RISS 검색 - 국내학술지논문 상세보기

국문 초록 (Abstract)

고해상도 원격탐사 영상의 객체기반 분석에서 영상분할의 결과는 매우 중요한 부분이지만, 영상분할 품질의 평가는 간과되고 있다. 본 연구에서는 영상분할의 최적 매개변수를 구하기 위한...

고해상도 원격탐사 영상의 객체기반 분석에서 영상분할의 결과는 매우 중요한 부분이지만, 영상분할 품질의 평가는 간과되고 있다. 본 연구에서는 영상분할의 최적 매개변수를 구하기 위한 실용적이고 효율적인 방법을 제시하고자 한다. 영상분할 평가는 크게 무감독 평가, 감독 평가, 그리고 시각적 판독에 의한 정성적 평가로 나눈다. 인천대공원 무인기 다중분광영상에서 추출한 도시 지역과 산림을 대상으로 세 가지 영상분할 평가 방법을 비교하였다. 영상분할 평가 방법은 계산 및 적용의 효율성에 따라 차이가 있지만, 표본영상에 대한 평가 결과 도출된 최적의 매개변수는 세 평가 방법에서 거의 동일하게 나타났다. 영상분할 평가를 통하여 도출된 최적의 매개변수는 도시영상과 산림영상에서 다르게 나타났다. 세 가지 조각 내부변이 척도(V, WV, COV)와 세 가지 조각간 이질성 척도(MI, BSH, DTNP)의 조합을 적용한 무감독 평가로 선정한 최적의 매개변수는 거의 같았다. 무감독 평가를 위한 척도마다 처리 과정의 난이도는 다르지만, 실험에 적용된 여러 종류의 척도는 대부분 동일한 성능을 보여주었다. 감독 평가 방법은 참조자료를 구성하는 과정에서 분석자의 주관으로 편향될 가능성이 있지만, 특정 공간객체를 탐지하는 데 간편하게 적용할 수 있다. 정성적 평가는 무감독 및 감독 평가 결과와 일치했다.

다국어 초록 (Multilingual Abstract)

Although image segmentation is a critical part of object-based analysis of high resolution imagery, there has been lack of studies to evaluate the quality of image segmentation. In this study, we aimed to find practical and effective methods to obtain optimal parameters for image segmentation. Evaluations of image segmentation are divided into unsupervised, supervised, and qualitative visual interpretation methods. Using the multispectral UAV images, sampled from urban and forest over the Incheon Metropolitan City Park, three evaluation methods were compared. In overall, three methods showed very similar results regardless of the computational costs and applicability, although the optimal parameters determined by the evaluations were different between the urban and forest images. There is no single measure that outperforms in the unsupervised evaluation. Any combinations of intra-segment measures (V, COV, WV) and inter-segment measures (MI, BSH, DTNP) provided almost the same results. Although supervised method may be biased by subjective selection of reference data, it can be easily applied to detect object of interest. The qualitative visual interpretation on the segmentation results corresponded with the unsupervised and supervised evaluations.

참고문헌 (Reference)

1 이화선, "산림 식생 모니터링을 위한 무인기 다중분광영상의 반사율 산출 및 평가" 대한원격탐사학회 35 (35): 1149-1160, 2019

2 Wang, Y., "Unsupervised segmentation parameter selection using the local spatial statistics for remote sensing image segmentation" 81 : 98-109, 2019

3 Ming, D., "Scale parameter selection by spatial statistics for GeOBIA : Using mean-shift based multi-scale segmentation as an example" 106 : 28-41, 2015

4 Crommelinck, S., "SLIC superpixels for object delineation from UAV data, ISPRS Annals of the Photogrammetry" 4 : 9-16, 2017

5 Achanta, R., "SLIC superpixels compared to state-of-the-art superpixel methods" 34 (34): 2274-2282, 2012

6 Chen, Y., "Review on high spatial resolution remote sensing image segmentation evaluation" 84 (84): 629-646, 2018

7 정상영, "QuickBird 위성영상을 이용한 수종분류에서 픽셀과 분할기반 분류방법의 정확도 비교" 한국산림과학회 100 (100): 540-547, 2011

8 Franklin, S. E., "Pixel-and object-based multispectral classification of forest tree species from small unmanned aerial vehicles" 6 (6): 195-211, 2018

9 Espindola, G. M., "Parameter selection for region-growing image segmentation algorithms using spatial autocorrelation" 27 (27): 3035-3040, 2006

10 Cao, J., "Object-based mangrove species classification using unmanned aerial vehicle hyperspectral images and digital surface models" 10 (10): 89-, 2018