• 한국지리정보학회지
• /
• 제23권4호
• /
• pp.52-67
• /
• 2020

최근 북극은 매년 영구 동토층이 녹아 눈으로 덮인 땅이 드러나고 있어 해당 지역 관리를 위한 공간정보가 필요하다. 한국의 국토지리정보원(NGII)은 극지방의 공간정보를 구축하여 극지공간정보 서비스를 제공하고 있으나, 식생 정보는 제공되지 않고 있으므로 식생 공간정보 구축을 위한 추가적인 연구가 필요하다. 본 연구에서는 북극 스발바르제도의 뉘올레순 지역에 대한 식생 분류를 수행하기 위해 다중 시기의 Sentinel-2 영상을 사용하였다. 전처리 단계에서는 다중 시기 Sentinel-2 영상으로부터 10개 밴드와 6가지 정규 지수식을 생성하였다. 영상 분류는 8개 속성에 대한 토지피복분류를 통해 전체 식생 영역을 추출하는 과정과 전체 식생 영역 내에서 다시 세분류를 수행하는 과정으로 이루어졌다. 영상 분류 알고리즘은 OOB(Out-Of-Bag)를 통해 정확도 평가 및 변수 중요도를 산정할 수 있는 랜덤포레스트를 사용하였다. 전체 정확도는 다시기 영상이 사용되었을 경우와 식생 지수가 추가되었을 경우의 이점을 확인하기 위해 사용된 영상 수에 따라 각각 정확도를 산정하였다. 단일시기의 Sentinel-2 영상은 전체 정확도가 77%였으나, 7개의 다중 시기 Sentinel-2 영상을 기반으로 학습하였을 때, 81%로 향상되었다. 또한, 식생 지수가 추가로 사용된 학습에서 전체 정확도가 약 83%로 향상되었다. 식생 분류 시 변수 중요도는 적색, 녹색, 단파적외선-1 밴드가 가장 높은 변수로 선정되었다. 본 연구는 극지방의 식생에 대한 분류를 수행할 시 입력특성을 최적화하는 기초 연구로 활용될 수 있을 것으로 판단된다.

• 한국정보전자통신기술학회논문지
• /
• 제16권6호
• /
• pp.392-399
• /
• 2023

본 논문에서는 김치 제조 공정 중 배추 심 제거 공정의 로봇 자동화를 위한 배추 심 영역 및 깊이를 판별하는 딥러닝 모델을 제안하는 것이다. 또한 계측된 배추의 심 깊이를 예측하는 것이 아닌 discrete 클래스로 변환하여 영역 검출 및 분류를 동시에 하는 모델을 제시하였다. 딥러닝 모델 학습 및 검증을 위하여 전처리 과정을 거지치 않고 수확된 배추 522 포기에 대한 RGB 영상을 획득하였다. 획득한 영상으로부터 심 영역 및 깊이 라벨링 그리고 데이터 증강 기법을 적용하였다. 제안하는 YOLO-v4 딥러닝 모델 기반 배추 심 영역 검출 및 분류 모델의 성능을 평가하기 위하여 mAP, IoU, accuracy, sensitivity, specificity 그리고 F1-score로 선정하였다. 그 결과 배추 심 영역 검출은 mAP 그리고 IoU 값이 각각 0.97 그리고 0.91로 나타났으며, 심 깊이 분류의 경우 accuracy 그리고 F1-score 값이 각각 96.2% 그리고 95.5%로 나타났다. 본 연구 결과를 통하여 배추의 심 영역 검출 및 깊이 정보 분류가 가능하며, 추후 배추 심 제거 공정의 로봇-자동화 시스템 개발에 활용될 수 있는 가능성을 확인하였다.

• 한국GIS학회:학술대회논문집
• /
• 한국GIS학회 2004년도 GIS/RS 공동 춘계학술대회 논문집
• /
• pp.493-498
• /
• 2004

The objective of the present study is to compare various conventional and recently evolved satellite image-processing techniques and to ascertain the best possible technique that can identify and position of aquaculture farms accurately in and around the Younggwang coastal area. Several conventional techniques performed to extract such information fiom the Landsat-TM imagery do not seem to yield better information about the aquaculture farms, and lead to misclassification. The large errors between the actual and extracted aquaculture farm information are due to existence of spectral confusion and inadequate spatial resolution of the sensor. This leads to possible occurrence of mixture pixels or 'mixels' of the source of errors in the classification techniques. Understanding the confusing and mixture pixel problems requires the development of efficient methods that can enable more reliable extraction of aquaculture farm information. Thus, the more recently evolved methods such as the step-by-step partial spectral end-member extraction and linear spectral unmixing methods are introduced. The farmer one assumes that an end-member, which is often referred to as 'spectrally pure signature' of a target feature, does not appear to be a spectrally pure form, but always mix with the other features at certain proportions. The assumption of the linear spectral unmxing is that the measured reflectance of a pixel is the linear sum of the reflectance of the mixture components that make up that pixel. The classification accuracy of the step-by-step partial end-member extraction improved significantly compared to that obtained from the traditional supervised classifiers. However, this method did not distinguish the aquaculture ponds and non-aquaculture ponds within the region of the aquaculture farming areas. In contrast, the linear spectral unmixing model produced a set of fraction images for the aquaculture, water and soil. Of these, the aquaculture fraction yields good estimates about the proportion of the aquaculture farm in each pixel. The acquired proportion was compared with the values of NDVI and both are positively correlated (R$^2$ =0.91), indicating the reliability of the sub-pixel classification.ixel classification.

• 천문학회보
• /
• 제36권1호
• /
• pp.40.2-40.2
• /
• 2011

We investigated solar flare occurrence probability depending on sunspot group classification and its area change. For this study, we used the McIntosh sunspot group classification and then selected most flare-productive six sunspot groups : DKI, DKC, EKI, EKC, FKI and FKC. For each group, we classified it into three sub-groups according to the sunspot group area change : increase, steady and decrease. For sunspot data, we used the NOAA's active region information for 19 years (from 1992.01 to 2010.12). As a result, we found that the probabilities of the all "increase" sub-groups is noticeably higher than those of other sub-groups. In case of FKC McIntosh sunspot group, for example, the M-class flare occurrence probability of the "increase" sub-group is 65% while the "decrease" and "steady" sub-groups are 50% and 44%, respectively. In summary, when sunspot group area increases, the probability of solar flares noticeably increases. This is statistical evidence that magnetic flux emergence is an very important mechanism for triggering solar flares.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.984-987
• /
• 2003

In order to rapidly catch up urban region’s detailed land-use or land-cover information; this research used the post-classification algorithm (Spatial Reclassification Kernel: SPARK) to create a land-use map of Taichung City. We discussed the urban land-use classification model with the IKONOS images. The conclusions may be distinguished as follows:(a) Using the Maximum-Likelihood algorithm to classify seven broad land-cover categories. The overall accuracy in this stage achieves 92.72% and Kappa coefficient will be obtained 0.91; and (b) Using the SPARK method to classify images for detect the land-use, the overall accuracy achieves higher 89.64% and Kappa coefficient will be 0.86. To conclude, the research process in this study can fully and carefully describe local land-use pattern and assist the demand of land management and resources planning reference.

• 대한원격탐사학회지
• /
• 제25권2호
• /
• pp.145-154
• /
• 2009

고해상도 위성영상이 갖는 공간 객체의 복잡성과 다양성에 의해 기존 중 저해상도 영상에서 사용하던 분류 방식을 고해상도 영상에 그대로 적용하기에는 한계가 있다. 이러한 문제를 극복하기 위하여 영상의 공간적인 특성을 추가적으로 추출하여 분광정보와 결합하여 분류를 수행하는 방식의 연구가 진행되고 있다. 본 연구의 목적은 고해상도 영상의 분류정확도를 개선하기 위하여 새로운 공간 개체(spatial feature)인 SSI(Shape-Size Index)를 제안하는데 있다. SSI feature는 영역 확장(Region Growing) 기반의 영상 분할(Image Segmentation)을 수행한 후, 세그먼트 내에 공간 속성값을 할당하여 공간정보를 추출한다. 추출된 공간정보를 고해상도 영상의 다중분광 밴드와 결합하여 Support Vector Machine(SVM)을 이용한 분류를 수행하였다. SSI를 구성하는데 필요한 두 매개변수인 분할변수와 가중치변수의 최적값을 얻기 위해서 고해상도 위성영상인 KOMFSAT-2와 QuickBird-2에 반복적으로 적용하였다. 결과적으로 고해상도 영상의 공간특성을 표현하는데 적합한 매개변수를 통하여 도출된 SSI와 고해상도 분광 밴드를 결합하여 분류를 수행한 결과가 분광밴드만을 이용하여 분류를 수행한 결과에 비해 높은 분류정확도를 도출함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제6권1호
• /
• pp.78-88
• /
• 2003

본 논문에서는 연산 영역 가변 알고리즘을 적용한 MPEG-4 부호화 기반의 적응적 오류 은닉 (error concealment) 기법을 제안하였다. 이 알고리즘에서는 손실 블록을 그의 주변 정보를 이용하여 이들을 평탄블록 (flat block) 및 에지 블록 (edge block)으로 분류한다. 즉, 손실된 블록의 주변 블록들에 대해서 블록 경계 영역의 인접 화소들의 차를 이용하여 평탄 블록을 분류하고, 평탄 블록으로 분류되지 않은 블록들에 대해서는 인접 화소의 차가 정해진 임계값을 넘어서는 개수에 따라 가변적인 연산 영역 (variable operating region, VOR)을 설정한 후, Sobel 연산자를 적용하여 우세 에지 방향 성분을 추정한다. 이렇게 분류된 각 블록에 대하여 적응적 오류 은닉을 수행한다. 평탄 블록에 대해서는 시각적 성능 향상을 위해 평균값을 기반으로 한 가중치에 따른 양선형 보간(mean based weighted bilinear interpolation, MWBLI) 방법을 적용하고, 에지 블록에 대해서는 8가지 방향에 대하여 경계 픽셀을 이용한 방향성 보간 (boundary directional interpolation, BDI) 방법을 적용하여 오류 은닉을 수행한다. 모의 실험 결과를 통하여 제안한 방법이 객관적 화질 및 주관적 화질 측면에서 기존의 방법보다 그 성능이 우수함을 확인하였다.

• 한국지구과학회지
• /
• 제27권2호
• /
• pp.159-176
• /
• 2006

본 연구는 중부지방에서 각종 기후인자의 영향을 명확히 반영하여 중부지방의 날씨 및 기후 특성을 잘 나타내는, 탁월일기 및 강수현상의 하계 순별 출현 다소(강수 없음, 0.1-10.0mm/일, 10.1-30.0mm/일, 30.1mm 이상/일)와 그 변화에 대해, 정보이론을 이용하여 일기엔트로피와 정보비를 추출하고 응용하여, 그 공간 스케일의 시간적 변동을 살핀다. 그리고 본 연구는 하계 순의 중부 지방의 25개 관측 지점별 일기 및 기후 대표성의 특성을 규명하고 공간적 질서를 밝혀 일기예보 및 핵심 기후지역(기후대표성) 설정을 시도한 것이다. 그 결과 최대 일기엔트로피(제1위: 춘천, 1.870bits, 7월 하순)는 대부분 8월 초순에 나타나고, 최소 일기엔트로피(제1위: 강화, 0.960 bits, 9월 중순)는 6월 초순과 9월 하순에 나타난다.15개 기준지점(속초, 철원, 대관령, 춘천, 강릉, 서울, 인천, 원주, 수원, 충주, 서산, 청주, 대전, 보령 및 부여)의 정보비 분포와 일기대표성의 특성은 주로 9월 중순(제1위 충주 기준 시 청주 0.75, 6월 초순)에 가장 크며, 7월 하순(제1위 보령 기준 시 대관령 0.06, 7월 하순)에 가장 작다는 것을 밝혔다. 그리고 중부지방의 일기예보 및 기후대표성(기후지역)을 나타내는 핵심지역은 부여-인천-강릉지역을 잇는 삼각형내의 중부 내륙지방이 해당됨을 밝혔다.

• 한국통신학회논문지
• /
• 제16권3호
• /
• pp.232-247
• /
• 1991

본 논문에서는 한자인식을 위한 전단계로서 인쇄체 한자를 대상으로 한자의 특성과 구조적 정보를 이용한 새로운 분류 알고리즘을 제안하였다. 한자는 자종이 많고 구조가 복잡하여 인식은 물론이고 분류하는 데에도 많은 어려움이 따른다. 이러한 문제점을 해결하기 위해, 본 연구에서는 한자패턴을 형식분류한 후 분류된 패턴에서 공통으로 존재하는 부분패턴을 추출하는 실험을 행하였다. 먼저 입력한 문자 패턴에 대해 전처리를 행한 후, 방향 세그먼트를 추출하여 4방향화면상에서 레이블링을 하고, 문자패턴의 부분패턴 존재 영역에 기초한 구조적 정보를 이용하여 12가지 형식으로 분류한 다음 그 부분패턴을 추출하였다. 중, 고교 교육용한자 1800자에 대해서 실험을 행한 결과 93.07%의 형식분류율을 얻었고, KS C5601표준 삼보 LBP 한자 폰트 4,888자에 대해서는 90.12%의 형식분류율을 얻었으며, 분류된 데이타로 부터 부분패턴을 추출하여 인식에의 적용가능성을 보였다.

• 한국정보통신학회논문지
• /
• 제10권6호
• /
• pp.1153-1158
• /
• 2006

자궁 경부 세포진 영상의 핵 영역 분할은 자궁 경부암 자동화 검색 시스템의 가장 어렵고도 중요한 분야로 알려져 있다. 자궁 경부 세포진 영상은 배경과 세포의 영역이 확실히 구분되지 않는 경우가 많기 때문에 이들을 확실히 구분하는 것이 매우 중요하다. 본 논문에서는 이러한 문제점을 해결하기 위해 자궁 경부 세포진 영상에서 Region growing 기법을 적용하여 세포 영상을 분할한다. Region growing 기법은 화소간의 유사도를 측정하여 영역을 확장하여 분할하는 방법이다. 세포와 배경이 분할된 영상을 일정 임계값을 이용하여 영상을 이진화 한 후, 8방향 윤곽선 추적 알고리즘을 이용해 세포 영역을 추출한다. 추출된 세포 영역을 원 영상인 RGB 컬러로 변환한 후에 K-means 알고리즘을 적용하여 각 세포 영역의 RGB 화소를 R, G, B 채널로 각각 분리하여 클러스터링 한다. 클러스터링된 각 각의 R, G, B 채널의 클러스터 값을 이용하여 HSI 모델로 변환시킨 후에 세포핵 영역의 Hue 정보를 추출한다. 추출된 세포핵의 특징을 오류 역전파 알고리즘을 적용하여 정상 세포와 비정상 세포를 분류하고 인식한다.