산불지역 토양의 침식양상을 구분하기위하여 강원도 강릉시 사천면 일대의 산불지역 토양을 조사하였다. 토양은 유기물의 분포양상 및 토양층의 두께, 토양층 발달의 완전성(성숙도)를 근거로 5개 유형으로 구분하였다. 침식 현상은 토양의 유형에 따라 다르게 나타났다. 나뭇잎, 낙엽층, 뿌리, 재 그 밖의 유기물의 피복이 토양의 색과 영상 이미지 반사에 영향을 미치는 중요한 요인이었다. 침식양상의 차이를 보이는 5개 유형의 토양의 Landsat ETM 영상은 토양 유형별로 상이한 반사특성을 보였다. 산불지역 토양의 정규식생지수(NDVI)와 무감독 분류는 토양유형에 따른 Landsat ETM 영상 차이를 잘 반영하기 못하였으나, 최대우도법에 의한 감독분류 기법의 적용시 산불지역에서 침식형태에 따른 토양유형 구분이 가능하였다. 본 연구는 산불지역에서 침식현상을 파악하고 예측하는데 Landsat ETM 영상의 활용이 매우 효과적임을 보여주었다.

본 연구는 강원도 강릉지역 산불지역의 피해분석을 위한 피해지 지표분류를 목적으로 Landsat Enhanced Thematic Mapper Plus (ETM+) 영상에서 활용할 수 있는 분류지수의 적용을 검토하였다. 연구지역 산불지역을 대상으로 Landsat TM 영상을 활용하기 위해 개발된 식생지수(NDVI)와 토양을 고려한 식생지수(SAVI), Tasseled Cap 변환으로 억을 수 있는 밝기지수(brightness), 습윤지수(wetness), 녹색지수(greenness)를 야외조사 결과와 비교하였다. 분석 결과 식생지수와 토양을 고려한 식생지수는 산불발생지역과 산불이 발생하지 않은 지역에 대한 구분이 뚜렷하였으나, 산불발생지역내에서 피해지역 구분에는 적절하지 않은 것으로 파악되었다. 산불방생지역내에서는 Tasseled Cap 변화에서 나타나는 토양평면을 활용할 때 침식피해와 관련한 야외조사 결과와 가장 근접한 분류 결과를 얻을 수 있었다. Tasseled Cap 변환에서 건조지수와 녹색지수를 더하여 선형함수로 활용하면 신속하고 효율적으로 산불지역을 분류가 가능 할 것으로 기대된다.

Many system devices for fluoroscopic and general X-ray studies in diagnostic radiographic system have been being changed from analog mode to digital mode. In addition, among diagnostic imaging and radiologic examinations, fluoroscopic studies that requires functional diagnosis is being widely used. The video recording method of fluoroscopic studies has been useful in functional image diagnosis and dynamic image observation, but the utility of its image quality is being reduced because of limitation in setting play segments of the video player, inconvenience of play, difficulties in preserving reproduced images, the change of image quality, etc. In order to complement these shortages, it is necessary to facilitate access to patient diagnosis information such as storing, editing and sharing functional diagnosis images in response to the trend of the digitalization of digital radiographic & fluoroscopic system(DRF). Thus this study designed and implemented a device of storing functional dynamic images real time using a computer rather than existing video recording, aiming at contribution to functional image diagnosis.

본 연구는 영상 처리를 이용하여 채소의 모종 시기를 자동으로 파악할 수 있는 시스템을 개발하기 위한 것이다 즉 작물의 높이, 장변 및 단변을 영상처리를 이용해 자동으로 측정하고자 하는 시스템을 개발하고자 한 것이다. 각 작물 당 20개씩의 실험체를 두어반복 측정한 결과, 들깨의 경우 높이는 평균 오차 5.0mm로 평균 실측 길이 대비 1.7% 오차율, 장변은 평균 오차 4.7mm, 오차율 3.9%, 단변은 평균 오차 5.5 mm, 오차율 6.9%로 나타났다. 도라지의 경우 높이는 평균 오차 2.4 mm, 오차율 8.1%, 장변은 평균 오차 3.4 mm, 오차율 7.2%, 단변은 평균 오차 4.0 mm, 오차율 10.4%로 나타났다. 상추의 높이는 평균 오차 4.0 mm, 오차율 9.1%, 장변은 평균 오차 3.4 mm, 오차율 7.2%, 단변은 평균 오차 3.6mm, 오차율 9.4%로 나타났다. 따라서 현장 환경에 맞게 좀 더 개선된다면 사람의 시각을 이용한 작물의 생장상태 판별보다 더 정확하다고 판단된다.

This paper explores an image segmentation and representation method using Vector Quantization(VQ) on color and texture for content-based image retrieval system. The basic idea is a transformation from the raw pixel data to a small set of image regions whi

본 연구의 목적은 1991년 위성 데이터와 2002년의 위성 데이터의 비교 분석을 통한 전남 완도의 난대림 식생 변화추이를 밝히는데 있다. 이를 위해 1991년 Landsat TM영상과 2002년 Landsat ETM 영상이 이용되었으며, 이미지 프로세싱은 ENVI를 이용하였다. GIS를 이용한 난대림 관리 시스템 개발은 Arc/Info와 ArcView를 이용하여 완성되었다. 영상 데이터의 촬영시기 차이와 TM 영상의 해상도(Resolution)가 정밀하지 못해 복잡한 지형특성을 지닌 곳에서는 정확한 변화추이를 파악하기는 불가능하였으나, 2002년 영상을 이용하여 분석된 완도의 상록활엽수림 면적은 약 2,027ha로 산출되었다. 상록활엽수림과 상록침엽수림은 11년 전에 비해 소폭으로 증가하였으나 낙엽활엽수림은 큰 폭으로 감소하였다. 식생분류를 위한 기준은 상록활엽수림, 상록침엽수림, 낙엽활엽수림, 기타로 구분하였으며 감독분류기법을 통해 식생이 분류되었다. 완도의 공간 데이터는 녹지자연도, 현존식생도, 산림토양도, 훼손유형도, 지형도, 토지소유현황도로 분류되었고, 이에 대한 속성 데이터 베이스는 Arc/Info와 ArcView를 이용하여 완성되었다. 데이터를 관리하고 필요한 정보를 색인 분석하는 사용자 GUI(Graphic User Interface)는 Avenue를 이용하여 개발되었다.