- Image Downloading :
- EarthExplorer 사이트에서 관심있는 지역 한 곳을
선택하여 서로 다른 시기의 LANDSAT-7 자료와 LANDSAT-5자료 각각 하나씩 다운로드하시오.
- Erdas Imagine 으로 display 해서 스크린캡쳐
이미지 2 개를 위지, 시기 및 관심대상 설명
- Image Preprocessing :
- 동일 지역을 1000x1000 ~ 2000x2000 정도의
크기로 sub 이미지 만들기.
- LANDSAT-7 자료의 SLC-off 부분을 보정하시오 (
Erdas-Imagine에서 focal analysis 사용)
- Image Enhancement (for Landsat 7
data)
- contrast stretching 수행 및 영향분석
- min-max linear
- standard deviation linear
- histogram equalization
- customed break points
- Multispectral data 에 공간 필터링 적
용 후 영향 분석
- 저
주파 필
터링
- 고주파 필터링
-
Edge enhance
- crisp processing
- Color Composition ( 321 / 432
/ 453 / 742 ) 적용 후 해석에 영향 분석.
- 제출 : 이미지들을 설명과 함께 하나의 PDF 파일로 만들어
제출
- Image Transformation
- 특정 채널(가시영역중 하나) 대하여
brightness reverse 와 inverse를 수행하여, 특정 지역(e.g. 물 관련 지역)의 변화된 모습을 설
명과 함께 제출
- IR/R 과 NDVI 수행하여 결과 비교 설
명과 함께 제출
- Mineral Composition 수행 결과
를 설명과 함께 제출
- Mineral Composition 결과를
IHS 영역에서 Intensity 와 Saturation 을 stretch 한 결과를 설명과 함께 제출
- PCA 결
과 설명과 함께 제출
- Tasseled Cap 결과 설명과 함께
제출
- 제출 : 이
미지들을 설명과 함께 하나의 PDF 파일로 만들어 제출
- Supervised Classification
- RGB:453 으로 표시하여 Signature 를 5개~7개
정도(농작물-1, 농작물-2, 숲-1, 숲-2, 물, 도시를 포함한)로 생성하여
- Signature Editor viewer 켑처
- feature space (2_5) AOI 와
- feature space Object (std.dev=3)
와
- alarm mask 결과들을 검증
자료로 모두 설명과 함께 제출
- Supervised Classified 결과 이미지를 설명과
함께 제출
- 제출 : 이
미지들을 설명과 함께 하나의 PDF 파일로 만들어 제출
- Unsupervised classification
- 10개의 클래스를 시작으로 수행한 후에 주어진 지역 이미지의
적절한 수의 클래스로 분류한 결과를 해석된 속성과 함께 제출
- Supervised Classfication 결과와 비교하여
설명과 함께 제출
- 제출 : 이
미지들을 설명과 함께 하나의 PDF 파일로 만들어 제출