KR101798405B1 - 위성 영상 수심 추출 자동화 시스템 및 방법 - Google Patents
위성 영상 수심 추출 자동화 시스템 및 방법 Download PDFInfo
- Publication number
- KR101798405B1 KR101798405B1 KR1020170063551A KR20170063551A KR101798405B1 KR 101798405 B1 KR101798405 B1 KR 101798405B1 KR 1020170063551 A KR1020170063551 A KR 1020170063551A KR 20170063551 A KR20170063551 A KR 20170063551A KR 101798405 B1 KR101798405 B1 KR 101798405B1
- Authority
- KR
- South Korea
- Prior art keywords
- satellite image
- data
- image data
- interest
- depth
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 27
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims description 107
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 66
- 238000012937 correction Methods 0.000 claims description 44
- 239000000443 aerosol Substances 0.000 claims description 17
- 238000012790 confirmation Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 6
- QTCANKDTWWSCMR-UHFFFAOYSA-N costic aldehyde Natural products C1CCC(=C)C2CC(C(=C)C=O)CCC21C QTCANKDTWWSCMR-UHFFFAOYSA-N 0.000 claims description 6
- ISTFUJWTQAMRGA-UHFFFAOYSA-N iso-beta-costal Natural products C1C(C(=C)C=O)CCC2(C)CCCC(C)=C21 ISTFUJWTQAMRGA-UHFFFAOYSA-N 0.000 claims description 6
- 238000012417 linear regression Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 239000003653 coastal water Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G06K9/3233—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G06T5/001—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
본 발명은 관심영역의 위성 영상 데이터들을 획득하고, 획득한 관심영역의 위성 영상 데이터들에 전처리를 수행하는 위성 영상 데이터 처리모듈, 관심영역의 조석 관측 데이터 및 관심영역의 전자해도 수심 데이터를 획득하고, 획득한 상기 관심영역의 조석관측 데이터를 이용하여 상기 관심영역의 전자해도 수심 데이터에 조석 보정을 수행하는 전자해도 수심 데이터 처리모듈, 전처리를 수행한 상기 관심영역의 위성 영상 데이터들 중 기 설정된 제1 및 제2 위성 영상 데이터들을 이용하여 입력 데이터를 생성하고, 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성하는 수심 추출 알고리즘 생성모듈 및 상기 입력 데이터에 상기 수심 추출 알고리즘을 적용하여 관심영역의 수심 데이터를 생성하는 위성 영상 추출 수심 데이터 생성모듈을 포함한다.
Description
본 발명은 위성 영상 수심 추출 자동화 시스템 및 방법에 관한 것으로, 보다 상세하게는 Costal blue band 및 Green band의 위성 영상 데이터를 이용하여 수심 추출 알고리즘을 생성하고, 생성한 알고리즘을 적용하여 위성 영상 데이터에서 수심 데이터를 추출하는 위성 영상 수심 추출 자동화 시스템 및 방법에 관한 것이다.
해양, 기상현상의 이해 및 예측을 위해 가장 중요한 것은 관심영역의 현황 파악이며, 이는 현장 관측을 통해 파악하는 것이 가능하다. 그러나 현장 관측에는 많은 비용이 소모되며, 이는 좁은 영역 및 짧은 시간에 국한된 데이터의 생산으로 이어지는 문제가 있다.
이러한 문제를 해결하기 위하여 최근 원격탐사(위성 등)를 활용한 관측 및 측량에 관한 연구가 활발히 진행 중이다.
위성을 활용한 관측 및 측량은 시공간적으로 커버리지가 매우 넓고 연속적이며, 자료 생산면에 있어서도 품질의 동일성이 보장되어 위성 데이터를 활용한 다양한 물리량 및 지리 데이터를 생산하는 알고리즘에 관한 연구가 활발히 진행 중에 있다.
본 발명은 상기한 문제점을 해결하기 위해 발명된 것으로, 그 목적은 Landsat 8 인공위성의 위성 영상 데이터를 이용하여 연안의 수심 데이터를 추출할 수 있는 위성 영상 수심 추출 자동화 시스템 및 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명의 다른 목적은 Landsat 8 인공위성의 Costal blue band 및 Green band의 위성 영상 데이터를 이용하여 정확도가 높은 수심 데이터를 추출할 수 있는 위성 영상 수심 추출 자동화 시스템 및 방법을 제공하는 것을 다른 목적으로 한다.
상기한 바와 같은 과제를 해결하기 위하여 본 발명은, 관심영역의 위성 영상 데이터들을 획득하고, 획득한 관심영역의 위성 영상 데이터들에 전처리를 수행하는 위성 영상 데이터 처리모듈, 관심영역의 조석 관측 데이터 및 관심영역의 전자해도 수심 데이터를 획득하고, 획득한 상기 관심영역의 조석관측 데이터를 이용하여 상기 관심영역의 전자해도 수심 데이터에 조석 보정을 수행하는 전자해도 수심 데이터 처리모듈, 전처리를 수행한 상기 관심영역의 위성 영상 데이터들 중 기 설정된 제1 및 제2 위성 영상 데이터들을 이용하여 입력 데이터를 생성하고, 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성하는 수심 추출 알고리즘 생성모듈 및 상기 입력 데이터에 상기 수심 추출 알고리즘을 적용하여 관심영역의 수심 데이터를 생성하는 위성 영상 추출 수심 데이터 생성모듈을 포함한다.
또한, 상기 위성 영상 데이터 처리 모듈은, 상기 관심영역의 위성 영상 데이터들을 획득하는 위성 영상 데이터 획득모듈, 획득한 상기 관심영역의 위성 영상 데이터들에 포함된 에어로졸의 영향을 제거하는 대기보정모듈, 상기 에어로졸의 영향을 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 구름 및 구름에 의해 생성된 그림자를 제거하는 구름제거모듈 및 상기 구름 및 상기 구름에 의해 생성된 상기 그림자를 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 육지를 제거하는 육지제거모듈을 포함할 수 있다.
또한, 상기 전자해도 수심 데이터 처리 모듈은, 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인하는 위성 영상 촬영 시각 확인모듈, 확인한 상기 관심영역의 위성 영상 데이터들의 촬영 시각에 해당하는 관심영역의 조석관측 데이터를 획득하는 조석 관측 데이터 획득모듈, 상기 관심영역의 전자해도 수심 데이터를 획득하는 전자해도 수심 데이터 획득모듈 및 상기 관심영역의 조석관측 데이터들을 상기 관심영역의 전자해도 수심 데이터에 반영하여 조석보정을 수행하는 조석보정모듈을 포함할 수 있다.
또한, 상기 수심 추출 알고리즘 생성모듈은, 상기 제1 및 제2 위성 영상 데이터에 자연로그를 취하고, 상기 제1 위성 영상 데이터를 상기 제2 위성 영상데이터로 나누어 입력 데이터를 생성하는 입력 데이터 생성모듈 및 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성하는 알고리즘 생성모듈을 포함할 수 있다.
또한, 상기 위성 영상 데이터들은 Landsat 8 인공위성의 위성 영상 데이터들일 수 있다.
또한, 상기 제1 위성 영상 데이터는 Costal blue band의 위성 영상데이터이고, 상기 제2 위성 영상 데이터는 Green band의 위성 영상 데이터일 수 있다.
또한, 상기 수심 추출 알고리즘은 선형 회귀분석 알고리즘일 수 있다.
본 발명의 다른 측면에 의하면, 위성 영상 수심 추출 자동화 시스템이 관심영역의 위성 영상 데이터들을 획득하고, 획득한 관심영역의 위성 영상 데이터들에 전처리를 수행하는 단계, 위성 영상 수심 추출 자동화 시스템이 관심영역의 조석 관측 데이터 및 관심영역의 전자해도 수심 데이터를 획득하고, 획득한 상기 관심영역의 조석관측 데이터를 이용하여 상기 관심영역의 전자해도 수심 데이터에 조석 보정을 수행하는 단계, 위성 영상 수심 추출 자동화 시스템이 전처리를 수행한 상기 관심영역의 위성 영상 데이터들 중 기 설정된 제1 및 제2 위성 영상 데이터들을 이용하여 입력 데이터를 생성하고, 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성하는 단계 및 위성 영상 수심 추출 자동화 시스템이 상기 입력 데이터에 상기 수심 추출 알고리즘을 적용하여 관심영역의 수심 데이터를 생성하는 단계를 포함한다.
또한, 상기 관심영역의 위성 영상 데이터들에 전처리를 수행하는 단계는, 위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 위성 영상 데이터들을 획득하는 단계, 위성 영상 수심 추출 자동화 시스템이 획득한 상기 관심영역의 위성 영상 데이터들에 포함된 에어로졸의 영향을 제거하는 단계, 위성 영상 수심 추출 자동화 시스템이 상기 에어로졸의 영향을 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 구름 및 구름에 의해 생성된 그림자를 제거하는 단계 및 위성 영상 수심 추출 자동화 시스템이 상기 구름 및 상기 구름에 의해 생성된 상기 그림자를 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 육지를 제거하는 단계를 포함할 수 있다.
또한, 상기 관심영역의 전자해도 수심 데이터에 조석 보정을 수행하는 단계는, 위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인하는 단계, 위성 영상 수심 추출 자동화 시스템이 확인한 상기 관심영역의 위성 영상 데이터들의 촬영 시각에 해당하는 관심영역의 조석관측 데이터를 획득하는 단계, 위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 전자해도 수심 데이터를 획득하는 단계 및 위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 조석관측 데이터들을 상기 관심영역의 전자해도 수심 데이터에 반영하여 조석보정을 수행하는 단계를 포함할 수 있다.
또한, 상기 수심 추출 알고리즘을 생성하는 단계는, 위성 영상 수심 추출 자동화 시스템이 상기 제1 및 제2 위성 영상 데이터에 자연로그를 취하고, 상기 제1 위성 영상 데이터를 상기 제2 위성 영상데이터로 나누어 입력 데이터를 생성하는 단계 및 위성 영상 수심 추출 자동화 시스템이 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성하는 단계를 포함할 수 있다.
또한, 상기 위성 영상 데이터들은 Landsat 8 인공위성의 위성 영상 데이터들일 수 있다.
또한, 상기 제1 위성 영상 데이터는 Costal blue band의 위성 영상데이터이고, 상기 제2 위성 영상 데이터는 Green band의 위성 영상 데이터일 수 있다.
또한, 상기 수심 추출 알고리즘은 선형 회귀분석 알고리즘일 수 있다.
본 발명에 의하면, Landsat 8 인공위성의 위성 영상 데이터를 이용하여 연안의 수심 데이터를 추출할 수 있는 효과가 있다.
또한, Landsat 8 인공위성의 Costal blue band 및 Green band의 위성 영상 데이터를 이용하여 정확도가 높은 수심 데이터를 추출할 수 있는 효과가 있다.
또한, 관심영역의 위성 영상 데이터 입력만으로 관심영역의 수심 데이터를 자동으로 획득할 수 있는 효과가 있다.
또한, Landsat 8 인공위성의 Costal blue band 및 Green band의 위성 영상 데이터를 이용하여 수심 추출 알고리즘을 생성할 수 있는 효과가 있다.
또한, 관심영역에 따라 수심 추출 알고리즘을 개별화 또는 모듈화할 수 있는 효과가 있다.
또한, 위성 영상 수심 추출 프로세스를 구성하는 프로세스들을 연계하여 자동화 된 위성 영상 수심 추출 프로세스를 제공할 수 있는 효과가 있다.
도 1은 본 발명의 일실시예에 따른 위성 영상 수심 추출 자동화 시스템을 나타내는 도면이다.
도 2는 위성 영상 데이터 처리모듈의 구성을 나타내는 도면이다.
도 3은 본 발명의 일실시예에 따라 관심영역의 위성 영상 데이터에 대기보정이 수행된 모습을 나타낸 예시도이다.
도 4는 본 발명의 일실시예에 따라 관심영역의 위성 영상 데이터에서 구름 및 육지가 제거된 모습을 나타낸 예시도이다.
도 5는 전자해도 수심 데이터 처리모듈의 구성을 나타내는 도면이다.
도 6은 본 발명의 일실시예에 따라 조석보정이 수행되는 모습을 나타낸 예시도이다.
도 7은 수심 추출 알고리즘 생성모듈의 구성을 나타내는 도면이다.
도 8은 본 발명의 일실시예에 따라 관심영역의 위성 영상 데이터에서 수심이 추출된 모습을 나타낸 예시도이다.
도 9는 도 1 내지 도 8을 참조하여 설명한 본 발명의 일실시예에 따른 위성 영상 수심 추출 자동화 방법을 개략적으로 나타내는 플로우 차트이다.
도 2는 위성 영상 데이터 처리모듈의 구성을 나타내는 도면이다.
도 3은 본 발명의 일실시예에 따라 관심영역의 위성 영상 데이터에 대기보정이 수행된 모습을 나타낸 예시도이다.
도 4는 본 발명의 일실시예에 따라 관심영역의 위성 영상 데이터에서 구름 및 육지가 제거된 모습을 나타낸 예시도이다.
도 5는 전자해도 수심 데이터 처리모듈의 구성을 나타내는 도면이다.
도 6은 본 발명의 일실시예에 따라 조석보정이 수행되는 모습을 나타낸 예시도이다.
도 7은 수심 추출 알고리즘 생성모듈의 구성을 나타내는 도면이다.
도 8은 본 발명의 일실시예에 따라 관심영역의 위성 영상 데이터에서 수심이 추출된 모습을 나타낸 예시도이다.
도 9는 도 1 내지 도 8을 참조하여 설명한 본 발명의 일실시예에 따른 위성 영상 수심 추출 자동화 방법을 개략적으로 나타내는 플로우 차트이다.
이하의 설명에서 본 발명에 대한 이해를 명확히 하기 위하여, 본 발명의 특징에 대한 공지의 기술에 대한 설명은 생략하기로 한다. 이하의 실시 예는 본 발명의 이해를 돕기 위한 상세한 설명이며, 본 발명의 권리 범위를 제한하는 것이 아님은 당연할 것이다. 따라서, 본 발명과 동일한 기능을 수행하는 균등한 발명 역시 본 발명의 권리 범위에 속할 것이다.
이하의 설명에서 동일한 식별 기호는 동일한 구성을 의미하며, 불필요한 중복적인 설명 및 공지 기술에 대한 설명은 생략하기로 한다.
본 발명의 실시 예에서 '통신', '통신망' 및 '네트워크'는 동일한 의미로 사용될 수 있다. 상기 세 용어들은, 시스템과 서버 사이에서 송수신할 수 있는 유무선의 근거리 및 광역 데이터 송수신망을 의미한다.
이하, 첨부된 도면을 참조하여 본 발명에 의한 실시예를 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 위성 영상 수심 추출 자동화 시스템을 나타내는 도면이고, 도 2는 위성 영상 데이터 처리모듈의 구성을 나타내는 도면이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 위성 영상 수심 추출 자동화 시스템(10)은 위성 영상 데이터 처리모듈(100), 전자해도 수심 데이터 처리모듈(200), 수심 추출 알고리즘 생성모듈(300) 및 위성 영상 추출 수심 데이터 생성모듈(400)을 포함한다.
도 1 및 도 2를 참조하면, 위성 영상 데이터 처리모듈(100)은 위성 영상 데이터 획득모듈(110), 대기보정모듈(120), 구름제거모듈(130) 및 육지제거모듈(140)을 포함한다.
위성 영상 데이터 획득모듈(110)은 관심영역의 위성 영상 데이터들을 획득한다.
여기서 관심영역은 위성 영상 데이터들을 이용하여 수심 데이터가 생성되는 영역을 말한다.
위성 영상 데이터 획득모듈(110)은 구름의 양이 전체 영역에서 10 퍼센트 이내이고, 낮에 촬영된 관심영역의 위성 영상 데이터를 획득한다.
위성 영상 데이터 획득모듈(110)이 획득하는 관심영역의 위성 영상 데이터의 포맷(format)은 Tiff 포맷이 바람직하나 이에 한정되는 것은 아니다.
위성 영상 데이터 획득모듈(110)이 획득하는 관심영역의 위성 영상 데이터는 Landsat 8 인공위성의 위성 영상 데이터들일 수 있으나 이에 한정되는 것은 아니다.
상기 Landsat 8 인공위성은 8개의 OLI(Operational Land Imager) 센서들과 3개의 TIRS(Thermal InfraRed Sensor) 센서들이 수신한 11개 스펙트랄 밴드(Spectral Band)의 위성 영상 데이터들을 제공할 수 있다.
이때, Landsat 8 인공위성의 11개 스펙트랄 밴드(Spectral Band)는 하기 [표1]에 표시된 바와 같다.
위성 영상 데이터 획득모듈(110)은 위성 영상 수심 추출 자동화 시스템(10) 외부에 위치하는 서버 또는 웹페이지 등에 네트워크 등의 통신망을 이용하여 접속하여 상기 관심영역의 위성 영상 데이터들을 획득할 수 있다.
또한, 위성 영상 데이터 획득모듈(110)은 위성 영상 수심 추출 자동화 시스템(10) 내부에 위치하는 메모리 장치(예컨대, HDD) 또는 위성 영상 수심 추출 자동화 시스템(10)에 연결되는 메모리 장치(예컨대, USB) 등에 기 저장된 데이터들에서 상기 관심영역의 위성 영상 데이터들을 획득할 수 있다.
위성 영상 데이터 획득모듈(110)은 획득한 상기 관심영역의 위성 영상 데이터들에 포함된 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 위성 영상 촬영 시각 확인모듈(210)로 전송할 수 있다.
위성 영상 데이터 획득모듈(110)은 획득한 상기 관심영역의 위성 영상 데이터들을 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
도 3은 본 발명의 일실시예에 따라 관심영역의 위성 영상 데이터에 대기보정이 수행된 모습을 나타낸 예시도이다. 이때, (a)는 대기보정 전의 관심영역의 위성 영상 데이터를 나타낸 예시도이고, (b)는 대기보정 수행 후의 관심영역의 위성 영상 데이터를 나타낸 예시도이다.
대기보정모듈(120)은 획득한 상기 관심영역의 위성 영상 데이터들에 포함된 에어로졸의 영향을 제거한다.
대기보정모듈(120)은 수심 추출 알고리즘 적용시 왜곡을 발생시킬 수 있는 대기에서의 에어로졸의 영향을 제거하기 위하여 대기보정을 수행한다.
대기보정모듈(120)은 D.O.S 알고리즘 (Dark-Object Subtraction Algorithm, 이하 D.O.S 알고리즘)을 이용하여 대기보정을 수행할 수 있으나 이에 한정되는 것은 아니다.
도 3 (a)를 참조하면, 대기보정 전의 관심영역의 위성 영상 데이터는 위성 영상 데이터에 포함된 에어로졸의 영향으로 위성 영상 데이터에 왜곡이 발생한 것을 알 수 있다.
반면에, 도 3 (b)를 참조하면, 대기보정 후의 관심영역의 위성 영상 데이터는 위성 영상 데이터에 포함된 에어로졸의 영향이 제거되어 위성 영상 데이터에 발생한 왜곡이 제거된 것을 알 수 있다.
대기보정모듈(120)은 상기 관심영역의 위성 영상 데이터들에 포함된 에어로졸의 영향을 제거한 상기 관심영역의 위성 영상 데이터들을 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
도 4는 본 발명의 일실시예에 따라 관심영역의 위성 영상 데이터에서 구름 및 육지가 제거된 모습을 나타낸 예시도이다. 이때, (a)는 구름 및 육지가 제거되기 전의 관심영역의 위성 영상 데이터를 나타낸 예시도이고, (b)는 구름 및 육지가 제거된 후의 관심영역의 위성 영상 데이터를 나타낸 예시도이다.
구름제거모듈(130)은 상기 에어로졸의 영향을 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 구름 및 구름에 의해 생성된 그림자를 제거한다.
구름제거모듈(130)은 상기 관심영역의 위성 영상 데이터들에 포함된 구름 및 구름에 의해 생성된 그림자를 제거하기 위하여 fmask방법을 이용할 수 있으나 이에 한정되는 것은 아니다.
여기서, fmask 방법을 이용하여 상기 관심영역의 위성 영상 데이터들에 포함된 구름 및 구름에 의해 생성된 그림자를 제거하는 것에 대해서는 이미 본 발명이 적용되는 기술 분야에서 널리 알려진 바와 같으므로, 상세한 설명은 생략하기로 한다.
구름제거모듈(130)은 상기 에어로졸의 영향을 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 구름 및 구름에 의해 생성된 그림자를 제거한 상기 관심영역의 위성 영상 데이터들을 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
육지제거모듈(140)은 상기 관심영역의 위성 영상 데이터들에 포함된 육지를 제거한다.
육지제거모듈(140)은 상기 관심영역의 위성 영상 데이터들에 포함된 육지를 제거하기 위하여 NVDI 알고리즘(Normalized Difference Vegetation Index Algorithm, NVDI 알고리즘)을 이용할 수 있으나 이에 한정되는 것은 아니다.
여기서, 여기서, NVDI 알고리즘을 이용하여 상기 관심영역의 위성 영상 데이터들에 포함된 육지를 제거하는 것에 대해서는 이미 본 발명이 적용되는 기술 분야에서 널리 알려진 바와 같으므로, 상세한 설명은 생략하기로 한다.
육지제거모듈(140)은 상기 관심영역의 위성 영상 데이터들에 포함된 육지를 제거한 상기 관심영역의 위성 영상 데이터들을 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
도 4 (a)를 참조하면, 구름 및 육지가 제거되기 전의 관심영역의 위성 영상 데이터는 위성 영상 데이터에 포함된 구름 및 구름에 의해 생성된 그림자의 영향으로 위성 영상 데이터에 왜곡이 발생한 것을 알 수 있다.
반면에, 도 4 (b)를 참조하면, 구름 및 육지가 제거된 후의 관심영역의 위성 영상 데이터는 위성 영상 데이터에 포함된 구름 및 구름에 의해 생성된 그림자의 영향이 제거되어 위성 영상 데이터에 발생한 왜곡이 제거된 것을 알 수 있다.
도 5는 전자해도 수심 데이터 처리모듈의 구성을 나타내는 도면이다.
도 1 및 도 5를 참조하면, 전자해도 수심 데이터 처리모듈(200)은 위성 영상 촬영 시각 확인모듈(210), 조석 관측 데이터 획득모듈(220), 전자해도 수심 데이터 획득모듈(230) 및 조석 보정 모듈(240)을 포함한다.
위성 영상 촬영 시각 확인모듈(210)은 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인한다.
위성 영상 촬영 시각 확인모듈(210)이 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인하는 이유는 상기 관심영역의 전자해도 수심 데이터에 상기 관심영역의 위성 영상 데이터들이 촬영될 시각에 해당하는 조위를 반영하기 위함이다.
위성 영상 촬영 시각 확인모듈(210)은 위성 영상 데이터 획득모듈(110)로부터 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인할 수 있다.
위성 영상 촬영 시각 확인모듈(210)은 위성 영상 데이터 획득모듈(110)이 상기 관심영역의 위성 영상 데이터들을 획득하기 위하여 네트워크 등의 통신망을 이용하여 접속한 서버 또는 웹페이지 등에 접속하여 위성 영상 데이터 획득모듈(110)이 획득한 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인할 수 있다.
위성 영상 촬영 시각 확인모듈(210)은 위성 영상 수심 추출 자동화 시스템(10) 내부에 위치하는 메모리 장치(예컨대, HDD) 또는 위성 영상 수심 추출 자동화 시스템(10)에 연결되는 메모리 장치(예컨대, USB) 등에 기 저장된 데이터들에서 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인할 수 있다.
위성 영상 촬영 시각 확인모듈(210)은 획득한 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
조석 관측 데이터 획득모듈(220)은 위성 영상 촬영 시각 확인모듈(210)이 확인한 상기 관심영역의 위성 영상 데이터들의 촬영 시각에 해당하는 관심영역의 조석관측 데이터를 획득한다.
조석 관측 데이터 획득모듈(220)은 위성 영상 수심 추출 자동화 시스템(10) 외부에 위치하는 서버 또는 웹페이지 등에 네트워크 등의 통신망을 이용하여 접속하여 상기 관심영역의 위성 영상 데이터들의 촬영 시각에 해당하는 관심영역의 조석관측 데이터를 획득할 수 있다.
또한, 조석 관측 데이터 획득모듈(220)은 위성 영상 수심 추출 자동화 시스템(10) 내부에 위치하는 메모리 장치(예컨대, HDD) 또는 위성 영상 수심 추출 자동화 시스템(10)에 연결되는 메모리 장치(예컨대, USB) 등에 기 저장된 데이터들에서 상기 관심영역의 위성 영상 데이터들의 촬영 시각에 해당하는 관심영역의 조석관측 데이터를 획득할 수 있다.
조석 관측 데이터 획득모듈(220)은 획득한 상기 관심영역의 위성 영상 데이터들의 촬영 시각에 해당하는 관심영역의 조석관측 데이터를 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
전자해도 수심 데이터 획득모듈(230)은 상기 관심영역의 전자해도 수심 데이터를 획득한다.
전자해도 수심 데이터 획득모듈(230)은 위성 영상 수심 추출 자동화 시스템(10) 외부에 위치하는 서버 또는 웹페이지 등에 네트워크 등의 통신망을 이용하여 접속하여 상기 관심영역의 전자해도 수심 데이터를 획득할 수 있다.
또한, 전자해도 수심 데이터 획득모듈(230)은 위성 영상 수심 추출 자동화 시스템(10) 내부에 위치하는 메모리 장치(예컨대, HDD) 또는 위성 영상 수심 추출 자동화 시스템(10)에 연결되는 메모리 장치(예컨대, USB) 등에 기 저장된 데이터들에서 상기 관심영역의 전자해도 수심 데이터를 획득할 수 있다.
전자해도 수심 데이터 획득모듈(230)은 획득한 상기 관심영역의 전자해도 수심 데이터를 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
도 6은 본 발명의 일실시예에 따라 조석보정이 수행되는 모습을 나타낸 예시도이다.
조석 보정 모듈(240)은 상기 관심영역의 조석관측 데이터들을 상기 관심영역의 전자해도 수심 데이터에 반영하여 조석보정을 수행한다.
여기서 조석보정은 상기 관심영역의 전자해도 수심 데이터에 상기 관심영역의 위성 영상 데이터들이 촬영될 시각의 조위를 반영하는 것이다.
도 6을 참조하면, 상기 관심영역의 위성 영상 데이터들이 촬영될 시각의 수심은 약저최조면을 기준으로 작성된 상기 관심영역의 전자해도 수심 데이터와 조위차 만큼의 차이가 발생한다.
발생한 상기 차이를 상기 관심영역의 전자해도 수심 데이터에 반영하기 위하여 상기 관심영역의 전자해도 수심 데이터와 상기 관심영역의 위성 영상 데이터들이 촬영될 시각의 조위 값을 비교하여 상기 관심영역의 전자해도 수심 데이터에 조석보정을 수행한다.
조석 보정 모듈(240)은 조석보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
도 7은 수심 추출 알고리즘 생성모듈의 구성을 나타내는 도면이다.
도 1 및 도 7을 참조하면, 수심 추출 알고리즘 생성모듈(300)은 입력 데이터 생성모듈(310) 및 알고리즘 생성모듈(320)을 포함한다.
입력 데이터 생성모듈(310)은 상기 제1 및 제2 위성 영상 데이터에 자연로그를 취하고, 상기 제1 위성 영상 데이터를 상기 제2 위성 영상데이터로 나누어 입력 데이터를 생성한다.
여기서, 상기 제1 위성 영상 데이터는 Costal blue band의 위성 영상데이터이고, 상기 제2 위성 영상 데이터는 Green band의 위성 영상 데이터일 수 있으나 이에 한정되는 것은 아니다.
후술하는 알고리즘 생성모듈(320)이 생성하는 수심 추출 알고리즘의 정확도를 높이기 위하여 입력 데이터 생성모듈(310)은 상기 제1 및 제2 위성 영상 데이터를 이용하여 입력 데이터를 생성한다.
입력 데이터 생성모듈(310)은 생성한 상기 입력 데이터를 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
알고리즘 생성모듈(320)은 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성한다.
알고리즘 생성모듈(320)은 상기 입력 데이터에 계수를 곱하여 상기 관심영역의 전자해도 수심 데이터와 비교한다.
알고리즘 생성모듈(320)은 상기 계수가 곱해진 상기 입력 데이터와 상기 관심영역의 전자해도 수심 데이터 반복적으로 비교하여 상기 계수를 구할 수 있다.
알고리즘 생성모듈(320)은 구한 상기 계수를 이용하여 수심 추출 알고리즘을 생성할 수 있다.
이때 생성된 상기 수심 추출 알고리즘은 선형 회귀분석 알고리즘일 수 있으나 이에 한정되는 것은 아니다.
알고리즘 생성모듈(320)은 생성한 상기 수심 추출 알고리즘을 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
도 8은 본 발명의 일실시예에 따라 관심영역의 위성 영상 데이터에서 수심이 추출된 모습을 나타낸 예시도이다. 이때 (a)는 상기 관심영역의 위성 영상 데이터에 상기 관심영역의 전자해도 수심 데이터가 표시된 모습을 나타낸 예시도이고, (b)는 상기 관심영역의 위성 영상 데이터에서 추출된 수심 데이터와 상기 관심영역의 전자해도 수심 데이터를 비교하는 모습을 나타낸 예시도이다.
위성 영상 추출 수심 데이터 생성모듈(400)은 상기 입력 데이터에 상기 수심 추출 알고리즘을 적용하여 관심영역의 수심 데이터를 생성한다.
위성 영상 추출 수심 데이터 생성모듈(400)은 입력 데이터 생성모듈(310)이 생성한 상기 입력 데이터에 알고리즘 생성모듈(320)이 생성한 상기 수심 추출 알고리즘을 적용하여 상기 관심영역의 수심 데이터를 생성한다.
알고리즘 생성모듈(320)은 상기 관심영역 전부가 아닌 상기 관심영역의 일부인 상기 관심영역의 전자해도 수심 데이터와 상기 입력 데이터를 비교하여 상기 수심 추출 알고리즘을 생성한다.
위성 영상 추출 수심 데이터 생성모듈(400)은 상기 관심영역 전부에 대하여 수심 데이터를 생성할 수 있는 상기 입력 데이터에 알고리즘 생성모듈(320)이 생성한 상시 수심 추출 알고리즘을 적용하여 상기 관심영역 전부에 대한 수심 데이터를 생성한다.
위성 영상 추출 수심 데이터 생성모듈(400)은 생성한 상기 수심 데이터를 저장하거나 데이터베이스(미도시)로 전송할 수 있다.
도 8의 (a)를 참조하면, 수심 추출 알고리즘을 생성하기 위하여 상기 관심영역의 위성 영상 데이터에 상기 관심영역의 전자해도 수심 데이터가 표시되어 있다.
이때, 표시된 숫자는 x표 위치에서의 상기 관심영역의 전자해도 수심 데이터를 나타낸다.
도 8의 (b)를 참조하면, 위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 위성 영상 데이터에서 추출한 상기 관심영역의 수심 데이터와 상기 관심영역의 전자해도 수심 데이터가 표시되어 있다.
이때, 상기 위성 영상 수심 추출 자동화 시스템이 생성한 상기 관심영역의 수심 데이터가 상기 심영역의 전자해도 수심 데이터와 매우 유사한 것을 알 수 있다.
즉, 상기 위성 영상 수심 추출 자동화 시스템이 생성한 상기 관심영역의 수심 데이터의 정확도가 매우 높은 것을 알 수 있다.
데이터베이스(미도시)는 위성 영상 데이터 획득모듈(110), 대기보정모듈(120), 구름제거모듈(130), 육지제거모듈(140), 위성 영상 촬영 시각 확인모듈(210), 조석 관측 데이터 획득모듈(220), 전자해도 수심 데이터 획득모듈(230), 조석 보정 모듈(240), 입력 데이터 생성모듈(310), 알고리즘 생성모듈(320) 및 위성 영상 추출 수심 데이터 생성모듈(400)이 전송한 데이터들을 저장할 수 있고, 전송 요청이 있는 모듈로 저장한 상기 데이터들을 전송할 수 있다.
종래에는 위성 영상 수심 추출 프로세스를 구성하는 프로세스들을 수작업으로 연계하였기 때문에, 자동화된 위성 영상 수심 추출 프로세스의 제공이 어려웠으나, 상기 검토한 바와 같이 본 발명의 일실시예에 따른 위성 영상 수심 추출 자동화 시스템(10)은 위성 영상 수심 추출 프로세스를 구성하는 프로세스들을 연계하여 자동화 된 위성 영상 수심 추출 프로세스를 제공할 수 있는 효과가 있다.
즉, 본 발명의 일실시예에 따른 위성 영상 수심 추출 자동화 시스템(10)은 위성 영상 수심 추출 프로세스를 구성하는 프로세스들의 연계를 자동화하여 위성 영상 수심 추출 프로세스 전체를 자동화할 수 있다.
여기서 사용된 '서버'라는 용어는 논리적인 구성 단위를 나타내는 것으로서, 반드시 물리적으로 구분되는 구성 요소가 아니라는 점은 본 발명이 속하는 기술분야의 당업자에게 자명한 사항이다.
여기서 사용된 '모듈'이라는 용어는 논리적인 구성 단위를 나타내는 것으로서, 반드시 물리적으로 구분되는 구성 요소가 아니라는 점은 본 발명이 속하는 기술분야의 당업자에게 자명한 사항이다.
도 9는 도 1 내지 도 8을 참조하여 설명한 본 발명의 일실시예에 따른 위성 영상 수심 추출 자동화 방법을 개략적으로 나타내는 플로우 차트이다.
위성 영상 수심 추출 자동화 시스템이 관심영역의 위성 영상 데이터들을 획득하고, 획득한 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인한다(S100).
여기서 관심영역의 위성 영상 데이터들은 Landsat 8 인공위성의 위성 영상 데이터들일 수 있다.
위성 영상 수심 추출 자동화 시스템이 획득한 상기 관심영역의 위성 영상 데이터들에 대하여 대기보정을 수행한다(S110).
이렇게, 상기 관심영역의 위성 영상 데이터들에 대기보정을 수행하는 것은 관심영역의 위성 영상 데이터들에 포함된 에어로졸의 영향을 제거하기 위함이다.
위성 영상 수심 추출 자동화 시스템이 상기 에어로졸의 영향을 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 구름 및 구름에 의해 생성된 그림자를 제거한다(S120).
위성 영상 수심 추출 자동화 시스템이 상기 구름 및 상기 구름에 의해 생성된 상기 그림자를 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 육지를 제거한다(S130).
이렇게 상기 구름, 상기 구름에 의해 생성된 상기 그림자 및 육지를 제거하는 것은 상기 관심영역의 위성 영상 데이터들에 발생할 수 있는 왜곡을 방지하기 위함이다.
위성 영상 수심 추출 자동화 시스템이 확인한 상기 관심영역의 위성 영상 데이터들의 촬영 시각에 해당하는 관심영역의 조석 관측 데이터를 획득한다(S140).
위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 전자해도 수심 데이터를 획득하는 전자해도 수심 데이터 획득한다(S150).
위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 조석관측 데이터들을 상기 관심영역의 전자해도 수심 데이터에 반영하여 조석보정을 수행한다(S160).
이렇게 조석보정을 수행하는 것은 상기 관심영역의 전자해도 수심 데이터와 상기 관심영역의 위성 영상 데이터들이 촬영될 시각의 조위 값을 비교하여 상기 관심영역의 전자해도 수심 데이터 조위 값만큼의 차이를 반영하기 위함이다.
비록 도 9에서는 S110 내지 S130의 과정이 S140 내지 S160 과정보다 먼저 수행되는 것으로 예시되어 있으나, S110 내지 S130의 과정과 S140 내지 S160 과정은 동시, 병렬력 또는 오버랩되어 수행될 수도 있고, S110 내지 S130의 과정이 S140 내지 S160 과정보다 나중에 수행될 수 있다.
위성 영상 수심 추출 자동화 시스템이 제1 및 제2 위성 영상 데이터에 자연로그를 취하고, 상기 제1 위성 영상 데이터를 상기 제2 위성 영상데이터로 나누어 입력 데이터를 생성한다(S170).
여기서, 상기 제1 위성 영상 데이터는 Costal blue band의 위성 영상데이터이고, 상기 제2 위성 영상 데이터는 Green band의 위성 영상 데이터일 수 있다.
위성 영상 수심 추출 자동화 시스템이 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성한다(S180).
이때 상기 수심 추출 알고리즘은 선형 회귀분석 알고리즘일 수 있다.
위성 영상 수심 추출 자동화 시스템이 상기 입력 데이터에 상기 수심 추출 알고리즘을 적용하여 관심영역의 수심 데이터를 생성한다(S190).
이때, 위위성 영상 수심 추출 자동화 시스템위성 영상 수심 추출 자동화 시스템은 상기 관심영역 전부에 대하여 수심 데이터를 생성할 수 있는 상기 입력 데이터에 상시 수심 추출 알고리즘을 적용하여 상기 관심영역 전부에 대한 수심 데이터를 생성한다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 적어도 하나로 선택적으로 결합하여 동작할 수도 있다.
또한, 그 모든 구성 요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다.
이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다. 컴퓨터 프로그램의 저장매체로서는 자기 기록매체, 광 기록매체, 등이 포함될 수 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재될 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다.
기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥 상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 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.
100...위성 영상 데이터 처리모듈
200...전자해도 수심 데이터 처리모듈
300...수심 추출 알고리즘 생성모듈
400...위성 영상 추출 수심 데이터 생성모듈
200...전자해도 수심 데이터 처리모듈
300...수심 추출 알고리즘 생성모듈
400...위성 영상 추출 수심 데이터 생성모듈
Claims (14)
- 관심영역의 위성 영상 데이터들을 획득하고, 획득한 관심영역의 위성 영상 데이터들에 전처리를 수행하는 위성 영상 데이터 처리모듈;
관심영역의 조석 관측 데이터 및 관심영역의 전자해도 수심 데이터를 획득하고, 획득한 상기 관심영역의 조석관측 데이터를 이용하여 상기 관심영역의 전자해도 수심 데이터에 조석 보정을 수행하는 전자해도 수심 데이터 처리모듈;
전처리를 수행한 상기 관심영역의 위성 영상 데이터들 중 기 설정된 제1 및 제2 위성 영상 데이터들을 이용하여 입력 데이터를 생성하고, 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성하는 수심 추출 알고리즘 생성모듈; 및
상기 입력 데이터에 상기 수심 추출 알고리즘을 적용하여 관심영역의 수심 데이터를 생성하는 위성 영상 추출 수심 데이터 생성모듈
을 포함하고,
상기 수심 추출 알고리즘 생성모듈은,
상기 제1 및 제2 위성 영상 데이터에 자연로그를 취하고, 상기 제1 위성 영상 데이터를 상기 제2 위성 영상데이터로 나누어 입력 데이터를 생성하는 입력 데이터 생성모듈; 및
생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성하는 알고리즘 생성모듈
을 포함하고,
상기 수심 추출 알고리즘은 선형 회귀분석 알고리즘이며,
상기 알고리즘 생성모듈은 계수가 곱해진 상기 입력 데이터와 관심 영역의 전자해도 수심 데이터를 반복적으로 비교하여 상기 입력 데이터에 곱해지는 상기 계수의 최종 값을 구하는 위성 영상 수심 추출 자동화 시스템. - 제 1항에 있어서,
상기 위성 영상 데이터 처리 모듈은,
상기 관심영역의 위성 영상 데이터들을 획득하는 위성 영상 데이터 획득모듈;
획득한 상기 관심영역의 위성 영상 데이터들에 포함된 에어로졸의 영향을 제거하는 대기보정모듈;
상기 에어로졸의 영향을 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 구름 및 구름에 의해 생성된 그림자를 제거하는 구름제거모듈; 및
상기 구름 및 상기 구름에 의해 생성된 상기 그림자를 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 육지를 제거하는 육지제거모듈
을 포함하는 위성 영상 수심 추출 자동화 시스템. - 제1항에 있어서,
상기 전자해도 수심 데이터 처리 모듈은,
상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인하는 위성 영상 촬영 시각 확인모듈;
확인한 상기 관심영역의 위성 영상 데이터들의 촬영 시각에 해당하는 관심영역의 조석 관측 데이터를 획득하는 조석 관측 데이터 획득모듈;
상기 관심영역의 전자해도 수심 데이터를 획득하는 전자해도 수심 데이터 획득모듈; 및
상기 관심영역의 조석관측 데이터들을 상기 관심영역의 전자해도 수심 데이터에 반영하여 조석보정을 수행하는 조석보정모듈
을 포함하는 위성 영상 수심 추출 자동화 시스템. - 삭제
- 제1항에 있어서,
상기 관심영역의 위성 영상 데이터들은 Landsat 8 인공위성의 위성 영상 데이터들인 위성 영상 수심 추출 자동화 시스템. - 제1항에 있어서,
상기 제1 위성 영상 데이터는 Costal blue band의 위성 영상데이터이고, 상기 제2 위성 영상 데이터는 Green band의 위성 영상 데이터인 위성 영상 수심 추출 자동화 시스템. - 삭제
- 위성 영상 수심 추출 자동화 시스템이 관심영역의 위성 영상 데이터들을 획득하고, 획득한 관심영역의 위성 영상 데이터들에 전처리를 수행하는 단계;
위성 영상 수심 추출 자동화 시스템이 관심영역의 조석 관측 데이터 및 관심영역의 전자해도 수심 데이터를 획득하고, 획득한 상기 관심영역의 조석관측 데이터를 이용하여 상기 관심영역의 전자해도 수심 데이터에 조석 보정을 수행하는 단계;
위성 영상 수심 추출 자동화 시스템이 전처리를 수행한 상기 관심영역의 위성 영상 데이터들 중 기 설정된 제1 및 제2 위성 영상 데이터들을 이용하여 입력 데이터를 생성하고, 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성하는 단계; 및
위성 영상 수심 추출 자동화 시스템이 상기 입력 데이터에 상기 수심 추출 알고리즘을 적용하여 관심영역의 수심 데이터를 생성하는 단계
를 포함하고,
상기 수심 추출 알고리즘을 생성하는 단계는,
위성 영상 수심 추출 자동화 시스템이 상기 제1 및 제2 위성 영상 데이터에 자연로그를 취하고, 상기 제1 위성 영상 데이터를 상기 제2 위성 영상데이터로 나누어 입력 데이터를 생성하는 단계; 및
위성 영상 수심 추출 자동화 시스템이 생성한 상기 입력 데이터와 조석 보정을 수행한 상기 관심영역의 전자해도 수심 데이터를 비교하여 수심 추출 알고리즘을 생성하는 단계
를 포함하고,
상기 수심 추출 알고리즘은 선형 회귀분석 알고리즘이며,
위성 영상 수심 추출 자동화 시스템이 계수가 곱해진 상기 입력 데이터와 관심 영역의 전자해도 수심 데이터를 반복적으로 비교하여 상기 입력 데이터에 곱해지는 상기 계수의 최종 값을 구하는 위성 영상 수심 추출 자동화 방법. - 제 8항에 있어서,
상기 관심영역의 위성 영상 데이터들에 전처리를 수행하는 단계는,
위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 위성 영상 데이터들을 획득하는 단계;
위성 영상 수심 추출 자동화 시스템이 획득한 상기 관심영역의 위성 영상 데이터들에 포함된 에어로졸의 영향을 제거하는 단계;
위성 영상 수심 추출 자동화 시스템이 상기 에어로졸의 영향을 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 구름 및 구름에 의해 생성된 그림자를 제거하는 단계; 및
위성 영상 수심 추출 자동화 시스템이 상기 구름 및 상기 구름에 의해 생성된 상기 그림자를 제거한 상기 관심영역의 위성 영상 데이터들에 포함된 육지를 제거하는 단계
를 포함하는 위성 영상 수심 추출 자동화 방법. - 제8항에 있어서,
상기 관심영역의 전자해도 수심 데이터에 조석 보정을 수행하는 단계는,
위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 위성 영상 데이터들의 촬영 시각을 확인하는 단계;
위성 영상 수심 추출 자동화 시스템이 확인한 상기 관심영역의 위성 영상 데이터들의 촬영 시각에 해당하는 관심영역의 조석관측 데이터를 획득하는 단계;
위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 전자해도 수심 데이터를 획득하는 단계; 및
위성 영상 수심 추출 자동화 시스템이 상기 관심영역의 조석관측 데이터들을 상기 관심영역의 전자해도 수심 데이터에 반영하여 조석보정을 수행하는 단계
를 포함하는 위성 영상 수심 추출 자동화 방법. - 삭제
- 제8항에 있어서,
상기 위성 영상 데이터들은 Landsat 8 인공위성의 위성 영상 데이터들인 위성 영상 수심 추출 자동화 방법. - 제8항에 있어서,
상기 제1 위성 영상 데이터는 Costal blue band의 위성 영상데이터이고, 상기 제2 위성 영상 데이터는 Green band의 위성 영상 데이터인 위성 영상 수심 추출 자동화 방법. - 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170063551A KR101798405B1 (ko) | 2017-05-23 | 2017-05-23 | 위성 영상 수심 추출 자동화 시스템 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170063551A KR101798405B1 (ko) | 2017-05-23 | 2017-05-23 | 위성 영상 수심 추출 자동화 시스템 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101798405B1 true KR101798405B1 (ko) | 2017-11-16 |
Family
ID=60806863
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170063551A KR101798405B1 (ko) | 2017-05-23 | 2017-05-23 | 위성 영상 수심 추출 자동화 시스템 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101798405B1 (ko) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102097592B1 (ko) * | 2019-09-30 | 2020-04-07 | 대한민국 | 센티넬 위성을 이용한 대용량 위성영상의 자동 다운로드 서비스 제공 방법 |
| KR102086323B1 (ko) * | 2019-09-30 | 2020-05-26 | 대한민국 | ＰＳＩｎＳＡＲ 기반 센티넬 위성영상의 연속성을 유지하는 자동 모니터링 서비스 제공 방법 |
| KR20220163227A (ko) * | 2021-06-02 | 2022-12-09 | 이재영 | 드론을 이용한 3차원 지도 제작 방법 |
| CN117346744A (zh) * | 2023-12-04 | 2024-01-05 | 山东科技大学 | 基于涨退潮时星载主被动遥感信息的测量水深反演方法 |
| KR102634085B1 (ko) * | 2023-10-12 | 2024-02-06 | 한국해양과학기술원 | 조석전선 추정 장치 및 방법 |
| KR102652601B1 (ko) | 2023-09-20 | 2024-03-29 | (주)유에스티21 | 위성영상 분석을 통한 수심 추정 시스템 및 그 방법 |
-
2017
- 2017-05-23 KR KR1020170063551A patent/KR101798405B1/ko active IP Right Grant
Non-Patent Citations (3)
| Title |
|---|
| Landsat TM 영상을 이용한 연안해역의 수심 평가, 한국지적정보학회지 |
| SPOT4 HRVIR 영상을 이용한 연안해역의 등수심도 작성, 대한토목학회 학술대회 |
| 가로림만 해수 교환 특성 파악을 위한 Hydro-hypsographic 분석 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102097592B1 (ko) * | 2019-09-30 | 2020-04-07 | 대한민국 | 센티넬 위성을 이용한 대용량 위성영상의 자동 다운로드 서비스 제공 방법 |
| KR102086323B1 (ko) * | 2019-09-30 | 2020-05-26 | 대한민국 | ＰＳＩｎＳＡＲ 기반 센티넬 위성영상의 연속성을 유지하는 자동 모니터링 서비스 제공 방법 |
| KR20220163227A (ko) * | 2021-06-02 | 2022-12-09 | 이재영 | 드론을 이용한 3차원 지도 제작 방법 |
| KR102557775B1 (ko) | 2021-06-02 | 2023-07-19 | 이재영 | 드론을 이용한 3차원 지도 제작 방법 |
| KR102652601B1 (ko) | 2023-09-20 | 2024-03-29 | (주)유에스티21 | 위성영상 분석을 통한 수심 추정 시스템 및 그 방법 |
| KR102634085B1 (ko) * | 2023-10-12 | 2024-02-06 | 한국해양과학기술원 | 조석전선 추정 장치 및 방법 |
| CN117346744A (zh) * | 2023-12-04 | 2024-01-05 | 山东科技大学 | 基于涨退潮时星载主被动遥感信息的测量水深反演方法 |
| CN117346744B (zh) * | 2023-12-04 | 2024-03-19 | 山东科技大学 | 基于涨退潮时星载主被动遥感信息的测量水深反演方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101798405B1 (ko) | 위성 영상 수심 추출 자동화 시스템 및 방법 | |
| Singh et al. | A meta-analysis and review of unmanned aircraft system (UAS) imagery for terrestrial applications | |
| Baltsavias et al. | High‐quality image matching and automated generation of 3D tree models | |
| Nikolakopoulos et al. | SRTM vs ASTER elevation products. Comparison for two regions in Crete, Greece | |
| KR101436829B1 (ko) | 관측위성 영상을 통한 수질 모니터링 방법 | |
| JP4365887B1 (ja) | 地表面画像データの生成方法および生成装置 | |
| Piermattei et al. | Suitability of ground-based SfM–MVS for monitoring glacial and periglacial processes | |
| US9418411B2 (en) | System and method for sun glint correction of split focal plane visible and near infrared imagery | |
| US20140266873A1 (en) | Accounting for atmospheric and terrestrial obstacles in geographic positioning | |
| Coluccia et al. | Progressive compressed sensing and reconstruction of multidimensional signals using hybrid transform/prediction sparsity model | |
| Jing et al. | Sub-pixel accuracy evaluation of FY-3D MERSI-2 geolocation based on OLI reference imagery | |
| JP4326621B2 (ja) | データ管理方法及び装置、記録媒体 | |
| CN113256493B (zh) | 一种热红外遥感图像重建方法和装置 | |
| WO2021056297A1 (zh) | 图像处理方法、设备、无人机、系统和存储介质 | |
| Sreedhar et al. | Automatic conversion of DSM to DTM by classification techniques using multi-date stereo data from cartosat-1 | |
| Morstad et al. | Use of pseudo-invariant sites for long-term sensor calibration | |
| Hashim et al. | Geometric and radiometric evaluation of RazakSAT medium-sized aperture camera data | |
| Marchal et al. | Virtual plaster cast: digital 3D modelling of lion paws and tracks using close‐range photogrammetry | |
| CN111199557A (zh) | 一种遥感器衰变的定量分析方法及系统 | |
| WO2016189853A1 (ja) | 画像処理装置、画像処理システム、画像処理方法およびプログラム記録媒体 | |
| Hong et al. | Haze removal for new generation optical sensors | |
| US10872397B2 (en) | Optical path radiance correction device | |
| Zhang et al. | On-orbit relative radiometric calibration of optical video satellites without uniform calibration sites | |
| Otoya et al. | Real-time non-invasive leaf area measurement method using depth images | |
| Adams et al. | Stereo-Optic High Definition Imaging: A New Technology to Understand Bird and Bat Avoidance of Wind Turbines |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| R401 | Registration of restoration |