간행물

대한원격탐사학회> 대한원격탐사학회지

대한원격탐사학회지 update

Korean Journal of Remote Sensing

  • : 대한원격탐사학회
  • : 자연과학분야  >  기타(자연과학)
  • : KCI등재
  • :
  • : 연속간행물
  • : 격월
  • : 1225-6161
  • : 2287-9307
  • :

수록정보
수록범위 : 1권1호(1985)~35권6호(2019) |수록논문 수 : 1,446
대한원격탐사학회지
35권6호(2019년 12월) 수록논문
최근 권호 논문
| | | |

KCI등재

1청미천 논지에서의 증발산량 작물계수 산정에 관한 연구

저자 : 김기영 ( Kiyoung Kim ) , 이용준 ( Yongjun Lee ) , 정성원 ( Sungwon Jung ) , 이연길 ( Yeongil Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 883-893 (11 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 두 가지 방법으로 작물계수를 산정하고, 그 결과를 평가하였다. 첫 번째 방법에서는 GLDAS 자료를 청미천 플럭스타워의 증발산량 실측값과 비교하여 적정성을 평가한 뒤 GLDAS 기반 실제증발산량을 잠재증발산량으로 나눠 작물계수(GLDAS Kc)를 산정하였으며, 두 번째 방법에서는 MODIS기반 식생지수(NDVI, EVI, LAI, SAVI)와 플럭스타워에서의 토양수분 실측치를 이용해 다중선형회귀분석으로 작물계수(SM&VI Kc)를 산정하였다. 전체기간에 대한 두 가지 작물계수(GLDAS Kc, SM&VI Kc)를 통계(mean, bias, RMSE, IOA)를 통해 비교해 본 결과 평균값은 각각 0.412와 0.378, bias는 0.031과 -0.004, RMSE는 0.092와 0.069, 적합도 지표(IOA)는 0.944와 0.958로 두 방식 모두 전반적으로 실측값과 유사한 패턴을 보여주었다. 그라나 SM&VI 회귀모형 방식이 더 우수한 것으로 나타났다. 또한, 벼의 생장 단계별로 GLDAS Kc와 SM&VI Kc에 대한 통계적 평가를 수행해본 결과 초기와 중기에는 GLDAS 기반의 Kc가 더 우수했으며, 후기에는 SM&VI 기반의 Kc가 더 우수한 것으로 나타났다. 이는 봄철에는 황사, 여름철에는 비구름으로 MODIS 센서의 정확성이 감소했기 때문인 것으로 판단된다. 향후 연구를 통해 MODIS 센서의 관측 정확성이 향상된다면, SM&VI 기반 작물계수 산정방식의 정확성 역시 향상될 것으로 판단되며, 미계측 유역의 작물계수 산정이나 작물계수의 예측에 사용될 수 있을 것으로 판단된다.


In this study, crop coefficients were calculated in two different methods and the results were evaluated. In the first method, appropriateness of GLDAS-based evapotranspiration was evaluated by comparing it with observed data of Cheongmi-cheon (CMC) Flux tower. Then, crop coefficient was calculated by dividing actual evapotranspiration with potential evapotranspiration that derived from GLDAS. In the second method, crop coefficient was determined by using MLR (Multiple Linear Regression) analysis with vegetation index (NDVI, EVI, LAI and SAVI) derived from MODIS and in-situ soil moisture data observed in CMC, In comparison of two crop coefficients over the entire period, for each crop coefficient GLDAS Kc and SM&VI Kc, shows the mean value of 0.412 and 0.378, the bias of 0.031 and -0.004, the RMSE of 0.092 and 0.069, and the Index of Agree (IOA) of 0.944 and 0.958. Overall, both methods showed similar patterns with observed evapotranspiration, but the SM&VI-based method showed better results. One step further, the statistical evaluation of GLDAS Kc and SM&VI Kc in specific period was performed according to the growth phase of the crop. The result shows that GLDAS Kc was better in the early and mid-phase of the crop growth, and SM&VI Kc was better in the latter phase. This result seems to be because of reduced accuracy of MODIS sensors due to yellow dust in spring and rain clouds in summer. If the observational accuracy of the MODIS sensor is improved in subsequent study, the accuracy of the SM&VI-based method will also be improved and this method will be applicable in determining the crop coefficient of unmeasured basin or predicting the crop coefficient of a certain area.

KCI등재

2무인기 소프트웨어에서 처리된 표정요소를 이용한 도화품질 예측기술 개발 및 비교분석

저자 : 임평채 ( Pyung-chae Lim ) , 손종환 ( Jonghwan Son ) , 김태정 ( Taejung Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 895-905 (11 pages)

다운로드

(기관인증 필요)

초록보기

현재 현업에서 사용되고 있는 상용 무인기 영상처리 소프트웨어는 카메라 캘리브레이션 정보나 영상전체에 대한 블록 번들조정 정확도만 제공할 뿐 스테레오 페어의 실제 도화 가능여부에 대한 정확도는 거의 제공하지 않는다. 본 논문에서는 무인기 영상처리 소프트웨어에서 산출된 표정요소를 사용하여 도화품질을 산출하고 실제 도화기에 적용하여 도화품질의 신뢰성에 대해서 분석하였다. 도화품질은 Y시차 정확도, 상대모델 정확도, 절대모델 정확도의 3가지 정확도로 정의하였다. Y시차 정확도는 스테레오 페어간 입체시 여부를 판단할 수 있는 정확도이다. 상대모델 정확도는 모델 좌표계 상에서 스테레오 페어간 상대적인 번들조정 정확도이다. 절대모델 정확도는 절대 좌표계에서 번들조정 정확도이다. 실험데이터는 도심지를 대상으로 회전익에서 취득된 GSD 5 cm급의 영상 723장을 사용하여 도화품질을 분석하였다. 연구진이 개발한 기술을 사용해 예측한 상대모델 정확도와 실제 도화기에서 관측한 정확도의 최대오차는 0.11 m로 정밀한 결과를 보여주었다. 절대모델 정확도도 마찬가지로, 도화기에서 관측한 정확도의 최대오차는 0.16 m로 정밀한 결과를 보여주었다.


Commercial Unmanned Aerial Vehicle (UAV) image processing software products currently used in the industry provides camera calibration information and block bundle adjustment accuracy. However, they provide mapping accuracy achievable out of input UAV images. In this paper, the quality of mapping is calculated by using orientation parameters from UAV image processing software. We apply the orientation parameters to the digital photogrammetric workstation (DPW) for verifying the reliability of the mapping quality calculated. The quality of mapping accuracy was defined as three types of accuracy: Y-parallax, relative model and absolute model accuracy. The Y-parallax is an accuracy capable of determining stereo viewing between stereo pairs. The Relative model accuracy is the relative bundle adjustment accuracy between stereo pairs on the model coordinates system. The absolute model accuracy is the bundle adjustment accuracy on the absolute coordinate system. For the experimental data, we used 723 images of GSD 5 cm obtained from the rotary wing UAV over an urban area and analyzed the accuracy of mapping quality. The quality of the relative model accuracy predicted by the proposed technique and the maximum error observed from the DPW showed precise results with less than 0.11 m. Similarly, the maximum error of the absolute model accuracy predicted by the proposed technique was less than 0.16 m.

KCI등재

3Google Map을 이용한 GCP 칩의 품질 분석

저자 : 박형준 ( Hyeongjun Park ) , 손종환 ( Jong-hwan Son ) , 신정일 ( Jung-il Shin ) , 권기억 ( Ki-eok Kweon ) , 김태정 ( Taejung Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 907-917 (11 pages)

다운로드

(기관인증 필요)

초록보기

최근 국토 모니터링, 지형 분석 등 많은 분야에서 고해상도 위성영상의 수요가 증가와 함께 기하보정의 필요성이 증가하고 있다. 자동 정밀 기하보정 방법으로 GCP(Ground Control Point) 칩과 위성영상간의 정합을 통해 지상기준점을 자동으로 추출하는 방법이 있다. 자동 정밀 기하보정은 GCP 칩과 위성영상의 정합 성공률이 중요하다. 따라서 제작된 GCP 칩의 정합 성능 평가가 중요하다. GCP 칩의 정합 성능 평가를 위해 국토관측 위성용으로 구축된 총 3,812점의 GCP 칩을 실험 자료로 사용했다. KOMPSAT-3A 영상과 Google Map의 GCP 칩 정합 결과를 분석한 결과 유사한 결과를 얻을 수 있었다. 따라서 Google Map 위성영상으로 고해상도 위성영상을 충분히 대체할 수 있다고 판단했다. 또한 GCP 칩의 정합 성능 검증에 필요한 시간을 줄이기 위해 자동화된 방법으로 Google Map의 중심점과 오차 반경을 이용한 방법을 제시했다. 실험 결과 최적의 오차 반경은 17 pixel(약 8.5 m)로 설정하는 것이 가장 좋은 분류 정확도를 보였다. Google Map 위성영상과 자동화된 검증 방법으로 남한 전역에 구축된 GCP 칩 3,812개의 정합 성능 평가를 진행했으며 남한에 구축된 GCP 칩은 약 94%의 정합 성공률을 보였다. 이후 정합에 실패한 GCP 칩을 분석하여 주요 정합 실패원인을 분석하였다. 분석 결과 남한 전역에 구축된 GCP 칩 중 재제작이 필요한 GCP 칩을 제외한 나머지 GCP 칩은 국토위성영상 자동 기하보정에 충분히 사용할 수 있다.


Recently, the demand for high-resolution satellite images increases in many fields such as land monitoring and terrain analysis. Therefore, the need for geometric correction is increasing. As an automatic precision geometric correction method, there is a method of automatically extracting the GCP by matching between the GCP Chip and the satellite image. For automatic precision geometric correction, the success rate of matching GCP Chip and satellite image is important. Therefore, it is important to evaluate the matching performance of the manufactured GCP Chip. In order to evaluate the matching performance of GCP Chips, a total of 3,812 GCP Chips in South Korea were used as experimental data. The GCP Chip matching results of KOMPSAT-3A and Google Map showed similar matching results. Therefore, we determined that Google Map satellite imagery could replace high-resolution satellite imagery. Also, presented a method using center point and error radius of Google Map to reduce the time required to verify matching performance. As a result, it is best to set the optimum error radius to 8.5m. Evaluated the matching performance of GCP Chips in South Korea using Google Maps. And verified matching result using presented method. As a result, the GCP Chip s in South Korea had a matching success rate of about 94%. Also, the main matching failure factors were analyzed by matching failure GCP Chips. As a result, Except for GCP Chips that need to be remanufactured, the remaining GCP Chips can be used for the automatic geometric correction of satellite images.

KCI등재

4GLDAS 수문기상인자를 이용한 초미세먼지 농도 추정

저자 : 이슬찬 ( Seulchan Lee ) , 정재환 ( Jaehwan Jeong ) , 박종민 ( Jongmin Park ) , 전현호 ( Hyunho Jeon ) , 최민하 ( Minha Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 919-932 (14 pages)

다운로드

(기관인증 필요)

초록보기

미세먼지는 인간 활동에 의한 오염물질 배출에 의해 발생하는 것이 일반적이지만, 수문기상 조건에 따라 이동, 심화, 소멸 과정에서 매우 복잡한 메커니즘을 지니고 있으므로 효과적인 미세먼지 대책 마련을 위해서는 수문기상인자와 미세먼지 간의 상관성에 대한 이해가 필수적이다. 현재 우리나라의 미세먼지 농도 관측 및 예보는 지점 측정소에서 농도를 측정하고, 이 자료를 기반으로 측정소가 위치하지 않는 지역의 값을 추정함으로써 이루어지고 있다. 이러한 관측 방식 및 자료는 공간적 대표성을 갖지 못하기 때문에 관측소와의 거리가 먼 지역의 정확한 미세먼지 농도를 파악하는 것이 불가능하며, 미세먼지의 이동, 심화, 소멸 단계를 추적하는데 어려움이 있다. 본 연구에서는 Global Land Data Assimilation System (GLDAS)의 다양한 수문기상인자를 사용하여, 베이지안 모델 평균(Bayesian Model Averaging, BMA)을 통해 초미세먼지(PM2.5)와 유의미한 상관성을 갖는 인자를 선별하였다. 선별된 인자는 MODerate Resolution Imaging Spectroradiometer (MODIS)의 Aerosol Optical Depth (AOD) 자료와 함께 계절별 PM2.5 농도 산출 모델을 구축하는데 활용되었으며, 산출 결과를 매핑하여 PM2.5 농도의 공간 분포를 파악하고자 하였다. 지점 기반 자료와의 비교를 통해 구축된 모델을 검증하였을 때, 측정된 PM2.5 농도와 높은 상관성(R ~0.7; IOA ~0.78; RMSE ~7.66 μg/m3)을 나타냈으며, 지역별로 나누어 비교할 경우 데이터의 분포는 유사하나 상관계수의 차이를 보이는 것을 확인할 수 있었다(R: 0.32-0.82). 모델 산출 자료를 활용하여 PM2.5 농도를 매핑한 결과 기존 내삽 방법에 비해 시공간적 변동성을 더욱 잘 표현하는 것을 확인하였다. 추후 연구 지역을 동아시아 지역으로 확장 시킨다면 국내외 미세먼지 발생원의 파악 및 이동 양상에 대한 분석에 용이할 것으로 기대된다.


Fine particulate matter (PM2.5) is not only affected by anthropogenic emissions, but also intensifies, migrates, decreases by hydrometeorological factors. Therefore, it is essential to understand relationships between the hydrometeorological factors and PM2.5 concentration. In Korea, PM2.5 concentration is measured at the ground observatories and estimated data are given to locations where observatories are not present. In this way, the data is not suitable to represent an area, hence it is impossible to know accurate concentration at such locations. In addition, it is hard to trace migration, intensification, reduction of PM2.5. In this study, we analyzed the relationships between hydrometeorological factors, acquired from Global Land Data Assimilation System (GLDAS), and PM2.5 by means of Bayesian Model Averaging (BMA). By BMA, we also selected factors that have meaningful relationship with the variation of PM2.5 concentration. 4 PM2.5 concentration models for different seasons were developed using those selected factors, with Aerosol Optical Depth (AOD) from MODerate resolution Imaging Spectroradiometer (MODIS). Finally, we mapped the result of the model, to show spatial distribution of PM2.5. The model correlated well with the observed PM2.5 concentration (R ~0.7; IOA ~0.78; RMSE ~7.66 μg/m3). When the models were compared with the observed PM2.5 concentrations at different locations, the correlation coefficients differed (R: 0.32-0.82), although there were similarities in data distribution. The developed concentration map using the models showed its capability in representing temporal, spatial variation of PM2.5 concentration. The result of this study is expected to be able to facilitate researches that aim to analyze sources and movements of PM2.5, if the study area is extended to East Asia.

KCI등재

5DDInSAR 영상을 이용한 남극 로스 빙붕의 조위변형과 물성 분석

저자 : 한수정 ( Soojeong Han ) , 한향선 ( Hyangsun Han ) , 이훈열 ( Hoonyol Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 933-944 (12 pages)

다운로드

(기관인증 필요)

초록보기

이 연구에서는 영상레이더(synthetic aperture radar; SAR) 이중차분간섭기법(Double-Differential Interferometric SAR; DDInSAR)을 이용하여 남극 로스 빙붕(Ross Ice Shelf)의 동쪽(A지역)과 서쪽(B지역)에 위치한 육지 경계부 지역의 조위변형을 분석하고, 조위예측 모델의 정밀도와 빙붕의 영률(Young's modulus) 추정을 위해 2015-2016년에 획득된 총7장의 Sentinel-1A SAR 영상을 획득하였다. 먼저, 남극 로스해(Ross Sea)에 대한 대표적인 조위예측 모델인 Ross Sea Height-based Tidal Inverse (Ross_Inv) 모델과 DDInSAR영상에서 추출된 빙붕의 조위변형을 비교한 결과, 모델의 조위예측 오차는 동쪽에서는 3.86 cm로 분석되었으며 조위모델에서 역기압효과가 필수적으로 보정되어야 함을 확인하였다. 그러나 서쪽에서는 역기압효과 보정 후에도 큰 오차가 발생하여 조위모델이 부정확할 수 있음을 확인했다. 또한, 조위변형이 나타나는 힌지 영역(hinge zone)의 폭과 얼음두께의 상관성을 나타내는 1차원 탄성 보 모델에 의거하여 얼음의 영률을 계산하였다. 이를 위해 DDInSAR 영상에서 조위에 의한 변위가 나타나기 시작하는 곳을 지반선(grounding line)으로, 조위에 의한 최대변위가 나타나는 지점을 힌지선(hinge line)으로 새롭게 정의했고, 이 두 선 사이를 힌지 영역으로 정의했다. 반무한 평면체를 가정한 1차원 탄성 보 모델에 의하면 힌지 영역의 폭은 얼음두께의 0.75승에 정비례한다. DDInSAR에서 나타나는 힌지영역 중 지반선과 힌지선이 직선에 가까운 지역에서 힌지 영역의 폭을 측정하였고, 이를 BEDMAP2 얼음 두께의 0.75승과의 선형 회귀 분석을 통해 로스 빙붕 동쪽과 서쪽 힌지 영역의 영률을 1.77±0.73 GPa로 추정할 수 있었다. 이러한 방법으로 향후 Sentinel-1 영상이 축적되면 더 정밀한 영률을 추정할 수 있을 것으로 기대된다.


This study analyzes the tide deformation of land boundary regions on the east (Region A) and west (Region B) sides of the Ross Ice Shelf in Antarctica using Double-Differential Interferometric Synthetic Aperture Radar (DDInSAR). A total of seven Sentinel-1A SAR images acquired in 2015-2016 were used to estimate the accuracy of tide prediction model and Young's modulus of ice shelf. First, we compared the Ross Sea Height-based Tidal Inverse (Ross_Inv) model, which is a representative tide prediction model for the Antarctic Ross Sea, with the tide deformation of the ice shelf extracted from the DDInSAR image. The accuracy was analyzed as 3.86 cm in the east region of Ross Ice Shelf and it was confirmed that the inverse barometric pressure effect must be corrected in the tide model. However, in the east, it is confirmed that the tide model may be inaccurate because a large error occurs even after correction of the atmospheric effect. In addition, the Young's modulus of the ice was calculated on the basis of the one-dimensional elastic beam model showing the correlation between the width of the hinge zone where the tide strain occurs and the ice thickness. For this purpose, the grounding line is defined as the line where the displacement caused by the tide appears in the DDInSAR image, and the hinge line is defined as the line to have the local maximum/minimum deformation, and the hinge zone as the area between the two lines. According to the one-dimensional elastic beam model assuming a semi-infinite plane, the width of the hinge region is directly proportional to the 0.75 power of the ice thickness. The width of the hinge zone was measured in the area where the ground line and the hinge line were close to the straight line shown in DDInSAR. The linear regression analysis with the 0.75 power of BEDMAP2 ice thickness estimated the Young's modulus of 1.77±0.73 GPa in the east and west of the Ross Ice Shelf. In this way, more accurate Young's modulus can be estimated by accumulating Sentinel-1 images in the future.

KCI등재

6SURF 기법과 상호정보기법을 활용한 농경지 지역 무인항공기 영상 간 정밀영상등록

저자 : 김태헌 ( Taeheon Kim ) , 이기림 ( Kirim Lee ) , 이원희 ( Won Hee Lee ) , 염준호 ( Junho Yeom ) , 정세정 ( Sejung Jung ) , 한유경 ( Youkyung Han )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 945-957 (13 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 무인항공기(Unmanned Aerial Vehicle, UAV)를 활용하여 취득된 농경지 지역에 대한 영상 간 기하 오차를 제거하기 위한 정밀영상등록(Coarse to Fine Image Registration) 방법론을 제시한다. 먼저 무인항공기를 활용하여 농경지 지역에 대한 영상을 취득한 후 정사영상을 생성하였다. 영상등록 시 오차를 유발하는 오정합쌍이 추출되는 확률을 감소시키기 위해 생성된 정사영상의 메타데이터를 기반으로 관심지역을 선정하여 탐색영역을 최소화하였다. 그리고 Speeded Up Robust Features (SURF) 기법을 활용하여 추출된 정합쌍(Tiepoints)을 기반으로 초기영상등록을 수행하여 정사영상 간 기하 오차를 전반적으로 제거하였다. 이어서 영상내에 두드러진 공간특성이나 구조가 없어도 효과적으로 정합쌍 추출이 가능한 상호정보(Mutual Information)기법을 통해 추출된 정합쌍을 활용하여 정밀영상등록을 수행하였다. 총 8장의 정사영상을 이용하여 제안기법의 우수성 및 효율성을 검증하기 위해 SURF 기법, 상호정보기법을 개별적으로 활용하여 영상등록을 수행한 결과와 비교분석을 수행하였다. 그 결과, 제안기법을 활용한 경우 효과적으로 정사영상 간 기하 오차가 제거된 것을 확인하였다.


In this study, we propose a coarse to fine image registration method for eliminating geometric error between images over agricultural areas acquired using Unmanned Aerial Vehicle (UAV). First, images of agricultural area were acquired using UAV, and then orthophotos were generated. In order to reduce the probability of extracting outliers that cause errors during image registration, the region of interest is selected by using the metadata of the generated orthophotos to minimize the search area. The coarse image registration was performed based on the extracted tie-points using the Speeded-Up Robust Features (SURF) method to eliminate geometric error between orthophotos. Subsequently, the fine image registration was performed using tie-points extracted through the Mutual Information (MI) method, which can extract the tie-points effectively even if there is no outstanding spatial properties or structure in the image. To verify the effectiveness and superiority of the proposed method, a comparison analysis using 8 orthophotos was performed with the results of image registration using the SURF method and the MI method individually. As a result, we confirmed that the proposed method can effectively eliminated the geometric errors between the orthophotos.

KCI등재

7CNN 기반 초분광 영상 분류를 위한 PCA 차원축소의 영향 분석

저자 : 곽태홍 ( Taehong Kwak ) , 송아람 ( Ahram Song ) , 김용일 ( Yongil Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 959-971 (13 pages)

다운로드

(기관인증 필요)

초록보기

대표적인 딥러닝(deep learning) 기법 중 하나인 Convolutional Neural Network(CNN)은 고수준의 공간-분광 특징을 추출할 수 있어 초분광 영상 분류(Hyperspectral Image Classification)에 적용하는 연구가 활발히 진행되고 있다. 그러나 초분광 영상은 높은 분광 차원이 학습 과정의 시간과 복잡도를 증가시킨다는 문제가 있어 이를 해결하기 위해 기존 딥러닝 기반 초분광 영상 분류 연구들에서는 차원축소의 목적으로 Principal Component Analysis (PCA)를 적용한 바 있다. PCA는 데이터를 독립적인 주성분의 축으로 변환시킬 수 있어 분광 차원을 효율적으로 압축할 수 있으나, 분광 정보의 손실을 초래할 수 있다. PCA의 사용 유무가 CNN 학습의 정확도와 시간에 영향을 미치는 것은 분명하지만 이를 분석한 연구가 부족하다. 본 연구의 목적은 PCA를 통한 분광 차원축소가 CNN에 미치는 영향을 정량적으로 분석하여 효율적인 초분광 영상 분류를 위한 적절한 PCA의 적용 방법을 제안하는 데에 있다. 이를 위해 PCA를 적용하여 초분광 영상을 축소시켰으며, 축소된 차원의 크기를 바꿔가며 CNN 모델에 적용하였다. 또한, 모델 내의 컨볼루션(convolution) 연산 방식에 따른 PCA의 민감도를 분석하기 위해 2D-CNN과 3D-CNN을 적용하여 비교 분석하였다. 실험결과는 분류정확도, 학습시간, 분산 비율, 학습 과정을 통해 분석되었다. 축소된 차원의 크기가 분산 비율이 99.7~8%인 주성분 개수일 때 가장 효율적이었으며, 3차원 커널 경우 2D-CNN과는 다르게 원 영상의 분류정확도가 PCA-CNN보다 더 높았으며, 이를 통해 PCA의 차원축소 효과가 3차원 커널에서 상대적으로 적은 것을 알 수 있었다.


CNN (Convolutional Neural Network) is one representative deep learning algorithm, which can extract high-level spatial and spectral features, and has been applied for hyperspectral image classification. However, one significant drawback behind the application of CNNs in hyperspectral images is the high dimensionality of the data, which increases the training time and processing complexity. To address this problem, several CNN based hyperspectral image classification studies have exploited PCA (Principal Component Analysis) for dimensionality reduction. One limitation to this is that the spectral information of the original image can be lost through PCA. Although it is clear that the use of PCA affects the accuracy and the CNN training time, the impact of PCA for CNN based hyperspectral image classification has been understudied. The purpose of this study is to analyze the quantitative effect of PCA in CNN for hyperspectral image classification. The hyperspectral images were first transformed through PCA and applied into the CNN model by varying the size of the reduced dimensionality. In addition, 2D-CNN and 3D-CNN frameworks were applied to analyze the sensitivity of the PCA with respect to the convolution kernel in the model. Experimental results were evaluated based on classification accuracy, learning time, variance ratio, and training process. The size of the reduced dimensionality was the most efficient when the explained variance ratio recorded 99.7%~99.8%. Since the 3D kernel had higher classification accuracy in the original-CNN than the PCA-CNN in comparison to the 2D-CNN, the results revealed that the dimensionality reduction was relatively less effective in 3D kernel.

KCI등재

8무인항공기에서 생성된 포인트 클라우드의 평면성 분석을 통한 자동 건물 모델 생성 기법

저자 : 김한결 ( Han-gyeol Kim ) , 황윤혁 ( Yunhyuk Hwang ) , 이수암 ( Sooahm Rhee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 973-985 (13 pages)

다운로드

(기관인증 필요)

초록보기

본 논문에서는 저비용으로 생성할 수 있는 무인항공기 기반의 포인트 클라우드를 사용하여 평면성 분석을 통해 지면과 건물 영역을 분리하고 자동으로 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯 단계로 구성된다. 첫 단계에서는 입력되는 포인트 클라우드의 평면성을 분석하여 포인트 클라우드를 구성하는 평면들을 추출하였다. 두 번째 단계에서는 추출된 평면들을 분석하여 지표면에 해당하는 평면을 찾고 포인트 클라우드에서 해당 평면 기준으로 포인트들을 제거하였다. 세 번째 단계에서는 지표면이 제거된 포인트 클라우드를 정사 투영하여 영상을 제작하였다. 네 번째 단계에서는 정사 투영된 영상에서 각각의 객체의 외곽선을 추출하고 외곽선의 넓이와 넓이, 길이 비율을 이용하여 건물 불인정 영역을 제거하였다. 마지막 단계에서는 건물의 지표면 높이와 건물의 높이를 이용하여 건물의 외곽점을 구성하고 3D 건물 모델을 생성하였다. 제안한 방법을 검증하기 위하여 무인항공기 영상을 이용해 제작된 포인트 클라우드를 사용하였으며, 실험을 통해 제안 기법을 통해 무인항공기 기반 포인트 클라우드에서 자동으로 건물의 3D 모델이 생성 가능함을 확인하였다.


In this paper, we propose a method to separate the ground and building areas and generate building models automatically through planarity analysis using UAV (Unmanned Aerial Vehicle) based point cloud. In this study, proposed method includes five steps. In the first step, the planes of the point cloud were extracted by analyzing the planarity of the input point cloud. In the second step, the extracted planes were analyzed to find a plane corresponding to the ground surface. Then, the points corresponding to the plane were removed from the point cloud. In the third step, we generate ortho-projected image from the point cloud ground surface removed. In the fourth step, the outline of each object was extracted from the ortho-projected image. Then, the non-building area was removed using the area, area / length ratio. Finally, the building's outer points were constructed using the building's ground height and the building's height. Then, 3D building models were created. In order to verify the proposed method, we used point clouds made using the UAV images. Through experiments, we confirmed that the 3D models of the building were generated automatically.

KCI등재

9LTE 원격관제를 통한 UAV의 비가시권 데이터 취득방안

저자 : 정호현 ( Hohyun Jeong ) , 이재희 ( Jaehee Lee ) , 박성진 ( Seongjin Park )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 987-997 (11 pages)

다운로드

(기관인증 필요)

키워드 보기
초록보기

최근 무인항공기(UAV)의 발전과 관심이 높아지면서 UAV의 수요가 급증하고 있다. 전통적인 방식의 인공위성 및 항공영상에 비해 적은 운용비용으로 효과적인 자료 취득이 가능하여 다양한 연구(환경, 지리정보, 해양관측, 원격탐사)에 활용되고 있다. 다만, 배터리 용량 및 관제시스템과 기체의 거리 제한에 따라 전통적인 원격탐사 방법인 위성과 항공기를 이용한 방법에 비해 좁은 면적만을 획득한다는 단점이 있다. 하지만 원거리 원격관제가 가능하다면 원격탐사 분야에서의 UAV의 활용 가능성은 더 높아질 수 있으며 이에 UAV와 관제 시스템의 거리에 상관없이 관제할 수 있는 통신 네트워크 시스템이 필요하다. 전통적인 방식의 무선장치(RF 2.4 GHz, 915 MHz, 433 MHz)로 UAV와 Ground Control System(GCS)가 송수신 할 수 있는 거리는 약 2 km 내외로 제한적이다. 하지만 구축되어 있는 Long-Term Evolution(LTE) 통신망 기반의 제어방식을 적용하면 Radio Frequency(RF) 통신망의 단점을 보완할 수 있어 기존 산업과 융합하여 보다 큰 효과를 이룰 수 있다. 본 연구에서는 LTE 통신방식을 통해 GCS 기준 최대 직선거리 6.1 km, 촬영 면적 2.2 km2, 총 비행 거리 41.75 km의 비행을 수행하였다. 또한, LTE 통신의 무선 기지국 현황을 통해 통신 두절 가능성에 대해서도 분석하였다.


Recently the demand for drones is rapidly increasing, as developing Unmanned Aerial Vehicle (UAV) and growing interest in them. Compared to traditional satellite and aerial imagery, it can be used for various researches (environment, geographic information, ocean observation, and remote sensing) because it can be managed with low operating costs and effective data acquisition. However, there is a disadvantage in that only a small area is acquired compared to the satellite and an aircraft, which is a traditional remote sensing method, depending on the battery capacity of the UAV, and the distance limit between Ground Control System (GCS) and UAV. If remote control at long range is possible, the possibility of using UAV in the field of remote sensing can be increased. Therefore, there is a need for a communication network system capable of controlling regardless of the distance between the UAV and the GCS. The distance between UAV and GCS can be transmitted and received using simple radio devices (RF 2.4 GHz, 915 MHz, 433 MHz), which is limited to around 2 km. If the UAV can be managed simultaneously by improving the operating environment of the UAV using a Long- Term Evolution (LTE) communication network, it can make greater effects by converging with the existing industries. In this study, we performed the maximum straight-line distance 6.1 km, the test area 2.2 km2, and the total flight distance 41.75 km based on GCS through LTE communication. In addition, we analyzed the possibility of disconnected communication through the base station of LTE communication.

KCI등재

10Sentinel-1 A/B 위성 SAR 자료와 딥러닝 모델을 이용한 여름철 북극해 해빙 분류 연구

저자 : 전현균 ( Hyungyun Jeon ) , 김준우 ( Junwoo Kim ) , 수레시크리쉬난 ( Suresh Krishnan Palanisamy Vadivel ) , 김덕진 ( Duk-jin Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 35권 6호 발행 연도 : 2019 페이지 : pp. 999-1009 (11 pages)

다운로드

(기관인증 필요)

초록보기

북극항로의 개척 가능성과 정확한 기후 예측 모델의 필요성에 의해 북극해 고해상도 해빙 지도의 중요성이 증가하고 있다. 그러나 기존의 북극 해빙 지도는 제작에 사용된 위성 영상 취득 센서의 특성에 따른 데이터의 취득과 공간해상도 등에서 그 활용도가 제한된다. 본 연구에서는 Sentinel-1 A/B SAR 위성자료로부터 고해상도 해빙 지도를 생성하기 위한 딥러닝 기반의 해빙 분류 알고리즘을 연구하였다. 북극해 Ice Chart를 기반으로 전문가 판독에 의해 Open Water, First Year Ice, Multi Year Ice의 세 클래스로 구성된 훈련자료를 구축하였으며, Convolutional Neural Network 기반의 두 가지 딥러닝 모델(Simple CNN, Resnet50)과 입사각 및 thermal noise가 보정된 HV 밴드를 포함하는 다섯 가지 입력 밴드 조합을 이용하여 총 10가지 케이스의 해빙 분류를 실시하였다. 이 케이스들에 대하여 Ground Truth Point를 사용하여 정확도를 비교하고, 가장 높은 정확도가 나온 케이스에 대해 confusion matrix 및 Cohen의 kappa 분석을 실시하였다. 또한 전통적으로 분류를 위해 많이 활용되어 온 Maximum Likelihood Classifier 기법을 이용한 분류결과에 대해서도 같은 비교를 하였다. 그 결과 Convolution 층 2개, Max Pooling 층 2개를 가진 구조의 Convolutional Neural Network에 [HV, 입사각] 밴드를 넣은 딥러닝 알고리즘의 분류 결과가 96.66%의 가장 높은 분류 정확도를 보였으며, Cohen의 kappa 계수는 0.9499로 나타나 딥러닝에 의한 해빙 분류는 비교적 높은 분류 결과를 보였다. 또한 모든 딥러닝 케이스는 Maximum Likelihood Classifier 기법에 비해 높은 분류 정확도를 보였다.


The importance of high-resolution sea ice maps of the Arctic Ocean is increasing due to the possibility of pioneering North Pole Routes and the necessity of precise climate prediction models. In this study, sea ice classification algorithms for two deep learning models were examined using Sentinel- 1 A/B SAR data to generate high-resolution sea ice classification maps. Based on current ice charts, three classes (Open Water, First Year Ice, Multi Year Ice) of training data sets were generated by Arctic sea ice and remote sensing experts. Ten sea ice classification algorithms were generated by combing two deep learning models (i.e. Simple CNN and Resnet50) and five cases of input bands including incident angles and thermal noise corrected HV bands. For the ten algorithms, analyses were performed by comparing classification results with ground truth points. A confusion matrix and Cohen's kappa coefficient were produced for the case that showed best result. Furthermore, the classification result with the Maximum Likelihood Classifier that has been traditionally employed to classify sea ice. In conclusion, the Convolutional Neural Network case, which has two convolution layers and two max pooling layers, with HV and incident angle input bands shows classification accuracy of 96.66%, and Cohen's kappa coefficient of 0.9499. All deep learning cases shows better classification accuracy than the classification result of the Maximum Likelihood Classifier.

권호별 보기
가장 많이 인용된 논문

(자료제공: 네이버학술정보)

가장 많이 인용된 논문
| | | |
1연안해역에서 석유오염물질의 세균학적 분해에 관한 연구

(2006)홍길동 외 1명심리학41회 피인용

다운로드

2미국의 비트코인 규제

(2006)홍길동심리학41회 피인용

다운로드

가장 많이 참고한 논문

(자료제공: 네이버학술정보)

가장 많이 참고한 논문

다운로드

2미국의 비트코인 규제

(2006)홍길동41회 피인용

다운로드

해당 간행물 관심 구독기관

부경대학교 경희대학교 울산과학기술원 농촌진흥청 서울대학교
 236
 51
 45
 41
 37
  • 1 부경대학교 (236건)
  • 2 경희대학교 (51건)
  • 3 울산과학기술원 (45건)
  • 4 농촌진흥청 (41건)
  • 5 서울대학교 (37건)
  • 6 고려대학교 (33건)
  • 7 숭실대학교 (30건)
  • 8 부산대학교 (27건)
  • 9 경북대학교 (26건)
  • 10 국립생태원 (23건)

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기