$\require{mediawiki-texvc}$

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.

[국내논문] 아리랑 2호/3호 영상을 이용한 영상융합 비교 분석
The comparative analysis of image fusion results by using KOMPSAT-2/3 images 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.32 no.2, 2014년, pp.117 - 132  

오관영 (Dept. of Geoinformatics, Univ. of Seoul) ,  정형섭 (Dept. of Geoinformatics, Univ. of Seoul) ,  정남기 (Dept. of Geoinformatics, University of Seoul) ,  이광재 (Korea Aerospace Research Institute)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 사용되는 센서의 특성, 특히 밴드 간 분광 응답함수의 차이에 따라 달라질 수 있는 영상융합 기법의 성능 차이에 대한 상대적 비교 분석을 주된 연구 목적으로 하였다. 이를 위해, CS 기반의 대표적 영상융합 기법인 GIHS, GS1, GSA, GSA-CA을 선정하였고, 거의 동일 시기/동일 지역을 촬영한 KOMPSAT-2/3 위성영상을 이용하였다. 또한, 융합 영상의 성능 평가는 정량적/정성적 방법을 혼용하여 진행하였다. 분석 결과, KOMPSAT-2/3 영상 모두에서 GSA 기법과 GSA-CA 기법이 다른 기법들에 비해 상대적으로 우수한 품질을 나타냈다. 이는 다른 위성영상 및 문헌을 통해 제시된 결과들과 일치하는 것으로, 선형 회귀식을 통해 전정색 영상과 intensity 영상 간 스펙트럴 불일치를 최소화한 기존 방법론의 효능을 뒷받침하는 것이다. 그러나 동일한 실험 조건을 적용하였을 때, KOMPSAT-2와 KOMPSAT-3에서 나타내는 융합 성능은 서로 다른 결과를 나타냈다. 이 같은 결과는 두 위성 센서 내 밴드별 분광응답함수가 서로 다른 것에 기인하는 것으로 판단할 수 있다. KOMPSAT-2의 경우, blue 밴드와 green 밴드의 분광 응답비가 전정색 밴드를 초과하는 것으로 알려져 있으며, 이는 영상 융합 과정에서 과도한 저주파 요소를 삽입하여, 최종적으로 제작된 융합 영상에서의 색상 왜곡을 유발하는 원인이 되는 것으로 알려져 있다. 반면, KOMPSAT-3에서는 KOMPSAT-2에서 발생되었던 상당부분의 관련 문제들을 보완 하였으며, 결과적으로 동일한 실험 조건에서도 상대적으로 향상된 융합 결과를 나타냈다.

Abstract AI-Helper 아이콘AI-Helper

This paper had a purpose on analyzing result data from pan-sharpening, which have applied on the KOMPSAT-2 and -3 image. Particularly, the study focused on comparing each relative spectral response functions, which considers to cause color distortions of fused image. Two images from same time and lo...

Keyword

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 사용되는 센서의 특성, 특히 밴드 간 분광 응답함수의 차이에 따라 달라질 수 있는 영상융합 기법의 성능 차이에 대한 상대적 비교 분석을 주된 연구 목적으로 하였다. 이를 위해, CS 기반의 대표적 영상융합 기법인 GIHS, GS1, GSA, GSA-CA을 선정하였고, 거의 동일 시기/동일 지역을 촬영한 KOMPSAT-2/3 위성영상을 이용하였다.
  • 이에 본 논문에서는 사용되는 센서의 특성에 따라 달라질 수 있는 영상융합 기법의 성능 차이와 최종적인 융합 결과에 대한 상대적 비교 분석을 주된 연구 목적으로 하였다. 이를 위해, CS 기반의 대표적 영상융합 기법인 GIHS, GS1, GSA, GSA-CA을 선정하였고, 거의 동일 시기/동일 지역을 촬영한 KOMPSAT-2/3 위성영상을 이용하였다.
  • 본 연구에서는 사용된 센서의 분광 및 공간 특성에 따라 달라지는 영상융합 기법의 상대적 비교 분석을 주된 목적으로 하였다. 이를 위해 본 장에서는 일반적인 영상 융합식에 대한 분석 및 CS/MRA 기반의 융합 방법에 대한 비교 분석 과정을 기술하였다.
  • , 2007). 이에 본 실험에서는 윈도우의 크기를 5에서 88까지 증가하면서, 달라지는 정성적/정량적 변화를 분석하고자 하였다. Fig.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
영상융합 기법 중 MRA 기법의 특징은 무엇인가? MRA 기반의 기법에서는 고해상 전정색 영상에 저역 필터 등을 적용하여 저주파 영상을 제작하고, 이를 원 영상에서 차분하여 고주파 영상을 제작하는 방식을 사용한다(Vaidyanathan, 1992). 일반적으로 MRA기반의 방법은 고해상도 전정색 영상에서 직접 추출된 고주파 정보만을 주입하기 때문에 이론적으로 분광정보의 왜곡이 발생될 가능성이 적다는 장점을 지닌다. 그러나 그 처리속도가 느리고, 영상 축소 과정이나 필터링 과정 등에서 발생하는 blurring, aliasing효과 등으로 인하여 공간해상도가 상대적으로 낮아지는 문제점을 지닌다(Hong and Zhang, 2008; Aiazzi et al., 2006).
영상융합 기법이란 무엇인가? 이 같은 기술적인 한계를 극복하기 위하여, 공간해상도가 높은 전정색 영상과 분광해상도가 높은 다분광 영상을 수학적으로 융합하여, 기존 다분광 영상의 공간해상도를 강제적으로 증가시키는 다양한 형식의 영상융합 기법들이 개발되었다(Zhang, 2004). 이와 같은 영상융합 기법들은 선형식을 통해 단순화하여 표현 될 수 있음이 증명되었으며, 이에 따라 대부분의 영상융합 기법은 전정색 영상으로부터 고주파 영상을 추출하는 방법론의 차이에 따라 CS(Component-Substitution) 기법과 MRA(Multi Resolution Analysis)기반의 알고리즘으로 이원화 하여 구분 할 수 있다(Aiazzi et al.
영상융합 기법은 어떻게 구분할 수 있는가? 이 같은 기술적인 한계를 극복하기 위하여, 공간해상도가 높은 전정색 영상과 분광해상도가 높은 다분광 영상을 수학적으로 융합하여, 기존 다분광 영상의 공간해상도를 강제적으로 증가시키는 다양한 형식의 영상융합 기법들이 개발되었다(Zhang, 2004). 이와 같은 영상융합 기법들은 선형식을 통해 단순화하여 표현 될 수 있음이 증명되었으며, 이에 따라 대부분의 영상융합 기법은 전정색 영상으로부터 고주파 영상을 추출하는 방법론의 차이에 따라 CS(Component-Substitution) 기법과 MRA(Multi Resolution Analysis)기반의 알고리즘으로 이원화 하여 구분 할 수 있다(Aiazzi et al., 2009).
질의응답 정보가 도움이 되었나요?

참고문헌 (24)

  1. Aiazzi, B., Alparone, L., Baronti, S., and Garzelli, A. (2002), Context-Driven fusion of high spatial and spectral data based on oversampled multiresolution analysis, IEEE Transactions on Geoscience and Remote Sensing, Vol. 40, No. 10, pp. 2300-2312. 

  2. Aiazzi, B., Alparone, L., Baronti, S., Garzelli, A., and Selva, M. (2006), MTF-tailored multiscale fusion of high-resolution MS and PAN imagery, Photogrammetric Engineering and Remote Sensing, Vol. 72, No. 5, pp. 591-596. 

  3. Aiazzi, B., Baronti, S., and Selva, M. (2007), Improving component substitution pansharpening through multivariate regression of MS+PAN data, IEEE Transactions on Geoscience and Remote Sensing, Vol. 45, No. 10, pp. 3230-3239. 

  4. Aiazzi, B., Baronti, S., Lotti, F., and Selva, M. (2009), A comparison between global and context-adaptive pansharpening of multispectral images, IEEE Geoscience and Remote Sensing Letters, IEEE, Vol. 6, No. 2, pp. 302-306. 

  5. Alparone, L., Wald, L., Chanussot, J., Thomas, C., Gamba, P., and Bruce, L. M. (2007), Comparison of pansharpening algorithms: Outcome of the 2006 GRS-S data-fusion contest, IEEE Transaction on Geoscience and Remote Sensing, Vol. 45, No. 10, pp. 3012-3021. 

  6. Choi, J. W. (2010), Hybrid pansharpening algorthm of high-spatial resolution satellite images by extracting automatic parameter based on spatial correlation, Ph.D. dissertation, Seoul national University, Seoul, Korea, 114p. (in Koran with English abstract) 

  7. Choi, J. W. (2011), A WorldView-2 satellite imagery panharpening algorithm for minimizing the effects of local displacement, Journal of the Korean Society of Surveying Geodesy, Photogrammetry and Cartography, Vol. 29, No. 6, pp. 577-582. 

  8. Choi, J. W., Kim, D. S., and Kim, Y. I. (2011), The Comparison of Spatial/Spectral distortion on the hybrid pansharpend images by the spatial correlation method, Korean Society of Surveying Geodesy Photogrammetry and Cartography, Vol. 29, No. 2, pp. 175-181. 

  9. Choi, M. J. (2006), A New Intensity-Hue-Saturation Fusion Approach to Image Fusion with a Tradeoff Parameter, IEEE transactions on geoscience and remote sensing, Vol. 44, No. 6. pp. 1672-1682. 

  10. Hong, G. and Zhang, Y. (2008), Comparison and improvement of Wavelet-based image fusion, International Journal of Remote Sensing, Vol. 29, No. 3, pp. 673-691. 

  11. Khan, M. M., Alparone, L., and Chanussot, J. (2009), Pansharpening quality assessment using the modulation transfer functions of instruments, IEEE transactions on geoscience and remote sensing, Vol. 47, No. 11, pp. 3880-3891. 

  12. Kruse, F. A., Lefkoff, A. B., Boardman, J. W., Heidebrecht, K. B., Shapiro, A. T., Barloon, P. J., and Goetz, A. F. H. (1993), The spectral image processing system (SIPS): interactive visualization and analysis of imaging spectrometer data, Remote sensing of environment, Vol. 44 No. 2, pp. 145-163. 

  13. Laben, C. A. and Brower, B. V. (2000), Process for enhancing the spatial resolution of multispectral imagery using pan-sharpening, U.S. Patent 6,011,875. 

  14. Lillo-Saavedra, M, and Gonzalo, C. (2006), Spectral or spatial quality for fused satellite imagery? A trade-off solution using the wavelet a trous algorithm, International Journal of Remote Sensing, Vol. 27, No. 7, pp. 1453-1464. 

  15. Park, J. H. and Kang, M. G. (2004), Spatially adaptive multi-resolution multispectral image fusion, International Journal of Remote Sensing, Taylor & Francis Ltd, Vol. 25, No. 23, pp. 5491-5508. 

  16. Ranchin, T. and Wald, L. (2000), Fusion of high spatial and spectral resolution images: the ARSIS concept and its implementation, Photogrammetric Engineering & Remote Sensing, Vol. 66, No. 1, pp. 49-61. 

  17. Rahmani, S., Strait, M., Merkurjev, D., Moeller, M. and Wittman, T. (2010), An adaptive IHS pan-sharpening method, Geoscience and Remote Sensing Letters, IEEE, Vol. 7, No. 4, pp. 746-750. 

  18. Thomas, C., Ranchin, T., Wald, L., and Chanussot, J. (2008), Synthesis of Multispectral Images to high spatial resolution: A Critical review of fusion methods based on remote sensing physics, IEEE Transactions on Geoscience and Remote Sensing, Vol. 46, No. 5, pp. 1301-1312. 

  19. Thomas, C. and Wald, L. (2006), Comparing distances for quality assessment of fused images, European Association of Remote Sensing Laboratories, Warsaw, Poland, May 29-June 2, pp. 101-111. 

  20. Tu, T. M., Huang, P. S., Hung, C. L. and Chang, C. P. (2004), A fast intensity-hue-saturation fusion technique with spectral adjustment for IKONOS imagery, IEEE Geoscience and Remote Sensing Letters, Vol. 1, No. 4, pp. 309-312. 

  21. Vaidyanathan, P. P. (1992), Multirate systems and Filter banks, Dorling Kindersley, London. 

  22. Yao, W. and Han, M. (2010), Improved GIHSA for Image Fusion Based on Parameter Optimization, International Journal of Remote Sensing, Vol. 31, No. 10, pp. 2717-2728. 

  23. Zhang, Y. (2004), Understanding image fusion, Photogrammetric Engineering and Remote Sensing, Vol. 70, No. 6, pp. 657-661. 

  24. Zhou, J., Civco, D. L., and Silander, J. A. (1998), A wavelet transform method to merge Landsat TM and SPOT panchromatic data, International Journal of Remote Sensing, Vol. 19, No. 4, pp. 743-757. 

저자의 다른 논문 :

LOADING...
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