지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록· 키워드
오류제보하기
This study aimed to find an efficient image classification method for the analysis of urban forest by comparing the results of satellite image analysis with field survey data. For the analysis, ER Mapper, Arc/Info & ArcView GIS, and Landsat TM images of Seoul were used.
Classification accuracy of three methods-multiband of single image, band ratio of single image, and multiband of multiple images-was compared. The results showed that multiband method of single image is better than the other methods in accuracy and correction of shadow effect. The use of multiple images increased accuracy in some cases, but its effect was not stable.
The multi band method was applied to vegetation classification of Dae-mo mountain and the result was compared with field survey data. In the process, two training region selection methods were compared: selection of training region based on the field survey data and on the vegetation map of Korea Forestry Research Institute. The accuracy of using field survey data yielded better accuracy. Finally, the change of vegetation structure in the Dae-mo mountain was analyzed.
The results of this study verified an appropriate classification method for the analysis of urban forest, and demonstrated the direction of application method. The limitations of this study and future research directions were discussed.
Classification accuracy of three methods-multiband of single image, band ratio of single image, and multiband of multiple images-was compared. The results showed that multiband method of single image is better than the other methods in accuracy and correction of shadow effect. The use of multiple images increased accuracy in some cases, but its effect was not stable.
The multi band method was applied to vegetation classification of Dae-mo mountain and the result was compared with field survey data. In the process, two training region selection methods were compared: selection of training region based on the field survey data and on the vegetation map of Korea Forestry Research Institute. The accuracy of using field survey data yielded better accuracy. Finally, the change of vegetation structure in the Dae-mo mountain was analyzed.
The results of this study verified an appropriate classification method for the analysis of urban forest, and demonstrated the direction of application method. The limitations of this study and future research directions were discussed.
목차
ABSTRACT
Ⅰ. 序論
Ⅱ. 硏究의 結果
Ⅲ. 結論
註
參考文獻
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
식생층위구조 분석을 위한 인공위성 영상자료의 분류기법 연구
한국환경생태학회 학술발표논문집
2000 .01
-
CNN 이용 시 분류정확도를 향상시키기 위한 건축이미지 검색 방법
대한건축학회논문집
2020 .09
-
다중영상을 이용한 영상강화기법의 정확도 분석
대한토목학회 학술발표회 논문집
1998 .10
-
Multiband Energy Scaling 방법과 신호의 방향을 이용한 영상 화질 향상 기법
한국방송미디어공학회 학술발표대회 논문집
2015 .07
-
Effectiveness of Using the TIR Band in Landsat 8 Image Classification
한국측량학회지
2015 .06
-
영상분류기법에 따른 지형분류정확도 향상에 관한 연구
대한토목학회 학술대회
2006 .10
-
High Accuracy Classification Methods for Multi-Temporal Images
한국음향학회지
1997 .01
-
신호 방향에 적응적인 Multiband Energy Scaling을 이용한 영상 화질 향상 기법
한국방송미디어공학회 학술발표대회 논문집
2015 .11
-
Land cover classification of a non-accessible area using multi-sensor images and GIS data
한국측량학회지
2010 .10
-
Reference Map을 이용한 시계열 image data의 자동분류법
한국음향학회지
1997 .01
-
An Efficient Method for Form Image Analysis
대한전자공학회 워크샵
1996 .01
-
영상 분할을 이용한 영상 전송 시스템에 대한 연구
반도체디스플레이기술학회지
2016 .01
-
토지피복분류 기법을 이용한 고해상도 위성영상의 분류 정확도 비교 분석
대한토목학회 학술대회
2012 .10
-
영상 영역에 따른 카메라 모델 판별 성능 영향 분석
대한전자공학회 학술대회
2019 .11
-
야간 및 저시정 해양환경을 고려한 인공신경망 기반의 선박 분류 향상에 관한 연구
한국CDE학회 논문집
2019 .09
-
다양한 이미지 향상 기법을 사용한 전립선 병리영상 딥러닝 이진 분류 연구
멀티미디어학회논문지
2020 .04
-
A Test Image Management System for Descriptor Comparison
한국멀티미디어학회 학술발표논문집
2006 .11
-
규칙기반 영상분류 방법의 제주도 지역의 적용
한국공간정보학회지
2013 .02
-
High Spatial Resolution Satellite Image Simulation Based on 3D Data and Existing Images
한국측량학회지
2016 .04
-
다중영상정합을 위한 유사성 측정에 관한 연구
한국측량학회 학술대회자료집
2011 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-539-017531109