최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기대한원격탐사학회지 = Korean journal of remote sensing, v.31 no.2, 2015년, pp.161 - 170
오관영 (서울시립대학교 공간정보공학과) , 정형섭 (서울시립대학교 공간정보공학과) , 정남기 (서울시립대학교 공간정보공학과)
This paper presents an efficient image fusion method to be appropriate for the KOMPSAT-2 and 3 satellites. The proposed method is based on the well-established component substitution (CS) approach. The proposed method is divided into two parts: 1) The first step is to create a intensity image by the...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
IHS 융합 기법을 통해 생성된 영상이 가진 문제점은 무엇인가? | IHS 융합 기법에서는 Red, Green, Blue 밴드영상을 IHS 변환하여 intensity영상을 제작하고, 이를 전정색 영상과 차분하여 고주파 영상을 생성한다. 그러나 IHS 융합 기법을 통해 생성된 intensity 영상과 전정색 영상 간 대역 범위에 따른 분광특성의 차이로 색상 왜곡이 빈번히 발생되는 단점이 있었다. 이를 보완하기 위하여, NIR 밴드영상을 포함하여, intensity 영상을 제작하는 Generalized IHS(GIHS)기법이 제안되었으며, 현재 구분되고 있는 다양한 CS 기반 기법들의 원형이 되었다(Tu et al. | |
본 연구에서 제시한 아리랑2호와 3호의 영상융합 기법의 두가지 단계는 무엇인가? | 제안된 기법의 융합 과정은 크게 두 가지 단계로 구분할 수 있다. 첫 번째는 가중 평균된 다분광 영상을 이용한 Intensity 영상의 제작 단계와 두 번째는 최적화된 융합 매개변수를 통한 고주파 영상의 생성 단계이다. 제안된 기법에서는 기존의 방법을 개선한 다른 새로운 형식의 융합 매개변수를 정의하였으며, 이는 고주파 영상, 전정색 영상과 다분광 영상 간 공분산/분산 비를 이용하여 도출된다. | |
IHS 융합 기법에서 어떻게 고주파 영상을 생성하는가? | (2001)에 의해 제안된 IHS 융합 기법이다. IHS 융합 기법에서는 Red, Green, Blue 밴드영상을 IHS 변환하여 intensity영상을 제작하고, 이를 전정색 영상과 차분하여 고주파 영상을 생성한다. 그러나 IHS 융합 기법을 통해 생성된 intensity 영상과 전정색 영상 간 대역 범위에 따른 분광특성의 차이로 색상 왜곡이 빈번히 발생되는 단점이 있었다. |
Aiazzi, B., L. Alparone, S. Baronti, and A. Garzelli, 2002. Context-Driven fusion of high spatial and spectral data based on oversampled multiresolution analysis, IEEE Transactions on Geoscience and Remote Sensing, 40(10): 2300-2312.
Aiazzi, B., S. Baronti, and M. Selva, 2007. Improving component substitution pansharpening through multivariate regression of MS+PAN data, IEEE Transactions on Geoscience and Remote Sensing, 45(10): 3230-3239.
Aiazzi, B., S. Baronti, F. Lotti, and M. Selva, 2009. A comparison between global and context-adaptive pansharpening of multispectral images, IEEE Geoscience and Remote Sensing Letters, 6(2): 302-306.
Alparone, L., L. Wald, J. Chanussot, C. Thomas, P. Gamba, and L.M. Bruce, 2007, Comparison of pansharpening algorithms: Outcome of the 2006 GRS-S data-fusion contest, IEEE Transaction on Geoscience and Remote Sensing, 45(10): 3012-3021.
Choi, J.-W., 2010. Hybrid pansharpening algorithm of high-spatial resolution satellite images by extracting automatic parameter based on spatial correlation, Ph.D. dissertation, Seoul National University, Seoul, Korea (in Korean with English abstract).
Garzelli, A., F. Nencini, and L. Capobianco, 2008. Optimal MMSE pan sharpening of very high resolution multispectral images, IEEE Transaction on Geoscience and Remote Sensing, 46(1): 228-236.
Kruse, F.A., A.B. Lefkoff, J.W. Boardman, K.B. Heidebrecht, A.T. Shapiro, P.J. Barloon, and A.F.H. Goetz, 1993. The spectral image processing system (SIPS): interactive visualization and analysis of imageing spectrometer data, Remote Sensing of Environment, 44(2): 145-163.
Leung, Y. and J. Liu, 2014. An improved adaptive intensity-hue-saturation method for the fusion of remote sensing images, IEEE Geoscience and Remote Sensing Letters, 11(5): 985-989.
Lillo-Saavedra, M. and C. Gonzalo, 2006. Spectral or spatial quality for fused satellite imagery? A trade-off solution using the wavelet a trous algorithm, International Journal of Remote Sensing, 27(7): 1453-1464.
Oh, K.-Y., H.-S. Jung, N.-K. Jeong, and K.-J. Lee, 2014. The comparative analysis of image fusion results by using KOMPSAT-2/3 images, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 32(2): 117-132 (in Korean with English abstract).
Rahmani, S., M. Strait, D. Merkurjev, M. Moeller, and T. Wittman, 2010. An adaptive IHS pansharpening method, IEEE Geoscience and Remote Sensing Letters, 7(4): 746-750.
Ranchin, T. and L. Wald, 2000. Fusion of high spatial and spectral resolution images: the ARSIS concept and its implementation, Photogrammetric Engineering and Remote Sensing, 66(1): 49-61.
Sangwine S.J. and T.A. Ell, 2000, Colour image filters based on hypercomplex convolution, IEEE Proceedings-Vision, Image and Signal Processing, 147(2): 89-93.
Tu, T.M., S.C. Su, H.C. Shyu, and P.S. Huang, 2001. A new look at IHS-like image fusion methods, Information Fusion, 2(3): 177-186.
Tu, T.M., P.S. Huang, C.L. Hung, and C.P. Chang, 2004. A fast intensity-hue-saturation fusion technique with spectral adjustment for IKONOS imagery, IEEE Geoscience and Remote Sensing Letters, 1(4): 309-312.
Vaidyanathan, P.P., 1992. Multirate systems and Filter banks, Dorling Kindersley, London.
Wald, L., T. Ranchin, and M. Mangolini, 1997. Fusion of satellite images of different spatial resolutions: Assessing the quality of resulting images, Photogrammetric Engineering and Remote Sensing, 63(6): 691-699.
Wang, Z. and A.C. Bovik, 2002, A Universal Image Quality Index, IEEE Signal Processing Letters, 9(3): 81-84.
Yocky, D.A., 1996. Artifacts in wavelet image merging, Optical Engineering, 35(7): 2094-2101.
Zhang, Y., 2004. Understanding image fusion, Photogrammetric Engineering and Remote Sensing, 70(6): 657-661.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.