Kernekoncepter
위성 영상 데이터에서 텍스처 특징과 NDVI 비율을 활용하여 산림 지역을 정확하게 분류할 수 있는 정적 알고리즘을 제안한다.
Resumé
이 논문은 위성 영상 데이터에서 산림 지역을 비산림 식생과 구분하기 위한 정적 알고리즘을 제안한다.
RGB 영상에서 검출된 에지를 이용하여 텍스처 마스크를 생성한다.
NDVI 영상을 활용하여 식생 지역을 식별한다.
텍스처 마스크와 NDVI 영상을 결합하여 산림 지역을 분류한다.
실험 결과, 제안된 정적 알고리즘은 기존의 DetecTree 분류기보다 우수한 성능을 보였다. 다만 정확도 평가를 위한 정확한 ground-truth 데이터 확보가 어려워 정량적 비교에 한계가 있었다. 향후 연구에서는 다양한 스펙트럼 및 컨텍스트 특징을 추가하여 분류 정확도를 높이고자 한다.
Statistik
위성 영상 데이터는 Sentinel-2 위성에서 취득된 것으로, 평균 고도 786km에서 촬영되었으며 290km의 궤도 폭을 가진다.
지면 진실 데이터는 온타리오 자연자원산림부의 Forest Resources Inventory leaf-on LiDAR Landcover 데이터를 사용하였다.