KR102579082B1 - 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템 - Google Patents
유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템 Download PDFInfo
- Publication number
- KR102579082B1 KR102579082B1 KR1020200166355A KR20200166355A KR102579082B1 KR 102579082 B1 KR102579082 B1 KR 102579082B1 KR 1020200166355 A KR1020200166355 A KR 1020200166355A KR 20200166355 A KR20200166355 A KR 20200166355A KR 102579082 B1 KR102579082 B1 KR 102579082B1
- Authority
- KR
- South Korea
- Prior art keywords
- remote sensing
- pixel
- vegetation
- infrared wavelength
- irradiance
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 13
- 241000195474 Sargassum Species 0.000 title 1
- 238000002310 reflectometry Methods 0.000 claims abstract description 61
- 238000001514 detection method Methods 0.000 claims abstract description 59
- 230000003595 spectral effect Effects 0.000 claims abstract description 41
- 238000001228 spectrum Methods 0.000 claims abstract description 22
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 30
- 241000196324 Embryophyta Species 0.000 claims description 8
- 230000002457 bidirectional effect Effects 0.000 claims description 6
- 238000005315 distribution function Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 2
- 238000000985 reflectance spectrum Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 4
- 238000000701 chemical imaging Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 241000251468 Actinopterygii Species 0.000 description 2
- 239000003653 coastal water Substances 0.000 description 2
- 239000000306 component Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004615 ingredient Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241001474374 Blennius Species 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 244000144974 aquaculture Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- 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
- G01J3/40—Measuring the intensity of spectral lines by determining density of a photograph of the spectrum; Spectrography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- 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
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/80—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in fisheries management
- Y02A40/81—Aquaculture, e.g. of fish
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
본 발명에 따른 다분광 영상을 이용한 원격 모자반 탐지방법은, 원격 모자반 탐지시스템이, k(k는 자연수)개의 서로 다른 분광 밴드를 가진 다분광 카메라를 포함하는 유무인 이동체가 대상 영역을 관측하여 획득한 표면 영상을 수집하는 단계; 표면 영상을 전처리하여 원격탐사 반사도 스펙트럼을 산출하는 단계; 및 산출된 원격탐사 반사도 스펙트럼을 기반으로, 식생의 일종인 모자반을 탐지하는 단계를 포함한다.
Description
본 발명은 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템에 관한 것이다.
대규모 띠 형태로 이동하는 해조류인 모자반은 연안 경관을 훼손할 뿐 아니라 선박 스크류에 감겨 조업과 항해에 지장을 초래하고, 양식장 그물 등에 달라붙어 시설물 파손, 양식물 유실 등의 피해를 초래하고 있다.
상기한 모자반은 국내외 동아시아지역에 폭넓게 분포하며 12월 ~ 5월이 주성장 시기로 알려져 있다.
또한, 모자반으로부터 파도 등으로 인해 떨어져 나간 크고 작은 대상체들은 부유생활을 하면서 본래 서식지로부터 해상 수백킬로(km)까지 이동이 가능한 특징을 가진다.
구체적으로, 우리나라 제주지역의 모자반 유입 상황을 살펴보면, 모자반은 모자반의 생태적 특징인 가지에 많은 수의 공기 주머니를 기반으로 수면에 떠있는 상태로 이동하고 수면에 있는 동안 성장을 지속하여, 동중국해와 우리나라 서해 사이를 흐르는 황해 해류 및 북서계절풍의 영향으로 제주연안으로 많은 양의 모자반이 유입되고 있다.
이러한, 모자반의 대량 유입으로 항구, 포구 내 선박의 안전 항행이 방해받고 있으며, 해안 퇴적시 부폐로 인한 악취를 발생시키고 생태계를 오염시키며, 제주도 해녀들의 물질이 방해받고 있다.
이러한 피해를 사전에 방지하기 위하여, 모자반의 위치와 이동 경로를 파악하기 위한 인공위성의 광학영상을 이용한 모자반 탐지방법, 유무인 항공기를 이용한 모자반 탐지방법, 드론의 다분광 영상을 이용한 수질 측정방법 등이 사용되고 있으나, 아래와 같은 한계점으로 모자반 탐지에 어려움을 겪고 있는 실정이다.
먼저, 인공위성의 광학영상을 이용한 방법은 상대적으로 공간해상도가 낮기 때문에 육지에 인접한 곳에 출현하는 모자반이 잘 탐지되지 않고, 구름이 끼는 날에는 관측이 불가능한 한계점이 있으며, 위성의 관측 주기가 짧게는 하루 길게는 16일에 이르기 때문에 구름이 끼어 관측하지 못하는 날까지 감안하면 실제 관측 빈도가 상당히 부족하다.
또한, 유무인 항공기의 관측시스템은 통상적으로 상업용 RGB 카메라를 이용하기 때문에 해수의 표면반사로 인하여 모자반의 식별이 어려운 문제가 있다.
더하여, 드론의 다분광 영상을 이용한 방법은 현재까지 모자반을 탐지하는 기술이 구현되지 않아 해수면 상의 모자반 파악이 어려운 문제점이 있다.
본 발명의 실시예들은 상기와 같은 문제를 해결하기 위해 제안된 것으로서, 직접 시료를 채집하지 않고도 원격으로 넓은 영역의 모자반 분포를 파악할 수 있는 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템을 제공하고자 한다.
또한, 구름의 유무에 관계없이 고해상도의 모자반 발생 지도를 생성할 수 있으며, 모자반과 일반 육상 식생을 구별하여, 육상에 인접하거나 해변에 상륙한 모자반도 쉽게 관측할 수 있는 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템을 제공하고자 한다.
본 발명의 일 실시예에 따른 다분광 영상을 이용한 원격 모자반 탐지방법은 원격 모자반 탐지시스템이, k(k는 자연수)개의 서로 다른 분광 밴드를 가진 다분광 카메라를 포함하는 유무인 이동체가 대상 영역을 관측하여 획득한 표면 영상을 수집하는 단계; 표면 영상을 전처리하여 원격탐사 반사도 스펙트럼을 산출하는 단계; 및 산출된 원격탐사 반사도 스펙트럼을 기반으로, 식생의 일종인 모자반을 탐지하는 단계를 포함한다.
또한, 상기 표면 영상을 수집하는 단계는: 상기 유무인 이동체의 1회 관측을 통해 상기 표면 영상인 k개의 단색 영상을 수집하는 단계를 포함하고, 상기 k개의 단색 영상에 각 픽셀은 상기 유무인 이동체로부터 측정된 하향 복사조도 및 수면 복사휘도를 포함하는 관측 정보를 포함하되, 상기 하향 복사조도는, 상기 유무인 이동체를 통해 측정하되, 반사도와 양방향 반사분포함수가 미리 정의된 참조패널로부터 반사된 복사휘도 및 상기 참조패널의 반사도를 기반으로 측정하거나, 별도의 복사조도 센서가 있을 경우 상기 복사조도 센서로부터 하향 복사조도를 직접 측정하고, 상기 수면 복사휘도는, 상기 유무인 이동체를 통하여 상기 유무인 이동체와 표면과의 관측 천정각이 50도 이하를 유지하고, 상기 유무인 이동체와 태양과의 상대 방위각이 90 ~ 180도 범위 내에 포함되도록 유지하면서 측정될 수 있다.
또한, 상기 원격탐사 반사도 스펙트럼을 산출하는 단계는: 수집된 k개의 단색 영상을 투영 변환을 통해 정합하여 다분광 영상을 생성하는 단계; 생성된 다분광 영상의 각 픽셀에 해당하는 분광 밴드별 하향 복사조도 및 수면 복사휘도를 추출하는 단계; 및 추출된 분광 밴드별 하향 복사조도 및 수면 복사휘도를 기반으로, 상기 다분광 영상의 각 픽셀에 대응되는 분광 밴드별 원격탐사 반사도를 결정하는 단계를 포함한다.
또한, 상기 모자반을 탐지하는 단계는: 상기 다분광 영상의 각 픽셀에 대응되는 근적외선 파장대의 원격탐사 반사도 및 적색 가시광선 파장대의 원격탐사 반사도를 이용하여 픽셀별 정규식생지수(NDVI) 값을 산출하는 단계; 상기 다분광 영상의 각 픽셀 중 산출된 픽셀별 정규식생지수 값이 기준식생지수 값(Vth)보다 큰 픽셀을 식생 픽셀로 설정하는 단계; 설정된 식생 픽셀에 대응되는 제 1 근적외선 파장대의 원격탐사 반사도와 제 2 근적외선 파장대의 원격탐사 반사도의 비율인 근적비를 산출하는 단계; 및 산출된 근적비가 기준근적비(VNIR)보다 큰 경우, 해당 픽셀을 모자반 픽셀로 분류하는 단계를 포함할 수 있다.
또한, 상기 근적비를 산출하는 단계에서: 상기 제 1 근적외선 파장대는 700~750 nm의 파장 영역이고, 상기 제 2 근적외선 파장대는 800~850 nm의 파장 영역이다.
본 발명의 실시예들에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템은 직접 시료를 채집하지 않고도 원격으로 넓은 영역의 모자반 분포를 파악할 수 있는 효과가 있다.
또한, 구름의 유무에 관계없이 고해상도의 모자반 발생 지도를 생성할 수 있으며, 모자반과 일반 육상 식생을 구별하여, 육상에 인접하거나 해변에 상륙한 모자반도 쉽게 관측할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법을 개략적으로 설명하기 위한 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 원격탐사 반사도 스펙트럼을 산출하는 단계를 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 모자반을 탐지하는 단계를 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지시스템을 개략적으로 설명하기 위한 블록도이다.
도 5는 본 발명의 일 실시예에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법을 이용하여 근해에 출현한 모자반을 탐지한 결과를 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법을 이용하여 해변에 출현한 모자반을 탐지한 결과를 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법을 이용하여 해안 구조물에 출현한 모자반을 탐지한 결과를 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따른 원격탐사 반사도 스펙트럼을 산출하는 단계를 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 모자반을 탐지하는 단계를 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지시스템을 개략적으로 설명하기 위한 블록도이다.
도 5는 본 발명의 일 실시예에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법을 이용하여 근해에 출현한 모자반을 탐지한 결과를 나타낸 도면이다.
도 6은 본 발명의 일 실시예에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법을 이용하여 해변에 출현한 모자반을 탐지한 결과를 나타낸 도면이다.
도 7은 본 발명의 일 실시예에 따른 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법을 이용하여 해안 구조물에 출현한 모자반을 탐지한 결과를 나타낸 도면이다.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술 되는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 가진다. 일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있고, 그리고 여기서 명확하게 정의된 표현이 아니더라도 개념화되거나 혹은 과도하게 형식적으로 해석되지 않을 것이다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다' 및/또는 이 동사의 다양한 활용형들 예를 들어, '포함', '포함하는', '포함하고', '포함하며' 등은 언급된 조성, 성분, 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 조성, 성분, 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다. 본 명세서에서 '및/또는' 이라는 용어는 나열된 구성들 각각 또는 이들의 다양한 조합을 가리킨다.
한편, 본 명세서 전체에서 사용되는 '~부', '~기', '~블록', '~모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부', '~기', '~블록', '~모듈' 등이 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부', '~기', '~블록', '~모듈'은 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 '~부', '~기', '~블록', '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부', '~기', '~블록', '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부', '~기', '~블록', '~모듈'들로 결합되거나 추가적인 구성요소들과 '~부', '~기', '~블록', '~모듈'들로 더 분리될 수 있다.
이하에서는 본 발명의 구체적인 실시예들에 대하여 도면을 참조하여 상세히 설명한다.
아울러 본 발명을 설명함에 있어서, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
먼저, 본 발명의 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템은 드론, 항공기 등의 유무인 이동체에 설치된 다분광 카메라를 이용하여 직접적인 접촉없이 지표면 및 수표면을 포함하는 표면을 관측하고, 표층에서 관측되는 표면 영상을 이용하여 모자반을 탐지한다.
이에 따라, 근해, 해변, 해양구조물에 대량발생한 모자반을 쉽게 관측할수 있을 뿐만 아니라 원격으로 넓은 영역의 모자반 분포를 쉽게 파악할 수 있는 효과가 있다.
도 1은 본 발명의 일 실시예에 따른 다분광 영상을 이용한 원격 모자반 탐지방법을 개략적으로 설명하기 위한 흐름도이고, 도 2는 본 발명의 일 실시예에 따른 원격탐사 반사도 스펙트럼을 산출하는 단계를 설명하기 위한 흐름도이고, 도 3은 본 발명의 일 실시예에 따른 모자반을 탐지하는 단계를 설명하기 위한 흐름도이고, 도 4는 본 발명의 일 실시예에 따른 다분광 영상을 이용한 원격 모자반 탐지시스템을 개략적으로 설명하기 위한 블록도이다.
도 1을 참조하면, 유무인 이동체를 활용한 원격 모자반 탐지방법에 있어서, 본 발명의 일 실시예에 따른 다분광 영상을 이용한 원격 모자반 탐지방법은 원격 모자반 탐지시스템이, k(k는 자연수)개의 서로 다른 분광 밴드를 가진 다분광 카메라를 포함하는 유무인 이동체가 대상 영역을 관측하여 획득한 표면 영상을 수집하는 단계(S100), 표면 영상을 전처리하여 원격탐사 반사도 스펙트럼을 산출하는 단계(S200) 및 산출된 원격탐사 반사도 스펙트럼을 기반으로, 식생의 일종인 모자반을 탐지하는 단계(S300)를 포함한다.
먼저, S100 단계는, 유무인 이동체(예컨대, 드론, 유무인 항공기 등)가 관측하고자 하는 대상 영역을 설정하고, 직접 관측하여 획득한 형상을 수집하는 단계이다.
유무인 이동체(200)는 다분광 영상을 획득할 수 있는 다분광 카메라(210)가 탑재되어 있으며, 위성이나 유인 항공기와 비교하여 상대적으로 낮은 고도에서 고해상도의 관측 영상을 획득할 수 있다.
또한, 유무인 이동체(200)는 유인 항공기가 접근하기 힘든 지역에서도 운용이 가능하고, 최소한의 경제적 비용으로 원격 탐사가 가능한 것이면, 특별히 제한되지 않는다.
더하여, 다분광 카메라(210)는 참조패널, 다분광 센서를 포함할 수 있으며, 상기 다분광 센서를 통해 대상 영역의 대상체로부터 반사된 불연속적인 수 개의 분광 파장대의 분광 밴드를 가지는 이미지인 다분광 영상을 생성할 수 있다. 이 때, 다분광 센서는 가시광선 영역과 근적외선 영역 내에서 일반적으로 10개 이하의 불연속적인 분광 밴드에서 이미지를 얻을 수 있다. 이 때, 상기 다분광 센서는 휘도센서 및 복사조도 센서를 포함할 수 있다.
즉, 다분광 영상은 광을 파장에 따라 수개의 밴드로 나누는 다분광 카메라(210)에 의해 관측된 영상이며, 상기 다분광 카메라(210)로 관측된 영상은 광원이 물체에 도달한 후 반사되는 에너지(광량)을 기록한 것이다.
한편, 다분광 영상을 활용하면 원하는 대상체를 구별하는 데 있어 각 대상체의 성분을 식별하거나 프로세스를 검출하는 것으로 원하는 이미지의 각 픽셀에 대한 고유의 스펙트럼을 얻을 수 있다.
이러한, 다분광 영상에서 각 픽셀마다 기록되는 스펙트럼은 높은 파장 해상도를 가지고 넓은 범위의 파장대를 처리하며 주어진 화면 내의 대상체로부터 공간적 스펙트럼 정보가 포함될 수 있다. 즉, 각 픽셀은 각각의 스펙트럼 속성이 포함되어 있어 스펙트럼은 관측된 대상체를 구성하는 물질의 식별을 가능하게 한다.
구체적으로, 다분광 카메라(210)는 다분광 센서를 통해 지표면 및 수표면을 포함하는 표면을 관측하면서 광량을 측정할 수 있으며, 예를 들어, 수면 복사휘도(Water Radiance, Lw), 하향 복사조도(Downward Irradiance, Ed)를 포함하는 관측 정보를 측정할 수 있다.
더하여, 상기 수면 복사휘도는 표면 아래에서 올라오는 수출 복사휘도(water-leaving radiance, Lu)와 대기 복사휘도가 표면에서 반사되어 관측되는 반사 복사휘도(ρLsky)의 합으로 구성된다.
다시 말해, 유무인 이동체(200)의 다분광 카메라(210)로 관측된 다분광 영상은 광원이 물체에 도달한 후 반사되는 분광 밴드별 수면 복사휘도, 하향 복사조도를 포함하는 관측 정보가 기록된다.
또한, 상기 S100 단계는 유무인 이동체(200)의 1회 관측을 통해 상기 표면 영상인 k개의 단색 영상을 수집하는 단계를 포함할 수 있다. 이 때, 상기 k개의 단색 영상의 각 픽셀은 유무인 이동체(200)로부터 측정된 하향 복사조도 및 수면 복사휘도를 포함하는 관측 정보를 포함한다.
더하여, 상기 하향 복사조도는 복사조도 센서로 직접 측정되거나, 특정한 반사특성을 가진 Lambertian 표면을 포함하는 참조패널을 이용하여 측정될 수 있다.
나아가, 표면 관측 시, 상기 유무인 이동체(200)는 구면 좌표계에서 원점에 있는 관측자로부터 태양까지의 백터를 기준 평면에 수직으로 투영한 제 1 투영선과 관측자로부터 유무인 이동체까지의 백터를 기준 평면에 수직으로 투영한 제 2 투영선이 이루는 각도인 상대 방위각을 고려하여 관측할 수 있다.
또한, 표면 관측 시, 상기 유무인 이동체(200)는 유무인 이동체로부터 표면까지의 수직선과 유무인 이동체의 다분광 카메라가 표면을 바라보는 관측선이 이루는 각도인 관측 천정각을 고려하여 관측할 수 있다.
구체적으로, 상기 하향 복사조도는, 상기 유무인 이동체(200)를 통해 측정하되, 반사도(ρref)와 양방향 반사분포함수(Bidirectional Reflectance Distribution Function)가 미리 정의된 참조패널(Reference Panel)로부터 반사된 복사휘도(Lref)를 얻은 후 얻어진 복사휘도(Lref)를 변환하여 측정할 수 있으며, 별도의 복사조도 센서가 있을 경우 참조패널이 없이도 직접 하향 복사조도를 측정할 수 있다.
더하여, 상기 수면 복사휘도는, 상기 유무인 이동체(200)를 통하여 상기 유무인 이동체(200)와 표면과의 관측 천정각이 50도 이하를 유지하고, 상기 유무인 이동체(200)와 태양과의 상대 방위각이 90 ~ 180도 범위 내에 포함되도록 유지하면 해수표면에서의 태양광 반사 및 대기복사 서 측정될 수 있다.
이때, 관측 천정각과 상대 방위각은 각각 40도, 135도인 것이 바람직하다.
앞서 설명한 바와 같이 상기 유무인 이동체(200)는 상기 참조패널의 반사도(ρref)와 상기 참조패널로부터 반사된 복사휘도(Lref)를 이용하여 하향 복사조도(Ed)를 측정할 수 있으며, 여기서, 상기 하향 복사조도를 구하는 수학식 1은 하기와 같다.
앞서 설명한 바와 같이, 별도의 복사조도 센서를 사용할 경우, 상기 하향 복사조도는 수평으로 설치된 복사조도 센서로부터 직접 측정될 수 있다.
도 2를 참조하면, S200 단계는, 수집된 영상을 전처리하고, 표면의 특성을 나타내는 핵심적인 광학 물리량인 원격탐사 반사도 스펙트럼을 도출하는 단계이다.
상기 S200 단계는, 수집된 k개의 단색 영상을 투영 변환(Projective transformation)을 통해 정합하여 다분광 영상을 생성하는 단계(S210)를 포함할 수 있다.
구체적으로, 유무인 이동체(200)의 다분광 카메라(210)가 k개의 분광 밴드를 가지고 있는 경우, 1회 관측으로 k개의 단색 영상이 생성될 수 있으며, 본 발명에 따른 다분광 카메라(210)는 475, 560, 668, 717, 840 nm의 중심파장을 가지는 5개의 분광 밴드로 이루어져 있고, 350 ~ 900 nm 사이의 파장대에서 영상 획득이 가능하며, 총 5개의 단색 영상을 생성할 수 있다.
즉, 다분광 카메라(210)의 경우 k개의 분광 밴드에 따라 서로 다른 렌즈 위치를 가지고 있기 때문에 각 분광 밴드에서 영상간의 기하학적 차이가 불가피하게 발생하게 되므로, 수집된 k개의 단색 영상의 정합이 선행될 수 있다.
상기 S200 단계는, 생성된 다분광 영상의 각 픽셀에 해당하는 분광 밴드별 하향 복사조도 및 수면 복사휘도를 추출하는 단계(S220)를 포함한다.
구체적으로, 생성된 다분광 영상의 각 픽셀마다 5개의 분광 밴드 각각에 대응되는 하향 복사조도 및 수면 복사휘도가 기록되어 있으며, 예를 들어, 상기 S200 단계는, 각 픽셀 당 청색, 녹색, 적색을 포함하는 가시광선 파장대의 하향 복사조도, 제 1 근적외선 파장대의 하향 복사조도, 제 2 근적외선 파장대의 하향 복사조도, 청색, 녹색, 적색을 포함하는 가시광선 파장대의 수면 복사휘도, 제 1 근적외선 파장대의 수면 복사휘도, 및 제 2 근적외선 파장대의 수면 복사휘도를 추출할 수 있다.
상기 S200 단계는, 추출된 분광 밴드별 하향 복사조도 및 수면 복사휘도를 기반으로, 상기 다분광 영상의 각 픽셀에 대응되는 분광 밴드별 원격탐사 반사도를 결정하는 단계(S230)를 포함한다.
이 때, 상기 분광 밴드별 원격탐사 반사도는 추출된 분광 밴드별 수면 복사휘도에 대한 분광 밴드별 하향 복사조도의 비율이다. 더하여, 결정된 분광 밸드별 원격탐사 반사도는 통합되어 다분광 파장대(350 ~ 900 nm)의 원격 탐사도 스펙트럼으로 산출될 수 있다.
즉, S200 단계에서, 하기 수학식 2를 통해 원격탐사 반사도 스펙트럼(R(λ))이 산출된다.
여기서, λ는 상기 다분광 파장대의 파장을 의미한다.
도 3을 참조하면, S300 단계는, 상기 원격탐사 반사도 스펙트럼을 이용하여 정규식생지수를 구한 후 1차적으로 식생과 비식생을 구분하고, 상기 식생 중에서 모자반과 육상식물을 구분하기 위해 필터링하는 단계이다.
먼저, 상기 S300 단계는, 다분광 영상의 각 픽셀에 대응되는 근적외선 파장대의 원격탐사 반사도 및 적색 가시광선 파장대의 원격탐사 반사도를 이용하여 픽셀별 정규식생지수(Normalized Differenced Vegetation Index, NDVI) 값을 산출하는 단계(S310)를 포함한다.
구체적으로, 상기 S310 단계에서, 정규식생지수는 식물종, 상기 식물종의 집단을 의미하는 식생의 고유 분광반사 특성을 활용하여 근적외선 파장대의 원격탐사 반사도와 적색 가시광선 파장대의 원격탐사 반사도를 연산하는 것으로 -1에서 +1까지의 범위를 가지며, 일반적으로 양수(+) 값은 식생을 의미하고 음수(-) 값은 물이나 황무지 또는 얼음이나 눈 또는 구름과 같은 비식생을 의미할 수 있다.
본 발명의 일 실시예의 원격 모자반 탐지방법에서 정규식생지수(Normalized Difference Vegetation Index: NDVI)는 상기 근적외선 파장대의 원격탐사 반사도와 상기 적색 가시광선 파장대의 원격탐사 반사도의 차를 그 합으로 나누어 줌으로써 산출될 수 있다.
즉, S310 단계에서, 하기 수학식 3을 통해 정규식생지수 값이 산출된다.
다음으로, 상기 S300 단계는, 상기 다분광 영상의 각 픽셀 중 산출된 픽셀별 정규식생지수 값이 기준식생지수 값(Vth)보다 큰 픽셀을 식생 픽셀로 설정하는 단계(S320)를 포함한다. 이때, 상기 기준식생지수 값(Vth)은 RedEdge-M 카메라의 경우 0.15 인 것이 바람직하다.
구체적으로, 상기 S320 단계에서, 다분광 영상의 각 픽셀 중 정규식생지수 값이 기준식생지수 값(Vth)보다 큰 픽셀은 식생 픽셀로 구분되고, 정규식생지수 값이 기준식생지수 값(Vth)보다 작거나 같은 픽셀은 비식생 픽셀로 구분될 수 있다.
그러나, 상기 정규식생지수는 육상에 존재하는 식생에게도 기준식생지수 값(Vth) 이상의 높은 값을 나타내므로, 상기 S320 단계에서는 모자반과 육상식물이 모두 탐지되는 문제가 발생할 수 있다.
이에 따라, 상기 S300 단계는, 설정된 식생 픽셀에 대응되는 제 1 근적외선 파장대의 원격탐사 반사도와 제 2 근적외선 파장대의 원격탐사 반사도의 비율인 근적비를 산출하는 단계(S330)와 산출된 근적비가 기준근적비(VNIR)보다 큰 경우, 해당 픽셀을 모자반 픽셀로 분류하는 단계(S340)를 포함한다. 이때, 상기 기준근적비(VNIR)는 RedEdge-M을 사용한 실시예의 경우 1인 것이 바람직하다.
구체적으로, 상기 S330 단계에서 상기 제 1 근적외선 파장대는 700~750 nm의 파장 영역이고, 상기 제 2 근적외선 파장대는 800~850 nm의 파장 영역이다. 또한, 상기 S330 단계에서, 상기 근적비를 산출하는 수학식 4는 하기와 같다.
이에 따라, 상기 S340 단계에서, 본 발명의 원격 모자방 탐지방법은 모자반의 경우 800 nm 이상의 근적외선 파장대의 원격탐사 반사도가 700~750 nm의 근적외선 파장대의 원격탐사 반사도보다 작은 값을 가지는 특징을 이용한 방법으로, 상기 식생 픽셀 중 제 1 근적외선 파장대의 원격탐사 반사도가 제 2 근적외선 파장대의 원격탐사 반사도보다 큰 픽셀을 모자반 픽셀로 구분할 수 있다.
더하여, 상기 S340 단계에서, 상기 식생 픽셀 중 제 1 근적외선 파장대의 원격탐사 반사도가 제 2 근적외선 파장대의 원격탐사 반사도보다 작거나 같아 상기 근적비가 기준근적비(VNIR)보다 작거나 같은 픽셀은 육상 식생 픽셀로 구분한다.
또한, 본 발명의 일 실시예에 따른 다분광 영상을 이용한 원격 모자반 탐지방법은 상기 S300 단계의 모자반 탐지결과에 따른 모자반 탐지 맵을 출력하는 단계(S400)를 더 포함할 수 있다.
구체적으로, 상기 S400 단계는, 상기 다분광 영상에서 모자반 픽셀로 구분된 픽셀은 흰색으로 비식생 픽셀과 육상 식생 픽셀로 구분된 픽셀은 검정색으로 색상을 결정하여 모자반 탐지 맵을 디스플레이(300)를 통해 출력할 수 있다.
또한, 상기 S400 단계는, 상기 모자반 픽셀마다 모자반 발생량을 추정하여, 추정된 모자반 발생량에 따라 색상을 결정할 수 있으며, 이를 통해 모자반 발생강도 맵을 디스플레이(300)를 통해 출력한다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 다분광 영상을 이용한 원격 모자반 탐지시스템(100)은, 유무인 이동체(200)를 활용하여 탐지결과를 디스플레이(300)를 통해 출력하는 원격 모자반 탐지시스템(100)에 있어서, 영상 수집부(110), 전처리부(120), 탐지부(130) 및 출력부(140)를 포함할 수 있다.
영상 수집부(110)는 k(k는 자연수)개의 서로 다른 분광 밴드를 가진 다분광 카메라(210)를 포함하는 유무인 이동체(200)가 대상 영역을 관측하여 획득한 표면 영상을 수집할 수 있다.
또한, 유무인 이동체(200)는 관측 정보인 하향 복사조도 및 수면 복사휘도를 측정하되, 상기 유무인 이동체(200)는 반사도(ρref)와 양방향 반사분포함수(Bidirectional Reflectance Distribution Function)가 미리 정의된 참조패널(Reference Panel)로부터 반사된 복사휘도(Lref)를 얻은 후 얻어진 복사휘도(Lref)를 변환하여 상기 하향 복사조도를 측정하고, 상기 유무인 이동체(200)는 상기 수면 복사휘도는 상기 수면 복사휘도의 측정을 위하여 태양과의 상대 방위각이 90 ~ 180도 범위 내에 포함되고, 표면과의 관측 천정각이 50도 이하가 되도록 유지하면서 관측한다.
또한, 영상 수집부(110)는 상기 유무인 이동체(200)의 1회 관측을 통해 상기 표면 영상인 k개의 단색 영상을 수집할 수 있으며, 상기 k개의 단색 영상에 각 픽셀은 상기 유무인 이동체(200)로부터 측정된 하향 복사조도 및 수면 복사휘도를 포함하는 관측 정보를 포함한다.
전처리부(120)는 수집된 k개의 단색 영상을 투영 변환을 통해 정합하여 다분광 영상을 생성하고, 생성된 다분광 영상의 각 픽셀에 해당하는 분광 밴드별 하향 복사조도 및 수면 복사휘도를 추출하고, 추출된 분광 밴드별 하향 복사조도 및 수면 복사휘도를 기반으로, 상기 다분광 영상의 각 픽셀에 대응되는 분광 밴드별 원격탐사 반사도를 결정할 수 있다.
또한, 전처리부(120)는 결정된 분광 밴드별 원격탐사 반사도를 통합하여 다분광 파장대(350 ~ 900 nm)의 원격 탐사도 스펙트럼을 산출한다.
탐지부(130)는 상기 다분광 영상의 각 픽셀에 대응되는 근적외선 파장대의 원격탐사 반사도 및 적색 가시광선 파장대의 원격탐사 반사도를 이용하여 픽셀별 정규식생지수(NDVI) 값을 산출하고, 상기 다분광 영상의 각 픽셀 중 산출된 픽셀별 정규식생지수 값이 기준식생지수 값(Vth)보다 큰 픽셀을 식생 픽셀로 설정하고, 설정된 식생 픽셀에 대응되는 제 1 근적외선 파장대의 원격탐사 반사도와 제 2 근적외선 파장대의 원격탐사 반사도의 비율인 근적비를 산출하고, 산출된 근적비가 기준근적비(VNIR)보다 큰 경우, 해당 픽셀을 모자반 픽셀로 분류한다.
이 때, 상기 제 1 근적외선 파장대는 700~750 nm의 파장 영역이고, 상기 제 2 근적외선 파장대는 800~850 nm의 파장 영역이다.
출력부(140)는 상기 탐지부(300)의 모자반 탐지결과에 따른 모자반 탐지 맵을 출력할 수 있다.
구체적으로, 상기 출력부(140)는 상기 다분광 영상에서 모자반 픽셀로 구분된 픽셀은 흰색으로 비식생 픽셀과 육상 식생 픽셀로 구분된 픽셀은 검정색으로 색상을 결정하여 모자반 탐지 맵을 디스플레이(300)를 통해 출력할 수 있다.
또한, 상기 출력부(140)는 상기 모자반 픽셀마다 모자반 발생량을 추정하여, 추정된 모자반 발생량에 따라 색상을 결정할 수 있으며, 이를 통해 모자반 발생강도 맵을 디스플레이(300)를 통해 출력한다.
실시예
: 원격 모자반 탐지방법을 활용한 모자반 탐지
맵의
출력
DJI사의 Inspire-2 드론에 MicaSense사의 RedEdg-M 다분광 카메라를 이용하여 제주도에 유입된 모자반을 관측하고, 그 결과를 도 5 내지 7에 나타내었다.
상기 RedEdg-M 다분광 카메라의 경우, 5개의 분광 밴드를 가지고 있으며, 각각의 분광 밴드는 475, 560, 668, 717, 840 nm의 중심파장을 가진다. 이때, 기준식생지수 값(Vth)은 0.15로, 기준근적비(VNIR)는 1로 사용하여 효과적으로 모자반을 탐지하였다.
도 5는 본 발명의 일 실시예에 따른 다분광 영상을 이용한 원격 모자반 탐지방법을 이용하여 근해에 출현한 모자반을 탐지한 결과를 나타낸 도면이고, 도 6은 본 발명의 일 실시예에 따른 다분광 영상을 이용한 원격 모자반 탐지방법을 이용하여 해변에 출현한 모자반을 탐지한 결과를 나타낸 도면이고, 도 7은 본 발명의 일 실시예에 따른 다분광 영상을 이용한 원격 모자반 탐지방법을 이용하여 해안 구조물에 출현한 모자반을 탐지한 결과를 나타낸 도면이다.
도 5a는 일반 카메라로부터 출력되는 제주도 근해 R,G,B 영상이고, 도 5b는 다분광 카메라를 활용하여 출력되는 제주도 근해 모자반 탐지 맵이고, 도 5c는 다분광 카메라를 활용하여 출력되는 제주도 근해 모자반 발생강도 맵을 도시한다.
도 6a는 일반 카메라로부터 출력되는 제주도 해변 R,G,B 영상이고, 도 6b는 다분광 카메라를 활용하여 출력되는 제주도 해변 모자반 탐지 맵이고, 도 6c는 다분광 카메라를 활용하여 출력되는 제주도 해변 모자반 발생강도 맵을 도시한다.
도 7a는 일반 카메라로부터 출력되는 제주도 해안구조물 R,G,B 영상이고, 도 7b는 다분광 카메라를 활용하여 출력되는 해안구조물 모자반 탐지 맵이고, 도 7c는 다분광 카메라를 활용하여 출력되는 해안구조물 모자반 발생강도 맵을 도시한다.
도 5a 내지 도 5c, 도 6a 내지 도 6c, 및 도 7a 내지 도 7c에 도시된 바와 같이, 일반 카메라를 활용하여 출력된 모자반 영상과 다분광 카메라를 통해 출력된 모자반 탐지 맵 및 모자반 발생강도 맵을 비교하면, 도 5a의 제주도 근해 모자반 영상의 상단에서는 관측각이 증가함에 따라 발생하는 강한 표면반사를 확인할 수 있고, 도 6a의 제주도 해변 모자반 영상의 해변가 근처에는 유입된 모자반의 형체를 제대로 파악할 수 없으며, 도 7a의 해안구조물 모자반 영상의 구조물과 인접한 영역에는 유입된 모자반을 전혀 구별할 수 없다. 그러나, 도 5b, 도 6b 및 도 6b에 도시된 바와 같이, 다분광 카메라를 활용하여 출력된 모자반 탐지 맵에는 모자반 영역과 비모자반 영역이 명확히 구분되어 있는 것을 확인할 수 있으며, 도 5c, 도 6b 및 도 7b에는 모자반의 발생량을 정량적으로 추정하여 표시하므로 표면 전체에 걸쳐 모자반의 농도 분포를 쉽게 구분할 수 있다.
이상의 상세한 설명은 본 발명을 예시하는 것이다.
또한, 전술한 내용은 본 발명의 바람직한 실시 형태를 나타내어 설명하는 것이며, 본 발명은 다양한 다른 조합, 변경 및 환경에서 사용할 수 있다. 즉 본 명세서에 개시된 발명의 개념의 범위, 저술한 개시 내용과 균등한 범위 및/또는 당 업계의 기술 또는 지식의 범위 내에서 변경 또는 수정이 가능하다. 저술한 실시 예는 본 발명의 기술적 사상을 구현하기 위한 최선의 상태를 설명하는 것이며, 본 발명의 구체적인 적용 분야 및 용도에서 요구되는 다양한 변경도 가능하다. 따라서 이상의 발명의 상세한 설명은 개시된 실시 상태로 본 발명을 제한하려는 의도가 아니다. 또한 첨부된 청구범위는 다른 실시 상태도 포함하는 것으로 해석되어야 한다.
100: 원격 모자반 탐지시스템
110: 영상 수집부
120: 전처리부
130: 탐지부
140: 출력부
200: 유무인 이동체
300: 디스플레이
110: 영상 수집부
120: 전처리부
130: 탐지부
140: 출력부
200: 유무인 이동체
300: 디스플레이
Claims (10)
- 원격 모자반 탐지시스템이,
k(k는 자연수)개의 서로 다른 분광 밴드를 가진 다분광 카메라를 포함하는 유무인 이동체가 대상 영역을 관측하여 획득한 표면 영상을 수집하는 단계;
표면 영상을 전처리하여 다분광 영상을 생성하고, 원격탐사 반사도 스펙트럼을 산출하는 단계; 및
산출된 원격탐사 반사도 스펙트럼을 기반으로, 식생의 일종인 모자반을 탐지하는 단계를 포함하되,
상기 모자반을 탐지하는 단계는:
상기 다분광 영상의 각 픽셀에 대응되는 근적외선 파장대의 원격탐사 반사도 및 적색 가시광선 파장대의 원격탐사 반사도를 이용하여 픽셀별 정규식생지수(NDVI) 값을 산출하는 단계;
상기 다분광 영상의 각 픽셀 중 산출된 픽셀별 정규식생지수 값이 기준식생지수 값(Vth)보다 큰 픽셀을 식생 픽셀로 설정하는 단계;
설정된 식생 픽셀에 대응되는 제 1 근적외선 파장대의 원격탐사 반사도와 제 2 근적외선 파장대의 원격탐사 반사도의 비율인 근적비를 산출하는 단계; 및
산출된 근적비가 기준근적비(VNIR)보다 큰 경우, 해당 픽셀을 모자반 픽셀로 분류하는 단계를 포함하고,
상기 픽셀별 정규식생지수(NDVI) 값을 산출하는 단계에서:
상기 정규식생지수(NDVI)는 식물종, 상기 식물종의 집단을 의미하는 식생의 고유 분광반사 특성을 활용하여 각 픽셀에 대응되는 근적외선 파장대의 원격탐사 반사도와 각 픽셀에 대응되는 적색 가시광선 파장대의 원격탐사 반사도의 차를 그 합으로 나누어 줌으로써 산출되되, -1에서 +1까지의 범위를 가지며, 양수(+) 값은 식생을 의미하고, 음수(-) 값은 물, 황무지, 얼음, 눈 및 구름을 포함하는 비식생을 의미하고,
상기 정규식생지수(NDVI) 값을 산출하는 식은 하기 수식 1로 정의되고,
[수식 1]
(R(NIR)은 근적외선 파장대의 원격탐사 반사도이고, R(Red)는 적색 가시광선 파장대의 원격탐사 반사도임)
상기 근적비를 산출하는 단계에서:
상기 제 1 근적외선 파장대는 700~750 nm의 파장 영역이고, 상기 제 2 근적외선 파장대는 800~850 nm의 파장 영역이고,
상기 해당 픽셀을 모자반 픽셀로 분류하는 단계는:
모자반을 포함하는 식생 픽셀의 경우 800 nm 이상의 근적외선 파장대의 원격탐사 반사도가 700~750 nm의 근적외선 파장대의 원격탐사 반사도보다 작은 값을 가지는 특징을 이용하여, 상기 식생 픽셀 중 제 1 근적외선 파장대의 원격탐사 반사도가 제 2 근적외선 파장대의 원격탐사 반사도보다 큰 픽셀을 모자반 픽셀로 구분하고, 상기 식생 픽셀 중 제 1 근적외선 파장대의 원격탐사 반사도가 제 2 근적외선 파장대의 원격탐사 반사도보다 작거나 같은 픽셀은 육상 식생 픽셀로 구분하는 원격 모자반 탐지방법.
- 제 1 항에 있어서,
상기 표면 영상을 수집하는 단계는:
상기 유무인 이동체의 1회 관측을 통해 상기 표면 영상인 k개의 단색 영상을 수집하는 단계를 포함하고,
상기 k개의 단색 영상에 각 픽셀은 상기 유무인 이동체로부터 측정된 하향 복사조도 및 수면 복사휘도를 포함하는 관측 정보를 포함하되,
상기 하향 복사조도는,
상기 유무인 이동체를 통해 측정하되, 반사도와 양방향 반사분포함수가 미리 정의된 참조패널로부터 반사된 복사휘도 및 상기 참조패널의 반사도를 기반으로 측정하거나, 별도의 복사조도 센서가 있을 경우 상기 복사조도 센서로부터 하향 복사조도를 직접 측정하고,
상기 수면 복사휘도는,
상기 유무인 이동체를 통하여 상기 유무인 이동체와 표면과의 관측 천정각이 50도 이하를 유지하고, 상기 유무인 이동체와 태양과의 상대 방위각이 90 ~ 180도 범위 내에 포함되도록 유지하면서 측정되는 원격 모자반 탐지방법.
- 제 2 항에 있어서,
상기 원격탐사 반사도 스펙트럼을 산출하는 단계는:
수집된 k개의 단색 영상을 투영 변환을 통해 정합하여 다분광 영상을 생성하는 단계;
생성된 다분광 영상의 각 픽셀에 해당하는 분광 밴드별 하향 복사조도 및 수면 복사휘도를 추출하는 단계; 및
추출된 분광 밴드별 하향 복사조도 및 수면 복사휘도를 기반으로, 상기 다분광 영상의 각 픽셀에 대응되는 분광 밴드별 원격탐사 반사도를 결정하는 단계를 포함하는 원격 모자반 탐지방법.
- 삭제
- 삭제
- k(k는 자연수)개의 서로 다른 분광 밴드를 가진 다분광 카메라를 포함하는 유무인 이동체가 대상 영역을 관측하여 획득한 표면 영상을 수집하는 영상 수집부;
표면 영상을 전처리하여 다분광 영상을 생성하고, 원격탐사 반사도 스펙트럼을 산출하는 전처리부; 및
산출된 원격탐사 반사도 스펙트럼을 기반으로, 식생의 일종인 모자반을 탐지하는 탐지부를 포함하되,
상기 탐지부는,
상기 다분광 영상의 각 픽셀에 대응되는 근적외선 파장대의 원격탐사 반사도 및 적색 가시광선 파장대의 원격탐사 반사도를 이용하여 픽셀별 정규식생지수(NDVI) 값을 산출하고,
상기 다분광 영상의 각 픽셀 중 산출된 픽셀별 정규식생지수 값이 기준식생지수 값(Vth)보다 큰 픽셀을 식생 픽셀로 설정하고,
설정된 식생 픽셀에 대응되는 제 1 근적외선 파장대의 원격탐사 반사도와 제 2 근적외선 파장대의 원격탐사 반사도의 비율인 근적비를 산출하고,
산출된 근적비가 기준근적비(VNIR)보다 큰 경우, 해당 픽셀을 모자반 픽셀로 분류하되,
상기 정규식생지수(NDVI)는 식물종, 상기 식물종의 집단을 의미하는 식생의 고유 분광반사 특성을 활용하여 각 픽셀에 대응되는 근적외선 파장대의 원격탐사 반사도와 각 픽셀에 대응되는 적색 가시광선 파장대의 원격탐사 반사도의 차를 그 합으로 나누어 줌으로써 산출되되, -1에서 +1까지의 범위를 가지며, 양수(+) 값은 식생을 의미하고, 음수(-) 값은 물, 황무지, 얼음, 눈 및 구름을 포함하는 비식생을 의미하고,
상기 탐지부가 상기 정규식생지수(NDVI) 값을 산출하는 식은 하기 수식 1로 정의되고,
[수식 1]
(R(NIR)은 근적외선 파장대의 원격탐사 반사도이고, R(Red)는 적색 가시광선 파장대의 원격탐사 반사도임)
상기 탐지부는,
모자반을 포함하는 식생 픽셀의 경우 800 nm 이상의 근적외선 파장대의 원격탐사 반사도가 700~750 nm의 근적외선 파장대의 원격탐사 반사도보다 작은 값을 가지는 특징을 이용하여, 상기 식생 픽셀 중 제 1 근적외선 파장대의 원격탐사 반사도가 제 2 근적외선 파장대의 원격탐사 반사도보다 큰 픽셀을 모자반 픽셀로 구분하고, 상기 식생 픽셀 중 제 1 근적외선 파장대의 원격탐사 반사도가 제 2 근적외선 파장대의 원격탐사 반사도보다 작거나 같은 픽셀은 육상 식생 픽셀로 구분하는 원격 모자반 탐지시스템.
- 제 6 항에 있어서,
상기 영상 수집부는,
상기 유무인 이동체의 1회 관측을 통해 상기 표면 영상인 k개의 단색 영상을 수집하되, 상기 k개의 단색 영상에 각 픽셀은 상기 유무인 이동체로부터 측정된 하향 복사조도 및 수면 복사휘도를 포함하는 관측 정보를 포함하는 원격 모자반 탐지시스템.
- 제 7 항에 있어서,
상기 전처리부는,
수집된 k개의 단색 영상을 투영 변환을 통해 정합하여 다분광 영상을 생성하고,
생성된 다분광 영상의 각 픽셀에 해당하는 분광 밴드별 하향 복사조도 및 수면 복사휘도를 추출하고,
추출된 분광 밴드별 하향 복사조도 및 수면 복사휘도를 기반으로, 상기 다분광 영상의 각 픽셀에 대응되는 분광 밴드별 원격탐사 반사도를 결정하는 원격 모자반 탐지시스템.
- 삭제
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200166355A KR102579082B1 (ko) | 2020-12-02 | 2020-12-02 | 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200166355A KR102579082B1 (ko) | 2020-12-02 | 2020-12-02 | 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220077428A KR20220077428A (ko) | 2022-06-09 |
KR102579082B1 true KR102579082B1 (ko) | 2023-10-06 |
Family
ID=81986054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200166355A KR102579082B1 (ko) | 2020-12-02 | 2020-12-02 | 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102579082B1 (ko) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102490001B1 (ko) * | 2022-07-08 | 2023-01-18 | (주)유에스티21 | 괭생이모자반 생체량 측정시스템 및 그 방법 |
KR102630133B1 (ko) * | 2023-11-07 | 2024-01-30 | 주식회사 포도 | 영상을 이용한 식물체의 표현형 측정 방법 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101744662B1 (ko) * | 2016-11-30 | 2017-06-09 | 주식회사 지오스토리 | 초분광영상 기법을 통한 염생식물 분류 시스템 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102048796B1 (ko) * | 2018-01-11 | 2019-11-26 | 부산대학교 산학협력단 | 드론형 수질감지장치 |
-
2020
- 2020-12-02 KR KR1020200166355A patent/KR102579082B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101744662B1 (ko) * | 2016-11-30 | 2017-06-09 | 주식회사 지오스토리 | 초분광영상 기법을 통한 염생식물 분류 시스템 |
Non-Patent Citations (1)
Title |
---|
Chuanmin Hu, "Spectral and spatial requirements of remote measurements of pelagic Sargassum macroalgae", Remote Sensing of Environment 167 (2015.06.14)* |
Also Published As
Publication number | Publication date |
---|---|
KR20220077428A (ko) | 2022-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bao et al. | Monitoring of beach litter by automatic interpretation of unmanned aerial vehicle images using the segmentation threshold method | |
Giannandrea et al. | The SHARE 2012 data campaign | |
Ngoc et al. | Coastal and inland water pixels extraction algorithm (WiPE) from spectral shape analysis and HSV transformation applied to Landsat 8 OLI and Sentinel-2 MSI | |
Lemenkova | Seagrass mapping and monitoring along the coasts of Crete, Greece | |
KR102461468B1 (ko) | 다분광 영상을 이용한 원격 적조 탐지방법 및 그 시스템 | |
KR101965235B1 (ko) | 무인기 원격탐사를 통한 잘피군락지 분포조사방법 | |
KR102579082B1 (ko) | 유인 또는 무인 항공기에서 획득된 다분광 영상을 이용한 원격 모자반 탐지방법 및 그 시스템 | |
KR101618228B1 (ko) | 인공위성기반 안개탐지시스템 및 이를 이용하는 안개탐지방법 | |
Yang et al. | Evaluating AISA+ hyperspectral imagery for mapping black mangrove along the South Texas Gulf Coast | |
KR20080031702A (ko) | 원격탐사영상 구름식별 방법 | |
Román et al. | Using a UAV-Mounted multispectral camera for the monitoring of marine macrophytes | |
Roca et al. | Monitoring the marine invasive alien species Rugulopteryx okamurae using unmanned aerial vehicles and satellites | |
Zhu et al. | Distinguishing cyanobacterial bloom from floating leaf vegetation in Lake Taihu based on medium-resolution imaging spectrometer (MERIS) data | |
Bostater Jr et al. | Hyperspectral remote sensing protocol development for submerged aquatic vegetation in shallow waters | |
Doukari et al. | Overcoming the UAS limitations in the coastal environment for accurate habitat mapping | |
Davaasuren et al. | Extent and health of mangroves in Lac Bay Bonaire using satellite data | |
Molly et al. | Ground Truth Sampling to Support Remote Sensing Research and Development: Submersed Aquatic Vegetation Species Discrimination Using an Airborne Hypers pectral/L idar S ys tem | |
Norris et al. | Effect of textural features for landcover classification of UAV multispectral imagery of a salt marsh restoration site | |
Wang et al. | Framework to create cloud-free remote sensing data using passenger aircraft as the platform | |
Skaff et al. | Estimating Surface Reflectance Spectra for Underwater Color Vision. | |
Trees et al. | Monitoring water transparency and diver visibility in ports and harbors using aircraft hyperspectral remote sensing | |
Chand | Spatial Dynamics of Nearshore Marine Habitats from Low Altitude Remote Sensing For Conservation and Planning | |
Viennois et al. | Temporal stability of mangrove multispectral signatures at fine scales: Stability of mangrove multispectral signatures | |
Selvaraj | Development of novel image analysis approaches for seaweed discrimination–Species level study using field spectroscopy and UAV multispectral remote sensing | |
Holasek et al. | HSI mapping of marine and coastal environments using the advanced airborne hyperspectral imaging system (AAHIS) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right |