고해상도 위성영상을 이용한 농촌 도로 매핑을 위한 영상 분류 및 영상 분할 방법 비교에 관한 연구

정윤재 ( Yun-jae Choung ),구본엽 ( Bon-yup Gu ) 한국지리정보학회 2021 한국지리정보학회지 Vol.24 No.3

Rural roads are the significant infrastructure for developing and managing the rural areas, hence the utilization of the remote sensing datasets for managing the rural roads is necessary for expanding the rural transportation infrastructure and improving the life quality of the rural residents. In this research, the two different methods such as image classification and image segmentation were compared for mapping the rural road based on the given high-resolution satellite image acquired in the rural areas. In the image classification method, the deep learning with the multiple neural networks was employed to the given high-resolution satellite image for generating the object classification map, then the rural roads were mapped by extracting the road objects from the generated object classification map. In the image segmentation method, the multiresolution segmentation was employed to the same satellite image for generating the segment image, then the rural roads were mapped by merging the road objects located on the rural roads on the satellite image. We used the 100 checkpoints for assessing the accuracy of the two rural roads mapped by the different methods and drew the following conclusions. The image segmentation method had the better performance than the image classification method for mapping the rural roads using the give satellite image, because some of the rural roads mapped by the image classification method were not identified due to the miclassification errors occurred in the object classification map, while all of the rural roads mapped by the image segmentation method were identified. However some of the rural roads mapped by the image segmentation method also had the miclassfication errors due to some rural road segments including the non-rural road objects. In future research the object-oriented classification or the convolutional neural networks widely used for detecting the precise objects from the image sources would be used for improving the accuracy of the rural roads using the high-resolution satellite image.

도심지역의 고해상도 위성영상 정합에 대한 그림자 영향 분석

염준호(Yeom, Jun Ho),한유경(Han, You Kyung),김용일(Kim, Yong Il) 대한공간정보학회 2013 대한공간정보학회지 Vol.21 No.2

다중 시기에 수집된 고해상도 위성영상은 효과적인 도심지 분석과 모니터링을 위한 필수적인 자료이다. 그러나 같은 지역에 대해 다른 센서에서 수집된 영상은 물론, 동일 센서 영상이라 하더라도 두 영상간의 기하학적 위치정보가 서로 일치하지 않는 문제가 존재한다. 따라서 다중 영상의 효과적인 활용을 위해서는 영상 정합을 위해 매칭 포인트를 추출하는 일이 필수적이다. 그러나 도심지의 경우 건물, 교량, 나무, 기타 인공 구조물 등의 영향으로 넓은 영역에 그림자가 분포하며 그림자의 방향과 강도는 영상 수집 시기에 따라 달라지기 때문에 정확한 매칭 포인트를 추출하는데 어려움이 있다. 본 연구에서는 대표적인 매칭점 추출 기법인 SIFT(Scale-Invariant Feature Transform) 기법과 자동 그림자 추출 기법을 적용하여 도심지역의 그림자가 영상 정합에 미치는 영향을 분석하였다. 영상 분할을 통해 생성된 세그먼트의 분광 및 공간인자를 이용하여 그림자 객체를 추출하였으며 이 때 건물 버퍼 영역을 그림자의 인접정보로서 활용하였다. SIFT 기법을 통해 추출된 매칭점이 그림자에 위치하는 경우 이를 제거하고 영상 정합을 수행하였다. 최종적으로 고해상도 위성영상의 정합에 대한 그림자의 영향을 분석하기 위해 추출된 매칭점과 정합 결과의 정확도를 정량적, 시각적으로 평가하였다. Multi-temporal high resolution satellite images are essential data for efficient city analysis and monitoring. Yet even when acquired from the same location, identical sensors as well as different sensors, these multi-temporal images have a geometric inconsistency. Matching points between images, therefore, must be extracted to match the images. With images of an urban area, however, it is difficult to extract matching points accurately because buildings, trees, bridges, and other artificial objects cause shadows over a wide area, which have different intensities and directions in multi-temporal images. In this study, we analyze a shadow effect on image matching of high resolution satellite images in urban area using Scale-Invariant Feature Transform(SIFT), the representative matching points extraction method, and automatic shadow extraction method. The shadow segments are extracted using spatial and spectral attributes derived from the image segmentation. Also, we consider information of shadow adjacency with the building edge buffer. SIFT matching points extracted from shadow segments are eliminated from matching point pairs and then image matching is performed. Finally, we evaluate the quality of matching points and image matching results, visually and quantitatively, for the analysis of shadow effect on image matching of high resolution satellite image.

Self-supervised Deep Learning 기반의 고해상도 위성영상 상호등록

김태헌,허재원,한유경 한국측량학회 2023 한국측량학회지 Vol.41 No.4

Image registration that unifies coordinates between images is a fundamental preprocessing process for utilizing very high-resolution satellite imagery. In this study, we propose an image registration methodology that aligns coordinates between "VHR (Very High-Resolution) satellite" images using extracted conjugate points by a self supervised deep learning network. MagicPoint detector is built using a synthetic shape dataset to learn overall characteristics of feature points. The MagicPoint detector is advanced using feature points extracted from various VHR remote sensing open-source datasets. Pseudo-label is generated in the VHR satellite imagery by the advanced MagicPoint detector. At this time, homographic adaptation is applied to consider the various geometric environments. SuperPoint is built using the VHR satellite imagery and the pseudo-label. The image registration is conducted using an estimated non-linear transformation model based on extracted conjugate points through the proposed method. Based on experiments conducted from KOMPSAT-3 imagery acquired over the Daejeon city,the proposed method evenly extracted numerous conjugate points over the overlapping areas, and registration accuracy was measured as RMSE (Root Mean Square Error) 1.563 pixels and CE90 (Circular Error 90%) 1.971 pixels. Therefore, it was demonstrated that the proposed method can contribute to the improvement of registration accuracy by extracting the conjugate points reflecting the characteristics of VHR satellite imagery. 고해상도 위성영상 활용을 위해서는 상호등록을 수행하여 영상 간 좌표를 통일하는 과정이 필수적으로 수행되어야 한다. 본 연구에서는 self-supervised learning 방식의 딥러닝 네트워크를 통해 추출된 정합점을 기반으로 고해상도 위성영상 간 좌표를 통일하는 상호등록 방법론을 제안한다. 먼저, 특징점의 전반적인 특성을 학습시키기 위해 Synthetic shape dataset을 이용하여 MagicPoint detector를 구축한다. 다양한 고해상도 원격탐사 오픈소스 데이터를 MagicPoint detector에 입력하여 추출된 특징점을 이용하여 MagicPoint detector를 고도화한다. 고도화된MagicPoint detector를 이용하여 고해상도 위성영상 내 pseudo-label을 생성하며, 이때 homographic adaptation을 적용하여 다양한 기하학적 환경을 고려한다. pseudo-label과 고해상도 위성영상 데이터를 기반으로 SuperPoint detector를 구축한다. 제안방법을 통해 추출된 정합점을 기반으로 구성된 비선형 변환모델을 이용하여 상호등록을 수행한다. 대전광역시를 대상으로 취득된 KOMPSAT-3 영상을 이용하여 실험한 결과, 제안기법은 다수의 정합점을 중첩영역에 대해 균등하게 추출하였으며, 상호등록 정확도는 RMSE (Root Mean Square Error) 1.563 pixels 그리고 CE90 (Circular Error 90%) 1.971 pixels로 측정되었다. 이를 통해, 제안기법은 고해상도 위성영상 특성을 반영한 정합점을 효과적으로 추출할 수 있어 상호등록 정확도 개선에 이바지할 수 있을 것으로 사료된다.

고해상도 영상의 정사보정 정확도 검증 및 밴드별 상관성 비교연구

진청길(Jin Cheong Gil),박소영(Park So Young),김형석(Kim Hyung Seok),천용식(Chun Yong Sik),최철웅(Choi Chul Uong) 대한공간정보학회 2010 대한공간정보학회지 Vol.18 No.2

본 연구는 고해상도 위성영상을 정사보정하여 위치정확도를 검증하고 정사보정된 고해상도 영상간의 밴드 상관성과 NDVI 상관성을 분석하는데 목적이 있다. KOMPSAT2와 IKONOS 영상의 정사보정은 RPC자료로 정오차를 제거하고 GPS측량자료로 비평면적 왜곡을 보정하였다. 그리고 정사영상내 동일한 위치의 영상점을 선점하여 각 영상의 영상점과 GPS 측량점간 위치정확도를 비교하고 영상간 영상점의 위치정확도를 분석하였다. 밴드 상관성과 NDVI 상관성은 구입시 정사보정된 Quickbird영상과 항공사진을 추가하여 밴드별로 DN값의 기술통계를 구하고 각 영상간 밴드상관성과 NDVI의 상관성을 분석하였다. 그 결과, KOMPSAT2와 IKONOS 정사영상의 위치정확도 비교에서 각 영상내 영상점과 GPS 측량점간 RMSE는 KOMPSAT2가 3.41m, IKONOS가 1.45m로 1.96m의 차이를 보였고 영상점간 RMSE는 1.88m였다. Quickbird, KOMPSAT2, IKONOS, 항공사진을 이용한 영상간 밴드와 NDVI 상관성은 Band2에서 항공사진과 KOMPSAT2의 상관성이 높은 것을 제외하면 모든 Band와 NDVI에서 Quickbird와 IKONOS의 상관성이 높게 나타났다. 밴드간 상관성이 낮은 경우는 Band1에서 Quickbird와 항공사진, Band2와 Band4에서 KOMPSAT2와 IKONOS, Band3에서 KOMPSAT2와 항공사진이었고 NDVI는 KOMPSAT2가 QuickBird, IKONOS 모두와 낮은 상관성을 보였다. The objective of this study is to verify the positional accuracy by performing the orthometric corrections on the high resolution satellite images and to analyze the band correlation between the high resolution images corrected with orthometric correction. The objectives also included an analysis on the correlation of NDVI. For the orthometric correction of images from KOMPSAT2 and IKONOS, systematic errors were removed in use of RPC data, and non-planar distortions were corrected with GPS surveying data. Also, by preempting the image points at the same positions within ortho images, a comparison was performed on positional accuracies between image points of each image and GPS surveying points. The comparison was also made on the positional accuracies of image points. between the images. For correlation of band and correlation of NDVI, the descriptive statistics of DN values were acquired for respective bands by adding the Quickbird images and Aerial Photographs undergone through orthometric correction at the time of purchase. As result, from a comparison on positional accuracies of Orthoimages from KOMPSAT2 and Ortho Images of IKONOS was made. From the comparison the distance between the image points within each image and GPS surveying points was identified as 3.41m for KOMPSAT2 and as 1.45m for IKONOS, presenting a difference of 1.96m. Whereas, RMSE between image points was identified as 1.88m. The level of correlation was measured by using Quickbird, KOMPSAT2, IKONOS and Aerial Photographs between inter-image bands and NDVI, showing that there were high levels of correlation between Quickbird and IKONOS identified from all bands as well as from NDVI, except a high level of correlation that was identified between the Aerial Photographs and KOMPSAT2 from Band 2. Low levels of correlation were also identified between Quickbird and Aerial Photographs from Band 1. and between KOMPSAT2 and IKONOS from Band 2 and Band 4, whereas, KOMPSAT2 showed low correlations with Aerial Photographs from Band 3. For NDVI, KOMPSAT2 showed low level of correlations with both of QuickBird and IKONOS.

고해상도 위성영상을 이용한 토지피복도 제작기법 연구

구자용 국토지리학회 2007 국토지리학회지 Vol.41 No.1

Since the high resolution satellite image represents detailed features of earth surfaces, we can extract concrete geographic information from it. In this study the process to extract the land cover map from high resolution satellite images is developed. We process the high resolution image using texture analysis and compose the objects. Then these objects are classified in the land cover map by object-oriented classification. The texture analysis identifying spatial features is an effective technique to process the high resolution satellite image. Also, the object-oriented classification is useful for dealing with the objects aggregated by pixels. Test data from the study area is applied to generate the land cover map using texture analysis and object-oriented classification. This test reveals that the result of the processing method developed in this study is superior than that of previous pixel-based classification. 고해상도의 위성영상은 지표면의 다양한 모습들을 상세히 표현하고 있기 때문에 지표면의 구체적인 정보를 취득할 수 있다. 본 연구에서는 고해상도 위성영상으로부터 지리정보를 효율적으로 추출하여 토지피복도를 작성하는 기법을 개발하였다. 고해상도 위성영상을 처리하기 위하여 베리오그램을 이용한 텍스쳐 분석을 실시하고 이를 이용하여 영상자료를 객체로 구성한 후 객체지향적 분류기법을 적용하여 토지피복 분류도를 제작하였다. 고해상도 위성영상은 공간차원으로 영상의 특성을 파악하는 텍스쳐 분석을 이용하는 것이 적절하다. 또한 영상에서 표현되는 화소들을 하나의 객체로 묶어서 처리하는 객체지향적 분류기법을 적용하는 것이 효과적이다. 사례지역의 고해상도 위성영상 자료를 이용하여 본 연구에서 개발한 위성영상 처리과정을 적용하여 토지피복 분류도를 작성한 결과, 기존의 화소기반 분광특성을 이용한 결과에 비하여 분류 정확도와 영상의 활용도 측면에서 우수한 것으로 나타났다.

항공기와 선박의 PSO 표적탐지 결과에 공간해상도가 미치는 영향

염준호(Yeom, Jun Ho),김병희(Kim, Byeong Hee),김용일(Kim, Yong Il) 대한공간정보학회 2014 대한공간정보학회지 Vol.22 No.1

고해상도 위성영상의 등장과 공간분해능의 발전은 위성영상을 활용한 다양한 연구들을 가능하게 하였다. 그 중에서도 고해상도 위성영상을 이용한 표적 탐지 기술은 광범위한 지역의 차량, 항공기, 선박 등의 탐지를 가능하게 하여 교통류 모델링, 군사적 목적의 감시·정찰을 효과적으로 수행하게 한다. 최근 다양한 국가에서 여러 위성을 발사함에 따라 위성영상 선택의 폭이 증가하였으나 고해상도 위성영상을 이용한 공간해상도 비교 연구는 많지 않으며 더욱이 표적 탐지에 미치는 공간 해상도의 영향에 관한 연구는 국내외로 매우 부족한 상황이다. 따라서 본 연구에서는 PSO 기반의 표적 탐지 연구를 바탕으로 공간해상도가 항공기 및 선박 표적 탐지에 미치는 영향을 분석하였다. 원영상에 대한 재배열 보간 기법을 통해 0.5m, 1m, 2m, 4m의 다양한 공간해상도의 시뮬레이션 영상을 생성하고 이때 최근린보간, 양선형보간, 3차회선보간과 같이 다양한 재배열 보간 기법을 적용하였다. 표적 탐지 정확도는 공간해상도 뿐만 아니라 보간 기법에 따라 비교 분석되었다. 연구 결과 0.5m의 고해상도 영상에서 그리고 최근린 보간 기법을 이용한 재배열 영상에서 더 높은 표적 탐지 정확도를 얻을 수 있음을 확인하였다. 또한 50% 이상의 표적 탐지 정확도를 얻기 위해서는 항공기의 경우 2m, 선박의 경우 4m 이상의 영상이 필요하며 항공기의 형태적 특이성은 더 높은 공간 해상력을 필요로 함을 확인하였다. 본 연구는 항공기 및 선박 표적 탐지에 적합한 적정 공간분해능을 제안하고 위성 센서 설계의 기준을 제시하는데 큰 기여를 할 것으로 사료된다. The emergence of high resolution satellite images and the evolution of spatial resolution facilitate various studies using high resolution satellite images. Above all, target detection algorithms are effective for monitoring of traffic flow and military surveillance and reconnaissance because vehicles, airplanes, and ships on broad area could be detected easily using high resolution satellite images. Recently, many satellites are launched from global countries and the diversity of satellite images are also increased. On the contrary, studies on comparison about the spatial resolution or target detection, especially, are insufficient in domestic and foreign countries. Therefore, in this study, effects of spatial resolution on target detection are analyzed using the PSO target detection algorithm. The resampling techniques such as nearest neighbor, bilinear, and cubic convolution are adopted to resize the original image into 0.5m, 1m, 2m, 4m spatial resolutions. Then, accuracy of target detection is assessed according to not only spatial resolution but also resampling method. As a result of the study, the resolution of 0.5m and nearest neighbor among the resampling methods have the best accuracy. Additionally, it is necessary to satisfy the criteria of 2m and 4m resolution for the detection of airplane and ship, respectively. The detection of airplane need more high spatial resolution than ship because of their complexity of shape. This research suggests the appropriate spatial resolution for the plane and ship target detection and contributes to the criteria of satellite sensor design.

고해상도 위성영상을 활용한 자동화된 건물 영역 추출 하이브리드 접근법

안효원,김창재,이효성,권원석 한국측량학회 2019 한국측량학회지 Vol.37 No.6

This research aims to provide a building area extraction approach over the areas where data acquisition is impossible through field surveying, aerial photography and lidar scanning. Hence, high-resolution satellite images, which have high accessibility over the earth, are utilized for the automated building extraction in this study. 3D point clouds or DSM (Digital Surface Models), derived from the stereo image matching process, provides low quality of building area extraction due to their high level of noises and holes. In this regards, this research proposes a hybrid building area extraction approach which utilizes 3D point clouds (from image matching), and color and linear information (from imagery). First of all, ground and non-ground points are separated from 3D point clouds; then, the initial building hypothesis is extracted from the non-ground points. Secondly, color based building hypothesis is produced by considering the overlapping between the initial building hypothesis and the color segmentation result. Afterwards, line detection and space partitioning results are utilized to acquire the final building areas. The proposed approach shows 98.44% of correctness, 95.05% of completeness, and 1.05m of positional accuracy. Moreover, we see the possibility that the irregular shapes of building areas can be extracted through the proposed approach. 본 연구에서는 기존의 연구들에서 주로 사용하여왔던 현장측량, 항공사진, 라이다 데이터 등의 취득이 원천적으로 어려운 지역에 대한 건물 영역 추출을 구현하고자 하였다. 이에 접근성에 큰 영향을 받지 않는 거의 유일한 데이터인 고해상도 위성영상을 활용한 방법론을 제시하고자 한다. 영상정합을 통해 추출되는 점군 데이터 또는 DSM (Digital Surface Models)을 활용한 건물 영역 추출은 데이터내의 높은 잡음과 다수의 빈 영역으로 인해 그 정확성에 한계를 보이고 있다. 따라서 본 연구에서는 영상 정합을 통해 얻어진 3차원 점군 데이터, 영상의 색상 및 선형 정보를 결합하여 건물 영역 추출을 수행하는 하이브리드식 접근법을 제안하였다. 일차적으로 다중영상정합으로 얻어진 3차원 점군 데이터로부터 지면점과 비지면점을 분리하고, 비지면점으로부터 초기 건물 대상지를 추출한다. 이후, 영상의 색상기반 분할을 수행하여 얻어진 결과와 초기 건물 대상지를 결합하여, 색상분할기반 건물 대상지를 추출한다. 이어서 영상의 선형 추출 및 공간 분할정보를 이용하여 최종적인 건물 영역을 선정하게 된다. 본 논문에서 제시한 건물 영역 자동 추출 방법론은 Correctness: 98.44%, Completeness: 95.05%, 위치오차: 1.05m 정도의 성능을 보임을 확인하였으며, 더불어 직각형태 이상의 복잡한 건물 영역도 잘 추출함을 확인하였다.

고해상도 위성영상과 GIS를 이용한 인공습지 적지 분석 - 경안천을 대상으로 -

고창환,진도,하성룡 한국습지학회 2008 한국습지학회지 Vol.10 No.2

도시화 및 산업화 등 인간의 다양한 활동은 하천의 주요 오염원으로 평가되어져 왔다. 현재 하천의 수질에 악영향을 미치는 요인으로 토지의 이용 및 축산업에 따른 비점오염원을 관리하기 위한 다양한 연구들이 이루어고 있으며, 이 가운데 서울을 비롯한 경기도의 상수원을 공급하는 주요 수자원으로 이용되고 있는 팔당호의 관리 방안에 대한 초유의 관심이 모아지고 있는 실정이다. 지금까지 팔당호의 수질개선을 위한 노력의 일환으로 경안천 살리기 운동과 같은 지자체의 노력이 이루어지고 있으며, 상당한 액수의 경비를 소요하고 있는 실정이다. 특히, 경안천 하류에 대단위 인공습지 조성사업을 계획시행하고 있으며, 이와 더불어 하수처리장의 신설 및 증설이 이루어지고 있어 팔당호 수질의 주요인으로 인정되고 있는 경안천의 수질이 상당 부분 개선될 것으로 전망되어지고 있다. 하지만 지금까지의 그러한 수질개선사업은 근본적인 원인 분석 및 적극적 대안 제시가 아닌 아쉬움을 내포하고 있어 보다 세밀하고 과학적인 분석이 우선시되어져야 한다. 따라서 본 연구에서는 경안천 수질 개선을 위한 수질 및 부하량 분포를 공간적으로 파악함과 동시에 고해상도 위성영상을 통한 대상지의 토지이용행태 분석과 GIS분석을 통한 습지의 입지 가능성을 분석하고, 이들의 종합적인 조건에 부합할 수 있는 인공습지의 위치 및 규모를 산정하고자 하였다. 연구의 진행은 ① 수질 및 부하량에 대한 공간분석을 통한 최대 오염부하 구역을 선정, ②고해상도 위성영상을 통한 토지이용 현황 파악, ③ 습지 조성 가능 대상지의 위치 선정, ④ GIS를 이용한 인공습지의 면적 및 체적 산정 등으로 이루어졌다. 기본적으로 인공습지의 규모는 수자원공사에서 제공하고 있는 습지처리효율에 따른 설계기준을 통해 유도되었으며, 그 결과 경안천 일대에 2개 구역(용인하수처리장 부근, 대대천주북천 일대)에서 인공습지의 조성이 필요하다고 판단되었고, 그 면적은 각각 127,586㎡과 1,647㎡로 책정되었다 Various human activities such as the Urbanization and Industrialization are estimated the main factors to pollute the stream. Now days, numerous studies are carried out for managing non-point sources which have un-effect on water quality of streams by land-use and livestock. In case of Korea, a matter of concern that the management of Pal dang reservoir - the main water resources of the national capital region - has been occurring. Especially, large-scale constructed-wetlands are planned and constructed at the end of Kyoung-an stream. Additionally a lot of sewage treatment plants are newly installed and extended in this watershed. According to these efforts, water quality of Kyoung-an stream is predicted that would be improved. But the more detail and scientific analysis should be carried out for the water quality improvement, because, existing water quality improvement projects are not involved to analyze root of water quality deterioration and improvement plans. Therefore, this study aims to select suitable areas for constructed-wetlands and to calculate size of the constructed-wetlands for water quality improvement in Kyoung-an stream through the geographical pollutant distribution analysis and land-use pattern analysis by high resolution satellite image and suitable area analysis of constructed-wetlands by GIS(Geographic information system). The progress of this study is to select maximum pollutant loaded area by geographical analysis based on wate① rquality data, ② to analyze land-use patterns using high resolution satellite image, ③ to select suitable areas of constructed-wetlands, ④ to calculate area and volume of chosen constructed-wetlands using GIS. Basically, sizes of constructed-wetlands are induced through the constructed-wetlands design index based on treatment ratio(provided by Korea Water Resources Corporation). As a result of this study, two areas are selected to construct constructed-wetlands. One of the area was 127,586㎡ near by Yong-in sewage treatment plant, and the other area was 1,647㎡ near by Ju-buk stream and Dae-dae stream.

웨이브렛 분해를 이용한 고해상도 위성영상 분석기법에 관한 연구

구자용 서울大學校 社會科學大學 地理學科 2005 地理學論叢 Vol.45 No.-

고해상도 위성영상을 이용한 도시지역 인구추정에 관한 연구

구자용 국토지리학회 2008 국토지리학회지 Vol.42 No.1

Aerial photos and satellite images have been used to estimate the population of urban areas. This study explores the possibility of estimating population with high resolution satellite images. The object-oriented classification is applied to high resolution satellite images to estimate population as well as the pixel-based land cover classification already developed. Regression analysis is used to estimate the population from the result of the land cover classification. An estimated population is compared to population census data in order to evaluate properness of the population estimation model. In this study, it turns out that the object-oriented classification is more correct than the pixel-based classifcation in terms of population estimation and that the allometric growth is the most appropriate one of the regression models. 도시지역의 인구를 추정하기 위하여 항공사진이나 위성영상을 이용한 인구추정 기법이 연구되어 왔다. 본 연구에서는 고해상도 위성영상으로부터 인구자료를 추정하는 기법을 검토하였다. 지금까지 개발되었던 화소기반 토지피복분류를 이용한 인구추정 기법을 고해상도 위성영상에 적용하였고, 객체기반 분류기법을 적용한 고해상도 위성영상 처리과정을 함께 연구하였다. 위성영상을 토지피복 분류한 결과 자료를 인구추정을 위한 회귀식에 적용하여 인구를 추정하였다. 추정된 인구는 실제 센서스 인구와 비교하여 인구추정 모형의 적절성을 평가하였다. 그 결과 화소기반 분류보다는 객체지향적 분류과정을 거친 자료가 더욱 정확한 인구를 추정하고 있었고, 회귀모형 중에서는 로그변환 회귀모형이 가장 적절한 인구추정 모형으로 평가된다.