논문 상세보기

대한원격탐사학회> 대한원격탐사학회지> SURF 기법과 상호정보기법을 활용한 농경지 지역 무인항공기 영상 간 정밀영상등록

KCI등재

SURF 기법과 상호정보기법을 활용한 농경지 지역 무인항공기 영상 간 정밀영상등록

Coarse to Fine Image Registration of Unmanned Aerial Vehicle Images over Agricultural Area using SURF and Mutual Information Methods

김태헌 ( Taeheon Kim ) , 이기림 ( Kirim Lee ) , 이원희 ( Won Hee Lee ) , 염준호 ( Junho Yeom ) , 정세정 ( Sejung Jung ) , 한유경 ( Youkyung Han )
  • : 대한원격탐사학회
  • : 대한원격탐사학회지 35권6호
  • : 연속간행물
  • : 2019년 12월
  • : 945-957(13pages)
대한원격탐사학회지

DOI


목차

1. 서 론
2. 연구방법
3. 실험 결과 및 분석
5. 결 론
사 사
References

키워드 보기


초록 보기

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.

UCI(KEPA)

I410-ECN-0102-2021-400-000590370

간행물정보

  • : 자연과학분야  > 기타(자연과학)
  • : KCI등재
  • :
  • : 격월
  • : 1225-6161
  • : 2287-9307
  • : 학술지
  • : 연속간행물
  • : 1985-2021
  • : 1739


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.

37권6호(2021년 12월) 수록논문
최근 권호 논문
| | | |

KCI등재

1복사전달모델을 이용한 GEMS 일산화브로민 산출 민감도 시험

저자 : 정희성 ( Heesung Chong ) , 김준 ( Jhoon Kim ) , 정욱교 ( Ukkyo Jeong ) , 박상서 ( Sang Seo Park ) , 홍재민 ( Jaemin Hong ) , 안다현 ( Dha Hyun Ahn ) , 차혜지 ( Hyeji Cha ) , 이원진 ( Won-jin Lee ) , 이혜정 ( Hae-jung Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1491-1506 (16 pages)

다운로드

(기관인증 필요)

초록보기

GEMS의 복사 실측 자료로부터 일산화브로민(BrO) 전량 농도를 산출하기에 앞서, 복사전달모델로부터 생성된 모의자료를 이용하여 민감도 시험을 수행하였다. 산출 오차가 갖는 월간 및 일내 변동성을 고려하기 위해, 2013년 7월-2014년 6월 기간 매달 첫째 날의 00-07 UTC에 대해 한 시간 간격의 모의자료를 구성하였다. 최적추정법을 통해 계산된 산출물의 해답 오차는 대기질량인자 증가에 따라 감소하는 반비례 경향을 주로 보였지만, 대기질량인자 값이 5 이상으로 크게 나타나는 범위에서는 비례 경향을 보였다. BrO와 포름알데히드(HCHO) 흡수선 간의 중첩으로 인해 발생하는 BrO 산출물의 간섭 오차는 BrO의 대기질량인자가 작을수록 크게 나타났다. 해답 오차와 간섭 오차의 추정치를 결합하여 계산한 산출물 최종 오차의 평균값은 모든 데이터 샘플에 대해 26.74±30.18%로, 80° 이상의 태양천정각을 갖는 샘플에 대해 60.39±133.78%로 나타났다. 본 연구에서 고려되지 않은 간섭 스펙트럼 및 복사 측정의 오차로 인해, 실제 GEMS의 BrO 산출물이 갖게 될 오차는 추정치와 절대값의 차이를 나타낼 가능성이 있다. 그러나 본 연구에서 제시한 오차 요소들의 변동 특성들은 실제 산출물에서도 나타날 것이다.


To estimate errors in GEMS retrievals for bromine monoxide (BrO) total vertical column densities (VCDs), we perform a sensitivity test using synthetic spectra generated by a radiative transfer model. Hourly synthetic data are produced for 00-07 UTC on the first day of every month in Jul 2013- Jun 2014. Solution errors estimated by the optimal estimation method tend to decrease with increasing air mass factors (AMFs) but increase when AMFs are larger than 5. Interference errors induced by formaldehyde (HCHO) absorption appear to be larger with smaller BrO AMFs. Total BrO retrieval errors estimated by combining solution and interference errors show an average of 26.74±30.18% for all data samples and 60.39±133.78% for those with solar zenith angles higher than 80°. Due to interfering spectral features and measurement errors not considered in this study, errors in BrO retrievals from actual GEMS measurements may have different magnitudes from our estimates. However, the variability of errors assessed in this study is still expected to appear in the actual BrO retrievals.

KCI등재

2GOCI Chlorophyll-a 결측 자료의 복원을 위한 DINEOF 방법 적용

저자 : 황도현 ( Do-hyun Hwang ) , 정한철 ( Hahn Chul Jung ) , 안재현 ( Jae-hyun Ahn ) , 최종국 ( Jong-kuk Choi )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1507-1515 (9 pages)

다운로드

(기관인증 필요)

초록보기

해색 원격 탐사를 통해 chlorophyll-a를 추정하면 식물성 플랑크톤, 해양일차생산력의 전 지구적 분포를 파악할 수 있다. 하지만 위성으로 관측된 해색 자료는 구름이나 기상 상황 등에 의하여 결측 데이터가 발생한다. 본 연구에서는DINEOF를 이용하여GOCI chlorophyll-a 산출물의 결측 자료를 복원하고자 하였다. DINEOF는 시·공간 자료에 기반을 두어 결측 자료를 복원하는 방법으로, 정확도는 GOCI chlorophyll-a 영상의 일부를 제거한 뒤 복원 영상과 비교하여 교차 검증하였다. 연구지역에서DINEOF를 위한 최적의 EOF 모드는 10-13이었다. 시·공간 복원 자료 결과에서는 오후 시간대 chlorophyll-a 농도가 증가하는 경향이 반영되었고, 노이즈에 해당되는 이상치는 필터링 되는 효과를 보였다. 따라서 DINEOF는 결측이 발생한 영상에 대하여 복원 자료로 활용 가능할 것으로 보이며, 이를 통해 해양 환경 모니터링을 위한 기초 자료로 사용 가능할 것으로 판단된다.


If chlorophyll-a is estimated through ocean color remote sensing, it is able to understand the global distribution of phytoplankton and primary production. However, there are missing data in the ocean color observed from the satellites due to the clouds or weather conditions. In this study, the missing data of the GOCI (Geostationary Ocean Color Imager) chlorophyll-a product was reconstructed by using DINEOF (Data INterpolation Empirical Orthogonal Functions). DINEOF reconstructs the missing data based on spatio-temporal data, and the accuracy was cross-verified by removing a part of the GOCI chlorophyll-a image and comparing it with the reconstructed image. In the study area, the optimal EOF (Empirical Orthogonal Functions) mode for DINEOF was in 10-13. The temporal and spatial reconstructed data reflected the increasing chlorophyll-a concentration in the afternoon, and the noise of outliers was filtered. Therefore, it is expected that DINEOF is useful to reconstruct the missing images, also it is considered that it is able to use as basic data for monitoring the ocean environment.

KCI등재

3농림위성용 GCP 칩 매칭 성능 향상을 위한 위성영상 공간해상도 결정

저자 : 이유진 ( Yoojin Lee ) , 김태정 ( Taejung Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1517-1526 (10 pages)

다운로드

(기관인증 필요)

초록보기

최근 국내외에서 많은 지구관측위성들이 발사됨에 따라서 위성영상의 활용 분야가 넓어지고 있고 이에 따라서 위성영상의 기하정확도 향상을 위한 연구가 활발히 수행되고 있다. 본 논문은 2025년에 발사예정인 5 m 해상도 영상을 촬영할 수 있는 농림위성을 위한 자동기준점 추출 가능성을 파악하기 위해서 수행되었다. 특히 본 연구에서는 국토위성용으로 구축된 25 cm 해상도의 지상기준점 Chip을 농림위성영상에 사용할 수 있는지를 검토하고 농림위성영상용 지상기준점 추출 시 정합 성능 향상을 위한 적절한 공간해상도가 있는지를 검토하고자 한다. 실제 실험은 농림위성영상과 유사한 사양을 가진 RapidEye 위성영상을 활용하여 연구를 수행하였다. 먼저, 5 m 해상도의 원본 RapidEye 영상을 3배~7배로 분할하여 여러 해상도를 가진 영상으로 만들고, 해상도를 가지는 지상기준점 Chip은 크기를 축소하여 위성영상의 해상도에 맞게 조절하였다. 각각의 해상도를 가지는 위성영상과 지상기준점 Chip을 매칭하고 이 결과로 수립된 정밀센서모델의 정확도를 분석하였다. 분석결과 5 m의 원본 해상도에서 정합하는 것보다 위성영상의 해상도를 높여서 정합하는 것이 개선된 정확도를 보여주었다. 특히, 원본 영상을 1.25~1.67 m 해상도로 분할하여 지상기준점 Chip과 정합 할 경우 평균 약 2.74 m 내외의 위치정확도를 얻을 수 있었다. 본 연구결과가 향후 농림위성영상의 자동기준점 추출 및 정밀 정사영상 생산에 활용될 수 있을 것으로 기대한다.


With the recent global and domestic development of Earth observation satellites, the applications of satellite images have been widened. Research for improving the geometric accuracy of satellite images is being actively carried out. This paper studies the possibility of automated ground control point (GCP) generation for CAS-4 satellite, to be launched in 2025 with the capability of image acquisition at 5 m ground sampling distance (GSD). In particular, this paper focuses to check whether GCP chips with 25 cm GSD established for CAS-1 satellite images can be used for CAS-4 and to check whether optimal spatial resolution for matching between CAS-4 images and GCP chips can be determined to improve matching performance. Experiments were carried out using RapidEye images, which have similar GSD to CAS-4. Original satellite images were upsampled to make satellite images with smaller GSDs. At each GSD level, up-sampled satellite images were matched against GCP chips and precision sensor models were estimated. Results shows that the accuracy of sensor models were improved with images at smaller GSD compared to the sensor model accuracy established with original images. At 1.25~1.67 m GSD, the accuracy of about 2.4 m was achieved. This finding lead that the possibility of automated GCP extraction and precision ortho-image generation for CAS-4 with improved accuracy.

KCI등재

4포인트 클라우드 데이터 기반 군집형 건물 솔리드 모델 자동 생성 기법과 모델 편집 기능 평가

저자 : 김한결 ( Han-gyeol Kim ) , 임평채 ( Pyung-chae Lim ) , 황윤혁 ( Yunhyuk Hwang ) , 김동하 ( Dong Ha Kim ) , 김태정 ( Taejung Kim ) , 이수암 ( Sooahm Rhee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1527-1543 (17 pages)

다운로드

(기관인증 필요)

초록보기

본 논문에서는 포인트 클라우드 데이터를 기반으로 자동으로 군집형 솔리드 건물 모델을 생성하는 기술을 다양한 데이터에 적용, 실험을 수행하여 적용 가능성과 효용성을 탐색한다. 또한 자동 건물 모델링 기술의 한계로 인해 부족한 모델의 품질을 향상시키기 위하여 건물의 형상 편집 및 텍스처 조정 기술을 개발, 실험을 통해 결과를 확인하였다. 자동 건물 모델 생성 기술의 적용 가능성 탐색을 위하여 무인항공기 영상 기반으로 생성된 포인트 클라우드와 LiDAR(Light Detection and Ranging) 자료를 사용해 실험하였으며, 자동으로 생성된 건물 모델에 건물 형상 편집 및 텍스처 조정 기술을 적용하여 모델의 품질의 향상 실험을 수행하였다. 이를 통해 포인트 클라우드 데이터 기반의 자동 군집형 솔리드 건물 모델링 기술의 적용 가능성과 모델의 품질 향상 기술의 효용성을 확인하였다. 개발된 기술은 기존의 건물 모델링 기술과 비교하여 처리시간의 비용이 크게 감소하며, 잦은 모델 갱신이 필요한 지역에 대한 관리 측면에서도 강점이 있을 것으로 기대된다.


In this paper, we explore the applicability and utility of a technology that generating clustered solid building models based on point cloud automatically by applying it to various data. In order to improve the quality of the model of insufficient quality due to the limitations of the automatic building modeling technology, we develop the building shape modification and texture correction technology and confirmed the results through experiments. In order to explore the applicability of automatic building model generation technology, we experimented using point cloud and LiDAR (Light Detection and Ranging) data generated based on UAV, and applied building shape modification and texture correction technology to the automatically generated building model. Then, experiments were performed to improve the quality of the model. Through this, the applicability of the point cloud data-based automatic clustered solid building model generation technology and the effectiveness of the model quality improvement technology were confirmed. Compared to the existing building modeling technology, our technology greatly reduces costs such as manpower and time and is expected to have strengths in the management of modeling results.

KCI등재

5논과 고랭지 배추밭 대상 Sentinel-2A/B 정규식생지수 월 합성영상의 구름 제거 효과 분석

저자 : 은정 ( Jeong Eun ) , 김선화 ( Sun-hwa Kim ) , 김태호 ( Taeho Kim )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1545-1557 (13 pages)

다운로드

(기관인증 필요)

초록보기

농작물은 그 종과 생육상태에 따라 민감한 분광특성을 나타내며, 특히 여름철에 집중적으로 관측이 필요하나 장마로 인해 광학위성의 활용이 어렵다. 이 문제를 해결하기 위해 CC-MNC(Constrained Cloud-Maximum NDVI Composite) 기법이 개발되었으며, 이 기법을 통해 구름의 영향이 최소화된 일정 주기의 대표 합성영상이 생성된다. 본 연구에서도 이 기법을 이용하여, 2019년부터 2021년까지 논과 고랭지 배추밭을 대상으로 Sentinel-2A/B NDVI 월합성영상을 제작하였다. 다른 해보다 200 mm 많은 강수량을 보이는 2020년 8월에는 16일 주기 MODIS NDVI합성영상에서도 구름의 영향이 크게 나타났다. 이 시기를 제외하고 CC-MNC 기법은 평균적으로 원영상의 45.4%의 구름 비율을 14.9%로 줄일 수 있었다. 논의 경우 Sentinel-2A/B와 MODIS NDVI 값이 큰 차이가 나지 않았으며, 5일의 주기로도 벼의 생육 주기를 잘 모니터링할 수 있었다. 고랭지 배추밭의 경우, Sentinel-2A/B에서는 고랭지 배추의 짧은 생육 주기가 잘 나타났지만, MODIS는 공간해상도의 한계를 보였다. 이와 함께 CC-MNC 기법은 수확 시기에 구름 화소가 합성에 사용되는 현상이 보이기도 하였으며, 국내 지역에 맞게 VZA 임계치의 조정이 필요하다는 시사점이 도출되었다.


Crops show sensitive spectral characteristics according to their species and growth conditions and although frequent observation is required especially in summer, it is difficult to utilize optical satellite images due to the rainy season. To solve this problem, Constrained Cloud-Maximum Normalized difference vegetation index Composite (CC-MNC) algorithm was developed to generate periodic composite images with minimal cloud effect. In this study, using this method, monthly Sentinel-2A/B Normalized Difference Vegetation Index (NDVI) composite images were produced for paddies and high-latitude cabbage fields from 2019 to 2021. In August 2020, which received 200mm more precipitation than other periods, the effect of clouds, was also significant in MODIS NDVI 16-day composite product. Except for this period, the CC-MNC method was able to reduce the cloud ratio of 45.4% of the original daily image to 14.9%. In the case of rice paddy, there was no significant difference between Sentinel-2A/B and MODIS NDVI values. In addition, it was possible to monitor the rice growth cycle well even with a revisit cycle 5 days. In the case of high-latitude cabbage fields, Sentinel-2A/B showed the short growth cycle of cabbage well, but MODIS showed limitations in spatial resolution. In addition, the CC-MNC method showed that cloud pixels were used for compositing at the harvest time, suggesting that the View Zenith Angle (VZA) threshold needs to be adjusted according to the domestic region.

KCI등재

6마늘의 제초제 약해에 대한 구조적, 생화학적, 생리적 계열 식생지수 반응: 지상분광계 및 다중분광카메라를 활용하여

저자 : 류재현 ( Jae-hyun Ryu ) , 문현동 ( Hyun-dong Moon ) , 조재일 ( Jaeil Cho ) , 이경도 ( Kyung-do Lee ) , 안호용 ( Ho-yong Ahn ) , 소규호 ( Kyu-ho So ) , 나상일 ( Sang-il Na )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1559-1572 (14 pages)

다운로드

(기관인증 필요)

초록보기

다중분광카메라의 기술 개발로 인해 구조적 특성뿐만 아니라 생화학적, 생리적 특성을 가지는 식생지수를 다양한 공간 규모에서 활용할 수 있게 되었다. 이에 본 연구는 스트레스를 받은 노지작물을 대상으로 지상 초분광계 및 무인기 영상 기반 구조적, 생화학적, 생리적 계열의 식생지수 반응을 평가하였다. 마늘을 대상으로 서로 다른 생육시기에 고농도의 제초제를 살포하여 약해 처리하였으며, 정상 생육에 비해 지상부 건물중이 46.9~84.5% 감소하는 등 큰 피해가 나타났다. 제초제를 살포한 처리구에서 근적외선 분광반사도 값은 꾸준하게 감소하였으며, 구조적 식생지수에서 작물의 약해 피해가 명확하게 표현되었다. 생화학적 식생지수의 경우 일부 지수를 제외하고는 작물의 피해 상태를 표현하였으나 생리적 식생지수는 잎이 고사하고 드러나는 멀칭비닐의 영향으로 약해 피해를 해석하기에 어려움이 있었다. 제초제 살포 후 서로 다른 공간 규모에서 관측된 식생지수의 감소율 차이는 구조적 식생지수의 경우 평균적으로 2.3%로 나타났으며, 정규화 식생지수의 경우 1.3~4.1%의 분포를 보였다. 비록 생리적 식생지수가 작물 스트레스에 민감하다고 알려졌지만, 노지작물의 경우 작물 스트레스 종류와 재배 환경에 따라 적합한 식생지수를 활용하여야 한다는 것, 공간 규모에 따른 오차를 최소화하기 위해서는 정규화 식생지수를 활용해야 한다는 것을 확인하였다.


The response of vegetation under the crop stress condition was evaluated using structural, biochemical, and physiological vegetation indices based on unmanned aerial vehicle (UAV) images and field-spectrometer data. A high concentration of herbicide was sprayed at the different growth stages of garlic to process crop stress, the above ground dry matter of garlic at experimental area (EA) decreased about 46.2~84.5% compared to that at control area. The structural vegetation indices clearly responded to these crop damages. Spectral reflectance at near-infrared wavelength consistently decreased at EA. Most biochemical vegetation indices reflected the crop stress conditions, but the meaning of physiological vegetation indices is not clear due to the effect of vinyl mulching. The difference of the decreasing ratio of vegetation indices after the herbicide spray was 2.3% averagely in the case of structural vegetation indices and 1.3~4.1% in the case of normalization-based vegetation indices. These results meant that appropriate vegetation indices should be utilized depending on the types of crop stress and the cultivation environment and the normalization-based vegetation indices measured from the different spatial scale has the minimized difference.

KCI등재

7드론 영상으로부터 월동 작물 분류를 위한 의미론적 분할 딥러닝 모델 학습 최적 공간 해상도와 영상 크기 선정

저자 : 정동기 ( Dongki Chung ) , 이임평 ( Impyeong Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1573-1587 (15 pages)

다운로드

(기관인증 필요)

초록보기

드론 영상은 위성이나 항공 영상보다 공간 해상도가 수배 혹은 수십 배가 높은 초고해상도 영상이다. 따라서 드론 영상 기반의 원격탐사는 영상에서 추출하고자 하는 객체의 수준과 처리해야 하는 데이터의 양이 전통적인 원격탐사와 다른 양상을 보인다. 또한, 적용되는 딥러닝(deep learning) 모델의 특성에 따라 모델 훈련에 사용되는 최적의 데이터의 축척과 크기가 달라질 수밖에 없다. 하지만 대부분 연구가 찾고자 하는 객체의 크기, 축척을 반영하는 영상의 공간 해상도, 영상의 크기 등을 고려하지 않고, 관성적으로 적용하고자 하는 모델에서 기존에 사용했던 데이터 명세를 그대로 적용하는 경우가 많다. 본 연구에서는 드론 영상의 공간 해상도, 영상 크기가 6가지 월동채소의 의미론적 분할(semantic segmentation) 딥러닝 모델의 정확도와 훈련 시간에 미치는 영향을 실험 통해 정량적으로 분석하였다. 실험 결과 6가지 월동채소 분할의 평균 정확도는 공간 해상도가 증가함에 따라 증가하지만, 개별 작물에 따라 증가율과 수렴하는 구간이 다르고, 동일 해상도에서 영상의 크기에 따라 정확도와 시간에 큰 차이가 있음을 발견하였다. 특히 각 작물에 따라 최적의 해상도와 영상의 크기가 다름을 알 수 있었다. 연구성과는 향후 드론 영상 데이터를 이용한 월동채소 분할 모델을 개발할 때, 드론 영상의 촬영과 학습 데이터의 제작 효율성 확보를 위한 자료로 활용할 수 있을 것이다.


A Drone image is an ultra-high-resolution image that is several or tens of times higher in spatial resolution than a satellite or aerial image. Therefore, drone image-based remote sensing is different from traditional remote sensing in terms of the level of object to be extracted from the image and the amount of data to be processed. In addition, the optimal scale and size of data used for model training is different depending on the characteristics of the applied deep learning model. However, most studies do not consider the size of the object to be found in the image, the spatial resolution of the image that reflects the scale, and in many cases, the data specification used in the model is applied as it is before. In this study, the effect of spatial resolution and image size of drone image on the accuracy and training time of the semantic segmentation deep learning model of six wintering vegetables was quantitatively analyzed through experiments. As a result of the experiment, it was found that the average accuracy of dividing six wintering vegetables increases as the spatial resolution increases, but the increase rate and convergence section are different for each crop, and there is a big difference in accuracy and time depending on the size of the image at the same resolution. In particular, it was found that the optimal resolution and image size were different from each crop. The research results can be utilized as data for getting the efficiency of drone images acquisition and production of training data when developing a winter vegetable segmentation model using drone images.

KCI등재

8낙동강 유역의 연안 해저지하수 유출특성에 관한 연구

저자 : 김대선 ( Daesun Kim ) , 정한철 ( Hahn Chul Jung )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1589-1597 (9 pages)

다운로드

(기관인증 필요)

초록보기

연안지역의 해저지하수 유출(SGD)은 하천과 함께 영양염류와 미량금속 등을 해양으로 유입시키는 주요 수송로 역할로써 중요성이 대두되고 있다. 이에 우리나라 육상의 연안지역인 낙동강 대권역 유역에 대해 1986년부터 2020년까지 35개년의 월별 SGD를 추정하고 계절적 변화와 시공간적 특성을 분석하였다. SGD 산출지점인 낙동강 연안유역은 SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model) 자료를 이용하여 210개의 유역을 추출하였으며, 우리나라에 적용가능한 가장 높은 해상도의 전지구 모델인 FLDAS (Famine Early Warning Systems Network Land Data Assimilation System) 10 km recharge를 통해 추정한 낙동강 연안유역의 연평균 SGD는 466.7 ㎡/yr 로 나타났다. 낙동강 연안유역 SGD는 시계열적으로 큰 변동성은 없었으나 여름에 집중되던 SGD유출이 가을철로 주요유출 시기가 확대되는 경향을 보였다. 또한 공간적으로는 큰 수계와 인접한 연안지역에서 계절에 관계없이 SGD 유출이 많고 1980년대 이후로 시간적 변화에 따라 다소 증가하고 있는 경향을 확인하였다. 이러한 결과는 낙동강 지역의 강수패턴의 시기가 확대되며, 기저유량이 많은 지역의 집수량이 높은 데에 따른 것으로 사료된다. 본 연구는 우리나라의 SGD 특성을 탐구하기 위한 모델링 기법을 제시한 선행적 연구이며 우리나라 해저지하수 유출이 해양에 미치는 영향과 연안관리를 위한 기초자료로 활용성이 기대된다.


Submarine groundwater discharge (SGD) in coastal areas is gaining importance as a major transport route that bring nutrients and trace metals into the ocean. This paper describes the analysis of the seasonal changes and spatiotemporal characteristics through the modeling monthly SGD for 35 years from 1986 to 2020 for the Nakdong river basin. In this study, we extracted 210 watersheds and SGD estimation points using the SRTM (Shuttle Radar Topography Mission) DEM (Digital Elevation Model). The average annual SGD of the Nakdong River basin was estimated to be 466.7 ㎡/yr from the FLDAS (Famine Early Warning Systems Network Land Data Assimilation System) recharge data of 10 km which is the highest resolution global model applicable to Korea. There was no significant time-series variation of SGD in the Nakdong river basin, but the concentrated period of SGD was expanded from summer to autumn. In addition, it was confirmed that there is a large amount of SGD regardless of the season in coastal area nearby large rivers, and the trend has slightly increased since the 1980s. The characteristics are considered to be related to the change in the major precipitation period in the study area, and spatially it is due to the high baseflow-groundwater in the vicinity of large rivers. This study is a precedent study that presents a modeling technique to explore the characteristics of SGD in Korea, and is expected to be useful as foundational information for coastal management and evaluating the impact of SGD to the ocean.

KCI등재

9위성 영상의 분류 기법을 활용한 겨울철 하천의 얼음 면적과 기온 변화 비교 연구

저자 : 박성재 ( Sungjae Park ) , 김봉찬 ( Bongchan Kim ) , 이창욱 ( Chang-wook Lee )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1599-1610 (12 pages)

다운로드

(기관인증 필요)

초록보기

자연환경이나 지역생태계는 다양한 요인에 의하여 변화가 일어나지만 그 중에서도 수온의 변화는 하천생태계에서 주변환경에 영향을 미치는 큰 요인 중 하나이다. 하지만 현재까지 수온 변화에 관한 연구는 수온이 하천환경에 미치는 영향력에 비해 활발히 진행되지 못하였다. 이에 본 연구에서는 2015년부터 2021년까지 홍천강의 겨울철 얼음의 면적 변화를 통해 수온의 변화를 연구하고자 한다. 현장조사 결과를 참고하여 광학 위성 영상을 분류하였으며, SAR 위성 영상은 GLCM 텍스처 분석법을 이용하여 입력 자료의 한계를 극복하고자 하였다. 사용된 모든 영상의 정확도 검증을 수행한 뒤, 산출된 월 평균 얼음 면적과 인접한 기상대의 기온자료와 비교를 하였다. 수온과 얼음의 면적이 상관관계가 있음을 알 수 있었으며 본 연구결과는 접근이 힘들거나 시스템이 갖춰지지 않은 소규모 하천의 환경변화 연구에 활용할 수 있을 것이다.


The natural environment and local ecosystem change depending on various factors, but among them, the change in water temperature is one of the major factors affecting the surrounding environment in the river ecosystem. However, research on water temperature change have not been actively conducted to date compared to the effect of water temperature on the river environment. Therefore, this study intends to study the change in water temperature from 2015 to 2021 through the change in the area of winter ice in the Hongcheon River. Optical satellite images were classified by referring to the field survey results, and the SAR satellite images tried to overcome the limitations of the input data by using the GLCM texture analysis method. After verifying the accuracy of all images used, the calculated monthly average ice area was compared with the temperature data of the adjacent AWS. It was found that there is a correlation between water temperature and ice area, and the results of this study can be used to study environmental changes in small-scale rivers that are difficult to access or do not have systems in place.

KCI등재

10지상관측 기상자료를 적용한 KLDAS(Korea Land Data Assimilation System)의 토양수분 · 증발산량 산출

저자 : 박광하 ( Gwangha Park ) , 계창우 ( Changwoo Kye ) , 이경태 ( Kyungtae Lee ) , 유완식 ( Wansik Yu ) , 황의호 ( Eui-ho Hwang ) , 강도혁 ( Dohyuk Kang )

발행기관 : 대한원격탐사학회 간행물 : 대한원격탐사학회지 37권 6호 발행 연도 : 2021 페이지 : pp. 1611-1623 (13 pages)

다운로드

(기관인증 필요)

초록보기

본 연구에서는 K-LIS(Korea-Land surface Information System)의 KLDAS(Korea Land Data Assimilation System)를 사용하여 LSM의 초기 경계조건 최적화를 위해 스핀업(Spin-up)을 진행하였고다. 스핀업은 2018년을 대상으로 8회 반복 수행하였다. 또한, 국내 기상청(KMA, Korea Meteorological Administration), 농촌진흥청(RDA, Rural Development Administration), 한국농어촌공사(KRC, Korea Rural Community Corporation), 한국수력원자력(KHNP, Korea Hydro & Nuclear Power Co., Ltd.), 한국수자원공사(K-water, Korea Water Resources Corporation), 환경부(ME, Ministry of Environment) 등에서 관측하고 있는 기상자료를 사용하여 저해상도(K-Low, Korea Low spatial resolution; 0.125°) 및 고해상도(K-High, Korea High spatial resolution; 0.01°)의 기상자료를 생성하여KLDAS에 적용하였다. 그리고, K-Low 및 K-High의 정확도 향상 정도를 확인하기 위해 선행 연구에서 사용된 MERRA-2 (Modern-Era Retrospective analysis for Research and Applications, version 2)와 ASOS-S(ASOS-Spatial)가 적용된 토양수분 및 증발산량을 같이 평가하였다. 그 결과, 초기 경계조건의 최적화는 토양수분의 경우 2회(58개 지점), 3회(6개 지점), 6회(3개 지점)의 스핀업이 필요하고, 증발산량의 경우 1회(2개 지점), 2회(2개 지점)의 스핀업이 필요하다. MERRA-2, ASOS-S, K-Low, K-High을 적용한 토양수분의 경우 R2의 평균은 각각 0.615, 0.601, 0.594, 0.664이고, 증발산량의 경우 R2의 평균은 각각 0.531, 0.495, 0.656, 0.677로 K-High의 정확도가 가장 높은 것으로 평가되었다. 본 연구 결과를 통해 다수의 지상 관측자료를 확보하고 고해상도의 격자형 기상자료를 생성하면 KLDAS의 정확도를 높일 수 있다. 다만, 지점 자료를 격자로 변환할 때 각 지점의 기상현상이 충분히 고려되지 않으면 정확도는 오히려 낮아진다. 향후 IDW의 매개변수 설정 또는 다른 보간기법을 사용하여 격자형 기상자료를 생성하여 적용하면 보다 높은 품질의 자료를 산출할 수 있을 것으로 판단된다.


This study demonstrates soil moisture and evapotranspiration performance using Korea Land Data Assimilation System (KLDAS) under Korea Land Information System (KLIS). Spin-up was repeated 8 times in 2018. In addition, low-resolution and high-resolution meteorological data were generated using meteorological data observed by Korea Meteorological Administration (KMA), Rural Development Administration (RDA), Korea Rural Community Corporation (KRC), Korea Hydro & Nuclear Power Co.,Ltd. (KHNP), Korea Water Resources Corporation (K-water), and Ministry of Environment (ME), and applied to KLDAS. And, to confirm the degree of accuracy improvement of Korea Low spatial resolution (hereafter, K-Low; 0.125°) and Korea High spatial resolution (hereafter, K-High; 0.01°), soil moisture and evapotranspiration to which Modern-Era Retrospective analysis for Research and Applications, version 2 (MERRA-2) and ASOS-Spatial (ASOS-S) used in the previous study were applied were evaluated together. As a result, optimization of the initial boundary condition requires 2 time (58 point), 3 time (6 point), and 6 time (3 point) spin-up for soil moisture. In the case of evapotranspiration, 1 time (58 point) and 2 time (58 point) spin-ups are required. In the case of soil moisture to which MERRA-2, ASOS-S, K-Low, and K-High were applied, the mean of R2 were 0.615, 0.601, 0.594, and 0.664, respectively, and in the case of evapotranspiration, the mean of R2 were 0.531, 0.495, 0.656, and 0.677, respectively, indicating the accuracy of K-High was rated as the highest. The accuracy of KLDAS can be improved by securing a large number of ground observation data through the results of this study and generating high-resolution grid-type meteorological data. However, if the meteorological condition at each point is not sufficiently taken into account when converting the point data into a grid, the accuracy is rather lowered. For a further study, it is expected that higher quality data can be produced by generating and applying grid-type meteorological data using the parameter setting of IDW or other interpolation techniques.

권호별 보기
같은 권호 다른 논문
| | | | 다운로드

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.

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.

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.

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.

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.

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.

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.

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.

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.

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.

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