[논문]다시기 Landsat 자료를 이용한 구름지역 보정 영상 제작

한상현; 박준규

다시기 Landsat 자료를 이용한 구름지역 보정 영상 제작
Construction of Corrected Image about Cloud Cover Area Using Multi-temporal Landsat Data 원문보기

한상현 (서일대학교 토목과) , 박준규 (서일대학교 토목과)

본 논문에서는 다수의 Landsat 영상을 이용하여 구름지역을 보정한 영상을 제작하였다. 비슷한 시기에 취득된 다수의 영상에서 구름을 제거하고, 구름이 제거된 부분을 다른 영상의 온전한 화소값을 기준으로 복원함으로써 효과적으로 구름지역 보정 영상을 제작할 수 있었다. 제작된 영상은 구름 때문에 식별이 불가능한 지역을 크게 감소시켰으며, 주기적인 위성영상의 취득이 어려운 여건을 개선하는 한편, 대규모 지역의 변화탐지 및 영상분류 등 다양한 분야에 활용될 것이다.

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

문제 정의

본 논문에서는 비슷한 시기에 취득된 다수의 영상을 이용하여 영상의 구름을 제거하고, 구름이 제거된 부분을 다른 영상의 온전한 화소값을 기준으로 복원함으로써 효과적으로 구름지역 보정 영상을 제작하였다. 제작된 영상은 구름 때문에 식별이 불가능한 지역을 크게 감소시켰으며, 주기적인 위성영상의 취득이 어려운 여건을 개선하는 한편, 대규모 지역의 변화탐지 및 영상분류 등 다양한 분야에 활용될 것이다.

제안 방법

구름이 제거된 3시기 영상의 온전한 화소값을 이용하여 제거된 화소를 복원함으로써 연구대상지의 구름을 보정한 영상을 제작하였다. 3시기의 영상을 통해 보정된 영상을 그림 6에 나타내었다.
취득된 영상은 우리나라 중부지역을 촬영한 영상으로 3시기의 영상 모두에서 구름이 촬영되었다. 구름지역을 보정한 영상을 제작하기 위해 먼저 취득된 영상에서 구름을 분류하였다. 자료의 처리는 영상처리 소프트웨어인 ENVI를 사용하였으며, 영상의 분류는 감독분류를 방법 중 활용도가 높은 최대우도법(Maximum likelihood)을 적용하였다.
본 논문에서는 비슷한 시기에 취득된 다수의 영상을 이용에서 구름을 제거하고, 구름이 제거된 부분의 화소 값을 구름이 없는 화소값을 기준으로 복원하여 구름지역 보정 영상을 제작하였다. 그림 1은 연구흐름도를 나타낸다.

대상 데이터

본 논문에서는 구름제거 영상을 제작하기 위해 2006년 8월, 9월 및 10월에 촬영된 우리나라 중부지역의 3시기 Landsat 5영상을 취득하였다. 그림 2에 Landsat 5 영상을 나타내었다.
취득된 영상은 우리나라 중부지역을 촬영한 영상으로 3시기의 영상 모두에서 구름이 촬영되었다. 구름지역을 보정한 영상을 제작하기 위해 먼저 취득된 영상에서 구름을 분류하였다.

이론/모형

구름이 제거된 영상은 Gapfill 함수를 통해 복원하였다. Gapfill 함수는 Landsat 영상의 보정을 위한 함수로 ITTVIS(ITT Visual Information Solution)을 통해 제공되고 있다.
구름지역을 보정한 영상을 제작하기 위해 먼저 취득된 영상에서 구름을 분류하였다. 자료의 처리는 영상처리 소프트웨어인 ENVI를 사용하였으며, 영상의 분류는 감독분류를 방법 중 활용도가 높은 최대우도법(Maximum likelihood)을 적용하였다. 그림 3은 구름을 분류한 영상이며, 영상에서 붉은색으로 나타난 지역이 구름이다.

성능/효과

그림 6에서 보는 바와 같이 구름지역을 보정한 영상은 구름 때문에 식별이 불가능한 지역이 크게 감소하였으며, 비슷한 시기 영상의 온전한 화소값을 이용하여 손실된 화소를 복원함으로써 구름지역을 보정한 영상을 효과적으로 제작할 수 있었다. 그러나 보정 영상의 일부 지역에서 구름의 가장자리가 관찰되는데 이는 두께가 얇은 구름의 가장자리가 구름으로 분류되지 않아 구름지역을 제거하는 과정에서 남아있기 때문이다.

후속연구

본 논문에 적용된 방법은 주기적인 위성영상의 취득이 어려운 여건을 개선할 수 있을 것이며, 제작된 영상은 대규모 지역의 변화탐지 및 영상분류 등 다양한 분야에 활용이 기대된다.
그러나 보정 영상의 일부 지역에서 구름의 가장자리가 관찰되는데 이는 두께가 얇은 구름의 가장자리가 구름으로 분류되지 않아 구름지역을 제거하는 과정에서 남아있기 때문이다. 일반적인 감독분류 방법에서 지상과 비슷한 특징을 나타내는 구름의 가장자리를 분류하는 것이 어렵기 때문으로 판단되며, 구름지역을 정확하게 분리할 수 있는 방법을 적용한다면 더욱 개선된 결과를 얻을 수 있을 것이다.
본 논문에서는 비슷한 시기에 취득된 다수의 영상을 이용하여 영상의 구름을 제거하고, 구름이 제거된 부분을 다른 영상의 온전한 화소값을 기준으로 복원함으로써 효과적으로 구름지역 보정 영상을 제작하였다. 제작된 영상은 구름 때문에 식별이 불가능한 지역을 크게 감소시켰으며, 주기적인 위성영상의 취득이 어려운 여건을 개선하는 한편, 대규모 지역의 변화탐지 및 영상분류 등 다양한 분야에 활용될 것이다.

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

다시기 Landsat 자료를 이용한 구름지역 보정 영상 제작
Construction of Corrected Image about Cloud Cover Area Using Multi-temporal Landsat Data 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

다시기 Landsat 자료를 이용한 구름지역 보정 영상 제작 Construction of Corrected Image about Cloud Cover Area Using Multi-temporal Landsat Data 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

다시기 Landsat 자료를 이용한 구름지역 보정 영상 제작
Construction of Corrected Image about Cloud Cover Area Using Multi-temporal Landsat Data 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper