[논문]스테레오 스트립 위성영상을 이용한 비 접근지역의 1:5000 도엽별 DSM 추출 가능성 연구

이수암; 정성우; 박지민

doi:10.7780/kjrs.2020.36.5.2.9

스테레오 스트립 위성영상을 이용한 비 접근지역의 1:5000 도엽별 DSM 추출 가능성 연구
1:5000 Scale DSM Extraction for Non-approach Area from Stereo Strip Satellite Imagery 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.36 no.5 pt.2, 2020년, pp.949 - 959

이수암 ((주)쓰리디랩스 영상공학연구소) , 정성우 ((주)쓰리디랩스 영상공학연구소) , 박지민 ((주)쓰리디랩스 영상공학연구소)

초록
AI-Helper

본 논문에서는 CAS500-1/2를 이용한 산출물 생성에 관련한 선행연구로 KOMPSAT-3A 스트립영상을 사용한 비접근 지역의 도엽별 DSM을 생성하는 방법을 제안한다. 제안 기법은 1:5000 도엽정보의 입력을 통한 영역 설정을 통해 도엽별로 산출물이 나올 수 있도록 설계됐으며, 강인한 스테레오 영상정합 기법인 MDR을 적용하여 스테레오 페어에서도 최적의 DSM이 나오도록 설정했다. 스트립 영상이 분할된 여러 장의 단위 영상으로 들어오는 것을 고려하여 하나의 도엽에 여러 쌍의 영상 페어를 처리하여 통합하는 방식으로 DSM의 생성을 시도했으며, 처리결과 도엽 간의 접합부분에서 이격 발생을 최소화한 DSM의 생성이 가능함을 확인할 수 있었다. 최종적으로 GCP와의 비교를 통한 정확도 검증결과 5 m 이내의 정확도가 나타나는 것을 확인할 수 있었다.

Abstract ▼ AI-Helper

In this paper, as a prior study related to the generation of topographic information using the CAS500-1/2 satellite, we propose a method of extraction DSM for each 1:5000 scaled map in North Korea using KOMPSAT-3A strip images. This technique is designed to set the processing area by receiving shape file, only to generate output for every 1:5000 scaled map. In addition, dense point clouds and the DSM were extracted by applying MDR, a robust stereo image matching technique. Considering that the strip images are input in the units of scenes, we attempted to extract a DSM by processing and merging multiple image pairs in one 1:5000 map area. As a result, it was possible to confirm the generation of an integrated DSM with minimal separation at the junction, and as a result of the accuracy analysis, it was confirmed that the accuracy was within 5m compared to GCP.

주제어

표/그림 (12)

그림 Fig. 1. Images and GCPs distribution and (a) index number 39703032, (b) index number 39703022 and (c) index number 39703043.
표 Table 1. Specification of tested KOMSAT-3A images
그림 Fig. 2. Workflow of proposed algorithm of DSM extraction.
그림 Fig. 3. Pair selection example (A: reference strip, B: target strip, C: map area).
그림 Fig. 4. Example of Boundary area processing.
그림 Fig. 5. DSM of index number 39703032 (a) from stereo pair and (b) with post processing.
그림 Fig. 6. DSM of index number 39703022 (a) from pair 1, (b) from pair 2, (c) without post-processing and (d) with post-processing.
그림 Fig. 7. DSM of index number 39703043 (a) from pair 1, (b) from pair 2, (c) without post-processing and (d) with post-processing.
그림 Fig. 8. Result DSM.
그림 Fig. 9. Distribution of Checkpoint.
표 Table 2. Statistical evaluation of produced DSM compared to the GCP
표 Table 2. Continued

AI 본문요약
AI-Helper

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

문제 정의

이와 같은 요소들을 고려하여 본 논문에서는 위성영상을 이용한 지형정보의 추출을 수행하기 위해 1:5000 도엽정보를 이용한 영역의 분할 처리 및 분할 영역의 영상정합을 통한 DSM의 생성을 시도하였다. 또한 국토관측 전용위성의 특징을 고려하여 스테레오 스트립 단위 영상의 처리를 위한 운영방안을 설계하고, 구현결과를 통해 비 접근 지역에 대한 3차원 지형정보 획득 가능성을 검토하고자 한다.
, 2018). 본 논문에서는 ARD의 타일 단위 산출물 구성 방식을 참조하여, 국토지리정보원에서 국가기본도 제작에 사용하는 1:5000 도엽 단위로 영상 영역을 분할하고 DSM을 생성하여 민간 부문의 위성 영상 정보 관리 및 활용에 적합한 데이터 생성을 꾀했다.
본 논문에서는 제안하는 도엽별 DSM 생성 방안을 실험데이터에 적용해 보았다. DSM의 해상도는 영상 정합에서 오는 해상도의 손실을 고려하여 UTM-K 좌표 기준 원본영상의 3배 정도인 2 m로 설정하여 생성했다.
본 연구에서는 1:5000 도엽 크기로 설정된 DSM의 생성을 목표로 한다. 이에 도엽별 처리를 위해 한반도 전역의 도엽정보가 포함되어 있는 Shape 파일을 적용했으며, 기준 좌표계는 UTM-K 좌표계를 적용하여 수행했다.
그러나 지형이 험하거나, 접근이 불가능한 지역의 경우 항공데이터를 확보하는 것이 어려우며, 기 구축된 DTED(Digital Terrain Elevation Data, 디지털 고도 모델로 구성된 데이터 세트 표준) 정보도 공간해상도가 낮아 신뢰성 있는 정확도 측정이 어렵다는 단점이 있다. 이에 본 논문에서는 KOMPSAT-3A 영상을 이용하여 생성된 DSM의 3차원 위치정확도를 확인하기 위한 데이터로 기 구축된 지상기준점 정보를 활용했다. 지상기준점도 GPS 측량을 통한 실제 측량이 불가능하기 때문에 국토지리정보원에서 제공된 CIB-1 (Controlled Image Base-1, 1 m 공간해상도를 가지는 군사 표준으로 제작된 정사보정 된 흑백영상) 영상과 KOMPSAT-2 정사영상을 사용하여 GCP 칩을 만들고, 이 칩정보에서 취득한 영상 및 대응되는 지상좌표를 추출하여 (Shin, et al.
한 쌍의 스테레오 영상 영역 전체를 입력하여 정합할 경우, 처리해야 하는 위성영상의 용량이 늘어남으로 인해 메모리 처리 용량과 같은 하드웨어적 한계가 존재하게 되며, 사용자가 위성영상의 특정지역의 정보를 요구할 경우 대용량의 영상을 한 번에 처리한다면 원하는 위치의 탐색 및 빠른 산출물의 생성이 어렵다는 문제가 발생한다. 이에 본 연구에서는 위성영상의 전체 영역 처리 시 발생할 수 있는 메모리의 용량 부족 문제의 해결 및 도엽별로 산출되는 단계별 결과의 확인을 위하여 shape 파일로 존재하는 타일 인덱스를 입력하여 영역을 우선 분할한 후 서브 타일 영역별로 지형 정보를 추출하는 방식을 적용했다. 영역의 분할은 UTM-K 좌표계 상에서 좌 상단, 우 하단 좌표를 기준으로 시스템에 입력되며, 원활한 분할 및 외곽영역에서의 처리 안정화를 위해 설정된 영역 대비 15 m 정도의 마진을 설정하여 안정적인 분할을 시도하였다.
이와 같은 요소들을 고려하여 본 논문에서는 위성영상을 이용한 지형정보의 추출을 수행하기 위해 1:5000 도엽정보를 이용한 영역의 분할 처리 및 분할 영역의 영상정합을 통한 DSM의 생성을 시도하였다. 또한 국토관측 전용위성의 특징을 고려하여 스테레오 스트립 단위 영상의 처리를 위한 운영방안을 설계하고, 구현결과를 통해 비 접근 지역에 대한 3차원 지형정보 획득 가능성을 검토하고자 한다.

제안 방법

1 은 사용한 각 영상의 UTM-K 좌표계 상에서의 배치와, 영상에 대응되는 GCP 점의 분포를 나타낸다. DSM의 생성은 영상 두 장의 중첩영역에서 이루어지므로, 정확도의 검증은 해당 영역에 포함되는 GCP 점을 선별하여 사용했다.
우선 입력된 스트립의 영상에 대응되는 페어 영상을 설정하여 입력자료로 사용한다. 다음 도엽정보의 입력을 통해 처리영역을 도엽단위로 분리하고 처리영역 내에서 스테레오 영상정합 및 통합을 수행하고, 최종적으로 외곽처리와 같은 후처리 작업을 통해 DSM 생성을 수행한다.
본 논문에서는 CAS500-1/2를 이용한 활용 산출물 생성에 관련한 선행연구로 위성영상을 이용한 비접근 지역의 도엽별 DSM을 생성하는 방법을 제안하고, 제안 기법을 북한지역을 촬영한 KOMPSAT-3A 스트립영상에 적용하여 1:5000단위로 구성된 DSM 추출을 시도했다. 적용된 방법은 도엽정보의 입력을 통한 영역 설정을 통해 메모리의 부담을 최소화하고 도엽별로 산출물이 나올 수 있도록 설계됐다.
, 2010) 또는 MDR(multi-dimensional relaxation) (Rhee and Kim, 2016) 등이 있다. 본 논문에서는 MDR 정합기법을 적용하여 스테레오 영상의 포인트 클라우드를 추출했으며, 추출된 포인트 클라우드를 격자화하여 스테레오 페어의 DSM 생성을 수행했다.
사용된 각 영상의 Product Level은 2R레벨로, 이는 국토위성센터 활용산출물 중 기 구축된 지상기준점 칩을 이용하여 기하보정이 완료된 데이터이다. 본 연구에서는 2R 영상과 함께 제공된, 갱신된 기하정보를 포함하는 RPC 데이터를 사용하여 센서모델링을 수행하고 DSM 생성을 시도했다.
산출물 생성은 도엽을 기준으로 진행되므로, 각 도엽이 포함된 페어의 정합을 진행하여 페어 개수만큼 DSM을 누적하여 처리해야하는 방식을 적용했다. 이를 위해서는 초기 자료 입력에서 전체 페어들의 도엽 범위를 찾고, 각 도엽은 자신이 포함된 페어에 대한 데이터를 가지고 있어야 한다.
9와 같다. 영역내의 GCP들을 선별하여 체크점으로 사용하고 해당 좌표에서의 DSM 및 체크점 높이값 비교를 수행했으며 그 결과는 Table 2에 정리했다. 총 55개의 체크점을 이용하여 정확도를 측정하였으며, DSM 위치 정확도 검증 결과, 도심, 산악, 나지 등 지형특성에 관계없이 최소 0.
이에 본 연구에서는 위성영상의 전체 영역 처리 시 발생할 수 있는 메모리의 용량 부족 문제의 해결 및 도엽별로 산출되는 단계별 결과의 확인을 위하여 shape 파일로 존재하는 타일 인덱스를 입력하여 영역을 우선 분할한 후 서브 타일 영역별로 지형 정보를 추출하는 방식을 적용했다. 영역의 분할은 UTM-K 좌표계 상에서 좌 상단, 우 하단 좌표를 기준으로 시스템에 입력되며, 원활한 분할 및 외곽영역에서의 처리 안정화를 위해 설정된 영역 대비 15 m 정도의 마진을 설정하여 안정적인 분할을 시도하였다.
본 연구에서는 1:5000 도엽 크기로 설정된 DSM의 생성을 목표로 한다. 이에 도엽별 처리를 위해 한반도 전역의 도엽정보가 포함되어 있는 Shape 파일을 적용했으며, 기준 좌표계는 UTM-K 좌표계를 적용하여 수행했다.
본 논문에서는 CAS500-1/2를 이용한 활용 산출물 생성에 관련한 선행연구로 위성영상을 이용한 비접근 지역의 도엽별 DSM을 생성하는 방법을 제안하고, 제안 기법을 북한지역을 촬영한 KOMPSAT-3A 스트립영상에 적용하여 1:5000단위로 구성된 DSM 추출을 시도했다. 적용된 방법은 도엽정보의 입력을 통한 영역 설정을 통해 메모리의 부담을 최소화하고 도엽별로 산출물이 나올 수 있도록 설계됐다. 적은 수의 페어가 입력되어도 최적의 DSM이 나올 수 있도록 강인한 스테레오 영상정합 기법을 적용했으며, 스트립 영상이 분할된 여러 장의 단위 영상으로 들어오는 것을 고려하여 하나의 도엽에 여러 쌍의 영상 페어를 처리하여 통합하는 방식으로 DSM의 생성을 시도했다.
적용된 방법은 도엽정보의 입력을 통한 영역 설정을 통해 메모리의 부담을 최소화하고 도엽별로 산출물이 나올 수 있도록 설계됐다. 적은 수의 페어가 입력되어도 최적의 DSM이 나올 수 있도록 강인한 스테레오 영상정합 기법을 적용했으며, 스트립 영상이 분할된 여러 장의 단위 영상으로 들어오는 것을 고려하여 하나의 도엽에 여러 쌍의 영상 페어를 처리하여 통합하는 방식으로 DSM의 생성을 시도했다. 처리결과 접합부분에 오차가 보이지 않는 완성된 도엽별 DSM 생성이 가능함을 확인할 수 있었다.
이에 본 논문에서는 KOMPSAT-3A 영상을 이용하여 생성된 DSM의 3차원 위치정확도를 확인하기 위한 데이터로 기 구축된 지상기준점 정보를 활용했다. 지상기준점도 GPS 측량을 통한 실제 측량이 불가능하기 때문에 국토지리정보원에서 제공된 CIB-1 (Controlled Image Base-1, 1 m 공간해상도를 가지는 군사 표준으로 제작된 정사보정 된 흑백영상) 영상과 KOMPSAT-2 정사영상을 사용하여 GCP 칩을 만들고, 이 칩정보에서 취득한 영상 및 대응되는 지상좌표를 추출하여 (Shin, et al., 2018) 정확도 검증을 수행했다. Fig.
해당 영역에 존재하는 페어 정보가 1개일 경우 스테레오 DSM의 정보를 그대로 적용하고, 2개 페어 이상일 경우는 각 격자에 포함되는 높이 값이 다수이므로 통계적 처리를 통해 각 페어별 DSM들의 정보를 통합하였다. 통계적 처리는 격자에 포함된 높이 값들을 오름차순으로 정렬한 뒤 데이터의 수에 따라 평균, 중간값, 최빈값과 같이 다른 통계 방법을 적용하였다. 이렇게 통합된 DSM에 보간 기법을 적용하여 홀이 존재하지 않는 DSM의 생성을 수행하는 것으로 DSM 통합작업이 마무리된다.
해당 영역에 존재하는 페어 정보가 1개일 경우 스테레오 DSM의 정보를 그대로 적용하고, 2개 페어 이상일 경우는 각 격자에 포함되는 높이 값이 다수이므로 통계적 처리를 통해 각 페어별 DSM들의 정보를 통합하였다.

대상 데이터

실험을 위한 영상 데이터 셋으로 국토지리정보원에서 제공한 비접근지역인 함흥 지역을 촬영한의 KOMPSAT3A 5장을 실험 영상으로 사용하였다(Table 1). 국토위성 운용 시스템에서는 촬영된 영상 스트립정보가 입력되면 스테레오 페어의 구성이 가능한 기존 스트립 정보를 탐색하여 처리하는 것으로 설계되어 있다.
국토위성 운용 시스템에서는 촬영된 영상 스트립정보가 입력되면 스테레오 페어의 구성이 가능한 기존 스트립 정보를 탐색하여 처리하는 것으로 설계되어 있다. 이에 본 연구에서는 15992번 궤도에서 취득된 3장의 영상을 기준 스트립으로 하고, 이후 촬영된 15841 궤도에서 취득된 2장의 영상을 대상 스트립으로 설정했다. Table 1에서 확인할 수 있듯이 KOMPSAT-3A 영상의 경우 영상의 Column, Row 방향으로 약 0.

이론/모형

이렇게 통합된 DSM에 보간 기법을 적용하여 홀이 존재하지 않는 DSM의 생성을 수행하는 것으로 DSM 통합작업이 마무리된다. 보간 기 법으로는 IDW(Inverse Distance Weight)기법이나 TIN (Triangulated irregular network)기법을 적용하여 처리 가능하며 본 연구에서는 TIN 보간 기법을 적용했다.

성능/효과

이는 동일 영역을 촬영한 다양한 데이터가 획득 된다면, 분할된 DSM의 누적을 통해 극복 가능할 것으로 판단된다. DSM이 생성된 전체 영역에 분포된 지상 기준점 정보를 이용하여 정확도 분석을 수행한 결과 5 m 이내의 정확도가 나타남을 확인할 수 있었다. 그러나 일부 영상 페어에서 노이즈가 크게 나타나는 현상이 있었으며, 이후 오정합을 최소화하기 위한 물 영역의 마스킹과 같은 전처리, 더 높은 성능의 에피폴라 기하변환, 영상정합 이후의 노이즈 제거를 위한 후처리 알고리즘의 개선이 필요할 것으로 보인다.
이에 본 연구에서는 15992번 궤도에서 취득된 3장의 영상을 기준 스트립으로 하고, 이후 촬영된 15841 궤도에서 취득된 2장의 영상을 대상 스트립으로 설정했다. Table 1에서 확인할 수 있듯이 KOMPSAT-3A 영상의 경우 영상의 Column, Row 방향으로 약 0.7 m 정도로 서브미터급 Ground Sample Distance(GSD)를 제공하는 것을 확인할 수 있으며, 동일한 스트립 영상에서의 GSD가 동일하게 나타나는 것을 확인할 수 있다. 한 장의 영상이 포함하는 영역은 약17 km × 13 km 크기이며, UTM-K 기준으로 1:5000 도엽별 크기는 약 2 km×3 km 정도이므로 영상 한장당약 30개 정도의 1:5000도엽이 포함된다.
개별 도엽별 DSM생성 처리결과 하나의 도엽에 한쌍의 스테레오 DSM만으로 처리가 되지 않을 경우, 이들의 통합을 통해 안정적인 도엽별 DSM의 생성이 가능함을 확인할 수 있었으며, 보간 이후 외곽영역 처리를 통한 DSM의 생성을 확인했다.
3의 C 영역은 도엽 영역의 예시이다. 전체 페어인 A1-B1, A2-B1, A2-B2, A3-B2의 도엽범위를 계산했을 때 C 영역은 A2-B2, A3-B2 페어에 포함되어 있으므로 2개의 DSM이 생성 가능함을 확인할 수 있다. 개별 페어인 A2-B2만을 놓고 볼 때, C 영역의 일부분에만 포함되지만, 다른 페어인 A3-B2에서 생성된 DSM을 포함하면 온전한 C 영역의 정보 획득이 가능하다.
적은 수의 페어가 입력되어도 최적의 DSM이 나올 수 있도록 강인한 스테레오 영상정합 기법을 적용했으며, 스트립 영상이 분할된 여러 장의 단위 영상으로 들어오는 것을 고려하여 하나의 도엽에 여러 쌍의 영상 페어를 처리하여 통합하는 방식으로 DSM의 생성을 시도했다. 처리결과 접합부분에 오차가 보이지 않는 완성된 도엽별 DSM 생성이 가능함을 확인할 수 있었다. 그러나 스트립의 영상 분할 영역에서 정합이 잘 되지 않아 Hole이 발생하는 영역도 존재했다.
영역내의 GCP들을 선별하여 체크점으로 사용하고 해당 좌표에서의 DSM 및 체크점 높이값 비교를 수행했으며 그 결과는 Table 2에 정리했다. 총 55개의 체크점을 이용하여 정확도를 측정하였으며, DSM 위치 정확도 검증 결과, 도심, 산악, 나지 등 지형특성에 관계없이 최소 0.01 m, 최대 43.41 m, 평균 4.87 m의 정확도를 확인할 수 있었다. 오차의 원인은 대부분 산악지역에서의 보간 오류 및 농지 지역에서의 영상간 밝기값 차이가 주 원인이었다.
일부 영상의 접합부분에서 DSM의 생성이 되지 않아 홀이 생긴 부분을 제외하면 성공적으로 DSM이 생성됨을 확인할 수 있다. 통합 결과 영역의 상단부 페어에 대비해, 하단부 페어의 DSM 품질이 좋지 않았다. 하단부의 노이즈는 대부분 해안의 물에서 발생한 오정합이 원인이며, 평지 지역에서 발생하는 노이즈의 원인은, 두 스트립간 영상의 품질 차이 및 텍스처 정보의 부족으로 인한 노이즈로 분석되었다.
6은 39703022번 도엽 DSM 생성 예시이다. 해당 영역은 스트립의 절단면에 해당하는 영상으로 2개의 스테레오 페어에서 DSM이 각각 추출되었으며 이를 통합한 DSM의 생성이 성공적으로 이루어졌음을 확인할 수 있다.

후속연구

DSM이 생성된 전체 영역에 분포된 지상 기준점 정보를 이용하여 정확도 분석을 수행한 결과 5 m 이내의 정확도가 나타남을 확인할 수 있었다. 그러나 일부 영상 페어에서 노이즈가 크게 나타나는 현상이 있었으며, 이후 오정합을 최소화하기 위한 물 영역의 마스킹과 같은 전처리, 더 높은 성능의 에피폴라 기하변환, 영상정합 이후의 노이즈 제거를 위한 후처리 알고리즘의 개선이 필요할 것으로 보인다. 또한 대용량의 영상을 효과적으로 처리하기 위한 분산 처리 등의 기술 개발이 추가 수행된다면 CAS500-1/2 영상을 이용한 비접근지역을 포함한 광범위한 국토 정보의 획득에 기여할 수 있을 것이다.
그러나 일부 영상 페어에서 노이즈가 크게 나타나는 현상이 있었으며, 이후 오정합을 최소화하기 위한 물 영역의 마스킹과 같은 전처리, 더 높은 성능의 에피폴라 기하변환, 영상정합 이후의 노이즈 제거를 위한 후처리 알고리즘의 개선이 필요할 것으로 보인다. 또한 대용량의 영상을 효과적으로 처리하기 위한 분산 처리 등의 기술 개발이 추가 수행된다면 CAS500-1/2 영상을 이용한 비접근지역을 포함한 광범위한 국토 정보의 획득에 기여할 수 있을 것이다.
또한 동시 운용을 통한 스테레오 스트립의 획득이 가능하다는 특징이 있다. 이렇게 획득된 위성 데이터는 정밀 기하보정 된 영상의 제공, 피복분류, 변화 탐지, 3차원 지형정보의 획득 등 다양한 분야에 활용될 예정이다.

참고문헌 (6)

Dwyer, J. L., Roy, D. P., Sauer, B., Jenkerson, C. B., Zhang, H. K, and Lymburner, L., 2018. Analysis ready data: enabling analysis of the Landsat archive, Remote Sensing, 10(9): 1363.
Gehrke, S., Morin, K., Downey, M., Boehrer, N, and Fuchs, T., 2010. Semi-global matching: An alternative to LIDAR for DSM generation, Proc. of the 2010 Canadian Geomatics Conference and Symposium of Commission I, Vol. 2, p. 6.
Hirschmuller, H. and Scharstein, D. 2008. Evaluation of stereo matching costs on images with radiometric differences, IEEE Transactions on Pattern Analysis and Machine Intelligence, 31(9): 1582-1599.

상세보기
Kim, H. G., Hwang, Y, and Rhee, S., 2019. Automatic Building Modeling Method Using Planar Analysis of Point Clouds from Unmanned Aerial Vehicles, Korean Journal of Remote Sensing, 35(6-1): 973-985 (in Korean with English abstract).
Shin, J. I., Yoon, W. S., Park, H. J., Oh, K. Y, and Kim, T. J., 2018. A Method to Improve Matching Success Rate between KOMPSAT-3A Imagery and Aerial Ortho-Images, Korean Journal of Remote Sensing, 34(6-1): 893-903 (in Korean with English abstract).
Rhee, S. and T. Kim, 2016. Dense 3D Point Cloud Generation from UAV Images from Image Matching and Global Optimization, Proc. of 2016 International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Prague, Czech Republic, Jul. 12-19, pp. 1005-1009.

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