http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
변영기(Young-Gi Byun),이정호(Jeong-Ho Lee),김용일(Yong-il Kim) 대한공간정보학회 2010 한국공간정보학회 학술대회 Vol.2010 No.3
본 논문에서는 원시 포인트 자료를 래스터 구조로 변환하고, 비등방성 확산 필터를 이용하여 영상 개선을 한 후, 적응적 지역임계값을 이용하여 지면과 비지면 영역을 분할 한다. 이로부터 건물의 형태학적 특성을 이용하여 건물을 분류하고, 점진적 슬리브피팅 알고리즘을 적용하여 추출된 건물의 외곽선을 일반화하는 방법을 제시하였다.
변영기(Byun Young Gi),어영담(Eo Yang Dam),유기윤(Yu Ki Yun) 대한공간정보학회 2007 대한공간정보학회지 Vol.15 No.3
하이퍼스펙트럴 영상자료는 객체에 대한 많은 정보를 함유하고 있어 객체의 보다 정확한 분류가 가능하다. 본 논문에서는 하이퍼스펙트럴 영상분류를 위하여 SMI(Spectral Mutual Informaiton)이라는 새로운 스펙트럼 유사도 측정기법을 제안하였다. 본 방법은 정보이론 분야에서 대두된 상호정보량의 개념을 차용하여 고안되었으며 스펙트럼간의통계적 의존성을 측정할 수 있다. SMI는 영상의 각 화소스펙트럼을 확률변수로 간주하고 두 스펙트럼간의 유사 상호정보량을 통하여 유사도를 측정함으로써 영상을 분류한다. 제안된 기법의 효율성을 평가하기 위해 기존에 개발된 SAM, SSV 분류기법을 이용하여 동일지역에 대해 분류를 수행하고 분류 정확도를 비교 평가하였다. 실험결과 제안한 SMI 기법은 하이퍼스펙트럴 영상분류에 유용하게 적용될 수 있으리라 판단된다. Hyperspectral remote sensing data contain plenty of information about objects, which makes object classification more precise. In this paper, we proposed a new spectral similarity measure, called Spectral Mutual Information (SMI) for hyperspectral image classification problem. It is derived from the concept of mutual information arising in information theory and can be used to measure the statistical dependency between spectra. SMI views each pixel spectrum as a random variable and classifies image by measuring the similarity between two spectra form analogy mutual information. The proposed SMI was tested to evaluate its effectiveness. The evaluation was done by comparing the results of preexisting classification method (SAM, SSV). The evaluation results showed the proposed approach has a good potential in the classification of hyperspectral images.
국지적 공간상관분석을 이용한 MODIS영상에서의 산불탐지에 관한 연구
변영기(Byun Young Gi),허용(Huh Yong),김용민(Kim Yong Min),유기윤(Yu Ki Yun) 대한공간정보학회 2007 대한공간정보학회지 Vol.15 No.1
공간적 이상치란 관찰값들중에서 이웃한 주변값에 비해 공간변수값이 특별히 크거나 작은 특이한 관찰값을 말한다. 최근 통계나 데이터 마이닝 분야에서 공간자기상관을 이용한 다양한 공간적 이상치 탐지방법이 제시되고 있다. 이와 같은 방법은 NASA에서 개발운영중인 AQUA위성에 탑재된 MODIS 영상자료를 이용한 산불탐지에 이용될 수 있다. 산불탐지는 휘도온도의 공간적 변동특성을 이용하여 관찰값들 중에서 지역적으로 불안전한 공간적 이상치를 찾는 과정이라 할 수 있기 때문이다. 이에 본 연구에서는 공간적 이상치를 규명할 수 있는 국지적 공간상관분석기 법에 기반한 산불탐지기법을 제안하였다. 또한 기존 NASA에서 제안하여 광범위하게 이용되고 있는 Contextual algorithm방법과 정확도를 비교함으로서 제안한 방법의 적용기능성을 평가하였다. Spatial outliers in remotely sensed imagery represent observed quantities showing unusual values compared to their neighbor pixel values. There have been various methods to detect the spatial outliers based on spatial autocorrelations in statistics and data mining. These methods may be applied in detecting forest fire pixels in the MODIS imageries from NASA's AQUA satellite. This is because the forest fire detection can be referred to as finding spatial outliers using spatial variation of brightness temperature. In this paper, we propose a new forest fire detection algorithm which is based on local spatial association analysis, and test the proposed algorithm to evaluate its applicability. In order to evaluate the proposed algorithm, the results were compared with the MODIS fire product provided by the NASA MODIS Science Team, which showed the possibility of the proposed algorithm in detecting the fire pixels.