[논문]Sentinel-2A 위성자료를 활용한 선박 및 후류 탐지 개선

전우진; 서민지; 성노훈; 최성원; 심수영; 변유경; 한경수

doi:10.7780/kjrs.2021.37.3.15

Sentinel-2A 위성자료를 활용한 선박 및 후류 탐지 개선
Improved Ship and Wake Detection Using Sentinel-2A Satellite Data 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.37 no.3, 2021년, pp.559 - 566

전우진 (부경대학교 지구환경시스템과학부 공간정보시스템공학과) , 서민지 (극지연구소 원격탐사빙권정보센터) , 성노훈 (부경대학교 지구환경시스템과학부 공간정보시스템공학과) , 최성원 (부경대학교 지구환경시스템과학부 공간정보시스템공학과) , 심수영 (부경대학교 지구환경시스템과학부 공간정보시스템공학과) , 변유경 (부경대학교 지구환경시스템과학부 공간정보시스템공학과) , 한경수 (부경대학교 지구환경시스템과학부 공간정보시스템공학과)

초록
AI-Helper

최근 증가된 해상 교통량의 영향으로 지속적으로 발생하는 선박사고에 대한 신속한 탐지 및 대처가 필요하다. 이를 위해, 광역 범위로 실시간 모니터링이 가능한 위성영상을 기반으로 선박탐지 연구가 활발히 수행되고 있다. 그러나, 분광특성을 활용하여 선박탐지를 수행한 선행연구에서는 후류(Wake) 제거를 수행하지 않아 후류가 선박으로 오탐지될 가능성이 존재한다. 이에 본 연구에서는 Ship Detection Index (SDI)를 이용하여 Sentinel-2A/Multispectral Instrument (MSI) 위성영상에서 선박탐지를 수행하고 선박과 후류의 분광특성 차이를 기반으로 하는 Wake Detection Index (WDI)를 활용하여 후류를 제거하였다. 본 연구의 선박탐지 알고리즘의 정확도 검증을 위해 Probability of detection (POD), False alarm rate (FAR) 지수를 활용하였으며, 검증 결과 SDI만 적용한 결과에 비해 POD는 유사하게 나타나고 FAR는 6.4% 개선되었다.

Abstract ▼ AI-Helper

It is necessary to quickly detect and respond to ship accidents that occur continuously due to the influence of the recently increased maritime traffic. For this purpose, ship detection research is being actively conducted based on satellite images that can be monitored in real time over a wide area. However, there is a possibility that the wake may be falsely detected as a ship because the wake removal is not performed in previous studies that performed ship detection using spectral characteristics. Therefore, in this study, ship detection was performed using SDI (Ship Detection Index) based on the Sentinel-2A satellite image, and the wake was removed by utilizing the difference in the spectral characteristics of the ship and the wake. Probability of detection (POD) and false alarm rate (FAR) indices were used to verify the accuracy of the ship detection algorithm in this study. As a result of the verification, POD was similar and FAR was improved by 6.4% compared to the result of applying only SDI.

주제어

표/그림 (10)

그림 Fig. 1. The study area; (a) RGB image on February 04, 2019, 11:08:59 (UTC), (b) RGB image on March 16, 2019, 11:06:49 (UTC).
표 Table 1. Information on images of Sentinel-2A/MSI used in the study
표 Table 2. Specifications of Sentinel-2A/MSI
그림 Fig. 2. RGB image on February 04, 2019, 11:08:59 (UTC); red line : ship as reference data.
그림 Fig. 4. February 04, 2019, 11:08:59 (UTC); (a) result applied SDI threshold(0.088), (b) RGB image, Comparison of (c) and (d) that the ship is over-detected.
그림 Fig. 3. Plot of POD and FAR value according to SDI threshold value.
그림 Fig. 6. Scatter plot of the spectral characteristics of ship and wake, red line : threshold, x-axis : (Ref_0.66 - Ref_0.84) / SDI, y-axis : (Ref_0.49 - Ref_0.84) / (Ref_0.84 + SDI).
그림 Fig. 5. Plot of average reflectance values of ship and over bands.
그림 Fig. 7. January 05, 2020, 11:10:31 (UTC); (a) and (d) result applied SDI threshold(0.088), (b) and (e) result applied SDI (0.088) and WDI threshold, (c) and (f) RGB image, Comparison of (d) and (e): show that wake is removed and show that the ship was detected similarly to the reference data.
표 Table 3. Quantitative result using POD, FAR

AI 본문요약
AI-Helper

대상 데이터

연구 지역은 선박의 유동량이 많은 부산 영도 인근해역(35.03°N~35.07°N, 129.02°E~129.08°E)으로 선정하였다(Fig
1). 연구기간은 일년(2019년)으로 설정하였고 2020년 자료는 검증자료로 활용하였다(Table1). Fig.

데이터처리

검증자료로 구축해 놓은 데이터를 참값으로 사용하여 본 연구의 정확도를 정량적으로 검증하였다(Table3).

이론/모형

훈련 및 검증자료는 RGB영상에서 사진판독(Photo Interpretation)기법을 사용하여 선박과 바다로 분류하였다(Fig

성능/효과

본 연구에서 사용한 위성자료는 여름기간에 구름의 영향으로 자료를 확보하는데 어려움이 있었다. 또한, 선박과 후류의 분광특성이 유사한 부분에서는 WDI를 적용한 후에도 후류가 선박으로 오탐지되는 경향이 존재하였다.

후속연구

따라서 향후 장기간의 위성영상 및 선박의 크기에 대한 정보를 확보할 수 있고, SDI와 WDI를 기반으로 추가적인 분석이 이루어진다면 보다 정확한 선박탐지를 수행할 수 있을 것으로 기대된다.
본 연구에서 사용한 위성자료는 여름기간에 구름의 영향으로 자료를 확보하는데 어려움이 있었다

참고문헌 (20)

Cheng, G. and J. Han, 2016. A survey on object detection in optical remote sensing images, ISPRS Journal of Photogrammetry and Remote Sensing, 117: 11-28.

상세보기
Choung, Y.J. and M.H. Jo, 2016. Shoreline change assessment for various types of coasts using multi-temporal Landsat imagery of the east coast of South Korea, Remote Sensing Letters, 7(1): 91-100.

상세보기
Graziano, M.D., M. Grasso, and M. D'Errico, 2017. Performance analysis of ship wake detection on Sentinel-1 SAR images, Remote Sensing, 9(11): 1107.

상세보기
Ji, L., Zhang. L, and Wylie. B, 2009. Analysis of dynamic thresholds for the normalized difference water index, Photogrammetric Engineering & Remote Sensing, 75(11): 1307-1317.

상세보기
Kuo, J.M. and K.S. Chen, 2003. The application of wavelets correlator for ship wake detection in SAR images, IEEE Transactions on Geoscience and Remote Sensing, 41(6): 1506-1511.

상세보기
Kim, D., Y.K. Lee, and S.W. Kim, 2020. Ship Detection Based on KOMPSAT-5 SLC Image and AIS Data, Korean Journal of Remote Sensing, 36(2-2): 365-377 (in Korean with English abstract).
Lee, E.B., J.H. Yun, and S.T. Chung, 2012. A study on the development of the response resource model of hazardous and noxious substances based on the risks of marine accidents in Korea, Journal of Navigation and Port Research, 36(10): 857-864 (in Korean with English abstract).

원문보기 상세보기
Lee, H.J., W.H. Nam, D.H. Yoon, M.W. Jang, E.M. Hong, T. Kim, and D.E. Kim, 2020. Estimation of Water Storage in Small Agricultural Reservoir Using Sentinel-2 Satellite Imagery, Journal of The Korean Society of Agricultural Engineers, 62(6): 1-9 (in Korean with English abstract).

원문보기 상세보기
Li, J., C. Qu, and S. Peng, 2016. Localized Ridgelet Transform-based detection of ship wakes in SAR images, Proc. of In 2016 IEEE 13th International Conference on Signal Processing (ICSP), Chengdu, CN, Nov. 6-10, pp. 613-617.
Liu, Y., J. Zhao, and Y. Qin, 2021. A novel technique for ship wake detection from optical images, Remote Sensing of Environment, 258: 112375.

상세보기
Park, J.J., S. Oh, K. Park, M.S. Lee, J.C. Jang, and M. Lee, 2018. A methodology of ship detection using high-resolution satellite optical image, Journal of the Korean Earth Science Society, 39(3): 241-249 (in Korean with English abstract).

원문보기 상세보기
Rokni, K., A. Ahmad, A. Selamat, and S. Hazini, 2014. Water feature extraction and change detection using multitemporal Landsat imagery, Remote Sensing, 6(5): 4173-4189.

상세보기
Song, S.P., D.J. Cho, S.G. Park, C.E. Hong, S.H. Park, and S.H. Suh, 2013. Design of Transportation Safety system with GPS Precise Point Positioning, Journal of Navigation and Port Research, 37(1): 71-77 (in Korean with English abstract).

원문보기 상세보기
Tang, J., C. Deng, G.B. Huang, and B. Zhao, 2014. Compressed-domain ship detection on spaceborne optical image using deep neural network and extreme learning machine, IEEE Transactions on Geoscience and Remote Sensing, 53(3): 1174-1185.

상세보기
Wehlage, D.C., J.A. Gamon, D. Thayer, and D.V. Hildebrand, 2016. Interannual variability in dry mixed-grass prairie yield: A comparison of MODIS, SPOT, and field measurements, Remote Sensing, 8(10): 872.

상세보기
Wang, F., F. Liao, and H. Zhu, 2020. FPA-DNN: A Forward Propagation Acceleration based Deep Neural Network for Ship Detection Proc. of In 2020 International Joint Conference on Neural Networks (IJCNN), Glasgow, UK, Jul. 19-24, pp. 1-8.
Xu, H., 2006. Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery, International Journal of Remote Sensing, 27(14): 3025-3033.

상세보기
Yang, G., B. Li, S. Ji, F. Gao, and Q. Xu, 2013. Ship detection from optical satellite images based on sea surface analysis, IEEE Geoscience and Remote Sensing Letters, 11(3): 641-645.

상세보기
Yokoya, N. and A. Iwasaki, 2015. Object detection based on sparse representation and Hough voting for optical remote sensing imagery, IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8(5): 2053-2062.

상세보기
Zhu, Z. and C.E. Woodcock, 2012. Object-based cloud and cloud shadow detection in Landsat imagery, Remote Sensing of Environment, 118: 83-94.

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