선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 국토의 활용이 점차 도시화, 산업화 되어가면서 좀더 세밀한 분류가 필요하게 되었지만, 이를 위하여 고해상도 위성영상을 활용할 경우 동일 대상체에서도 여러 가지의 분광 특성을 가지고 있기 때문에 지표 대상체를 식별하기에는 좋은 자료이지만 실질적으로 토지피복 분류에서는 많은 오류가 발생하였다. 따라서 본 연구에서는 정확한 위치와 고도자료를 제공하지만 지표면의 기하학적인 형태에 대한 정보가 부족한 LiDAR 자료와 지표 대상체의 정확한 분광반사 특성으로 기하학적인 형태에 대한 정확한 정보를 제공하지만 토지피복 분류를 수행하기에 부적합한 IKONOS 위성영상을 이용하여 LiDAR 자료의 고도자료와 IKONOS 위성영상의 분광반사 자료를 하나의 자료로 통합하여 기존의 감독분류기법에 의한 대상체 분류를 수행함으로써 토지피복 분류의 정확도를 향상시키고자 한다.
- 본 연구는 정확한 대상체 정보를 제공하는 고해상도 위성영상인 IKONOS 위성영상과 정확한 위치와 고도 정보를 제공하는 LiDAR 자료를 활용하여 토지피복 분류의 정확도를 향상시키는데 연구의 목적이 있다. 정확한 토지피복 분류는 좁은 국토를 가진 우리나라의 특성상 국토의 효율적인 이용을 위하여 중요한 정보이다.
- 분류의 방법으로는 감독분류기법 중 신경망(Neural Network) 분류 기법을 활용하였다. 분류 후 두 가지 분류 결과를 비교하여 LiDAR 자료 사용에 의한 분류의 정확도를 평가하고자 하였다.
- 이용한 정사보정만을 수행할 경우 잔여오차가 남아있게 된다. 이에 본 연구에서는 수치 지도를 이용하여 영상 내에서 지상 기준점(GCP : Ground Control Point)을 선정하여 잔여 오차를 최소화하고자 하였다. 지상기준점으로는 식별이 가능한 도로의 교차점, 비행장, 수면과 지표면의 경계 부분 등이 이용된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.