새로운 영상 향상법과 신경회로망을 이용한 다중분광 영상의 카테고리 분류

A Category Classification of Multispectral Images Using a New Image Enhancement Method and Neural Networks

일반적으로 신경회로망은 다중분광 영상의 카테고리 분류를 위해 많이 사용되나 다중분광 영상의 경우 카테고리간 명암도차가 얼마나지 않아 오차 수렴시간이 많이 걸리고 분류성능이 떨어진다. 이와 같은 문제점을 해결하기 위해 본 논문에서는 평활화 과정, 주된 골을 찾는 과정, 그리고 향상 과정으로 구성되는 새로운 영상 향상법을 제안하고, 제안한 방법으로 향상된 다중분광 영상을 신경회로망의 입력으로 하여 카테고리 분류하였다. 제안한 방법을 LANDSAT TM 영상에 적용한 결과 신경회로망의 오차 수렴속도가 빨라졌고, 분류 성능이 향상되었음을 확인할 수 있었다.

In general, neural networks are widely used for the category classification. However when low contrast images, such as multispectral images, are used as input of neural networks, neural networks converge very slowly provide bad performance. To overcome this problem, we propose a new image enhancement method which consists of smoothing process, finding the main valley and enhancement process. And the enhanced images by the proposed method are used as input of neural networks for the category classification. When the new category classification method is applied to multispectral LANDSAT TM images, it is verified that neural networks converge very fast and overall category classification performance is improved.