• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1997년도 추계학술대회 학술발표 논문집
• /
• pp.419-423
• /
• 1997

This paper is concerned about the classification of objects together with muti-attributes such as remote sensing image data by using tolerance rough set. To produce more reliable relations from given attributes in the data, we define new similarity measures by using scaling. Our Method will be applied to classify multi-spectral image data.

• 한국콘텐츠학회논문지
• /
• 제7권1호
• /
• pp.215-224
• /
• 2007

위성영상의 분류는 원격탐사의 가장 기본적인 분야이다. 위성영상분리도 위성영상의 분류에 있어 영상 정확도 향상에 매우 효율적이라 할 수 있다. 영상분류를 향상시키기 위해서 분리도의 특성을 파악하여 분류의 정확도와의 상관관계를 분석하였다. 영상은 영상마다의 분리도를 비교, 분석하기 위해 IKONOS 영상, SPOT 5 영상, Landsat IM 영상을 1m의 해상도로 리샘플링하였다. 본 연구에서 위성영상별로 클래스 분리도를 측정한 결과 분리도 값이 대체로 $1,600{\sim}2,000$으로 높게 나타났다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1030-1032
• /
• 2003

This study a imed to analyze the effect of combined optical and radar image for the land cover classification in coastal region. The study area, Gyeonggi Bay area has one of the largest tidal ranges and has frequent land cover changes due to the several reclamations and rather intensive land uses. Ten land cover types were classified using several datasets of combining Landsat ETM+ and RADARSAT imagery. The synergic effects of the merged datasets were analyzed by both visual interpretation and an ordinary supervised classification. The merged optical and SAR datasets provided better discrimination among the land cover classes in the coastal area. The overall classification accuracy of merged datasets was improved to 86.5% as compared to 78% accuracy of using ETM+ only.

• 대한원격탐사학회지
• /
• 제39권6_3호
• /
• pp.1771-1777
• /
• 2023

최근 딥러닝의 발전으로 의미론적 분할을 통한 토지피복 분류 방법들이 제안되고 있다. 그러나 기존의 딥러닝 기반 모델들은 영상 정보만을 이용하기 때문에 시공간적 일관성을 담보할 수 없는 한계점이 있다. 이에 본 연구에서는 좌표 정보를 활용한 토지피복 분류 모델을 제안한다. 먼저 암시적 신경 표현 기법인 다중해상도 해시 인코더를 위경도 좌표계로 확장한 좌표 해시 인코더를 통해 좌표의 특징을 추출하였다. 다음으로 추출된 좌표 특징을 다양한 단계의 U-net 디코더와 결합하는 아키텍처를 제안하였다. 실험 결과, 제안 방법이 약 32% 향상된 분류 정확도를 보였고, 시공간적 일관성이 향상됨을 확인하였다.

• 대한원격탐사학회지
• /
• 제26권2호
• /
• pp.87-98
• /
• 2010

한반도 전역과 같은 상대적으로 넓은 지역의 정확한 분류를 위해서는 단일 영상 분류 후 영상정합 방식보다는 영상 정합 후 분류방법이 보다 정확하다. 또한 다중시기 정보는 분류에 매우 유용하게 사용될 수 있다. 본 연구에서는 한반도 전역을 대상으로 최적의 Landsat ETM+ 영상정합 방식을 제시하였다. 한반도 전역에 대해 2000년부터 2001년까지 획득된 총 65개의 Landsat ETM+영상을 이용하여 낙엽기, 이앙기, 개엽기 각각 정합 영상을 제작하였다. 이때 보다 정확한 영상정합을 위해 히스토그램 매칭, 중앙영상을 기준으로 한 1차 회귀식적용방법, Landsat 촬영 패스별로 적용한 1차 회귀식 적용방법, 총 세 가지 상대복사보정 방법을 적용하였다. 적용 결과, 패스별 상대복사보정한 결과가 그 보정 효과가 크면서, 높은 분류 정확도를 나타냈다. 또한 시기별 정합영상을 살펴보면, 개엽기의 정합영상이 타시기에 비해 상대적으로 인접한 영상 간 지표물의 변이가 다양하게 나타나는 것을 볼 수 있었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1999년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.63-69
• /
• 1999

The purpose of this study is to develop Water Quality Management System(WQMS), which performs calculating pollutant discharge and forecasting water quality with water pollution model. Operational water quality management requires not only controlling pollutants but acquiring and managing exact information. A GIS software, ArcView was used to enter or edit geographic data and attribute data, and MapObject was used to customize the user interface. PCI, a remote sensing software, was used for deriving land cover classification from 20 m resolution SPOT data by image processing. WQMS has two subsystems, Database Subsystem and Modelling subsystem. Database subsystem consisted of watershed data from digital map, remote sensing data, government reports, census data and so on. Modelling subsystem consisted of NSPLM(NonStorm Pollutant Load Model)-SPLM(Storm Pollutant Load Model). It calculates the amount of pollutant and predicts water quality. This two subsystem was connected through graphic display module. This system has been calibrated and verified by applying to Mokhyun stream watershed.

• 대한원격탐사학회지
• /
• 제19권2호
• /
• pp.135-147
• /
• 2003

본 연구는 한반도 위성 영상자료에 다단계 계층군집 영상분류법을 적용하여 관측지역의 피복특성을 분석한다. 다단계 계층군집 영상분류는 크게 두 단계로 이루어진다. 첫 번째 단계는 계층군집에 의해 공간적으로 근접하고 있는 이웃집단간의 결합을 하는 공간확장 영상분할 단계이고 두번째 단계는 결합지역의 공간적 제약 없이 영상분할 단계에서 분할된 집단을 계층군집에 의해 적은 한정적인 수의 클래스로 분류하는 과정이다. 계층군집 영상분류는 수치영상의 계층구조에 근거하여 매 단계 두 개의 집단을 한 개의 집단으로 합병하므로 클래스 수에 따른 분류집단 간의 관계를 나타내는 계층나무를 구성할 수 있다. 실험결과는 계층군집 영상분류에 의해 구성된 계층나무는 토지사용간의 계층구조를 자세히 밝혀주고 토지 피복 특성의 정확한 분석에는 좀 더 자세한 분광정보가 필요함을 보여주고 있다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.81-81
• /
• 2002

Classification is considered as one of the processes of extracting attributes from satellite imagery and is one of the usual functions in the commercial satellite image processing software. Accuracy of classification plays a key role in deciding the usage of its results. Many tremendous efforts far the higher accuracy have been done in such fields; training area selection, classification algorithm. Our research is one of these effort in different manners. In this research, we conduct classification using multiple satellite image data and evidential approach. We statistically consider the posterior probabilities and certainty in maximum likelihood classification and methodologically Dempster's orthogonal sums. Unfortunately, accuracy for the whole data sets has not assessed yet, but accuracy assessments in training fields and check fields shows accuracy improvement over 10% in overall accuracy and over 0.1 in kappa index.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.363-365
• /
• 2003

This paper presents an object oriented approach(OOA) for classification of multi-channel and multi-polarization NASA/JPL POLSAR images. Some test results in Taiwan are also given and analyzed. It is concluded that this approach can utilize as more information of both low- and high-levels involved in all images as possible for image classification and thus provides a better classification accuracy. For instance, the OOA has a better overall classification accuracy(98.27%) than the nearest-neighbor classifier(91.31%) and minimum-distance classifier(80.52%).

• 대한원격탐사학회지
• /
• 제30권2호
• /
• pp.207-218
• /
• 2014

하천을 복원하거나 정비하는데 있어서 중요한 하천의 실태를 파악하는데, 하천 피복상태 정보는 매우 중요하다. 본 연구의 목적은 하천의 피복상태 정보를 효율적이고 경제적으로 획득하기 위해 고해상도 항공정사영상의 효과적인 분류를 위한 감독분류 방법을 시험하고 하천토지피복지도 작성을 위한 최적 분류 방법을 검증하였다. 항공 정사영상의 CIR 영상과 RGB 영상을 이용한 하천토지피복 분석과정은 하천토지피복분류 항목 선정, 감독분류, 정확도 평가 및 분류지도 작성의 순서로 수행하였다. 분류 항목은 수역, 도로, 건물, 초지, 산림, 나지, 밭의 7가지 항목을 선정하였다. 감독 분류 알고리즘으로는 최대우도분류, 최소거리분류, 평행육면체분류, 마하라노비스거리분류 기법을 적용하였다. 감독분류의 분류정확도를 개선하기 위해 필터링과 훈련지역의 왜도 검증을 수행한 결과 CIR 영상을 이용한 최대우도분류 기법이 가장 높은 정확도를 보였다.