• 대한원격탐사학회지
• /
• 제20권4호
• /
• pp.253-259
• /
• 2004

본 연구의 목적은 다양한 공간해상도의 위성영상(Landsat + ETM, KOMPSAT-1 EOC, ASTER VNIR, IKONOS 전정색 및 다중분광)을 비교하여 각 영상에서의 농업관련 정보의 분류기준을 파악하고자 하였다 여기서 농업관련 정보는 식별이 가능한 농업지역, 작물형태, 농업시설과 구조물을 대상으로 하였다. 그 결과는 국토지리정보원과 환경부의 분류기준과 비교하였으며, 본 연구에서 설정한 농업관련정보의 기준을 IKONOS 영상에 적용하여 농업관련 토지피복도를 작성하였다. IKONOS 영상에 대하여 분석된 결과는 KOMPSAT-2의 농업분야 활용에 적용될 것이다.

• 대한원격탐사학회지
• /
• 제25권3호
• /
• pp.215-223
• /
• 2009

The noise removal as a preprocessing was tried with various kinds of wavelet pairs. Wavelet transform for 2D images generally uses the same wavelets as basis functions in horizontal and vertical directions. A method with different wavelets was tried for each direction separately, which gives more precise interpretation of the classification. Total 486 pairs of wavelets from nine basis functions were tried to remove image noises. The classification accuracies before and after the noise removal were compared. Although all kinds of wavelet pairs showed the increased accuracies in classification, there were best and worst wavelet pairs depending on the data sets. Wavelet pairs with low energy percentage of LL band showed the high classification accuracy. A pattern was found in the results that very similar vertical accuracy was distributed for each horizontal ones. Since Haar is the shortest length filter, Haar could be a predictor wavelet to find the good wavelet pairs.

• 대한원격탐사학회지
• /
• 제26권5호
• /
• pp.561-570
• /
• 2010

본 연구에서는 안드로이드 스마트폰 상에서 위성영상정보 분석처리 기능과 공간정보 브라우징 기능을 지원하는 오픈 소스를 활용한 앱 개발을 수행하였다. 본 연구에서 개발한 앱에서 제공하는 분석 기능으로 OTB 오픈소스를 기반으로 하는 필터링, 분할, 분류 등과 같은 5 가지 알고리즘을 시험적으로 구현하였다. 한편 처리된 결과는 데이터베이스에서 저장, 관리되도록 하여 사용자가 처리한 결과를 필요할 때마다 재생할 수 있도록 하였다. 따라서 안드로이드 스마트폰 사용자는 간단한 인터페이스를 통하여 위성영상을 분석하고 가공할 수 있고, 내부적으로는 데이터베이스와 영상 분석 기능을 처리하는 어플리케이션 서버 등과의 연계처리 과정이 수행되도록 하였다. 한편 스마트폰 단말기 환경에 맞추어 처리 대상이 되는 영상정보에 대하여 사용자 요청과 어플리케이션 서버의 반응 사이에서 발생할 수 있는 시간 지연을 방지하는 처리 방법을 구현하였다. 현재까지 위성영상정보를 다루는 대부분의 스마트폰 앱이 주로 가시화에 주안점을 두고 있는 반면에, 본 연구에서 개발된 앱은 영상분석 기능을 제공하므로 기존의 앱과 차별화된다. 향후 보다 실무적이고 효과적인 분석 알고리즘을 처리하는 앱이 개발되고 일반인 뿐 만아니라 전문가가 이를 사용하게 되면 원격탐사자료가 잠재적 가능성이 있는 모바일 콘텐츠 자원이 아닌 실질적인 콘텐츠 생산 자원으로 인식될 수 있다. 본 연구가 향후 위성영상정보 분석 가능을 제공하는 앱 개발을 위한 독창적인 시도와 기술적 발전을 촉진하는 시발점이 될 수 있기를 기대한다.

• 대한원격탐사학회지
• /
• 제19권2호
• /
• pp.170-179
• /
• 2003

다중분광 영상의 정확한 지형지물 분류를 수행할 때 고려해야 할 중요한 요소중에 적절한 분류 클래스의 선정과 선정된 클래스의 분리도가 높아지도록 트레이닝 지역(training fields)을 잡는 것은 특히 중요하다. 최근에 이용되고 있는 위성탑재 하이퍼스펙트럴(hyperspectral) 영상은 많은 밴드를 포함하고 있기 때문에 데이터 처리가 어렵고, 잡음(noise)으로 인하여 다중분광 영상보다 분류 결과가 나쁜 경우도 나타난다. 특히 대상지역의 클래스에 따른 트레이닝 지역의 선정시 일부 클래스에서 하이퍼스펙트럴 밴드수에 비해 상대적으로 적은 수의 트레이닝 샘플로 인하여 공분산 행렬의 계산에 어려움이 따른다. 따라서 본 연구에서는 Hyperion 데이터를 이용한 분류를 수행하기 위하여 밴드 추출 방식을 알아보고, 분류영상의 정확도 평가를 통하여 밴드 추출의 효용성을 시험하였다. 밴드를 줄이는 또 다른 방법인 클래스간 분리도에 따른 최적 밴드를 추출하여 분류정확도를 평가하였다. 실험 결과, 밴드 추출이나 클래스 분리도에 따라 선택된 영상의 분류 정확도는 분류자(classifier)에 상관없이 전체 밴드를 사용한 원영상과 유사하게 나타났지만, 사용된 밴드수와 계산 시간은 단축되었다. 분류자는 MLC, SAM, ECHO의 3종류가 사용되었다.

• 대한원격탐사학회지
• /
• 제22권2호
• /
• pp.101-110
• /
• 2006

본 연구에서는 항공 관측으로 얻어진 다중분광영상과 LIDAR (LIght Detection And Ranging) 자료를 이용하여 농업지역의 토지피복 분류 정도를 분석하였다. 다중분광영상은 녹색, 적색, 근적외역의 3분광으로 이루어져 있다. LIDAR 벡터 자료로부터 최초 반사강도 영상과 최초 반사 표고 자료와 최후 반사의 지상 표고 자료의 차이로 산출된 식생 높이 영상이 얻어졌다. 토지피복 분류 방법은 최대우도법을 사용했으며, 다중분광영상의 3밴드 영상 LIDAR의 반사강도 영상, 식생 높이 영상을 이용하였다. 모든 영상을 이용한 토지피복 분류의 전체 정도는 85.6%로 다중분광영상만을 이용한 정도보다 10%이상 향상되었다. 여러 농작물간의 높이의 차이, 수목과 농작물 높이의 차이와 LIDAR 반사강도 차이로 인하여 다중분광영상과 LIDAR 영상을 사용한 토지피복 분류의 정도가 향상되었다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.1464-1466
• /
• 2003

classification of the satellite images provides information about land cover and/or land use. Quality of the classification result depends mainly on the spatial and spectral resolutions of the images. In this study, image fusion in terms of resolution merging, and band integration with multi-source of the satellite images; Landsat ETM+ and Ikonos were carried out to improve classification. Resolution merging and band integration could generate imagery of high resolution with more spectral bands. Precise image co-registration is required to remove geometric distortion between different sources of images. Combination of unsupervised and supervised classification of the fused imagery was implemented to improve classification. 3D display of the results was possible by combining DEM with the classification result so that interpretability could be improved.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.727-731
• /
• 2003

ASTER image has some advantages for classification such as 15 spectral bands and 15m ${\sim}$ 90m spatial resolution. However, in the classification using general remote sensing image, shadow areas are often classified into water area. It is very difficult to divide shadow and water. Because reflectance characteristics of water is similar to characteristics of shadow. Many land cover items are consisted in one pixel which is 15m spatial resolution. Nowadays, very high resolution satellite image (IKONOS, Quick Bird) and Digital Surface Model (DSM) by air borne laser scanner can also be used. In this study, mixed pixel analysis of ASTER image has carried out using IKONOS image and DSM. For mixed pixel analysis, high accurated geometric correction was required. Image matching method was applied for generating GCP datasets. IKONOS image was rectified by affine transform. After that, one pixel in ASTER image should be compared with corresponded 15×15 pixel in IKONOS image. Then, training dataset were generated for mixed pixel analysis using visual interpretation of IKONOS image. Finally, classification will be carried out based on Linear Mixture Model. Shadow extraction might be succeeded by the classification. The extracted shadow area was validated using shadow image which generated from 1m${\sim}$2m spatial resolution DSM. The result showed 17.2% error was occurred in mixed pixel. It might be limitation of ASTER image for shadow extraction because of 8bit quantization data.

• 대한원격탐사학회지
• /
• 제5권1호
• /
• pp.29-39
• /
• 1989

A study to develop generalized and systematically designed satellite image processing software system on mainframe computer was successfully carried out. Commercially available softwares such as LARSYS were analyzed and modified, and well known satellite data processing algorithms were implemented into comprehensive software. New algorithms were also presented and developed. The contents of developed softwere system may be divided into 8 major sections: menu and user interface, data file management, preprocessing, enhancement in monochrome image, multi-dimension image analysis, scene classification, image display/hardcopy, image handle utility software. Some additional software such as GIS and DBMS will make this software more comprehensive and generalized one for the satellite data processing.

• 대한원격탐사학회지
• /
• 제27권6호
• /
• pp.637-651
• /
• 2011

This study presents a rule-based urban image classification method for time series analysis of changes in the vicinity of Asan-si and Cheonan-si in Chungcheongnam-do, using Landsat satellite images (1991-2006). The area has been highly developed through the relocation of industrial facilities, land development, construction of a high-speed railroad, and an extension of the subway. To determine the yearly changing pattern of the urban area, eleven classes were made depending on the trend of development. An algorithm was generalized for the rules to be applied as an unsupervised classification, without the need of training area. The analysis results show that the urban zone of the research area has increased by about 1.53 times, and each correlation graph confirmed the distribution of the Built Up Index (BUI) values for each class. To evaluate the rule-based classification, coverage and accuracy were assessed. When Optimal allowable factor=0.36, the coverage of the rule was 98.4%, and for the test using ground data from 1991 to 2006, overall accuracy was 99.49%. It was confirmed that the method suggested to determine the maximum allowable factor correlates to the accuracy test results using ground data. Among the multiple images, available data was used as best as possible and classification accuracy could be improved since optimal classification to suit objectives was possible. The rule-based urban image classification method is expected to be applied to time series image analyses such as thematic mapping for urban development, urban development, and monitoring of environmental changes.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.260-262
• /
• 2006

One of future remote sensing techniques for transportation application is vehicle detection from the space, which could be the basis of measuring traffic volume and recognizing traffic condition in the future. This paper introduces an approach to vehicle detection using image object segmentation approach. The object-oriented image processing is particularly beneficial to high-resolution image classification of urban area, which suffers from noisy components in general. The project site was Dae-Jeon metropolitan area and a set of true color aerial images at 10cm resolution was used for the test. Authors investigated a variety of parameters such as scale, color, and shape and produced a customized solution for vehicle detection, which is based on a knowledge-based hierarchical model in the environment of eCognition. The highest tumbling block of the vehicle detection in the given data sets was to discriminate vehicles in dark color from new black asphalt pavement. Except for the cases, the overall accuracy was over 90%.