[논문]저해상도 멀티스펙트랄 자료와 고 해상도 범색 영상 융합

이상훈

[국내논문] 저해상도 멀티스펙트랄 자료와 고 해상도 범색 영상 융합 원문보기

이상훈 (경원대학교)

본 연구에서는 고해상도의 panchromatic 영상을 이용하여 저해상도의 multispectral 영상을 고해상도로 재구축하는 방법을 제시하고 있다. 제안된 방법은 저해상도와 고해상도 간의 선형 모형 사용하여 실제의 spectral 값에 부합하는 고해상도 영상을 재구축하며 두 단계로 이루어 진다. 본 연구에서 제안 방법을 이용하여 IKONOS 1m RGB 영상 생성하였다.

This study presents an approach to reconstruct high-resolution imagery for multispectral imagery of low-resolution using panchromatic imagery of high-resolution. The proposed scheme reconstructs a high-resolution image which agrees with original spectral values. It uses a linear model of high-and low- resolution images and consists of two stages. In this study, an 1m RGB image was generated from 4m IKONOS multispectral data.

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

문제 정의

그러나 통상적인 방법들은 고해상도화 과정에서 panchromatic 영상을 multispectral 자료의 합성을 통한 융합에 의해이루어 지므로 고해상도로 재구축되는 과정에서 실제의 spectral 값의 변형이 생길 수 있다. 본 연구에서 저해상도와 고해상도 간의선형 모형 사용하여 실제의 spectral 값에 부합하는 고해상도 영상을 재구축하는 방법을 새로이 제시한다.

제안 방법

한다. 이 과정에서 고해상도 feature에 상응하는 spectral 값을 추정하여 개개의 feature에 spectral 값을 배당하고 재구축된 영상을 지역적으로 원래의 spectral 값과 일관되게 만들고 자세한 공간 구조를 손상시키지 않게하기 위하여 서로 근접한 feature들 간의 spectral 값의 차이는 유지하도록 local 수정을한다.
안양의 IKONOS 영상 자료에 고해상도재구축을 적용하였다. 즉 1m panchromatic 영상을 사용하여 4m multispectral 영상을 1m 영상으로 재구축 하였다.
적용하였다. 즉 1m panchromatic 영상을 사용하여 4m multispectral 영상을 1m 영상으로 재구축 하였다. Figs.
1. Panchromatic images of 1200 x 1200 (top left)and sub-area of 300x300 (middle left), low-resolution RGB observation images of 300x300 (top right) and sub-area of 75x75 (middle left), high-resolution RGB images of sub-area of 300x300 reconstructed by the proposed method (bottom left) and agency (bottom right): low- resolution images are enlarged to have a same size with correspoding high-resolution ones (with red outlines).

이론/모형

제안된 재구축은 저해상도를 위한고해상도 feature의 선형 모형을 이용하여최소 자승 오류 법에 의한 gldobal 추정을 한다. 이 과정에서 고해상도 feature에 상응하는 spectral 값을 추정하여 개개의 feature에 spectral 값을 배당하고 재구축된 영상을 지역적으로 원래의 spectral 값과 일관되게 만들고 자세한 공간 구조를 손상시키지 않게하기 위하여 서로 근접한 feature들 간의 spectral 값의 차이는 유지하도록 local 수정을한다.

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

[국내논문] 저해상도 멀티스펙트랄 자료와 고 해상도 범색 영상 융합 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 저해상도 멀티스펙트랄 자료와 고 해상도 범색 영상 융합 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

초록
AI-Helper

AI 본문요약
AI-Helper