book.jayu.org
원격탐사와 디지털 영상처리, 제4판

원격탐사와 디지털 영상처리, 제4판

John R. Jensen (지은이), 임정호 (옮긴이), 손홍규 (옮긴이), 박선엽 (옮긴이), 김덕진 (옮긴이), 최재완 (옮긴이), 이진영 (옮긴이), 김창재 (옮긴이)

(주)시그마프레스·2016-09-19

  • 610쪽
  • 역사
  • KDC 569.9

로그인하면 내 서재에 추가할 수 있어요.

책 소개

서문 제4판의 새로운 내용 원격탐사와 디지털 영상처리 제4판은 디지털 원격탐사 자료를 분석하기 위해 사용된 최신의 기법들에 대한 정보를 제공하고 있다. 본 저서는 지리공간정보에 관련된 문제해결을 위해 항공 또는 위성에서 취득된 원격센서 자료를 다루는 지리학, 지질학, 해양학, 산림학, 인류학, 생물학, 토양학, 농경학, 도시계획학 등을 포함하는 대학원수준의 교육을 위한 소개서로 이상적이다. 원격탐사와 디지털 영상처리 제4판은 컬러판으로 출판되었다. 많은 디지털 영상처리의 개념들이 가) 컬러 도표와 삽화, 나) 원래 컬러로 표현된 디지털 원격탐사 자료, 다) 컬러 영상이나 주제도로 나타내어진 디지털 영상 처리 등을 통하여 잘 설명되고 실증되기 때문에 이는 매우 중요하다 할 수 있다. 독자는 이제 특정한 색상판을 찾아서 볼 필요 없이 본 저서 내에서 적절한 위치에 놓인 삽화와 영상을 검토해볼 수 있게 되었다. 본 저서의 목적은 상대적으로 복잡한 디지털 영상처리기법들과 알고리즘을 학생들과 원격탐사관련 분야 연구자들이 가능한 쉽게 이해할 수 있도록 만드는 것이다. 따라서 독자들은 각 장의 말미에 디지털 영상처리 프로젝트나 연구를 위한 시발점으로 이용할 수 있는 상당한 양의 참고문헌들을 포함하고 있음을 알아야 한다. 이하는 제4판의 주요 내용과 보강된 부분들에 대한 요약이다. 제1장: 원격탐사와 디지털 영상처리 본 장에서는 원격탐사자료의 보정과 주제도와 같은 원격탐사 결과물들의 정확도를 평가하는데 사용되는 지상기준점 정보의 중요성이 강조되었다. 원격탐사처리 부분에서는 디지털 영상처리의 최신의 획기적인 기술들을 반영하여 갱신하였다. 국지적인 고해상도의 문제 해결뿐만 아니라 지구단위의 기후변화 연구를 위한 원격탐사의 이용이 강조되었다. 본 장은 또한 원격탐사 디지털 영상 처리를 위해 필요한 숙련된 인력의 수요 증가에 대한 상세한 정보도 포함하고 있다. 이러한 정보들은 NRC (2013) Future U.S. Workforce for Geospatial Intelligence 연구와 2012년부터 2022년 사이에 계획된 39,900개의 원격탐사 과학자, 전문가, 기능사 구인에 관한 미국노동부(U.S. Department of Labor Employment and Training Adminstration, USDOLETA, 2014)로부터 획득되었다. 이들 지리공간정보 직업군들의 상당수는 원격탐사 디지털 영상처리에 관한 숙련을 필요로 한다. 제2장: 원격탐사 자료 수집 본 장은 과거, 현재, 그리고 계획된 원격탐사 자료원에 대한 정보를 제공한다. 새롭게 제안된 위성 원격탐사 시스템(예: Astrium의 Pleiades와 SPOT6, Digital Globe의 GeoEye-1, GeoEye-2, WorldView-1, WorldView-2, WorldView-3, 인도의 CartoSat과 ResourceSat, 이스라엘의 EROS A2, 한국의 KOMPSAT, NASA의 Landsat 8, NOAA의 NPOESS, RapidEye 등)과 항공 원격탐사 시스템(예: PICTOMETRY, Microsoft사의 UltraCAM, Leica의 Airborne Digital System 80)이 본 개정판에 포함되었다. 퇴역하거나(예: SPOT 1, SPOT2, Landsat 5), 성능이 저하되거나(예: Landsat 7 ETM+), 또는 실패한(예: European Space Agency Envisat) 센서 시스템들에 대한 상세한 기술적 설명 또한 언급되었다. 제3장: 디지털 영상처리 하드웨어 및 소프트웨어 기대했던 바와 같이 컴퓨터 하드웨어(예: CPU, RAM, 대용량저장, 디지타이징 기술, 디스플레이, 전송/저장 기술)와 디지털 영상처리 수행에 필수적인 소프트웨어(예: 다중분광, 하이퍼분광, 화소단위, 객체기반 영상분석)는 지난 제3판 이후 급격히 발전하여 왔다. 디지털 영상처리를 수행하기 위해 사용되어온 컴퓨터 하드웨어의 향상에 대하여 논의되었으며, 주요 디지털 영상처리 소프트웨어의 가장 중요한 기능들, 특성들 그리고 자료들에 대하여 언급되었다. 제4장: 영상 품질평가 및 통계적 분석 히스토그램의 중요성과 더불어 기초적인 디지털 영상 처리 수학표기법이 검토되었다. 메타데이터의 중요성도 소개되었다. 3차원 표현과 더불어 영상의 품질을 평가하는 가시적인 방법들에 대해서도 언급되었다. 디지털 원격탐사 데이터의 초기 품질을 평가하는 단변량 및 다변량방법들에 대해서도 다시 언급되었다. 지리통계분석, 자기상관분석, 그리고 크리깅 보간법에 대한 새로운 절이 추가되었다. 제5장: 원격탐사자료 표현방법 및 과학적 시각화 LCD, 영상 압축 기법, 색상 좌표 시스템 (RGB, IHS), 8비트와 24비트 컬러 순람표의 사용, 이종 영상의 융합 기법들(예: Gram-Schmidt, regression Kriging)에 대한 새로운 정보가 제공되었다. 디지털 영상을 이용하여 거리, 둘레, 형상, 면적을 측정하는 방법에 대한 추가적인 정보 또한 제공되었다. 제6장: 전자기 복사 원리 및 방사보정 전자기 복사 원리(예: Fraunhofer absorption features)와 선택된 자연 및 인공 물질의 분광 반사 특성에 대한 추가적인 정보가 제공되었다. 절대적인 방사보정(예: ACRN, FLAASH, QUAC, ATCOR, 경험적 선형 보정)과 상대적 방사보정(예: 단일시기 및 다시기 영상 정규화)을 포함하는 매우 중요한 방사보정 알고리즘들에 대한 정보가 갱신되었다. 제7장: 기하보정 영상 대 지도 등록과 영상 대 영상 등록의 기존방법들과 더불어 향상된 방법들이 언급되었다. 추가적으로 본 개정판은 가전면(可展面, developable surfaces)에 대한 확장된 논의와 더불어 광범위하게 사용되어진 원통, 방위, 원추 지도 투영법의 특성과 장단점에 대하여 언급하고 있다. MODIS 위성영상은 선정된 지도 투영법들(예: Mercator, Lambert Azimuthal Equal-area)에 의해 투영되었다. 영상 모자이킹에 관한 절은 새로운 예시들을 포함하고 있으며, Landsat ETM+ 데이터(WELD: Web-enabled Landsat Data project)를 이용하여 USGS가 매년 제작하는 모자이크의 특성들에 대하여 실증하고 있다. 제8장: 영상강조 본 장에서는 영상확대 및 축소에 관한 절들이 갱신되었다. 또한, 밴드비, 근린 래스터 연상, 공간 컨벌루션 필터링과 경계(에지) 강조, 공간 주파수 필터링, 텍스쳐 추출, 주성분 분석 등과 같은 영상강조 기법들이 갱신되었다. 식생지수에 관한 절에서는 잎의 반사를 통제하는 주요 인자들에 대한 새로운 정보가 상당히 추가되었으며, 다수의 새로운 지수들이 도표 예시를 통하여 소개되었다. 몇몇 새로운 텍스쳐 변형이 소개되었으며 (예: Moran’s I Spatial Autocorrelation) GLCM(Grey-level Co-occurrence Matrices)을 이용한 텍스쳐 추출에 대한 새로운 정보가 제공되었다. 본 장은 원격탐사 데이터에서 추출할 수 있는 자연생태지표에 대한 새로운 논의로 마무리된다. 제9장: 주제정보추출: 패턴 인식 APA(American Planning Association)의 토지기반 분류 표준(LBCS: Land-Based Classification Standard), 미국 토지 피복 데이터베이스(NLCD: U.S. National Land Cover Database) 분류 시스템, NOAA의 해안 변화 분석 프로그램(C-CAP: Coastal Change Analysis Program) 분류 운영계획, IGBP 토지피복 분류 시스템에 대한 최신의 정보들이 추가되었다. 지물(밴드) 선택의 새로운 방법들(예: Correlation Matrix Feature Selection)이 소개되었다. 객체기반 영상처리(OBIA: Object-Based Image Analysis) 분류 기법들에 대한 추가적인 정보와 새로운 예시들이 제시되었다. 제10장: 인공지능을 이용한 정보추출 기계학습 결정나무, 회귀나무, Random Forest, SVM(…

리뷰 남기기

로그인하면 리뷰를 남길 수 있어요.

리뷰 0개

아직 리뷰가 없어요.