표제지
목차
ABSTRACT 8
제1장 서론 9
제1절 연구배경 및 목적 9
제2절 연구내용 및 방법 11
제2장 위성영상 폐색영역 복원 기술 13
제1절 CycleGAN 기반 위성영상 변환 알고리즘 13
제2절 Pix2pix 기반 흑백영상 컬러화 알고리즘 15
제3장 실험설계 17
제1절 데이터 획득 및 전처리 17
제2절 방법론에 의한 입력 데이터 생성 21
제3절 딥러닝 학습을 위한 데이터세트 구축 24
제4절 실험환경 26
제4장 실험결과 및 분석 27
제1절 실험결과 27
제2절 결과분석 30
제5장 결론 37
참고문헌 38
국문초록 41
〈표 1-1〉 세 가지 방법론에서 사용한 딥러닝 모델 11
〈표 1-2〉 B, C 방법론에서 적용한 광학 영상과 변환 방법 12
〈표 3-1〉 실험에 사용한 영상 정보 19
〈표 3-2〉 실험에 사용한 컴퓨터 사양 26
〈표 3-3〉 실험에 사용한 주요 라이브러리 26
〈표 4-1〉 세 방법론의 R² , RMSE 비교 34
〈표 4-2〉 세 방법론의 PSNR 비교 35
〈그림 2-1〉 CycleGAN 모델의 학습 흐름도 14
〈그림 2-2〉 제안한 방법론에 적용한 컬러화 기법의 흐름도 16
〈그림 3-1〉 실험에 사용한 KOMPSAT-3A 광학 영상 17
〈그림 3-2〉 실험에 사용한 COSMO-Skymed SAR 영상 18
〈그림 3-3〉 전처리한 KOMPSAT-3A 광학영상 20
〈그림 3-4〉 전처리한 COSMO-Skymed 4 SAR 영상 20
〈그림 3-5〉 ArcMap 10.2.2 프로그램의 'Raster Calculator' 기능 21
〈그림 3-6〉 광학 영상으로 생성한 La*b* 영상 22
〈그림 3-7〉 광학 영상으로부터 생성한 두 입력자료 23
〈그림 3-8〉 CycleGAN 실험에 사용한 Train Data와 Test Data 25
〈그림 3-9〉 실험 데이터 전처리 방법의 흐름도 25
〈그림 4-1〉 ROI 5, 6, 7에 대한 광학영상의 패치 영상 28
〈그림 4-2〉 ROI 5, 6, 7에 대한 A 방법론의 모의 영상 28
〈그림 4-3〉 ROI 5, 6, 7에 대한 B 방법론의 모의 영상 28
〈그림 4-4〉 ROI 5, 6, 7에 대한 C 방법론의 모의 영상 29
〈그림 4-5〉 원 영상과 모의영상의 히스토그램 분포 비교 31
〈그림 4-6〉 B 방법론의 실험 결과 비교 32
〈그림 4-7〉 C 방법론의 실험 결과 비교 33
〈그림 4-8〉 구름 폐색영역을 포함한 광학 영상 36
〈그림 4-9〉 B 방법론으로 생성한 모의영상 36