KR101898033B1 - Precise calibration of hyper and ultra-spectral data errors observed by remote sensing - Google Patents
Precise calibration of hyper and ultra-spectral data errors observed by remote sensing Download PDFInfo
- Publication number
- KR101898033B1 KR101898033B1 KR1020180059054A KR20180059054A KR101898033B1 KR 101898033 B1 KR101898033 B1 KR 101898033B1 KR 1020180059054 A KR1020180059054 A KR 1020180059054A KR 20180059054 A KR20180059054 A KR 20180059054A KR 101898033 B1 KR101898033 B1 KR 101898033B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- spectral data
- spectral
- hyper
- ultra
- Prior art date
Links
- 230000003595 spectral effect Effects 0.000 claims abstract description 78
- 238000012937 correction Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000001228 spectrum Methods 0.000 claims description 11
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000004611 spectroscopical analysis Methods 0.000 claims description 5
- 238000002604 ultrasonography Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 230000008859 change Effects 0.000 abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- YMWUJEATGCHHMB-UHFFFAOYSA-N Dichloromethane Chemical compound ClCCl YMWUJEATGCHHMB-UHFFFAOYSA-N 0.000 description 6
- 239000000463 material Substances 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000005299 abrasion Methods 0.000 description 3
- 230000003628 erosive effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 238000000465 moulding Methods 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- BTXXTMOWISPQSJ-UHFFFAOYSA-N 4,4,4-trifluorobutan-2-one Chemical compound CC(=O)CC(F)(F)F BTXXTMOWISPQSJ-UHFFFAOYSA-N 0.000 description 2
- BRORPGSJXSLXKN-UHFFFAOYSA-N 6-methylheptyl 3,5,5-trimethylhexanoate Chemical compound CC(C)CCCCCOC(=O)CC(C)CC(C)(C)C BRORPGSJXSLXKN-UHFFFAOYSA-N 0.000 description 2
- BQACOLQNOUYJCE-FYZZASKESA-N Abietic acid Natural products CC(C)C1=CC2=CC[C@]3(C)[C@](C)(CCC[C@@]3(C)C(=O)O)[C@H]2CC1 BQACOLQNOUYJCE-FYZZASKESA-N 0.000 description 2
- RSWGJHLUYNHPMX-UHFFFAOYSA-N Abietic-Saeure Natural products C12CCC(C(C)C)=CC2=CCC2C1(C)CCCC2(C)C(O)=O RSWGJHLUYNHPMX-UHFFFAOYSA-N 0.000 description 2
- 241001163841 Albugo ipomoeae-panduratae Species 0.000 description 2
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 2
- JBIROUFYLSSYDX-UHFFFAOYSA-M benzododecinium chloride Chemical compound [Cl-].CCCCCCCCCCCC[N+](C)(C)CC1=CC=CC=C1 JBIROUFYLSSYDX-UHFFFAOYSA-M 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000004205 dimethyl polysiloxane Substances 0.000 description 2
- 235000013870 dimethyl polysiloxane Nutrition 0.000 description 2
- BNIILDVGGAEEIG-UHFFFAOYSA-L disodium hydrogen phosphate Chemical compound [Na+].[Na+].OP([O-])([O-])=O BNIILDVGGAEEIG-UHFFFAOYSA-L 0.000 description 2
- RVTZCBVAJQQJTK-UHFFFAOYSA-N oxygen(2-);zirconium(4+) Chemical compound [O-2].[O-2].[Zr+4] RVTZCBVAJQQJTK-UHFFFAOYSA-N 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 229920000435 poly(dimethylsiloxane) Polymers 0.000 description 2
- 229920005668 polycarbonate resin Polymers 0.000 description 2
- 239000004431 polycarbonate resin Substances 0.000 description 2
- 239000011734 sodium Substances 0.000 description 2
- 229910052708 sodium Inorganic materials 0.000 description 2
- 229910001928 zirconium oxide Inorganic materials 0.000 description 2
- SCYULBFZEHDVBN-UHFFFAOYSA-N 1,1-Dichloroethane Chemical compound CC(Cl)Cl SCYULBFZEHDVBN-UHFFFAOYSA-N 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229910002808 Si–O–Si Inorganic materials 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- BQVVSSAWECGTRN-UHFFFAOYSA-L copper;dithiocyanate Chemical compound [Cu+2].[S-]C#N.[S-]C#N BQVVSSAWECGTRN-UHFFFAOYSA-L 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229930182478 glucoside Natural products 0.000 description 1
- 150000008131 glucosides Chemical class 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 125000002496 methyl group Chemical group [H]C([H])([H])* 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000007127 saponification reaction Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
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
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
Description
본 발명은 원격탐사로 관측된 하이퍼와 울트라 스펙트럴 자료 오차의 정밀 보정방법에 관한 것으로, 보다 상세하게는 드론, 항공 및 위성 등 다양한 원격탐사용 센서를 탑재할 수 있는 플랫폼으로부터 하이퍼 및 울트라 스펙트럴(spectral) 자료를 취득하고, 취득된 하이퍼 및 울트라 스펙트럴 자료에 포함된 자료취득 환경에 따라 대기효과와 수분 포함 상태 등에 의해 다양한 스펙트럴 오차를 지상에서 측정된 기준자료와 오차가 포함 원격탐사 자료에 대해 화소별 증감률과 평균 이동량 변수산출을 통해 정밀하게 보정할 수 있도록 한 원격탐사로 관측된 하이퍼와 울트라 스펙트럴 자료 오차의 정밀 보정방법에 관한 것이다.The present invention relates to a method of precisely correcting hyper- and ultra-spectral data errors observed by remote sensing, and more particularly to a method and system for accurately calibrating hyper- and ultra-spectral data errors from a platform capable of mounting various remote sensing sensors such as drone, (spectral data), and various spectral errors due to atmospheric effects and moisture content, depending on the data acquisition environment included in the acquired hyper and ultra spectral data. Remote observation data including errors and reference data measured from the ground The present invention relates to a method of precisely correcting hyper- and / or ultra-spectral data errors observed by a remote sensing method, which can precisely compensate for a pixel-by-pixel variation rate and an average moving distance variable.
원격탐사(Remote Sensing)는 드론, 항공기 또는 위성영상 등에 원격탐사용 센서를 탑재하고, 대상물로부터 반사 또는 방사되는 전자기파를 수집하여 대상물부터 분광자료를 취득하여 대상물의 정성정보와 정량정보의 특징을 도출하는 기법이다.Remote Sensing is equipped with a sensor for remote navigation on a drone, aircraft or satellite image, collects electromagnetic waves reflected or radiated from the object, acquires the spectral data from the object, and derives the characteristics of the qualitative information and quantitative information of the object .
이러한 원격탐사는 주로 광범위한 지역의 현황파악을 위해 사용되며, 동일 대상물에 대해 지상에서의 측정값이 있는 경우 원격탐사의 자료를 보정하여 오차를 제거하고 자료의 정확도를 높이는 방법이 적용된다.Such remote sensing is mainly used for monitoring the status of a wide area, and when there is a measurement value on the ground for the same object, a method of correcting the data of the remote sensing to remove the error and increase the accuracy of the data is applied.
아울러, 하이퍼 스펙트럴 자료(Hyper Spectral Data)란 하이퍼 스펙트럴 센서를 이용하여 대상물로부터 수백 개 이상의 연속된 스펙트럴 자료를 취득한 자료를 말하며, 울트라 스펙트럴 자료(Ultra Spectral Data)란 울트라 스펙트럴 센서를 이용하여 대상물로부터 수천 개 이상의 연속된 스펙트럴 자료를 취득한 자료를 의미한다.In addition, Hyper Spectral Data refers to data obtained from hundreds or more continuous spectral data from an object using a hyperspectral sensor, and Ultra Spectral Data refers to an ultraspectral data , Which is the data obtained by acquiring several thousand or more consecutive spectral data from the object.
그리고, 하이퍼 및 울트라 스펙트럴 자료를 취득할 수 있는 센서플랫폼으로는 지상센서, 무인기센서, 항공측량센서, 위성측량센서 등을 예시할 수 있다.As a sensor platform capable of obtaining hyper- and ultra-spectral data, a terrestrial sensor, an unmanned aerial sensor, an airborne surveying sensor, a satellite surveying sensor, and the like can be exemplified.
한편, 오차는 기준이 되는 자료로부터 오차를 가져오는 분광자료의 왜곡효과를 의미하는 것으로 원격탐사의 대표적인 오차는 대기효과에 의한 오차가 있다.On the other hand, the error refers to the distortion effect of the spectral data resulting in the error from the reference data. Typical error of remote sensing is error due to the atmospheric effect.
이는 전자기파가 대기 입자에 의해 흡수되거나 산란되면서 센서로부터 관측된 영상에 발생하는 왜곡이며, 이를 보정하기 위해서는 다양한 기상조건과 실시간으로 변화하는 기상을 보정할 수 있어야 하지만 기존 기술은 수학적인 보정만 행하고 있으므로 보정하는데 한계가 있다.This is a distortion that occurs in the observed image from the sensor as the electromagnetic wave is absorbed or scattered by the atmospheric particles. In order to correct this, it is necessary to be able to correct various weather conditions and weather changes in real time. However, There is a limit to calibrate.
이에, 본 발명자들은 다양한 오차가 포함된 하이퍼 및 울트라 스펙트럴 자료를 신속하고 정확하게 보정하고자 노력을 경주한 결과, 지상에서의 근접자료 취득 또는 국소지역의 오차를 제거하고 기준자료를 취득한 다음 원격탐사 자료 또는 오차가 포함된 자료에 대해 기준자료와 오차포함 자료에 대한 화소별 증감률과 평균 이동량 변수산출을 통해 오차가 포함된 하이퍼 및 울트라 스펙트럴 자료를 효과적으로 제거할 수는 사실을 확인하고 본 발명을 완성하게 되었다. As a result, the present inventors have tried to correct hyper- and ultra-spectral data including various errors quickly and accurately. As a result, it has been possible to obtain the reference data from the ground acquisition or local area error, It is possible to effectively remove hyper- and ultra-spectral data including the error through the calculation of the pixel-by-pixel variation ratio and the average shift amount for the reference data and the data including the error, It was completed.
본 발명은 상술한 바와 같은 종래 기술상의 제반 문제점들을 감안하여 이를 해결하고자 창출된 것으로, 대기효과와 수분 등 원격 관측 대상물의 대기, 표면 또는 내부에 작용하는 물리화학적 오차 대해 지상에서 측정된 정밀한 기준자료를 활용하여 지상의 기준자료와 오차가 포함된 원격탐사 자료를 이용하여 두 자료 간 화소별 증감률과 평균 이동량 변수산출을 통해 오차가 포함된 하이퍼 및 울트라 스펙트럴 자료를 효과적으로 보정할 수 있는 원격탐사로 관측된 하이퍼와 울트라 스펙트럴 자료 오차의 정밀 보정방법을 제공함에 그 주된 목적이 있다.The present invention has been made in view of the above-described problems in the prior art, and has been made in order to solve the above problems, and it is an object of the present invention to provide an apparatus and a method for correcting a physicochemical error acting on the atmosphere, Remote sensing that can effectively correct hyper and ultra-spectral data including error by calculating the average rate of change and the average moving distance between two data using remote reference data including ground reference data and error And a method of precise correction of hyper- and ultra-spectral data errors.
본 발명은 상기한 목적을 달성하기 위한 수단으로, 케이스(600)와, 상기 케이스(600) 내부에 실장된 처리유닛(200)을 이용하여 원격탐사에 의해 취득된 오차가 포함된 하이퍼 또는 울트라 스펙트럼 분광자료인 보정대상자료와, 원격탐사 대상물 혹은 대상지역에 포함되는 특정부분에 대해 지상에서 취득한 하이퍼 혹은 울트라 스펙트럼 분광자료인 기준분광자료를 입력하는 제1단계(101); 제1단계(101)에서 입력된 보정대상자료와 기준분광자료의 적합성을 확인하는 제2단계(102); 적합성이 확인된 기준분광자료의 파장별 반사율 평균을 구하고 파장간격의 평균에 해당하는 수치를 변곡점으로 하는 스펙트럼 그래프와, 기준분광자료의 파장별 반사율 표준편차를 구하고 파장간격의 표준편차에 해당하는 수치를 변곡점으로 하는 스펙트럼 그래프를 생성하는 제3단계(103); 기준분광자료와 대응되는 표본에 대한 보정대상자료의 파장별 반사율 평균을 구하고 파장간격의 평균에 해당하는 수치를 변곡점으로 하는 스펙트럼 그래프와, 보정대상자료의 파장별 반사율 표준편차를 구하고 파장간격의 표준편차에 해당하는 수치를 변곡점으로 하는 스펙트럼 그래프를 생성하는 제4단계(104); 상기 제3단계(103)와 제4단계(104)에서 생성된 평균값의 비율과 표준편차의 비율로부터 오차 정도를 확인하는 제5단계(105); 상기 제5단계(105)에서 확인된 평균값의 비율과 표준편차의 비율을 하기한 [밴드연산식]에 대입하여 보정자료를 생성하는 제6단계(106); 보정된 보정자료를 기준분광자료에 중첩시켜 정확도를 평가하는 제7단계(107);를 포함하는 원격탐사로 관측된 하이퍼와 울트라 스펙트럴 자료 오차의 정밀 보정방법에 있어서; 상기 처리유닛(200)은 마이크로프로세서인 제어부(210)와, 상기 제어부(210)에 연결되어 기준분광자료와 보정대상자료를 입력하는 입력부(220)와, 상기 제어부(210)의 제어신호에 따라 기준분광자료와 보정대상자료의 파장별 반사율 평균, 파장별 반사율 표준편차, 이들 각각의 비율을 산출하도록 연산하는 연산부(230)와, 상기 제어부(210)의 제어신호에 따라 연산된 산출값을 이용하여 밴드계산을 통해 보정대상자료를 보정한 보정자료를 생성하는 보정자료생성부(240)와, 상기 제어부(210)의 제어신호에 따라 생성된 보정자료와 기준분광자료를 중첩시켜 두 자료의 차이를 확인하는 정확도평가부(250)와, 상기 제어부(210)의 제어신호에 따라 입력된 자료 혹은 산출되거나 생성된 자료를 저장하거나 저장된 자료를 갱신 또는 삭제하는 메모리부(260)를 포함하는 것을 특징으로 하는 원격탐사로 관측된 하이퍼와 울트라 스펙트럴 자료 오차의 정밀 보정방법을 제공한다.In order to achieve the above-mentioned object, the present invention provides a method for detecting a hyper-or ultra-spectral image including an error obtained by remote sensing using a case (600) and a processing unit (200) A first step (101) of inputting calibration target data which is a spectral data, and reference spectral data which is a hyper or ultra spectral spectral data acquired from the ground for a remote part to be surveyed or a specific part included in the target area; A second step (102) of checking the compatibility of the calibration target data and the reference spectral data inputted in the first step (101); A spectral graph obtained by averaging the reflectance averages of wavelengths of the reference spectral data with which conformity is confirmed and a numerical value corresponding to the average of the wavelength intervals as an inflection point; a reflectance standard deviation according to the wavelength of the reference spectral data; A third step (103) of generating a spectral graph having an inflection point; A spectral graph obtained by averaging the reflectance averages of the wavelengths of the calibration target data with respect to the reference spectral data and a value corresponding to the average of the wavelength gaps is used as an inflection point and a reflectance standard deviation of the wavelength of the calibration target data is obtained, A fourth step (104) of generating a spectrum graph in which a value corresponding to the deviation is an inflection point; A fifth step (105) of checking an error degree from a ratio of a ratio of the average value generated in the third step (103) and a standard deviation of the average value generated in the fourth step (104); A sixth step (106) of generating a correction data by substituting the ratio of the mean value and the standard deviation found in the fifth step (105) into the following [band equation]; And a seventh step (107) of evaluating the accuracy by superimposing the corrected calibration data on the reference spectroscopic data, the method comprising the steps of: (a) correcting hyper- and ultra-spectral data errors observed by remote sensing; The
[밴드연산식][Band expression]
본 발명에 따르면, 드론, 항공 및 위성 등 다양한 원격탐사용 센서를 탑재할 수 있는 플랫폼으로부터 하이퍼 및 울트라 스펙트럴(spectral) 자료를 취득하고, 취득된 하이퍼 및 울트라 스펙트럴 자료에 포함된 자료취득 환경에 따라 대기효과와 수분 포함 상태 등에 의해 다양한 스펙트럴 오차를 지상에서 측정된 기준자료와 오차가 포함 원격탐사 자료에 대해 화소별 증감률과 평균 이동량 변수산출을 통해 정밀하게 보정하는 효과를 얻을 수 있다.According to the present invention, it is possible to acquire hyper and ultraspectral data from a platform capable of mounting various remote navigation sensors such as drone, air and satellite, , It is possible to obtain the effect of correcting various spectral errors due to atmospheric effects and moisture content by precisely correcting the reference data measured at the ground level and the remote sensing data including the errors through the pixel increasing / .
도 1은 본 발명에 따른 보정방법을 설명하기 위한 원격탐사 자료구조와 임의의 한 픽셀에 대한 파장별 연속된 분광자료의 형태를 나타낸 도면이다.
도 2는 본 발명에 따른 보정방법을 시각적으로 도시한 예시적인 그래프이다.
도 3은 본 발명에 따른 처리유닛의 구성블럭도이다.
도 4는 본 발명에 따른 보정방법을 보인 플로우챠트이다.
도 5는 본 발명에 따른 케이스의 예시도이다.
도 6은 도 5의 요부를 발췌하여 보인 예시도이다.FIG. 1 is a view showing a remote sensing data structure for explaining a correction method according to the present invention and a shape of consecutive spectroscopic data by wavelength for an arbitrary one pixel.
Figure 2 is an exemplary graph that graphically illustrates a correction method in accordance with the present invention.
3 is a block diagram of a configuration of a processing unit according to the present invention.
4 is a flow chart showing a correction method according to the present invention.
5 is an illustration of a case according to the present invention.
Fig. 6 is an exemplary diagram excerpted from the main part of Fig. 5;
이하에서는, 첨부도면을 참고하여 본 발명에 따른 바람직한 실시예를 보다 상세하게 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 발명 설명에 앞서, 이하의 특정한 구조 내지 기능적 설명들은 단지 본 발명의 개념에 따른 실시예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 개념에 따른 실시예들은 다양한 형태로 실시될 수 있으며, 본 명세서에 설명된 실시예들에 한정되는 것으로 해석되어서는 아니된다.Before describing the present invention, the following specific structural or functional descriptions are merely illustrative for the purpose of describing an embodiment according to the concept of the present invention, and embodiments according to the concept of the present invention may be embodied in various forms, And should not be construed as limited to the embodiments described herein.
또한, 본 발명의 개념에 따른 실시예는 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있으므로, 특정 실시예들은 도면에 예시하고 본 명세서에 상세하게 설명하고자 한다. 그러나, 이는 본 발명의 개념에 따른 실시예들을 특정한 개시 형태에 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경물, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.In addition, since the embodiments according to the concept of the present invention can make various changes and have various forms, specific embodiments are illustrated in the drawings and described in detail herein. However, it should be understood that the embodiments according to the concept of the present invention are not intended to limit the present invention to specific modes of operation, but include all modifications, equivalents and alternatives falling within the spirit and scope of the present invention.
본 발명에 대한 구체적인 설명에 앞서, 본 발명이 속한 분야의 초분광(하이퍼 스펙트럴) 혹은 울트라 스펙트럴의 기본 개념에 대해 언급하기로 한다.Before describing the present invention in detail, the basic concept of hyperspectral (ultra-spectral) or ultra-spectral in the field of the present invention will be described.
일반적으로 대부분의 초분광영상(Hyperspectral Image) 연구는 유효밴드 추출, 전처리, 표적탐지 및 물질 분류 등과 같은 영상처리 분야에서 진행되고 있다.In general, most hyperspectral image studies are being conducted in image processing such as effective band extraction, preprocessing, target detection, and material classification.
하지만, 높은 정확도를 갖는 물질 분류와 물질 탐색을 하기 위해서는 지상에서 측정된 분광 라이브러리 데이터와 초분광영상을 이용한 분광 정합(Spectral matching), 색인 구축(Indexing) 및 후보자 필터와 같은 연구들이 필요하다.However, studies such as spectral matching, indexing, and candidate filters using spectroscopic library data and ultrasound images measured at the ground level are required for material classification and material search with high accuracy.
분광라이브러리는 지표에 존재하는 다양한 물질에 대한 분광반사율 자료를 모아놓은 일종의 데이터베이스라고 할 수 있다. The spectral library is a database of spectral reflectance data for various materials present on the surface.
분광라이브러리의 분광반사율 자료는 지상에서 근거리로 측정되기 때문에 다른 측정기와 비교했을 때 노이즈가 적고 대부분 400～2500nm의 파장 범위에서 약 1～10nm의 파장 폭을 갖고 있다. Since the spectral reflectance data of the spectroscopic library is measured from near the ground, it has less noise compared with other measuring instruments and has a wavelength range of about 1 to 10 nm in the wavelength range of 400 to 2500 nm.
따라서, 다양한 분야에서 물질 비교 및 특성을 분석하기 위한 참조 데이터로 널리 사용되고 있다.Therefore, it is widely used as reference data for analyzing material properties and characteristics in various fields.
100～200nm의 넓은 파장 폭과 3～10개의 밴드(BAND)를 가지고 있는 다중분광 영상(Multi spectral image)과 달리 초분광영상은 400～2500nm 파장 범위에서 약 10nm의 파장 폭을 갖고, 수백 개의 밴드 즉 수백 개의 차원으로 구성된 고차원 데이터이다.Unlike multi-spectral images, which have a broad wavelength range of 100 to 200 nm and 3 to 10 bands, ultrasound images have a wavelength range of about 10 nm in the 400 to 2500 nm wavelength range, Dimensional data composed of hundreds of dimensions.
아울러, 이하 설명되는 '기준분광자료'는 지상에서 취득된 하이퍼 또는 울트라 스펙트럴 분광자료를 의미하며, '보정대상자료'는 원격탐사에 의해 취득된 오차가 포함된 대상물의 분광자료를 의미한다.In addition, 'reference spectral data' described below refers to hyper- or ultra spectral spectral data acquired from the ground, and 'correction target data' refers to spectral data of an object including errors obtained by remote sensing.
먼저, 도 1의 예시와 같이, 보정대상자료가 되는 원격탐사 관측자료는 대상물로부터 수백 개에서 수천 개의 연속된 분광밴드를 원격탐사 센서가 취득하여 지표와 식생의 다양한 정보에 대한 식별이 가능하도록 한 영상으로서, (A)와 같이 공간축, 분광축, 시간축으로 구성된 3차원 구조의 자료이다.First, as in the example of FIG. 1, the remote sensing observation data as the correction target data is obtained by the remote sensing sensor of hundreds to thousands of consecutive spectral bands from the object so as to be able to identify various information of the indicator and vegetation As the image, it is the data of the three-dimensional structure composed of the space axis, the light axis, and the time axis as shown in (A).
이때, (A)의 원격탐사 관측자료에서 임의의 한 픽셀에 대해 (B)와 같이 수백 개의 연속된 분광자료(스펙트럼)를 얻을 수 있다.At this time, hundreds of consecutive spectral data (spectrum) can be obtained as shown in (B) for any one pixel in the remote observation data of (A).
본 발명은 이러한 것들을 배경으로 한다.The present invention is in the background of these.
그리고, 본 발명에 따른 보정방법을 모식적으로 도시한 도 2를 참고하여 개념적으로 설명하자면, 도 2의 (가)와 같이, 대상물로부터 지상으로부터 기준분광자료(a)를 취득하고, 또한 공중에서 원격탐사를 통해 보정대상자료(b)를 취득한다.2, which schematically illustrates the correction method according to the present invention, the reference spectral data (a) is acquired from the ground from the object as shown in Fig. 2 (a) (B) is obtained through remote sensing.
이때, 기준분광자료(a)와 보정대상자료(b)로부터 표본을 선정한 후 각 파장별 반사율의 평균을 계산하고, 파장간격의 평균에 해당하는 수치를 변곡점으로 나타내면 예시와 같은 그래프 형태가 된다.At this time, a sample is selected from the reference spectral data (a) and the correction target data (b), and the average of the reflectance for each wavelength is calculated. The numerical value corresponding to the average of the wavelength intervals is represented by the inflection point.
그런 다음, (나)와 같이, 오차를 포함하고 있는 보정대상자료(b)에 대해 기준분광자료(a)와 보정대상자료(b) 사이의 파장별 평균값 비율 및 파장별 반사율 표준편차 비율을 적용하여 보정자료(b')를 생성한다.Then, as in (b), the ratio of the average value of the wavelengths between the reference spectral data (a) and the data to be calibrated (b) and the reflectance standard deviation ratio per wavelength are applied to the data (b) To generate correction data (b ').
이렇게 생성된 보정자료(b')를 (다)와 같이 서로 중첩하여 비교함으로써 오차 보정상태를 확인한다.The correction data (b ') thus generated are superposed on each other as in (c) to check the error correction state.
이와 같은 과정을 거침으로써 오차를 정확하게 보정할 수 있으며, 이러한 보정테스트 작업을 수차례 반복하여 오차 보정의 정확도를 확인하고 정확도가 원하는 값 이상이 된다면 이 방법을 모든 원격탐사 방식에 적용하여 확장함으로써 아주 넓은 지역 혹은 폭넓게 분포된 대상물에 대한 원격탐사 방식의 초분광조사가 가능하게 된다.By doing this, it is possible to accurately correct the error. If the accuracy of error correction is more than the desired value by repeating this calibration test operation several times, it can be applied to all remote sensing methods It is possible to conduct ultrasonic spectroscopy of a remote sensing method for a wide area or a widely distributed object.
보다 구체적으로, 본 발명은 원격탐사로 관측된 하이퍼와 울트라 스펙트럴 자료 오차의 정밀 보정방법을 구현하기 위해 도 3과 같은 처리유닛(200)을 포함하는데, 상기 처리유닛(200)은 모듈 혹은 보드 형태로서 도 5와 같은 케이스(600) 내부에 서버랙 형태로 실장된다.More specifically, the present invention includes a
이때, 상기 처리유닛(200)은 마이크로프로세서인 제어부(210)와, 상기 제어부(210)에 연결되어 기준분광자료와 보정대상자료를 입력하는 입력부(220)와, 상기 제어부(210)의 제어신호에 따라 기준분광자료와 보정대상자료의 파장별 반사율 평균, 파장별 반사율 표준편차, 이들 각각의 비율을 산출하도록 연산하는 연산부(230)와, 상기 제어부(210)의 제어신호에 따라 연산된 산출값을 이용하여 밴드계산을 통해 보정대상자료를 보정한 보정자료를 생성하는 보정자료생성부(240)와, 상기 제어부(210)의 제어신호에 따라 생성된 보정자료와 기준분광자료를 중첩시켜 두 자료의 차이를 확인하는 정확도평가부(250)와, 상기 제어부(210)의 제어신호에 따라 입력된 자료 혹은 산출되거나 생성된 자료를 저장하거나 저장된 자료를 갱신 또는 삭제하는 메모리부(260)를 포함한다.The
이 경우, 산출된 자료나 생성된 자료를 출력할 수 있는 출력부를 더 구비할 수도 있음은 물론이다.In this case, it is needless to say that an output unit capable of outputting the calculated data or the generated data may be further provided.
또한, 상기 처리유닛(200)을 구성하는 소자들은 기판 상에 실장된 형태로 구비된다.In addition, the elements constituting the
이와 같은 처리유닛(200)을 통한 본 발명에 따른 보정방법을 설명하면 다음과 같다.A correction method according to the present invention through the
도 4의 예시와 같이, 본 발명에 따른 보정방법은 원격탐사에 의해 취득된 오차가 포함된 하이퍼 또는 울트라 스펙트럼 분광자료인 보정대상자료와, 원격탐사 대상물 혹은 대상지역에 포함되는 특정부분에 대해 지상에서 취득한 하이퍼 혹은 울트라 스펙트럼 분광자료인 기준분광자료를 입력하는 제1단계(101); 제1단계(101)에서 입력된 보정대상자료와 기준분광자료의 적합성을 확인하는 제2단계(102); 적합성이 확인된 기준분광자료의 파장별 반사율 평균을 구하고 파장간격의 평균에 해당하는 수치를 변곡점으로 하는 스펙트럼 그래프와, 기준분광자료의 파장별 반사율 표준편차를 구하고 파장간격의 표준편차에 해당하는 수치를 변곡점으로 하는 스펙트럼 그래프를 생성하는 제3단계(103); 기준분광자료와 대응되는 표본에 대한 보정대상자료의 파장별 반사율 평균을 구하고 파장간격의 평균에 해당하는 수치를 변곡점으로 하는 스펙트럼 그래프와, 보정대상자료의 파장별 반사율 표준편차를 구하고 파장간격의 표준편차에 해당하는 수치를 변곡점으로 하는 스펙트럼 그래프를 생성하는 제4단계(104); 상기 제3단계(103)와 제4단계(104)에서 생성된 평균값의 비율과 표준편차의 비율로부터 오차 정도를 확인하는 제5단계(105); 상기 제5단계(105)에서 확인된 평균값의 비율과 표준편차의 비율을 하기한 [밴드연산식]에 대입하여 보정자료를 생성하는 제6단계(106); 보정된 보정자료를 기준분광자료에 중첩시켜 정확도를 평가하는 제7단계(107);를 포함한다.As shown in FIG. 4, the correction method according to the present invention is a method for correcting a target to be corrected, which is hyper or ultra spectral spectral data including an error obtained by remote sensing, A first step (101) of inputting a reference spectral data which is hyper or ultra spectral spectral data acquired in the first step (101); A second step (102) of checking the compatibility of the calibration target data and the reference spectral data inputted in the first step (101); A spectral graph obtained by averaging the reflectance averages of wavelengths of the reference spectral data with which conformity is confirmed and a numerical value corresponding to the average of the wavelength intervals as an inflection point; a reflectance standard deviation according to the wavelength of the reference spectral data; A third step (103) of generating a spectral graph having an inflection point; A spectral graph obtained by averaging the reflectance averages of the wavelengths of the calibration target data with respect to the reference spectral data and a value corresponding to the average of the wavelength gaps is used as an inflection point and a reflectance standard deviation of the wavelength of the calibration target data is obtained, A fourth step (104) of generating a spectrum graph in which a value corresponding to the deviation is an inflection point; A fifth step (105) of checking an error degree from a ratio of a ratio of the average value generated in the third step (103) and a standard deviation of the average value generated in the fourth step (104); A sixth step (106) of generating a correction data by substituting the ratio of the mean value and the standard deviation found in the fifth step (105) into the following [band equation]; And a seventh step (107) of superimposing the corrected correction data on the reference spectral data to evaluate the accuracy.
이때, 상기 제6단계(106)후 보정자료의 오류여부를 검사하는 단계를 더 거칠 수 있는데, 오류여부의 검사는 연산에 의해 화소가 0인 값이 영상으로 출력될 수 있으므로 이를 배제하도록 화소가 0인 값이 있는지 여부를 체크하는 단계이다.At this time, it may further be checked whether or not the correction data is erroneous after the
아울러, 상기 제1단계(101)에서 원격탐사는 드론, 항공기 또는 위성영상 등에 원격탐사용 센서를 탑재하고, 대상물로부터 반사 또는 방사되는 전자기파를 수집하여 대상물부터 분광자료를 취득하여 대상물의 정성정보와 정량정보의 특징을 도출하는 기존 방식을 그대로 사용하며, 입력부(220)를 통해 입력된다.In addition, in the
그리고, 상기 제2단계(102)에서 적합성을 확인하는 방법은 첫째, 기준분광자료가 보정대상자료와 동일한 대상물 혹은 대상지역에 대한 자료인지를 확인하는 과정과; 기준분광자료가 보정대상자료와 동일한 분광대역이며 중첩되는 영역을 포함하는지를 확인하는 과정으로 이루어진다.The method of confirming the fitness in the
이것은 서로 다른 대상물이거나 분광대역이 다를 경우 오차 보정의 의미가 없기 때문이다.This is because there is no meaning of error correction if the object is different or the spectral bandwidth is different.
또한, 상기 제3단계(103)는 일종의 기준분광자료, 즉 기준 분광그래프의 자료를 처리하여 비교가능한 상태로 만들기 위한 작업으로서, 기준분광자료가 보정대상자료에 포함되는 표본으로 특정되어 있기 때문에 이 표본으로부터 나오는 각 파장별 평균을 계산하고, 그 파장간격의 평균에 해당하는 수치를 변곡점으로 하는 스펙트럼을 생성하여 이를 그래프화하는 과정(103a)과; 표본으로부터 나오는 각 파장별 표준편차를 계산하고, 그 파장간격의 표준편차에 해당하는 수치를 변곡점으로 하는 스펙트럼을 생성하여 이를 그래프화하는 과정(103b);으로 이루어지며, 이는 연산부(230)를 통해 이루어진다.Since the reference spectral data is specified as a sample included in the correction target data, the
이것은 후술되는 정확도 평가시 그래프의 중첩을 통해 오차 여부를 아주 쉽고 빠르게 확인할 수 있도록 하기 위함이며, 또한 수치화, 정량화하여 비교를 정확하고 쉽게 하기 위함이며, 정확도 평가는 정확도평가부(250)를 통해 이루어진다.This is to make it possible to confirm whether or not the error is very easily and quickly through the overlapping of the graphs in the evaluation of the accuracy described later, and also to make the comparison accurate and easy by quantifying and quantifying the results. The accuracy evaluation is performed through the
뿐만 아니라, 상기 제4단계(104)는 일종의 보정대상자료, 즉 보정대상 분광그래프의 자료를 처리하여 기분분광자료와 비교가능한 상태로 만들기 위한 작업으로서, 보정대상자료중 기준분광자료 표본과 대응되는 보정대상표본을 선정하는 하는 과정(104a)과; 보정대상표본으로부터 나오는 각 파장별 평균을 계산하고, 그 파장간격의 평균에 해당하는 수치를 변곡점으로 하는 스펙트럼을 생성하여 이를 그래프화하는 과정(104b)과; 보정대상표본으로부터 나오는 각 파장별 표준편차를 계산하고, 그 파장간격의 표준편차에 해당하는 수치를 변곡점으로 하는 스펙트럼을 생성하여 이를 그래프화하는 과정(103c);으로 이루어지며, 이또한 연산부(230)를 통해 이루어진다.In addition, the
그리고, 상기 제5단계(105)는 오차를 포함하고 있는 보정대상자료를 보정하기 위한 보정파라메타를 계산하는 단계로서, 제3,4단계(103,104)에서 생성된 평균과 표준편차를 이용하여 하기한 (식1,2)를 통해 파장별 변화량을 계산하게 된다.The fifth step (105) is a step of calculating a correction parameter for correcting the correction target data including the error, and using the average and standard deviation generated in the third and fourth steps (103, 104) (1) and (2).
또한, 상기 제6단계(106)는 제5단계(105)에서 구한 파장별 변화량을 하기 [밴드연산식]에 대입하여 보정자료를 생성하는 단계이다.The
[밴드연산식][Band expression]
이와 같은 과정을 거쳐 보정자료가 생성되고, 그 정확도가 높아 활용가치가 있다면 이를 보정대상표본에서 보정대상자료 전체로 확장하여 적용함으로써 원격탐사된 하이퍼 혹은 울트라 스펙트럴 자료 전체를 활용할 수 있게 된다.In this way, it is possible to utilize all of the remotely sensed hyper or ultra spectral data by generating the correction data through the process and expanding it to the entire correction target data from the calibration target sample if the accuracy is high.
한편, 상기 케이스(600)는 도 5 및 도 6의 예시와 같이, 케이스(600)의 상면에는 내장된 보드 형태의 처리유닛(200)이 동작하면서 발생시키는 열을 빼내 공냉시킬 수 있도록 흡입팬을 구비한 송풍기(610)가 설치되고, 양측면에는 필터유닛(700)이 구비된다.5 and 6, the
따라서, 송풍기(610)가 구동되면 상기 필터유닛(700)을 거쳐 필터링된 외기가 케이스(600) 내부로 유입된 후 송풍기(610)를 통해 케이스(600) 상부로 배출됨으로써 케이스(600) 내부를 냉각시킴과 동시에 내부에서 생성된 분진 등을 함께 배출하게 된다.When the
이 경우, 상기 송풍기(610)의 구동은 상기 처리유닛(200)의 마이크로 프로세서(210)와 연결하고, 케이스(600) 내부에 설치된 온도센서(미도시)를 통해 검출된 온도값에 따라 자동 구동되도록 설계할 수 있다.In this case, driving of the
이때, 상기 필터유닛(700)은 기존과 달리 별도 교체없이 위치만 바꾸어 교환사용할 수 있도록 구성되고, 교환된 것은 그 자리에서 털어 내거나 세척하여 곧바로 사용할 수 있으므로 장수명화는 물론 효율화를 꾀할 수 있다.At this time, the
예컨대, 상기 필터유닛(700)은 사각박스 형상을 갖고 상기 케이스(600) 내부와 연통되는 필터베이스(710)와, 상기 필터베이스(710)에 일체로 고정되고 필터베이스(710)의 내부와 연통되는 원통형상의 필터통(720)과, 상기 필터통(720)의 상단부 일측에 삽입되어 회전되는 필터고정원판(730)과, 상기 필터고정원판(730)에 형성된 다수의 필터(740)로 이루어진다.For example, the
여기에서, 상기 필터통(720)은 원통형상이며, 하단이 막혀 있고, 상단은 개방되며, 외주면 일측에는 상기 필터베이스(710)와 연통되는 연통공간(722)이 형성된 구조를 갖는다.Here, the
또한, 상기 필터통(720)의 상단부 외주면 일부에는 일정폭의 슬릿(SL)이 형성되고, 상기 슬릿(SL)에는 필터고정원판(730)의 일부가 삽입된다.A slit SL having a predetermined width is formed in a part of the outer circumferential surface of the upper end of the
특히, 상기 슬릿(SL)을 통해 필터통(720) 내부로 삽입된 필터고정원판(730)의 하측 위치인 필터통(720)의 내경에는 둘레턱(TR)이 돌출되어 있어 필터(740)와의 사이즈 불일치에 따른 필터링 불량을 방지하도록 일종의 밀폐벽이 마련된다.In particular, a circumferential trough TR protrudes from the inside of the
아울러, 상기 슬릿(SL)을 사이에 두고 필터통(720)의 외주면에는 한 쌍의 힌지브라켓(BR)이 돌출되고, 상기 필터고정원판(730)의 원중심은 상기 힌지브라켓(BR) 상에서 힌지핀(HIN)을 통해 회전가능하게 축 고정된다.A pair of hinge brackets BR protrude from the outer circumferential surface of the
이때, 상기 필터(740)는 상기 필터고정원판(730) 상에 원형상으로 구비되며, 상기 필터통(720)의 내경보다 작은 직경을 갖는다.At this time, the
따라서, 상기 필터(740)중 하나를 필터통(720)의 내경속에 위치시키면 그쪽을 통해서만 필터링된 외기가 연통공간(722)을 통해 필터베이스(710)를 거쳐 케이스(600) 내부로 유입되게 된다.Accordingly, when one of the
그러다가, 눈막힘이 발생되면 필터고정원판(730)을 회전시켜 다른 필터를 필터통(720) 내부로 위치시킨다.Then, when clogging occurs, the
그러면, 눈막힘된 필터는 외부로 빠져나오게 되므로 청소하기 좋은 위치로 이동되었을 때 상부에서 하부로 혹은 하부에서 상부로 바람을 불거나 물을 뿌려 세척함으로써 눈막힘을 해소시킨 후 다시 사용할 수 있다.Then, when the clogged filter is moved out to the outside, it can be reused after top-to-bottom or bottom-to-top blowing or washing with water to remove clogging.
이와 같이, 본 발명에 따른 필터유닛은 거의 반영구적으로 사용할 수 있는 장점이 있다.As described above, the filter unit according to the present invention has an advantage that it can be used semi-permanently.
이에 더하여, 상기 필터통(720)과 필터고정원판(730)은 내구성은 물론 슬라이딩 원활화를 위한 슬립성 및 내부식성을 가져야 하는 바, 이를 위해 이들은 아비에틴산 3.5중량%와, 디메틸폴리실록산 2.5중량%와, 오르토인산수소나트륨 3.5중량%와, 디크롤에탄과 메틸렌클롤라이드가 1:1의 중량비로 혼합된 혼합물 2.5중량%와, 알킬벤젠술폰산나트륨 1.5중량%와, 벤질 디메틸 도데실 암모늄 클로라이드 2.5중량%와, 이소데실이소노나노에이트 3.5중량%와, 0.1㎛ 미만의 입도를 갖는 산화지르코늄 분말 5.5중량%와, 티오시안구리 4.5중량%와, MEHEC 4.5중량% 및 나머지 폴리카보네이트 수지로 이루어진 수지조성물로 성형된다.In addition, the
여기에서, 상기 아비에틴산은 물과 반응하여 불용성의 칼슘 비누화를 유도하고, 이를 통해 강고한 지막을 형성함으로써 수밀성을 강화시키기 위해 첨가된다.Here, the abietic acid is added to enhance water tightness by reacting with water to induce insoluble calcium saponification, thereby forming a strong film.
또한, 상기 디메틸폴리실록산은 열에 강한 실록산 결합(Si-O-Si)과 유기질의 메틸기로 구성되어 있어 소포성, 내열성, 열산화 안정성, 내화학성과 발수성을 증대시키기 위해 첨가된다.The dimethylpolysiloxane is composed of a siloxane bond (Si-O-Si) having high heat resistance and an organic methyl group, and is added to increase bubble resistance, heat resistance, thermal oxidation stability, chemical resistance and water repellency.
뿐만 아니라, 오르토인산수소나트륨은 표면을 개질하여 내크랙성, 내침식성을 강화시키기 위해 첨가된다.In addition, sodium hydrogen orthophosphate is added to modify the surface to enhance crack resistance and erosion resistance.
또한, 상기 디크롤에탄과 메틸렌클롤라이드가 1:1의 중량비로 혼합된 혼합물은 성형시 치수안정화를 꾀해 체적변화에 따른 불량을 억제하고, 흡음성을 강화시키기 위해 첨가된다.The mixture in which the decolletethane and methylene chloride are mixed at a weight ratio of 1: 1 is added in order to stabilize the dimension during molding, to suppress the defect due to the volume change, and to enhance the sound absorption property.
그리고, 상기 알킬벤젠술폰산나트륨은 내산성을 강화시켜 신축 변화에 따른 탄성저하를 막아 열화저항성을 강화시키면서 내약품성도 증대시키기 위해 첨가된다.The sodium alkylbenzenesulfonate is added in order to enhance the resistance to aging by enhancing the acid resistance, thereby preventing the degradation of elasticity due to elongation and shrinkage and increasing the chemical resistance.
아울러, 상기 벤질 디메틸 도데실 암모늄 클로라이드는 표면 균일화를 유도하여 슬립성을 향상시키기 위해 첨가된다.In addition, the benzyldimethyldodecylammonium chloride is added in order to induce surface homogenization to improve the slip property.
뿐만 아니라, 상기 이소데실이소노나노에이트(Isodecyl Isononanoate)는 유연성을 증대시켜 성형 자유도를 높이고, 신율을 증대시키기 위해 첨가된다.In addition, the isodecyl isononanoate is added to increase the flexibility and increase the degree of molding freedom and to increase the elongation.
또한, 상기 산화지르코늄 분말은 무정형 백색 분말로서 융점이 2.677℃, 밀도가 5.6g/cm3, 모스경도 7에 이르는 일종의 세라믹스로서 경도를 높여 내마모도를 강화시키기 위해 첨가되며, 티오시안구리는 구리계 방오제로서 이물부착성을 억제하기 위해 첨가되고, MEHEC(methylethylhydroxyethylcelluloe)는 무수 글루코오즈 단량체 사슬로 이루어진 셀룰로오즈 유도체로서 표면활성 및 화학저항성을 강화시키기 위해 첨가된다.The zirconium oxide powder is an amorphous white powder which is added as a kind of ceramics having a melting point of 2.677 캜, a density of 5.6 g / cm 3 and a Mohs hardness of 7 to enhance the hardness and to strengthen the wear resistance, and the copper thiocyanate is a copper- And MEHEC (methylethylhydroxyethylcellulose) is added as a cellulose derivative composed of anhydrous glucoside monomer chain to enhance surface activity and chemical resistance.
아울러, 폴리카보네이트 수지는 고경도, 강도 유지 및 내크랙성, 내침식성 향상에 따른 내구성 강화를 위해 첨가된다.In addition, the polycarbonate resin is added to enhance durability as a result of improvement in hardness, strength, crack resistance and erosion resistance.
이러한 성형조성물로 성형된 성형품의 표면 상태를 확인하기 위해 먼저 내수성을 테스트하였다. 내수성 테스트는 성형품 시료를 항온수조(60℃)에 침적하고, 500시간 단위로 표면 상태를 검사하였으며, 그 결과 미세백화나 크랙, 백청 등이 전혀 발생하지 않았다.In order to confirm the surface condition of the molded article molded with such a molding composition, the water resistance was firstly tested. The water resistance test was carried out by immersing a molded product sample in a constant temperature water bath (60 ° C) and checking the surface condition in units of 500 hours. As a result, no fine whitening, cracks, or white rust occurred.
뿐만 아니라, 내침식성을 확인하기 위해 시료 파이프를 KS-D-9502(기준 240hr) 염수분무실험법에 따라 테스트하였고, 그 결과는 백청 발생없이 양호하였다.In addition, the sample pipe was tested according to KS-D-9502 (standard 240 hr) salt spray test method to confirm the erosion resistance, and the result was good without white rust occurrence.
아울러, 내마모성 특성을 확인하기 위해, ASTM D3389에 따른 내마모도 시험을 수행하였다. 시험결과, 3등급으로 판정되어 우수한 내마모성이 있는 것으로 확인되었다. 이때, 내마모도 시험 등급은 5등급까지 구분되며, 1등급 이하는 불합격으로 판정하였다.In addition, in order to confirm the abrasion resistance property, an abrasion resistance test according to ASTM D3389 was performed. As a result of the test, it was judged to be grade 3, and it was confirmed that the abrasion resistance was excellent. At this time, the degree of wear resistance test is classified into five grades, and the grades below one are judged as fail.
200: 처리유닛 600: 케이스
700: 필터유닛200: processing unit 600: case
700: Filter unit
Claims (1)
상기 처리유닛(200)은 마이크로프로세서인 제어부(210)와, 상기 제어부(210)에 연결되어 기준분광자료와 보정대상자료를 입력하는 입력부(220)와, 상기 제어부(210)의 제어신호에 따라 기준분광자료와 보정대상자료의 파장별 반사율 평균, 파장별 반사율 표준편차, 이들 각각의 비율을 산출하도록 연산하는 연산부(230)와, 상기 제어부(210)의 제어신호에 따라 연산된 산출값을 이용하여 밴드계산을 통해 보정대상자료를 보정한 보정자료를 생성하는 보정자료생성부(240)와, 상기 제어부(210)의 제어신호에 따라 생성된 보정자료와 기준분광자료를 중첩시켜 두 자료의 차이를 확인하는 정확도평가부(250)와, 상기 제어부(210)의 제어신호에 따라 입력된 자료 혹은 산출되거나 생성된 자료를 저장하거나 저장된 자료를 갱신 또는 삭제하는 메모리부(260)를 포함하는 것을 특징으로 하는 원격탐사로 관측된 하이퍼와 울트라 스펙트럴 자료 오차의 정밀 보정방법.
[밴드연산식]
The processing unit 200 includes a control unit 210 as a microprocessor, an input unit 220 connected to the control unit 210 to input reference spectral data and correction target data, An operation unit 230 for calculating a reflectance average of each of the reference spectral data and the correction target data by wavelength, a standard deviation of reflectance standard for each wavelength, and a ratio of the standard deviation and the reflectance standard deviation, and using the calculated value calculated according to the control signal of the control unit 210 A correction data generation unit 240 for generating a correction data by correcting the correction target data through band calculation, a correction data generation unit 240 for superimposing the correction data generated based on the control signal of the control unit 210 and the reference spectral data, And a memory unit 260 for storing data inputted or generated or generated according to a control signal of the control unit 210 or for updating or deleting stored data according to a control signal of the control unit 210 Fine correction method of a measured with a remote sensing characterized by the hyper ultra-spectral data error.
[Band expression]
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180059054A KR101898033B1 (en) | 2018-05-24 | 2018-05-24 | Precise calibration of hyper and ultra-spectral data errors observed by remote sensing |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180059054A KR101898033B1 (en) | 2018-05-24 | 2018-05-24 | Precise calibration of hyper and ultra-spectral data errors observed by remote sensing |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101898033B1 true KR101898033B1 (en) | 2018-09-12 |
Family
ID=63593331
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180059054A KR101898033B1 (en) | 2018-05-24 | 2018-05-24 | Precise calibration of hyper and ultra-spectral data errors observed by remote sensing |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101898033B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109934788A (en) * | 2019-03-22 | 2019-06-25 | 鲁东大学 | A kind of remote sensing images missing data restorative procedure based on standard remote sensing images |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130214164A1 (en) * | 2011-12-20 | 2013-08-22 | Huazhong University Of Science And Technology | Method and apparatus for detecting spectral characteristics of multi-band moving objects |
| KR20160065303A (en) * | 2014-11-28 | 2016-06-09 | 한국생산기술연구원 | Method of analyzing color alloy using reflectivity |
| KR20160117092A (en) | 2015-03-31 | 2016-10-10 | 서울바이오시스 주식회사 | Hyperspectral image device |
| KR20160148091A (en) * | 2015-06-15 | 2016-12-26 | 서울바이오시스 주식회사 | Hyperspectral image measurement device and calibration method thereof |
| KR20170128997A (en) * | 2016-05-16 | 2017-11-24 | 삼성전자주식회사 | Spectrum calibration method of measurement apparatus, and measuring and fabricating method of device based on the spectrum calibration method |
-
2018
- 2018-05-24 KR KR1020180059054A patent/KR101898033B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130214164A1 (en) * | 2011-12-20 | 2013-08-22 | Huazhong University Of Science And Technology | Method and apparatus for detecting spectral characteristics of multi-band moving objects |
| KR20160065303A (en) * | 2014-11-28 | 2016-06-09 | 한국생산기술연구원 | Method of analyzing color alloy using reflectivity |
| KR20160117092A (en) | 2015-03-31 | 2016-10-10 | 서울바이오시스 주식회사 | Hyperspectral image device |
| KR20160148091A (en) * | 2015-06-15 | 2016-12-26 | 서울바이오시스 주식회사 | Hyperspectral image measurement device and calibration method thereof |
| KR20170128997A (en) * | 2016-05-16 | 2017-11-24 | 삼성전자주식회사 | Spectrum calibration method of measurement apparatus, and measuring and fabricating method of device based on the spectrum calibration method |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109934788A (en) * | 2019-03-22 | 2019-06-25 | 鲁东大学 | A kind of remote sensing images missing data restorative procedure based on standard remote sensing images |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5185119B2 (en) | Method for improving performance accuracy in differential absorption LIDAR for detection and quantification of oil and gas leaks | |
| US12085477B2 (en) | Device and method for measuring emissions with a linear arrangement of sensors | |
| Øvergaard et al. | Comparisons of two hand-held, multispectral field radiometers and a hyperspectral airborne imager in terms of predicting spring wheat grain yield and quality by means of powered partial least squares regression | |
| US20210247318A1 (en) | Non-Destructive Detection of Egg Freshness Based on Raman Spectroscopy | |
| US20130311136A1 (en) | Rule-Based Sample Verification and Chemical Monitoring Methodology | |
| KR101898033B1 (en) | Precise calibration of hyper and ultra-spectral data errors observed by remote sensing | |
| CN115096835B (en) | Gas concentration detection method and device | |
| CN111879709B (en) | Lake water body spectral reflectivity inspection method and device | |
| CN109916831B (en) | Method and system for reducing false alarm rate of data of laser gas telemeter | |
| Turgut et al. | Estimation of the sensory properties of black tea samples using non-destructive near-infrared spectroscopy sensors | |
| US7505859B2 (en) | Method and algorithms for inspection of longitudinal defects in an eddy current inspection system | |
| Faltynkova et al. | Developing and testing a workflow to identify microplastics using near infrared hyperspectral imaging | |
| EP3385694B1 (en) | System and method for detecting structural damage in a component | |
| KR101683404B1 (en) | Development of detection method for virus-infected (cucumber green mottle mosaic virus) watermelon seed using near-infrared reflectance spectrum and detection apparatus | |
| So et al. | Current advances in detection of abnormal egg: a review | |
| CN113795748A (en) | Method for configuring a spectrometric device | |
| CN114509404A (en) | Method for predicting content of available boron in hyperspectral soil | |
| Sarraguça et al. | A FT-NIR spectroscopy methodology to estimate firing distance based on the direct analysis of the bullet impact surface | |
| Georgieva et al. | RESEARCH OF THE INFLUENCE OF EXTERNAL FACTORS ON THE MEASUREMENT OF A BASIC SOIL QUALITY PARAMETER. | |
| CN118276035B (en) | Synchronous monitoring method for soil-vegetation-atmosphere vertical structure of local area | |
| RU2692525C1 (en) | Measurement and information system for determining degree of damage to outer surface of ammunition by corrosion spots | |
| Hou et al. | Development and Testing of Local Automated Glider Editing Routine for Optical Data Quality Control | |
| CN106887400A (en) | Defect recognition system | |
| Serhat Turgut et al. | Estimation of the sensory properties of black tea samples using non-destructive near-infrared spectroscopy sensors | |
| Gagnon et al. | HYPERSPECTRAL IMAGING TECHNOLOGY FOR THE DETECTION OF METHANE EMISSIONS. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GRNT | Written decision to grant |