Image Display and Contrast Stretch 위성영상처리
- 최초 등록일
- 2016.04.06
- 최종 저작일
- 2016.01
- 12페이지/ 한컴오피스
- 가격 3,000원
목차
1. Raw DN Values 검토 (Mouse cursor, Pixel editor)
2. Profile
3. Color Composite
4. Contrast Stretching
본문내용
이번 실습은 실습 과제 2번에서 사용한 PG-STEAMER를 이용하여, 각 파장별 특성 분석과 그에 대한 픽셀 값의 통계, Image Analyzer를 통해 선을 긋거나 영역을 설정하여 해당 지역에 대한 히스토그램 분석, Contrast Stretch를 이용하여 그 분포도를 확장시켜 좀 더 효과적인 비교 ‧ 분석을 가능하게 해주는 등, 여러 가지 아래 문제들에 대한 실습들을 해보았다. 아직 PG-STEAMER에 대해 전부다 배운 것도 아닌데 다루는 것이 익숙지 않습니다. 그래서 이번 실습을 통하여 좀 더 익숙하게 그나마 배운 것들을 제대로 익힐 수 있는 기회가 되었다.
1. Raw DN Values 검토 (Mouse cursor, Pixel editor)
• 우선 Import Image를 이용하여 “파주ETM_034020_600.bil” 파일을 “파주ETM_034020_600.xdm ” 파일로 변환하였습니다. 원본과 일치하도록 600×600×bands형태로 바꾸었다. 아래 표는 PG-STEAMER에서 제공해주는 기본적인 통계 값을 보여준다.
<중 략>
칼라 합성 영상은 영상이 감지할 수 있는 파장 영역에 따라, 즉 밴드의 수에 따라 기하급수적으로 늘어난다. 하지만 이것이 전부 다 필요한 것은 아닙니다. 가시광선이나, 근적외선, 중적외선, 열적외선 등 그 커다란 영역아래 미세하게 쪼개져 들어가 있는 밴드들이 많기 때문에 상당히 유사한 형태를 띠는 영상들을 조합해서 본다는 것은 무의미하다고 볼 수 있다. 그렇기 때문에 각 밴드별로 그 유사도가 적은, 즉 상관계수가 0에 가깝고 분산이 큰 값을 구하는 OIF(Optimum Index Factor) 값이 가장 큰 것들끼리의 조합을 찾아서 비교하는 것이 보다 효과적이다. PG-STEAMER에서 제공해주는 통계 값을 비교해보면 보다 쉽게 그 값을 찾아낼 수가 있다. 지난 실습에서는 밴드 1, 4, 5번이 가장 좋은 칼라 조합이었는데 이번에는 어떤지 상관 계수 표를 참고해 보았다.
참고 자료
없음