$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

GLCM/GLDV 기반 Texture 알고리즘 구현과 고 해상도 영상분석 적용
Implementation of GLCM/GLDV-based Texture Algorithm and Its Application to High Resolution Imagery Analysis 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.21 no.2, 2005년, pp.121 - 133  

이기원 (한성대학교 정보시스템공학과) ,  전소희 (서울대학교 지구과학교육과) ,  권병두 (서울대학교 지구과학교육과)

초록
AI-Helper 아이콘AI-Helper

화소들 사이의 관계를 고려해 Texture 영상을 생성해 내는 것을 의미하는 Texture 영상화는 유용한 영상 분석 방법 중의 하나로 잘 알려져 있고, 대부분의 상업적인 원격 탐사 소프트웨어들은 GLCM이라는 Texture 분석 기능을 제공하고 있다. 본 연구에서는, GLCM 알고리즘에 기반한 Texture 영상화 프로그램이 구현되었고, 추가적으로 GLDV에 기반을 둔 Texture 영상화 모듈 프로그램을 제공한다. 본 프로그램에서는 Homogeneity, Dissimilarity, Energy, Entropy, Angular Second Moment(ASM), Contrast 등과 같은 GLCN/GLDV의 6가지 Texture 변수에 따라 각각 이에 해당하는 Texture 영상들을 생성해 낸다. GLCM/GLDV Texture 영상 생성에서는 방향 의존성을 고려해야 하는데, 이 프로그램에서는 기본적으로 동-서, 북동-남서, 북-남, 북서-남동 등의 기본적인 방향설정을 제공한다. 또한 이 논문에서 새롭게 구현된 커널내의 모든 방향을 고려해서 평균값을 계산하는 Omni 방향 모드와 커널내의 중심 화소를 정하고_그 주변 화소에 대한 원형 방향을 고려하는 원형방향 모드를 지원한다. 또한 본 연구에서는 여러 가지 변수와 모드에 따라 얻어진 Texture 영상의 분석을 위하여 가상 영상 및 실제 위성 영상들에 의하여 생성된 Texture 영상간의 특징 분석과 상호상관 분석을 수행하였다. Texture 영상합성 응용시에는 영상의 생성시에 적용된 변수들에 대한 이해와 영상간의 상관도를 분석하는 과정이 필요할 것으로 생각된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Texture imaging, which means texture image creation by co-occurrence relation, has been known as one of the useful image analysis methodologies. For this purpose, most commercial remote sensing software provides texture analysis function named GLCM (Grey Level Co-occurrence Matrix). In this study, t...

주제어

#Directional Complexity   #Correlation Matrix   #GLCM   #GLDV   #Texture Parameter  

참고문헌 (16)

  1. Al-Janobi, A., 2001. Performing evaluation of cross- diagonal Texture matrix method of Texture analysis, Pattern Recognition, 34: 171-180 

    상세보기 crossref

  2. Bharati, M. H, J. J. Liu, and J. F. MacGregor, 2004. Image Texture analysis: methods and comparisons, Chemometrics and Intelligent Systems, 72: 57-71 

    상세보기 crossref

  3. Clausi, D. A. and Zhao, Y., 2003. Grey level cooccurrence integrated algorithm (GLCIA): a superior computational method to rapidly determine co-occurrence probability Texture features, Computers & Geosciences, 29: 837-850 

    상세보기 crossref

  4. Cooper, G. R. J., 2004. The Texture analysis of gravity data using co-occurrence matrices, Computer & Geosciences, 30: 107-115 

    상세보기 crossref

  5. Demin, X., 2002. Remote Sense and GIS-based Evacuation Analysis, ORNL presentation material, Presentation at the NCRST Interim Conference 

  6. Dulyakarn, P., Y. Rangsanseri, and P. Thitimajshima, 2000. Comparison of two features for multispectral imagery analysis, Proceeding of Asian Conference of Remote Sensing 

  7. Franklin, S. E., M. A. Wulder, and G. R. Gerylo, 2001. Texture analysis of IKONOS panchromatic data for Douglas-fir forest age class separability in British Columbia, Int. Jour. of Remote Sensing, 22: 2676-2632 

  8. Hall-Beyer, M., 2004. GLCM Texture: A Tutorial v.2.7.1, on-line document, http://www. ucalgary.ca/~mhallbey/Texture/Texture_tuto rial.html 

  9. Haralick, R. M., K. Shanmugam, and I. Dinstein, 1973. Textural features for image classification, IEEE Trans. Sys. Man. Cybern., SMC-3: 610-621 

    상세보기 crossref

  10. Herold, M. H, X. Liu, and K. C. Clake, 2003. Spatial Metrics and Image Texture for Mapping Urban Land Use, PE&RS, 69: 991-1001 

    상세보기 crossref

  11. Kiema, J. B. K, 2002. Texture analysis and data fusion in the extraction of topographic object from satellite imagery, Int. Jour. of Remote Sensing, 23(4): 767-776 

    상세보기 crossref

  12. Maillard, P., 2003. Comparing Texture Analysis Methods through Classification, PE&RS, 69(4): 357-367 

    상세보기 crossref

  13. Parker, J. R., 1997. Algorithms for Image Processing and Computer Vision, John Wiley & Sons 

  14. Smith, A. M. S., M. J. Wooster, A. K. Powell, and D. Usher, 2002. Texture based feature extraction: application to burn scar detection on Earth observation satellite sensor imagery, Int. Jour. Remote Sensing, 23: 1733-1739 

    상세보기 crossref

  15. Wang, X. and A. R. Hanson, 2001. Surface Texture and microstructure extraction from multiple aerial images, Computer Vision and Image Understanding, 83: 1-37 

    상세보기 crossref

  16. Zhang, Y., 1999. Optimisation of building detection in satellite images by combining multispectral classification and Texture filtering, ISPRS Journal of Photogrammetry & Remote Sensing, 54: 50-60 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로