KR102366267B1 - 식생현황분석장치 및 그 동작 방법 - Google Patents

식생현황분석장치 및 그 동작 방법 Download PDF

Info

Publication number
KR102366267B1
KR102366267B1 KR1020190149815A KR20190149815A KR102366267B1 KR 102366267 B1 KR102366267 B1 KR 102366267B1 KR 1020190149815 A KR1020190149815 A KR 1020190149815A KR 20190149815 A KR20190149815 A KR 20190149815A KR 102366267 B1 KR102366267 B1 KR 102366267B1
Authority
KR
South Korea
Prior art keywords
image
halophytes
habitat
vegetation
interest
Prior art date
Application number
KR1020190149815A
Other languages
English (en)
Other versions
KR20210061817A (ko
Inventor
김성학
김윤칠
박흥식
이대원
Original Assignee
한국해양과학기술원
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 한국해양과학기술원 filed Critical 한국해양과학기술원
Priority to KR1020190149815A priority Critical patent/KR102366267B1/ko
Publication of KR20210061817A publication Critical patent/KR20210061817A/ko
Application granted granted Critical
Publication of KR102366267B1 publication Critical patent/KR102366267B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • 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
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • 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
    • 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
    • G01N21/29—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using visual detection
    • G01N21/293—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using visual detection with colour charts, graduated scales or turrets
    • 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
    • G01N2021/1765—Method using an image detector and processing of image signal
    • G01N2021/177—Detector of the video camera type

Abstract

본 발명은, 무인기를 통해 염생 식물의 서식 지역에 대한 다중분광영상을 획득하고, 해당 다중분광영상을 전처리하여 생성되는 정사영상을 이용하여 염생 식물의 식생 현황을 분석하기 위한 방안에 관한 것이다.

Description

식생현황분석장치 및 그 동작 방법{ANALYSIS APPARATUS FOR PRESENT CONDITION OF VEGETATION, AND CONTROL METHOD THEREOF}
본 발명은 무인기를 통해 염생 식물의 서식 지역에 대한 다중분광영상을 획득하고, 해당 다중분광영상을 전처리하여 생성되는 정사영상을 이용하여 염생 식물의 식생 현황을 분석하기 위한 방안에 관한 것이다.
연안습지는 주기적인 조석에 의해 해수의 영향을 받으며 식생이 형성된 곳이다.
이러한 연안습지는 육상과 해양으로부터 공급되는 무기 및 유기영양염류가 풍부하여 여러 유형의 생태계 중 생산성이 가장 높은 것이 특징이다.
우리나라 서남해안은 장기간에 걸친 간척사업들로 인해 연안습지가 지속적으로 사라지고 있으나, 최근 생태적 중요성으로 인한 연안습지의 보전이 중요한 가치로 부각되고 있다.
염생 식물 군락은 높은 1차 생산자임과 동시에 다양한 생물의 서식처 그리고 각종 오염물질의 정화 등 중요한 역할을 수행하며, 이러한 염생 식물은 특히 연안습지의 건강성에 대한 지표로 분포양상과 면적에 대한 현황파악과 지속적인 모니터링이 시급하다.
국내에서 염생 식물과 관련된 연구는 국소지역에 대한 분포 종 조사와 생육환경의 영향 등에 초점이 맞추어져 왔다. 그러나 큰 조석차로 인해 넓은 염습지가 분포하는 서남해안 전체의 염생 식물 분포양상 및 면적에 관한 조사는 본격적으로 이루어지지 않고 있다.
이는 염생 식물이 갯벌(습지)이라는 상대적으로 접근이 어려운 지역에 분포하는 특징을 갖고 있어, 현장조사를 통해 그 분포를 조사하는데 한계가 있기 때문이다.
이에, 본원 발명에서는 염생 식물의 식생 현황을 분석할 수 있는 새로운 방안을 제안하고자 한다.
본 발명은 상기한 사정을 감안하여 창출된 것으로서, 본 발명에서 도달하고자 하는 목적은, 무인기를 통해 염생 식물의 서식 지역에 대한 다중분광영상을 획득하고, 해당 다중분광영상을 전처리하여 생성되는 정사영상을 이용하여 염생 식물의 식생 현황을 분석하는데 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 식생현황분석장치는, 염생 식물의 서식 지역의 상공에 위치한 무인기로부터 상기 서식 지역을 촬영한 다중분광영상을 획득하는 획득부; 상기 다중분광영상을 전처리한 정사영상을 생성하는 생성부; 및 상기 정사영상 내 분광 특성에 따라 상기 정사영상으로부터 분포된 염생 식물의 서식 구역이 분류되면, 상기 서식 구역과 매칭되는 정사영상의 화소 값으로부터 상기 서식 구역 내 염생 식물의 식생 현황을 분석하는 분석부를 포함하는 것을 특징으로 한다.
구체적으로, 상기 정사영상은, 다중분광센서를 통해서 측정되는 Green, Red, Red edge 및 NIR(Near-infrared) 중 적어도 하나의 파장 대역 별 반사 값을 포함하며, 상기 분석부는, 상기 파장 대역 별 반사 값을 포함하게 되는 상기 화소 값으로부터 염생 식물의 식생 현황을 분석할 수 있다.
구체적으로, 상기 분석부는, 상기 파장 대역 별 반사 값에 따른 정규식생지수(NVDI, Normalized Difference Vegetation Index)를 추출하며, 추출된 정규식생지수를 상기 서식 구역에 해당하는 3차원 공간정보에 시각화하여 염생 식물의 식생 현황을 분석할 수 있다.
구체적으로, 상기 획득부는, 상기 서식 지역의 중심 좌표인 지상기준점의 수직 연장선 상의 제1촬영고도에서 촬영된 다중분광영상인 제1다중분광영상을 획득하며, 상기 분석부는, 상기 제1다중분광영상을 전처리한 정사영상으로부터 염생 식물이 분포된 서식 구역이 분류되는 경우, 상기 제1촬영고도보다 낮은 제2촬영고도에서 상기 서식 구역을 촬영한 제2다중분광영상을 획득하도록 하여, 상기 제2다중분광영상을 전처리한 정사영상의 화소 값으로부터 상기 서식 구역 내 염생 식물의 식생 현황을 분석할 수 있다.
구체적으로, 상기 분석부는, 상기 제1다중분광영상을 전처리한 정사영상으로부터 분류되는 경우, 상기 서식 구역을 2 이상의 관심 구역으로 분할하며, 상기 2 이상의 관심 구역 각각의 중심 좌표를 관심 구역 별 지상기준점으로 설정하여 각 지상기준점의 수직 연장선 상의 상기 제2촬영고도에서 촬영한 관심 구역 별 제2다중분광영상을 획득하도록 할 수 있다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 식생현황분석장치의 동작 방법은, 염생 식물의 서식 지역의 상공에 위치한 무인기로부터 상기 서식 지역을 촬영한 다중분광영상을 획득하는 획득단계; 상기 다중분광영상을 전처리한 정사영상을 생성하는 생성단계; 및 상기 정사영상 내 반사도 특성에 따라 상기 정사영상으로부터 분포된 염생 식물의 서식 구역이 분류되면, 상기 서식 구역과 매칭되는 정사영상의 화소 값으로부터 상기 서식 구역 내 염생 식물의 식생 현황을 분석하는 분석단계를 포함하는 것을 특징으로 한다.
구체적으로, 상기 정사영상은, 다중분광센서를 통해서 측정되는 Green, Red, Red edge 및 NIR(Near-infrared) 중 적어도 하나의 파장 대역 별 반사 값을 포함하며, 상기 분석단계는, 상기 파장 대역 별 반사 값을 포함하게 되는 상기 화소 값으로부터 염생 식물의 식생 현황을 분석할 수 있다.
구체적으로, 상기 분석단계는, 상기 파장 대역 별 반사 값에 따른 정규식생지수(NVDI, Normalized Difference Vegetation Index)를 추출하며, 추출된 정규식생지수를 상기 서식 구역에 해당하는 3차원 공간정보에 시각화하여 염생 식물의 식생 현황을 분석할 수 있다.
구체적으로, 상기 획득단계는, 상기 서식 지역의 중심 좌표인 지상기준점의 수직 연장선 상의 제1촬영고도에서 촬영된 다중분광영상인 제1다중분광영상을 획득하며, 상기 분석단계는, 상기 제1다중분광영상을 전처리한 정사영상으로부터 염생 식물이 분포된 서식 구역이 분류되는 경우, 상기 제1촬영고도보다 낮은 제2촬영고도에서 상기 서식 구역을 촬영한 제2다중분광영상을 획득하도록 하여, 상기 제2다중분광영상을 전처리한 정사영상의 화소 값으로부터 상기 서식 구역 내 염생 식물의 식생 현황을 분석할 수 있다.
구체적으로, 상기 분석단계는, 상기 제1다중분광영상을 전처리한 정사영상으로부터 분류되는 서식 구역을 2 이상의 관심 구역으로 분할하며, 상기 2 이상의 관심 구역 각각의 중심 좌표를 관심 구역 별 지상기준점으로 설정하여 각 지상기준점의 수직 연장선 상의 상기 제2촬영고도에서 촬영한 관심 구역 별 제2다중분광영상을 획득하도록 할 수 있다.
이에, 본 발명의 식생현황분석장치 및 그 동작 방법에 따르면, 무인기를 통해 염생 식물의 서식 지역에 대한 다중분광영상을 획득하고, 해당 다중분광영상을 전처리하여 생성되는 정사영상을 이용하여 염생 식물의 식생 현황을 분석함으로써, 조사자가 많은 시간을 투자하여 현장을 직접 탐사해야 하는 기존 분석 방식의 수고로움이 해소될 수 있으며, 또한, 이를 통해 염생 식물의 식생 현황에 대한 주기적인 분석이 이루어지는 경우에는 미래 염생 식물의 분포 예측 및 체계적인 관리가 가능해지는 효과가 성취될 수 있다.
도 1은 본 발명의 일 실시예에 따른 염생 식물의 식생 현황 분석 환경을 설명하기 위한 예시도.
도 2는 본 발명의 일 실시예에 따른 식생현황분석장치를 설명하기 위한 블록도.
도 3은 본 발명의 일 실시예에 따른 정사영상으로부터 분류되는 서식 구역의 분할 방식을 설명하기 위한 예시도.
도 4 및 도 5는 본 발명의 일 실시예에 따른 식생현황분석장치의 동작 방법을 설명하기 위한 순서도.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 대하여 설명한다.
도 1은 본 발명의 일 실시예에 따른 염생 식물의 식생 현황 분석 환경을 개략적으로 보여주고 있다.
도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 염생 식물의 식생 현황 분석 환경은, 염생 식물의 서식 지역의 다중분광영상을 촬영하는 무인기(100), 및 무인기(100)에서 촬영한 다중분광영상으로부터 서식 지역에 대한 염생 식물의 식생 현황을 분석하는 식생현황분석장치(200)를 포함할 수 있다.
무인기(100)는 염생 식물의 서식 지역 상공에서 서식 지역에 대한 다중분광영상을 촬영할 수 있는 무인 비행체(예: 드론)을 일컫는 것으로서, Green, Red, Red edge 및 NIR(Near-infrared) 파장 대역을 측정하는 다중분광센서를 통해서 다중분광영상을 촬영할 수 있다.
여기서, Green 밴드와 Red 밴드는 가시광선 영역으로 Green 밴드의 파장은 약 500 내지 600nm이고, Red 밴드의 파장은 약 600 내지 700nm이 될 수 있으며, NIR 밴드는 적외선 영역으로 그 파장은 약 700 내지 1300nm이 될 수 있다.
식생현황분석장치(200)는 다중분광영상을 전처리한 장사영상을 생성하여, 정사영상으로부터 염생 식물의 식생 현황을 분석하는 장치를 일컫는 것으로서, 식생 현황 분석을 위한 소프트웨어(예: 애플리케이션)를 탑재한 컴퓨팅장치(예: PC), 또는 유무선 통신망을 통해 접속 가능한 서버의 형태로 구현될 수 있다.
참고로, 이러한 식생현황분석장치(200)가 서버의 형태로 구현되는 경우에는, 예컨대, 웹 서버, 데이터베이스 서버, 프록시 서버 등의 형태로 구현될 수 있으며, 네트워크 부하 분산 메커니즘, 내지 서비스 장치가 인터넷 또는 다른 네트워크 상에서 동작할 수 있도록 하는 다양한 소프트웨어 중 하나 이상이 설치될 수 있으며, 이를 통해 컴퓨터화된 시스템으로도 구현될 수 있다.
이상 본 발명의 일 실시예에 따른 염생 식물의 식생 현황 분석 환경에서는, 전술한 구성에 따라 무인기(100에서 염생 식물의 서식 지역을 촬영한 다중분광영상을 전처리한 정사영상을 이용하여 염생 식물의 식생 현황을 분석할 수 있는데, 이하에서는 이를 실현하기 위한 식생현황분석장치(100)의 구성에 대해 보다 구체적으로 설명하기로 한다.
도 2는 본 발명의 일 실시예에 따른 식생현황분석장치(100)의 구성을 개략적으로 보여주고 있다.
도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 식생현황분석장치(100)는 다중분광영상을 획득하는 획득부(10), 정사영상을 생성하는 생성부(20), 및 식생 현황을 분석하는 분석부(30)를 포함하는 구성을 가질 수 있다.
이처럼, 획득부(10), 생성부(20), 및 분석부(30)를 포함하는 식생현황분석장치(100)의 구성 전체 내지는 적어도 일부는, 하드웨어 모듈 형태 또는 소프트웨어 모듈 형태로 구현되거나, 하드웨어 모듈과 소프트웨어 모듈이 조합된 형태로도 구현될 수 있다.
여기서, 소프트웨어 모듈이란, 예컨대, 식생현황분석장치(100) 내에서 연산을 제어하는 프로세서에 의해 실행되는 명령어로 이해될 수 있으며, 이러한 명령어는 식생현황분석장치(100) 내 메모리에 탑재된 형태를 가질 수 있다.
한편, 본 발명의 일 실시예에 따른 식생현황분석장치(100)는 전술한 구성 이외에, 무인기(100)와의 데이터 송수신을 위한 통신부(40)의 구성을 더 포함할 수 있다.
이러한, 통신부(40)는 예컨대, 안테나 시스템, RF 송수신기, 하나 이상의 증폭기, 튜너, 하나 이상의 발진기, 디지털 신호 처리기, 코덱(CODEC) 칩셋, 및 메모리 등을 포함하지만 이에 제한되지는 않으며, 이 기능을 수행하는 공지의 회로는 모두 포함할 수 있다.
이상, 본 발명의 일 실시예에 따른 식생현황분석장치(100)는 전술한 구성을 통해서, 염생 식물의 식생 현황을 분석할 수 있는데, 이하에서는 이를 실현하기 위한 식생현황분석장치(100) 내 각 구성에 대해 보다 구체적으로 설명하기로 한다.
획득부(10)는 다중분광영상을 획득하는 기능을 수행한다.
보다 구체적으로, 획득부(10)는 염생 식물의 서식 지역의 상공에 위치한 무인기(100)로부터 서식 지역을 촬영한 다중분광영상을 획득하게 된다.
이를 위해, 획득부(10)는 무인기(100)의 촬영 동작을 제어하기 위해, 서식 지역의 중심 좌표에 해당하는 GPS 정보와, 촬영 고도를 포함하는 촬영제어정보를 무인기(100)로 전송함으로써, 무인기(100)로 하여금 촬영제어정보에 따라, 서식 지역의 중심 좌표인 지상기준점의 수직 연장선 상의 특정 촬영고도(이하, 제1촬영고도라 칭함)에서 다중분광영상을 촬영할 수 있도록 한다.
여기서, 제1촬영고도는, 예컨대, 150m로 설정될 수 있으며, 이는 무인기(100)의 비행 환경과 취득할 데이터의 품질에 영향을 미치는 기상, 조석 현황 등이 고려하여 변동될 수 있다.
결국, 획득부(10)는 무인기(100)에 대한 촬영제어정보에 따라 무인기(100)로부터 서식 지역의 중심 좌표인 지상기준점의 수직 연장선 상의 제1촬영고도에서 촬영한 다중분광영상을 획득할 수 있는 것이다.
이때, 획득부(10)는 다중분광영상 획득 시, 다중분광영상이 촬영된 촬영 시점에 해당하는 무인기(100)의 기하하적 조건을 재현하기 위한 요소인 외부표정요소를 무인기(100)로부터 획득하게 된다.
여기서, 외부표정요소는, 예컨대, 위도, 경도, 높이와 같은 위치 값과 Roll, Pitch, Yaw 등의 자세 값이 포함될 수 있다.
생성부(20)는 다중분광영상을 전처리한 정사영상을 생성하는 기능을 수행한다.
보다 구체적으로, 생성부(20)는 무인기(100)로부터 다중분광영상이 획득되면, 외부표정요소, 그리고 지상기준점을 토대로 다중분광영상에 대한 지오레퍼런싱과 기하보정 등의 전처리를 수행하여 정사영상을 생성하게 된다.
이때, 생성부(20)는 지상기준점의 좌표 정보와 실제 지상에서 측량한 지상기준점을 다중분광영상에 매칭시키고, 영상의 모든 상에 대하여 시차를 계산하여 매칭되는 픽셀들을 3차원 포인트로 추출하게 되며, 이를 통해 추출되는 포인트들로부터 삼각망을 구성하는 방식을 통해 격자형태를 가지는 수치표면모형을 생성할 수 있다.
여기서, 지상기준점은 영상의 위치, 자세를 절대 좌표화하는 동시에 결과물의 위치 정확도 평가를 위해서 활용될 수 있으며, 영상 매칭은 좌우 영상에서 공액점의 영상좌표를 자동으로 추출하고자 하는 알고리즘을 의미할 수 있다.
결국, 생성부(20)는 수치표면모형이 생성되는 경우, 무인기(100)로부터 획득된 다중분광영상에 수치표면모형을 보간하는 방식을 통해서 정사영상을 생성하게 된다.
분석부(30)는 정사영상으로부터 염생 식물의 식생 현황을 분석하게 된다.
보다 구체적으로, 분석부(30)은 다중분광영상에 대한 전처리를 통해서 정사영상이 생성되면, 정사영상으로부터 염생 식물의 서식 구역을 분류하여, 해당 서식 구역과 매칭되는 정사영상의 화소 값으로부터 서식 구역 내 염생 식물의 식생 현황을 분석하게 된다.
여기서, 염생 식물의 서식 구역은, 모래, 암석, 자갈 등을 포함하는 비 서식 구역과의 분광 특성의 차이를 토대로 분류될 수 있으며, 이러한, 서식 구역의 분류는, 예컨대, 물체의 분광 특성을 학습한 딥 러닝을 이용하는 분류 방식을 통해서 이루어질 수 있다.
이때, 분석부(30)는 정사영상으로부터 염생 식물의 서식 구역이 분류되는 경우, 정사영상 내 분류되는 서식 구역에 대해서 무인기(100)의 다중분광센서를 통해서 측정된 Green, Red, Red edge 및 NIR(Near-infrared) 중 적어도 하나의 파장 대역 별 반사 값을 포함하게 되는 화소 값으로부터 염생 식물의 식생 현황을 분석할 수 있다.
특히, 분석부(30)는, 파장 대역 별 반사 값에 따른 정규식생지수(NVDI, Normalized Difference Vegetation Index)를 추출하며, 추출된 정규식생지수를 서식 구역에 해당하는 3차원 공간정보에 시각화하는 방식을 통해서 염생 식물의 식생 현황을 분석할 수 있다.
여기서, 정규식생지수(NVDI)는, 식생 지역의 광학적 특성을 이용하여 그 특성을 나타내는 파장 대역 별 반사 값의 조합에 대해 정의되는 지수 값으로 이해될 수 있다.
한편, 본 발명의 일 실시예에서는, 서식 구역에 대해 분석되는 염생 식물의 식생 현황의 정확도 제고를 위해 정사영상 내 분류되는 서식 구역에 대한 다중분광영상을 재 촬영하여 이를 토대로 염생 식물의 식생 현황을 분석하는 방식을 따를 수 있는데, 이를 구체적으로 설명하면 다음과 같다.
이하에서는, 설명의 편의를 위해 염생 식물의 서식 구역을 포함한 전체 서식 지역을 촬영한 다중분광영상을 제1다중분광영상이라하며, 반면 염생 식물의 서식 구역만을 촬영한 다중분광영상은 제2다중분광영상라 칭하기로 한다.
즉, 분석부(30)는 제1다중분광영상을 전처리한 정사영상으로부터 염생 식물이 분포된 서식 구역이 분류되는 경우, 획득부(10)로 하여금 제1다중분광영상이 촬영된 제1촬영고도보다 낮은 제2촬영고도에서 염생 식물의 서식 구역만을 촬영한 제2다중분광영상을 획득하도록 한다.
이때, 분석부(30)는, 예컨대, 도 3에 도시된 바와 같이, 제1다중분광영상을 전처리한 정사영상으로부터 서식 구역이 분류되는 경우, 서식 구역에 대한 정밀 분석을 위해 정사영상으로부터 분류된 서식 구역을 2 이상의 관심 구역으로 분할함으로써, 분할된 관심 구역 각각에 대한 제2다중분광영상이 촬영될 수 있도록 한다.
여기서, 관심 구역의 면적은, 정사영상으로부터 분류된 서식 구역의 전체 면적과, 서식 구역으로부터 분할되는 관심 구역 간 중복도에 따라 결정될 수 있다.
특히, 관심 구역 간 중복도는 염생 식물의 식생 현황을 분석 결과를 도출하기까지 요구되는 시간과, 그에 따른 프로세스 성능에 따라서 다르게 설정될 수 있음은 물론이다.
아울러, 분석부(30)는 분할된 관심 구역 각각의 중심 좌표를 관심 구역 별 지상기준점으로 설정함으로써, 각 지상기준점의 수직 연장선에 위치한 제2촬영고도에서 각 관심 구역을 촬영한 관심 구역 별 제2다중분광영상을 획득할 수 있도록 한다.
여기서, 제2촬영고도는, 식생 현황 분석 결과의 정확도를 결정하는 변수 중 하나에 해당하는 것으로서, 보다 낮은 고도로 설정됨이 바람직하나, 그 설정 값은 서식 구역으로부터 분할된 관심 구역의 각 면적과 무인기(100)의 촬영 화각에 따라 달라질 수 있음은 물론이다.
결국, 분석부(30)는 관심 구역 별로 획득된 제2다중분광영상을 전처리한 정사영상이 생성되면, 이로부터 관심 구역 별 염생 식물의 식생 현황을 분석하게 되며, 나아가 각 관심 구역에 대한 분석 결과를 취합하는 방식을 통해서 서식 구역 내 염생 식물의 식생 현황에 대한 분석 결과를 도출하게 된다.
이상에서 살펴본 바와 같이, 본 발명이 일 실시예에 따른 식생현황분석장치(100)의 구성에 따르면, 무인기(100)를 통해 염생 식물의 서식 지역에 대한 다중분광영상을 촬영하고, 이러한 다중분광영상을 전처리하여 생성되는 정사영상을 이용하여 염생 식물의 식생 현황을 분석함으로써, 조사자가 많은 시간을 투자하여 현장을 직접 탐사해야 하는 기존 분석 방식의 수고로움이 해소될 수 있으며, 또한, 이를 통해 염생 식물의 식생 현황에 대한 주기적인 분석이 이루어지는 경우에는 미래 염생 식물의 분포 예측 및 체계적인 관리가 가능해지는 효과가 성취될 수 있다.
이하에서는 도 4를 참조하여 본 발명의 일 실시예에 따른 식생현황분석장치(100)의 동작 방법에 대한 설명을 이어 가기로 한다.
먼저, 획득부(10)는 염생 식물의 서식 지역의 상공에 위치한 무인기(100)로부터 서식 지역을 촬영한 다중분광영상을 획득한다(S10-20).
이를 위해, 획득부(10)는 무인기(100)의 촬영 동작을 제어하기 위해, 서식 지역의 중심 좌표에 해당하는 GPS 정보와, 촬영 고도를 포함하는 촬영제어정보를 무인기(100)로 전송함으로써, 무인기(100)로 하여금 촬영제어정보에 따라, 서식 지역의 중심 좌표인 지상기준점의 수직 연장선 상의 특정 촬영고도(이하, 제1촬영고도라 칭함)에서 다중분광영상을 촬영할 수 있도록 한다.
여기서, 제1촬영고도는, 예컨대, 150m로 설정될 수 있으며, 이는 무인기(100)의 비행 환경과 취득할 데이터의 품질에 영향을 미치는 기상, 조석 현황 등이 고려하여 변동될 수 있다.
결국, 획득부(10)는 무인기(100)에 대한 촬영제어정보에 따라 무인기(100)로부터 서식 지역의 중심 좌표인 지상기준점의 수직 연장선 상의 제1촬영고도에서 촬영한 다중분광영상을 획득할 수 있는 것이다.
이때, 획득부(10)는 다중분광영상 획득 시, 다중분광영상이 촬영된 촬영 시점에 해당하는 무인기(100)의 기하하적 조건을 재현하기 위한 요소인 외부표정요소를 무인기(100)로부터 획득하게 된다.
여기서, 외부표정요소는, 예컨대, 위도, 경도, 높이와 같은 위치 값과 Roll, Pitch, Yaw 등의 자세 값이 포함될 수 있다.
그리고 나서, 생성부(20)는 무인기(100)로부터 다중분광영상이 획득되면, 외부표정요소, 그리고 지상기준점을 토대로 다중분광영상에 대한 지오레퍼런싱과 기하보정 등의 전처리를 수행하여 정사영상을 생성한다(S30).
이때, 생성부(20)는 지상기준점의 좌표 정보와 실제 지상에서 측량한 지상기준점을 다중분광영상에 매칭시키고, 영상의 모든 상에 대하여 시차를 계산하여 매칭되는 픽셀들을 3차원 포인트로 추출하게 되며, 이를 통해 추출되는 포인트들로부터 삼각망을 구성하는 방식을 통해 격자형태를 가지는 수치표면모형을 생성할 수 있다.
여기서, 지상기준점은 영상의 위치, 자세를 절대 좌표화하는 동시에 결과물의 위치 정확도 평가를 위해서 활용될 수 있으며, 영상 매칭은 좌우 영상에서 공액점의 영상좌표를 자동으로 추출하고자 하는 알고리즘을 의미할 수 있다.
결국, 생성부(20)는 수치표면모형이 생성되는 경우, 무인기(100)로부터 획득된 다중분광영상에 수치표면모형을 보간하는 방식을 통해서 정사영상을 생성하게 된다.
이후, 분석부(30)은 다중분광영상에 대한 전처리를 통해서 정사영상이 생성되면, 정사영상으로부터 염생 식물의 서식 구역을 분류하여, 해당 서식 구역과 매칭되는 정사영상의 화소 값으로부터 서식 구역 내 염생 식물의 식생 현황을 분석한다(S40-S60).
여기서, 염생 식물의 서식 구역은, 모래, 암석, 자갈 등을 포함하는 비 서식 구역과의 분광 특성의 차이를 토대로 분류될 수 있으며, 이러한, 서식 구역의 분류는, 예컨대, 물체의 분광 특성을 학습한 딥 러닝을 이용하는 분류 방식을 통해서 이루어질 수 있다.
이때, 분석부(30)는 정사영상으로부터 염생 식물의 서식 구역이 분류되는 경우, 정사영상 내 분류되는 서식 구역에 대해서 무인기(100)의 다중분광센서를 통해서 측정된 Green, Red, Red edge 및 NIR(Near-infrared) 중 적어도 하나의 파장 대역 별 반사 값을 포함하게 되는 화소 값으로부터 염생 식물의 식생 현황을 분석할 수 있다.
특히, 분석부(30)는, 파장 대역 별 반사 값에 따른 정규식생지수(NVDI, Normalized Difference Vegetation Index)를 추출하며, 추출된 정규식생지수를 서식 구역에 해당하는 3차원 공간정보에 시각화하는 방식을 통해서 염생 식물의 식생 현황을 분석할 수 있다.
여기서, 정규식생지수(NVDI)는, 식생 지역의 광학적 특성을 이용하여 그 특성을 나타내는 파장 대역 별 반사 값의 조합에 대해 정의되는 지수 값으로 이해될 수 있다.
한편, 본 발명의 일 실시예에서는, 서식 구역에 대해 분석되는 염생 식물의 식생 현황의 정확도 제고를 위해 정사영상 내 분류되는 서식 구역에 대한 다중분광영상을 재 촬영하여 이를 토대로 염생 식물의 식생 현황을 분석하는 방식을 따를 수 있는데, 이는 도 5를 참조하여 설명될 수 있다.
다만, 이하에서는 설명의 편의를 위해 염생 식물의 서식 구역을 포함한 전체 서식 지역을 촬영한 다중분광영상을 제1다중분광영상이라하며, 반면 염생 식물의 서식 구역만을 촬영한 다중분광영상은 제2다중분광영상라 칭하기로 한다.
분석부(30)는 제1다중분광영상을 전처리한 정사영상으로부터 염생 식물이 분포된 서식 구역이 분류되는 경우, 획득부(10)로 하여금 제1다중분광영상이 촬영된 제1촬영고도보다 낮은 제2촬영고도에서 염생 식물의 서식 구역만을 촬영한 제2다중분광영상을 획득하도록 한다.
이를 위해, 분석부(30)는, 제1다중분광영상을 전처리한 정사영상으로부터 서식 구역이 분류되는 경우, 서식 구역에 대한 정밀 분석을 위해 정사영상으로부터 분류된 서식 구역을 2 이상의 관심 구역으로 분할함으로써, 분할된 관심 구역 각각에 대한 제2다중분광영상이 촬영될 수 있도록 한다(S51).
여기서, 관심 구역의 면적은, 정사영상으로부터 분류된 서식 구역의 전체 면적과, 서식 구역으로부터 분할되는 관심 구역 간 중복도에 따라 결정될 수 있다.
특히, 관심 구역 간 중복도는 염생 식물의 식생 현황을 분석 결과를 도출하기까지 요구되는 시간과, 그에 따른 프로세스 성능에 따라서 다르게 설정될 수 있음은 물론이다.
또한, 분석부(30)는 분할된 관심 구역 각각의 중심 좌표를 관심 구역 별 지상기준점으로 설정함으로써, 획득부(10)로 하여금 각 지상기준점의 수직 연장선에 위치한 제2촬영고도에서 각 관심 구역을 촬영한 관심 구역 별 제2다중분광영상을 무인기(100)로부터 획득할 수 있도록 한다(S52-S53).
여기서, 제2촬영고도는, 식생 현황 분석 결과의 정확도를 결정하는 변수 중 하나에 해당하는 것으로서, 보다 낮은 고도로 설정됨이 바람직하나, 그 설정 값은 서식 구역으로부터 분할된 관심 구역의 각 면적과 무인기(100)의 촬영 화각에 따라 달라질 수 있음은 물론이다.
이후, 분석부(30)는 관심 구역 별로 획득된 제2다중분광영상을 전처리한 정사영상이 생성부(20)에서 생성되면, 이로부터 관심 구역 별 염생 식물의 식생 현황을 분석하게 되며, 나아가 각 관심 구역에 대한 분석 결과를 취합하는 방식을 통해서 서식 구역 내 염생 식물의 식생 현황에 대한 분석 결과를 도출하게 된다(S54-S55).
이상에서 살펴본 바와 같이, 본 발명이 일 실시예에 따른 식생현황분석장치(100)의 동작 방법에 따르면, 무인기(100)를 통해 염생 식물의 서식 지역에 대한 다중분광영상을 촬영하고, 이러한 다중분광영상을 전처리하여 생성되는 정사영상을 이용하여 염생 식물의 식생 현황을 분석함으로써, 조사자가 많은 시간을 투자하여 현장을 직접 탐사해야 하는 기존 분석 방식의 수고로움이 해소될 수 있으며, 또한, 이를 통해 염생 식물의 식생 현황에 대한 주기적인 분석이 이루어지는 경우에는 미래 염생 식물의 분포 예측 및 체계적인 관리가 가능해지는 효과가 성취될 수 있다.
한편, 본 명세서에서 설명하는 기능적인 동작과 주제의 구현물들은 디지털 전자 회로로 구현되거나, 본 명세서에서 개시하는 구조 및 그 구조적인 등가물들을 포함하는 컴퓨터 소프트웨어, 펌웨어 혹은 하드웨어로 구현되거나, 이들 중 하나 이상의 결합으로 구현 가능하다. 본 명세서에서 설명하는 주제의 구현물들은 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 처리 시스템의 동작을 처리하기 위하여 혹은 이것에 의한 실행을 위하여 유형의 프로그램 저장매체 상에 인코딩된 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다.
컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장 장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조성물 혹은 이들 중 하나 이상의 조합일 수 있다.
본 명세서에서 "시스템"이나 "장치"라 함은 예컨대 프로그래머블 프로세서, 컴퓨터 혹은 다중 프로세서나 컴퓨터를 포함하여 데이터를 처리하기 위한 모든 기구, 장치 및 기계를 포괄한다. 처리 시스템은, 하드웨어에 부가하여, 예컨대 프로세서 펌웨어를 구성하는 코드, 프로토콜 스택, 데이터베이스 관리 시스템, 운영 체제 혹은 이들 중 하나 이상의 조합 등 요청 시 컴퓨터 프로그램에 대한 실행 환경을 형성하는 코드를 포함할 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 애플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다. 컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다. 컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
한편, 컴퓨터 프로그램 명령어와 데이터를 저장하기에 적합한 컴퓨터로 판독 가능한 매체는, 예컨대 EPROM, EEPROM 및 플래시메모리 장치와 같은 반도체 메모리 장치, 예컨대 내부 하드디스크나 외장형 디스크와 같은 자기 디스크, 자기광학 디스크 및 CD-ROM과 DVD-ROM 디스크를 포함하여 모든 형태의 비휘발성 메모리, 매체 및 메모리 장치를 포함할 수 있다. 프로세서와 메모리는 특수 목적의 논리 회로에 의해 보충되거나, 그것에 통합될 수 있다.
본 명세서에서 설명한 주제의 구현물은 예컨대 데이터 서버와 같은 백엔드 컴포넌트를 포함하거나, 예컨대 애플리케이션 서버와 같은 미들웨어 컴포넌트를 포함하거나, 예컨대 사용자가 본 명세서에서 설명한 주제의 구현물과 상호 작용할 수 있는 웹 브라우저나 그래픽 유저 인터페이스를 갖는 클라이언트 컴퓨터와 같은 프론트엔드 컴포넌트 혹은 그러한 백엔드, 미들웨어 혹은 프론트엔드 컴포넌트의 하나 이상의 모든 조합을 포함하는 연산 시스템에서 구현될 수도 있다. 시스템의 컴포넌트는 예컨대 통신 네트워크와 같은 디지털 데이터 통신의 어떠한 형태나 매체에 의해서도 상호 접속 가능하다.
본 명세서는 다수의 특정한 구현물의 세부사항들을 포함하지만, 이들은 어떠한 발명이나 청구 가능한 것의 범위에 대해서도 제한적인 것으로서 이해되어서는 안되며, 오히려 특정한 발명의 특정한 실시형태에 특유할 수 있는 특징들에 대한 설명으로서 이해되어야 한다. 마찬가지로, 개별적인 실시형태의 문맥에서 본 명세서에 기술된 특정한 특징들은 단일 실시형태에서 조합하여 구현될 수도 있다. 반대로, 단일 실시형태의 문맥에서 기술한 다양한 특징들 역시 개별적으로 혹은 어떠한 적절한 하위 조합으로도 복수의 실시형태에서 구현 가능하다. 나아가, 특징들이 특정한 조합으로 동작하고 초기에 그와 같이 청구된 바와 같이 묘사될 수 있지만, 청구된 조합으로부터의 하나 이상의 특징들은 일부 경우에 그 조합으로부터 배제될 수 있으며, 그 청구된 조합은 하위 조합이나 하위 조합의 변형물로 변경될 수 있다.
또한, 본 명세서에서는 특정한 순서로 도면에서 동작들을 묘사하고 있지만, 이는 바람직한 결과를 얻기 위하여 도시된 그 특정한 순서나 순차적인 순서대로 그러한 동작들을 수행하여야 한다거나 모든 도시된 동작들이 수행되어야 하는 것으로 이해되어서는 안 된다. 특정한 경우, 멀티태스킹과 병렬 프로세싱이 유리할 수 있다. 또한, 상술한 실시형태의 다양한 시스템 컴포넌트의 분리는 그러한 분리를 모든 실시형태에서 요구하는 것으로 이해되어서는 안되며, 설명한 프로그램 컴포넌트와 시스템들은 일반적으로 단일의 소프트웨어 제품으로 함께 통합되거나 다중 소프트웨어 제품에 패키징될 수 있다는 점을 이해하여야 한다
이와 같이, 본 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하려는 의도가 아니다. 따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
본 발명에 따른 식생현황분석장치 및 그 동작 방법에 따르면, 무인기를 통해 염생 식물의 서식 지역에 대한 다중분광영상을 획득하고, 해당 다중분광영상을 전처리하여 생성되는 정사영상을 이용하여 염생 식물의 식생 현황을 분석할 수 있다는 점에서, 기존 기술의 한계를 뛰어 넘음에 따라 관련 기술에 대한 이용만이 아닌 적용되는 장치의 시판 또는 영업의 가능성이 충분할 뿐만 아니라 현실적으로 명백하게 실시할 수 있는 정도이므로 산업상 이용가능성이 있는 발명이다.
100: 무인기
200: 식생현황분석장치
10: 획득부 20: 생성부
30: 분석부

Claims (10)

  1. 염생 식물의 서식 지역의 상공에 위치한 무인기로부터 상기 서식 지역을 촬영한 다중분광영상을 획득하는 획득부;
    상기 다중분광영상을 전처리한 정사영상을 생성하는 생성부; 및
    상기 정사영상 내 분광 특성에 따라 상기 정사영상으로부터 분포된 염생 식물의 서식 구역이 분류되면, 상기 서식 구역과 매칭되는 정사영상의 화소 값으로부터 상기 서식 구역 내 염생 식물의 식생 현황을 분석하는 분석부를 포함하며,
    상기 획득부는,
    상기 서식 지역의 중심 좌표인 지상기준점의 수직 연장선 상의 제1촬영고도에서 촬영된 다중분광영상인 제1다중분광영상을 획득하며,
    상기 분석부는,
    상기 제1다중분광영상을 전처리한 정사영상으로부터 염생 식물이 분포된 서식 구역이 분류되는 경우, 상기 서식 구역을 2 이상의 관심 구역으로 분할하여 상기 2 이상의 관심 구역 각각의 중심 좌표를 관심 구역 별 지상기준점으로 설정하며, 각 지상기준점의 수직 연장선 상의 상기 제1촬영고도보다 낮은 제2촬영고도에서 촬영한 관심 구역 별 제2다중분광영상을 획득하도록 하여 상기 제2다중분광영상을 전처리한 정사영상의 화소 값으로부터 상기 서식 구역 내 염생 식물의 식생 현황을 분석하며,
    상기 제2촬영고도는,
    상기 2 이상의 관심 구역 간 중복도에 따라 설정되는 것을 특징으로 하는 식생현황분석장치.
  2. 제 1 항에 있어서,
    상기 정사영상은,
    다중분광센서를 통해서 측정되는 Green, Red, Red edge 및 NIR(Near-infrared) 중 적어도 하나의 파장 대역 별 반사 값을 포함하며,
    상기 분석부는,
    상기 파장 대역 별 반사 값을 포함하게 되는 상기 화소 값으로부터 염생 식물의 식생 현황을 분석하는 것을 특징으로 하는 식생현황분석장치.
  3. 제 2 항에 있어서,
    상기 분석부는,
    상기 파장 대역 별 반사 값에 따른 정규식생지수(NVDI, Normalized Difference Vegetation Index)를 추출하며, 추출된 정규식생지수를 상기 서식 구역에 해당하는 3차원 공간정보에 시각화하여 염생 식물의 식생 현황을 분석하는 것을 특징으로 하는 식생현황분석장치.
  4. 삭제
  5. 삭제
  6. 염생 식물의 서식 지역의 상공에 위치한 무인기로부터 상기 서식 지역을 촬영한 다중분광영상을 획득하는 획득단계;
    상기 다중분광영상을 전처리한 정사영상을 생성하는 생성단계; 및
    상기 정사영상 내 반사도 특성에 따라 상기 정사영상으로부터 분포된 염생 식물의 서식 구역이 분류되면, 상기 서식 구역과 매칭되는 정사영상의 화소 값으로부터 상기 서식 구역 내 염생 식물의 식생 현황을 분석하는 분석단계를 포함하며,
    상기 획득단계는,
    상기 서식 지역의 중심 좌표인 지상기준점의 수직 연장선 상의 제1촬영고도에서 촬영된 다중분광영상인 제1다중분광영상을 획득하며,
    상기 분석단계는,
    상기 제1다중분광영상을 전처리한 정사영상으로부터 염생 식물이 분포된 서식 구역이 분류되는 경우, 상기 서식 구역을 2 이상의 관심 구역으로 분할하여 상기 2 이상의 관심 구역 각각의 중심 좌표를 관심 구역 별 지상기준점으로 설정하며, 각 지상기준점의 수직 연장선 상의 상기 제1촬영고도보다 낮은 제2촬영고도에서 촬영한 관심 구역 별 제2다중분광영상을 획득하도록 하여 상기 제2다중분광영상을 전처리한 정사영상의 화소 값으로부터 상기 서식 구역 내 염생 식물의 식생 현황을 분석하며,
    상기 제2촬영고도는,
    상기 2 이상의 관심 구역 간 중복도에 따라 설정되는 것을 특징으로 하는 식생현황분석장치의 동작 방법.
  7. 제 6 항에 있어서,
    상기 정사영상은,
    다중분광센서를 통해서 측정되는 Green, Red, Red edge 및 NIR(Near-infrared) 중 적어도 하나의 파장 대역 별 반사 값을 포함하며,
    상기 분석단계는,
    상기 파장 대역 별 반사 값을 포함하게 되는 상기 화소 값으로부터 염생 식물의 식생 현황을 분석하는 것을 특징으로 하는 식생현황분석장치의 동작 방법.
  8. 제 7 항에 있어서,
    상기 분석단계는,
    상기 파장 대역 별 반사 값에 따른 정규식생지수(NVDI, Normalized Difference Vegetation Index)를 추출하며, 추출된 정규식생지수를 상기 서식 구역에 해당하는 3차원 공간정보에 시각화하여 염생 식물의 식생 현황을 분석하는 것을 특징으로 하는 식생현황분석장치의 동작 방법.
  9. 삭제
  10. 삭제
KR1020190149815A 2019-11-20 2019-11-20 식생현황분석장치 및 그 동작 방법 KR102366267B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190149815A KR102366267B1 (ko) 2019-11-20 2019-11-20 식생현황분석장치 및 그 동작 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190149815A KR102366267B1 (ko) 2019-11-20 2019-11-20 식생현황분석장치 및 그 동작 방법

Publications (2)

Publication Number Publication Date
KR20210061817A KR20210061817A (ko) 2021-05-28
KR102366267B1 true KR102366267B1 (ko) 2022-02-21

Family

ID=76140570

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190149815A KR102366267B1 (ko) 2019-11-20 2019-11-20 식생현황분석장치 및 그 동작 방법

Country Status (1)

Country Link
KR (1) KR102366267B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102532732B1 (ko) * 2022-06-20 2023-05-16 메이사플래닛 주식회사 식생지수 생성 장치 및 방법
KR102542556B1 (ko) 2022-11-01 2023-06-13 (주) 지오씨엔아이 고해상도 드론 동영상과 딥러닝 객체 인식기술을 활용한 실시간 습지 지역 주요 식생 탐지와 식생 객체 위치 확인 방법 및 그 시스템
KR102648844B1 (ko) 2023-08-24 2024-03-18 (주) 지오씨엔아이 시계열 위성영상과 gis 데이터를 활용한 습지 구성요소 변화 지역 탐지 방법 및 시스템

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102625621B1 (ko) * 2021-07-13 2024-01-16 전주비전대학교산학협력단 도시지역 토지피복 특성을 고려한 ｕａｖ 다중분광센서 기반의 맞춤형 식생지수 측정 방법
CN114359630A (zh) * 2021-12-20 2022-04-15 南方科技大学 绿色、蓝色和灰色基础设施分类方法、装置、系统与介质
KR102660090B1 (ko) * 2022-06-29 2024-04-23 한국전자기술연구원 광학지수 측정장치 및 측정방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100935857B1 (ko) * 2009-08-25 2010-01-07 홍종옥 항공라이다와 디지털항공사진을 이용한 3차원 산림지리정보 생성 시스템 및 그 방법
KR101744662B1 (ko) * 2016-11-30 2017-06-09 주식회사 지오스토리 초분광영상 기법을 통한 염생식물 분류 시스템
KR101954708B1 (ko) * 2018-10-12 2019-03-06 새한항업(주) 고도별 수집영상의 도화이미지 보정을 통한 공간영상도화 이미지 편집시스템
KR101965235B1 (ko) * 2018-12-10 2019-04-03 주식회사 지오스토리 무인기 원격탐사를 통한 잘피군락지 분포조사방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100935857B1 (ko) * 2009-08-25 2010-01-07 홍종옥 항공라이다와 디지털항공사진을 이용한 3차원 산림지리정보 생성 시스템 및 그 방법
KR101744662B1 (ko) * 2016-11-30 2017-06-09 주식회사 지오스토리 초분광영상 기법을 통한 염생식물 분류 시스템
KR101954708B1 (ko) * 2018-10-12 2019-03-06 새한항업(주) 고도별 수집영상의 도화이미지 보정을 통한 공간영상도화 이미지 편집시스템
KR101965235B1 (ko) * 2018-12-10 2019-04-03 주식회사 지오스토리 무인기 원격탐사를 통한 잘피군락지 분포조사방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102532732B1 (ko) * 2022-06-20 2023-05-16 메이사플래닛 주식회사 식생지수 생성 장치 및 방법
KR102542556B1 (ko) 2022-11-01 2023-06-13 (주) 지오씨엔아이 고해상도 드론 동영상과 딥러닝 객체 인식기술을 활용한 실시간 습지 지역 주요 식생 탐지와 식생 객체 위치 확인 방법 및 그 시스템
KR102648844B1 (ko) 2023-08-24 2024-03-18 (주) 지오씨엔아이 시계열 위성영상과 gis 데이터를 활용한 습지 구성요소 변화 지역 탐지 방법 및 시스템

Also Published As

Publication number Publication date
KR20210061817A (ko) 2021-05-28

Similar Documents

Publication Publication Date Title
KR102366267B1 (ko) 식생현황분석장치 및 그 동작 방법
Singh et al. A meta-analysis and review of unmanned aircraft system (UAS) imagery for terrestrial applications
Iglhaut et al. Structure from motion photogrammetry in forestry: A review
Torres-Sánchez et al. Assessing UAV-collected image overlap influence on computation time and digital surface model accuracy in olive orchards
Carrivick et al. Fluvial and aquatic applications of Structure from Motion photogrammetry and unmanned aerial vehicle/drone technology
Lucieer et al. Using a micro-UAV for ultra-high resolution multi-sensor observations of Antarctic moss beds
Cimoli et al. Application of low-cost UASs and digital photogrammetry for high-resolution snow depth mapping in the Arctic
CN111080794B (zh) 一种耕地现场边云协同的三维重建方法
Paris et al. A three-dimensional model-based approach to the estimation of the tree top height by fusing low-density LiDAR data and very high resolution optical images
JP6273473B2 (ja) 森林情報管理装置
US10565789B2 (en) Method and system for geometric referencing of multi-spectral data
US10497139B2 (en) Method and system for photogrammetric processing of images
Bonnet et al. Comparison of UAS photogrammetric products for tree detection and characterization of coniferous stands
Karmas et al. Online analysis of remote sensing data for agricultural applications
Zhu et al. Estimating and mapping mangrove biomass dynamic change using WorldView-2 images and digital surface models
Gazzea et al. Tree species classification using high-resolution satellite imagery and weakly supervised learning
Fol et al. Evaluating state-of-the-art 3D scanning methods for stem-level biodiversity inventories in forests
Zaki et al. Assessing optimal UAV-data pre-processing workflows for quality ortho-image generation to support coral reef mapping
Mohamad et al. A screening approach for the correction of distortion in UAV data for coral community mapping
Dong et al. Drone-based three-dimensional photogrammetry and concave hull by slices algorithm for apple tree volume mapping
Herawan et al. Object-Based on Land Cover Classification on LAPAN-A3 Satellite Imagery Using Tree Algorithm (Case Study: Rote Island)
JP5352435B2 (ja) 分類画像作成装置
Zhong et al. Combining Photogrammetric Computer Vision and Semantic Segmentation for Fine-grained Understanding of Coral Reef Growth under Climate Change
YURTSEVEN et al. Using of high-resolution satellite images in object-based image analysis
JP2022511147A (ja) 地理情報の生成を容易にするためのシステム及び方法

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant