1 |
1
드론을 활용한 갯벌 지역에서의 갯골 정보 추출 장치에 있어서, DGPS(Differential Global Positioning System) 측량 결과를 이용하여 갯벌 지역의 지상기준점 측량을 수행하기 위한 지상기준점 측량부;항공삼각측량을 위해서, 일정 시간 간격으로 상기 갯벌 지역에 대한 항공영상을 촬영하기 위한 드론;상기 촬영된 항공영상을 이용하여 수치표면모형을 생성하기 위한 수치표면모형 생성부;상기 생성된 수치표면모형 및 상기 측량된 지상기준점을 이용하여 정사영상을 생성하기 위한 정사영상 생성부;상기 생성된 정사영상에서 소정의 영역의 화소와 상기 소정의 영역을 둘러싸고 있는 주변 화소와의 밝기값 차이를 이용하여 그래디언트(gradient) 영상을 생성하기 위한 그래디언트 영상 생성부;상기 생성된 그래디언트(gradient) 영상에 watershed 알고리즘을 적용하여 복수의 영상 조각으로 분할하기 위한 영상 조각 분할부;상기 복수의 영상 조각 각각에 대하여, 인접한 영상 조각들의 분광 특성이 일정 유사도 이상인 경우 상기 인접한 영상 조각을 병합하기 위한 영상 조각 병합부; 상기 영상 조각 병합부를 통하여 획득된 영상 조각별로 각각의 조각을 구성하는 화소들의 특성을 추출하고 분석하여 수계 판별 기준을 학습하기 위한 수계 판별 기준 학습부; 상기 학습된 수계 판별 기준을 이용하여, 상기 획득된 영상 조각들에서 수계 지역을 구분하고, 상기 구분된 수계 지역의 영상 조각들을 객체 인접성 분석(object adjacency analysis)을 통하여 병합하여, 수계 경계를 추출하기 위한 수계 경계 추출부; 및상기 추출된 수계 경계를 시간대별로 중첩하여 갯벌 지역의 등고선을 추출하기 위한 갯벌 등고선 추출부를 포함하며,상기 영상 조각 병합부는, Full Lambda Schedule 기법을 사용하여 상기 분할된 복수의 영상 조각들의 평균 분광 벡터를 계산하여 유사도를 측정하고, 상기 측정된 유사도를 크기 순으로 누적하여 상위 소정의 퍼센트(%) 값을 가지는 유사도를 임계값으로 결정하며, 상기 결정된 임계값보다 큰 유사도를 가지는 영상 조각들을 병합하고, 상기 Full Lambda Schedule 기법은 아래의 수학식으로 표현되며,상기 는 i번째 영상 조각, 는 상기 의 면적, 는 상기 의 평균 분광 특성 벡터 및 는 상기 와 의 연접 경계의 길이인 것을 특징으로 하는 드론을 활용한 갯벌 지역에서의 갯골 정보 추출 장치
|
2 |
2
제 1 항에 있어서,상기 영상 조각 분할부는, 상기 생성된 그래디언트 영상에 스케일 레벨(scale level)을 적용하여 임계값을 결정하고, 상기 결정된 임계값보다 낮은 그래디언트 값을 가지는 지역적 최저점은 고려하지 않고, 상기 결정된 임계값보다 높은 그래디언트 값을 가지는 지역적 최저점을 이용하여 복수의 영상 조각으로 분할하는 드론을 활용한 갯벌 지역에서의 갯골 정보 추출 장치
|
3 |
3
삭제
|
4 |
4
제 1 항에 있어서, 상기 수계 판별 기준 학습부는, 상기 각각의 조각을 구성하는 화소들의 평균 밝기값, 면적 및 텍스쳐 특성 중의 적어도 하나를 추출하고 감독분류방식을 이용하여 분석하여 수계 판별 기준을 학습하는 드론을 활용한 갯벌 지역에서의 갯골 정보 추출 장치
|
5 |
5
드론을 활용한 갯벌 지역에서의 갯골 정보 추출 방법에 있어서, DGPS(Differential Global Positioning System) 측량을 통하여 갯벌 지역의 지상기준점 측량을 수행하는 단계;항공삼각측량을 위해서, 드론을 활용하여 일정 시간 간격으로 상기 갯벌 지역에 대한 항공영상을 촬영하는 단계;상기 촬영된 항공영상을 이용하여 수치표면모형 및 정사영상을 생성하는 단계;상기 정사영상에서 소정의 영역의 화소와 상기 소정의 영역을 둘러싸고 있는 주변 화소와의 밝기값 차이를 이용하여 그래디언트(gradient) 영상을 생성하는 단계;상기 생성된 그래디언트(gradient) 영상에 watershed 알고리즘을 적용하여 복수의 영상 조각으로 분할하는 단계;상기 복수의 영상 조각 각각에 대하여, 인접한 영상 조각들의 분광 특성이 일정 유사도 이상인 경우 상기 인접한 영상 조각들을 병합하는 단계; 상기 병합하는 단계를 통하여 획득된 영상 조각별로 각각의 조각을 구성하는 화소들의 특성을 추출하고 분석하여 수계 판별 기준을 학습하는 단계; 상기 학습된 수계 판별 기준을 이용하여, 상기 획득된 영상 조각들에서 수계 지역을 구분하고, 상기 구분된 수계 지역의 영상 조각들을 객체 인접성 분석(object adjacency analysis)을 통하여 병합하여 수계 경계를 추출하는 단계; 및상기 추출된 수계 경계를 시간대별로 중첩하여 갯벌 지역의 등고선을 추출하는 단계를 포함하며,상기 인접한 영상 조각들을 병합하는 단계는, Full Lambda Schedule 기법을 사용하여 상기 분할된 복수의 영상 조각들의 평균 분광 벡터를 계산하여 유사도를 측정하고, 상기 측정된 유사도를 크기 순으로 누적하여 상위 소정의 퍼센트(%) 값을 가지는 유사도를 임계값으로 결정하며, 상기 결정된 임계값보다 큰 유사도를 가지는 영상 조각들을 병합하는 단계를 포함하고, 상기 Full Lambda Schedule 기법은 아래의 수학식으로 표현되며,상기 는 i번째 영상 조각, 는 상기 의 면적, 는 상기 의 평균 분광 특성 벡터 및 는 상기 와 의 연접 경계의 길이인 것을 특징으로 하는 드론을 활용한 갯벌 지역에서의 갯골 정보 추출 방법
|
6 |
6
제 5 항에 있어서,상기 생성된 그래디언트(gradient) 영상에 watershed 알고리즘을 적용하여 복수의 영상 조각으로 분할하는 단계는, 상기 생성된 그래디언트 영상에 스케일 레벨(scale level)을 적용하여 임계값을 결정하고, 상기 결정된 임계값보다 낮은 그래디언트 값을 가지는 지역적 최저점은 고려하지 않고, 상기 결정된 임계값보다 높은 그래디언트 값을 가지는 지역적 최저점을 이용하여 복수의 영상 조각으로 분할하는 단계를 포함하는 드론을 활용한 갯벌 지역에서의 갯골 정보 추출 방법
|
7 |
7
삭제
|
8 |
8
제 5 항에 있어서, 상기 각각의 조각을 구성하는 화소들의 특성을 추출하고 분석하여 수계 판별 기준을 학습하는 단계는, 상기 각각의 조각을 구성하는 화소들의 평균 밝기값, 면적 및 텍스쳐 특성 중의 적어도 하나를 추출하고 감독분류방식을 이용하여 분석하여 수계 판별 기준을 학습하는 단계를 포함하는 드론을 활용한 갯벌 지역에서의 갯골 정보 추출 방법
|
9 |
9
제 5 항, 제 6 항 또는 제 8 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|