KR20210078113A - 드론초분광영상을 이용한 생태교란종 모니터링 방법 - Google Patents

드론초분광영상을 이용한 생태교란종 모니터링 방법 Download PDF

Info

Publication number
KR20210078113A
KR20210078113A KR1020190169858A KR20190169858A KR20210078113A KR 20210078113 A KR20210078113 A KR 20210078113A KR 1020190169858 A KR1020190169858 A KR 1020190169858A KR 20190169858 A KR20190169858 A KR 20190169858A KR 20210078113 A KR20210078113 A KR 20210078113A
Authority
KR
South Korea
Prior art keywords
drone
hyperspectral
terrestrial
spectral
image obtained
Prior art date
Application number
KR1020190169858A
Other languages
English (en)
Other versions
KR102315329B1 (ko
Inventor
김용석
Original Assignee
동아대학교 산학협력단
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 동아대학교 산학협력단 filed Critical 동아대학교 산학협력단
Priority to KR1020190169858A priority Critical patent/KR102315329B1/ko
Publication of KR20210078113A publication Critical patent/KR20210078113A/ko
Application granted granted Critical
Publication of KR102315329B1 publication Critical patent/KR102315329B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/17—Terrestrial scenes taken from planes or by drones
    • G06K9/20—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • 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
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • B64C2201/127—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10036—Multispectral image; Hyperspectral image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Mechanical Engineering (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

본 발명은 드론으로 촬영된 초분광 영상 이미지를 처리하여 생태교란종 확산 및 변화추이에 대한 정량적, 정성적 분석이 이루어질 수 있도록 하는 드론초분광영상을 이용한 생태교란종 모니터링 방법에 관한 것이다.
본 발명에 따르면, 생태교란종의 시계열적 분포변화추이에 대한 정량적, 정성적 분석이 가능하다는 장점이 있다.

Description

드론초분광영상을 이용한 생태교란종 모니터링 방법 {Monitoring method of ecological disturbance species using drone hyperspectral imaging}
본 발명은 드론으로 촬영된 초분광 영상 이미지를 처리하여 생태교란종 확산 및 변화추이에 대한 정량적, 정성적 분석이 이루어질 수 있도록 하는 드론초분광영상을 이용한 생태교란종 모니터링 방법에 관한 것이다.
4차 산업 사회의 도래와 함께 여러 분야에서 IT(ICT) 기술을 이용한 유무형의 다양하면서도 방대한 정보를 수집, 처리하여 우리사회에 제공되고 있다.
이러한 정보 중 지형공간정보는 시간의 흐름과 지형적 특성에 따라 급속히 변화하고 있는 실정이다. 다만, 도심지의 경우 고정밀, 고품질의 공간정보를 신속·정확하게 구축하고 있는 반면에, 하천유역의 생태환경에 대해서는 멀티정보 구축이 다소 미흡한 실정이다.
한편, 최근 분광해상도가 높은 원격탐사자료로 초분광영상이 등장하였다. 과거부터 현재까지 주로 활용되고 있는 위성영상 또는 항공영상은 10개 이하의 분광밴드를 갖는 다중분광영상으로 정의할 수 있다.
반면 초분광영상은 수십~수백개의 연속적인 분광밴드로 이루어져 있어, 보다 세밀한 분광반사특성을 화소마다 획득할 수 있는 영상이다. 이러한 세밀한 분광반사특성은 기존 원격탐사자료에서 분류 또는 탐지가 어려운 피복을 분석하는데 활용할 수 있다. 특히 좁은 파장영역에서 분광반사특성의 차이를 보이는 퇴적물과 염생식물을 분류하거나 분석하는데 효과적이다.
초분광영상을 획득하기 위해서는 항공초분광센서 또는 드론초분광센서를 이용하여 촬영을 실시할 수 있다. 이 중에서 드론초분광센서는 항공초분광센서에 비하여 촬영영역의 제한이 있다는 한계가 있지만, 높은 공간해상도와 운용의 편의성에서는 항공초분광센서에 비해서 더욱 효율적이다.
본 출원인은 드론으로 촬영된 초분광 영상 이미지를 처리하여 생태교란종 확산 및 변화추이에 대한 정량적, 정성적 분석이 이루어질 수 있도록 하는 드론초분광영상을 이용한 생태교란종 모니터링 방법을 제시하고자 한다.
한국 등록특허 제10-1414045호 (2014.07.02.)
본 발명은 드론으로 촬영된 초분광 영상 이미지를 처리하여 생태교란종 확산 및 변화추이에 대한 정량적, 정성적 분석이 이루어질 수 있도록 하는 드론초분광영상을 이용한 생태교란종 모니터링 방법을 제공하는데 그 목적이 있다.
상기와 같은 목적을 달성하기 위하여, 본 발명에서는 드론초분광정사영상을 획득하는 단계(S100); 지상분광센서(2)를 이용하여 가시광선에서 근적외선까지의 파장대역 구간에서 1.6nm 간격으로 측정된 지상분광영상을 획득하는 단계(S200); S100 단계에서 획득된 드론초분광정사영상과 S200 단계에서 획득된 지상분광영상의 적합성을 확인하는 단계(S300); S300 단계를 거친 후에, 식생환경을 분석하는 단계(S400);를 포함하고, 상기 S100 단계는 드론초분광센서를 이용하여 30cm의 공간해상도, 400nm 내지 900nm까지의 파장대역 구간에서 126개 밴드로 촬영된 드론초분광원시영상을 획득하는 단계(S110)와, 상기 S110 단계에서 획득된 드론초분광원시영상을 전처리하여 드론초분광정사영상을 획득하는 단계(S120)를 포함하고, 상기 S120 단계는 드론초분광원시영상에서 접합점을 생성하는 단계(S121)와, S121 단계를 거친 후에, 복수개의 포인트 클라우드로 이루어진 덴스클라우드를 생성하는 단계(S122)와, S122 단계를 거친 후에, 3차원 메쉬를 생성하고, 텍스쳐를 입혀 3차원 모델을 생성하는 단계(S123)를 포함하고, 상기 S200 단계에서 지상분광센서(2)는 1°, 10°, 25°중 어느 하나의 시야각(θ)을 가지고 지상분광영상이 측정되는 것을 특징으로 하는 드론초분광영상을 이용한 생태교란종 모니터링 방법을 제시한다.
본 발명은 다음과 같은 효과를 발휘한다.
즉, 본 발명에 따르면, 생태교란종의 시계열적 분포변화추이에 대한 정량적, 정성적 분석이 가능하다는 장점이 있다.
도 1은 드론을 이용하여 초분광 영상을 촬영하는 모습을 나타내는 도면이다.
도 2는 지상초분광센서를 나타내는 도면이다.
도 3은 덴스클라우드가 생성된 모습을 나타내는 도면이다.
도 4는 3차원 메쉬가 생성된 모습을 나타내는 도면이다.
도 5는 3차원 모델이 생성된 모습을 나타내는 도면이다.
도 6은 드론초분광정사영상을 나타내는 도면이다.
도 7 내지 도 9는 분석지수(A 내지 C)를 이용하여 식생환경을 분석한 모습을 나타내는 도면이다.
도 10은 대상물에 따라 지상초분광센서의 FOV 값을 조절하는 것을 나타내는 도면이다.
도 11은 본 발명에 따른 생태교란종 모니터링 방법을 나타내는 블록도이다.
도 12는 도 11의 S100 단계를 세부적으로 나타내는 블록도이다.
도 13은 도 12의 S120 단계를 세부적으로 나타내는 블록도이다.
이하 첨부된 도면을 바탕으로 본 발명의 바람직한 실시예에 대해 설명한다. 다만 본 발명의 권리범위는 특허청구범위 기재에 의하여 파악되어야 한다. 또한 본 발명의 요지를 모호하게 하는 공지기술의 설명은 생략한다.
본 발명은 드론으로 촬영된 초분광 영상 이미지를 처리하여 생태교란종 확산 및 변화추이에 대한 정량적, 정성적 분석이 이루어질 수 있도록 하는 드론초분광영상을 이용한 생태교란종 모니터링 방법에 관한 것이다.
도 1은 드론을 이용하여 초분광 영상을 촬영하는 모습을 나타내는 도면이고, 도 2는 지상초분광센서를 나타내는 도면이고, 도 3은 덴스클라우드가 생성된 모습을 나타내는 도면이고, 도 4는 3차원 메쉬가 생성된 모습을 나타내는 도면이고, 도 5는 3차원 모델이 생성된 모습을 나타내는 도면이고, 도 6은 드론초분광정사영상을 나타내는 도면이고, 도 7 내지 도 9는 분석지수(A 내지 C)를 이용하여 식생환경을 분석한 모습을 나타내는 도면이고, 도 10은 대상물에 따라 지상초분광센서의 FOV 값을 조절하는 것을 나타내는 도면이고, 도 11은 본 발명에 따른 생태교란종 모니터링 방법을 나타내는 블록도이고, 도 12는 도 11의 S100 단계를 세부적으로 나타내는 블록도이고, 도 13은 도 12의 S120 단계를 세부적으로 나타내는 블록도이다.
본 발명에 따른 드론초분광영상을 이용한 생태교란종 모니터링 방법은 도 11에 도시된 바와 같이, 드론초분광정사영상을 획득하는 단계(S100); 지상분광영상을 획득하는 단계(S200); S100 단계에서 획득된 드론초분광정사영상과 S200 단계에서 획득된 지상분광영상의 적합성을 확인하는 단계(S300); S300 단계를 거친 후에, 식생환경을 분석하는 단계(S400)를 포함한다.
S100 단계에 대해 설명한다. S100 단계는 도 12에 도시된 바와 같이, 드론초분광원시영상을 획득하는 단계(S110)와, 드론초분광정사영상을 획득하는 단계(S120)를 포함한다.
S110 단계에 대해 설명한다. S110 단계는 드론초분광원시영상을 획득하는 단계로서, 상기 드론초분광원시영상은 드론초분광센서를 이용하여 30cm의 공간해상도, 400nm 내지 900nm까지의 파장대역 구간에서 126개 밴드로 촬영된다.
분광계가 하나의 물체에서 하나의 분광곡선을 획득하는데 그치는 반면, 초분광영상은 영상을 구성하는 하나하나의 화소마다 분광곡선을 얻을 수 있으며 이를 이용하여 각 화소에 해당하는 지표물과 관련된 정보의 추출이 가능하다는 장점이 있다.
S120 단계에 대해 설명한다. S120 단계는 상기 S110 단계에서 획득된 드론초분광원시영상을 전처리하여 드론초분광정사영상을 획득하는 단계이다. S120 단계는 도 13에 도시된 바와 같이, 접합점 생성단계(S121), 덴스클라우드 생성단계(S122), 3차원 모델 생성단계(S123)를 포함한다.
S121 단계에 대해 설명한다. S121 단계는 드론초분광원시영상을 정렬한 후 접합점을 생성하는 단계이다. 드론초분광원시영상의 접합점 및 드론에 탑재된 GPS를 가지고 카메라의 위치와 자세정보를 산출한다.
S122 단계에 대해 설명한다. S122 단계는 S121 단계를 거친 후에, 복수개의 포인트 클라우드로 이루어진 덴스클라우드를 생성하는 단계이다. 도 3은 덴스클라우드가 생성된 모습을 나타내는 도면이다.
S123 단계에 대해 설명한다. S123 단계는 S122 단계를 거친 후에, 불규칙삼각망 등의 방식을 통하여 3차원 메쉬를 생성하고, 텍스쳐를 입혀 3차원 모델을 생성하는 단계이다. 도 4는 3차원 메쉬가 생성된 모습을 나타내는 도면이고, 도 5는 3차원 모델이 생성된 모습을 나타내는 도면이다.
S200 단계에 대해 설명한다. S200 단계는 지상분광센서(2)를 이용하여 가시광선에서 근적외선까지의 파장대역 구간에서 1.6nm 간격으로 측정된 지상분광영상을 획득하는 단계이다. 도 2는 지상초분광센서를 나타내는 도면이다.
상기 S200 단계에서 지상분광센서(2)는 도 10에 도시된 바와 같이, 1°, 10°, 25°중 어느 하나의 시야각(θ)을 가지고 지상분광영상이 측정되는 것이 바람직하다. 즉, 현장 조사 시 해안지형 재질의 정확한 측정을 위해 시야각(Field of view, FOV)을 결정 하여야 되는데, 이 시야각 1°, 10°, 25° 중 대상물의 측정 상태 및 형태를 고려하여 시야각을 결정하는 것이 바람직하다. 또한, 시야각 결정시 조사자의 키와 몸의 상태, 대상물의 크기, 대상물의 혼합상태 등을 고려하여 시야각을 결정한다.
S300 단계에 대해 설명한다. S300 단계는 S100 단계에서 획득된 드론초분광정사영상과 S200 단계에서 획득된 지상분광영상의 적합성을 확인하는 단계이다. 이는 드론초분광정사영상과 지상분광영상이 얼마나 매칭되는지를 확인하여 드론초분광정사영상의 신뢰도를 확보하기 위함이다.
S400 단계에 대해 설명한다. S400 단계는 S300 단계를 거친 후에, 식생환경을 분석하는 단계이다. 식생환경 분석은 다양한 분석지수을 이용하여 이루어지는데, 본 발명에서는 세 종류의 분석지수(A 내지 C)를 제시한다.
분석지수(A)는 아래의 식
Figure pat00001
으로 정의된다. 여기서,
Figure pat00002
는 극적외선 밴드의 분광반사도,
Figure pat00003
는 적외선 밴드의 분광반사도를 의미한다. 이는 클로로필의 최대흡수, 최대반사의 파장대를 이용하여 식생의 활력도 등을 분석하는 방법이다. 도 7은 분석지수(A)를 이용하여 식생환경을 분석한 모습을 나타내는 도면이다.
분석지수(B)는 아래의 식
Figure pat00004
으로 정의된다. 여기서,
Figure pat00005
는 극적외선 밴드의 분광반사도,
Figure pat00006
는 적외선 밴드의 분광반사도,
Figure pat00007
는 자외선 밴드의 분광반사도를 의미한다. 이는 토양조절인자와 에어로졸산란효과 보정, 토양과 대기의 효과를 분리함으로써 식물을 관측하는데 개선된 효과를 나타낸다. 도 8은 분석지수(A)를 이용하여 식생환경을 분석한 모습을 나타내는 도면이다.
분석지수(C)는 아래의 식
Figure pat00008
으로 정의된다. 여기서,
Figure pat00009
는 550nm 파장대의 분광반사도,
Figure pat00010
는 700nm 파장대의 분광반사도,
Figure pat00011
는 800nm 파장대의 분광반사도를 의미한다. 이는 잎의 안토시아닌색소에 민감한 파장대를 이용하여 식생 활력도 분석하며, 높은 지수는 잎이 새로이 생겨나거나 죽고 있는 변화량을 의미한다. 도 9는 분석지수(A)를 이용하여 식생환경을 분석한 모습을 나타내는 도면이다.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것은 아니고, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 여러 가지 치환, 변형 및 변경 가능함은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 있어서 명백할 것이다.
100 : 드론초분광영상
2 : 지상분광센서

Claims (8)

  1. 드론초분광정사영상을 획득하는 단계(S100);
    지상분광센서(2)를 이용하여 가시광선에서 근적외선까지의 파장대역 구간에서 1.6nm 간격으로 측정된 지상분광영상을 획득하는 단계(S200);
    S100 단계에서 획득된 드론초분광정사영상과 S200 단계에서 획득된 지상분광영상의 적합성을 확인하는 단계(S300);를 포함하는 것을 특징으로 하는
    드론초분광영상을 이용한 생태교란종 모니터링 방법.
  2. 드론초분광정사영상을 획득하는 단계(S100);
    지상분광센서(2)를 이용하여 가시광선에서 근적외선까지의 파장대역 구간에서 1.6nm 간격으로 측정된 지상분광영상을 획득하는 단계(S200);
    S100 단계에서 획득된 드론초분광정사영상과 S200 단계에서 획득된 지상분광영상의 적합성을 확인하는 단계(S300);
    S300 단계를 거친 후에, 식생환경을 분석하는 단계(S400);를 포함하는 것을 특징으로 하는
    드론초분광영상을 이용한 생태교란종 모니터링 방법.
  3. 드론초분광정사영상을 획득하는 단계(S100);
    지상분광센서(2)를 이용하여 가시광선에서 근적외선까지의 파장대역 구간에서 1.6nm 간격으로 측정된 지상분광영상을 획득하는 단계(S200);
    S100 단계에서 획득된 드론초분광정사영상과 S200 단계에서 획득된 지상분광영상의 적합성을 확인하는 단계(S300);
    S300 단계를 거친 후에, 식생환경을 분석하는 단계(S400);를 포함하고,

    상기 S100 단계는
    드론초분광센서를 이용하여 30cm의 공간해상도, 400nm 내지 900nm까지의 파장대역 구간에서 126개 밴드로 촬영된 드론초분광원시영상을 획득하는 단계(S110)와,
    상기 S110 단계에서 획득된 드론초분광원시영상을 전처리하여 드론초분광정사영상을 획득하는 단계(S120)를 포함하는 것을 특징으로 하는
    드론초분광영상을 이용한 생태교란종 모니터링 방법.
  4. 드론초분광정사영상을 획득하는 단계(S100);
    지상분광센서(2)를 이용하여 가시광선에서 근적외선까지의 파장대역 구간에서 1.6nm 간격으로 측정된 지상분광영상을 획득하는 단계(S200);
    S100 단계에서 획득된 드론초분광정사영상과 S200 단계에서 획득된 지상분광영상의 적합성을 확인하는 단계(S300);
    S300 단계를 거친 후에, 식생환경을 분석하는 단계(S400);를 포함하고,

    상기 S100 단계는
    드론초분광센서를 이용하여 30cm의 공간해상도, 400nm 내지 900nm까지의 파장대역 구간에서 126개 밴드로 촬영된 드론초분광원시영상을 획득하는 단계(S110)와,
    상기 S110 단계에서 획득된 드론초분광원시영상을 전처리하여 드론초분광정사영상을 획득하는 단계(S120)를 포함하고,

    상기 S120 단계는
    드론초분광원시영상을 정렬한 후 접합점을 생성하는 단계(S121)와,
    S121 단계를 거친 후에, 복수개의 포인트 클라우드로 이루어진 덴스클라우드를 생성하는 단계(S122)와,
    S122 단계를 거친 후에, 3차원 메쉬를 생성하고, 텍스쳐를 입혀 3차원 모델을 생성하는 단계(S123)를 포함하는 것을 특징으로 하는
    드론초분광영상을 이용한 생태교란종 모니터링 방법.
  5. 드론초분광정사영상을 획득하는 단계(S100);
    지상분광센서(2)를 이용하여 가시광선에서 근적외선까지의 파장대역 구간에서 1.6nm 간격으로 측정된 지상분광영상을 획득하는 단계(S200);
    S100 단계에서 획득된 드론초분광정사영상과 S200 단계에서 획득된 지상분광영상의 적합성을 확인하는 단계(S300);
    S300 단계를 거친 후에, 식생환경을 분석하는 단계(S400);를 포함하고,

    상기 S100 단계는
    드론초분광센서를 이용하여 30cm의 공간해상도, 400nm 내지 900nm까지의 파장대역 구간에서 126개 밴드로 촬영된 드론초분광원시영상을 획득하는 단계(S110)와,
    상기 S110 단계에서 획득된 드론초분광원시영상을 전처리하여 드론초분광정사영상을 획득하는 단계(S120)를 포함하고,

    상기 S120 단계는
    드론초분광원시영상에서 접합점을 생성하는 단계(S121)와,
    S121 단계를 거친 후에, 복수개의 포인트 클라우드로 이루어진 덴스클라우드를 생성하는 단계(S122)와,
    S122 단계를 거친 후에, 3차원 메쉬를 생성하고, 텍스쳐를 입혀 3차원 모델을 생성하는 단계(S123)를 포함하고,

    상기 S200 단계에서 지상분광센서(2)는
    1°, 10°, 25°중 어느 하나의 시야각(θ)을 가지고 지상분광영상이 측정되는 것을 특징으로 하는
    드론초분광영상을 이용한 생태교란종 모니터링 방법.
  6. 제5항에 있어서,
    S400 단계는 아래의 식
    Figure pat00012

    (여기서,
    Figure pat00013
    는 극적외선 밴드의 분광반사도,
    Figure pat00014
    는 적외선 밴드의 분광반사도를 의미한다.)으로 구한 분석지수(A)를 이용하여 식생환경을 분석하는 것을 특징으로 하는
    드론초분광영상을 이용한 생태교란종 모니터링 방법.
  7. 제5항에 있어서,
    S400 단계는 아래의 식
    Figure pat00015

    (여기서,
    Figure pat00016
    는 극적외선 밴드의 분광반사도,
    Figure pat00017
    는 적외선 밴드의 분광반사도,
    Figure pat00018
    는 자외선 밴드의 분광반사도를 의미한다.)으로 구한 분석지수(B)를 이용하여 식생환경을 분석하는 것을 특징으로 하는
    드론초분광영상을 이용한 생태교란종 모니터링 방법.
  8. 드론초분광정사영상을 획득하는 단계(S100);
    지상분광센서(2)를 이용하여 가시광선에서 근적외선까지의 파장대역 구간에서 1.6nm 간격으로 측정된 지상분광영상을 획득하는 단계(S200);
    S100 단계에서 획득된 드론초분광정사영상과 S200 단계에서 획득된 지상분광영상의 적합성을 확인하는 단계(S300);
    S300 단계를 거친 후에, 식생환경을 분석하는 단계(S400);를 포함하고,

    상기 S100 단계는
    드론초분광센서를 이용하여 30cm의 공간해상도, 400nm 내지 900nm까지의 파장대역 구간에서 126개 밴드로 촬영된 드론초분광원시영상을 획득하는 단계(S110)와,
    상기 S110 단계에서 획득된 드론초분광원시영상을 전처리하여 드론초분광정사영상을 획득하는 단계(S120)를 포함하고,

    상기 S120 단계는
    드론초분광원시영상에서 접합점을 생성하는 단계(S121)와,
    S121 단계를 거친 후에, 복수개의 포인트 클라우드로 이루어진 덴스클라우드를 생성하는 단계(S122)와,
    S122 단계를 거친 후에, 3차원 메쉬를 생성하고, 텍스쳐를 입혀 3차원 모델을 생성하는 단계(S123)를 포함하고,

    상기 S200 단계에서 지상분광센서(2)는
    1°, 10°, 25°중 어느 하나의 시야각(θ)을 가지고 지상분광영상이 측정되는 것을 특징으로 하고,

    S400 단계는 아래의 식
    Figure pat00019

    (여기서,
    Figure pat00020
    는 550nm 파장대의 분광반사도,
    Figure pat00021
    는 700nm 파장대의 분광반사도,
    Figure pat00022
    는 800nm 파장대의 분광반사도를 의미한다.)으로 구한 분석지수(C)를 이용하여 식생환경을 분석하는 것을 특징으로 하는
    드론초분광영상을 이용한 생태교란종 모니터링 방법.
KR1020190169858A 2019-12-18 2019-12-18 드론초분광영상을 이용한 생태교란종 모니터링 방법 KR102315329B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190169858A KR102315329B1 (ko) 2019-12-18 2019-12-18 드론초분광영상을 이용한 생태교란종 모니터링 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190169858A KR102315329B1 (ko) 2019-12-18 2019-12-18 드론초분광영상을 이용한 생태교란종 모니터링 방법

Publications (2)

Publication Number Publication Date
KR20210078113A true KR20210078113A (ko) 2021-06-28
KR102315329B1 KR102315329B1 (ko) 2021-10-19

Family

ID=76607824

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190169858A KR102315329B1 (ko) 2019-12-18 2019-12-18 드론초분광영상을 이용한 생태교란종 모니터링 방법

Country Status (1)

Country Link
KR (1) KR102315329B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102661533B1 (ko) * 2023-12-07 2024-04-26 (주)엘로이랩 초분광 이미지 데이터의 노이즈 처리 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102620472B1 (ko) * 2023-08-08 2024-01-03 국립생태원 생태계 교란 식물 선택적 제거 시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101414045B1 (ko) 2013-06-24 2014-07-02 인하대학교 산학협력단 분광라이브러리 데이터와 입력된 초분광영상을 이용한 표적탐지방법
KR101621354B1 (ko) * 2016-03-31 2016-05-20 주식회사 지오스토리 항공 초분광영상을 활용한 수심 보정 방법
KR101744662B1 (ko) * 2016-11-30 2017-06-09 주식회사 지오스토리 초분광영상 기법을 통한 염생식물 분류 시스템
KR101756960B1 (ko) * 2016-05-31 2017-07-13 (주)아세아항측 항공 초분광 영상을 이용한 토양 중금속의 모니터링 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101414045B1 (ko) 2013-06-24 2014-07-02 인하대학교 산학협력단 분광라이브러리 데이터와 입력된 초분광영상을 이용한 표적탐지방법
KR101621354B1 (ko) * 2016-03-31 2016-05-20 주식회사 지오스토리 항공 초분광영상을 활용한 수심 보정 방법
KR101756960B1 (ko) * 2016-05-31 2017-07-13 (주)아세아항측 항공 초분광 영상을 이용한 토양 중금속의 모니터링 방법
KR101744662B1 (ko) * 2016-11-30 2017-06-09 주식회사 지오스토리 초분광영상 기법을 통한 염생식물 분류 시스템

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102661533B1 (ko) * 2023-12-07 2024-04-26 (주)엘로이랩 초분광 이미지 데이터의 노이즈 처리 방법

Also Published As

Publication number Publication date
KR102315329B1 (ko) 2021-10-19

Similar Documents

Publication Publication Date Title
Bareth et al. low-weight and UAV-based hyperspectral full-frame cameras for monitor-ing crops: spectral comparison with portable spectroradiometer measure-ments
Zhu et al. Improving leaf area index (LAI) estimation by correcting for clumping and woody effects using terrestrial laser scanning
Berra et al. Commercial off-the-shelf digital cameras on unmanned aerial vehicles for multitemporal monitoring of vegetation reflectance and NDVI
CN112131746B (zh) 叶绿素a浓度反演方法及系统
Liang et al. Remote spectral imaging with simultaneous extraction of 3D topography for historical wall paintings
Mäkeläinen et al. 2D hyperspectral frame imager camera data in photogrammetric mosaicking
KR20200055388A (ko) 하천 정보 분석 시스템
WO2021084907A1 (ja) 画像処理装置、画像処理方法及び画像処理プログラム
De Biasio et al. UAV-based environmental monitoring using multi-spectral imaging
Arnold et al. UAV-based multispectral environmental monitoring
KR102315329B1 (ko) 드론초분광영상을 이용한 생태교란종 모니터링 방법
CN104318550A (zh) 八通道多光谱成像数据处理方法
Collings et al. Empirical models for radiometric calibration of digital aerial frame mosaics
Näsi et al. UAS based tree species identification using the novel FPI based hyperspectral cameras in visible, NIR and SWIR spectral ranges
Wang et al. Effect of soil surface roughness and scene components on soil surface bidirectional reflectance factor
Brook et al. Fine tuning of the SVC method for airborne hyperspectral sensors: The BRDF correction of the calibration nets targets
Zhong et al. Empirical models on urban surface emissivity retrieval based on different spectral response functions: A field study
KR102315319B1 (ko) 항공초분광영상을 이용한 생태교란종 모니터링 방법
Sefercik et al. 3D positioning accuracy and land cover classification performance of multispectral RTK UAVs
Aasen et al. Spectral and 3D nonspectral approaches to crop trait estimation using ground and UAV sensing
Kuusk et al. Measured spectral bidirectional reflection properties of three mature hemiboreal forests
Strub et al. Evaluation of spectrodirectional Alfalfa canopy data acquired during DAISEX'99
Aasen Influence of the viewing geometry within hyperspectral images retrieved from UAV snapshot cameras
Honkavaara et al. Geometric and reflectance signature characterization of complex canopies using hyperspectral stereoscopic images from uav and terrestrial platforms
Khalesi et al. Uncertainty Model for NDVI Estimation from Multispectral Camera Measurements

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant