Abstract
Recently, various satellite sensors have been developed and it is becoming more convenient to acquire multitemporal satellite images. Therefore, various researches are being actively carried out in the field of utilizing change detection techniques such as disaster and land monitoring using multitemporal satellite images. In particular, researches related to the development of unsupervised change detection techniques capable of extracting rapidly change regions have been conducted. However, there is a disadvantage that false detection occurs due to a spectral difference such as a seasonal change. In order to overcome the disadvantages, this study aimed to reduce the false alarm detection due to seasonal effects using the direction vector generated by applying the $S^2CVA$ (Sequential Spectral Change Vector Analysis) technique, which is one of the unsupervised change detection methods. $S^2CVA$ technique was applied to RapidEye images of the same and different seasons. We analyzed whether the change direction vector of $S^2CVA$ can remove false positives due to seasonal effects. For the quantitative evaluation, the ROC (Receiver Operating Characteristic) curve and the AUC (Area Under Curve) value were calculated for the change detection results and it was confirmed that the change detection performance was improved compared with the change detection method using only the change magnitude vector.
최근, 다양한 위성센서가 개발되면서 다시기 위성영상의 취득이 용이해지고 있다. 이에 따라, 재난/재해, 국토모니터링 등과 같은 활용분야에 다시기 위성영상을 적용하기 위한 변화탐지 기법에 대한 연구들이 수행되고 있다. 특히, 빠른 시간 내에 변화지역의 추출이 가능한 무감독 변화탐지 기법의 개발과 관련된 연구들이 수행되고 있지만, 계절적 변화 등과 같은 방사적 차이로 인해 오탐지가 발생하는 단점이 있다. 따라서, 본 연구에서는 무감독 변화탐지 기법 중의 하나인 $S^2CVA$ 기법을 적용하여 생성한 변화방향 벡터를 이용하여 계절적 영향으로 인한 오탐지를 감소시키고자 하였다. 이를 위하여, 동일한 계절을 가지는 RapidEye 위성영상과 다른 계절에 촬영된 RapidEye 위성 영상에 $S^2CVA$ 기법을 적용하였으며, $S^2CVA$의 변화방향벡터가 계절적 영향에 따른 오탐지를 제거할 수 있는지를 분석하였다. 정량적 평가를 위해 변화탐지 결과의 ROC 곡선과 AUC 분석을 통해 기존의 방법에 비해 변화탐지 성능이 향상된 것을 확인하였다.
