객체 서브 클래스 분류 융합과 정규식생지수를 이용한 도심지역 객체 분류

예철수 대한원격탐사학회 2023 大韓遠隔探査學會誌 Vol.39 No.2

고해상도의 위성 영상을 이용하여 지표를 모니터링하기 위한 방법으로 분석 대상 객체의 색상을 이용하여 영상을 분류하는 방법이 널리 사용된다. 고해상도 위성영상에서는 도심 지역의 경우 건물, 도로 등과 같은 주요 객체들 이외에도 수목 등과 같은 식생 객체들도 빈번하게 나타난다. 도심 지역에 나타나는 식생 객체들의 색상은 건물, 도로, 그림자 등의 객체와 유사한 경우가 많으며, 이는 색상 정보에 기초하여 객체를 분류할 경우에 분류 성능이 저하되는 요인이 된다. 본 연구에서는 건물 등과 같은 다양한 색상을 가지는 객체뿐만 아니라 식생 객체도 정확하게 분류할 수 있는 기법을 제안한다. 제안하는 방법은 식생 객체 검출에 유용한 정규식생지수 영상을 RGB 영상과 함께 사용하고 객체 클래스를 서브 클래스로 세분화하여 분류한다. 서브 클래스분류 결과를 융합한 후에 영상 분할 결과와 결합하여 최종 분류 결과를 생성한다. 차세대중형위성1호 영상을이용한 실험에서 정규식생지수를 사용하지 않은 서브채널 분류 기법과 서브클래스 분류 기법의 overall accuracy가 각각 73.18%, 81.79%의 결과를 보인 반면, 정규식생지수와 서브클래스 분류를 함께 적용하여 제안한 방법은overall accuracy가 87.42%의 우수한 성능을 보였다.

디지털항공사진영상을 이용한 객체기반 토지피복분류

이현직(Lee Hyun Jik),유지호(Lu Ji Ho),김상연(Kim Sang Youn) 대한공간정보학회 2011 대한공간정보학회지 Vol.19 No.1

기존에 제작된 주제도는 중ㆍ저해상도 위성영상 기반으로 제작이 이루어져 위치정확도 및 표현되는 주제 정보의 정밀도가 낮다는 단점이 있다. 최근 촬영되고 있는 디지털항공사진영상은 흑백 및 컬러영역의 밴드와 산림판독이 가능한 근적외선 영역 밴드의 촬영이 가능하며, 고해상도 영상을 획득할 수 있어 정밀한 토지피복분류의 수행이 가능할 것으로 판단된다. 이에 본 논문에서는 디지털항공사진영상을 이용한 객체기반 토지피복분류 가능성 타진과 디지털항공사진영상의 활용성 제시를 위하여 동일한 지역의 GSD 0.12m급 디지털항공사진영상과 GSD 1m급 IKONOS 위성영상으로 객체기반 토지피복분류를 수행하였으며, 정사영상과 기존 중분류 토지피복도의 정성적 분석을 수행하였다. 또한, TTA(Training and Test Area) Mask를 생성하여 분류정확도를 분석하였으며, 영상을 대상으로 스크린디지타이징을 수행하여 분류면적의 비교를 통한 정확도를 분석하였다. 분석결과 디지털항공사진을 이용한 토지피복도 제작이 가능하였으며, 위성영상에 비해 세밀한 분류가 가능하였다. Since existing thematic maps have been made with medium- to low-resolution satellite images, they have several shortcomings including low positional accuracy and low precision of presented thematic information. Digital aerial photo image taken recently can express panchromatic and color bands as well as NIR (Near Infrared) bands which can be used in interpreting forest areas. High resolution images are also available, so it would be possible to conduct precision land cover classification. In this context, this paper implemented object-based land cover classification by using digital aerial photos with 0.12m GSD (Ground Sample Distance) resolution and IKONOS satellite images with 1m GSD resolution, both of which were taken on the same area, and also executed qualitative analysis with ortho images and existing land cover maps to check the possibility of object-based land cover classification using digital aerial photos and to present usability of digital aerial photos. Also, the accuracy of such classification was analyzed by generating TTA(Training and Test Area) masks and also analyzed their accuracy through comparison of classified areas using screen digitizing. The result showed that it was possible to make a land cover map with digital aerial photos, which allows more detailed classification compared to satellite images.

객체 특징점 모델링을 이용한 시멘틱 단서 기반 영상 분류

박상혁(Sanghyuk Park),변혜란(Hyeran Byun) 한국정보과학회 2010 정보과학회 컴퓨팅의 실제 논문지 Vol.16 No.1

대부분의 영상들은 여러 객체 영역들의 시각적인 특징과 각각의 의미들의 조합으로 구성되어 있다. 그러나 일반적으로 영상 처리를 위한 컴퓨터 시스템들은 영상을 특정 객체 영역의 의미 정보 단위로 해석하지 못하기 때문에 사람이 영상을 인지하는 것과 의미적인 차이(semantic gap)가 발생한다. 본 논문에서는 이러한 문제점을 극복하기 위하여 각 객체 영역 단위에서 추출한 고유한 특징점들을 고차원의 의미 정보로 모델링하여 영상을 분류하는 방법을 제안한다. 제안하는 방법은 객체 단위로 추출된 고유한 특징점들의 의미 정보를 특정 객체 영역을 인식하기 위한 의미 단서로 이용한다. 이를 통하여 기존의 영상 분류 방법들에 비하여 인간의 인지 능력과 유사하고 보다 효율적으로 영상을 분류할 수 있는 장점이 있다. 실험 결과는 다양한 카테고리 종류의 영상에 대하여 제안하는 방법의 효과적인 분류 성능을 보여준다. Most images are composed as union of the various objects which can describe meaning respectively. Unlike human perception, The general computer systems used for image processing analyze images based on low level features like color, texture and shape. The semantic gap between low level image features and the richness of user semantic knowledges can bring about unsatisfactory classification results from user expectation. In order to deal with this problem, we propose a semantic cue based image classification method using salient points from object of interest. Salient points are used to extract low level features from images and to link high level semantic concepts, and they represent distinct semantic information. The proposed algorithm can reduce semantic gap using salient points modeling which are used for image classification like human perception. and also it can improve classification accuracy of natural images according to their semantic concept relative to certain object information by using salient points. The experimental result shows both a high efficiency of the proposed methods and a good performance.

KOMPSAT-3A 위성영상을 이용한 객체기반분류 기법 기반의 공간객체추출 프로세스 비교

이동국(Lee, Dong Gook),유지호(You, Ji Ho),이현직(Lee, Hyun Jik) 대한공간정보학회 2018 대한공간정보학회지 Vol.26 No.3

본 연구는 위성영상의 활용을 위한 응용기술인 토지이용분류 및 공간객체추출을 위하여 적용 가능한 객체기반분류 프로세스를 비교하고자 객체기반분류 기법의 두 가지 프로세스인 수직적 프로세스, 수평적 프로세스를 KOMPSAT-3A 위성영상에 적용하여 비교분석을 수행하였다. 공간객체 항목은 산림, 초지, 나대지, 수계, 도로, 건물로 6개 항목에 대하여 수행하였으며, 정확도 분석에는 error matrix를 이용하였다. 수직적 프로세스를 적용한 결과 분류 정확도가 91.00%로 나타났으며, 수평적 프로세스를 적용한 결과 분류 정확도가 92.33%로 나타나 error matrix를 이용한 분류 정확도에는 큰 차이가 없었다. 수직적 프로세스는 사용자 정확도와 제작자 정확도가 85% 미만인 항목이 존재하였고, 수평적 프로세스는 모두 85% 이상으로 나타났다. 따라서 수직적 프로세스보다 수평적 프로세스가 효율적인 것으로 판단된다. 또한 본 연구의 성과는 국토위성정보 활용센터의 효율적인 운영을 위한 위성영상 활용기술 중 공간객체 추출 SW 개발에 기여할 수 있을 것으로 판단된다. This study was intended to compare the image classification process applicable to the application of landuse classification and geospatial object extraction technologies, which is an application technology for the utilization of the satellites image. Therefore, two processes of object-based classification techniques, vertical and horizontal, were applied to KOMPSAT-3A satellite images for comparison analysis. An error matrix was used for the analysis of accuracy, and used for six items, including forest, grass, land, water systems, roads, and buildings. The application of vertical processes resulted in 91.00% accuracy, and the application of horizontal processes resulted in 92.33% accuracy, leaving little difference in accuracy. However, an accuracy analysis using error matrix showed that there were items with less than 85% user and producer accuracy, and both horizontal processes were 85% or higher. Therefore, horizontal processes are considered more efficient than vertical ones. In addition, the results of this study are believed to contribute to the development of geospatial object extract SW among satellite imaging technology for the efficient operation of the country observation satellite Information Center.

고해상도 SAR 위성영상의 스페클 divergence와 객체기반 영상분류를 이용한 주거지역 추출

송영선 한국국토정보공사 2017 지적과 국토정보 Vol.47 No.2

Urban environment represent one of the most dynamic regions on earth. As in other countries, forests, green areas, agricultural lands are rapidly changing into residential or industrial areas in South Korea. Monitoring such rapid changes in land use requires rapid data acquisition, and satellite imagery can be an effective method to this demand. In general, SAR(Synthetic Aperture Radar) satellites acquire images with an active system, so the brightness of the image is determined by the surface roughness. Therefore, the water areas appears dark due to low reflection intensity, In the residential area where the artificial structures are distributed, the brightness value is higher than other areas due to the strong reflection intensity. If we use these characteristics of SAR images, settlement areas can be extracted efficiently. In this study, extraction of settlement areas was performed using TerraSAR-X of German high-resolution X-band SAR satellite and KOMPSAT-5 of South Korea, and object-oriented image classification method using the image segmentation technique is applied for extraction. In addition, to improve the accuracy of image segmentation, the speckle divergence was first calculated to adjust the reflection intensity of settlement areas. In order to evaluate the accuracy of the two satellite images, settlement areas are classified by applying a pixel-based K-means image classification method. As a result, in the case of TerraSAR-X, the accuracy of the object-oriented image classification technique was 88.5%, that of the pixel-based image classification was 75.9%, and that of KOMPSAT-5 was 87.3% and 74.4%, respectively. 도시지역은 지구상에서 가장 변화가 활발히 일어나는 지역 중의 하나로써, 우리나라에서도 산림지나 녹지, 농경지가 주거지역, 공업지역 등의 주거지역으로 빠르게 변화하고 있다. 이러한 빠른 토지이용의 변화를 모니터링하기 위해서는 신속한 데이터의 취득을 필요로 하게 되고, 위성영상은 이러한 요구의 대안이 될 수 있다. 일반적으로 SAR 위성은 능동적 탐측체계로 영상을 취득하기 때문에 지표면의 거칠기에 따라 영상의 밝기값이 결정되며, 대표적으로 수계영역은 반사강도가 낮아 어둡게 나타나고, 인공구조물이 분포하고 있는 주거지역의 경우 반사강도가 높아 타 지역에 비해 밝기값이 높게 나타난다. 이러한 SAR 영상의 특성을 이용하면 주거지역을 효과적으로 추출할 수 있다. 본 연구에서는 고해상도 X-band SAR 위성인 독일의 TerraSAR-X, 우리나라의 KOMPSAT-5를 이용하여 주거지역의 추출을 수행하였으며, 추출을 위해서 영상분할기법을 통한 객체기반 영상분류를 적용하였다. 영상분할의 정확도를 향상시키기 위해서 스페클 divergence를 먼저 계산하여 주거지역의 반사강도를 조정하였다. 두 위성영상의 정확도 평가를 위해서 추가로 픽셀기반의 K-means 영상분류법을 적용하여 주거지역을 분류하였다. 연구의 결과로써 TerraSAR-X의 객체기반 영상분류법은 약 88.5%, 픽셀기반영상분류법은 75.9%, KOMPSAT-5는 약 87.3%와 74.4%의 overall accuracy를 보였다.

UAV 기반 다중분광 영상을 활용한 주제도 생성 기법

최재완 ( Jaewan Choi ) 충북대학교 건설기술연구소 2015 建設技術論文集 Vol.34 No.2

디지털 카메라, 다중분광 센서, 헨, IMU 등이 탑재된 UAV는 디지털지도 매핑, 지형공간정보생성, 지형 모니터링 등의 다양한 응용분야에 사용될 수 있다. 특히, UAV의 다중분광센서에 의하여 획득된 고해상도 영상은 토지피복분류를 기반으로 하는 주제도 생성에 효과적일 수 있다. 본 연구에서는 고정익 UAV 기반의 다중분광 영상을 이용하여 정사영상 및 DSM을 생성하였다. 전 처리분야에서는 영상분할기법이 적용되었다. 최종적으로, 객체기반의 토지피복 분류를 위하여 입력자료가 추가된영상 레이어에 대하여 SVM 기법이 적용되었다. 실험결과, NDVI와 nDSM을 이용한 객체기반의 분류결과가 전통적인 분류결과와 비교하여 높은 분류 정확도를 나타냈다. 특히, NDVI와 nDSM을 이용한 객체기반의 분류결과는 타 토지피복개체로부터 인공구조물과 식생을 효과적으로 구분하였다. UAV(Unmanned Aerial Vehicle) mounting digital camera, multispectral sensor, GPS(Global Positioning System) and IMU(Inertial Measurement Unit) can be used to many applications, such as digital mapping, geo-spatial information generation, and land monitoring. Especially, High resolution images by multispectral sensor of UAV are effective to generate thematic map based on land cover classification. In this study, orthoimage and DSM (Digital Surface Model) were generated using multispectral image based on fixed-wing UAV. In pre-processing, image segmentation was conducted. Finally, SVM (Support Vector Machine) algorithm was applied to layer-slacked data for object-based land cover classification. In the experiments, object-based classification result by using NDVI (Normalized Difference Vegetation Index) and nDSM (normalized DSM) represented high classification accuracy, compared to traditional classification results. Especially, object-based classification based on NDVI and nDSM could discriminate man-made objets and trees from another land-cover objects.

객체 기반 영상 분류를 위한 히스토그램 역투영을 이용한 클래스 샘플 추출 기법에 관한 연구

예철수 대한원격탐사학회 2023 大韓遠隔探査學會誌 Vol.39 No.2

고해상도 원격탐사 영상을 이용하여 지표면을 모니터링 하기 위해서 영상 분할 및 감독 기반의 분류 기법이 널리 사용된다. 다양한 객체를 분류하기 위해서는 각 객체에 해당하는 클래스를 정의하고 각 클래스에 속하는 샘플들을 선택하는 과정이 필요하다. 클래스 샘플을 추출하는 기존의 방법은 각 클래스 별로 유사한 밝기값 특성을 가지는 충분한 개수의 샘플을 선택해야 한다. 이 과정은 사용자의 육안 식별에 의존하는 과정으로많은 시간이 소요되며 사용자에 따라 추출되는 클래스의 대표 샘플들이 달라질 가능성이 높고 결과적으로 분류 성능이 클래스 샘플 추출 결과에 크게 영향을 받게 된다. 본 연구에서는 클래스 샘플 추출 시 히스토그램 역투영 기법을 적용하여 샘플 추출 시 사용자의 개입을 최소화하고 클래스에 속하는 샘플들의 밝기값 특성이 일관성을 가지는 영상 분류 기법을 제안한다. 제안한 히스토그램 역투영을 이용한 분류 기법은 차세대중형위성1호(Compact Advanced Satellite 500-1) 영상의 색상 서브채널을 이용한 분류 실험과 원영상을 이용한 분류 실험에서 히스토그램 역투영을 사용하지 않은 기법에 비해 모두 향상된 분류 정확도를 보였다.

고해상도 인공위성 영상을 이용한 객체기반의 논벼 재배지역 추출기법 연구

오윤경 ( Yun-gyeong Oh ),최진용 ( Jin-yong Choi ),장민원 ( Min-wond Jang ),이상현 ( Sang-hyun Lee ),이태석 ( Tae-seok Lee ),박나영 ( Nayoung Park ),염종민 ( Jong-min Yeom ) 한국농공학회 2011 한국농공학회 학술대회초록집 Vol.2011 No.-

인공위성 영상을 이용한 농지 규모의 파악은 농업 생산량 예측을 위한 기존의 전화 및 현지조사 등의 산지정보 수집방법에 비해 비용 절감 효과와 정확도 제고를 도모할 수 있으며 중국과 북한 등 주변국의 농작물 재배 현황을 파악하여 농산물 교역과 남북 농업협력에 중요한 정보를 제공할 수 있다. 최근 원격탐사 정보기술의 발전으로 인공위성 영상이 광범위하게 보급됨에 따라 국내의 농업 관측 분야에서도 이를 활용한 다양한 연구가 활발히 이루어지고 있으며, 남한지역을 대상으로 고해상도 위성영상을 이용한 농업통계 작성 연구도 진행되고 있다. 이에 본 연구에서는 고해상도 영상을 활용하여 접근이 제한된 지역의 논벼 재배지역 추출 기법을 개발하고 광범위한 지역의 논벼 재배지역 분포도를 작성하기 위한 방법을 살펴보고자 하였다. 토지피복도 작성을 위해 고해상도 위성영상에 기존의 화소기반의 분석 방법을 적용할 경우 세부 객체들이 노이즈로 작용하여 분석에 한계가 있으므로 영상분할 과정을 통해 공간객체를 생성하는 객체 기반 분류법을 적용하였다. 객체 생성 알고리즘은 Spring 5.1에서 지원하는 영역성장법을 적용하였으며, 분석 영상은 농업 관측 목적으로 독일에서 발사한 RapidEye 영상을 이용하였다. RapidEye는 RGB와 NIR, Red-edge 밴드를 포함하는 다중분광 영상이며 공간해상도 5m, 촬영폭 77km인 고해상도 영상이다. 본 연구에서는 태안지역을 대상으로 입력밴드의 종류와 입력변수를 변경하여 다양한 스케일의 세그먼트를 생성한 후, 무감독 분류를 수행하고 그 결과를 비교 검토하여 논 추출에 적합한 객체생성 변수를 선정하고자 하였다.

고해상도 위성영상의 객체기반 분석을 위한 영상 분할 기법 개발 및 평가

변영기,김용일 한국측량학회 2010 한국측량학회지 Vol.28 No.6

Image segmentation technique is becoming increasingly important in the field of remote sensing image analysis in areas such as object oriented image classification to extract object regions of interest within images. This paper presents a new method for image segmentation to consider spectral and spatial information of high resolution satellite image. Firstly, the initial seeds were automatically selected using local variation of multi-spectral edge information. After automatic selection of significant seeds, a segmentation was achieved by applying MSRG which determines the priority of region growing using information drawn from similarity between the extracted each seed and its neighboring points. In order to evaluate the performance of the proposed method, the results obtained using the proposed method were compared with the results obtained using conventional region growing and watershed method. The quantitative comparison was done using the unsupervised objective evaluation method and the object-based classification result. Experimental results demonstrated that the proposed method has good potential for application in the object-based analysis of high resolution satellite images. 영상분할은 관심대상이 되는 물체의 영역을 추출하기 위한 객체기반 영상분류의 전처리과정으로서 원격탐사 영상분석에서 그 중요성 날로 커지고 있다. 본 연구에서는 고해상도 위성영상의 분광 및 공간정보를 반영할 수 있는 새로운 분할방법을 제안한다. 이를 위해 우선 다중분광 에지정보의 지역적 변이특성을 이용하여 영상에서 자동으로 초기시드 점을 추출하였다. 추출된 시드 점과 이웃하는 점들과의 유사성을 기반으로영역 확장의 우선순위를 결정하는 MSRG기법을 이용하여 영상분할을 수행하였다. 제안된 기법의 효율성을평가하기 위해 기존에 위성영상분할에 많이 사용된 유역분할법과 영역성장기법과의 시각적/정량적 비교평가를 수행하였다. 정량적 비교평가 방법으로는 무감독 영상분할 평가 측정치와 동일한 조건하에서 수행된 객체기반 분류 정확도를 이용하였다. 실험 결과 제안한 기법은 고해상도 위성영상의 객체기반 분석에 유용하게적용될 수 있으리라 판단된다.

기계학습 기법을 이용한 고해상도 위성영상의 분류에 관한 연구

구자용 국토지리학회 2009 국토지리학회지 Vol.43 No.4

The high resolution satellite image can provide more specific geographic information since it contains the details of the earth surface. As very precise images including high resolution images are more available, we have tried to have more effective techniques for the digital image processing. This research proposes to use the spectral and texture information to develop a new classification technique that can be applied to the object extracted from satellite image. The researcher set up a classification rule by taking the machine learning approach to the attribute data of the training set. And the rule is further used to classify the satellite image. A test with case study data shows this rulebased classification technique using machine learning approach could be useful since the approach allows us to consider the various spectral and textual information and the rule-based classification is simple and more effective than traditional classification. 고해상도 위성영상은 지표면의 모습을 자세하게 담고 있기 때문에 상세한 지리정보를 추출할 수 있다. 최근 고해상도 위성영상이 활발히 이용되면서, 새로운 영상분류 기법이 모색되고 있다. 본 연구에서는 영상에서 추출된 객체를 대상으로 분광 정보와 텍스쳐 정보를 이용한 새로운 분류 기법을 개발하였다. 훈련지역의 다양한 정보를 기계 학습 기법에 적용하고, 그로부터 도출된 규칙을 이용하여 규칙 기반 분류기법에 적용하였다. 사례 지역의 자료를 이용하여 기계 학습 기법과 규칙 기반 분류에 적용한 결과, 기존의 분광 특성만을 이용한 영상보다 분류 결과의 정확도 측면에서 우수한 것으로 나타났다. 기계 학습 분류 기법과 규칙 기반 분류 기법은 분광 특성뿐만 아니라 다양한 텍스쳐 정보를 함께 고려하기 때문에 보다 간편하고 효과적인 영상분류 기법이라고 할 수 있다.