$\require{mediawiki-texvc}$

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.

Himawari-8/AHI 기반 True color 영상 생산을 위한 시각화 향상 기법 비교 연구
Comparison of Visualization Enhancement Techniques for Himawari-8 / AHI-based True Color Image Production 원문보기

대한원격탐사학회지 = 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)

초록
AI-Helper 아이콘AI-Helper

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. 따라서 본 연구에서는 Himawari-8 위성에 탑재된 Advanced Himawari Imager(AHI) 센서의 Top of Atmosphere(TOA) 자료를 이용해 true color 영상 생산을 위한 시각화 향상을 수행하였다. 시각화 향상을 위해 본 연구는 Nonlinear enhancement과 Histogram equalization 두 가지 기법을 각각 수행하였다. 이를 비교해 본 결과, Histogram equalization는 Nonlinear enhancement 대비 Solar Zenith Angle(SZA) $70^{\circ}$ 이상 지역과 해양 영역에서 청색 계열이 강한 영상이 나타났으며, Nonlinear enhancement 기법의 경우 Histogram equalization 기법과 비교했을 때 식생 영역이 붉은 특징이 나타났다.

Abstract ▼ AI-Helper 아이콘AI-Helper

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...

주제어

#True color   #Himawari-8/AHI   #Histogram equalization   #Nonlinear enhancement  

표/그림 (8)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 타 기관에서 제공하는 true color 영상은 모두 시각화 향상 기법 수행 후 제공되고 있으며, 이에 천리안 2A호의 true color 영상에도 시각화 향상이 필요하다고 판단된다. 따라서 본 연구에서는 천리안 2A 호의 Advanced Meteorological Imager(AMI) 센서와 채널 구성과 관측 영역이 유사한 Himawari-8위성에 탑재되어 있는 Advanced Himawari Imager(AHI) 센서의 자료를 이용해 시각화 기법 비교연구를 수행하였다. 이를 위해 시각화 향상에 널리 사용되는 Histogram equalization 기법과 MODIS 현업용 true color 영상에 사용되는 Nonlinear enhancement 기법을 이용해 영상을 생산하고 이를 비교 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

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.
질의응답 정보가 도움이 되었나요?

참고문헌 (7)

  1. 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. 

    상세보기 crossref

  2. Gonzalez, R.C. and R.E. Woods, 2007. Digital Image Processing, Prentice Hall, Upper Saddle River, NJ, USA, pp. 88-103. 

  3. 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. 

  4. 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. 

    상세보기 crossref

  5. 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. 

    상세보기 crossref

  6. 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. 

    상세보기 crossref

  7. 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. 

    상세보기 crossref

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 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