선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 있어 신뢰성이 부족한 면이 있다. 따라서 본 연구에서는 제안기법의 효용성을 검증하기 위한 또 다른 방법으로 동일한 조건 하에서 객체기반 분류를 수행하고 이에 대한 분류정확도를 비교 평가 하였다. 본 연구에서는 감독 분류기법 중 우수한 일반화 성능을 보이는 SVM(Support Vector Machine)분류자를 사용하여 제안기법을 포함한 모든 비교방법 군에 대한 객체기반 분류를 수행하였다.
- 이러한 변화율 정보를 이용하여 변화율이 크게 나타나는 영상 내의 에지성분이 강한 지역에서는 확산을 멈추고 변화율이 작게 나타나는 평탄한 지역에서는 강한 확산(Diffusion)을 수행하여 영상의 에지정보를 보존하는 평활화 영상을 제작하였다. 또한 본 연구에서는 영상의 에지정보를 초기시드 점 추출 및 영상분할 단계에서 공간특징정보로활용하기 위해서, 이전 연구(변영기 등, 2010)에서 제안한 다차원 엔트로피 연산자를 이용하여 모든 영상밴드의 분광정보를 통합한 다중분광 에지정보를 추출하였다.
- 본 연구에서는 고해상 위성영상을 이용한 공간객체 정보 생성 및 추출을 위한 방안의 하나로, 정확한 영상 공간객체 정보 생성을 위해, 시드 점들로부터 시작하여 근접해있는 유사한 화소들을 결합하는 영역 기반 분할 방법의 일반적인 접근법에 의거한 새로운 영상 분할 방법론을 제안하였다. 또한 제안기법의 효용성을 검증하기 위해 대표적인 영역기반 분할방법인 영역 성장법과 유역분할기법에 의한 분할결과와 시각적/정량적 비교평가를 수행하였다.
- 여기에서 30 값을 갖는 국지적 최소치는 주변 8 방향의 값을 검사했을 때 값의 차이가 미세한 31 방향으로 확산을 허용하면 0 값을 갖는 국지적 최소치로 귀속되게 된다. 본 연구에서는 이동 허용기준에 대한 Tor을 편의상 시드 파라미터로 명명하겠다. 제안한 MSRG 영상 분할 기법은 이 시드파라미터 설정을 변경하여 영상 분할의 정도를 조절할 수 있다.
- 전반적으로 HI값은 낮게 평가된다. 이러한 문제를 보완하기 위해 본 연구에서는 영역 간 이질성을 측정하는 HI값의 측정에 있어, 고립화소 단위의 분할영역에 대한 벌칙(penalty)를 부과하기 위하여 식 ⑺과 같은 이차함수 형태의 벌칙함수를 고안하였다.
- 갖는다. 이러한 문제를 해결하기 위해 본 연구에서는 우선 지역적 에지 변이 특성을 이용하여 영상전역에 걸쳐 초기 시드 점을 추출한 후, 추출된 시드 점들에 우선순위를 반영하여 영역확장을수행하였다. 이를 통해 시드 선택방식 에 상관없이 동일한 분할결과를 도출할 수 있다.
- 이에 본 연구에서는 객체기반 분석을 위한 전처리과정으로, 보다 정확한 영상 공간객체 정보 생성을 위해, 영역기반 분할 방법의 일반적인 접근법에 의거한 새로운 영상분할 방법론을 개발하고, 이를 고해상도 위성 영상에 적용하여 제안 기법의 활용가능성 및 효용성을 검증하였다. 또한 제안기법의 성능을 평가하기 위해 기존 위성영상에 적용된 대표적인 영역기반 분할방법인 영역 성장법과 유역 분할 기법에 의한 분할결과와 상대적인 비교평가를 수행하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.