고해상도 위성이 등장한 이후 이들 영상으로부터 지리정보를 추출하기 위한 다양한 기법이 개발되어 왔다. 그러나 고해상도 영상은 분광변이가 심하기 때문에 기존의 화소기반 분류로는 분류계급을 효과적으로 표현할 수 없다. 고해상도 영상의 경우, 최소단위를 화소로 하는 화소기반 분류보다는 벡터자료에서 추출한 면단위로 분할된 GIS 데이터를 이용하면 분류 정확도가 향상될 수 있다. 본 연구에서는 고해상도 위성영상과 벡터자료를 통합하는 기법인 선통합 후분류 기법과 선분류 후통합 기법을 파악하고 실제의 자료에 적용하여 그 결과를 비교평가하였다. 그 결과 고해상도 위성영상 분류에 있어서 벡터자료를 이용한 분류기법이 화소단위의 분류기법이 가지는 문제점을 보완할 수 있었다. 벡터자료를 통합하는 기법들을 비교한 결과 선분류 후통합 기법이 처리가 용이하면서도 분류정확도가 높은 기법으로 판명되었다.
After the launch of the high resolution image satellite, many methods have been developed to extract the geographic information from high resolution images. However, as the high resolution image has strong spectral variance, current pixel based classification does not work efficiently. The alternative is the field based classification which groups pixels of image by integrating vector polygon data from a GIS database. This method is called per-field classification. This study aims to explore the per-field classification which integrates the high resolution images and vector polygon data and to apply it to the IKONOS image and digital land data. The results of this study prove that the field based classification can be a good alternative of the pixel based classification. In addition, the first classification - later integration seems to work better than the first integration - later classification in terms of accuracy and efficiency.
(0)
(0)