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.35 no.3, 2019년, pp.483 - 489
한현경 (부경대학교 공간정보시스템공학과) , 이경상 (부경대학교 공간정보시스템공학과) , 최성원 (부경대학교 공간정보시스템공학과) , 서민지 (부경대학교 공간정보시스템공학과) , 진동현 (부경대학교 공간정보시스템공학과) , 성노훈 (부경대학교 공간정보시스템공학과) , 정대성 (부경대학교 공간정보시스템공학과) , 김홍희 (부경대학교 공간정보시스템공학과) , 한경수 (부경대학교 공간정보시스템공학과)
True color images display colors similar to natural colors. This has the advantage that it is possible to monitor rapidly the complex earth atmosphere phenomenon and the change of the surface type. Currently, various organizations are producing true color images. In Korea, it is necessary to produce...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
Histogram equalization 기법이 무엇인가? | Histogram equalization 기법은 컬러 영상 시각화 향상에 널리 사용되는 방법으로(Abdullah, 2006) 누적 분포에 대한 영상의 전체 픽셀 수의 비율로 명도 값을 재분배한다. 이를 이용해 적은 범위의 명암 분포를 재분배하여 일정한 분포의 히스토그램으로 생성한다(Gonzalez et al., 2008). | |
True color 영상의 장점은 무엇인가? | True color 영상은 자연색과 유사한 색상이 표출되며 이는 복잡한 지구의 대기 현상 및 지표의 변화에 빠른 모니터링이 가능하다는 장점이 있다. 현재 다양한 기관에서 true color 영상을 생산 중이며 우리나라에서도 차세대 기상위성으로 세대교체가 이루어져 true color 영상 생산의 필요성이 대두되고 있다. | |
시각화 향상 기법의 두 가지 Histogram equalization 기법과 Nonlinear enhancement 기법의 차이점은 무엇인가? | 본 연구는 AHI 자료를 이용하여 true color 영상 생산을 위한 시각화 향상 기법을 비교를 하였다. 비교 결과 Histogram equalization 기법이 Nonlinear enhancement 기법 대비 식생 영역의 선명한 표출과 VZA 70° 이상 지역과 해양 영역에서 청색 계열이 강한 영상이 생산되었다. 그리고 Nonlinear enhancement 기법은 청색 계열의 강한 표출이 없으며 식생 영역이 붉게 나타나는 특징이 보였다. 이러한 특징을 이용해 비교적 선명한 식생의 표출이 가능한 Histogram equalization기법은 식생의 변화나 산불 피해 모니터링 등에 사용될 수 있으며, 청색 계열이 상대적으로 강하게 나타나지 않는 Nonlinear enhancement기법의 경우 황사와 같은 대기 현상 모니터링에 유용할 것으로 사료된다. 그러나 대기 보정을 수행하지 않은 본 연구의 영상은 Rayleigh 산란 및 대기의 효과에 의한 왜곡이 제거되지 않았기 때문에 true color 영상의 품질향상을 위해 대기 보정 수행이 필요하며, 특히 청색 계열이 강하게 나타나는 VZA 70° 이상 지역에 대해 대기 효과를 제거하는 대기 보정이 필수적으로 수행 되어야 한다. |
Abdullah-Al-Wadud, M., M.H. Kabir, M.A.A. Dewan, and O. Chae, 2007. A dynamic histogram equalization for image contrast enhancement, IEEE Transactions on Consumer Electronics, 53(2): 593-600.
Gonzalez, R.C. and R.E. Woods, 2007. Digital Image Processing, Prentice Hall, Upper Saddle River, NJ, USA, pp. 88-103.
Gumley, L., J. Descloitres, and J. Schmaltz, 2003. Creating reprojected true color MODIS images: A tutorial, University of Wisconsin-Madison, WI, USA, pp. 1-17.
Hillger, D.W., L. Grasso, S.D. Miller, R. Brummer, and R. J. DeMaria, 2011. Synthetic advanced baseline imager true-color imagery, Journal of Applied Remote Sensing, 5(1): 053520.
Miller, S. D., T. L. Schmit, C. J. Seaman, D. T. Lindsey, M. M. Gunshor, R. A. Kohrs, Y. Sumida, and D. Hillger, 2016. A sight for sore eyes: The return of true color to geostationary satellites, Bulletin of the American Meteorological Society, 97(10): 1803-1816.
Miller, S. D., C. C. Schmidt, T. J. Schmit, and D. W. Hillger, 2012. A case for natural colour imagery from geostationary satellites, and an approximation for the GOES-R ABI, International Journal of Remote Sensing, 33(13): 3999-4028.
Zhu, C., J. Luo, D. Ming, Z. Shen, and J. Li, 2012. Method for generating SPOT natural-colour composite images based on spectrum machine learning, International Journal of Remote Sensing, 33(4): 1309-1324.
*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.