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.

건물모델 및 선소측정함수를 이용한 건물의 3차원 복원

예철수,이쾌희,Ye, Chul-Soo,Lee, Kwae-Hi 대한전자공학회 2000 電子工學會論文誌-SP (Signal processing) Vol.37 No.4

본 논문에서는 스테레오 항공 영상으로부터 영상에 포함된 건물의 3차원 복원을 위해 건물 형태에 대한 모델을 생성하고 건물 모델을 구성하는 선소를 찾아 건물을 복원하는 알고리듬에 대해 다루고 있다. 건물을 검출하기 위해 일반적으로 필요한 에지 검출, 에지의 직선화, 선소의 연결 등의 복잡한 과정을 거치지 않고 복원하는 건물을 몇 개의 파라미터값으로 표현하고 건물 모델을 이용하여 원영상에서 건물의 선소들을 직접 검출하는 새로운 방법을 제안하였다. 선소 검출시 건물을 구성하는 각각의 선소에 대해 선소 측정 함수를 동시에 적용하여 독립적인 선소 검출 방법보다 건물 검출의 정확도를 높였다. 제안한 알고리듬을 스테레오 항공 영상에 적용한 결과, 건물의 정확한 검출 및 복원 결과를 얻을 수 있었다. This paper presents an algorithm for 3D building reconstruction from a pair of stereo aerial images using the 3D building model and the linear segments of building. Direct extraction of linear segments from original building images using parametric building model is attempted instead of employing the conventional procedures such as edge detection, linear approximation and line linking A segment measure function is simultaneously applied to each line segment extracted in order to improve the accuracy of building detection comparing to individual linear segment detection. The algorithm has been applied to pairs of stereo aerial images and the result showed accurate detection and reconstruction of buildings.

그레디언트 및 분산을 이용한 웨이블릿 기반의 광학 및 레이더 영상 융합

예철수,Ye, Chul-Soo 대한원격탐사학회 2010 大韓遠隔探査學會誌 Vol.26 No.5

In this paper, we proposed a new wavelet-based image fusion algorithm, which has advantages in both frequency and spatial domains for signal analysis. The developed algorithm compares the ratio of SAR image signal to optical image signal and assigns the SAR image signal to the fused image if the ratio is larger than a predefined threshold value. If the ratio is smaller than the threshold value, the fused image signal is determined by a weighted sum of optical and SAR image signal. The fusion rules consider the ratio of SAR image signal to optical image signal, image gradient and local variance of each image signal. We evaluated the proposed algorithm using Ikonos and TerraSAR-X satellite images. The proposed method showed better performance than the conventional methods which take only relatively strong SAR image signals in the fused image, in terms of entropy, image clarity, spatial frequency and speckle index. 본 연구에서는 주파수 및 공간 도메인 상에서 선호 분석에 장점이 있는 웨이블릿 기반의 영상 융합 알고리듬을 제안하였다. 개발된 알고리듬은 레이더 영상 신호와 광학 영상 신호의 상대적인 크기를 비교하여 상대적으로 신호 크기가 큰 경우에는 레이더 영상 신호를 융합 영상에 할당하고 크기가 작은 경우에는 레이더 영상 신호와 광학 영상 선호의 가중치 합으로 융합 영상 신호를 결정한다. 사용되는 융합 규칙은 두 영상 신호의 상대적인 신호 비(ratio) 영상 그레디언트, 로컬 영역의 분산 특성을 동시에 고려한다. Ikonos 위성 영상과 TerraSAR-X 위성 영상을 이용한 실험에서 상대적으로 신호 크기가 큰 레이더 신호 만을 융합 영상에 할당하는 기존 방법에 비해 entropy, image clarity, spatial frequency, speckle index 측면에서 우수한 융합 결과를 얻었다.

Classification of Fused SAR/EO Images Using Transformation of Fusion Classification Class Label

예철수 대한원격탐사학회 2012 大韓遠隔探査學會誌 Vol.28 No.6

Strong backscattering features from high-resolution Synthetic Aperture Rader (SAR) image provide useful information to analyze earth surface characteristics such as man-made objects in urban areas. The SAR image has, however, some limitations on description of detail information in urban areas compared to optical images. In this paper, we propose a new classification method using a fused SAR and Electro-Optical (EO) image, which provides more informative classification result than that of a single-sensor SAR image classification. The experimental results showed that the proposed method achieved successful results in combination of the SAR image classification and EO image characteristics.

Similarity Measurement using Gabor Energy Feature and Mutual Information for Image Registration

예철수 대한원격탐사학회 2011 大韓遠隔探査學會誌 Vol.27 No.6

Image registration is an essential process to analyze the time series of satellite images for the purpose of image fusion and change detection. The Mutual Information (MI) is commonly used as similarity measure for image registration because of its robustness to noise. Due to the radiometric differences, it is not easy to apply MI to multi-temporal satellite images using directly the pixel intensity. Image features for MI are more abundantly obtained by employing a Gabor filter which varies adaptively with the filter characteristics such as filter size, frequency and orientation for each pixel. In this paper we employed Bidirectional Gabor Filter Energy (BGFE) defined by Gabor filter features and applied the BGFE to similarity measure calculation as an image feature for MI. The experiment results show that the proposed method is more robust than the conventional MI method combined with intensity or gradient magnitude.

다중 해상도 영상 등록을 위한 가변 원형 템플릿을 이용한 특징 정합

예철수 대한원격탐사학회 2018 大韓遠隔探査學會誌 Vol.34 No.6

Image registration is an essential process for image fusion, change detection and time series analysis using multi-sensor images. For this purpose, we need to detect accurately the difference of scale and rotation between the multi-sensor images with difference spatial resolution. In this paper, we propose a new feature matching method using variable circular template for image registration between multi-resolution images. The proposed method creates a circular template at the center of a feature point in a coarse scale image and also a variable circular template in a fine scale image, respectively. After changing the scale of the variable circular template, we rotate the variable circular template by each predefined angle and compute the mutual information between the two circular templates and then find the scale, the angle of rotation and the center location of the variable circular template, respectively, in fine scale image when the mutual information between the two circular templates is maximum. The proposed method was tested using Kompsat-2, Kompsat-3 and Kompsat- 3A images with different spatial resolution. The experimental results showed that the error of scale factor, the error of rotation angle and the localization error of the control point were less than 0.004, 0.3° and one pixel, respectively. 다중 센서 영상을 영상 융합, 변화 탐지, 시계열 분석에 활용하기 위해서는 두 영상 간의 영상 등록 과정이 필수적이다. 영상 등록을 위해서는 서로 다른 공간 해상도를 가지는 다중 센서 영상 사이의 스케일과 회전각도 차이를 정확히 검출해야 한다. 본 논문에서는 다중 해상도 영상 간의 영상 등록을 위하여 가변 원형 템플릿을 이용한 새로운 특징 정합 기법을 제안한다. 제안하는 정합 기법은 스케일이 작은 영상의 특징점을 중심으로 원형 템플릿을 설정하고 스케일이 큰 영상에서는 가변 원형 템플릿을 생성한다. 가변 원형 템플릿의 스케일을 일정한 스케일 단위로 변경한 후에 가변 원형 템플릿을 일정 각도 단위로 회전시키면서 두 원형 템플릿 사이의 상호 정보량이 최대가 될 때의 가변 원형 템플릿의 스케일, 회전 각도 그리고 중심 위치를 각각 검출한다. 제안한 방법을 서로 다른 공간 해상도를 가지는 Kompsat(Korea Multi-Purpose Satellite) 2호, 3호, 3A호 영상 조합에 적용한 결과, 스케일 팩터 오차는 0.004 이하, 회전 각도 오차는 0.3° 이하, 제어점의 위치 오차는 1 화소 이하의 정합 성능을 보였다.

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.

Evaluating the Contribution of Spectral Features to Image Classification Using Class Separability

예철수 대한원격탐사학회 2020 大韓遠隔探査學會誌 Vol.36 No.1

Image classification needs the spectral similarity comparison between spectral features of each pixel and the representative spectral features of each class. The spectral similarity is obtained by computing the spectral feature vector distance between the pixel and the class. Each spectral feature contributes differently in the image classification depending on the class separability of the spectral feature, which is computed using a suitable vector distance measure such as the Bhattacharyya distance. We propose a method to determine the weight value of each spectral feature in the computation of feature vector distance for the similarity measurement. The weight value is determined by the ratio between each feature separability value to the total separability values of all the spectral features. We created ten spectral features consisting of seven bands of Landsat-8 OLI image and three indices, NDVI, NDWI and NDBI. For three experimental test sites, we obtained the overall accuracies between 95.0% and 97.5% and the kappa coefficients between 90.43% and 94.47%.

개선된 DeepResUNet과 컨볼루션 블록 어텐션 모듈의 결합을 이용한 의미론적 건물 분할

예철수,안영만,백태웅,김경태,Ye, Chul-Soo,Ahn, Young-Man,Baek, Tae-Woong,Kim, Kyung-Tae 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.6

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.

영상등록을 위한 Mutual Information 기반의 원형 템플릿 정합

예철수 ( Chul Soo Ye ) 대한원격탐사학회 2014 大韓遠隔探査學會誌 Vol.30 No.5

본 논문에서는 영상 등록을 위한 유사도 계산에 사용되는 원형 템플릿의 설계 방법을 제안한다. 원형 템플릿은 영상의 이동 및 회전 변환에 불변한 성질을 가지고 있어 기준 영상 및 관측 영상 사이에 이동 및 회전 변환이 존재하더라도 영상 등록 제어점을 정확하게 정합하는 장점이 있다. 기준 영상의 제어점을 중심으로 일정한 거리 이내에 다수의 원주를 구성하고 각 원주 위에 일정한 간격으로 위치하는 화소들로 이루어지는 원형 템플릿을 생성하고 이를 이차원 이산 극좌표 행렬(Discrete Polar Coordinate Matrix, DPCM) 으로 구성한다. 관측 영상에서도 동일한 형태의 원형 템플릿을 생성하고 탐색 범위 내의 각 위치에서 관측 영상의 원형 템플릿을 0도에서 360도 범위 내에서 일정 각도 간격으로 회전시키면서 극좌표 행렬을 생성하고 기준 영상의 극좌표 행렬과의 유사도를 Mutual Information을 이용해서 계산한다. 탐색 범위 내의 각위치와 회전 각도에 대한 Mutual Information이 최대가 되는 화소를 정합쌍으로 결정한다. 제안한 알고리즘은 서로 다른 두 시기에 촬영한 KOMPSAT-2 영상에 적용하여 영상의 회전 변화 조건하에서 우수한 정합 성능을 보임을 확인하였다. This paper presents a method for designing circular template used in similarity measurement for image registration. Circular template has translation and rotation invariant property, which results in correct matching of control points for image registration under the condition of translation and rotation between reference and sensed images. Circular template consisting of the pixels located on the multiple circumferences of the circles whose radii vary from zero to a certain distance, is converted to twodimensional Discrete Polar Coordinate Matrix (DPCM), whose elements are the pixels of the circular template. For sensed image, the same type of circular template and DPCM are created by rotating the circular template repeatedly by a certain degree in the range between 0 and 360 degrees and then similarity is calculated using mutual information of the two DPCMs. The best match is determined when the mutual information for each rotation angle at each pixel in search area is maximum. The proposed algorithm was tested using KOMPSAT-2 images acquired at two different times and the results indicate high accurate matching performance under image rotation.