Core Concepts
위성 영상 데이터에서 텍스처 특징과 NDVI 비율을 활용하여 산림 지역을 정확하게 분류할 수 있는 정적 알고리즘을 제안한다.
Abstract
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.
Stats
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.