논문 상세보기

대한원격탐사학회> 대한원격탐사학회지> 차분 간섭도로부터 지표변위의 시계열 관측을 위한 개선된 Small Baseline Subset (SBAS) 알고리즘

KCI등재

차분 간섭도로부터 지표변위의 시계열 관측을 위한 개선된 Small Baseline Subset (SBAS) 알고리즘

Improvement of Small Baseline Subset (SBAS) Algorithm for Measuring Time-series Surface Deformations from Differential SAR Interferograms

정형섭 ( Hyung Sup Jung ) , 이창욱 ( Chang Wook Lee ) , 박정원 ( Jung Won Park ) , 김기동 ( Ki Dong Kim ) , 원중선 ( Joong Sun Won )
  • : 대한원격탐사학회
  • : 대한원격탐사학회지 24권2호
  • : 연속간행물
  • : 2008년 04월
  • : 165-177(13pages)
대한원격탐사학회지

DOI


목차


					

키워드 보기


초록 보기

최근 spatial decorrelation을 극복하기 위하여 비교적 짧은 기선(baseline)을 지니는 여러 시기의 차분간섭도(differential interferogram)로부터 시계열 지표변위(time-series surface deformation)를 관측할 수 있는 small baseline subset(SBAS) 알고리즘이 개발되었다. 이 SBAS 알고리즘은 singluar value decomposition(SVD)을 이용하여 시간별로 완벽하게 연결되지 않는 차분간섭도로부터 시계열 지표변위를 관측하였을 뿐 아니라 공간적으로 저주파 필터와 시간적으로 고주파 필터를 이용하여 대기효과를 보정하였다. 그러나 이 알고리즘은 초기 관측시 시계열 지표변위를 선형으로 가정하였기 때문에 각 차분간섭도의 phase unwrapping 오차를 정확하게 보정하기 어려웠을 뿐 아니라 시계열의 지표변위에 존재하는 노이즈 성분을 완화시키지 못했다. 이와 같은 단점을 보완하기 위하여 이 연구에서는 기존의 SBAS 알고리즘을 개선하였다. 이 개선된 SBAS 알고리즘은 각 차분간섭도의 phase unwrapping 오차를 최소화하기 위하여 반복적으로 시계열 지표면 변위를 개선하였고, 시계열 지표변위의 노이즈를 제거하기 위하여 유한차분 근사법(finite difference approximation)을 이용하였다. 서로 다른 지역의 26개의 ERS-1/2자료와 21개의 RADARSAT-1 fine beam (F5) 자료를 이용하여 개선된 SBAS 알고리즘을 실험하고 분석하였다. ERS-1/2자료에서는 LOS(line-of-sight) 지표변위가 약 13년 동안 최대 -40cm가 관측되었고, RADARSAT-1 fine beam 자료에서는 약 2년 동안 최대 -3cm의 LOS 지표변위가 관측되었다.
Small baseline subset (SBAS) algorithm has been recently developed using an appropriate combination of differential interferograms, which are characterized by a small baseline in order to minimize the spatial decorrelation. This algorithm uses the singular value decomposition (SVD) to measure the time-series surface deformation from the differential interferograms which are not temporally connected. And it mitigates the atmospheric effect in the time-series surface deformation by using spatially low-pass and temporally high-pass filter. Nevertheless, it is not easy to correct the phase unwrapping error of each interferogram and to mitigate the time-varying noise component of the surface deformation from this algorithm due to the assumption of the linear surface deformation in the beginning of the observation. In this paper, we present an improved SBAS technique to complement these problems. Our improved SBAS algorithm uses an iterative approach to minimize the phase unwrapping error of each differential interferogram. This algorithm also uses finite difference method to suppress the time-varying noise component of the surface deformation. We tested our improved SBAS algorithm and evaluated its performance using 26 images of ERS-1/2 data and 21 images of RADARSAT-1 fine beam (F5) data at each different locations. Maximum deformation amount of 40cm in the radar line of sight (LOS) was estimated from ERS-1/2 datasets during about 13 years, whereas 3cm deformation was estimated from RADARSAT-1 ones during about two years.

UCI(KEPA)

I410-ECN-0102-2012-560-000215234

간행물정보

  • : 자연과학분야  > 기타(자연과학)
  • : KCI등재
  • :
  • : 격월
  • : 1225-6161
  • : 2287-9307
  • : 학술지
  • : 연속간행물
  • : 1985-2022
  • : 1891


저작권 안내

한국학술정보㈜의 모든 학술 자료는 각 학회 및 기관과 저작권 계약을 통해 제공하고 있습니다.

이에 본 자료를 상업적 이용, 무단 배포 등 불법적으로 이용할 시에는 저작권법 및 관계법령에 따른 책임을 질 수 있습니다.

38권6호(2022년 12월) 수록논문
최근 권호 논문
| | | |

KCI등재

1핵 활동 탐지 및 감시를 위한 딥러닝 기반 의미론적 분할을 활용한 변화 탐지

저자 : 송아람 ( Ahram Song ) , 이창희 ( Changhui Lee ) , 이진민 ( Jinmin Lee ) , 한유경 ( Youkyung Han )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 991-1005 (15 pages)

다운로드

(기관인증 필요)

초록보기

위성 영상은 핵 활동 탐지와 검증을 위한 효율적인 보조자료로 핵시설과 같이 접근이 어렵고 정보가 제한된 지역에 매우 유용하다. 특히 장비의 이동 또는 시설물의 변화와 같이 핵실험을 준비하는 과정은 시계열 분석을 통해 충분히 식별 가능하다. 본 연구에서는 핵 활동과 관련된 주요 객체의 변화를 탐지하기 위하여, 다시기 영상의 의미론적 분할 결과의 차이를 이용하였다. AIHub에서 제공하는 KOMPSAT 3/3A 영상으로 구성된 객체 판독 데이터셋에서 건물, 도로, 소형 객체의 정보를 추출하여 학습하였으며, U-Net, PSPNet, Attention U-Net에 대하여 주요 파라미터를 변경하며 대상 객체 추출에 적합한 의미론적 분할 모델을 분석하였다. 의미론적 분할 결과의 차영상으로 생성된 결과에 객체 정보를 포함하여 최종 변화 탐지를 수행하였으며, 제안 기법을 임의의 변화를 포함한 시뮬레이션 영상에 적용한 결과, 변화 객체를 효과적으로 추출할 수 있었다. 본 연구에서 제시된 변화 탐지 기법을 적용하기 위해서는, 의미론적 분할의 정확도가 우선적으로 확보되어야 하는 제약이 있으나, 추후 실험 대상 지역에 대한 학습데이터셋이 증가할 수록 적용 가능한 분석 범위가 증가할 것으로 기대된다.


Satellite imaging is an effective supplementary data source for detecting and verifying nuclear activity. It is also highly beneficial in regions with limited access and information, such as nuclear installations. Time series analysis, in particular, can identify the process of preparing for the conduction of a nuclear experiment, such as relocating equipment or changing facilities. Differences in the semantic segmentation findings of time series photos were employed in this work to detect changes in meaningful items connected to nuclear activity. Building, road, and small object datasets made of KOMPSAT 3/3A photos given by AIHub were used to train deep learning models such as U-Net, PSPNet, and Attention U-Net. To pick relevant models for targets, many model parameters were adjusted. The final change detection was carried out by including object information into the first change detection, which was obtained as the difference in semantic segmentation findings. The experiment findings demonstrated that the suggested approach could effectively identify altered pixels. Although the suggested approach is dependent on the accuracy of semantic segmentation findings, it is envisaged that as the dataset for the region of interest grows in the future, so will the relevant scope of the proposed method.

KCI등재

2훈련자료 내 재배지역의 비율에 따른 딥러닝 모델의 성능 평가

저자 : 성선경 ( Seonkyeong Seong ) , 최재완 ( Jaewan Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1007-1014 (8 pages)

다운로드

(기관인증 필요)

초록보기

차세대중형위성(Compact Advanced Satellite 500, CAS500)은 식생, 산림, 농업 등의 분야를 포함한 다양한 목적을 위하여 사용될 수 있으며, 다양한 영역에 대한 빠른 위성영상의 취득이 가능할 것으로 기대되고 있다. 차세대중형위성을 통하여 취득된 위성영상을 농업분야에서 활용하기 위해서는 위성영상 기반 작물재배지역추출 기법에 대한 개발이 필요하다. 특히, 최근 들어 딥러닝 분야에 대한 연구가 활발해짐에 따라서, 작물재배지역 추출을 위한 딥러닝 모델의 개발 및 훈련자료 생성에 관한 연구가 필요한 실정이다. 본 연구에서는 PlanetScope 위성영상과 팜맵을 이용하여 합천군 지역의 양파 및 마늘 재배지역을 분류하고자 하였다. 특히, 효과적인 모델의 학습을 위하여 작물재배지역의 비율에 따른 모델 성능을 분석하고자 하였다. 실험에 사용한 딥러닝 모델은 Fully Convolutional Densely Connected Convolutional Network (FC-DenseNet)을 작물재배지역 분류의 목적에 맞도록 재구성하여 활용하였다. 실험결과, 훈련자료 내 작물재배지역의 비율이 딥러닝 모델의 성능에 영향을 미치는 것을 확인하였다.


Compact Advanced Satellite 500 (CAS500) can be used for various purposes, including vegetation, forestry, and agriculture fields. It is expected that it will be possible to acquire satellite images of various areas quickly. In order to use satellite images acquired through CAS500 in the agricultural field, it is necessary to develop a satellite image-based extraction technique for crop-cultivated areas. In particular, as research in the field of deep learning has become active in recent years, research on developing a deep learning model for extracting crop cultivation areas and generating training data is necessary. This manuscript classified the onion and garlic cultivation areas in Hapcheon-gun using PlanetScope satellite images and farm maps. In particular, for effective model learning, the model performance was analyzed according to the proportion of crop-cultivated areas. For the deep learning model used in the experiment, Fully Convolutional Densely Connected Convolutional Network (FC-DenseNet) was reconstructed to fit the purpose of crop cultivation area classification and utilized. As a result of the experiment, the ratio of crop cultivation areas in the training data affected the performance of the deep learning model.

KCI등재

3화성 지형상대항법을 위한 하강 데이터셋 생성과 랜드마크 추출 방법

저자 : 김재인 ( Jae-in Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1015-1023 (9 pages)

다운로드

(기관인증 필요)

초록보기

착륙선의 진입-하강-착륙 과정에는 많은 환경적 및 기술적 어려움이 수반된다. 이러한 문제들을 해결하기 위한 방안으로, 최근 착륙선에는 지형상대항법 기술이 필수적으로 고려되고 있다. 지형상대항법은 하강하는 착륙선에서 수집되는 Inertial Measurement Unit (IMU) 데이터 및 영상 데이터를 기 구축된 참조 데이터와 비교하여 착륙선의 위치 및 자세를 추정하는 기술이다. 본 논문에서는 화성에서 활용할 지형상대항법 기술을 개발하기 위해 그 핵심 기술 요소로서 하강 데이터셋 생성 및 랜드마크 추출 방법을 제시한다. 제안방법은 화성착륙 시뮬레이션 궤적정보를 이용하여 하강하는 착륙선의 IMU 데이터를 생성하며, 이에 맞추어 고해상도 정사영상지도 및 수치표고모델로부터 ray tracing 기법을 통해 하강영상을 생성한다. 랜드마크 추출은 텍스쳐 정보가 부족한 화성 표면의 특성을 고려하여 영역 기반 추출 방식으로 이루어지며, 정합 정확도와 속도 향상을 위해 탐색영역 축소가 수행된다. 하강영상 생성 방법의 성능분석 결과는 제안방법으로 촬영 기하학적 조건을 만족시키는 영상 생성이 가능함을 보여주었으며, 랜드마크 추출 방법의 성능분석 결과는 제안방법을 통해 수 미터 수준의 위치 추정 정확도를 담보하면서 동시에 특징점 기반 방식만큼의 처리속도 확보가 가능함을 보여주었다.


The Entry-Descent-Landing process of a lander involves many environmental and technical challenges. To solve these problems, recently, terrestrial relative navigation (TRN) technology has been essential for landers. TRN is a technology for estimating the position and attitude of a lander by comparing Inertial Measurement Unit (IMU) data and image data collected from a descending lander with pre-built reference data. In this paper, we present a method for generating descent dataset and extracting landmarks, which are key elements for developing TRN technologies to be used on Mars. The proposed method generates IMU data of a descending lander using a simulated Mars landing trajectory and generates descent images from high-resolution ortho-map and digital elevation map through a ray tracing technique. Landmark extraction is performed by an area-based extraction method due to the low-textured surfaces on Mars. In addition, search area reduction is carried out to improve matching accuracy and speed. The performance evaluation result for the descent dataset generation method showed that the proposed method can generate images that satisfy the imaging geometry. The performance evaluation result for the landmark extraction method showed that the proposed method ensures several meters of positioning accuracy while ensuring processing speed as fast as the feature-based methods.

KCI등재

4무인항공기 영상을 위한 영상 매칭 기반 생성포인트 클라우드의 후처리 방안 연구

저자 : 이수암 ( Sooahm Rhee ) , 김한결 ( Han-gyeol Kim ) , 김태정 ( Taejung Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1025-1034 (10 pages)

다운로드

(기관인증 필요)

초록보기

본 논문에서는 건물의 포인트 클라우드를 추출할 때 발생하는 홀 영역의 보간을 통한 후처리 방안을 제안한다. 스테레오 영상 데이터에서 영상 매칭을 수행할 경우 차폐 및 건물 벽면 등의 영향으로 홀이 발생한다. 이런 영역은 추후 포인트 클라우드를 기반으로 하는 부가 산출물의 생성에 장애 요인이 될 수 있으므로, 이에 대한 효과적인 처리 기법의 적용이 필요하다. 먼저 영상 매칭을 적용하여 생성된 시차맵을 기반으로 초기 포인트 클라우드를 추출한다. 포인트 클라우드를 격자화 시키면 차폐영역 및 건물 벽면의 영향으로 발생하는 홀 영역을 확인할 수 있다. 홀 영역에 삼각망을 생성하고 삼각망 내부 값을 영역의 최소값으로 처리하는 과정을 반복하는 것으로 건물 주변의 지표면과 건물 간에 어색함 없는 보간의 수행이 가능하다. 격자화 된 데이터에서 보간 된 영역에 해당하는 위치정보를 포인트로 추가하여 새로운 포인트 클라우드를 생성한다. 보간과정 중 불필요한 점의 추가를 최소화하기 위해 초기 포인트 클라우드 영역에서 벗어나는 영역으로 보간 된 데이터는 처리하지 않았으며, 보간 된 포인트 클라우드에 적용되는 RGB 밝기값은 매칭에 사용된 스테레오 영상 중 촬영중심과 해당 픽셀이 가장 근접한 영상으로 설정하여 처리하였다. 실험 결과 제안 기법을 통해 대상영역의 포인트 클라우드 생성 후 발생하는 음영 영역이 효과적으로 처리되는 것을 확인할 수 있었다.


In this paper, we propose a post-processing method through interpolation of hole regions that occur when extracting point clouds. When image matching is performed on stereo image data, holes occur due to occlusion and building façade area. This area may become an obstacle to the creation of additional products based on the point cloud in the future, so an effective processing technique is required. First, an initial point cloud is extracted based on the disparity map generated by applying stereo image matching. We transform the point cloud into a grid. Then a hole area is extracted due to occlusion and building façade area. By repeating the process of creating Triangulated Irregular Network (TIN) triangle in the hall area and processing the inner value of the triangle as the minimum height value of the area, it is possible to perform interpolation without awkwardness between the building and the ground surface around the building. A new point cloud is created by adding the location information corresponding to the interpolated area from the grid data as a point. To minimize the addition of unnecessary points during the interpolation process, the interpolated data to an area outside the initial point cloud area was not processed. The RGB brightness value applied to the interpolated point cloud was processed by setting the image with the closest pixel distance to the shooting center among the stereo images used for matching. It was confirmed that the shielded area generated after generating the point cloud of the target area was effectively processed through the proposed technique.

KCI등재

5MODIS 및 Landsat 위성영상의 다중 해상도 자료 융합 기반 토지 피복 분류의 사례 연구

저자 : 김예슬 ( Yeseul Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1035-1046 (12 pages)

다운로드

(기관인증 필요)

초록보기

이 연구에서는 토지 피복 분류를 위한 다중 해상도 자료 융합의 적용성을 평가하였다. 여기서 다중 해상도 자료 융합 모델로는 spatial time-series geostatistical deconvolution/fusion model (STGDFM)을 적용하였다. 연구 지역은 미국 Iowa 주의 일부 농경 지역으로 선정하였으며, 대상 지역의 규모를 고려해 다중 해상도 자료 융합의 입력 자료로 Moderate Resolution Imaging Spectroradiometer (MODIS) 및 Landsat 영상을 사용하였다. 이를 바탕으로 STGDFM 적용해 Landsat 영상이 결측된 시기에서 가상의 Landsat 영상을 생성하였다. 그리고 획득한 Landsat 영상과 함께 STGDFM의 융합 결과를 입력 자료로 사용해 토지 피복 분류를 수행하였다. 특히 다중 해상도 자료 융합의 적용성 평가를 위해 획득한 Landsat 영상만을 이용한 분류 결과와 Landsat 영상 및 융합 결과를 모두 이용한 분류 결과를 비교 평가하였다. 그 결과, Landsat 영상만을 이용한 분류 결과에서는 대상 지역의 주요 토지 피복인 옥수수와 콩 재배지에서 혼재 양상이 두드러지게 나타났다. 또한 건초 및 곡물 지역과 초지 지역 등 식생 피복 간의 혼재 양상도 큰 것으로 나타났다. 반면 Landsat 영상 및 융합 결과를 이용한 분류 결과에서는 옥수수와 콩 재배지의 혼재 양상과 식생 피복 간의 혼재 양상이 크게 완화되었다. 이러한 영향으로 Landsat 영상 및 융합 결과를 이용한 분류 결과에서 분류 정확도가 약 20%p 향상되었다. 이는 STGDFM을 통해 MODIS 영상이 갖는 시계열 분광 정보를 융합 결과에 반영하면서 Landsat 영상의 결측을 보완할 수 있었고, 이러한 시계열 분광 정보가 분류 과정에 결합되면서 오분류를 크게 줄일 수 있었던 것으로 판단된다. 본 연구 결과를 통해 토지 피복 분류에 다중 해상도 자료 융합이 효과적으로 적용될 수 있음을 확인하였다.


This study evaluated the applicability of multi-resolution data fusion for land-cover classification. In the applicability evaluation, a spatial time-series geostatistical deconvolution/fusion model (STGDFM) was applied as a multi-resolution data fusion model. The study area was selected as some agricultural lands in Iowa State, United States. As input data for multi-resolution data fusion, Moderate Resolution Imaging Spectroradiometer (MODIS) and Landsat satellite images were used considering the landscape of study area. Based on this, synthetic Landsat images were generated at the missing date of Landsat images by applying STGDFM. Then, land-cover classification was performed using both the acquired Landsat images and the STGDFM fusion results as input data. In particular, to evaluate the applicability of multi-resolution data fusion, two classification results using only Landsat images and using both Landsat images and fusion results were compared and evaluated. As a result, in the classification result using only Landsat images, the mixed patterns were prominent in the corn and soybean cultivation areas, which are the main land-cover type in study area. In addition, the mixed patterns between land-cover types of vegetation such as hay and grain areas and grass areas were presented to be large. On the other hand, in the classification result using both Landsat images and fusion results, these mixed patterns between land-cover types of vegetation as well as corn and soybean were greatly alleviated. Due to this, the classification accuracy was improved by about 20%p in the classification result using both Landsat images and fusion results. It was considered that the missing of the Landsat images could be compensated for by reflecting the time-series spectral information of the MODIS images in the fusion results through STGDFM. This study confirmed that multi-resolution data fusion can be effectively applied to land-cover classification.

KCI등재

6Two-stream Convolutional Long- and Short-term Memory 모델의 2001-2021년 9월 북극 해빙 예측 성능 평가

저자 : 지준화 ( Junhwa Chi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1047-1056 (10 pages)

다운로드

(기관인증 필요)

초록보기

지구 온난화의 중요한 지시자인 북극의 바다 얼음인 해빙은 기후 시스템, 선박의 항로 안내, 어업 활동 등에서의 중요성으로 인해 다양한 학문 분야에서 관심을 받고 있다. 최근 자동화와 효율적인 미래 예측에 대한 요구가 커지면서 인공지능을 이용한 새로운 해빙 예측 모델들이 전통적인 수치 및 통계 예측 모델을 대체하기 위해 개발되고 있다. 본 연구에서는 북극 해빙의 전역적, 지역적 특징을 학습할 수 있는 two-stream convolutional long- and short-term memory (TS-ConvLSTM) 인공지능 모델의 북극 해빙 면적이 최저를 보이는 9월에 대해 2001년부터 2021년까지 장기적인 성능 검증을 통해 향후 운용 가능한 시스템으로써의 가능성을 살펴보고자 한다. 장기 자료를 통한 검증 결과 TS-ConvLSTM 모델이 훈련자료의 양이 증가하면서 향상된 예측 성능을 보여주고 있지만, 최근 지구 온난화로 인한 단년생 해빙의 감소로 인해 해빙 농도 5-50% 구간에서는 예측력이 저하되고 있음을 보여주었다. 반면 TS-ConvLSTM에 의해 예측된 해빙 면적과 달리 Sea Ice Prediction Network에 제출된 Sea Ice Outlook (SIO)들의 해빙 면적 중간값의 경우 훈련자료가 늘어나더라도 눈에 띄는 향상을 보이지 않았다. 본 연구를 통해 TS-ConvLSTM 모델의 향후 북극 해빙 예측 시스템의 운용 가능 잠재성을 확인하였으나, 향후 연구에서는 예측이 어려운 자연 환경에서 더욱 안정성 있는 예측 시스템 개발을 위해 더 많은 시공간 변화 패턴을 학습할 수 있는 방안을 고려해야 할 것이다.


Sea ice, frozen sea water, in the Artic is a primary indicator of global warming. Due to its importance to the climate system, shipping-route navigation, and fisheries, Arctic sea ice prediction has gained increased attention in various disciplines. Recent advances in artificial intelligence (AI), motivated by a desire to develop more autonomous and efficient future predictions, have led to the development of new sea ice prediction models as alternatives to conventional numerical and statistical prediction models. This study aims to evaluate the performance of the two-stream convolutional longand short-term memory (TS-ConvLSTM) AI model, which is designed for learning both global and local characteristics of the Arctic sea ice changes, for the minimum September Arctic sea ice from 2001 to 2021, and to show the possibility for an operational prediction system. Although the TSConvLSTM model generally increased the prediction performance as training data increased, predictability for the marginal ice zone, 5-50% concentration, showed a negative trend due to increasing first-year sea ice and warming. Additionally, a comparison of sea ice extent predicted by the TS-ConvLSTM with the median Sea Ice Outlooks (SIOs) submitted to the Sea Ice Prediction Network has been carried out. Unlike the TS-ConvLSTM, the median SIOs did not show notable improvements as time passed (i.e., the amount of training data increased). Although the TSConvLSTM model has shown the potential for the operational sea ice prediction system, learning more spatio-temporal patterns in the difficult-to-predict natural environment for the robust prediction system should be considered in future work.

KCI등재

7가상 텍스쳐 영상과 실촬영 영상간 매칭을 위한 특징점 기반 알고리즘 성능 비교 연구

저자 : 이유진 ( Yoo Jin Lee ) , 이수암 ( Sooahm Rhee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1057-1068 (12 pages)

다운로드

(기관인증 필요)

초록보기

본 논문은 모바일 기반의 실시간 영상 측위 기술 개발을 목표로 사용자가 촬영한 사진과 가상의 텍스쳐 영상 간의 매칭 가능성 확인 연구로 특징점 기반의 매칭 알고리즘의 조합 성능을 비교했다. 특징점 기반의 매칭 알고리즘은 특징점(feature)을 추출하는 과정과 추출된 특징점을 설명하는 서술자(descriptor)를 계산하는 과정, 최종적으로 서로 다른 영상에서 추출된 서술자를 매칭하고, 잘못 매칭된 특징점을 제거하는 과정으로 이루어진다. 이때 매칭 알고리즘 조합을 위해, 특징점을 추출하는 과정과 서술자를 계산하는 과정을 각각 같거나 다르게 조합하여 매칭 성능을 비교하였다. 가상 실내 텍스쳐 영상을 위해 V-World 3D 데스크탑을 활용하였다. 현재 V-World 3D 데스크톱에서는 수직 · 수평적 돌출부 및 함몰부와 같은 디테일이 보강되었다. 또한, 실제 영상 텍스쳐가 입혀진 레벨로 구축되어 있어, 이를 활용하여 가상 실내 텍스쳐 데이터를 기준영상으로 구성하고, 동일한 위치에서 직접 촬영하여 실험 데이터셋을 구성하였다. 데이터셋 구축 후, 매칭 알고리즘들로 매칭 성공률과 처리 시간을 측정하였고, 이를 바탕으로 매칭 성능 향상을 위해 매칭 알고리즘 조합을 결정하였다. 본 연구에서는 매칭 기법마다 가진 특장점을 기반으로 매칭 알고리즘을 조합하여 구축한 데이터셋에 적용해 적용가능성을 확인하였고, 추가적으로 회전요소가 고려되었을 때의 성능 비교도 함께 수행하였다. 연구 결과, Scale Invariant Feature Transform (SIFT)의 feature와 descriptor 조합이 가장 매칭 성공률이 좋았지만 처리 소요 시간이 가장 큰 것을 확인할 수 있었고, Features from Accelerated Segment Test (FAST)의 feature와 Oriented FAST and Rotated BRIEF (ORB)의 descriptor 조합의 경우, SIFT-SIFT 조합과 유사한 매칭 성공률을 가지면서 처리 소요시간도 우수하였다. 나아가, FAST-ORB의 경우, 10°의 회전이 데이터셋에 적용되었을 때에도 매칭 성능이 우세함을 확인하였다. 따라서 종합적으로 가상 텍스쳐 영상과 실영상간 매칭을 위해서 FAST-ORB 조합의 매칭 알고리즘이 적합한 것을 확인할 수 있었다.


This paper compares the combination performance of feature point-based matching algorithms as a study to confirm the matching possibility between image taken by a user and a virtual texture image with the goal of developing mobile-based real-time image positioning technology. The feature based matching algorithm includes process of extracting features, calculating descriptors, matching features from both images, and finally eliminating mismatched features. At this time, for matching algorithm combination, we combined the process of extracting features and the process of calculating descriptors in the same or different matching algorithm respectively. V-World 3D desktop was used for the virtual indoor texture image. Currently, V-World 3D desktop is reinforced with details such as vertical and horizontal protrusions and dents. In addition, levels with real image textures. Using this, we constructed dataset with virtual indoor texture data as a reference image, and real image shooting at the same location as a target image. After constructing dataset, matching success rate and matching processing time were measured, and based on this, matching algorithm combination was determined for matching real image with virtual image. In this study, based on the characteristics of each matching technique, the matching algorithm was combined and applied to the constructed dataset to confirm the applicability, and performance comparison was also performed when the rotation was additionally considered. As a result of study, it was confirmed that the combination of Scale Invariant Feature Transform (SIFT)'s feature and descriptor detection had the highest matching success rate, but matching processing time was longest. And in the case of Features from Accelerated Segment Test (FAST)'s feature detector and Oriented FAST and Rotated BRIEF (ORB)'s descriptor calculation, the matching success rate was similar to that of SIFT-SIFT combination, while matching processing time was short. Furthermore, in case of FAST-ORB, it was confirmed that the matching performance was superior even when 10° rotation was applied to the dataset. Therefore, it was confirmed that the matching algorithm of FAST-ORB combination could be suitable for matching between virtual texture image and real image.

KCI등재

8정지궤도 위성 대류권 오존 관측 자료를 이용한 대류권 이동벡터 산출 가능성 연구

저자 : 신대근 ( Daegeun Shin ) , 김소명 ( Somyoung Kim ) , 박주선 ( Juseon Bak ) , 백강현 ( Kanghyun Baek ) , 홍성재 ( Sungjae Hong ) , 김재환 ( Jaehwan Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1069-1080 (12 pages)

다운로드

(기관인증 필요)

초록보기

대류권 오존은 전 세계적으로 인간과 생태계에 막대한 피해를 입히는 오염 물질이다. 국지적인 오존 문제는 발생 지역에서 바람에 의해 풍하 측으로 이동함에 따라 지역적, 전 지구적 문제가 되고 있다. 보다 효율적인 오존 모니터링을 위해서 연속적인 일중 관측이 가능한 정지궤도 위성을 이용하려는 시도가 있어왔다. 이 연구에서는 정지궤도 위성에서 관측될 대류권 오존의 연속적인 관측을 이용하여 대류권 오존 이동벡터(Tropospheric Ozone Movement Vector, TOMV) 산출을 세계 최초로 시도했다. 현재 정지궤도 위성을 이용한 대류권오존 산출물이 존재하지 않기 때문에 대기화학모델인 GEOS-Chem에서 산출된 대류권 오존 자료를 이용하였다. 산출된 오존의 이동 속도는 화학모델에 비해 높은 값이 나왔지만 오염의 이동의 방향은 매우 높은 일치성을 보여주었다. 제시된 알고리즘을 이용하면 오존의 유입 플럭스를 오존의 움직이는 속도와 방향을 이용하여 산출할 수도 있다. 이와 같은 결과는 오염물질의 이동분석에 널리 사용되는 역방향 궤적 방법의 대안으로써 오염물질의 모니터링과 예보에 보다 유용하게 사용될 수 있다. 이와 반대로 오존분포의 경계선이 불분명하면 TOMV 산출에 오차를 발생시킬 수 있기 때문에 이동에 대한 잘못된 정보를 줄 수 있는 것이 이 방법의 한계이다. 그럼에도 불구하고 TOMV 방법은 앞으로 활동하게 될 정지궤도 위성을 이용한 오염 모니터링과 예보에 진일보한 방향을 제시해줄 수 있을 것이다.


The tropospheric ozone is a pollutant that causes a great deal of damage to humans and ecosystems worldwide. In the event that ozone moves downwind from its source, a localized problem becomes a regional and global problem. To enhance ozone monitoring efficiency, geostationary satellites with continuous diurnal observations have been developed. The objective of this study is to derive the Tropospheric Ozone Movement Vector (TOMV) by employing continuous observations of tropospheric ozone from geostationary satellites for the first time in the world. In the absence of Geostationary Environmental Monitoring Satellite (GEMS) tropospheric ozone observation data, the GEOS-Chem model calculated values were used as synthetic data. Comparing TOMV with GEOS-Chem, the TOMV algorithm overestimated wind speed, but it correctly calculated wind direction represented by pollution movement. The ozone influx can also be calculated using the calculated ozone movement speed and direction multiplied by the observed ozone concentration. As an alternative to a backward trajectory method, this approach will provide better forecasting and analysis by monitoring tropospheric ozone inflow characteristics on a continuous basis. However, if the boundary of the ozone distribution is unclear, motion detection may not be accurate. In spite of this, the TOMV method may prove useful for monitoring and forecasting pollution based on geostationary environmental satellites in the future.

KCI등재

9GACOS 모델 대기 위상 지연 보정을 활용한 SBAS-InSAR 기술 기반 울산광역시 지반 침하 탐지

저자 : 수레시크리쉬난 ( Suresh Krishnan Palanisamy Vadivel ) , 김덕진 ( Duk-jin Kim ) , 이정훈 ( Jung-hoon Lee ) , 송주영 ( Juyoung Song ) , 김준우 ( Junwoo Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1081-1089 (9 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 시계열 Small Baseline Subset (SBAS)-InSAR 기법을 이용하여 울산시의 지반 침하를 조사하였으며, 79개의 Sentinel-1 SAR 영상과 385개의 간섭도 영상(interferogram)을 사용하여 2015년 5월부터 2021년 12월 울산광역시의 지상 변위(surface displacement)를 추정하였다. 지반 침하율은 북구와 남구 삼산동 2지역에서 연 3.44 cm, 1.68 cm로 계측되었다. 또한 Generic Atmospheric Correction Online Service (GACOS)로 생성한 Zenith Total Delay (ZTD) 지도를 활용하여 unwrapping된 간섭도 위상에서 대기 지연(tropospheric delay)의 영향을 제거할 수 있는 가능성을 평가하였으며, GACOS ZTD 보정 전후의 SBAS-InSAR 지상 변위 측정의 차이가 연 1 mm미만임을 발견하였다.


This study aims to investigate and monitor the ground subsidence in Ulsan city, South Korea using time-series Small Baseline Subset (SBAS)-InSAR analysis. We used 79 Sentinel-1 SAR scenes and 385 interferograms to estimate the ground displacements at Ulsan city from May 2015 and December 2021. Two subsiding regions Buk-gu and Nam-gu Samsan-dong were found with the subsidence rate of 3.44 cm/year and 1.68 cm/year. In addition, we evaluated the possibility of removing the effect of atmospheric (tropospheric delay) phase in unwrapped phase using the Zenith Total Delay (ZTD) maps from Generic Atmospheric Correction Online Service (GACOS). We found that the difference between the SBAS-InSAR ground displacements before and after GACOS ZTD correction is less than 1 mm/year in this study.

KCI등재

10개선된 DeepResUNet과 컨볼루션 블록 어텐션 모듈의 결합을 이용한 의미론적 건물 분할

저자 : 예철수 ( Chul-soo Ye ) , 안영만 ( Young-man Ahn ) , 백태웅 ( Tae-woong Baek ) , 김경태 ( Kyung-tae Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 38권 6호 발행 연도 : 2022 페이지 : pp. 1091-1100 (10 pages)

다운로드

(기관인증 필요)

초록보기

딥러닝 기술의 진보와 함께 다양한 국내외 고해상도 원격탐사 영상의 활용이 가능함에 따라 딥러닝 기술과 원격탐사 빅데이터를 활용하여 도심 지역 건물 검출과 변화탐지에 활용하고자 하는 관심이 크게 증가하고 있다. 본 논문에서는 고해상도 원격탐사 영상의 의미론적 건물 분할을 위해서 건물 분할에 우수한 성능을 보이는DeepResUNet 모델을 기본 구조로 하고 잔차 학습 단위를 개선하고 Convolutional Block Attention Module(CBAM)을 결합한 새로운 건물 분할 모델인 CBAM-DRUNet을 제안한다. 제안한 건물 분할 모델은 WHU 데이터셋과 INRIA 데이터셋을 이용한 성능 평가에서 UNet을 비롯하여 ResUNet, DeepResUNet 대비 F1 score, 정확도, 재현율 측면에서 모두 우수한 성능을 보였다.


As deep learning technology advances and various high-resolution remote sensing images are available, interest in using deep learning technology and remote sensing big data to detect buildings and change in urban areas is increasing significantly. In this paper, for semantic building segmentation of high-resolution remote sensing images, we propose a new building segmentation model, Convolutional Block Attention Module (CBAM)-DRUNet that uses the DeepResUNet model, which has excellent performance in building segmentation, as the basic structure, improves the residual learning unit and combines a CBAM with the basic structure. In the performance evaluation using WHU dataset and INRIA dataset, the proposed building segmentation model showed excellent performance in terms of F1 score, accuracy and recall compared to ResUNet and DeepResUNet including UNet.

권호별 보기
같은 권호 다른 논문
| | | | 다운로드

KCI등재

1SAR 영상의 Azimuth 차분을 이용한 움직이는 물체의 속도측정방법

저자 : 박정원 ( Jeong Won Park ) , 정형섭 ( Hyung Sup Jung ) , 원중선 ( Joong Sun Won )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 91-98 (8 pages)

다운로드

(기관인증 필요)

초록보기

SAR에서 마이크로파의 진행방향으로의 속도성분을 가지고 움직이는 물체는 영상에서 azimuth 방향으로 이동된 위치에 상이 맺힌다는 현상은 이미 잘 알려져 있다. 대부분의 속도측정 알고리즘들은 실제물체의 위치와 상이 맺힌 위치 사이의 거리를 측정함으로써 속도를 유추하였다. 그러나 움직이는 물체의 실제의 위치를 나타내는 지시자인 도로나 배의 물결모양은 일반적으로 SAR 영상에서의 식별도가 높지 않기 때문에 이러한 방법은 영상취득시의 조건이나 물체의 움직임 정도에 따라 적용이 제한적이다. 이에 본 연구에서는 SAR 원시자료 처리단계의 중간 산물인 range-compressed 영상의 azimuth 차분신호로부터 물체의 속도를 측정하는 새로운 방법을 제안한다. 이 방법은 움직이는 물체에 의한 도플러 중심주파수의 변이가 azimuth 차분신호에서의 위상변화를 일으킨다는 점에 기초한다. 일반적으로 SAR에서 감지하는 지표물의 위상은 SAR의 기하에 의하여 발생하는 도플러 변화율에 따라서 선형적으로 변한다. 이 선형변화위상과 몇 가지 상수 값을 갖는 위상들을 제거하고 남은 신호는 물체의 움직임과 직접적인 관련이 있으므로, 이로부터 속도를 구해낼 수 있다. 이 방법을 실제 ENVISAT ASAR영상을 이용하여 배의 속도를 구하는 데에 적용해 보았으며, 그 결과는 목표물의 위치에 따라 다른 양상을 보였다. 해상에 단독적으로 존재하는 배에 적용하였을 때는 0.1m/s 정도의 차이로 기존의 속도측정 알고리즘의 결과와 잘 일치하였으나, 육지에 인접한 연안의 배는 선호의 교란에 의해서 1m/s 이상의 오차를 보였다.

KCI등재

2실제 클러터 배경에서 SAR 영상 임펄스 응답 특성 분석

저자 : 정철호 ( Chul Ho Jung ) , 정재훈 ( Jae Hoon Jung ) , 오태봉 ( Tae Bong Oh ) , 곽영길 ( Young Kil Kwag )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 99-106 (8 pages)

다운로드

(기관인증 필요)

초록보기

영상 레이다(SAR)는 주야간, 일조량에 관계없이 전천후로 영상획득이 가능하여 군사용으로는 물론 과학 민수용으로 광범위하게 활용된다. SAR 시스템에서는 고도, 운용 주파수, PRF 등의 다양한 시스템 설계 파라미터로부터 생성된 임펄스 응답 함수(impulse response function)를 분석하여 공간해상도, PSLR, ISLR 등 영상품질 성능 파라미터의 추정이 가능하다. 그러나 모델링된 임펄스 응답 특성은 주변 클러터 환경이 고려되지 않은 이상적인 경우이므로 실제 주변 클러터 환경을 고려한 SAR 영상품질 분석 기법이 필요하다. 본 논문에서는 먼저 주요 SAR 시스템 파라미터를 기반으로 SAR 점표적 원시 데이터를 생성하고, 거리-도플러 알고리듬(range-Doppler algorithm)을 이용하여 임펄스 응답 데이터를 형성한다. 그리고 실제 SAR 영상의 일부분을 추출하여 주변 배경 클러터 환경 데이터를 형성한 후, 임펄스 응답 데이터를 삽입한다. 형성된 응답 데이터는 영상품질의 정확도를 향상시키고자 확장보간법을 도입하여 분석하고, 이에 대한 효과를 주요 도플러 파라미터인 방위 FM율 오차에 따른 성능분석을 수행함으로써 확인한다.

KCI등재

3도시원격탐사에서 베리오그램을 이용한 최적의 분석범위 구역화

저자 : 류희영 ( Hee Young Yoo ) , 이기원 ( Ki Won Lee ) , 권병두 ( Byung Doo Kwon )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 107-115 (9 pages)

다운로드

(기관인증 필요)

초록보기

최근에 개체의 경계가 분명하게 나타나는 고해상도 위성영상을 분석하는 연구가 활발히 이루어지고 있다. 고해상도 영상을 이용해 도시지역을 세분화하여 연구하려고 할 때 분석의 범위는 임의로 결정되는 경우가 많다. 연구지역에 대한 사전정보가 충분하다면 임의로 결정하는 것이 가능하지만 그렇지 않을 경우 영상만을 이용해 연구 지역의 최적 분석범위를 결정하는 것은 쉽지 않다. 이 연구에서는 실제 위성영상에 적용하기에 앞서 간단한 가상 모델의 베리오그램을 분석하였다. 모델 테스트 결과, 문턱값은 개체들의 밀도에 영향을 주고 개체의 크기와 간격은 상관거리에 영향을 준다. 이 모델 테스트의 결과를 도시지역을 촬영한 실제 위성영상의 베리오그램에 반영하여 분석하고 이론적 베리오그램의 상관거리를 이용해 최적의 분석 단위를 결정하였다. 이 연구는 베리오그램이 연구지역에 대한 사전자료가 없는 경우 효과적으로 기본 분석단위를 결정하는데 도움을 줄 수 있을 것이라는 것을 보여주었다. 또한 베리오그램은 기존의 전통적인 크리깅이나 시뮬레이션뿐만 아니라 도시 영상의 특성을 정의하는 정보로 활용 가능할 것으로 기대된다.

KCI등재

4공간패턴을 이용한 자동 비닐하우스 추출방법

저자 : 이종열 ( Jong Yeol Lee ) , 김병선 ( Byoung Sun Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 117-124 (8 pages)

다운로드

(기관인증 필요)

초록보기

지형지물은 각각의 특징적 요인을 내포하고 있다. 이 특징적 요인들은, 공간해상도에 따라 정도의 차이가 있겠지만, 수집된 위성영상에도 반영된다. 이러한 요인들 중에서는 영상분류에 활용될 경우 영상 분류의 정확도를 높혀 주고, 때로는 이것이 거의 물체인식의 수준까지 기여할 수 있는 것들이 있다. 이 연구에서는 텍스춰 및 지형지물의 배열에 있어서 특징적 현상을 보이는 비닐하우스를 대상으로 spatial auto-corelation 개념을 기반으로 자동적으로 이를 인지하는 방법을 개발하였다. 사용된 알고리즘은 디지타이징과 같은 사람의 직접적인 개입이 없이 자동화된 방법으로 비닐하우스의 특정한 패턴이 반복적으로 나타나는 것을 감지할 수 있도록 개발되었다. 패턴의 인식에 더하여 비닐하우스의 기하학적 모양을 고려하는 방법도 도입하였다. 그럼으로써 비닐하우스의 추출에 단순히 화소 단위의 분석이 아닌 보다 객체지향적인 방법으로 비닐하우스를 추출하도록 하였다. 개발된 방법을 제주지역의 IKONOS에 적용시켜 본 결과, 연구대상지역 내의 비닐하우스가 매우 정확하게 적출되었다.

KCI등재

5프랙탈 차원 및 Continuum Removal 기법을 이용한 Hyperion 영상의 노이즈 밴드 제거

저자 : 장안진 ( An Jin Chang ) , 김용일 ( Yong Il Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 125-131 (7 pages)

다운로드

(기관인증 필요)

초록보기

Hyperion, AVIRIS 등의 초분광 영상은 기존의 다중분광 영상보다 넓은 파장대의 영상을 좁은 폭의 많은 밴드로 취득하기 때문에 다양한 분야의 연구에 이용되고 있다. 하지만 밴드별로 취득하는 파장대가 짧고 밴드수가 많아 계산량이 증가하며, 밴드간의 높은 상관관계 및 노이즈 밴드가 발생하는 한계가 존재한다. 이런 한계로 인해 기존에 알려진 분석기법의 적용결과가 제대로 도출되지 않는 경우도 발생한다. 따라서 초분광 영상을 사용할 경우, 노이즈가 포함된 밴드를 제거한 후 영상분석을 하는 것이 보다 정확하고 효율적이다. 본 연구에서는 초분광 영상(Hyperspectral Image)의 전처리 과정 중 노이즈 밴드 제거에 초점을 맞추었으며, 이를 위해 프랙탈 차원을 이용하였다. 프랙탈 차원 측정방법 중 대표적인 곡면차원 측정 방법인 삼각기둥 표면적 기법을 이용하였다. 각 밴드별 프랙탈 차원을 측정하고, 이를 정규화 하기 위해 Continuum Removal 기법을 적용한 뒤 경향을 살펴보았다. 경험적으로 구한 임계값을 통해 상대적으로 정보량이 적은 35개 밴드를 노이즈 밴드로 판단하여 제거하였다. 실험 영상으로는 EO-1 위성에서 취득되는 Hyperion 초분광 영상을 사용하였다. 실험 결과 프랙탈 차원 및 Continuum Removal 기법을 통해 Hyperion 초분광 영상의 노이즈 밴드를 추출하여 제거할 수 있음을 확인하였다.

KCI등재

6기준점 위치와 미지수 조합에 따른 궤도모델링의 정확도 분석

저자 : 김동욱 ( Dong Wook Kim ) , 김현숙 ( Hyun Suk Kim ) , 김태정 ( Tae Jung Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 133-140 (8 pages)

다운로드

(기관인증 필요)

초록보기

본 논문에서는 다양한 기준점 배치와 미지수 조합 모델을 이용하여 궤도모델링의 정확도를 검증하고자 하였다. 실험에 사용된 기준점의 개수는 총 152개로 전체 영상 스트립에 포함되는 지역에 대해 GPS 측량을 통해 획득하였다. 전체 스트립 영상의 길이는 춘천지역에서부터 나주지역까지 약 420km 길이에 해당한다. 궤도모델을 위해 적용된 미지수 조합은 위성의 위치와 속도, 자세를 표현하는 방정식의 계수를 미지수로 선택하여 일곱 가지 방식으로 조합하였다. 실험은 우선 모델점의 배치를 일곱 가지 경우로 결정한 후에 각 경우의 배치에 대해 일정한 개수의 모델점을 선택하였다. 그리고 각 모델점의 배치에 따라 미지수 조합모델을 각각 다르게 적용해 본 후 그 결과를 분석해 보았다. 실험 결과 모델점의 위치에 관계없이 지리적, 시간적, 경제적 효율성을 갖는 최적의 미지수 조합을 찾을 수가 있었다.

KCI등재

7항공 LiDAR 데이터를 이용한 3차원 건물모델링

저자 : 조홍범 ( Hong Beom Cho ) , 조우석 ( Woo Sug Cho ) , 박준구 ( Jun Ku Park ) , 송낙현 ( Nak Hyun Song )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 141-152 (12 pages)

다운로드

(기관인증 필요)

초록보기

건물의 3차원 모델링은 3차원 공간정보를 구축하는데 있어서 매우 중요한 요소이다. 기존의 3차원 건물 모델링은 대부분 항공사진측량기술을 이용하여 수동으로 진행되어 많은 시간과 비용이 소요된다. 이러한 한계를 극복하기 위한 방안으로 최근에는 항공라이다(LiDAR) 데이터를 이용한 건물모델링 방법에 대한 많은 연구가 활발히 진행되고 있다. 항공라이다 데이터를 이용한 대부분의 3차원 건물모델링 연구는 보간과정을 통하여 격자구조로 변환하거나 수치지도 또는 항공영상 등의 이종 데이터간의 융합을 통하여 건물을 모델링하는 방안 등을 제시하였다. 본 논문에서는 점 데이터의 격자구조로의 변환 및 이종 데이터간의 융합 등의 방법을 배제하고 항공라이다 데이터만을 이용한 건물의 자동 모델링 방법을 제안하였다. 건물로 분류된 항공라이다 데이터를 옥트리 분할을 기반으로 3차원 공간상에서 재귀적으로 분할하여 패치(patch)를 구성하고, 동일한 속성을 갖는 패치들을 병합하여 건물의 구성요소를 추출한다. 추출되어진 건물의 구성요소를 대표하는 모델을 생성하여 전체적인 건물의 3차원 모델을 구성한다. 항공라이다 데이터를 이용하여 제안된 방법으로 실험한 결과, 다양한 형태의 건물 모델을 자동으로 구성할 수 있었다.

KCI등재

8효율적인 도로 시설물 유지관리를 위한 모바일 매핑 시스템 활용에 관한 연구

저자 : 김문기 ( Moon Gie Kim ) , 성정곤 ( Jung Gon Sung )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 153-164 (12 pages)

다운로드

(기관인증 필요)

초록보기

사회가 발전함에 따라서 보다 높은 수준의 삶을 추구하고자 하는 욕구가 증대되고 있으며 이에 따라 많은 주요한 시설물이 구축되고 있다. 그 중 도로 및 노변에 존재하는 시설물은 사고예방, 재해방지, 운전자의 편의성 제공 등 다양한 목적으로 사용되므로 적절한 유지관리가 요구된다. 현재 이 시간에도 많은 지역에서 도로 및 노변에 존재하는 시설물 공사가 진행중이거나 유지보수중인 상태에 있다. 도로 시설물 유지관리를 위해서 인력을 이용한 현장조사도면과 관리대장작성의 업무가 수작업에 의존하고 있어 자료의 구축에 많은 시간이 걸리는 실정이다. 본 연구에서는 인력을 이용하여 현장을 조사하는 기존 방법과는 달리 멀티 센서(multi sensor)를 장착한 모바일 매핑 차량 시스템을 한국건설기술연구원에서 개발하였다. 본 연구에서는 연구목적에 적합한 센서의 선정 및 차량 시스템을 설계하였으며, 그에 따른 전체적인 데이터의 처리절차를 설명하였다. 처리된 데이터를 DB화하여 사용자가 쉽게 접근이 용이하게 할 수 있도록 하여 공무원 및 유관기관 담당자가 현장에 갈 필요 없이 찾고자 하는 도로구간의 위치에 해당하는 도로 및 노변 영상과 그에 따른 속성 정보를 확인하여 해당 시설물에 대한 정보를 확인 할 수 있도록 하였다. 본 연구에서 구축된 시스템의 데이터를 사용하여 도로 시설물관리 업무의 효율성이 향상될 수 있을 것으로 판단된다.

KCI등재

9차분 간섭도로부터 지표변위의 시계열 관측을 위한 개선된 Small Baseline Subset (SBAS) 알고리즘

저자 : 정형섭 ( Hyung Sup Jung ) , 이창욱 ( Chang Wook Lee ) , 박정원 ( Jung Won Park ) , 김기동 ( Ki Dong Kim ) , 원중선 ( Joong Sun Won )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 165-177 (13 pages)

다운로드

(기관인증 필요)

초록보기

최근 spatial decorrelation을 극복하기 위하여 비교적 짧은 기선(baseline)을 지니는 여러 시기의 차분간섭도(differential interferogram)로부터 시계열 지표변위(time-series surface deformation)를 관측할 수 있는 small baseline subset(SBAS) 알고리즘이 개발되었다. 이 SBAS 알고리즘은 singluar value decomposition(SVD)을 이용하여 시간별로 완벽하게 연결되지 않는 차분간섭도로부터 시계열 지표변위를 관측하였을 뿐 아니라 공간적으로 저주파 필터와 시간적으로 고주파 필터를 이용하여 대기효과를 보정하였다. 그러나 이 알고리즘은 초기 관측시 시계열 지표변위를 선형으로 가정하였기 때문에 각 차분간섭도의 phase unwrapping 오차를 정확하게 보정하기 어려웠을 뿐 아니라 시계열의 지표변위에 존재하는 노이즈 성분을 완화시키지 못했다. 이와 같은 단점을 보완하기 위하여 이 연구에서는 기존의 SBAS 알고리즘을 개선하였다. 이 개선된 SBAS 알고리즘은 각 차분간섭도의 phase unwrapping 오차를 최소화하기 위하여 반복적으로 시계열 지표면 변위를 개선하였고, 시계열 지표변위의 노이즈를 제거하기 위하여 유한차분 근사법(finite difference approximation)을 이용하였다. 서로 다른 지역의 26개의 ERS-1/2자료와 21개의 RADARSAT-1 fine beam (F5) 자료를 이용하여 개선된 SBAS 알고리즘을 실험하고 분석하였다. ERS-1/2자료에서는 LOS(line-of-sight) 지표변위가 약 13년 동안 최대 -40cm가 관측되었고, RADARSAT-1 fine beam 자료에서는 약 2년 동안 최대 -3cm의 LOS 지표변위가 관측되었다.

KCI등재

103차원 소음지도제작을 위한 도화원도와 수치지도를 이용한 도시공간모델 생성

저자 : 오소정 ( So Jung Oh ) , 이임평 ( Im Pyeong Lee ) , 김성준 ( Seong Joon Kim ) , 최경아 ( Kyoung Ah Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 24권 2호 발행 연도 : 2008 페이지 : pp. 179-188 (10 pages)

다운로드

(기관인증 필요)

초록보기

본 연구는 3차원 소음지도 제작에 요구되는 도시공간모델을 생성하고자 한다. 이를 위해 센서데이터를 사용하지 않고 기 구축된 수치지도와 도화원도만을 이용하여 지면 및 건물의 3차원 모델을 생성하는 효율적인 방법을 제시하였다. 지면모델은 수치지도의 표고점과 등고선의 고도값을 격자로 내삽하여 생성한다. 건물모델은 수치지도에서 추출한 건물의 2차원 경계와 도화원도에 취득한 건물의 고도를 융합하여 생성한다. 제안된 방법은 영등포구 전역을 포함하는 수치지도와 서로 다른 시기에 생성된 3 set의 도화원도에 적용하였다. 생성된 도시공간모델은 소음분석 및 분석결과의 3차원 가시화에 성공적으로 활용되었다.

12
발행기관 최신논문
자료제공: 네이버학술정보
발행기관 최신논문
자료제공: 네이버학술정보

내가 찾은 최근 검색어

최근 열람 자료

맞춤 논문

보관함

내 보관함
공유한 보관함

1:1문의

닫기