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.
가설 설정
- 노이즈 밴드의 경우 영상 전체 픽셀 값의 분산이 아주 작거나, Strip 노이즈, 무작위 노이즈 등이 존재하기 때문에 프랙탈 차원이 작은 값을 가지고, 정보를 많이 포함한 밴드의 경우 프랙탈 차원이 큰 값을 가진다고 할 수 있다. 각 밴드별로 프랙탈 차원을 통해 대 상체의 공간적 복잡성을 측정하여 포함 정보량을 판단하는 척도(Quattrochi 등, 1997) 로 가정하여 프랙탈 차원이 작다고 판단되는 밴드를 노이즈 밴드로 분류하고 제거하였다. 영상의 프랙탈 차원을 측정하기 위하여 각 픽셀 값을 높이로 간주한 삼각기둥 표면적 기법을 이용하였다.
제안 방법
- 삼각기둥 계산법은 영상의 화소값을 높이로 한 사각형의 각 꼭지점과 4개의 꼭지점의 평균값을 계산하여 중심점으로 정한다. 4개의 꼭지점과 중심점으로 구성되는 4개의 삼각형의 넓이를 모두 더하여 영상 전체에 대해 면적을 계산한다. 이때 사각형의 크기를 다르게 하면서 밴드별로 삼각형 면적의 합을 구하게 된다.
- 하지만 절대적인 프랙탈 차원을 고려할 경우 각 밴드별 특성이 반영되지 않기 때문에 정상적인 밴드가 노이즈 밴드로 분류될 수 있다. 따라서 Continuum Removal 기법을 프랙탈 차원-밴드 곡선에 적용하여 프랙탈 차원 곡선을 정규화 하였다. 그림 3에서 나타나는낮은 값들은 주로 주변 밴드에 비해 낮은프랙탈 차원을 가진 밴드인 것을 확인할수 있다.
- 것은 타당하지 않다. 따라서 본 연구에서는 각 밴드별 프랙탈 차원 곡선을 Continuum Removal 기법을 통해 정규화하여 분석하였다.
- 따라서 본 연구에서는 자동으로 초분광 영상의 노이즈 밴드를 추출하여 제거하기 위하여 무감독 밴드 추출 방식을 이용하였고, 밴드의 순위를 부여하기 위한 척도로 프랙탈 차원을 계산하였다. 프랙탈 차원은 대상체의 복잡성을 나타내는 변수로서, 대상체의 복잡성이 증가할수록 프랙탈 차원이 증가한다.
- 마지막으로 제거된 노이즈 밴드를 시각적으로 평가하였다. 위의 연구내용은 그림 1의 연구흐름도로 정리할 수 있다.
- 본 연구는 초분광 영상의 전처리 과정 중노이즈 밴드 제거에 초점을 맞추어 진행되었다. EO-1 위성에서 취득되는 Hyperion 영상을 사용하였다.
- 사각형의 크기를 다르게 하면서 생성된삼각형 면적의 합을 영상 전체에 대해 계산한다. 사각형의 크기와 삼각형 면적에합에 로그함수를 취한 후 회귀분석을 이용하여 기울기를 구한다.
- 그림 3에서 나타나는낮은 값들은 주로 주변 밴드에 비해 낮은프랙탈 차원을 가진 밴드인 것을 확인할수 있다. 시각적인 평가를 통해 낮은 프랙탈 차원을 가진 밴드부터 살펴본 후 노이즈 밴드로 간주 할 수 있는 임계값을 설정하였다. 그 결과 Continuum Removal Value 가 0.
대상 데이터
- EO-1 위성에서 취득되는 Hyperion 영상을 사용하였다. 노이즈 밴드선택을 위해 프랙탈 차원을 이용하였고, Continuum Removal 기법을 통해 프랙탈차원 경향을 분석하였다.
- 본 연구에서는 2000년 11월 발사된 EO-1 위상에서 취득된 초분광 영상을 사용하였고, 공간해상도 30m, 242개의 밴드로 구성되어 있다. 사용된 영상은 그림 1과 같이 총 3개의 영상이며, 각각 (a) 2002년 12월 17일, (b) 2003년 12월 20일, (c) 2002년 9 월 3일에 촬영되었다.
- 사용된 영상은 그림 1과 같이 총 3개의 영상이며, 각각 (a) 2002년 12월 17일, (b) 2003년 12월 20일, (c) 2002년 9 월 3일에 촬영되었다. 실험에서는 나사 (NASA)에서 기본적으로 제공하는 정보를 통해 보정되지 않은 밴드를 제거한 198개의 밴드를 추출하여 알고리즘을 적용하였다.
데이터처리
- 사각형의 크기와 삼각형 면적에합에 로그함수를 취한 후 회귀분석을 이용하여 기울기를 구한다. 여기서 계산된기울기를 정수 2에서 뺀 값이 프랙탈 차원이 된다.
이론/모형
- Continuum Removal 기법을 통해 정규화된 프랙탈 차원에 임계값을 적용하여 노이즈 밴드를 제거한다. 임계값을 경험적으로 취득하였으며, 0.
- EO-1 위성에서 취득되는 Hyperion 영상을 사용하였다. 노이즈 밴드선택을 위해 프랙탈 차원을 이용하였고, Continuum Removal 기법을 통해 프랙탈차원 경향을 분석하였다. 분석 결과 Continuum Revomal Value 가 0.
- 밴드/프랙탈 차원으로 나타낸 곡선을 Continuum Removal 기법을 적용하여 정규화 한다. 그 결과는 그림 3과 같다.
- 본 연구에서는 밴드(면)의 프랙탈 차원을 계산하기 위해 개발된 삼각기둥 계산법 (Jaggi et al., 1993)을 사용하였다. 삼각기둥 계산법은 영상의 화소값을 높이로 한 사각형의 각 꼭지점과 4개의 꼭지점의 평균값을 계산하여 중심점으로 정한다.
- 삼각기둥 표면적 기법을 이용하여 계산된프랙탈 차원-밴드 그래프를 Continuum Removal 기법을 이용하여 정규화하고, 시각적 평가를 통해 경험적으로 얻어진 임계치를 통해 노이즈 밴드를 추출하여 제거하였다. 마지막으로 제거된 노이즈 밴드를 시각적으로 평가하였다.
- 각 밴드별로 프랙탈 차원을 통해 대 상체의 공간적 복잡성을 측정하여 포함 정보량을 판단하는 척도(Quattrochi 등, 1997) 로 가정하여 프랙탈 차원이 작다고 판단되는 밴드를 노이즈 밴드로 분류하고 제거하였다. 영상의 프랙탈 차원을 측정하기 위하여 각 픽셀 값을 높이로 간주한 삼각기둥 표면적 기법을 이용하였다.
- 픽셀값을 높이로 간주하여 각 밴드에 삼각기둥 계산법을 적용하였다. 각 영상의밴드별 프랙탈 차원을 계산하였고, 그 결과는 그림 2와 같다.
성능/효과
- 시각적인 평가를 통해 낮은 프랙탈 차원을 가진 밴드부터 살펴본 후 노이즈 밴드로 간주 할 수 있는 임계값을 설정하였다. 그 결과 Continuum Removal Value 가 0.9 이하인 밴드를 노이즈 밴드로 분류하여 제거할 수 있었다.
- 노이즈 밴드로 분류된 밴드를 시각적으로 평가한 결과 영상의 화소 값의 분산이 작거나, Strip 잡음이 존재하였다. 나사 (NASA)에서 기본적으로 제공하는 보정되지 않은 밴드 이외에, 30개 이상의 노이즈밴드를 제거할 수 있음을 확인할 수 있었다.
- 노이즈 밴드로 분류된 밴드를 시각적으로 평가한 결과 영상의 화소 값의 분산이 작거나, Strip 잡음이 존재하였다. 나사 (NASA)에서 기본적으로 제공하는 보정되지 않은 밴드 이외에, 30개 이상의 노이즈밴드를 제거할 수 있음을 확인할 수 있었다.
- 노이즈 밴드선택을 위해 프랙탈 차원을 이용하였고, Continuum Removal 기법을 통해 프랙탈차원 경향을 분석하였다. 분석 결과 Continuum Revomal Value 가 0.9 이하인밴드를 노이즈 밴드로 분류하였고, 각 영상별로 44, 35, 61개의 노이즈 밴드가 제거되었다. 전체적으로 35개의 공통 노이즈밴드를 추출할 수 있었고, 시각적 평가를통해 추출된 밴드에 노이즈가 존재함을확인하였다.
- 9 이하인밴드를 노이즈 밴드로 분류하였고, 각 영상별로 44, 35, 61개의 노이즈 밴드가 제거되었다. 전체적으로 35개의 공통 노이즈밴드를 추출할 수 있었고, 시각적 평가를통해 추출된 밴드에 노이즈가 존재함을확인하였다. 본 연구의 결과를 이용하여초분광영상의 노이즈 밴드를 자동으로 추출 할 수 있을 것으로 생각된다.
후속연구
- 전체적으로 35개의 공통 노이즈밴드를 추출할 수 있었고, 시각적 평가를통해 추출된 밴드에 노이즈가 존재함을확인하였다. 본 연구의 결과를 이용하여초분광영상의 노이즈 밴드를 자동으로 추출 할 수 있을 것으로 생각된다.
- 향후 더욱 다양한 영상에 적용할 필요가 있으며, 노이즈 밴드이면서로 추출되지 않은 밴드를 추가적으로 제거할 수 있는 연구를 수행하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.