드론 초분광영상을 활용한 하상재료 입경 분류 :Size Classification of River-Bed Material Using Hyperspectral Image Taken by UAV

이윤호

추천

검색

자료유형: 학위논문

저자정보: 이윤호 (명지대학교, 명지대학교 대학원)

지도교수: 윤병만

발행연도: 2020

저작권: 명지대학교 논문은 저작권에 의해 보호받습니다.

이용수8

이 논문의 연구 히스토리 (3)

2020

드론 초분광영상을 활용한 하상재료 입경 분류

이윤호 토목환경공학과 2020.01 학위논문

2019

사질토 하상재료의 영상입도 분석을 위한 초분광 영상의 분광특성 분석

이윤호 , 김서준 , 윤병만 대한토목학회 학술대회 2019.10 학술대회자료

하천의 하상재료 분류를 위한 초분광 영상의 분광특성 분석

이윤호 , 김서준 , 윤병만 한국수자원학회 학술발표회 2019.01 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

현재 수행되고 있는 하상재료 조사는 직접 하천에서 하상재료를 채취하고 이를 체분석하여 입도분포 곡선을 그리는 방식으로 수행하고 있다. 그러나 이러한 방법은 시간, 인력 및 비용의 소모가 큰 반면에 조사 결과가 지점 데이터로 얻어져 하상재료의 공간적 분포를 확인하기 어려운 문제 등이 있다. 따라서 이러한 문제를 해결하기 위해서는 하상재료 조사 방법 개선에 대한 연구가 필요한 실정이다. 이에 본 연구에서는 하상재료의 입경을 드론과 초분광영상을 활용하여 조사할 수 있는 기술을 개발하고자 한다.
하상재료의 입경 분류는 촬영된 초분광영상에 반사율비 분석방법을 사용하여 수행하였다. 반사율비 분석방법은 초분광영상의 하상재료를 촬영한 각 화소의 분광정보 중에서 2개의 파장에 대한 반사율의 비를 계산하고, 하상재료의 입경별로 반사율비가 다른 특징을 이용하여 입경 분류를 수행하는 방법이다. 본 연구에서는 우선 하상재료의 입경을 총 7 개 그룹(그룹 1(4.75 mm∼2 mm), 그룹 2(2 mm∼0.84 mm), 그룹 3(0.84 mm∼0.42 mm), 그룹 4(0.42 mm∼0.25 mm), 그룹 5(0.25 mm∼0.15 mm), 그룹 6(0.15 mm∼0.074 mm) 및 그룹 7(0.074 mm이하))으로 나누어 초분광영상을 촬영하고 분석하였다.
반사율비 분석방법은 두 개 그룹의 분류만이 가능하기 때문에 그룹 1과 그룹 2와 같이 인접한 두 그룹을 대상으로 분석을 수행하였다. 각 그룹 별로 20 개 화소의 분광정보를 대상으로 반사율비 분석방법을 적용하여 분류가 가장 명확히 이루어질 수 있는 최적 파장조합을 선정하였고, 해당 파장조합의 반사율비를 두 그룹의 분류 기준으로 설정하였다. 반사율비 분석방법을 통해 선정된 분류 기준을 이용하여 각 그룹별 초분광영상의 반사율을 기준으로 분류한 결과에 대한 정확도는 그룹 1과 2 66.3 %, 그룹 2와 3은 74.2 %, 그룹 3과 4는 92.2 %, 그룹 4와 5는 73.5 %, 그룹 5와 6은 69.0 % 그리고 그룹 6과 7은 100 %로 나타났다.
본 연구에서는 채취한 하상재료를 체분석하여 일정한 입경구간으로 나눈 후 실험을 수행하였다. 그러나 실제 하천의 하상재료는 다양한 입경을 가지는 입자들이 혼합되어 있기 때문에 본 연구에서 수행한 방법을 그대로 적용하기에는 어려움이 있다. 따라서 실제 하천과 유사한 입경 분포를 가지는 경우에 대해 연구가 수행된다면 실제 하천에 적용할 수 있는 하상재료 조사방법이 될 수 있을 것으로 기대된다.

Conventional River-bed material survey is performed by sifting the collected material and drawing a grain-size distribution curve. However, which consumes large quantity of much time, human resources, and cost. Moreover, the surveyed results are the point-based data, making it difficult to know the spatial distribution of the bed material. It raises a need for a study on the improvement of the river-bed material survey method.
This study aims to develop a technique of measuring the size of river-bed materials using drones and hyperspectral images. The study classifies the size of the river-bed material by applying the reflectance ratio method for the captured hyperspectral images. The reflectance ratio method selects two wavelengths, calculates a ratio of reflectances for the selected wavelengths, and performs size classification using features having different reflectance ratios for each material size.
In this study, the collected river-bed materials were classified into seven groups depending on the material size: Group 1 (4.75 mm to 2 mm), Group 2 (2 mm to 0.84 mm), Group 3 (0.84 mm to 0.42 mm), and Group 4 (0.42 mm to 0.25 mm), Group 5 (0.25 mm to 0.15 mm), Group 6 (0.15 mm to 0.074 mm), and Group 7 (0.074 mm or less). Furthermore, hyperspectral images have been taken for these groups. Since the reflectance ratio analysis method can classify only two groups, the analysis was performed on two adjacent groups such as group 1 and group 2, group 2 and group 3. And the study selected the optimal wavelength combinations, which provides the best classification by applying the reflectance ratio method to the spectral characteristics of 20 pixels selected from the image of each group. As a result of verifying the classification based on the reflectance of all pixels of the image using the classification criteria determined by the reflectance ratio method, the accuracy of classification is 66.3% for group 1 & 2, 74.2% for group 2 & 3, 92.2% for group 3 & 4, 73.5% for group 4 & 5, 69.0% for group 5 & 6, and 100 % for group 6 & 7.
This study sifted the collected river-bed material and divided them into several groups according to the grain size. However, this method is challenging to apply in practice as the bed material has various sizes in the actual river. If research is carried out on a case where the material size has a similar distribution to the actual river, the research will justify the application of the method suggested in this study for the actual river environments.

#하상재료 #입경분류 #드론 #초분광영상 #반사율비 #분광 특성

그림목차 ⅲ
표목차 ⅴ
국문초록 ⅵ
제 1 장 서론 1
1.1 연구 필요성 및 목적 1
1.2 연구내용 및 범위 3
제 2 장 이론적 배경 및 기존 연구동향 5
2.1 하천환경조사 중 하상재료 조사의 한계 5
2.1.1 하천환경조사 5
2.1.2 하상재료 조사 방법 및 한계 5
2.2 무인기를 활용한 하천환경조사 8
2.2.1 원격탐사 9
2.2.2 무인항공기(드론)를 활용한 원격탐사 11
2.2.3 원격탐사 활용 동향 12
2.3 초분광영상 활용기술 12
2.3.1 분광특성 13
2.3.2 초분광영상 14
2.3.3 초분광영상의 활용 분야 15
제 3 장 드론 초분광영상 촬영 및 처리 16
3.1 드론 초분광영상 촬영 장비 및 방법 16
3.2 드론 초분광영상 처리 23
제 4 장 분광특성을 이용한 하상재료 입경 분류 33
4.1 분광특성을 이용한 하상재료 입경분류 방법 33
4.2 입경분류 방법의 적용 37
4.2.1 하상재료 채취 및 체분석 37
4.2.2 드론 초분광영상 촬영 및 처리 40
4.2.3 드론 초분광영상의 학습자료 분광특성 분석 50
4.2.4 드론 초분광영상을 활용한 하상재료 입경 분류 결과 및 검증 53
제 5 장 결론 및 향후 과제 55
참고문헌 57
Abstract 62

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)