AISA 초분광 영상에 대한 Endmember 추출 알고리즘의 적용성 분석

Abstract

분광혼합분석을 효과적으로 수행하기 위한 정확한 endmember의 추출은 반드시 선행되어야할 조건이며, 이를 위한 다양한 endmember 추출 알고리즘들이 개발되었다. 이러한 endmember 추출 알고리즘의 개발 및 적용성을 평가하기 위한 기존의 연구는 대부분 모의 초분광 영상 또는 AVIRIS 영상을 대상으로 진행되었다. 그러나 이러한 영상 자료는 실제 국내에서 획득되고 활용할 수 있는 초분광 영상과 차이를 보일 수 있다. 따라서 본 연구에서는 국내에서 취득된 AISA 초분광 영상에 대하여 대표적인 endmember추출 알고리즘을 사용하고, 그 적용성을 평가하였다. 물질의 종류 및 크기에 따른 차이를 분석하기 위하여 인공적으로 설계한 테스트베드를 구축하고, AISA 초분광 영상을 취득하여 실험 자료로 이용하였다. 실험결과, 테스트베드 내 물질과 초기 입력값에 따라 알고리즘별로 endmember 추출결과가 다르게 나타났다. 따라서 효과적인 endmember 추출 알고리즘을 적용하기 위해서는 영상을 구성하는 테스트베드 내 물질의 특성 및 최적의 endmember의 개수를 고려해야 할 것이다. Extraction of correct endmembers is prerequisite to successful spectral unmixing analysis. Various endmember extraction algorithms have been proposed and most experiments based on endmember extraction have used synthetic image and AVIRIS image data. However, these data can present different characteristics comparing with hyperspectral images acquired from real domestic environment. For this study, a test-bed was constructed for analysing the difference on diverse substances and sizes in domestic areas, and AISA hyperspectral imagery acquired from the test-bed was tested with two well-known endmember extraction algorithms: IEA, and N-FINDR. The results indicated that two different algorithms depended on the number of endmembers and material types in the test-bed. Therefore, optimized number of endmembers and characteristics of materials in test-bed site should be considered for the effective application of endmember extraction algorithms.