• 한국전자파학회논문지
• /
• 제30권4호
• /
• pp.275-281
• /
• 2019

합성 개구면 레이다(synthetic aperture radar: SAR) 위성은 주 야와 날씨에 관계없이 객체의 전자기적 산란분포를 2차원 영상으로 제공할 수 있기 때문에, 광학 위성에 비해 객체 분석에 효과적으로 이용될 수 있다. SAR 위성의 지구 관측주기를 고려한다면, 한 번에 넓은 범위를 관측하는 것이 객체분석에 유리하다. 하지만, 관측범위가 넓어질수록 위성 SAR 영상의 해상도가 저하되는 문제점이 있다. 이는 기존 레이다 신호처리에 이용되었던 해상도 향상 기법을 이용하여 극복될 수 있지만, 아직 해상도 향상 기법을 위성 SAR 영상에 적용하여 그 성능을 분석한 연구는 미미한 실정이다. 따라서 본 논문에서는 위성 SAR 영상에 대한 기존 해상도 기법의 적용 가능성을 탐색하는 연구를 수행한다. 구체적으로, 한국항공우주연구원에서 운용 중인 다목적실용위성 5호(Korea multi-purpose satellite-5: KOMPSAT-5) 영상에 객체 탐지를 수행하고, 외삽(extrapolation), RELAX(relaxation), MUSIC(multiple signal classification) 기법을 적용하여 해상도를 향상시킨 후, 그 성능을 분석한다.

• 한국전자통신학회논문지
• /
• 제15권6호
• /
• pp.1081-1088
• /
• 2020

본 논문에서는 합성곱 신경망을 기반으로 CCTV 이미지를 통한 해무 탐지 방법을 제안한다. 학습에 필요한 자료로 시정 1km 기준으로 총 11개의 항만 또는 해수욕장(부산항, 부산신항, 평택항, 인천항, 군산항, 대산항, 목포항, 여수광양항, 울산항, 포항항, 해운대해수욕장)에서 수집된 해무와 해무가 아닌 이미지 10004장을 랜덤 추출하였다. 전체 10004장의 데이터셋 중에 80%를 추출하여 합성곱 신경망 모델 학습에 사용하였다. 사용된 모델은 16개의 합성곱층과 3개의 완전 연결층을 가지고 있으며, 마지막 완전 연결층에서 Softmax 분류를 수행하는 합성곱 신경망을 활용하였다. 나머지 20%를 이용하여 모델 정확도 평가를 수행하였고 정확도 평가 결과 약 96%의 분류 정확도를 보였다.

• 인간식물환경학회지
• /
• 제24권4호
• /
• pp.441-450
• /
• 2021

Background and objective: The purpose of study is to analyze the three-dimensional (3D) structure by creating a 3D model for green spaces in a park using unmanned aerial vehicle (UAV) images. Methods: After producing a digital surface model (DSM) and a digital terrain model (DTM) using UAV images taken in Mureung Park in Chuncheon-si, we generated a digital tree height model (DHM). In addition, we used the mean shift algorithm to test the classification accuracy, and obtain accurate tree height and volume measures through field survey. Results: Most of the tree species planted in Mureung Park were Pinus koraiensis, followed by Pinus densiflora, and Zelkova serrata, and most of the shrubs planted were Rhododendron yedoense, followed by Buxus microphylla, and Spiraea prunifolia. The average height of trees measured at the site was 7.8 m, and the average height estimated by the model was 7.5 m, showing a difference of about 0.3 m. As a result of the t-test, there was no significant difference between height values of the field survey data and the model. The estimated green coverage and volume of the study site using the UAV were 5,019 m² and 14,897 m³, respectively, and the green coverage and volume measured through the field survey were 6,339 m² and 17,167 m³. It was analyzed that the green coverage showed a difference of about 21% and the volume showed a difference of about 13%. Conclusion: The UAV equipped with RTK (Real-Time Kinematic) and GNSS (Global Navigation Satellite System) modules used in this study could collect information on tree height, green coverage, and volume with relatively high accuracy within a short period of time. This could serve as an alternative to overcome the limitations of time and cost in previous field surveys using remote sensing techniques.

• 한국지리정보학회지
• /
• 제4권3호
• /
• pp.1-12
• /
• 2001

이 논문은 위성영상 처리와 지형도에서 측정된 고도값을 사용하여 통합된 3차원 수치고도모델을 표현하는 것으로, 실재감을 증대시키기 위해서 위성영상을 드래핑한다. 그 결과 3차원 비주얼라이제이션 및 애니메이션은 위성영상을 사용함으로써 한층 더 실세계와 근접한 데이터를 얻게 된다. 또한, 이 논문에서는 지리정보시스템 중 하나인 자연환경 및 생태계 정보 시스템을 설계한다. 시스템 내 7개의 모듈은 자연환경을 보다 체계적으로 관리하기 위한 사용자 인터페이스를 설계하고 구현한다. 자연환경/생태계 정보 시스템을 구축하기 위해서 기본도, 위성 영상자료 그리고 각종 주제도 등을 사용한다. 각 모듈은 사용자 인터페이스를 제공하며, 특정 요구목적에 따라 공간 분석을 통한 자연환경 및 생태계 접근에 대한 의사결정을 돕는다. 그리고 환경 상태 및 여러 목적에 따른 분류가 가능하다.

• 대한공간정보학회지
• /
• 제22권1호
• /
• pp.71-79
• /
• 2014

많은 연구들은 저해상도 위성영상을 이용하여 불투수면을 생성하며, 광역적인 객체 단위의 불투수면을 생성하는 데에 효율적인 성과를 이루지 못하고 있는 실정이다. 본 논문에서는 RapidEye 위성영상을 활용한 객체 기반의 불투수면 생성 기법을 제안하였으며, 이를 실험지역에 적용하고자 하였다. 분광반사율로 변환된 RapidEye 위성영상을 활용하여 추가적인 밴드를 생성하였으며, 훈련자료를 이용하여 그림자 및 수계 클래스를 추출하였다. 해당 클래스를 제외한 나머지 클래스들은 환경부의 중분류 토지피복지도와 분광혼합분석 모델을 활용하여 피복단위의 불투수 비율 영상을 생성하였다. 참조자료와의 정량적 비교평가를 통하여 본 연구에서 적용한 불투수면 생성 방법의 효용성을 검증하였다.

• 한국지리정보학회지
• /
• 제27권1호
• /
• pp.115-127
• /
• 2024

본 연구는 Transformer 모듈을 기반으로 다양한 구조의 모델을 구성하고, 토지피복 분류를 수행하여 Transformer 모듈의 활용방안 검토를 목적으로 하였다. 토지피복 분류를 위한 딥러닝 모델은 CNN 구조를 가진 Unet 모델을 베이스 모델로 선정하였으며, 모델의 인코더 및 디코더 부분을 Transformer 모듈과 조합하여 총 4가지 딥러닝 모델을 구축하였다. 딥러닝 모델의 학습과정에서 일반화 성능 평가를 위해 같은 학습조건으로 10회 반복하여 학습을 진행하였다. 딥러닝 모델의 분류 정확도 평가결과, 모델의 인코더 및 디코더 구조 모두 Transformer 모듈을 활용한 D모델이 전체 정확도 평균 약 89.4%, Kappa 평균 약 73.2%로 가장 높은 정확도를 보였다. 학습 소요시간 측면에서는 CNN 기반의 모델이 가장 효율적이었으나 Transformer 기반의 모델을 활용할 경우, 분류 정확도가 Kappa 기준 평균 0.5% 개선되었다. 차후, CNN 모델과 Transformer의 결합과정에서 하이퍼파라미터 조절과 이미지 패치사이즈 조절 등 다양한 변수들을 고려하여 모델을 고도화 할 필요가 있다고 판단된다. 토지피복 분류과정에서 모든 모델이 공통적으로 발생한 문제점은 소규모 객체들의 탐지가 어려운 점이었다. 이러한 오분류 현상의 개선을 위해서는 고해상도 입력자료의 활용방안 검토와 함께 지형 정보 및 질감 정보를 포함한 다차원적 데이터 통합이 필요할 것으로 판단된다.

• 한국지리정보학회지
• /
• 제24권2호
• /
• pp.52-63
• /
• 2021

기존 연구에서는 연안습지를 탐지하기 위해 위성/항공 영상의 다중분광 밴드로부터 산출한 식생지수 또는 토지피복도를 활용하였으나, 단일 센서만을 활용할 경우 토지피복정보와 지형정보를 동시에 고려하는 것에 한계가 있어 높은 정확도의 연안습지 탐지 및 대규모 연안습지 관리 업무 수행에 많은 지장을 초래하였다. 본 연구에서는 우리나라 서해안 곰소만 지역을 촬영한 Sentinel-2 위성영상의 다중분광 밴드와 디지털 지형 모델인 SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model)을 사용하여 서해안 곰소만의 대규모 연안습지를 다음의 과정을 통해 탐지하였다. 우선 Sentinel-2 위성영상의 Green 및 근적외선 밴드를 활용하여 정규수분지수 영상을 제작하였다. 그리고 정규수분지수 영상에서 픽셀의 밝기값 0.2를 임계치로 설정하여 물과 육지를 구분하는 이진화 영상을 제작하였으며, SRTM DEM에서 픽셀의 밝기값 0을 임계치로 설정하여 해수면 아래와 해수면 위를 구분하는 이진화 영상을 제작하였다. 최종적으로는 두 장의 이진화 영상에 중첩 분석을 적용하여 이진화 영상 기반 연안습지 지도를 제작하였다. 본 연구에서 제안한 기술을 활용하여 제작한 이진화 영상 기반 연안습지 지도의 정확도는 94%로서 매우 높은 결과를 보여주었으며, 연안습지가 아닌 내륙습지, 산지습지 등은 탐지되지 않아서 연안습지 관리 업무에 매우 효과적으로 활용될 수 있음을 확인하였다.

• 한국측량학회지
• /
• 제33권5호
• /
• pp.363-371
• /
• 2015

개체 추출은 원격탐사 분야의 주된 연구분야 중 하나로, 고해상도 위성영상의 활용도가 높아짐에 따라 보다 세밀하고 특정적인 개체를 추출할 수 있게 되었다. 기존의 화소 기반의 영상 처리 기법들은 고해상도 위성영상의 분광 및 기하학적인 다양성과 복잡성을 제대로 반영하기 어렵기 때문에 근래에는 영상분할 기술을 기반으로 하는 많은 연구가 진행되고 있다. 그런데 단순히 RGB 밴드 영상에 한 가지 영상분할 기법을 적용하는 것으로는 다양한 분광 특성과 형태를 갖는 여러 대상 개체들을 추출하는데 한계가 있다. 지표면의 피복의 종류를 식별하고, 상태를 모니터링 하는데 효과적인 분광지수는 개체 추출 과정에 효율적으로 이용할 수 있다. 본 연구에서는 영상분할 기술을 기반으로 하여 분광지수를 이용한 보다 효과적인 개체 추출 기술을 제안하고자 하였다. 다양한 종류의 개체를 추출하기 위하여 의사결정 트리 분류 기술을 사용하였으며 고해상도 위성인 WorldView-2의 8밴드 다중분광 영상을 이용한 실험을 통해 각 대상 개체를 추출하기에 적합한 분광지수들을 선택하고 이의 효용성을 평가해보고자 하였다. 그 결과, 건물, 도로, 나지, 식생, 수계, 그림자의 6개 클래스에 대한 개체들을 선택적으로 분류할 수 있었고, 식생지수를 비롯한 다양한 분광지수들이 각 개체의 종류를 선별해내는데 효과적으로 사용될 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제39권5_1호
• /
• pp.521-535
• /
• 2023

논·밭 전환 시 수수(sorghum bicolor L. Moench)는 뛰어난 내습성으로 콩과 함께 안정적인 생산이 가능하여 국내 식량작물의 자급률 향상과 쌀 수급 불균형 문제를 해결할 수 있을 것으로 기대되는 작물이다. 그러나 수량 추정을 위한 재배면적과 같은 기본적인 통계조사는 많은 인력을 투입하여도 오래 걸리는 전통적인 조사 방식으로 인해 잘 이루어 지지 않고 있다. 이에 따라 본 연구에서는 무인기 기반 RGB 영상에 U-Net을 적용하여 수수 재배지 비파괴적 분할가능성을 확인하였다. 2022년에 7월 28일, 8월 13일, 8월 25일에 각각 영상이 취득되었다. 각 영상취득 날짜에서 512 × 512 영상크기로 훈련데이터셋 6,000장과 검증데이터셋 1,000장으로 나누어 학습을 진행하였으며 수수 농경지(sorghum), 벼와 콩 농경지(others)와 비 농경지(background)로 구성된 세 개 클래스와 수수 농경지와 배경(others+background)으로 구성된 두 개 클래스 기반으로 분류모델을 개발하였다. 모든 취득 날짜에서 세 개 클래스 기반 모델에서는 수수 재배지 분류 정확도가 0.91 이상으로 나타났지만 8월 데이터셋의 others 클래스에서 학습 혼동이 일어났다. 대조적으로 두 개 클래스 기반 모델에서는 8월 데이터셋의 안정적인 학습과 함께 모든 클래스에서 0.95 이상의 정확도를 나타내었다. 결과적으로 8월에 두개클래스 기반 모델을 현장에 재현하는 것이 수수 재배지 분류를 통한 재배면적 산출에 유리할 것으로 판단된다.

• 대한토목학회논문집
• /
• 제31권1B호
• /
• pp.29-36
• /
• 2011

다양한 형태의 지표면에서 일어나는 증발산은 지표면과 대기 사이의 상호작용을 이해하기 위해 꼭 필요한 수문학적 인자이다. 일반적으로 증발산은 증발접시, 침루계 등을 이용하여 경험적으로 측정하는 방법을 쓰고 있지만 한 지점에만 국한되어 적용되는 단점이 있어 외부환경에 대한 변동성이 큰 증발산의 공간적인 분포를 정확하게 알기 어렵다. 따라서 이러한 점들을 보완하고 해결하기 위해 원격탐사를 이용하여 증발산의 공간적인 분포를 산정하였다. 본 연구에서는 에너지 수지 방법을 기반으로 한 원격 이미지 처리 모형인 Mapping EvapoTranspiration with Internalized Calibration(METRIC) 모형을 이용하여 2003년 2월 1일, 2006년 9월 13일 Landsat 위성 관측 이미지를 경안천 유역에 적용, 에너지 수지식의 각 항을 이루는 순복사 에너지, 토양열 플럭스, 현열 플럭스, 잠열 플럭스 및 증발산을 통합적으로 처리하여 지도로 나타냈다. 모형 결과의 검증을 위한 기본 통계분석을 실시하였고 수원 기상청의 증발접시 증발량과 비교하여 각각 22%, 11%의 오차를 보여 모형이 유역 내에서 높은 신뢰성을 보인다는 것을 확인하였다. 또한 토지 피복 현황에 따른 증발산의 공간적 분포 경향을 분석하였고, 그 결과 식생의 밀도가 전반적인 증발산량 분포에 큰 영향을 준다는 것을 확인하였다. 계절적으로는 식생의 활동이 활발하게 일어나는 생장기의 증발산이 휴면기에 일어나는 증발산보다 더 큰 값을 보였다. 작성된 증발산 지도는 향후 유역 내 토지 피복, 식생 분포, 고도, 지형 등 외부 인자들의 변화에 따라 증발산이 어떠한 거동을 보이는지를 파악할 때 유용하게 이용될 것이다.