Image Display and Contrast Stretch 위성영상처리

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