[논문 리뷰] Topology, Homogeneity and Scale Factors for Object Detection: Application of eCognition Software for Urban Mapping using Multispectral Satellite Image

Polina Lemenkova|arXiv (Cornell University)|2018. 10. 16.

Land Use and Ecosystem Services참고 문헌 23인용 수 6

한 줄 요약

이 논문은 벨기에 브뤼셀의 고해상도 다중스펙트럼 위성 영상에서 건물 지구를 탐지하기 위해 eCognition 소프트웨어를 사용한 다중해상도 객체기반영상분석(OBIA) 방법을 제안한다. 위상, 스펙트럼 균일성 및 스케일 요소를 통합함으로써, 반자동 세그멘테이션 및 분류를 통해 정확한 도시 지형 지도 제작이 가능하며, 밀집된 메트로폴리탄 지역에서의 도시 계획 및 성장 분석에 강력한 적용 가능성을 보여준다.

ABSTRACT

The research scope of this paper is to apply spatial object based image analysis (OBIA) method for processing panchromatic multispectral image covering study area of Brussels for urban mapping. The aim is to map different land cover types and more specifically, built-up areas from the very high resolution (VHR) satellite image using OBIA approach. A case study covers urban landscapes in the eastern areas of the city of Brussels, Belgium. Technically, this research was performed in eCognition raster processing software demonstrating excellent results of image segmentation and classification. The tools embedded in eCognition enabled to perform image segmentation and objects classification processes in a semi-automated regime, which is useful for the city planning, spatial analysis and urban growth analysis. The combination of the OBIA method together with technical tools of the eCognition demonstrated applicability of this method for urban mapping in densely populated areas, e.g. in megapolis and capital cities. The methodology included multiresolution segmentation and classification of the created objects.

연구 동기 및 목표

• 매우 높은 해상도 위성 영상으로 도시 지형 지도 제작을 위한 강력한 방법론을 개발하기 위해.
• 복잡한 공간 패턴을 가진 복잡한 도시 환경에서 건물 지구를 탐지하는 데 도전 과제를 해결하기 위해.
• eCognition를 사용한 객체기반영상분석(OBIA)의 도시 지도 제작 응용 분야에서의 효과성을 평가하기 위해.
• 스케일 요소, 위상, 스펙트럼 균일성이 세그멘테이션 정확도에 미치는 영향을 조사하기 위해.
• 신뢰할 수 있는 반자동 도시 지형 지형 유형 분류를 통해 도시 계획 및 공간 분석을 지원하기 위해.

제안 방법

• 스펙트럼, 형태, 질감 특성에 기반해 영상 픽셀을 의미 있는 객체로 그룹화하기 위해 eCognition에서 다중해상도 세그멘테이션을 적용하였다.
• 세그멘테이션 동안 인접 객체 간의 공간 일관성과 논리적 관계를 확보하기 위해 위상 규칙을 적용하였다.
• 유사한 반사율 값을 가진 픽셀을 그룹화함으로써 객체의 일관성을 향상시키기 위해 스펙트럼 균일성 기준을 사용하였다.
• 과다 및 과소세그멘테이션을 균형 잡기 위해 스케일 파rameter를 최적화하였다.
• 계층적 분류를 위해 규칙 기반 논리 구조를 사용하여 세그멘테이션 객체에 지형 지형 유형을 할당하였다.
• 참고 자료와의 시각적 및 정성적 평가를 통해 결과를 검증하였으며, 주로 건물 지구 탐지 정확도에 중점을 두었다.

실험 결과

연구 질문

• RQ1 스케일 요소가 도시 다중스펙트럼 영상에서 객체기반 세그멘테이션 정확도에 어떻게 영향을 미치는가?
• RQ2 위상 및 스펙트럼 균일성을 통합할 경우, 복잡한 도시 풍경에서 객체 경계 정의가 얼마나 향상되는가?
• RQ3 eCognition 플랫폼은 고해상도 위성 영상에서 건물 지구의 반자동 분류를 효과적으로 지원할 수 있는가?
• RQ4 OBIA 접근법은 밀집된 메트로폴리탄 지역에서 이질적인 도시 지형 지형 유형을 지ap 맵핑하는 데 얼마나 잘 작동하는가?
• RQ5 공간적 및 스펙트럼 기준은 도시 지도 제작을 위한 객체 탐지 신뢰성 향상에 어떤 역할을 하는가?

주요 결과

• eCognition에서의 다중해상도 세그멘테이션 접근법은 도시 특징 탐지에 적합한 공간적으로 일관된 객체를 성공적으로 생성하였다.
• 위상 및 스펙트럼 균일성의 통합이 객체 경계 정확도를 크게 향상시키고 분할을 감소시켰다.
• 최적의 스케일 파rameter가 과다 및 과소세그멘테이션을 최소화하면서도 건물 지구 탐지에 효과적으로 기여하였다.
• 규칙 기반 분류 시스템은 연구 지역 전역에서 일관되고 해석 가능한 지형 지형 레이블링을 달성하였다.
• 이 방법론은 수도 및 메트로폴리탄 환경에서 반자동 도시 지도 제작 잠재력이 높음을 보여주었다.
• 결과는 도시 계획 및 공간 분석 응용 분야에서 신뢰할 수 있으며, 특히 도시 성장 모니터링에 특히 유용하다고 검증되었다.