[논문]영상 전처리 수행을 통한 Rededge-M 카메라의 수색 관측에의 활용성 검토

김원국; 노상현; 문용선; 정성훈

doi:10.7848/ksgpc.2019.37.3.167

영상 전처리 수행을 통한 Rededge-M 카메라의 수색 관측에의 활용성 검토
Evaluation of Rededge-M Camera for Water Color Observation after Image Preprocessing 원문보기

한국측량학회지 = Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, v.37 no.3, 2019년, pp.167 - 175

김원국 (Dept. Civil and Environmental Engineering, Pusan National University) , 노상현 (REDONE TECHNOLOGIES Co. Ltd.) , 문용선 (Dept. Electric Engineering, Sunchon National University) , 정성훈 (Department of Electric Vehicle Engineering, Dongshin University)

초록
AI-Helper

물의 색깔 즉, 수색(水色)을 분석하면 그 물이 함유하고 있는 유색 구성물질의 분포 및 농도를 비파괴적으로 추정할 수 있다. 이러한 분석을 위해 분광복사계를 사용하는데, 최근 드론, 자율운행차, 헬리카이트 등의 저고도 무인 플랫폼에 장착하기 위한 경량 다분광 카메라에 대한 수요가 높아지고 있다. 본 연구에서는 최근 활용 용이성으로 인해 지역적 환경 변화를 모니터링함에 있어 그 활용도가 높아진 Micasense사의 Rededge-M 다분광 카메라의 전처리를 수행하고, 수색관측에의 활용성을 검증하기 위한 분석을 수행하였다. 우선, 영상 형태로 생성되는 자료에서의 Vignette 보정 및 밴드 정렬을 수행하였고, 수색관측을 위해 필요한 하늘, 물, 태양광을 측정한 복사량 그리고 그로부터 최종적으로 도출되는 원격탐사 반사도 관측치를 독립적인 초분광 센서의 관측값과 비교하여 분석하였다. 실험 결과, 전처리 과정을 수행하였을 시, 청색밴드(475 nm)와 근적외선 밴드(840 nm)에서 주목할 만한 차이가 있었지만, Rededge-M은 전반적으로 수색 분석을 위한 기본적인 광학적 성능을 가지고 있음을 확인하였다.

Abstract ▼ AI-Helper

Water color analysis allows non-destructive estimation of abundance of optically active water constituents in the water body. Recently, there have been increasing needs for light-weighted multispectral cameras that can be integrated with low altitude unmanned platforms such as drones, autonomous vehicles, and heli-kites, for the water color analysis by spectroradiometers. This study performs the preprocessing of the Micasense Rededge-M camera which recently receives a growing attention from the earth observation community for its handiness and applicability for local environment monitoring, and investigates the applicability of Rededge-M data for water color analysis. The Vignette correction and the band alignment were conducted for the radiometric image data from Rededge-M, and the sky, water, and solar radiation essential for the water color analysis, and the resultant remote sensing reflectance were validated with an independent hyperspectral instrument, TriOS RAMSES. The experiment shows that Rededge-M generally satisfies the basic performance criteria for water color analysis, although noticeable differences are observed in the blue (475 nm) and the near-infrared (840 nm) band compared with RAMSES.

주제어

표/그림 (8)

그림 Fig. 1. (a) Rededge-M camera with the DLS sensor and the GPS module, (b) Aperture alignment for the 5 spectral bands
그림 Fig. 2. (a) The package that contains the reference panel and the QR code which directs users to the reflectance information of the panel, and (b) the Rededge-M image with the panel and the QR code portions detected automatically
그림 Fig. 3. Location of two observation stations: (a) the seashore of Youngdo island in Pusan, and (b) the seashore of Tongyoung
그림 Fig. 4. (a) Correction factor of Vignette model derived for the 5 spectral bands for total water radiance( L_w), and (b) total water radiance after the radiometric correction including the Vignette correction
그림 Fig. 5. (a) Correction factor of Vignette model derived for the 5 spectral bands for sky radiance(L_sky), and (b) sky radiance after the radiometric correction including the Vignette correction
그림 Fig. 6. RGB composite images for (a) horizontal view, (c) water, and (e) sky before the band alignment, and the images after the band alignment for (b) horizontal view, (d) water, and (f) sky
그림 Fig. 7. Spectrum for (a) total water radiance(L_w), (b) sky radiance(L_sky), (c) downward solar irradiance (E_d), and (d) remote sensing reflectance(R_rs)
그림 Fig. 8. Spectrum obtained by Rededge-M camera and RAMSES sensor for (a) total water radiance(L_w), (b) sky radiance(L_sky), (c) downward solar irradiance (E_d), and (d) remote sensing reflectance(R_rs)

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 다분광 카메라인 Rededge-M의 전처리 결과를 분석한 후, 수색분석에 주로 활용되는 초분광 센서인 TriOS RAMSES와의 비교를 통하여 Rededge-M 카메라의 수색분석에의 활용성을 검토하였다. 우선, 이차원 센서를 통하여 영상형태의 자료를 취득하기 때문에 발생하는 영상 왜곡을 보정하였고, 밴드 간 영상의 정렬을 수행함으로써 픽셀별 분광학적 분석이 가능하도록 전처리를 수행하였다.
본 연구에서는 최근 국내외적으로 자주 활용되고 있는 다분광 카메라인 Micasense사의 Rededge-M 전처리 과정이 수색관측에 적합한지를 분석한다. 우선 각 밴드의 영상이 나타내는 영상 왜곡량을 분석하고, 밴드 정렬을 수행하여 보정 결과를 분석하였다.

제안 방법

Homography 변환을 통하여 첫 번째 밴드인 청색 밴드(475 nm)를 기준으로 나머지 밴드의 영상을 기준영상에 정렬하였다. Fig.
RAMSES 센서는 FOV 7°를 가지는 비영상 형태의 센서이기 때문에, Rededge-M 영상 중앙 부분의 100 ×100 pixel를 오려내어 평균한 값을 RAMSES의 관측값과 비교하였다.
두 개의 복사휘도 센서는 연직면상에 위치시키며 두 센서의 상대각이 100°가 되게 장치하였다.
이 때, 표면반사가 이루어진 수표면의 기울기를 알고, 촬영순간의 바람속도, 그리고 해당 수표면 지점에 입사된 대기복사휘도(L_sky)를 정확히 알면 엄밀한 보정이 가능하지만 현장에서 그 값들을 모두 알기는 매우 어렵다. 따라서, 본 연구에서는 카메라 영상에 찍힌 수괴(水塊)의 영역이 충분히 작아서 카메라에 촬영된 전체 영역에서의 해수 특성이 변하지 않는다고 가정하고, 총복사휘도(L_w) 영상에서 하위 25% 이하의 복사휘도를 가지는 픽셀들을 선별한 후 그 픽셀들의 평균값을 구하여 총복사휘도(L_w)의 대푯값으로 사용하였다. 대기복사휘도(L_sky)의 경우, 영상의 어느 픽셀이 총복사휘도(L_w) 영상의 해당 픽셀에 반사되어 카메라에 입사되었는지 기하학적으로 정확히 계산하기가 어렵기 때문에, 전체영상의 평균값을 대표 대기복사휘도(L_sky)로 간주하였다.
우선 각 밴드의 영상이 나타내는 영상 왜곡량을 분석하고, 밴드 정렬을 수행하여 보정 결과를 분석하였다. 또한, 수색관측을 위해 필요한 복사 휘도 및 복사조도(輻射照度, irradiance) 계산을 수행하였고 Rededge-M 카메라에서 최종적으로 얻어지는 복사량 검증을 위하여 수색분석에서 전통적으로 사용되어 오던 초분광 센서인 TriOS사의 RAMSES센서의 관측값을 이용하여 복사량을 비교 분석하였다.
총복사휘도(L_w: Total Water Radiance)는 관측하고자 하는 물을 향해 하방으로 천정각 40°, 그리고 방위각(方位角, azimuth angle)은 태양에 대하여 135°를 유지하여 촬영하였고, 대기복사휘도(L_sky: Sky Radiance)는 같은 방위각을 유지한 채로 상방으로 천정각 40°를 조준하여 촬영하였다. 레퍼런스 패널을 촬영할 때는 총복사휘도를 촬영하는 관측기하와 동일하게 하여 관측하였다.
로 나타날 수 있다. 본 연구에서는 수색 관측 시 가장 큰 복사휘도를 가지는 청색 밴드(475 nm) 영상을 기준으로 나머지 4개 밴드의 영상의 좌표를 변환하였다.
본 연구에서는 최근 국내외적으로 자주 활용되고 있는 다분광 카메라인 Micasense사의 Rededge-M 전처리 과정이 수색관측에 적합한지를 분석한다. 우선 각 밴드의 영상이 나타내는 영상 왜곡량을 분석하고, 밴드 정렬을 수행하여 보정 결과를 분석하였다. 또한, 수색관측을 위해 필요한 복사 휘도 및 복사조도(輻射照度, irradiance) 계산을 수행하였고 Rededge-M 카메라에서 최종적으로 얻어지는 복사량 검증을 위하여 수색분석에서 전통적으로 사용되어 오던 초분광 센서인 TriOS사의 RAMSES센서의 관측값을 이용하여 복사량을 비교 분석하였다.
본 연구는 다분광 카메라인 Rededge-M의 전처리 결과를 분석한 후, 수색분석에 주로 활용되는 초분광 센서인 TriOS RAMSES와의 비교를 통하여 Rededge-M 카메라의 수색분석에의 활용성을 검토하였다. 우선, 이차원 센서를 통하여 영상형태의 자료를 취득하기 때문에 발생하는 영상 왜곡을 보정하였고, 밴드 간 영상의 정렬을 수행함으로써 픽셀별 분광학적 분석이 가능하도록 전처리를 수행하였다. 영상 왜곡은 영상 내의 위치와 밴드에 따라 달랐지만, Vignette 효과로 인한 왜곡은 평균적으로 10%를 웃도는 것으로 나타났다.
총복사휘도(Lw: Total Water Radiance)는 관측하고자 하는 물을 향해 하방으로 천정각 40°, 그리고 방위각(方位角, azimuth angle)은 태양에 대하여 135°를 유지하여 촬영하였고, 대기복사휘도(Lsky: Sky Radiance)는 같은 방위각을 유지한 채로 상방으로 천정각 40°를 조준하여 촬영하였다.
2(b)). 패널 영역에 해당하는 픽셀들에 대한 복사휘도를 추출한 후 그 픽셀들의 평균값을 대표 복사휘도로 사용 하였다.
복사조도 센서는 하향 태양광이 가려지지 않도록 주로 주변에서 가장 높은 곳에 위치하도록 설치하는 것이 일반적인데 본 연구의 경우 사방이 트인 곳에 2 m 가량의 장대를 이용하여 복사휘도와 약 10 m 정도 떨어진 곳에 설치하였다. 하향복사조도(E_d)의 경우 장애물이 없을 경우, 수평적이 위치에 크게 영향을 받지 않기 때문에, 복사휘도 센서와 동일한 장소에 설치하는 것 보다는 주변에 장애물이 없도록 하는 것에 중점을 두어 위치를 선정하였다. RAMSES는 3개의 센서가 각각 세 가지 복사량을 독립적으로 측정하기 때문에, 하나의 센서를 이용해 순차적으로 복사량을 획득하는 장비에서 나타나는 관측환경의 시간적 변화를 고려하지 않아도 되는 장비이다.

대상 데이터

우선, 영상 전처리 과정을 테스트하기 위하여 부산시 영도구에 위치한 해양박물관 앞에서 해수(海水)에 대한 영상을 취득하였고(2018년 8월 17일, 오후 1시 33분)(Fig. 3(a)), 두 번째, 초분광 센서와의 비교를 위해서는 통영시에 위치한 연명항 인근에서 RAMSES 센서와 동시에 관측이 되도록 해수 영상을 취득하였다(2018년 8월 6일, 오후 12시 07분) (Fig. 3(b)).
Rededge-M 자료의 분석을 위해서 두 장소에서 영상자료를 획득하였다. 우선, 영상 전처리 과정을 테스트하기 위하여 부산시 영도구에 위치한 해양박물관 앞에서 해수(海水)에 대한 영상을 취득하였고(2018년 8월 17일, 오후 1시 33분)(Fig.
는 참조패널의 복사휘도, p는 패널의 반사도이다. 본 연구에 사용된 패널의 반사도는 밴드별로 50.6%, 50.9%, 51.1%, 51.2%, 51.1%이다. 패널을 찍은 영상은 참조패널 부분뿐만 아니라 다른 물체도 촬영이 되기 때문에, 패널 영역만을 자동으로 추출하는 모듈을 적용하였다(Fig.
본 연구에서 이루어진 영상 전처리는 Micasense사에서 Rededge-M 카메라를 위해 구축한 Python 라이브러리를 사용하여 수행하였다(https://github.com/micasense/ imageprocessing).
수색 분석을 위한 영상 획득은, 기존 해색연구에서 실행되고 있는 관측 프로토콜을 따라, 한 위치에 대해서 총 3종의 영상을 획득하였다. 총복사휘도(L_w: Total Water Radiance)는 관측하고자 하는 물을 향해 하방으로 천정각 40°, 그리고 방위각(方位角, azimuth angle)은 태양에 대하여 135°를 유지하여 촬영하였고, 대기복사휘도(L_sky: Sky Radiance)는 같은 방위각을 유지한 채로 상방으로 천정각 40°를 조준하여 촬영하였다.
Rededge-M 자료의 분석을 위해서 두 장소에서 영상자료를 획득하였다. 우선, 영상 전처리 과정을 테스트하기 위하여 부산시 영도구에 위치한 해양박물관 앞에서 해수(海水)에 대한 영상을 취득하였고(2018년 8월 17일, 오후 1시 33분)(Fig. 3(a)), 두 번째, 초분광 센서와의 비교를 위해서는 통영시에 위치한 연명항 인근에서 RAMSES 센서와 동시에 관측이 되도록 해수 영상을 취득하였다(2018년 8월 6일, 오후 12시 07분) (Fig.

성능/효과

Vignette 왜곡은 영상 중심 부근의 기준점에서의 거리를 기준으로 모의되기 때문에 영상의 네 모퉁이에서 왜곡이 가장 크게 나타난다. 5개 밴드 모두에서 네 모퉁이에서의 최대 왜곡이 20% 이상이었고, 근적외선 밴드(865nm)의 경우 그 크기가 80%까지 나오는 것을 확인할 수 있었다. 영상의 좌우, 상하 1/4, 3/4 지점에서는 밴드별로 약 10%, 15%, 20%, 40% 가량을 나타내었고, 마지막 red edge 밴드(717nm)의 경우 약 30%를 나타내어, Vignette 보정을 수행하지 않을 경우 큰 오차를 유발시킬 수 있음을 알 수 있었다.
Fig. 7에서 보는바와 같이 총복사휘도(L_w), 대기복사휘도(L_sky), 원격탐사반사도 모두 청색대역에서 가장 크고, 근적외선 대역으로 갈수록 낮아지는 일반적인 형태를 가지고 있음이 확인되었다. 다만 하향복사조도(E_d)의 경우는(Fig.
6에서 볼 수 있듯이 영상정렬 없이 각 밴드를 중첩할 경우 10 pixel 이상의 위치편차가 발생하였고, 이러한 편차는 피사체까지의 거리에 따라 일정치 않기 때문에 다차식 영상변환 모델로는 엄밀한 정렬이 되지 않는다. Homography 변환을 통하여 관측기하를 모델링하여 변환한 결과, 영상 전체 영역에 걸쳐 고르게 정렬이 잘 이루어져 밴드 간 오차가 1 픽셀 이내로 줄어들었다. 하지만, 영상내의 위치에 따라 정렬의 성능에 차이가 있음을 확인하였다.
8), 관측값에 영향을 미치는 센서 외적인 요인, 즉 관측 기하의 차이, 영상-비영상 센서간의 정합 오차, 광학적 환경의 차이, 부족한 반복 실험 횟수 등을 고려했을 때 Rededge-M과 RAMSES 간의 성능이 크게 차이가 난다고 보기 어렵다. 다만, Rededge-M 센서의 근적외선 밴드(840 nm)의 복사휘도와 복사조도가 RAMSES보다 일관되게 낮게 나오는 점, 그리고 반대로 청색밴드(475 nm)에서의 복사휘도 및 조도가 다소 작게 나오는 것을 확인하였다.
복사량의 오차는 그대로 원격탐사반사도의 오차로 전파되기 때문에, 영상내의 모든 픽셀을 사용하기 위해서는 왜곡 보정이 필수적인 전처리임을 알 수 있었다. 밴드 정렬을 수행하지 않을 경우, 10 픽셀 이상의 위치 오차가 발생함을 확인하였고, 이는 homography 변환을 통한 밴드 정렬을 수행하였을 시 1 픽셀 이내의 정확도로 만족할만한 보정이 이루어짐을 확인하였다.
예를 들어, 대상물이 빠르게 이동하는 물 영상의 경우 영상 하단이 영상 중앙보다 더 큰 오차를 나타내어 1 픽셀 정도의 차이를 나타내기도 하였다. 변환을 통하여 영상이 담아내는 전체 영역은 변환 전후가 다를 수 있는데, 본 연구에서 사용된 Rededge-M 카메라의 경우 수평선, 물, 대기 영상 모두에서 연구 목적에 큰 영향을 미치지 않는 정도의 변두리 부분(10 픽셀 이내)이 사용할 수 없는 부분으로 나타났다.
영상 왜곡은 영상 내의 위치와 밴드에 따라 달랐지만, Vignette 효과로 인한 왜곡은 평균적으로 10%를 웃도는 것으로 나타났다. 복사량의 오차는 그대로 원격탐사반사도의 오차로 전파되기 때문에, 영상내의 모든 픽셀을 사용하기 위해서는 왜곡 보정이 필수적인 전처리임을 알 수 있었다. 밴드 정렬을 수행하지 않을 경우, 10 픽셀 이상의 위치 오차가 발생함을 확인하였고, 이는 homography 변환을 통한 밴드 정렬을 수행하였을 시 1 픽셀 이내의 정확도로 만족할만한 보정이 이루어짐을 확인하였다.
수색분석에서 높은 신뢰도를 가지고 사용되는 TriOS RAMSES 센서와의 비교분석 결과, Rededge-M의 복사량은 신뢰할만한 수준의 성능을 나타내는 것으로 확인되었다. 두센서간의 관측값의 차이를 보면(Fig.
식물성 플랑크톤의 약한 형광 신호를 포착하기 위해서는 현재의 717 nm 보다는 보다 더 짧은 파장대(690 nm – 700 nm)에 밴드가 필요하지만, 형광신호가 강할 때는 현재의 717 nm 밴드에서도 그 신호가 포착됨을 볼 수 있었다.
우선, 이차원 센서를 통하여 영상형태의 자료를 취득하기 때문에 발생하는 영상 왜곡을 보정하였고, 밴드 간 영상의 정렬을 수행함으로써 픽셀별 분광학적 분석이 가능하도록 전처리를 수행하였다. 영상 왜곡은 영상 내의 위치와 밴드에 따라 달랐지만, Vignette 효과로 인한 왜곡은 평균적으로 10%를 웃도는 것으로 나타났다. 복사량의 오차는 그대로 원격탐사반사도의 오차로 전파되기 때문에, 영상내의 모든 픽셀을 사용하기 위해서는 왜곡 보정이 필수적인 전처리임을 알 수 있었다.
5개 밴드 모두에서 네 모퉁이에서의 최대 왜곡이 20% 이상이었고, 근적외선 밴드(865nm)의 경우 그 크기가 80%까지 나오는 것을 확인할 수 있었다. 영상의 좌우, 상하 1/4, 3/4 지점에서는 밴드별로 약 10%, 15%, 20%, 40% 가량을 나타내었고, 마지막 red edge 밴드(717nm)의 경우 약 30%를 나타내어, Vignette 보정을 수행하지 않을 경우 큰 오차를 유발시킬 수 있음을 알 수 있었다. 대기복사휘도(L_sky) 영상의 경우에도 Vignette 왜곡은 유사하게 추정이 되었으며, 보정을 통해 주변부의 왜곡이 감소하였다.

후속연구

7(c)) 717 nm 밴드에서 급격하게 작은 값을 가지는 것으로 나타났는데, 이는 뒤에서 RAMSES 센서와의 비교 결과에서도 확인되듯이 717 nm 주변에 수증기 흡광대역이 존재하기 때문이다. 668 nm 에서의 복사조도가 475 nm, 560 nm와 비교하여 큰 값을 가지는 것으로 나타났는데, 이는 일반적인 하향조도의 형태는 아니기 때문에 이러한 현상의 발생 원인에 대하여 추후 추가적인 분석이 필요하다.
비영상 형태의 센서과 비교하여, 근접거리 카메라 센서 자료는 수면 기울기에 따른 표면 반사효율(ρf)의 공간적 변화, 백파나 파도에 의한 그림자(wave shadow) 등이 보다 명확히 관찰되기 때문에 그러한 현상에 대한 추가적인 정보를 더 취득할 수 있지만, 수괴의 광학적 특성 추출을 위해서는 그들이 총복사휘도(Lw)에 미치는 영향을 정확하게 제거해내는 기법에 대한 연구가 필요하다 할 수 있다.
종합적으로 볼 때, Rededge-M 카메라 센서는 제시된 전처리를 완료하였을 시, 수색분석을 위한 분광학적인 기본성능을 나타내고 있다고 판단되고, 추후 수색 자료를 통해 추정이 가능한 엽록소 농도 및 부유퇴적물 농도 추정에 활용될 수 있을 것으로 기대된다. 다만, 450 nm 이하의 분광밴드가 없다는 점은 용존유기물 농도 추정을 수행하기에는 다소 어려울 것으로 보이며, 용존 유기물의 영향에 의해 엽록소 농도의 추정불확도가 크게 나타날 수 있는 밴드 구성이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	수색(水色)이란 무엇인가?	수색(水色)은 주로 자외선, 가시광선부터 근적외선 대역 파장에 관측되는 물의 색깔을 의미하는 말로, 수색 분석을 수행할 시 수중에 분포하는 구성물질의 농도 및 특성을 원격으로 추정할 수 있다. 수색 분석을 통하여 하천 및 해양 표층의 엽록소 농도, 부유물 농도 등 수질(water quality)에 영향을 미치는 일부 변수를 추정할 수 있고, 나아가 일차생산성, 부영영화, 유해조류(有害藻類) 번성, 부유조류(浮遊藻類)의 분포 등 물에서 일어나는 환경 변화 및 생화학적인 특성을 파악할 수 있다.
	수색(水色) 분석을 위해 사용하는 복사계는 무엇인가?	물의 색깔 즉, 수색(水色)을 분석하면 그 물이 함유하고 있는 유색 구성물질의 분포 및 농도를 비파괴적으로 추정할 수 있다. 이러한 분석을 위해 분광복사계를 사용하는데, 최근 드론, 자율운행차, 헬리카이트 등의 저고도 무인 플랫폼에 장착하기 위한 경량 다분광 카메라에 대한 수요가 높아지고 있다. 본 연구에서는 최근 활용 용이성으로 인해 지역적 환경 변화를 모니터링함에 있어 그 활용도가 높아진 Micasense사의 Rededge-M 다분광 카메라의 전처리를 수행하고, 수색관측에의 활용성을 검증하기 위한 분석을 수행하였다.
	수색 분석을 통하여 어떤 것들을 파악할 수 있는가?	수색(水色)은 주로 자외선, 가시광선부터 근적외선 대역 파장에 관측되는 물의 색깔을 의미하는 말로, 수색 분석을 수행할 시 수중에 분포하는 구성물질의 농도 및 특성을 원격으로 추정할 수 있다. 수색 분석을 통하여 하천 및 해양 표층의 엽록소 농도, 부유물 농도 등 수질(water quality)에 영향을 미치는 일부 변수를 추정할 수 있고, 나아가 일차생산성, 부영영화, 유해조류(有害藻類) 번성, 부유조류(浮遊藻類)의 분포 등 물에서 일어나는 환경 변화 및 생화학적인 특성을 파악할 수 있다. 수색 관측은 위성, 항공기, 드론, 헬리카이트 등 다양한 플랫폼을 통해 이루어질 수 있으며, 필요한 분광학적 해상도에 따라 다분광 또는 초분광 센서를 선택하여 운영하여 다양한 시간주기 및 공간범위의 수환경(水環境)을 종관관측(綜觀觀測, synoptic observation)할 수 있다.

참고문헌 (13)

Becker, R.H., Sayers, M., Dehm, D., Shuchman, R., Quintero, K., Bosse, K., and Sawtell, R. (2019), Unmanned aerial system based spectroradiometer for monitoring harmful algal blooms: A new paradigm in water quality monitoring, Journal of Great Lakes Research, Vol. 45, No. 3, pp. 444-453.

상세보기
Goldman, D.B. (2010), Vignette and exposure calibration and compensation, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 32, No. 12, pp. 2276-2288.

상세보기
Jhan, J., Rau, J., and Huang, C. (2016), Band-to-band registration and ortho-rectification of multilens/multispectral imagery: A case study of MiniMCA-12 acquired by a fixed-wing UAS, ISPRS Journal of Photogrammetry and Remote Sensing, Vol. 114, pp. 66-77.

상세보기
Kim, H. (2014), Utilization Plan of Drones for the Field of Ocean and Fishery, Issue Analysis Report No. 2014-06, Korea Maritime Institute (KMI), Busan, pp. 5-36. (in Korean)
Kim, S.J., and Pollefeys, M. (2008), Robust radiometric calibration and vignetting correction, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 30, No. 4, pp. 562-576.

상세보기
Le, C.F., Hu, C.M, Cannizzaro, J., English, D., Muller-Karger, F., and Lee, Z. (2013), Evaluation of chlorophyll-a remote sensing algorithms for an optically complex estuary, Remote Sensing of Environment, Vol. 129, pp. 75-89.

상세보기
Lee, Z., Ahn, Y.H., Mobley, C., and Arnone, R. (2010), Removal of surface-reflected light for the measurement of remote-sensing reflectance from an above-surface platform. Optics Express, Vol. 18, No. 25, pp. 26313-26324.

상세보기
Lee, Z., Carder, K.L., Mobley, C.D., Steward, R.G., and Patch, J.S. (1999), Hyperspectral remote sensing for shallow waters: 2. Deriving bottom depths and water properties by optimization. Applied Optics, Vol. 38, No. 18, pp. 3831-3843.

상세보기
Neville, R.A., and Gower, J.F.R. (1977), Passive remote sensing of phytoplankton via chlorophyll ${\alpha}$ fluorescence, Journal of Geophysical Research, Vol. 82, No. 24, pp. 3487-3493.

상세보기
O'Reilly, J.E., Maritorena, S., Mitchell, B.G., Siegel, D.A., Carder, K.L., Garver, S.A., Kahru, M., and McClain, C. (1998), Ocean color chlorophyll algorithms for SeaWiFS. Journal of Geophysical Research-Oceans, Vol. 103, No. C11, pp. 24,937-24,953.

상세보기
Shang, S., Lee, Z., Lin, G., Hu, C., Shi, L., Zhang, Y., Li, X., Wu, J., and Yan, J. (2017), Sensing an intense phytoplankton bloom in the western Taiwan Strait from radiometric measurements on a UAV, Remote Sensing of Environment, Vol. 198, pp. 85-94.

상세보기
Zheng, Y., Lin, S., Kambhamettu, C., Yu, J., and Kang, S.B. (2009), Single-image vignetting correction, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 31, No. 12, pp. 2243-2256.

상세보기
Zitova, B., and Flusser, J. (2003), Image registration methods: A survey. Image and Vision Computing, Vol. 21, No. 11, pp. 977-1000.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증