초분광 원격탐사 기반 항공관측 및 현장자료를 활용한 선박탐지

박재진; 오상우; 박경애; 장재철; 이문진; 김태성; 강원수

추천

검색

자료유형: 학술저널

저자정보: 박재진 (서울대학교 과학교육과) 오상우 (선박해양플랜트연구소 해양안전연구부) 박경애 (서울대학교 지구과학교육과/해양연구소) 장재철 (서울대학교 과학교육과) 이문진 (선박해양플랜트연구소 해양안전연구부) 김태성 (선박해양플랜트연구소 해양안전연구부) 강원수 (선박해양플랜트연구소 해양안전연구부)

저널정보: 한국지구과학회 한국지구과학회지 한국지구과학회지 제38권 제7호

발행연도: 2017.1

수록면: 535 - 545 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

한반도 주변 해상사고가 증가함에 따라 원격탐사 자료를 활용한 선박탐지 연구의 중요성이 점점 더 강조되고 있다. 이 연구는 고해상도 광학영상에 의존하는 기존 선박탐지 분야에 수백 개 채널의 분광정보를 포함하는 초분광영상을 활용하여 새로운 선박탐지 알고리즘 제시하였다. 두 차례의 현장관측을 통해 측정한 선박 선체의 반사 스펙트럼과 AVIRIS (Airborne Visible/Infrared Imaging Spectrometer) 초분광센서 영상의 선박 및 해수 반사 스펙트럼 간의 분광정합 기법을 적용하였다. 총 다섯 개의 탐지 알고리즘 spectral distance similarity (SDS), spectral correlation similarity(SCS), spectral similarity value (SSV), spectral angle mapper (SAM), spectral information divergence (SID)를 사용하였다. SDS는 선박 일부가 해수로 탐지되는 오차를 나타내었고, SAM은 선박과 해수 사이에 약 1.8배의 차이를 나타내어 명확한 분류 결과를 보여주었다. 이와 더불어 본 연구에서는 각 기법의 최적 임계값을 제시하여 초분광 영상에 포함되어 있는 선박을 분류하였으며 그 결과 SAM, SID가 다른 탐지 알고리즘에 비해 우수한 선박탐지 능력을 보여주었다.

#원격탐사 #초분광 #선박탐지 #스펙트럼

참고문헌 (26)

참고문헌 신청

Barnsley, M. J. / 2004 / The PROBA/CHRIS mission: A lowcost smallsat for hyperspectral multiangle observations of the earth surface and atmosphere / IEEE Transactions on Geoscience and Remote Sensing 42(7):1512~1520

Chang, C. I. / 1999 / Spectral information divergence for hyperspectral image analysis / Geoscience and Remote Sensing Symposium, IGARSS'99 Proceedings 1:509~511

Corbane, C. / 2010 / A complete processing chain for ship detection using optical satellite imagery / International Journal of Remote Sensing 31(22):5837~5854

Datt, B. / 2003 / Preprocessing EO-1 Hyperion hyperspectral data to support the application of agricultural indexes / IEEE Transactions on Geoscience and Remote Sensing 41(6):1246~1259

Eldhuset, K. / 1996 / An automatic ship and ship wake detection system for spaceborne SAR images in coastal regions / IEEE Transactions on Geoscience and Remote Sensing 34(4):1010~1019

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!