KR101621354B1 - 항공 초분광영상을 활용한 수심 보정 방법 - Google Patents

항공 초분광영상을 활용한 수심 보정 방법 Download PDF

Info

Publication number
KR101621354B1
KR101621354B1 KR1020160039549A KR20160039549A KR101621354B1 KR 101621354 B1 KR101621354 B1 KR 101621354B1 KR 1020160039549 A KR1020160039549 A KR 1020160039549A KR 20160039549 A KR20160039549 A KR 20160039549A KR 101621354 B1 KR101621354 B1 KR 101621354B1
Authority
KR
South Korea
Prior art keywords
image
water
depth
reflectance
correction step
Prior art date
Application number
KR1020160039549A
Other languages
English (en)
Inventor
최옥인
최임호
황학진
김병섭
백상호
신정일
Original Assignee
주식회사 지오스토리
한국수산자원관리공단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 지오스토리, 한국수산자원관리공단 filed Critical 주식회사 지오스토리
Priority to KR1020160039549A priority Critical patent/KR101621354B1/ko
Application granted granted Critical
Publication of KR101621354B1 publication Critical patent/KR101621354B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28—Investigating the spectrum
    • G01J3/2823—Imaging spectrometer
    • G06T7/408—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10036—Multispectral image; Hyperspectral image

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Processing (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

항공 초분광영상을 활용한 수심 보정 방법이 개시된다. 본 발명의 일 실시예에 따른 항공 초분광영상을 활용한 수심 보정 방법은 촬영고도 2000m, 공간해상도 1.5m, 파장이 366.6nm 내지 1048.5nm인 구간에서 7.2nm 폭의 96개 밴드로 촬영된 항공 초분광영상을 획득하는 단계; 획득된 상기 항공 초분광영상을 전처리하는 전처리 단계; 및 상기 전처리된 상기 항공 초분광영상의 파장 402.6nm 내지 682.8nm의 40개 밴드에 대해 수심보정하는 수심보정 단계를 포함한다.

Description

항공 초분광영상을 활용한 수심 보정 방법{WATER COLUMN CORRECTION USING AIRBORNE HYPERSPECTRAL IMAGE}
본 발명은 측지측량 기술 분야 중 항공 초분광영상을 활용한 수심 보정 방법에 관한 것으로 더욱 상세하게는 항공 초분광영상에 대한 수심보정을 통해 수심에 의한 영향을 최소화함으로써 잡음의 영향이 감소되어 연안 해저 피복 조사 범위를 확장하고 연안 해저 피복을 효과적으로 분류하여 분석 가능 범위와 분석의 정확도를 향상시키는 항공 초분광영상을 활용한 수심 보정 방법에 관한 것이다.
연안 생태계에서 해조류는 일차 생산자로서 물질 순환의 중심을 이루고 있을 뿐만 아니라, 어류 또는 무척추동물을 포함한 다양한 생물의 서식공간으로서 이차생산력을 높이는 역할을 한다. 연안은 지구표면 중 육지, 해양, 대기가 만나 활발한 상호작용을 하는 곳으로서, 개발로 인한 환경변화 및 기후변화로 인한 영향을 크게 받고 있다. 따라서, 연안 생태계 모니터링의 필요성이 증가하고 있으며, 기초적인 모니터링 자료로 해저 피복 자료가 요구된다.
연안 해저 피복을 조사하기 위한 방법은 선박에 장착된 다양한 관측장비를 이용한 조사와 잠수조사에 의한 현장조사의 방법이 있다. 잠수 조사의 경우 가장 정확한 방법이지만 조사 범위와 시간 측면에서 비효율적이다. 선박에 의한 조사방법은 조사 범위와 시간 측면에서 잠수조사에 비해 효율성이 높다. 그러나 연안 생태계의 주축이 되는 수심이 얕은 연안은 선박의 접근이 제한적이므로 조사 가능 영역에 한계가 있다. 또한 일반적으로 잠수조사와 선박을 이용한 조사는 샘플링에 의한 조사 방법을 취하고 있어 연속적인 면단위 관측에 한계가 있다.
한편, 해양 모니터링에 주로 사용되는 해색위성영상은 1km 내외의 낮은 공간해상도로 인해 연안에 대한 활용이 제한적이다. 다행히도 최근 고해상도 위성영상, 항공 초분광영상과 같이 연안 조사에 적합한 공간해상도를 갖춘 원격탐사 자료들이 공급되고 있다. 고해상도 영상은 해양 생태계의 근간이 되는 해조류 또는 산호의 분포와 같은 연안 해저 환경을 조사하는데 효율적이다. 그러나 물에 의한 빛의 흡수 특성으로 인해 동일한 해저 피복 및 조건이더라도 수심에 따라 영상에서 다른 반사도를 보인다. 따라서 수심 보정을 통해 물에 의한 효과를 정규화함으로써 보다 정확한 해저 피복 분석과 공간적 범위 확장이 가능하다.
대한민국 특허 공개번호 제10-2010-0050684호(2010.05.14.) "연안지역의 해도와 육도의 접합 정밀 지형도 제작방법"
본 발명은 연안 해저 피복 조사 범위를 확장하고 및 정확도를 향상시키기 위하여 초분광영상에 대한 수심 보정 방법을 제공하는 것을 목적으로 한다.
상기와 같은 과제를 해결하기 위하여 본 발명의 실시예는, 촬영고도 2000m, 공간해상도 1.5m, 파장이 366.6nm 내지 1048.5nm인 구간에서 7.2nm 폭의 96개 밴드로 촬영된 항공 초분광영상을 획득하는 단계; 획득된 상기 항공 초분광영상을 전처리하는 전처리 단계; 및 상기 전처리된 상기 항공 초분광영상의 파장 402.6nm 내지 682.8nm의 40개 밴드에 대해 수심보정하는 수심보정 단계를 포함하며, 상기 전처리 단계는, 획득된 상기 항공 초분광영상의 원시영상에 센서의 복사보정계수를 적용하여 각 화소별로 상기 센서에 도달한 복사휘도 영상을 획득하는 복사보정 단계; 상기 복사보정 단계에서 획득된 상기 복사휘도 영상에 MODTRAN 복사전달모델을 이용하여 대기의 영향을 제거하여 지표에서의 분광반사율 영상을 획득하는 대기보정 단계; 및 상기 대기보정 단계에서 획득된 상기 분광반사율 영상에 GPS(Global Positioning System) 자료, IMU(Inertial Measurement System) 자료 및 지상기준점 측량 자료를 이용하여 지리 좌표를 등록하는 기하보정 단계를 포함하고, 상기 수심보정 단계는, 수학식 RW=RT(λi)-Y(λi)RT(λIR)-Rr(λi)로부터 수체의 분광반사율 RW을 산출하는 단계(여기서, RT는 센서 도달 분광반사율, Y는 옹스트롬 지수(Angstrom exponent), λi는 가시광선 밴드, λIR은 근적외선 밴드, Rr은 레일리 반사율); 상기 항공 초분광영상으로부터 해저면이 모래인 지점에 대한 수심 1m 내지 15m의 수체의 분광반사율 RW(z)을 획득하는 단계; 상기 항공 초분광영상을 구성하는 밴드에 대한 지수 분포 회귀모형을 통해 파장별 흡수계수 K를 산출하는 단계; 및 수학식 RW(0)=RW(z)/exp(-Kz)로부터 수면에서의 해저면의 분광반사율 RW(0)을 산출하는 단계(여기서, RW(z)는 수체의 분광반사율, K는 흡수계수, z는 수심)를 포함하는 항공 초분광영상을 활용한 수심 보정 방법을 제공할 수 있다.
본 발명의 일 실시예에 의하면 항공 초분광영상에 대한 수심보정을 통해 수심에 의한 영향을 최소화함으로써 잡음의 영향이 감소된다. 이에 따라, 연안 해저 피복을 효과적으로 분류할 수 있으며, 분석 가능 범위와 정확도를 향상시킬 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 수심 보정 방법에 이용된 항공 초분광영상의 자연광 컬러조합을 나타내는 도면이다.
도 2는 3개 밴드에 대한 수심과 수체 반사율 간의 밴드 별 회귀모형을 나타내는 그래프이다.
도 3은 수심과 수체 반사율 간의 밴드 별 회귀모형에 대한 R2 값을 나타내는 그래프이다.
도 4는 본 발명의 일 실시예에 따른 수심보정 방법을 도 1에 적용한 결과이다.
도 5는 도 2에서 예시로 든 3개 밴드에 대한 수심 보정 후 수심에 따른 분광반사율을 나타내는 그래프이다.
도 6은 402.6nm-682.8nm 파장 구간의 40개 밴드에 대한 모래 반사율의 변동계수(coefficient of variance)를 나타내는 그래프이다.
도 7의 (a)는 수심보정 전의 영상에 대한 해저 피복 분류 결과이고, (b)는 수심보정 후의 영상에 대한 해저 피복 분류 결과이다.
이하에서는 첨부한 도면을 참조하여 본 발명의 바람직한 실시예를 자세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 실시예의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
본 발명의 일 실시예에 따른 항공 초분광영상을 활용한 수심 보정 방법은 항공 초분광영상을 획득하는 단계, 획득된 상기 항공 초분광영상을 전처리하는 전처리 단계, 및 상기 전처리된 상기 항공 초분광영상에 대해 수심보정하는 수심보정 단계를 포함한다. 이하에서는 각 단계들에 대해 자세히 설명한다.
* 항공 초분광영상을 획득하는 단계:
초분광영상은 좁은 밴드폭을 갖는 수십-수백 개의 연속적인 밴드로 구성된 영상으로 정의할 수 있다. 초분광영상은 10개 미만의 밴드를 갖는 다중 분광영상에 비해 지표의 세밀한 분광반사특성을 매 화소마다 관측할 수 있다는 장점을 갖는다. 이러한 장점은 보다 다양한 지표물을 분류하거나 특정 인자를 정량적으로 분석하는데 유리하다.
도 1은 본 발명의 일 실시예에 따른 수심 보정 방법에 이용된 항공 초분광영상의 자연광 컬러조합(RGB=650nm 550nm 450nm)을 나타내는 도면이다. 본 발명의 일 실시예에 따른 수심 보정 방법에 이용된 항공 초분광영상은 수심 15m 미만의 연안해역을 촬영한 영상으로서, 촬영된 면적은 약 2km2이다. 본 발명의 일 실시예에 따른 수심 보정 방법에 이용된 항공 초분광영상은 표 1과 같이 CASI-1500 영상으로 촬영되었고, 촬영고도는 2000m, 공간해상도는 1.5m이다. 분광해상도는 파장이 366.6nm 내지 1048.5nm인 구간에서 7.2nm 폭의 96개 밴드로 촬영되었다.
Sensor CASI-1500
Wavelength range
(used for water column correction) 		366.6nm-1048.5nm
(402.6nm-682.8nm)
Number of band
(used for water column correction) 		96
(40)
Band width 7.2nm
Acquisition altitude 2000m
Spatial resolution 1.5m
Swath width 2250m
해당 항공 초분광영상에 있어서, 96개 밴드 중 전처리 단계이후 수심보정 단계부터는 가시광선 영역에 해당하는 파장 402.6nm 내지 682.8nm의 40개 밴드(band 6 내지 45)만을 사용할 수 있다. 그 이유는 자외선 영역에 해당하는 파장 366.6nm 내지 395.4nm 의 밴드(band 1 내지 5)는 센서 잡음으로 인해 사용이 어려울 수 있고, 근적외선 영역에 해당하는 파장 690.0nm 내지 1048.5nm의 밴드(band 46 내지 96)는 수체에 의한 전자기 에너지 흡수로 인해 잡음의 비율이 높아 사용이 어려울 수 있기 때문이다.
* 전처리 단계:
초분광영상에 대한 전처리 단계는 복사보정 단계, 대기보정 단계, 기하보정 단계를 포함할 수 있다.
복사보정 단계는 획득된 항공 초분광영상의 원시영상에 센서 복사보정계수 및 시스템 정보를 적용하여 각 화소별로 센서에 도달한 복사휘도(at-sensor radiance) 영상을 획득하는 과정이다.
대기보정 단계는 복사보정 단계에서 획득된 복사휘도 영상에 태양-지표-센서의 기하정보, 대기모델 등을 적용하여 대기에 의한 영향을 제거함으로써 지표에서의 분광반사율(복사휘도/입사조도)을 획득하는 과정이다. 연안을 관측한 영상의 경우 대기를 거쳐 수면에 입사된 에너지(입사조도)가 일차적으로 수면에서 일 부 반사되고, 수면을 투과한 에너지가 수체를 거쳐 해저면에서 반사되어 센서에 도달한다. 따라서 대기의 영향과 수면에서 반사된 에너지(복사휘도)를 모두 제거해야 수체와 해저의 반사율을 획득할 수 있다. 전처리 과정에서는 일반적인 복사전달모델(MODTRAN)을 이용하여 대기의 영향을 보정하였다.
기하보정 단계는 GPS(Global Positioning System)/IMU(Inertial Measurement System) 자료와 지상기준점 측량 자료를 이용하여 분광반사율 영상에 지리 좌표를 등록하는 과정이다.
* 수심보정 단계:
수심보정에 이용되는 수심자료는 다양한 방법에 의해 획득될 수 있는데, 본 실시예에서는 CZMIL (Optech Inc., Canada) 항공수심라이다로부터 획득되었다. 촬영고도는 400m, 레이저 펄스의 점밀도는 1.5 point/m2이고, 격자화를 통해 공간해상도 1.5m의 수심자료를 획득하였다. CZMIL 항공수심라이다는 근적외선과 녹색광 두 개 파장의 레이저펄스가 해면과 해저면에서 후방산란되어 센서에 도달하는 시간차를 이용하여 수심을 산출한다.
수심보정을 위해 먼저 수체의 분광반사율 RW을 산출하는 단계를 수행한다. 수체(해수)의 반사율(RW)은 수학식 1과 같이 정의할 수 있고, 수심이 얕은 경우 해저에서 반사된 신호를 포함한다.
Figure 112016031311415-pat00001
여기에서 LW는 수출복사휘도(water-leaving radiance), Ed는 복사조도(downwelling irradiance)를 의미 한다. 그러나, 실제 원격탐사 센서에서 관측하는 복사 휘도(LT: total radiance)는 수체, 수면, 대기에서 반사되는 에너지를 모두 포함하고 있다. 전처리 단계에서 대기보정 단계를 통해 센서 도달 반사율(RT)을 획득할 수 있고, 여기에는 수체와 수면의 반사율이 포함되어 있다. 수면의 반사율은 태양-수면-센서의 기하에 의해 변화하고, 수체의 반사율에 비해 높은 반사율을 갖고 있다. 따라서 센서에 도달한 에너지에 포함되어 있는 수면의 반사율은 해수 또는 해저면의 특성을 분석하는데 왜곡 또는 오차를 발생시키는 요인이 된다. 따라서 해수 및 해저면을 분석하기 위해서는 수면 반사율에 대한 보정은 필요하다.
수학식 2는 센서 도달 반사율에서 수체의 반사율을 획득하기 위해 수면의 반사율을 보정하는 방법을 나타낸다. 이 방법은 근적외선에서 수체의 반사율이 0에 근접하므로 근적외선의 반사율은 수면에서 반사된 것으로 가정한다. 따라서, 근적외선의 반사율을 이용한 각 파장의 수면 반사율을 추정하고 이에 대한 대기효과(레일리 반사율)를 추가적으로 제거함으로써 수체의 반사율을 획득할 수 있다.
[수학식 2]
RW=RT(λi)-Y(λi)RT(λIR)-Rr(λi)
여기서, RT는 센서 도달 분광반사율, Y는 옹스트롬 지수(Angstrom exponent), λi는 가시광선 밴드, λIR은 근적외선 밴드, Rr은 레일리 반사율을 의미한다.
전자기 에너지는 수학식 3과 같이 수심에 따라 기하급수(지수)적으로 흡수된다.
[수학식 3]
L(z)=L(0)exp(-Kz)
여기서, K는 흡수(attenuation) 계수, z는 수심을 의미한다.
수심 및 해저면 반사율(알베도)과 수체의 반사율(RW)의 관계는 다음의 수학식 4와 같다.
[수학식 4]
RW=(Ad-R∞)exp(-gz)+R∞
여기서, R∞은 해저의 반사율이 영향을 미치지 않는 매우 깊은 수심에서 수체기둥(water column)의 반사율, Ad는 해저면의 반사율(알베도), z는 수심, g는 빛의 산란흡수계수(diffuse attenuation coefficient)를 의미한다. 따라서, 수학식 4를 이용하여 해저면의 반사율을 역으로 계산할 수 있다. 그러나, 이 방법은 실제 연안 해역에 적용하는데 있어 몇 가지 한계를 갖는다. 첫째, 촬영한 영상에 해저의 반사율이 영향을 미치지 않는 매우 깊은 수심을 갖는 지점이 포함되어야 한다는 가정이 필요하다. 그러나, 연안을 촬영한 영상에 이러한 지점이 포함되지 않을 수 있다. 둘째, 빛의 산란 흡수계수인 g는 남태평양과 같이 매우 깨끗한 대양의 해수에서 실험을 통해 얻어진 값이므로 해역에 따른 오차가 존재한다. 따라서, 수심이 얕은 연안을 대상으로 영상을 획득한 경우 해저의 반사율을 획득하는데 한계가 있을 수 있다.
따라서, 본 실시예에서는, 수심보정은 수심에 관계없이 동일한 피복의 해저면이 동일한 반사율을 갖는다는 가정 하에 수심이 0m인 수면에서의 반사율로 보정하는 것으로 정의한다. 따라서, 동일한 피복과 상태의 해저면에 대한 반사율을 다양한 수심에서 획득한 후 수심과 반사율의 회귀모델을 통해 파장별 흡수계수(K)를 추정할 수 있고, 수학식 3을 역으로 수학식 5와 같이 변환함으로써 수면에서의 해저면의 반사율을 계산할 수 있다.
[수학식 5]
RW(0)=RW(z)/exp(-Kz)
본 실시예에서는 파장별 흡수계수(K)를 산출하기 위하여 피복 내 변이가 적은 모래를 대상으로 24개 지점에 대한 수심 1m 내지 15m의 수체의 반사율 RW(z)을 CASI-1500 영상으로부터 획득하였다. 해저면이 모래인 지점은 수심자료에서 나타난 해저면의 거칠기와 영상의 밝기값을 기준으로 판단하였다. 그 후, 도 2의 3개 밴드에 대한 예시와 같이 각 밴드에 대한 지수 분포 회귀모형을 통해 산출한 흡수계수(K)를 수학식 5에 대입함으로써 해저면의 반사율을 수면에서의 반사율로 보정할 수 있다.
도 3은 수심과 수체 반사율 간의 밴드별 회귀모형에 대한 R2 값을 보여주고 있다. 여기에서 청색광 영역에 해당하는 400nm 내지 500nm 파장 구간에서 파장이 짧을수록 상대적으로 낮은 R2 값을 보인다. 이는 파장이 짧을수록 증가하는 수중 산란을 원인으로 들 수 있다.
도 4는 본 발명의 일 실시예에 따른 수심보정 방법을 도 1에 적용한 결과이다. 도 4의 (a)는 대기와 수면의 영향을 보정한 수체의 분광반사율 영상을 나타내고, (b)는 수심보정 단계를 거친 영상을 나타낸다. 도 4의 (a)에 나타난 바와 같이, 수심보정 전에는 매우 얕은 범위(6-7m)에 한정하여 해저면을 볼 수 있지만 수심이 깊어짐에 따라 급격히 해저면이 어둡게 나타나는 것을 볼 수 있다. 도 4의 (b)에 나타난 바와 같이, 수심의 영향까지 보정한 영상은 앞의 도 1 및 도 4의 (a) 영상에 비해 상대적으로 깊은 수심(15m까지) 해저면의 형태와 밝기가 뚜렷하게 구분되는 것을 볼 수 있다. 도 5는 도 2에서 예시로 든 3개 밴드에 대한 수심 보정 후 수심에 따른 분광반사율을 보여주고 있다. 도 5에 도시된 바와 같이, 수심 보정 후에는 수심이 변화하여도 유사한 반사율을 보여주고 있다.
도 6은 402.6nm-682.8nm 파장 구간의 40개 밴드에 대한 모래 반사율의 변동계수(coefficient of variance)를 보여주고 있다. 변동계수(표준편차/평균)는 평균과 표준편차만으로 샘플의 분포를 설명하기 어려울 때 샘플의 분포를 설명하기 위한 계수로서, 0에 가까울수록 값의 변이가 작다는 것을 의미한다. 도 6에 도시된 바와 같이, 수심보정 후 변동 계수가 크게 감소한 것을 볼 수 있으며, 이는 수심에 따른 반사율 변이가 크게 감소한 것으로 해석할 수 있다. 특히 수심보정 후에 장파장(적색광) 영역으로 갈수록 변동계수의 감소폭이 크게 나타나는 것을 볼 수 있다. 이는 수심보정 전에는 파장이 길어질수록 물에 의한 빛의 흡수가 증가함에 따라 센서에서 관측되는 신호의 강도가 약해지고, 상대적으로 잡음의 영향이 커지기 때문이다. 그러나, 수심보정을 통해 수심에 의한 영향을 최소화함으로써 잡음의 영향이 감소된다.
수심보정 전, 후 영상에 대한 해저 피복 분류 결과는 도 7과 같다. 초분광영상의 수심보정에 따른 연안 해저 피복 분류의 정확도 및 분석가능 범위 향상을 평가하기 위하여 수심보정 전, 후 영상의 동일 밴드를 이용하여 해저 피복을 분류하였고, 정확도를 비교하였다. 해저면의 피복등급은 밝은 모래, 어두운 모래, 해조류(암반), 백화 암반의 네 등급으로 정의하였다. 분류 알고리즘은 최대우도법(maximum likelihood)을 사용하였다.
육안으로 분류 결과를 확인하였을 때 수심보정 전 영상의 경우 수심이 깊은 해역(도면의 우측)에서 모래가 암반으로 분류되거나, 암반이 명확히 분류되지 않는 것을 볼 수 있다. 그에 비해, 수심보정 후에는 수심에 의해 모래가 암반으로 분류되는 현상이 감소하였고, 해조류가 분포하는 암반과 백화현상이 발생하는 암반의 경계가 보다 명확히 나타나는 것을 볼 수 있다. 분류정확도는 수심보정 전에는 84%였던 것이, 수심보정 후에는 97%로 향상된 것으로 나타나, 수심보정을 실시하였을 때 13%p의 분류정확도 향상효과가 나타났다. 분류등급 별로 보면, 어두운 모래와 해조류가 분포하고 있는 암반에서 각각 22%p와 9%p의 분류정확도 향상이 나타났다. 따라서, 수심보정을 통해 연안 해저 피복을 분류할 수 있으며, 분석 가능 범위와 정확도를 향상시킬 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서 본 실시예는 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (1)

  1. 촬영고도 2000m, 공간해상도 1.5m, 파장이 366.6nm 내지 1048.5nm인 구간에서 7.2nm 폭의 96개 밴드로 촬영된 항공 초분광영상을 획득하는 단계;
    획득된 상기 항공 초분광영상을 전처리하는 전처리 단계; 및
    상기 전처리된 상기 항공 초분광영상의 파장 402.6nm 내지 682.8nm의 40개 밴드에 대해 수심보정하는 수심보정 단계를 포함하며,
    상기 전처리 단계는,
    획득된 상기 항공 초분광영상의 원시영상에 센서의 복사보정계수를 적용하여 각 화소별로 상기 센서에 도달한 복사휘도 영상을 획득하는 복사보정 단계;
    상기 복사보정 단계에서 획득된 상기 복사휘도 영상에 MODTRAN 복사전달모델을 이용하여 대기의 영향을 제거하여 지표에서의 분광반사율 영상을 획득하는 대기보정 단계; 및
    상기 대기보정 단계에서 획득된 상기 분광반사율 영상에 GPS(Global Positioning System) 자료, IMU(Inertial Measurement System) 자료 및 지상기준점 측량 자료를 이용하여 지리 좌표를 등록하는 기하보정 단계를 포함하고,
    상기 수심보정 단계는,
    수학식 RW=RT(λi)-Y(λi)RT(λIR)-Rr(λi)로부터 수체의 분광반사율 RW을 산출하는 단계(여기서, RT는 센서 도달 분광반사율, Y는 옹스트롬 지수(Angstrom exponent), λi는 가시광선 밴드, λIR은 근적외선 밴드, Rr은 레일리 반사율);
    상기 항공 초분광영상으로부터 해저면이 모래인 지점에 대한 수심 1m 내지 15m의 수체의 분광반사율 RW(z)을 획득하는 단계;
    상기 항공 초분광영상을 구성하는 밴드에 대한 지수 분포 회귀모형을 통해 파장별 흡수계수 K를 산출하는 단계; 및
    수학식 RW(0)=RW(z)/exp(-Kz)로부터 수면에서의 해저면의 분광반사율 RW(0)을 산출하는 단계(여기서, RW(z)는 수체의 분광반사율, K는 흡수계수, z는 수심)를 포함하는 항공 초분광영상을 활용한 수심 보정 방법.
KR1020160039549A 2016-03-31 2016-03-31 항공 초분광영상을 활용한 수심 보정 방법 KR101621354B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160039549A KR101621354B1 (ko) 2016-03-31 2016-03-31 항공 초분광영상을 활용한 수심 보정 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160039549A KR101621354B1 (ko) 2016-03-31 2016-03-31 항공 초분광영상을 활용한 수심 보정 방법

Publications (1)

Publication Number Publication Date
KR101621354B1 true KR101621354B1 (ko) 2016-05-20

Family

ID=56103914

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160039549A KR101621354B1 (ko) 2016-03-31 2016-03-31 항공 초분광영상을 활용한 수심 보정 방법

Country Status (1)

Country Link
KR (1) KR101621354B1 (ko)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101915883B1 (ko) 2016-08-10 2018-11-08 한국과학기술원 만화경을 이용한 초분광 영상 관측 방법 및 시스템
KR20200084974A (ko) * 2019-01-03 2020-07-14 단국대학교 산학협력단 초분광영상을 이용한 수심 추정 방법
KR20200084972A (ko) * 2019-01-03 2020-07-14 단국대학교 산학협력단 무인비행체를 이용한 초분광영상 획득 방법
KR102258903B1 (ko) * 2020-12-24 2021-06-02 한국해양과학기술원 해상객체 식별을 위한 초분광 데이터 처리방법 및 장치
KR20210078108A (ko) * 2019-12-18 2021-06-28 동아대학교 산학협력단 항공초분광영상을 이용한 생태교란종 모니터링 방법
KR20210078113A (ko) * 2019-12-18 2021-06-28 동아대학교 산학협력단 드론초분광영상을 이용한 생태교란종 모니터링 방법
KR102270834B1 (ko) * 2020-12-24 2021-06-30 한국해양과학기술원 초분광 데이터에 기반하는 해상객체 인식 방법 및 시스템
KR20210105487A (ko) 2020-02-18 2021-08-27 단국대학교 산학협력단 초분광영상을 이용한 하상 변동속도 측정 방법
KR20210106036A (ko) 2020-02-18 2021-08-30 단국대학교 산학협력단 초분광영상을 이용한 하천 지형측량 방법
KR102495175B1 (ko) * 2022-04-27 2023-02-06 한국해양과학기술원 웹 기반의 사용자 연동을 통한 초분광 영상 기반 해상객체 인식에 사용되는 학습 데이터셋 구축 장치 및 방법
CN116879237A (zh) * 2023-09-04 2023-10-13 自然资源部第二海洋研究所 一种近海浑浊水体的大气校正方法
KR102652601B1 (ko) * 2023-09-20 2024-03-29 (주)유에스티21 위성영상 분석을 통한 수심 추정 시스템 및 그 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101426474B1 (ko) 2013-04-11 2014-08-05 (주)동양화학 라이다를 이용한 수심별 수온 원격 측정 시스템 및 이를 이용한 수온 원격 측정 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101426474B1 (ko) 2013-04-11 2014-08-05 (주)동양화학 라이다를 이용한 수심별 수온 원격 측정 시스템 및 이를 이용한 수온 원격 측정 방법

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101915883B1 (ko) 2016-08-10 2018-11-08 한국과학기술원 만화경을 이용한 초분광 영상 관측 방법 및 시스템
KR20200084974A (ko) * 2019-01-03 2020-07-14 단국대학교 산학협력단 초분광영상을 이용한 수심 추정 방법
KR20200084972A (ko) * 2019-01-03 2020-07-14 단국대학교 산학협력단 무인비행체를 이용한 초분광영상 획득 방법
KR102164522B1 (ko) 2019-01-03 2020-10-13 단국대학교 산학협력단 초분광영상을 이용한 수심 추정 방법
KR102169687B1 (ko) 2019-01-03 2020-10-26 단국대학교 산학협력단 무인비행체를 이용한 초분광영상 획득 방법
KR102315329B1 (ko) * 2019-12-18 2021-10-19 동아대학교 산학협력단 드론초분광영상을 이용한 생태교란종 모니터링 방법
KR20210078108A (ko) * 2019-12-18 2021-06-28 동아대학교 산학협력단 항공초분광영상을 이용한 생태교란종 모니터링 방법
KR20210078113A (ko) * 2019-12-18 2021-06-28 동아대학교 산학협력단 드론초분광영상을 이용한 생태교란종 모니터링 방법
KR102315319B1 (ko) * 2019-12-18 2021-10-19 동아대학교 산학협력단 항공초분광영상을 이용한 생태교란종 모니터링 방법
KR20210105487A (ko) 2020-02-18 2021-08-27 단국대학교 산학협력단 초분광영상을 이용한 하상 변동속도 측정 방법
KR20210106036A (ko) 2020-02-18 2021-08-30 단국대학교 산학협력단 초분광영상을 이용한 하천 지형측량 방법
KR102258903B1 (ko) * 2020-12-24 2021-06-02 한국해양과학기술원 해상객체 식별을 위한 초분광 데이터 처리방법 및 장치
KR102270834B1 (ko) * 2020-12-24 2021-06-30 한국해양과학기술원 초분광 데이터에 기반하는 해상객체 인식 방법 및 시스템
WO2022139111A1 (ko) * 2020-12-24 2022-06-30 한국해양과학기술원 초분광 데이터에 기반하는 해상객체 인식 방법 및 시스템
WO2022139110A1 (ko) * 2020-12-24 2022-06-30 한국해양과학기술원 해상객체 식별을 위한 초분광 데이터 처리방법 및 장치
US11715286B2 (en) 2020-12-24 2023-08-01 Korea Institute Of Ocean Science & Technology Method and system for recognizing marine object using hyperspectral data
US11830248B2 (en) 2020-12-24 2023-11-28 Korea Institute Of Ocean Science & Technology Method and apparatus for processing hyperspectral data for identifying marine object
KR102495175B1 (ko) * 2022-04-27 2023-02-06 한국해양과학기술원 웹 기반의 사용자 연동을 통한 초분광 영상 기반 해상객체 인식에 사용되는 학습 데이터셋 구축 장치 및 방법
CN116879237A (zh) * 2023-09-04 2023-10-13 自然资源部第二海洋研究所 一种近海浑浊水体的大气校正方法
CN116879237B (zh) * 2023-09-04 2023-12-12 自然资源部第二海洋研究所 一种近海浑浊水体的大气校正方法
KR102652601B1 (ko) * 2023-09-20 2024-03-29 (주)유에스티21 위성영상 분석을 통한 수심 추정 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
KR101621354B1 (ko) 항공 초분광영상을 활용한 수심 보정 방법
KR101672291B1 (ko) 항공 초분광영상을 활용한 갯녹음 탐지 기법
Overstreet et al. Removing sun glint from optical remote sensing images of shallow rivers
Bandini et al. Bathymetry observations of inland water bodies using a tethered single-beam sonar controlled by an unmanned aerial vehicle
Klonowski et al. Retrieving key benthic cover types and bathymetry from hyperspectral imagery
Lee et al. Water and bottom properties of a coastal environment derived from Hyperion data measured from the EO-1 spacecraft platform
Fearns et al. Shallow water substrate mapping using hyperspectral remote sensing
Stumpf et al. Determination of water depth with high‐resolution satellite imagery over variable bottom types
Lyzenga et al. Multispectral bathymetry using a simple physically based algorithm
Purkis A" Reef-Up" approach to classifying coral habitats from IKONOS imagery
Chybicki Mapping south baltic near-shore bathymetry using Sentinel-2 observations
CN109781073B (zh) 一种融合海浪特征和光谱特征的浅海水深遥感提取方法
Conger et al. Decorrelating remote sensing color bands from bathymetry in optically shallow waters
Kabiri et al. Mapping of the corals around Hendorabi Island (Persian Gulf), using Worldview-2 standard imagery coupled with field observations
Bakuła Multispectral airborne laser scanning-a new trend in the development of Lidar techology
CN111561916B (zh) 一种基于四波段多光谱遥感图像的浅海水深无控提取方法
Alsubaie The potential of using worldview-2 imagery for shallow water depth mapping
Bongiorno et al. Dynamic spectral-based underwater colour correction
Dierssen Overview of hyperspectral remote sensing for mapping marine benthic habitats from airborne and underwater sensors
Makboul et al. Performance assessment of ANN in estimating remotely sensed extracted bathymetry. Case study: Eastern harbor of alexandria
Mandlburger A review of active and passive optical methods in hydrography
Kabiri Discovering optimum method to extract depth information for nearshore coastal waters from Sentinel-2A imagery-case study: Nayband Bay, Iran
Bramante et al. Derivation of bathymetry from multispectral imagery in the highly turbid waters of Singapore’s south islands: A comparative study
Ashphaq et al. Evaluation and performance of satellite-derived bathymetry algorithms in turbid coastal water: a case study of Vengurla rocks
Hayes et al. Estimating dredge-induced turbidity using drone imagery

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20200304

Year of fee payment: 5