• 대한원격탐사학회지
• /
• 제30권1호
• /
• pp.25-36
• /
• 2014

수종 간의 유사한 분광특성 때문에 기존의 다중분광영상을 이용한 수종분류는 한계가 있다. 본 연구에서는 경기도 광릉수목원에 분포하는 다섯 종류의 침엽수림을 분류하기 위하여 초분광영상과 다중분광 영상의 적합성을 비교 분석하였다. 연구지역을 대상으로 두 종류의 항공 초분광영상(AISA, CASI)을 촬영하였으며, 비교 목적으로 초분광영상을 이용하여 모의 제작된 ETM+ 다중분광영상을 사용하였다. 영상분류에 사용된 영상은 초분광영상의 모든 밴드를 포함한 영상, PCA 및 MNF 기법으로 차원 축소된 영상, 그리고 분류등급의 분광분리도를 이용하여 소수의 밴드만을 추출한 영상이다. 또한 감독분류 과정에서 MLC, SAM, SVM 등 세 종류의 분류기를 적용하였다. 전체적으로 침엽수종의 분류에 있어서 초분광영상이 다중분광영상보다 높은 분류정확도를 제공하고 있다. 특히 중적외선 파장영역을 포함한 AISA-dual영상이 가장 좋은 분류결과를 보여주었다. 또한 많은 분광밴드를 가진 초분광영상을 MNF기법으로 차원 축소한 영상을 사용했을 때, 다른 영상보다 높은 분류결과가 나왔다. 감독 분류과정에서는 최대우도법(MLC)을 적용했을 때, 가장 높은 분류정확도를 얻었다.

• 대한원격탐사학회지
• /
• 제20권2호
• /
• pp.139-152
• /
• 2004

본 연구에서는 수정이방성복원 후 지역확장분할 영상분류의 분류오류를 Markov Random Field(MRF) 기반 분류자를 사용하여 개선시킬 것을 제안하고 있다. 제안 접근법은 지역확장분할 분류에 의해 생성된 결과에서 분류오류의 발생 가능성이 높은 경계지역을 정의하고 경계지역내의 화소들에 대해 재분류를 수행하여 수정하는 것이다. 재분류를 위한 MRF 기반 분류자는 지역확장분할 분류에 의해 추정된 클래스 수와 클래스 특성 값을 기반으로 하여 분류를 수행하는 반복적인 기법이다. 모의자료에 대한 실험은 제안 기법이 분류 정확성을 향상시킴을 보여주었다 그러나 실제적으로 많은 탐사지역의 피복형태는 매우 복잡한 구조를 갖고 있으므로 일반적 MRF 기반 기법의 사용은 원격탐사 영상의 정확한 분석을 이끌어 내지 못할 수 있으므로 본 연구는 다중 분류자를 사용하는 다단계 경계지역 수정기법을 제안한다. 한반도의 실제 원격탐사 영상자료에 대한 적용결과는 다단계 기법의 효과성을 잘 보여주고 있다. 다단계 반복적 경계지역 내 분류수정은 분석지역에 존재하는 자세한 구조를 보존하는 한편 지역적 명확한 구분의 분류결과를 생성한다.

• 대한원격탐사학회지
• /
• 제36권1호
• /
• pp.15-27
• /
• 2020

Accurate knowledge of land use/land cover (LULC) features and their relative changes over upon the time are essential for sustainable urban management. Urban sprawl growth has been always also a worldwide concern that needs to carefully monitor particularly in a developing country where unplanned building constriction has been expanding at a high rate. Recently, remotely sensed imageries with a very high spatial/spectral resolution and state of the art machine learning approaches sent the urban classification and growth monitoring to a higher level. In this research, we classified the Quickbird satellite imagery by object-based image analysis of Dempster-Shafer (OBIA-DS) for the years of 2002 and 2015 at Karbala-Iraq. The real LULC changes including, residential sprawl expansion, amongst these years, were identified via change detection procedure. In accordance with extracted features of LULC and detected trend of urban pattern, the future LULC dynamic was simulated by using land transformation model (LTM) in geospatial information system (GIS) platform. Both classification and prediction stages were successfully validated using ground control points (GCPs) through accuracy assessment metric of Kappa coefficient that indicated 0.87 and 0.91 for 2002 and 2015 classification as well as 0.79 for prediction part. Detail results revealed a substantial growth in building over fifteen years that mostly replaced by agriculture and orchard field. The prediction scenario of LULC sprawl development for 2030 revealed a substantial decline in green and agriculture land as well as an extensive increment in build-up area especially at the countryside of the city without following the residential pattern standard. The proposed method helps urban decision-makers to identify the detail temporal-spatial growth pattern of highly populated cities like Karbala. Additionally, the results of this study can be considered as a probable future map in order to design enough future social services and amenities for the local inhabitants.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2005년도 Proceedings of ISRS 2005
• /
• pp.123-125
• /
• 2005

Many researchers conducted the effort for improving the classification accuracy of satellite image. Most of the study has used optical spectrum information of each pixel for image classification. By applying this method for high resolution satellite image, number of class becomes increase. This situation is remarkable for house, because the roof of house has variety of many colors. Even if the classification is carried out for many classes, roof color information of each house is not necessary. Most of the case, we need the information that object is house or not. In this study, we propose the method for detecting the object by using Genetic Algorithms (GA). Aircraft was selected as object. It is easy for this object to detect in the airport. An aircraft was taken as a template. Object image was taken from QuickBird. Target image includes an aircraft and Haneda Airport. Chromosome has four or five parameters which are composed of number of template, position (x,y), rotation angle, rate of enlarge. Good results were obtained in the experiment.

• 대한원격탐사학회지
• /
• 제16권2호
• /
• pp.145-156
• /
• 2000

Clustering is the process of partitioning a data set into meaningful clusters. As the data to process increase, a laster algorithm is required than ever. In this paper, we propose a clustering algorithm to partition a multispectral remotely sensed image data set into several clusters using a hash search algorithm. The processing time of our algorithm is compared with that of clusters algorithm using other speed-up concepts. The experiment results are compared with respect to the number of bands, the number of clusters and the size of data. It is also showed that the processing time of our algorithm is shorter than that of cluster algorithms using other speed-up concepts when the size of data is relatively large.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 1998년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.213-217
• /
• 1998

This study overviews existing evaluation methods of classification accuracy using confusion matrix proposed by Cohen in 1960's, and proposes ISDd(Index of Spatial Distribution by distance) and ISDs(Index of Spatial Distribution by scatteredness) for the evaluation of spatial distribution of satellite image classification errors, which has not been tried yet. Index of spatial distribution offers the basis of decision on adoption/rejection of classification results at sub-image level by evaluation of distribution, such as status of local aggregation of misclassified pixels. So, users can understand the spatial distribution of misclassified pixels and, can have the basis of judgement of suitability and reliability of classification results.

• 대한원격탐사학회지
• /
• 제38권6_4호
• /
• pp.1945-1953
• /
• 2022

한국항공우주연구원에서는 위성영상의 활용 증진과 활용 활성화를 위하여 매년 한반도 모자이크 영상을 제작하여 공공분야 사용자에게 제공하고 있다. 그러나 해당 영상은 모자이크 과정에서 영상 융합 및 컬러 밸런싱의 과정을 거치기 때문에 본래의 분광 정보가 왜곡되어 있다. 또한 모자이크 영상은 Near Infrared (NIR) 밴드를 제외한 Red, Green, Blue 밴드만 제공하고 있기 때문에 해당 모자이크 영상을 활용하여 영상을 분석하는 데 한계가 존재한다. 따라서 이러한 한계점을 보완하고자 본 연구에서는 주성분분석(Principal Component Analysis, PCA) 기법과 R, G, B 밴드를 활용한 지수를 추출하여 영상 분류를 수행하고, 그 결과를 비교해 보았다. 분석 결과, 모자이크 영상의 분류 결과 정확도는 약 67.51%인 반면, PCA 기법과 RGB 지수를 모두 함께 활용한 영상 분류 결과의 정확도는 약 75.86%로 나타나 PCA와 RGB 지수를 함께 활용하면 영상 분류 결과의 정확도를 향상시킬 수 있는 것을 확인하였다. PCA 기법과 RGB 지수 활용 기법을 비교한 결과, PCA 기법만 활용하였을 때의 영상 분류 결과 정확도는 약 64.10%로 나타났으며, RGB 지수만 활용했을 때의 영상 분류 결과 정확도는 약 74.05%로 나타났다. 이를 통해 두 기법 중에서는 RGB 지수를 활용한 분류 정확도가 더 높게 나타나는 것을 확인할 수 있었으며, 양질의 보조 정보를 활용하는 것이 중요하다는 시사점을 도출할 수 있었다. 추후 모자이크 영상의 분류 및 분석결과를 향상시키기 위한 추가적인 지수 및 기법 개발이 필요할 것으로 생각되며, 관련 연구를 통해 모자이크 영상 및 제한된 분광 정보만을 제공하는 영상의 활용도를 높일 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제16권1호
• /
• pp.1-11
• /
• 2000

시계열 자료의 분석은 분광대에 기초한 분석과는 달리 생태계의 동적특성 연구에 자주 이용되어왔다. 그러나 시계열 자료의 처리가 갖는 문제점과 대륙이나 전세계를 대상으로한 광역자료가 갖는 문제점에 대하여 해결방안을 제시한 연구는 미미하다. 이 연구에서는 광역 시계열 자료 분석의 특징들을 살펴본 후, 지역간 식생성장패턴의 차이와 검정자료 화보의 어려움을 지적하였다 이들 문제에 대한 해결방안으로 위도별 화상분할기법과 불변화소의 이용법을 제시하였다. 사례연구로 아시아지역의 일부를 대상으로 1982년에서 1993년까지의 AVHRR 자료를 이용하여 화상분류를 실시하였다. 불변화소들은 한 시점의 검정자료 정보를 다른 시점으로 확대 적용을 가능케하여, 다른 시점에 대해서도 충분한 양의 검정자료 정보를 확보할 수 있었으며, 위도별 화상분할을 통하여 지역간 식생성장패턴의 차이를 연구에 포함시킬 수 있었다. 퍼지화상분류를 통한 사례연구는 또한 인구밀집 지역에서의 삼림의 감소와 경작지의 증가 추세를 보여주었으며, 인구 희소지역에서의 반대패턴을 보여주었다.

• 대한원격탐사학회지
• /
• 제25권3호
• /
• pp.287-294
• /
• 2009

KOMPSAT-2 like other high-resolution satellites has the time and angle difference in the acquisition of the panchromatic (PAN) and multispectral (MS) images because the imaging systems have the offset of the charge coupled device combination in the focal plane. Due to the differences, high altitude and moving objects, such as clouds, have a different position between the PAN and MS images. Therefore, a mis-registration between the PAN and MS images occurs when a registration algorithm extracted matching points from these cloud objects. To overcome this problem, we proposed a new registration method. The main idea is to discard the matching points extracted from cloud boundaries by using an automatic thresholding technique and a classification technique on a distance disparity map of the matching points. The experimental result demonstrates the accuracy of the proposed method at ground region around cloud objects is higher than a general method which does not consider cloud objects. To evaluate the proposed method, we use KOMPSAT-2 cloudy images.

• 대한원격탐사학회지
• /
• 제20권5호
• /
• pp.353-359
• /
• 2004

This study proposes an approach to unsupervisedly estimate the number of classes and the parameters of defining the classes in order to train the classifier. In the proposed method, the image is segmented using a spatial region growing based on hierarchical clustering, and fuzzy training is then employed to find the sample classes that well represent the ground truth. For cluster validation, this approach iteratively estimates the class-parameters in the fuzzy training for the sample classes and continuously computes the log-likelihood ratio of two consecutive class-numbers. The maximum ratio rule is applied to determine the optimal number of classes. The experimental results show that the new scheme proposed in this study could be used to select the regions with different characteristics existed on the scene of observed image as an alternative of field survey that is so expensive.