IMAGINE 91 Tour Guide(Korean Edtion)

ERD

AS

IMA

GIN

E

Tour

Gui

de

E R D A S

I M A G I N EGeographic imaging made simple

차 례

IMAGINE VIEWER ...................................................................................................................１

Introduction........................................................................................................................................................................1

Viewer란? ...........................................................................................................................................................................1

Display Preferences........................................................................................................................................................4

Display an Image............................................................................................................................................................5

Utility Menu Options........................................................................................................................................................8

Inquiry Functions .........................................................................................................................................................8

Measurement ..............................................................................................................................................................9

View Menu Options.......................................................................................................................................................10

Arrange Layers ..........................................................................................................................................................10

Zoom..............................................................................................................................................................................11

Link / Unlink Viewers................................................................................................................................................13

Raster Menu Options ....................................................................................................................................................14

AOI Layer 의 생성 ....................................................................................................................................................14

Adjust Image Contrast ..........................................................................................................................................18

Piecewise Linear Stretches..................................................................................................................................18

Histogram 조작 .........................................................................................................................................................19

Mouse Linear Mapping.........................................................................................................................................22

Raster Editor......................................................................................................................................................................23

Interpolation...............................................................................................................................................................23

Fill with Value .............................................................................................................................................................24

Raster Attribute Editor...................................................................................................................................................25

Make Layers Transparent .....................................................................................................................................26

Ma nipulate CellArray Information ..................................................................................................................28

Profile Tools........................................................................................................................................................................33

Spectral Profile..........................................................................................................................................................33

Spatial Profile .............................................................................................................................................................35

Surface Profile ...........................................................................................................................................................36

Vector Query ...................................................................................................................................................................37

Copy Vector Data ..................................................................................................................................................37

Display Vector Layer..............................................................................................................................................38

Change Vector Properties..................................................................................................................................39

View Attributes.........................................................................................................................................................40

Feature 를 선택하는 Marquee Tool 사용 .................................................................................................... 41

IMAGE CATALOG...................................................................................................................45

Introduction......................................................................................................................................................................45

Image Catalog 에 대해 ..............................................................................................................................................45

Image Catalog 의 생성 ..............................................................................................................................................47

Add Information ......................................................................................................................................................48

Graphical Queries 의 실행.......................................................................................................................................48

Select Area................................................................................................................................................................. 48

Run Query................................................................................................................................................................... 49

정보 조회 ( View Information) ..........................................................................................................................50

Modify Views.............................................................................................................................................................50

Add Custom Maps........................................................................................................................................................50

Syntax 1 : A single coverage.............................................................................................................................51

Syntax 2 : Detail -level Coverage .....................................................................................................................52

Syntax 3 : Multiple coverage types................................................................................................................53

Set Catalog Preferences............................................................................................................................................55

IMPORT / EXPORT ...................................................................................................................57

Introduction......................................................................................................................................................................57

Import Generic Binary Data .....................................................................................................................................57

Export GeoTiff ................................................................................................................................................................... 60

Image Information 조회...........................................................................................................................................61

Edit Image Information.........................................................................................................................................61

View Image Information ......................................................................................................................................61

Image Info Menu Bar .............................................................................................................................................62

Image Info Tool Bar ................................................................................................................................................63

IMAGE INTERPRETER...............................................................................................................65

Introduction......................................................................................................................................................................65

Image Interpreter Functions .....................................................................................................................................65

Spatial Enhancement ..................................................................................................................................................68

Convolution...............................................................................................................................................................68

Crisp ...............................................................................................................................................................................69

View Option의 사용...............................................................................................................................................70

Radiometric Enhancement.......................................................................................................................................71

Inverse...........................................................................................................................................................................72

Reverse .........................................................................................................................................................................72

Spectral Enhancement ...............................................................................................................................................73

Indices...........................................................................................................................................................................75

RGB to IHS ....................................................................................................................................................................76

IHS to RGB....................................................................................................................................................................76

MAP COMPOSER....................................................................................................................79

Introduction......................................................................................................................................................................79

Map 생성 ...........................................................................................................................................................................79

지도 작성 계획 .................................................................................................................................................................79

Map Composer 에서 사용되는 요소들 ..........................................................................................................81

Map Composer 의 시작 ..............................................................................................................................................82

Data layer의 준비 .........................................................................................................................................................86

Map Frame 설정.............................................................................................................................................................86

Map Frame 크기 조정...........................................................................................................................................87

Map Frame 의 수정 ................................................................................................................................................88

Map Frame 의 삭제 ................................................................................................................................................89

Text/Line Style 의 변경 ...........................................................................................................................................90

개체들의 group/ ungroup ..........................................................................................................................................92

축척 표시 ............................................................................................................................................................................92

범례의 생성........................................................................................................................................................................93

지도 제목 추가 .................................................................................................................................................................94

Text Style 의 수정......................................................................................................................................................95

각종 주석문 및 그림 추가...........................................................................................................................................96

Map Composition의 저장 .........................................................................................................................................96

DATA PREPARATION..............................................................................................................97

Mosaic 란?.........................................................................................................................................................................97

항공 사진의 mosaic......................................................................................................................................................97

입력 이미지 설정 ....................................................................................................................................................100

Intersection 의 확인 ..............................................................................................................................................104

Cutline 그리기 .........................................................................................................................................................105

Output 이미지의 정의 .........................................................................................................................................106

Mosaic 의 실행 .......................................................................................................................................................106

LANDSAT 이미지의 Mosaic.....................................................................................................................................107

입력 이미지의 디스플레이 ..................................................................................................................................107

이미지의 입력...........................................................................................................................................................108

Image Matching ....................................................................................................................................................109

Mosaic 의 실행 .......................................................................................................................................................110

Subset Image.................................................................................................................................................................110

RECTIFICATION.....................................................................................................................115

Introduction....................................................................................................................................................................115

Landsat 이미지의 기하 보정 ...................................................................................................................................115

이미지의 디스플레이 .............................................................................................................................................115

GCP Tool 의 시작 ...................................................................................................................................................116

Ground Control Points의 입력 ........................................................................................................................120

변환식 계산 ...............................................................................................................................................................124

Ground Check Points 의 디지타이징 ............................................................................................................124

이미지의 resampling ............................................................................................................................................126

보정 작업의 검증 ....................................................................................................................................................127

이미지의 Rotate/Flip/Stretch..................................................................................................................................128

Camera 이미지의 보정.............................................................................................................................................130

이미지 디스플레이 ..................................................................................................................................................130

Geometric Correction의 수행 .......................................................................................................................130

Resampling 과 Calibration ...............................................................................................................................138

이미지 Resample ...................................................................................................................................................139

이미지 Calibrate....................................................................................................................................................140

SPATIAL MODELER...............................................................................................................141

Introduction....................................................................................................................................................................141

Model Maker에 대해.................................................................................................................................................141

Graphical Models의 생성.................................................................................................................................142

File 에 대한 정의 .....................................................................................................................................................143

문제의 해결 ...............................................................................................................................................................144

Model Maker 의 시작.................................................................................................................................................145

Sensitivity layer 의 생성.............................................................................................................................................148

Slope layer 의 정의 ................................................................................................................................................151

Flood Plain layer의 정의 ....................................................................................................................................154

Land Cover layer 의 정의 ..................................................................................................................................154

함수의 정의 ................................................................................................................................................................155

결과 Raster의 정의 ...............................................................................................................................................156

Model의 저장과 실행 ..........................................................................................................................................157

SPOT data 의 Enhance..............................................................................................................................................158

입력 SPOT layer 의 정의 ......................................................................................................................................159

입력 Kernel의 정의 ...............................................................................................................................................159

함수의 정의 ................................................................................................................................................................159

결과 Raster의 정의 ...............................................................................................................................................160

Model의 저장과 실행 ..........................................................................................................................................161

두 Model의 결합...................................................................................................................................................161

Sensitivity layer 와 SPOT data 의 결합 ...............................................................................................................161

입력 Scalar 의 정의...............................................................................................................................................162

함수의 정의 ................................................................................................................................................................162

결과 Raster의 정의 ...............................................................................................................................................165

Model의 저장과 실행 ..........................................................................................................................................166

결과 Raster 의 Display...............................................................................................................................................166

색상 조정 ....................................................................................................................................................................166

Class_Names 의 변경 ...........................................................................................................................................168

Text Script의 생성 ........................................................................................................................................................168

Criteria Function의 사용...........................................................................................................................................171

입력 Raster Layer 의 정의 ..................................................................................................................................172

Criteria의 정의........................................................................................................................................................173

결과 Raster의 정의 ...............................................................................................................................................174

Model의 저장과 실행 ..........................................................................................................................................175

CLASSIFICATION ..................................................................................................................177

Introduction....................................................................................................................................................................177

Supervised Classification.........................................................................................................................................178

Signature 의 생성 ...................................................................................................................................................178

Signature 의 평가 ...................................................................................................................................................186

Supervised Classification의 수행...................................................................................................................196

Unsupervised Classification....................................................................................................................................199

Classification의 평가.................................................................................................................................................201

Classification Overlay .........................................................................................................................................201

각 클래스의 분석 ....................................................................................................................................................202

Thresholding .............................................................................................................................................................204

EXPERT CLASSIFIER ......................................................................................................207

Introduction ....................................................................................................................................................................207

Knowledge Base 의 생성 .........................................................................................................................................207

Set up the Output Classes................................................................................................................................207

Enter Rules for the Hypothesis .........................................................................................................................210

Intermediate Hypothesis 의 추가 ...................................................................................................................214

Potable Knowledge Base 의 생성........................................................................................................................222

Methodology ..........................................................................................................................................................222

Open a Knowledge Base..................................................................................................................................224

Examine the Knowledge Base ........................................................................................................................224

Derive Slope Values.............................................................................................................................................226

Build Hypothesis......................................................................................................................................................227

Set ANDing Criteria...............................................................................................................................................229

Check Other Hypothesis....................................................................................................................................230

Introduction Spatial Logic to the Knowledge Base .............................................................................231

Check Buildings Hypothesis..............................................................................................................................233

Identify Choke Points..................................................................................................................................................234

Run the Expert Classification ....................................................................................................................................237

ERDAS MACRO LANGUAGE...........................................................................................242

Introduction....................................................................................................................................................................242

EML을 이용한 메뉴 편집 ..........................................................................................................................................242

Main 메뉴에 아이콘 추가 ...................................................................................................................................242

EML 을 이용한 모델의 연결 ...............................................................................................................................244

Sub 메뉴에서 모델 실행.......................................................................................................................................246

독립된 Frame 생성...................................................................................................................................................248

작성한 Frame을 IMAGINE에 연결 ..................................................................................................................249

１교육 교재 ( Tour Guide 한글판 )

IMAGINE Viewer

Introduction

Viewer란?

이번 장에서 학습할 내용은 다음과 같습니다.

Preferences의 설정

이미지 디스플레이

픽셀에 포함된 정보에 대한 질의

레이어의 재배열

이미지의 contrast 조정

Viewer의 링크

Area of Interest(AOI)의 사용

Raster menu functions(Raster Attribute Editor, Raster Editor, Measurement tools 등)의 사용

ERDAS IMAGINE Viewer는 raster, vector, annotation, AOI(Area Of Interest)를 디스플레이하는 main window입니다. Viewer는 사용자가 원하는 만큼의 개수로 생성될 수 있습니다.

Viewer의 기능은 다음의 세가지 방법을 통해 접근할 수 있습니다.

Viewer의 상단을 가로지르는 Viewer menu bar

Menu bar 하단의 Viewer tool bar

Viewer window상에서 오른쪽 마우스 버튼을 클릭했을 때 보이는 Quick View menu

어떤 기능들은 이 세가지 영역에 중복되어 포함되어 있습니다. 예를 들어 Inquire Cursor의 경우는 다음과 같이 여러 방법으로 실행이 가능합니다.

Viewer menu bar의 Utility | Inquire Cursor

Quick View menu의 Inquire Cursor

Viewer tool bar의 Inquire Cursor 아이콘( )

IMAGINE Viewer

2

ERDAS IMAGINE

Viewer Menu Bar

Viewer Tool Bar

Quick View menu (Viewer window에서 오른쪽 마우스 버튼 클릭)

Status Bar

IMAGINE Viewer

3 교육 교재 ( Tour Guide 한글판 )

Viewer Menu Bar Viewer window의 상단에 있는 menu bar의 내용은 다음과 같습니다.

File Utility View AOI Raster Vector Annotation New Inquire Cursor Arrange Layers Tools Tools Enable Editing Tools Open Inquire Box Create Magnifier Undo Undo Tools Undo Save Inquire Color Tile Viewer Cut Copy Undo Cut View to .IMG File Inquire Shape Window Information Delete Raster Mask Paste Cut Copy

Print Inquire Home Split Group Band Combination Copy Paste Clear Measure Zoom Ungroup Pixel Transparency Paste Group

Close Select Properties Scale Reshape Data Scaling Delete Ungroup Close Other Viewers Blend Rotate Invert Polygon Contrast Reshape Reshape

Swipe Rotate/Flip/Stretch Element Properties Filtering Spline Raise Flicker North Arrow Style Recode Densify Lower

Layer Info Scale Bar Seed Properties Fill Generalize Distribute

HFA Info Virtual Roaming Copy Selection to AOI Offset Values Join Flip

Image Drape Link/Unlink Viewers Link Interpolate Attributes Align Object North

Background Color Tablet Input Recompute Statistics

Viewing Properties Alignment

Attributes Symbology Element Properties

Geometric Correction Options Style

Set Drop Point Seed Properties Attributes

Profile Tools Copy Selection to Vector Seed Properties

Relief Shading Tool Tablet Input Copy Selection to Annotation

Tablet Input

IMAGINE Viewer

4

ERDAS IMAGINE

Display Preferences

Viewer Tool Bar

Viewer tool bar에는 다음의 아이콘들이 있습니다.

Open Layer

Raster, Vector, Annotation, AOI등을 open

Close

Viewer 를 닫지 않고 가장 위에 있는 레이어를닫음

Info

Raster, Vector, Annotation 의 정보를디스플레이

Save

가장 위에 있는 레이어를저장

Print

Viewer 에 있는 내용을 출력할 때

Remove

Viewer 에 있는 모든 내용을 지울 때

Reset Zoom

초기 zoom 상태로 돌아감

Zoom In

화면의 중심으로 2 배 확대

Zoom Out 화면 중심으로 두배축소

Measure 거리, 면적등을 계산

Inquire Cursor 특정 픽셀의 값과 속

성을 조회

Tools 가장 위에 있는 레이어에대한 도구들을 디스플레이

Profile

Profile 도구를 시작

Reset Tool

Reset

Zoom In 원하는 지점을 중심으로 2배 확대

Zoom Out

원하는 지점을 중심으로2배 축소

Roam 화면을 Drag 하며 이동

IMAGINE에 대한 설정을 하는 부분입니다.

1. ERDAS IMAGINE icon panel의 좌 상단에 Session을 선택

2. Session menu에서 Preferences를 선택

Preference Editor가 다음과 같이 디스플레이 됩니다.

IMAGINE Viewer


Display an Image

3. Category항목에서 User Interface & Session을 선택

4. 수직 scroll bar를 옮겨서 Delete Session Log on Exit와 Delete History File on Exit항목을 체크

이 항목이 체크가 되면 다음 IMAGINE을 종료할 때 Log file과 History file이 삭제됩니다.

5. User Level을 선택

User Level – 현재 사용하고 있는 계정에만 적용

Global Level – IMAGINE을 사용하는 모든 계정에 적용

6. Close 선택

Landsat TM 이미지를 디스플레이 해 봅니다.

1. Viewer menu bar에서 File | Open | Raster를 선택

다른 방법으로 open할 수도 있습니다. ( Ctrl –r 이나 )

프로그램을 종료할 때 Log file과 history file을 지울 것인지 설정

IMAGINE Viewer

6

ERDAS IMAGINE

Raster 레이어를 open하는 dialog가 다음과 같이 나타납니다.

2. lanier.img를 선택 ( 아직 OK버튼은 누르지 마세요 )

3. File tab 옆에 있는 Raster Options tab을 선택

Raster Options tab은 다음 그림과 같습니다.

Tip: Recent… 버튼을 누르면 최근에 작업했던 여러 file들을 쉽게 찾을 수 있습니다.

IMAGINE Viewer


4. Fit to Frame을 체크하고 OK 버튼을 누름

이미지 표시 방식 (True Color, Pseudo Color, Gray Scale, Shaded Relief)

디스플레이될 밴드의 선택

Clear Display : 기존에 디스플레이 된 레이어를 지울 것인지 설정

Fit to Frame : 선택된 이미지를 Viewer window크기에 맞춰서 디스플레이

Data Scaling : 디스플레이할 픽셀 값의 범위 설정

Set View Extent : 디스플레이할 범위 설정 No Stretch : LUT를 거치지 않고 실제 픽셀 값을 디스플레이

Background Transparent : 0의 값을 갖는 픽셀에 대한 처리

IMAGINE Viewer

8

ERDAS IMAGINE

Utility Menu Options

Inquiry Functions

Viewer의 Utility menu에는 크게 다음 네 가지의 기능이 포함되어 있습니다.

Inquiry Functions

Measurement Tool

Layer Viewing

Information

Inquiry function을 이용하면 디스플레이 된 이미지의 각 픽셀에 대한 정보를 알 수 있습니다.

1. Viewer menu bar에서 Utility | Inquire Cursor를 선택

( Quick View | Inquire Cursor 혹은 )

실행을 하면 Viewer에 흰색의 십자 모양의 선(Inquire Cursor)이 생기고, Inquire Cursor dialog가 새로 생깁니다.

2. 다음의 방법으로 Inquire Cursor를 이동

Viewer 상에서 교차점을 Drag

keyboard로 좌표값 입력

Inquire Cusor dialog에서 좌하단에 있은 검은색 화살표 버튼을 이용

표시되는 좌표의 형태 결정

선이 교차된 지점의 좌표

픽셀과 관련된 정보들Inquire Cursor의 이동

IMAGINE Viewer


Measurement

3. Inquire Cursor의 색을 바꾸기 위해 Viewer menu bar의 Utility | Inquire Color를 선택하고 원하는 색을 지정

4. Inquire Cursor의 모양을 변화시키기 위해서 Viewer menu bar의 Utility | Inquire Shape을 선택

5. Circle.cursor를 선택하고 Apply를 누름 ( Close를 누르면 안됩니다.)

6. Inquire Cursor 모양이 바뀐 것을 확인한 후 Inquire Shape dialog에서 Use Cursor를 체크한 후 Apply와 Close를 누름

Measurement tool을 이용하면 점, 길이, 면적 등을 여러 단위로 계산할 수 있습니다.

1. Viewer menu bar에서 Utility | Measure를 선택 (혹은 )

IMAGINE Viewer

10

ERDAS IMAGINE

View Menu Options

Arrange Layers

2. Measurement tool에서 polyline icon ( )을 누름

3. Viewer에서 왼쪽 마우스 버튼으로 polyline을 그리고 더블 클릭으로 그리기를 마침

선이 그려지면 Measurement tool dialog에 선의 길이가 표시됩니다.

4. 면적과 둘레의 길이를 구하기 위해 으로 polygon을 그림

5. Measurement tool에서 File | Close를 선택해서 마침

1. Viewer에 lanier.img를 open

2. 동일한 Viewer의 Viewer menu bar에서 File | Open | Raster Layer를 선택

3. lnsoils.img를 선택 ( OK 버튼을 누르면 안됩니다. )

4. Raster Options tab을 누름

5. Clear Display 항목의 체크 표시를 제거 후 OK 버튼을 누름

Clear Display 항목을 disable시키고 다른 이미지를 열었기 때문에 현 Viewer 에는 동시에 두개의 이미지가 겹쳐있는 상태입니다.

확인

IMAGINE Viewer


Zoom

6. Viewer menu bar에서 View | Arrange Layers를 선택

7. Arrange Layers dialog에서 lanier.img box를 클릭한 상태에서 lnsoils.img box 위로 drag

8. Apply 와 Close버튼을 누름

9. Viewer menu bar에서 View | Zoom | In By 2 를 선택

(Quick View | Zoom | Zoom In by 2 혹은 )

Viewer의 내용이 2배 확대되어 보입니다.

10. Viewer menu bar에서 View | Create Magnifier를 선택

(또는 Quick View | Zoom | Create Magnifier)

lanier.img box

lnsoils.img box

왼쪽 마우스 버튼을 누른 상태에서 box를 상하로 이동

IMAGINE Viewer

12

ERDAS IMAGINE

Viewer에는 사각형이 생기고 작은 Viewer가 새로 생성됩니다.

11. 원래 Viewer에서 흰색 box(Cursor box)의 내부에 마우스 포인터를 놓고 클릭한 상태에서 drag

확대될 영역을 변화 시키는 다섯 가지 방법이 있습니다.

Cursor box의 네 모서리나 네 변을 drag

확대된 이미지가 나타나는 Viewer의 크기를 변화

space bar를 눌러 정확한 좌표를 입력

두 Viewer에서 Zoom In | Zoom Out

ctrl 키와 왼쪽 마우스 버튼을 동시에 눌러서 회전

12. Viewer menu bar에서 File | Close Other Viewers를 눌러 magnifier windows를 닫음

확대될 영역과 확대된 이미지

IMAGINE Viewer


Link / Unlink Viewers

두개 이상의 Viewer는 geographically 혹은 spectrally하게 서로 연결될 수 있습니다.

Geographically linked – 링크 된 모든 Viewer의 동일한 부분(지역)이 표시

Spectrally linked – 서로 다른 Viewer에 동일한 이미지나 동일한 이미지의 일부분이 display되어 있을 때 하나의 Viewer에서 실행된 enhancements (filtering, contrast 등)가 동일하게 적용

lanier.img가 하나의 Viewer에 디스플레이 되어 있어야 합니다.

1. Viewer의 크기가 전체 화면의 왼쪽 절반을 차지하도록 크기를 조정

2. Viewer menu bar에서 View | Split | Split Horizontal을 선택

하나의 Viewer가 수평으로 이등분 되어 두개의 Viewer가 됩니다.

3. 새로 생긴 두 번째 Viewer에서 lnsoils.img를 Open

방법은 다 아시죠?

4. 첫 번째 Viewer ( lanier.img가 디스플레이되어 있는)의 Viewer menu bar에서 View | Link / Unlink Viewers | Geographical을 선택

Link / Unlink Instructions dialog가 생깁니다.

5. 마우스 포인터를 두 번째 Viewer(lnsoils.img가 디스플레이되어 있는)로 이동 – Status bar에 Click in this window to link라는 메시지가 등장

마우스 포인터의 모양이 와 같이 변화합니다.

6. 두 번째 Viewer내에서 왼쪽 마우스 버튼 누름

이제 두 Viewer가 링크 됐습니다. 둘 중 하나의 Viewer를 Zoom In하면 다른 Viewer에 하얀 Cursor box가 생깁니다. 이 Cursor box는 링크 된 다른 Viewer에 나타난 이미지의 영역을 표시하고 있습니다. 이 box의 크기를 조정하면 링크 된 Viewer 에 디스플레이 되는 크기와 영역도 변화하게 됩니다.

Link가 가능한 Viewer일 때

기존의 Link를 끊을 때

Link가 불가능한 Viewer일 때

IMAGINE Viewer

14

ERDAS IMAGINE

Raster Menu Options

AOI Layer의 생성

7. 링크를 없애기 위해 링크 된 두 Viewer중 한 Viewer의 Quick View | Geo.Link | Unlink를 선택

다시 Link / Unlink Instructions가 나타납니다.

8. 마우스 포인터를 링크 된 다른 Viewer로 이동

마우스 포인터의 모양이 로 변합니다.

9. 왼쪽 마우스 버튼 누름

10. 첫 번째 Viewer를 close ( File | Close )

이미지의 특정 부분만을 선택하거나 설정하기 위해 AOI를 사용합니다. 어떤 프로세스는 이 AOI에만 적용되기도 하며, 이 방법은 디스크 용량과 시간을 절약할 수 있습니다. 특정 AOI를 사용하는 option은 ERDAS IMAGINE의 수많은 dialog에 걸쳐 등장합니다.

여기서는 AOI를 만드는 방법과 저장 및 불러오기를 배우도록 하겠습니다. (주 : 각각의 Viewer는 오로지 하나의 AOI layer만 갖을 수 있습니다.)

Viewer에 lanier.img를 열어놓으세요.

1. Viewer menu bar에서 File | New | AOI Layer…를 선택

2. Viewer menu bar에서 View | Arrange Layers...를 선택해서 생성된 AOI layer를 확인

생성된 AOI layer

IMAGINE Viewer


3. Arrange Layers dialog에서 Close를 누름

4. Viewer menu bar에서 AOI | Tools… (또는 ) 선택

5. AOI tool palette에서 Rectangle icon을 선택( )

6. 마우스 포인터를 Viewer로 옮겨 물이 포함되도록 사각형 AOI를 그림

Rectangular AOI

사각형 AOI를 그림

Region Growing AOI

Region Growing Properties

하나의 AOI 개채를 선택할 때

IMAGINE Viewer

16

ERDAS IMAGINE

7. Viewer menu bar에서 AOI | Styles… 선택

8. 색과 두께를 조정한 후 Close를 눌러 AOI Styles dialog를 종료

9. Viewer menu bar에서 AOI | Seed Properties… 선택

10. Spectral Euclidean Distance에 5.0, Area에 10000을 입력

11. Region Growing Properties dialog에서 Set Contraint AOI…를 누름

12. Choose AOI dialog에서 AOI Source를 Viewer로 체크하고 OK를 누름

13. AOI tool palette에서 Seed 아이콘을 누름 ( )

14. Viewer에서 rectangle AOI 내부의 물 부분을 클릭

클릭하면 다음과 같이 물 부분에 자동으로 AOI가 생성되는 것을 볼 수 있습니다.

선 색 및 두께 조정

polygon내부를 특정 색으로 채움

색 지정 버튼

Spectral Euclidean Distance 조정

Region Growing을 실행할 범위 지정

IMAGINE Viewer


15. Region Growing Properties dialog에서 Close를 누름

16. Viewer menu bar에서 File | Save | AOI Layer As…를 선택

17. Save AOI as:(*.aoi)에 AOI의 이름을 입력하고 OK를 누름

18. Viewer menu bar에서 View | Arrange Layers…를 선택

19. Arrange Layers dialog에서 AOI layer위에 마우스 포인터를 옮겨 놓은 후, 오른쪽 마우스 버튼을 누름

20. AOI Option Menu에서 Delete Layer를 선택

21. Arrange Layers dialog에서 Apply와 Close를 누름

Viewer에는 AOI 없이 lanier.img만 디스플레이 되어있습니다.

Region Growing으로 생성된 polygon AOI

AOI Option Menu : 오른쪽 마우스 버튼을 눌렀을 때 보임

IMAGINE Viewer

18

ERDAS IMAGINE

Adjust Image Contrast

Piecewise Linear Stretches

이미지가 ERDAS IMAGINE에서 디스플레이될 때, 자동으로 linear stretch가 적용됩니다. 그러나 사용자는 다양한 방법과 기법으로 이미지를 enhance할 수 있습니다.

여전히 lanier.img가 열려있어야 하네요….

1. Viewer menu bar에서 Raster | Contrast | Brightness / Contrast…를 선택

Contrast Tool dialog가 열립니다.

2. brightness와 contrast의 숫자나 slide bar를 이용해 조절

3. Apply를 누름

이미지가 변하죠?

4. Contrast Tool dialog에서 Close를 누름

Viewer menu bar에서 Raster | Contrast | Piecewise Contrast…를 선택

brightness 조정

contrast 조정

원상복귀

변화의 적용

contrast와 brightness를 조정

Lookup table의 설정된 범위 선택

Lookup table의 범위 설정

변화 시킬 색상 선택

IMAGINE Viewer


Histogram 조작

5. Viewer menu bar에서 Inquire Cursor를 선택 ( 또는 Quick View | Inquire Cursor…, )

6. Viewer에서 Inquire Cursor를 물 지역으로 이동

이동시키면서 Inquire Cursor dialog의 LUT VALUE와 파란색에 해당하는 값을 계속 지켜보세요. 즉, 물 지역과 물이 없는 지역의 값이 어떻게 변하는지 주의해서 관찰하세요. 그럼 물에 해당하는 픽셀 값의 범위가 대략 감이 잡히나요?

7. Contrast Tool dialog에서 Select Color의 Blue를 선택

8. Range Specifications에서 Low의 From:을 34, To:를 55로 설정

9. Brightness slider를 50으로 설정

아래 그림과 같습니다.

10. Contrast Tools dialog 에서 Apply를 누름

물에 해당하는 부분이 선명해 졌나요? 2배 정도 Zoom In을 해 보세요

11. Contrast Tools dialog 에서 Reset 버튼을 누르고 Apply를 누름

12. Contrast Tools dialog에서 Close를 누름

13. Inquire Cursor dialog에서 Close를 누름

14. Viewer menu bar에서 Raster | Contrast | Breakpoints를 선택

IMAGINE Viewer

20

ERDAS IMAGINE

Histogram 표시 option

조작할 Histogram 결정

Green만 적용시킬 때 사용

모든 변화를 적용

최대 값(여기서는 픽셀 개수)

Y 축 : Histogram 값과 lookup table의 결과 값을 동시에 표현

원래 입력 값 (불변)

X 축 : 입력 픽셀 값

Lookup table에 의해 변화된 출력 값

Breakpoint

Histogram Edit Tools

Lookup table(LUT) graph

IMAGINE Viewer


Histogram Edit Tools :

Insert Breakpoint

Lookup table graph에 breakpoint를 추가할 때 사용. graph상의 원하는 지점에서 클릭

Cut Breakpoint Lookup table graph에서 breakpoint를 제거할 때 사용.

삭제하길 원하는 breakpoint상에서 클릭

Left-Right Curve

두 breakpoint 사이에 point를 생성. 왼쪽에서 오른쪽으로 추가해 나가는 방법. 바로 전에 추가했던 point가 왼쪽에 있을 경우 지금 추가하는 point와 직전에 추가했던 point 사이에 있는 point들은 사라짐.

Right-Left Curve Left-Right Curve와 좌우 반대의 기능

Reference Line

이 버튼이 클릭될 때의 graph를 점선으로 그리고, 다시 이 버튼이 클릭될 때 까지 화면에 보여줌. 특정 graph를 기준 graph로 삼을 때 사용

15. Breakpoint Editor dialog에서 RGB를 선택

16. RGB 각각의 breakpoint들을 수정한 후 Apply All 버튼을 누름

17. 실행을 취소하려면 Viewer menu bar에서 Raster | Undo를 이용

18. Breakpoint Editor dialog에서 Shift / Bias 아이콘을 선택 ( )

Lookup table graph를 좌우로 이동 (X 방향)

Lookup table graph를 위아래로 이동 (Y 방향)

IMAGINE Viewer

22

ERDAS IMAGINE

Mouse Linear Mapping

19. Shift / Bias Editor dialog에서 Shift의 슬라이드 바를 오른쪽으로 이동하거나 숫자를 입력하여 20으로 조정

20. Breakpoint Editor에서 Apply All을 누름

21. 다시 Shift / Bias Adjustment dialog에서 Shift를 0으로 설정

22. Breakpoint Editor에서 Apply All을 누름

23. 단계 19 – 22을 Bias에 대해서 반복

24. Shift / Bias Adjustment dialog에서 Close

25. Breakpoint Editor에서 Red histogram의 왼쪽에 있는 Red Mouse Linear Mapping 아이콘을 선택

Red Mouse Linear Mapping dialog가 생깁니다.

Rotate의 값은 수평을 기준으로 시계 반대방향으로의 각도를 나타내며, Shift의 값은 graph의 중심이 있는 곳의 픽셀 값을 의미합니다.

26. Red Mouse Linear Mapping dialog에서 Rotate 체크 버튼을 눌러 체크 표시를 없앰

27. 격자 위에 있는 점을 좌우로 움직여 Shift 값을 조정

28. 이미지를 변경하기 위해 Breakpoint Editor에서 red histogram에 있는 Run 아이콘을 누름

29. Red Mouse Linear Mapping dialog에서 Rotate를 다시 체크하고 Shift의 체크 표시를 없앰

30. 격자 위에 있는 점을 위아래로 움직여 Rotate 값을 조정

31. 이미지를 변경하기 위해 Breakpoint Editor에서 red histogram에 있는 Run 아이콘을 누름

32. Red Mouse Linear Mapping dialog를 Close

이 점을 좌우, 상하로 drag. 좌우 : lookup table의 이동 상하 : lookup table의 회전

IMAGINE Viewer


Raster Editor

Interpolation

33. 마우스 포인터를 red histogram위로 옮긴 후, 오른쪽 마우스 버튼을 눌러 Graph Options | Undo All Edits를 선택

34. Breakpoint Editor에서 Apply All을 눌러 원 상태로 복귀

35. Breakepoint Editor를 Close

36. Viewer menu bar에서 File | Clear 선택

Raster Editor는 화면에 디스플레이 된 이미지들을 수정하는 다양한 방법을 제공합니다.

1. lndem.img를 Open

2. Viewer menu bar에서 AOI | Tools…선택

3. AOI tool palette에서 Ellipse icon을 선택한 후, Viewer 이미지의 중심에 1” 내지 2”정도의 원을 그림

4. Viewer menu bar에서 Raster | Interpolate… 선택

point의 디지타이징

IMAGINE Viewer

24

ERDAS IMAGINE

Fill with Value

5. Digitize Points 아이콘과 Lock 아이콘을 모두 누름

6. Viewer window안에 그려진 AOI 내부에 12개 이상의 point를 생성

7. Interpolate dialog에서 Buffer points:에 25 입력

8. Interpolate dialog에서 Ploynomial Order:에 3 입력

9. Apply를 누름

AOI내부의 픽셀 값이 3차 polynomial 방정식에 의해 변화했습니다. 그리고 Polynomial 방정식에 대해서는 rectification을 공부할 때 더 자세히 다루도록 하겠습니다.

10. Data stretch lookup table을 제거할 것인지를 묻는 dialog에서 Yes를 누름

11. Warning dialog에서 OK를 누름

12. Viewer menu bar에서 Raster | Undo를 실행

13. Interpolate dialog를 Close

일정한 값으로 AOI를 채우기 위해서 Fill이라는 기능을 사용합니다.

14. Viewer menu bar에서 Raster | Fill… 선택

미리 보기 화면

IMAGINE Viewer


Raster Attribute Editor

15. Area Fill dialog에서 Apply를 누름

AOI 내부가 0이라는 상수(Constant value)로 변합니다. ( 검은색 )


17. Area Fill dialog에서 Fill Width 항목에 1500을 입력하고 Apply를 누름

AOI 내부의 픽셀은 1500이라는 값을 갖게 됩니다.


19. Area Fill dialog에서 Function: 항목에서 Majority를 선택

AOI내의 픽셀들이 가장 많이 갖고 있는 값으로 대체합니다.

20. Area Fill dialog에서 Apply를 누름


22. Area Fill dialog에서 Close를 누름

23. Viewer menu bar에서 File | Clear 선택

ERDAS IMAGINE에서는 Thematic 이미지의 속성을 간편하게 생성하고 편집할 수 있습니다.

이번에는 lnsoils.img를 Viewer에 open하세요.

1. Viewer menu bar에서 Raster | Attributes…선택

Column 제목(title)

Class의 선택

각 Class의 색

IMAGINE Viewer

26

ERDAS IMAGINE

Make Layers Transparent

Raster Attribute Editor의 CellArray는 raster의 속성을 편집하고 class를 선택하기 위한 것입니다. 특정 class를 선택하는 방법에는 여러 가지가 있습니다..

Viewer에서 수정하고자 하는 class를 클릭

Raster Attribute Editor의 CellArray에서 Row column의 해당 class를 클릭

기타 등등

2. 마우스 포인터를 Viewer 내부로 옮기고, 원하는 지점을 클릭

그 지점에 해당하는 class가 Raster Attribute Editor의 CellArray에서 노란색으로 표시되는 것을 볼 수 있습니다.

3. CellArray내부에서 노란색으로 선택된 class의 color에 마우스 포인터를 올려 놓고 클릭 후 Other…선택

4. Color wheel위의 검은 점을 drag하거나 RGB(또는 IHS)의 숫자를 변화 시켜 색을 결정한 후 Apply를 누름

Viewer에서 그 class의 색이 변화합니다.

5. Raster Attribute Editor에서 Edit | Undo Last Edit을 선택

6. Color Chooser dialog에서 Close

7. Raster Attribute Editor에서 File | Close

만약 하나의 Viewer에 여러 layer가 open되어 있다면, 사용자는 특정 class를 불투명(혹은 투명)하게 만들 수 있습니다. 예를 들어 Landsat TM이미지 위에 토양도를 디스플레이하고, 특정 class를 투명하게 만들어 Landsat TM이미지를 보이게 할 수 있습니다.

8. lnsoils.img가 열려있는 Viewer에서 lanier.img를 open

주의하세요. 반드시 Raster Options에서 Clear Display 부분에 체크 표시를 제거하고 Open해야 합니다. 즉 lnsoils.img위에 lanier.img가 있어야 합니다.

9. Viewer menu bar에서 View | Arrange Layers… 선택

10. lnsoils.img를 lanier.img위에 drag해서 올려놓은 후 Apply

다음 그림과 같습니다.

색 지정

투명도 지정

IMAGINE Viewer


11. Arrange Layers dialog를 Close

12. Viewer menu bar에서 Raster | Attributes… 선택

13. 반투명하게 처리할 class를 선택 ( Viewer에서 클릭하거나 CellArray에서 선택 )

14. 선택된 class의 color를 클릭하고 Others…선택

15. Color Chooser dialog에서 Use Opacity에 체크

16. O의 항목을 0.4로 조정 ( 직접 입력이나 slide bar 사용)

17. Color Chooser dialog에서 Apply

선택된 class가 반투명하게 보이게 됩니다.

18. Color Chooser dialog를 Close

19. Raster Attribute Editor를 전체 화면으로 만듬

투명도 처리 여부 선택

투명도의 조절

IMAGINE Viewer

28

ERDAS IMAGINE

Manipulate CellArray Information

행(row)의 선택 : CellArray의 Row column에서 원하는 행을 클릭하면 됩니다. Shift키를 누른 상태에서 클릭하면 여러 행을 동시에 선택할 수도 있습니다. 또는 마우스 포인터가 Row column에 있을 때 오른쪽 마우스 버튼을 눌러 Row selection을 이용할 수 있습니다.

열(column)의 선택 : 선택하는 방법은 행을 선택하는 방법과 동일합니다. 다만 Row selection은 없습니다.

Column Options : 행에는 Row selection이 있고, 열에는 Column Options이 있습니다. 이 Options으로 column의 성질을 정의할 수 있습니다.

24. Raster Attribute Editor에서 Column 아이콘을 누름 ( )

Column Properties dialog가 열립니다.

20. Column Properties dialog에서 Columns:의 내용 중 Color를 선택하고 Show RGB에 체크 표시

21. Column Properties dialog에서 OK를 누름

22. Raster Attribute Editor의 CellArray에서 Red column 전체를 선택하기 위해 Red title box를 누름

다음 그림처럼 Red column이 하늘색으로 변합니다.

IMAGINE Viewer


23. 마우스 포인터를 Red column의 타이틀에 놓고 오른쪽 마우스 버튼을 눌러 Column Opions | Compute Stats…를 선택

24. Statistics dialog를 Close

Criteria의 이용

25. Raster Attribute Editor의 CellArray에서 shift를 누른 상태로 Class_Names column을 선택

Red column과 Class_Names column 두개가 모두 선택이 됩니다. 나중에 이 두 column에 대한 report를 만들게 됩니다.

여기(title)를 누르면 column이 선택됨

선택된 column의 title

Column의 통계값들

IMAGINE Viewer

30

ERDAS IMAGINE

26. Row column에 마우스 포인터를 놓고( Row column의 title이 아니라) 오른쪽 마우스 버튼을 눌러 Row Selection | Criteria… 선택

27. Selection Criteria dialog의 Column:에서 Red를 선택

Selection Criteria dialog 하단의 Criteria:에 $Red가 자동으로 생깁니다

28. Compares:에서 > 선택

29. 숫자 버튼들 중에 0을 클릭

Criteria:에 $Red>0이라는 조건식이 완성되었습니다.

30. Selection Criteria dialog에서 Select 버튼 클릭

0, 12, 34를 제외한 모든 행이 선택됩니다. 조건식에 의해 Red의 값이 0보다 큰 행만 선택되는 것입니다.

31. Selection Criteria dialog를 Close

Report Generation

32. Class_Names title위에 마우스 포인터를 놓고 오른쪽 마우스 버튼을 눌러 Column Options | Report…를 선택

CellArray에 있는 모든 column의 목록

Red, >, 0을 차례대로 클릭하면 Criteria에 조건식이 생성

조건식

IMAGINE Viewer


33. Report Format Definition dialog의 Title:에 for LNSOILS.IMG 추가

34. Header:에 LNSOILS.IMG 추가

35. Statistics:의 모든 항목 체크

36. OK

생성된 report는 다음 그림과 같습니다.

Title과 Header 입력

쪽 번호에 추가되는 문자

Report할 통계값들

IMAGINE Viewer

32

ERDAS IMAGINE

37. report를 저장하기 위해 Text Editor menu bar에서 File | Save As.. 선택

38. file 이름을 soilsreport.txt로 지정하고 OK

39. Text Editor menu bar에서 File | Close 선택

40. Raster Attribute Editor에서 File | Close 선택

41. Viewer tool bar에서 Remove아이콘 클릭

IMAGINE Viewer


Profile Tools Spectral Profile

Spectral profile은 기본적으로 hyperspectral data의 분석을 위한 도구입니다. 밴드수가 증가하고 밴드의 폭이 좁아질수록 센서는 spectrometer에 가깝게 발전합니다. 즉, hyperspectral data의 한 픽셀의 각 밴드별 반사도(픽셀 값)는 연구실에서 spectrometer로 측정한 반사 특성과 거의 유사하게 보입니다. 이는 각 픽셀의 화학적인 특징을 추출해 내는데 매우 유용합니다.

일단 Viewer에 hyperspectral.img를 열어 놓으세요.

1. Viewer menu bar에서 Raster | Profile Tools… 선택

2. Spectral을 선택하고 OK를 누름

3. Spectral Profile dialog에서 십자모양의 버튼을 누른 후 Viewer window상에서 알고자 하는 픽셀을 클릭

Spectral Profile dialog에 선택된 픽셀의 정보가 그래프로 나타납니다.

4. Spectral Profile dialog의 menu bar에서 Edit | Chart Options… 선택

Viewer에서 측정할 픽셀 선정

IMAGINE Viewer

34

ERDAS IMAGINE

5. Chart Options dialog에서 Y Axis tab을 누름

6. Min: 값을 20, Max: 값을 180으로 설정

7. Chart Options dialog에서 Apply를 누른 후 Close

8. Spectral Profile dialog의 menu bar에서 Edit | Plot Stats…선택

9. Spectral Statistics dialog에서 Window Size:를 7로 조정

10. Mean 항목에 체크한 후 Apply

11. Spectral Statistics dialog에서 Cancel

12. Spectral Profile dialog에서 File | Close 선택

X 축은 기본적으로 밴드 번호에 해당되지만, 각 밴드에 해당하는 파장을 정의해 놓는다면 X 축에 밴드 번호가 아니라 파장이 할당될 수 있습니다. 각 밴드에 해당하는 파장을 정의하는 방법은 $<IMAGINE_HOME>/etc 밑에 .saf file들이 있습니다. 이 .saf file을 특정 sensor에 맞게 생성시킨 후, Spectral Profile dialog에서 Edit | Use Sensor Attributes… option을 이용하여 Spectral Profile tool 과 saf file을 연결시킬 수 있습니다.

IMAGINE Viewer


Spatial Profile

Spatial Profile은 사용자가 정의한 선을 따라 픽셀 값을 디스플레이하는 도구입니다. 하나의 밴드를 2차원으로 보거나, 다중 밴드의 픽셀 값을 3차원으로 볼 수 있습니다.

Hyperspectral.img를 띄워 놓으세요.

1. Viewer menu bar에서 Raster | Profile Tools… 선택

2. Spatial을 선택한 후 OK

3. Polyline 아이콘으로 Viewer window 상에서 선을 그림

4. Spatial Profile dialog에서 Edit | Plot Layers…를 선택

5. Layer: 에서 2번, 3번 layer를 선택하고 Add Selected Layer 버튼을 눌러 Layers to Plot: 항목에 추가

6. Band Combination dialog에서 Apply를 누른 후 Close

Spectral Profile에서 처럼 Edit | Chart Options…로 디스플레이 방법을 변경할 수 있습니다.

Layer 선택

선택된 layer를 추가

display할 layer

IMAGINE Viewer

36

ERDAS IMAGINE

Surface Profile

Surface Profile을 이용하면 픽셀 값들을 높이로 표현하여 3차원적으로 픽셀 값을 조회할 수 있습니다.

이번에도 Hyperspectral.img를 띄워 놓으세요.

1. Viewer menu bar에서 Raster | Profile Tools…를 선택

2. Select Profile Tools dialog에서 Surface를 선택하고 OK

3. Surface Profile에서 Rectangle 아이콘을 눌러 Viewer window상에서 box를 그림

Thematic layer를 Surface Profile tools에서 같이 디스플레이 할 수 있습니다. 예를 들어 DEM 자료 위에 식생 지도를 얹는다던가, kaolinite peak (1.40 μm)위에 iron oxide (TM3/TM1)를 입체적으로 볼 수 있습니다.

4. Surface Profile viewer에서 Edit | Overlay True Color…를 선택

IMAGINE Viewer


Vector Query

Copy Vector Data

5. Overlay File: (*.img) 항목에 hyperspectral.img를 선택

6. Band Combination: 항목에서 Red:에 55, Green:에 34, Blue:에 2를 입력

7. Overlay True Color on Surface dialog에서 OK를 누름

8. Surface Profile viewer menu bar에서 File | Close선택

읽기/쓰기 권한이 있는 directory를 workspace로 설정해야 합니다.

1. ERDAS IMAGINE 아이콘 판넬에서 Vector 아이콘을 누름

이 menu에 있는 기능을 특정 vector layer에 적용시키기 위해서는 절대 그 vector layer가 open되어 있어서는 안됩니다. 그리고 작업이 완료되지 않은 상태에서 vector layer를 open해서도 안됩니다.

2. Vector Utilities menu에서 Copy Vector Layer… 선택

IMAGINE Viewer

38

ERDAS IMAGINE

Display Vector Layer

3. Copy Vector Layer dialog에서 Vector Layer to Copy(*.arcinfo) 항목에 zone88 선택

4. Output Vector Layer(*.arcinfo) 항목에 workspace로 이동하여 zone88을 입력

5. Vector Utilities menu에서 Close

Viewer가 열려있어야 하겠죠?

1. Viewer menu bar에서 File | Open | Vector Layer… 선택

2. workspace에 있는 zone88 선택

3. OK를 누름

IMAGINE Viewer


Change Vector Properties

4. Viewer menu bar에서 Vector | Viewing Properties… 선택

이 dialog에서 어떤 feature(lines, points, attributes, polygons, tics, nodes)를 어떻게 표시할 것인지를 결정합니다. 특정 feature가 선택되었을 경우에 표시되는 색도 변화시킬 수 있습니다.

5. Properties dialog에서 Arcs의 체크 표시를 제거하고 Points에 체크 표시.

6. Apply를 누름

line은 사라지고 point들만 화면에 표시됩니다.

7. Properties dialog에서 Points, Arcs, Polygon을 클릭( Points의 체크 표시가 없어지고 Arcs 와 Polygon에 체크 표시가 됨)하고 Apply를 누름

8. Arcs옆에 있는 popup list를 눌러 Others…를 선택

Line Style chooser dialog가 생깁니다.

디스플레이할 feature들을 선택.

각 feature의 디스플레이 방법 설정

속성에 기초한 symbology의 사용 여부

색 조정 버튼

Line 두께

IMAGINE Viewer

40

ERDAS IMAGINE

View Attributes

9. Line Style Chooser dialog에서 Width:의 값을 2.000으로 조정

10. Outer Color:를 Red로 변경

11. Apply를 누르고 Close를 눌러 Line Style Chooser dialog를 닫음

12. Properties dialog에서 Apply를 눌러 변경된 사항을 Viewer에 적용

line의 색이 빨간색으로 바뀝니다.

13. Properties dialog에서 Points와 Attribute항목을 체크

14. Attribute항목에서 ZONING을 선택

15. Properties dialog에서 Apply를 누름

Viewer에 polygon label points와 zone numbers가 디스플레이 됩니다.

16. Attribute의 체크 표시를 없애고 Apply

17. Properties dialog를 Close

18. Style을 저장할 것인지 물어보면 No를 선택

19. Viewer menu bar에서 Vector | Attributes… 선택

다음과 같이 Attribute가 디스플레이 됩니다.

IMAGINE Viewer


Feature를 선택하는 Marquee Tool 사용

20. Viewer window에서 하나의 polygon을 선택

선택된 polygon이 노란색으로 변하고, 그 polygon에 해당하는 attribute가 Attribute dialog에 노란색으로 선택됩니다.

21. Shift key를 누른 상태로 다른 polygon을 선택

두개의 polygon이 동시에 선택되며, 마찬가지로 Attribute dialog에 두 polygon에 해당하는 행이 선택됩니다.

22. Attribute dialog에서 Record column에 마우스 포인터를 옮겨 놓고 오른쪽 마우스 버튼을 눌러 Selection | Select All을 선택

모든 행이 선택되고 Viewer window상에서 모든 polygon이 노란색으로 반전됩니다.

23. Attribute dialog에서 Record column에 마우스 포인터를 옮겨 놓고 오른쪽 마우스 버튼을 눌러 Selection | Select None을 선택

선택되었던 행과 polygon이 모두 선택이 안된 상태로 전환됩니다.

24. Viewer menu bar에서 Vector | Options… 선택

25. Option dialog에서 Select By:의 Contained In을 선택

26. Option dialog에서 Apply를 누름

27. Vector tool palette에서 Marquee icon을 선택

Vector tool palette는 Viewer menu bar에서 Vector | Tools…를 선택하거나 Viewer icon bar에서 망치모양의 버튼을 누르면 나옵니다. 그리고 Marquee icon은 이렇게 생겼습니다.

28. Viewer에서 직사각형을 그림

직사각형 내부에 있는 polygon들이 선택이 됩니다.

29. Polygon들의 바깥 부분을 클릭해서 선택된 polygon들을 선택이 안된 상태로 만듬

어떤 feature가 Marquee tool에 포함되는지 판단

IMAGINE Viewer

42

ERDAS IMAGINE

30. Vector tool palette에서 Line Selection icon을 선택

31. Viewer에서 선을 그림

그려지는 선과 교차하는 line들이 선택이 됩니다.

32. 선택된 선들을 선택이 안된 상태로 만듬

33. Options dialog에서 Close 누름

34. Attribute dialog에서 Record column에 마우스 포인터를 옮겨 놓고 오른쪽 마우스 버튼을 눌러 Selection | Criteria…를 선택

이제 면적이 5,000,000 평방피트가 넘는 polygon을 선택해 보겠습니다.

35. Selection Criteria dialog에서 Column:에 있는 AREA를 선택

Selection Criteria statement에 $”AREA”가 생깁니다.

36. Compares:에서 >를 누름

37. 숫자 5000000을 입력

그럼 Selection Criteria statement에 $”AREA” > 5000000이 생깁니다.

38. Select 버튼을 누름

조건을 만족하는 record들이 선택되는 것을 볼 수 있습니다.

이번에는 ZONING이 4이고 AREA가 500000 초과인 record를 선택해 보도록 하겠습니다.

39. Selection Criteria dialog에서 and 버튼을 누름

40. Columns:에서 ZONING을 선택

IMAGINE Viewer


41. Compares:에서 ==를 누름

42. 숫자 4를 입력

이제 Selection Criteria statement에 결과가 $”AREA” > 5000000 and $”ZONING” == 4 가 되었습니다.

43. Select 버튼을 누름

마찬가지로 조건을 만족하는 record들이 선택되었죠?

44. Selection Criteria dialog에서 Close를 누름

45. Attribute viewer에서 File | Close을,

46. Vector tool palette에서 Close 버튼을,

47. Viewer menu bar에서 File | Clear를 선택

IMAGINE Viewer

44

ERDAS IMAGINE


Image Catalog

Introduction

Image Catalog에 대해

이번 장에서 학습할 내용은 다음과 같습니다.

Image Catalog의 생성

catalog에 정보의 추가

catalog에서 정보의 조회

특정 지역 coverage의 저장 및 불러오기

자료의 압축

등등

ERDAS IMAGINE Image Catalog는 이미지들에 대한 정보를 쉽게 저장하고 조회할 수 있도록 하는 도구입니다.

Image Catalog의 기능들은 세가지 방법으로 수행할 수 있습니다.

Catalog winodw의 상단에 있는 Image Catalog menu bar

Image Catalog menu bar의 하단에 있는 Image Catalog tool bar

Image Catalog window 에서 오른쪽 마우스 버튼을 눌렀을 때 보이는 Quick View

어떤 기능들은 중복되어 포함되어 있습니다. 예를 들어 기존의 catalog를 불러오려면 다음의 두 가지 방법 중 하나를 택하면 됩니다.

Image Catalog menu bar에서 File | Open Catalog…를 선택

Viewer tool bar에서 Open Existing Catalog icon을 클릭

Image Catalog의 상단을 가로지르는 menu bar에는 다음의 항목들이 있습니다.

File Edit View

Open Catalog… Catalog Layout… Graphical Query Viewer… New Catalog… Catalog Image… From View… Archive… Manual Entry… View Image (same Viewer) Restore… Delete Image View Image (new Viewer) Close Image Info… Use Custom Layout…

Image Catalog

46

ERDAS IMAGINE

Catalog Tool Bar

Image Catalog CellArray

Image Catalog 의 CellArray 는 각각의 .img file 에 대해 record 를 갖고 있습니다. 이 CellArray의 기본 field는 다음과 같습니다.

Open 기존의 catalog를 open

Display Single

선택된 이미지를 하나의 Viewer 에 디스플레이. Viewer 는처음에만 생성되며 생성된 후에는 동일한 Viewer 에서 기존의 이미지를 대체하며 새로운 이미지를 디스플레이.

Display Another

버튼이 눌러질 때 마다 선택된 이미지를 새로운 Viewer 에디스플레이

Info 선택된 이미지의 Image Info를 조회.

Add Image

하나 이상의 이미지를 catalog에 추가

Visual Query

Image Catalog Graphical Viewer를 디스플레이

Catalog Default

선택된 이미지의 catalog 정보를 보여줌

Archive External

선택된 이미지를 외부 저장 장치에 저장

Archive Retrieval

외부 저장 장치에서 선택된 이미지를 불러옴

Manual Insert

현재의 catalog에 수동으로 record 삽입

Delete 선택된 이미지를 catalog 에서 삭제. 실제 이미지가 삭제되는 것은 아니고, 단지 catalog에서 list만 삭제

Characteristic Description Filename 경로를 제외한 실제 file 이름

Layers file에 포함된 layer의 개수. Thematic image에서는 이것은 대부분 1이고, continuous image에서는 1 이상

Rows 이미지의 row 수 (Height)

Columns 이미지의 column 수 (Width)

Type thematic 과 continuous 모두 값을 가짐. thematic data 에서Type 은 가능한 최대 클래스의 개수를 의미하며, continuous data에서는 pixel이 가질 수 있는 최대값을 의미.

Pixel 각 픽셀이 저장되는 형태

Projection 특정 좌표계로 투영된 이미지들만 값이 존재. 이 cell 이 공백이라면, 그 이미지는 투영법에 대한 정보가 존재하지 않음. 이런 경우 Graphical Query viewer에서 볼 수 없음.

Image Catalog


Image Catalog의 생성

1. ERDAS IMAGINE icon panel에서 Catalog icon을 누름

Default Image Catalog가 열립니다.

Ulx

이미지의 좌상단 좌표 중 X 값. 이 값은 경위도, map 좌표, 픽셀좌표 모두 가능. 만약 이 값이 경위도가 아닌 map 좌표나 픽셀좌표라면, Graphical Query viewer에 해당 이미지는 보이지 않음.

Uly 좌상단 좌표 중 Y 값 (Ulx 참조)

Lrx 우하단 좌표 중 X 값 (Ulx 참조)

Lry 우하단 좌표 중 Y 값 (Ulx 참조)

Units

Ulx, Uly, Lrx, Lry 의 값이 사용하는 단위. 만약 이 값이 dd 가아니라면, 불충분한 투영법 정보에 의해 이미지의 좌표 값이경위도로 변환 될 수 없음을 뜻함. 따라서 Graphical Query viewer에 보이지 않음

Cellsize 이미지의 픽셀 크기 (수평 방향)

CenterX 이미지 중심의 경위도 좌표 중 X 값

CenterY 이미지 중심의 경위도 좌표 중 Y 값

Catuser 이미지를 catalog에 추가한 사용자

Logdate catalog에 이미지가 추가된 날짜

Status 이미지가 catalog 와 정상적으로 연결되어 있는지, 연결되어있지 않은지, 혹은 archive 상태인지 보여 줌. 만약 archive 상태라면, Arc- 항목에 자세한 정보를 보여줌.

Arclabel 외부 저장 media의 lable을 식별

Arcmedia 외부 저장 media의 종류

Arcuser 해당 이미지를 archive한 사용자 Arcdate 이미지가 archive된 날짜

Arcsize Archive media에서 해당 이미지가 차지하는 byte 수

Arcpos Archive media에서 해당 이미지의 위치

Arcloc Archive media의 위치

Path 이미지의 경로

Image Catalog

48

ERDAS IMAGINE

Add Information

Graphical Queries 의 실행

Select Area

특정 catalog 를 default 로 지정할 수 있습니다. IMAGINE main menu 의 Session | Preferences…에서 Category 를 Image Catalog 로 선택하면 Default Catalog를 설정하는 부분이 있습니다.

2. Image Catalog dialog에서 Edit | Catalog Image…를 선택 (또는 )

3. Catalog Image dialog에서 USFS_logo.img선택

4. Catalog Image dialog의 Add 버튼을 누른 후, Close

만약 Add All 버튼을 누르게 되면, 그 경로에 있는 모든 .img file이 추가됩니다.

1. Image Catalog에서 View | Graphical Query Viewer…를 선택 (또는 )

질의하고자 하는 지역을 선택합니다.

2. Graphical Query viewer에서 Select area zooming 아이콘을 누름

마우스 포인터가 십자 모양으로 변합니다.

Catalog 에 추가

할 이미지 선택

Image Catalog


Run Query

3. 미국 전체가 포함되도록 상자를 그립니다.

4. Graphical Query viewer에서 Query 아이콘을 누름

현재 Graphical Query viewer 의 지역에 포함되는 이미지들이 노란색으로 표시됩니다. 각 이미지들의 위치에 작은 노란색 상자를 볼 수 있습니다.

5. Graphical Query viewer에서 Zoom In 아이콘을 누름

6. Graphical Query viewer의 지도 상에 있는 검은 점 주위의 노란색 box가 보일 때 까지 확대

7. Graphical Query viewer 의 tool bar 에서 Select 아이콘을 누른 후 노란색 box를 선택

이제 선택된 이미지의 범위만 노란색으로 선택되고 나머지 box 는 노란색에서 빨간색으로 전환됩니다.

8. Image Catalog tool bar에서 Display single 아이콘을 누름

선택된 이미지가 Viewer에 보이나요?

9. 5번에서 8번까지의 과정을 다른 이미지에 대해서 반복

선택된 이미지는 노란색 box 로, 선택되지 않은 이미지는 빨간색 box 로 나타납니다.

10. 9 번째 과정에서 선택한 이미지를 다른 Viewer 에서 열기 위해 Image Catalog tool bar에서 Display Another 아이콘을 선택

Image Catalog

50

ERDAS IMAGINE

정보 조회 ( View Information)

Modify Views

Add Custom Maps

하나의 이미지만 선택되어 있는 상태(즉 CellArray 에서 하나의 행만 노란색으로 반전된 상태)이어야 합니다.

11. Image Catalog에서 View | Form View…를 선택 (또는

12. Form View dialog의 좌하단에 위치한 검은 화살표를 누름

CellArray 에서 현재 보고 있는 이미지의 바로 위나 아래 (위치로 위, 아래가 아니라)의 정보를 볼 수 있습니다.

13. Form View dialog를 Close

14. 선택된 이미지의 또 다른 정보를 보기 위해 하나의 이미지가 선택된 상태에서 View | Image Info…를 선택 ( 또는 )

15. Image Info dialog에서 File | Close 선택

16. Graphical Query viewer에서 File | Area Definition… 선택

키보드로 직접 좌상단과 우 하단의 좌표를 입력하거나, Graphical Query viewer에서 상자를 그림으로써 해당 지역을 선택할 수 있습니다. 그리고 선택된 지역을 Save… 버튼으로 저장할 수도 있습니다.

Image Catalog 에 보이는 지도는 Arc/Info Coverage 로 만들어져 있습니다. 이 coverage는 다음 네 단계로 구분됩니다.

global

regional

subregional

local

지도가 확대될수록 global → regional → subregional → local 순으로 디스플레이 됩니다. 따라서 지도가 확대될수록(= local 에 가까워 질수록) 자세하게 보이게 만들 수 있습니다.

1. $IMAGINE_HOME/etc/catalog.cov를 문서편집기로 open

Image Catalog


Syntax 1 : A single coverage

2. catalog.cov의 syntax에 대해

Image Catalog 에서 지도로 쓰이는 Arc/Info Coverage 는 이 catalog.cov 에서 정의 되야 합니다. 이 file에서 각각의 group에 대해 vector symbology file (EVS)을 지정할 수 있으며, 확대의 정도에 따라 디스플레이되는 coverage 를 결정할 수 있습니다.

Catalog의 지도에 EVS file을 사용할 때는…

속성에 근거한 symbology 는 사용되지 않습니다. 즉 하나의 feature 는 하나의 style로 디스플레이됩니다.

polygon과 outline의 색을 지정할 때는 solid color만 사용 가능합니다. pattern fill 은 적용할 수 없으며, 만약 pattern fill 로 색이 지정되어 있다면 preference에서 지정된 색으로 표시됩니다.

EVS file 의 line style 은 width 와 outer color 만 적용됩니다. line 의 width 는 paper 단위이어야 하며, 1point는 1/72인치 정도 됩니다.

symbol에 대한 style은 모두 적용이 됩니다만 size는 paper 단위여야 합니다.

아래의 catalog.cov의 문법에 대한 설명 중…

coverpath – 경로를 포함한 coverage의 이름

evspath – group의 coverage에 적용될 evs file의 위치와 이름 (option)

# - 1줄 주석문

[…] – key word

| - 여러 key word중 선택

… - 여러 coverage의 이름을 지칭

세계 지도처럼 하나의 coverage를 하나의 group에 할당합니다.

# # The single coverage to be used as the backdrop at all times # coverpath

예를 들어

# # 만약 catalog.cov에 이 문장들만 있다면 아래의 coverage만 지도로 사용 # $IMAGINE_HOME\etc\backdrops\world

Image Catalog

52

ERDAS IMAGINE

Syntax 2 : Detail-level Coverage

확대의 정도에 따라 다른 coverage를 사용할 때는 다음과 같은 구조를 따릅니다.

# # The coverage to be used as the backdrop for global detail # coverpath [endglobal] # # The coverage to be used as the backdrop for regional detail # coverpath … [endregional] # # The coverage to be used as the backdrop for subregional detail # coverpath … [endsubregional] # # The coverage to be used as the backdrop for local detail # coverpath … [endlocal]

예를 들어

# # 확대의 정도에 따라 각 group(global, regional, subregional, local)에 # 해당하는 coverage를 배경 지도로 디스플레이하게 됩니다. # # global level에서는 아래의 coverage가… # $IMAGINE_HOME\etc\backdrops\world [endglobal] # # regional level에서는 아래의 coverage들이 # $IMAGINE_HOME\etc\backdrops\central $IMAGINE_HOME\etc\backdrops\usa $IMAGINE_HOME\etc\backdrops\africa $IMAGINE_HOME\etc\backdrops\asia $IMAGINE_HOME\etc\backdrops\europe $IMAGINE_HOME\etc\backdrops\southamerica [endregion]

Image Catalog


Syntax 3 : Multiple coverage types

# # local에 해당되는 coverage는 없습니다. # [endlocal]

다양한 형태의 coverage (line, point, polygon)를 사용할 때는 다음과 같은 구조를 따릅니다.

# # A group of area, line, or point coverages to be used as part of the # backdrops. # Any number of these group may be present in the file. Based on the # appropriate level of detail and area being viewed, one coverage from # each # group will be drawn # [areas | lines | points] evspath # # The coverage to be used as part of the backdrop for global detail # coverpath [endglobal] # # The coverages to be used as part of backdrop for regional detail # coverpath … [endregional] # # The coverages to be used as part of the backdrop for subregional detail # coverpath … [endsubregional] # # The coverages to be used as part of the backdrop for local detail # coverpath … [endlocal] [endareas | endlines | endpoints]

Image Catalog

54

ERDAS IMAGINE

예를 들어

# # 주석문… # [area] # # global level에서는 다음의 coverage가 배경 지도로 보입니다. # $IMAGINE_HOME\etc\backdrops\world [endglobal] # # regional level에서는 다음의 coverage가 배경 지도로 보입니다. # $IMAGINE_HOME\etc\backdrops\central $IMAGINE_HOME\etc\backdrops\usa $IMAGINE_HOME\etc\backdrops\africa $IMAGINE_HOME\etc\backdrops\asia $IMAGINE_HOME\etc\backdrops\australia $IMAGINE_HOME\etc\backdrops\europe $IMAGINE_HOME\etc\backdrops\southamerica [endregion] # # subregional level에서는 다음의 coverage가 배경 지도로 보입니다. # $IMAGINE_HOME\etc\backdrops\midwest $IMAGINE_HOME\etc\backdrops\northcentral $IMAGINE_HOME\etc\backdrops\northeast $IMAGINE_HOME\etc\backdrops\northwest $IMAGINE_HOME\etc\backdrops\south $IMAGINE_HOME\etc\backdrops\southcentral $IMAGINE_HOME\etc\backdrops\southwest [endsubregional] # # local level에 해당하는 coverage는 없습니다. # [endlocal] [endareas] # # 다음의 단일 지역 coverage는 항상 다음의 symbology에 의해 항상 디 # 스플레이 됩니다. # [areas] \data\backdrops\political.evs \data\backdrops\political [endareas]

Image Catalog


Set Catalog Preferences

1. IMAGINE icon panel에서 Session | Preferences… 선택

2. Preference Editor window의 Category: popup list에서 catalog 선택

다음의 도표는 다양한 catalog preferences에 대한 설명입니다.

항목 기능

Catalog Directory catalog를 불러오거나 저장할 때 쓰이는 기본 directory

Default Catalog Image Catalog 가 실행될 때 처음에 자동으로 불려지는catalog

Canvas Directory Graphical Query viewer가 디스플레이 될 때 자동으로 열리는 coverage. 이 coverage 의 이름이 catalog.cov 내에반드시 포함되어 있어야 함.

Archive Media catalog 에서 archive 에 관련된 기능이 적용되는 Media 선택

Water Color Polygon 의 바깥쪽 색상 지정. Polygon coverage 의 바깥부분을 물로 가정하고 디스플레이.

Land Color Area coverage의 기본 내부 색상

Border Color coverage에 포함된 polygon 사이의 경계 색

Line Style line coverage의 line style 지정

Point Symbol point coverage의 point style 지정

Symbol Color point coverage의 point symbol 색 지정

Symbol Size point coverage의 point symbol 크기 지정

Footprint Color 이미지에 해당하는 지역을 표시하는 색상 지정

Footprint Selected Color

배경 지도에서 선택된 이미지의 색상 지정

Footprint Fill Style 이미지에 해당하는 지역을 디스플레이 하는 style 지정

Show Map Grid Image Catalog 를 시작할 때 Grid 표현 여부 결정

Grid Color Grid의 색 지정

Show Grid Labels Grid label을 보일 것인지 결정

Grid Label Color Grid label의 색 지정

Level of Detail 배경 지도를 디스플레이할 때 최대로 확대 가능한 정도(예:local, global 등)

Show Map OutlinesImage Catalog 를 시작할 때 map outline 을 보일 것인지결정

Map Outline Color Map outline 색 지정

Map Outline Style Map outline style 지정

Restore Directory 이미지를 불러오는 기본 directory

Image Catalog

56

ERDAS IMAGINE

3. 원하는 항목을 변화시킴

4. Preference menu bar에서 File | Save To v8preference | User Level로 저장

5. Preference menu bar에서 File | Close 선택


Import / Export

Introduction

Import Generic Binary Data

ERDAS IMAGINE Import기능은 다양한 data type을 IMAGINE에서 사용할 수 있도록 합니다. 반대로 Export는 .img file을 다른 format으로 변환해 주는 기능을 제공합니다.

이번 장에서 실습할 내용은 다음과 같습니다.

Generic Binary Data의 import

.img file을 GeoTiff format으로 export

Image Info utility를 이용하여 .img data의 정보 조회

1. IMAGINE icon panel에서 Import icon을 누름

2. Import/Export dialog에서 Type: 항목을 Generic Binary로 설정

3. Media: 항목은 File로 선택

4. Input File:(*) 에 Inchon.b01을 선택

5. Output File(*.img)항목에 file 이름 입력. (Inchon.img 같이)

6. Import/Export dialog에서 OK 버튼을 누름

import와 export

작업의 결정

Import나 Export될

대상의 형식 선택

Import / Export

58

ERDAS IMAGINE

7. Import Generic Binary Data dialog의 Data Format:항목을 BSQ로 지정

BSQ, BIL, BIP는 다음과 같은 차이가 있습니다.

BSQ(Band SeQuential) : 픽셀 값을 한 밴드씩 저장. :

BIL (Band Interleaved by Line) - 픽셀 정보를 밴드별 각 라인(행) 단위로 저장.

Import할 이미지의

밴드 수

입력 이미지의

크기 정보 입력

data가 저장되어 있는

방식 정보 입력

Column 1…n

Row 1…n Band 1

……

Row 1…n Band n

←1…n Cols→ ←1…n Cols→ ←1…n Cols→ ←1…n Cols→

Row 1 Band 1 Band 2 …… Band n

……

……

……

……

……

Row n Band 1 Band 2 …… Band n

Import / Export


BIP(Band Interleaved by Pixel) - 각 픽셀에 대한 정보를 밴드 단위로 저장. 즉, 밴드 1, 2, 3의 첫번째 픽셀을 1열의 첫번째 픽셀로 저장

8. Image Dimensions항목의 # Rows:에 1200, # Cols:에 1000, #Bands:에 7입력

9. BSQ Options 항목의 Bands in Multiple Files를 체크

체크를 하면 아래의 BSQ Band Files dialog가 생깁니다.

10. BSQ Band Files dialog에서 Inchon.b01부터 Inchon.b07까지 순서대로 하나씩 선택하면서 Set 버튼을 누름

Band Files Name이라는 CellArray에 각 file 이름이 등록됩니다.

11. BSQ Band Files dialog에서 OK를 누름

12. Import Generic Binary Data dialog에서 Preview 버튼을 누름

다음 그림처럼 이미지가 제대로 보이면 option이 정확히 입력된 것입니다.

Pixel (1,1) Pixel(1,2) Pixel(1,n)

Row 1

Ban

d1

Ban

d2

Ban

d3

Ban

d 1

Ban

d 2

Ban

d 3

……

Ban

d 1

Ban

d 2

Ban

d 3

……

Row nB

and1

Ban

d2

Ban

d3

Ban

d 1

Ban

d 2

Ban

d 3

……

Ban

d 1

Ban

d 2

Ban

d 3

Import / Export

60

ERDAS IMAGINE

Export GeoTiff

13. Import Generic Binary Data dialog에서 OK를 누름

OK를 누르면 Import 프로세스가 수행되며, 결과 .img file이 생성됩니다.

.img file을 GeoTiff format으로 변환해 보도록 하겠습니다.

1. Import/Export dialog에서 Export를 체크한 후 Type에 GeoTiff를 선택

Import / Export


Image Information 조회

Edit Image Information

View Image Information

2. Input File:(*.img)에 eldoatm.img를, Output File:(*.tif)에 eldoatm.tif를 입력

3. Import/Export dialog에서 OK를 누름

4. Export Tiff Data dialog에서 OK를 누름

Image Info utility는 .img file에 대한 정보를 보기 위해 사용합니다. 이 도구를 통해 어떤 img file이라도 접근할 수 있으며, 다음의 정보들을 볼 수 있습니다.

최근 수정일

img file에 포함되어 있는 Layer의 수

Layer info : Width, Height, Type, Block Width, Block Height, Data Type, Compression, Pyramid Layer의 유무

픽셀 값의 통계치 계산

Map 좌표 체계와 투영법의 존재 유무 및 좌표 체계에 대한 정보

.img file에 쓰기가 가능하다면 Image Info dialog의 기능을 통해 다음 사항을 변경할 수 있습니다.

Layer 이름 변경

사용자의 파라미터에 따른 통계치 계산

map 좌표의 추가, 변경, 삭제

투영법의 추가, 변경, 삭제

calibration의 삭제

이미지의 속성 변경

이번 예제에서는 lanier.img에 대한 정보를 보도록 하겠습니다.

1. ERDAS IMAGINE icon panel에서 Tools | Image Information…을 선택

2. Image Info menu bar에서 File | Open을 선택 (또는 )

3. Filename(*.img)에서 lanier.img를 선택

4. Image Files dialog에서 OK를 누름

다음 그림처럼 디스플레이 됩니다.

Import / Export

62

ERDAS IMAGINE

Image Info Menu Bar

Menu bar 와 tool bar 에 있는 기능들은 아래에 설명하겠습니다. 실제 lanier.img 는 쓰기가 금지되어 있기 때문에 만약 image information 을 변경하고 싶다면 lanier.img 를 쓰기 권한이 있는 directory 로 복사한 후 file 의 속성을 변경해 주면 됩니다. UNIX는 chmod명령을 사용하시고, Window에서는 읽기 전용 체크 표시를 없애주어야 합니다. 이렇게 복사된 file을 다시 open하면 수정이 가능합니다.

Image Info의 menu bar에는 다음의 기능들이 있습니다.

Layer의 선택

Map Info와 투영법

정보가 있을 경우에만

내용이 생김

File Edit View Help

Open Change Layer Name Histogram Help for Image info

New Image Info Change Layer Type Pixels

Print Options Delete Current Layer

Print Compute Statistics

Close Compute Pyramid Layers

Close All Delete Pyramid Layers

Add / Change Map Info

Delete Map Info

Add / Change Projection

Delete Projection

Delete Calibration

Raster Attribute Editor

Import / Export


Image Info Tool Bar

Image Info tool bar에 있는 기능들은 다음과 같습니다.

5. Image Info menu bar에서 File | Close를 선택

Open 원하는 file을 불러오기

Image Info 새로운 Image Info dialog 를 생성. 또 다른 file을 open할 때 유용

Print 현재 보이는 image information을 출력

Calculate 현재 이미지의 통계값을 (재)계산

Histogram 현 layer의 histogram을 보여줌

Layer by Number 숫자로 layer를 선택

Layer by Name layer의 이름으로 layer 선택

Import / Export

64

ERDAS IMAGINE


Image Interpreter

Introduction

Image Interpreter Functions

Image Interpreter 는 이미지에 적용될 수 있는 50 여 가지의 함수들을 모아놓은 것입니다. Image Interpreter 에 있는 대부분의 알고리즘은 Model Maker 에서 만들어 졌습니다.

Image Interpreter의 function에서 사용된 모델들은 Spatial Modeler의 Model Maker나 Spatial Modeler Language를 통해 수정될 수도 있습니다.

Spatial Modeler Language, Model Maker, Image Interpreter 간의 관계는 이 책의 Spatial Modeler부분을 보시기 바랍니다.

Image Interpreter에 있는 function들은 다음과 같습니다.

항 목 설 명

SPATIAL ENHANCEMENT 각각의 픽셀과 그 주변의 픽셀들을 함께 고려해 이미지를 enhance한다.

Convolution 행렬을 이용하여 이미지 전체에 대한 평균 small sets을 계산

Non directional Edge 특정 방향에 구애 받지 않고 경계부분을 추출

Focal Analysis Convolution filtering 과 비슷한 프로세스로 이미지 내에 있는 클래스값에 대한 다양한 분석을 수행

Texture 이미지의 variance와 skewness를 계산하여 텍스처를 정의

Adaptive Filter 관심지역에 대해 contrast stretch를 적용.bandwise와 pc option 제공

Statistical Filter 사용자가 설정한 통계 범위를 벗어나는 픽셀 값들을 개선. 5x5 window, sigma filtering의 multiplier를 지정하며, multiplier가 클수록blurring이 커진다.

Resolution Merge 고해상도 이미지와 저해상도 이미지의 복합 이미지생성

Crisp 이미지의 thematic 내용은 왜곡하지 않고 전체적인 밝기를 선명하게함. 제 1 주성분에 대해 summary filtering 을 적용한 후 다시 RGB file로 전환

Image Interpreter

66

ERDAS IMAGINE

항 목 설 명 RADIOMETRIC

ENHANCEMENT 개개 픽셀 값을 이용하여 이미지 강조

LUT Stretch Lookup table에 의해 수정된 자료 값을 포함하는 결과 이미지를 생성 Histogram Equalization 각 클래스 별로 같은 수의 픽셀이 포함되도록 픽셀 값을 재분류

Histogram Match 두 이미지 간의 히스토그램을 매치되도록 lookup table을 결정 단 band-to-band.

Brightness Inversion reverse inverse

이미지 intensity 범위의 선형 또는 비선형 반전. 단순한 negative / positive 계산

Haze Reduction Landsat 4, 5 TM 자료와 범광 자료로부터 Tasseled cap에 근거하여 헤이즈 제거 -> RGB space로 back transformation.

Noise Reduction Adaptive filter를 이용하여 노이즈 제거

Destripe TM Data TM4, TM5의 스트라이핑 제거. 입력 파일과 결과 파일만 지정

SPECTRAL ENHANCEMENT 다중분광 기반의 각 픽셀 값을 변환하여 이미지 enhancement를 수행

Principal Components 주성분 분석을 수행. 주성분의 개수를 설정할 수 있으며, eigen vector와 eigen value 를 파일로 저장 가능

Inverse Principal Components 주성분분석의 역함수 계산. eigen matrix file이 필요.

Decorrelation Stretch 각각의 주성분을 0~255로 stretch한 다음 원 이미지로 전환

Tasseled Cap 식생 연구를 위하여 자료 구조 축을 회전. 6 개의 결과를 생성하며, 변환에 사용되는 coefficient 수정 가능

RGB to IHS RGB layer 지정

IHS to RGB IHS layer, stretch 여부 지정

Indices 광물과 식생 비율, 그리고 indices를 위해 사용

Natural Color 다중분광 자료를 이용한 자연색 모사. 결과는 3 band.

HYPERSPECTRAL TOOLS 다중분광 이미지 프로세싱의 확장

Automatic Relative Reflectance 정규화, reflectance, rescale 수행

Automatic Log Residuals Normalize, Log residual, Rescale 수행

Normalize 각각의 spectrum을 동일한 평균 밝기값으로 shift

IAR Reflectance Internal average relative reflectance – 각 픽셀을 영상 평균 분광값으로나눔으로써 상대적인 밝기를 계산

Log Residuals 대기 흡수, 시스템 기기 변위, 픽셀간의 illuminance 차이를 보정 Rescale 자료 값의 3차원적 통합성(integrity)를 유지

Spectrum Average 사용자가 정의한 픽셀 집합에 대해 평균값을 계산. 연속적일 필요가 없으며 숫자의 제한도 없음

Signal to Noise 특정 밴드의 유용성이나 적합성 추정 Mean per Pixel 입력 밴드 수와 무관하게 센서 evaluation을 위한 단일 밴드를 생성 Spectral Profile 특정 화소의 반사 스펙트럼을 보여준다 Spatial Profile 사용자가 설정한 폴리곤을 따라 픽셀들의 반사치를 볼 수 있다. Surface Profile Data cube 내의 레이어나 subset을 relief surface처럼 볼 수 있다.

Spectral Library 기준 광물들의 반사 spectrum 을 연구실에서 측정한 값.다른 이미지간의 spectra 비교를 시각적으로 하기 위하여 사용된다. 분류에서signatures의 입력 자료로도 사용 가능

Image Interpreter


항 목 설 명 FOURIER ANALYSIS 이미지에 Fourier변환식 적용

Fourier Transform Fourier 변환 Fourier Transform Editor 변환된 이미지의 조작

Inverse Fourier Transform 역 Fourier 변환

Fourier Magnitude Fourier 변환식의 적용 결과를 IMAGINE Viewer에서 볼 수 있는 형태로변환

Periodic Noise Removal striping같은 주기적인 noise를 자동으로 제거 Homomorphic Filter Illumination / reflectance 모델을 사용

TOPOGRAPHIC ANALYSIS 고도 자료의 처리에 관련된 함수들 Slope 경사를 각도나 퍼센트로 표시하며 반드시 좌표 등록이 되어 있어야 함 Aspect 각 픽셀의 경사면 방향을 계산

Level Slice 자료 값을 사용자 정의 계급 수로 분리 Shaded Relief 음영기복 이미지를 생성

Topographic Normalize 수치 이미지에서 지형 효과 제거. Lambertian or Non-Lambertian 반사모델을 적용

Raster Contour 입력 고도 자료에서 등고선을 생성.등고선 간격 결정, 최소/최대 계산Surface 다양한 자료들로부터 래스터 surface 생성

GIS ANALYSIS GIS 분석 함수를 제공 Neighborhood 대상 화소 주변부 추정

Clump 주제 레이어에서 연속된 화소 그룹을 정의 Sieve 특정 크기 이상으로 clump를 filtering

Eliminate 작은 면적이나 클래스를 제거하고 주변 화소값으로 대치

Perimeter 각 clump 의 주변부 길이를 계산한다. Clump analysis 결과 이미지에만적용 가능

Search 입력 주제 레이어에 대해 proximity analysis를 수행한다. 결과 이미지는사용자가 지정한 proximity에 근거하여 새로운 클래스 값을 갖는다.

Index Composite .img file 생성 Overlay 입력 파일들의 최소, 최대 값에 근거한 복합 이미지를 생성 Matrix 두 개의 입력 래스터 파일을 분석하여 새로운 파일을 만든다.

Recode 새로운 클래스 값을 지정

Summary 두 주제 파일 간의 클래스 값 영역을 비교하는 cross tabulation statistics 를 계산

Zonal Attributes 폴리건 커버리지 안의 각 폴리건에 대한 래스터 레이어의 통계를 계산 UTILITIES 기타 도구들 Functions 프로세싱을 위한 특정 공간 모델러 함수를 사용 Operators 여섯 수학 함수 - +, -, /, *, POWER, MOD 제공

RGB Clustering 다중 분광 이미지에 대해 간단한 분류와 자료 압축 제공 Advanced RGB Clustering 하나 이상의 입력 자료에 대해 RGB clustering 수행

Layer Stack 파일 안의 레이어를 정리하거나 이동. 여러 개의 파일에서 레이어들을선택하여 하나의 파일로 묶을 수 있다.

Subset 선택된 이미지를 공간 영역, 레이어 등에 따라 영상을 절출 Create file 특정 크기, 자료 유형 등으로 자료 생성 Rescale 이미지의 DN 값을 특정 유형으로 scaling

Mask 두 개의 입력 파일 – mask file(thematic, recordable) and input file – 을이용하여 마스킹 수행

Degrade x, y factor를 설정하여 이미지의 해상도를 감소 Replace Bad Lines bad line을 주변 값으로 대치한다.

Vector to Raster 벡터와 래스터 커버리지를 전환

Image Interpreter

68

ERDAS IMAGINE

Spatial Enhancement

Convolution

예제에서는 Convolution 과 Crisp을 수행합니다.

1. IMAGINE icon panel에서 Interpreter icon을 누름

2. Image Interpreter menu에서 Spatial Enhancement… 버튼을 선택

3. Spatial Enhancement menu에서 Convolution…을 선택

4. Convolution dialog에서 Input File(*.img)에 lanier.img을 선택

5. Output File(*.img)에 Convolve.img를 입력

6. Kernel: 항목에서 3×3 Edge Detect를 선택

7. Kernel Selection box 안에 있는 Edit… 버튼을 누름

3×3 Edge Detect kernel이 열립니다.

Kernel이 저장되어

있는 Library

적용시킬 kernel의 선택

선택된 kernel을 편집

Image Interpreter


Crisp

여기서 kernel의 내용을 수정할 수 있습니다. 그러나 예제에서는 수정하지 않고 그냥 이 값을 사용하도록 하겠습니다.

8. 3×3 Edge Detect dialog에서 File | Close를 선택

9. Convolution dialog에서 OK를 누름

Job Status box가 나타나고 작업의 진행 정도를 보여줍니다. 100 percent로 작업이 완료되면…

10. Convolve.img를 IMAGINE Viewer에 open한 후 원 이미지와 비교.

11. Spatial Enhancement menu에서 Crisp…을 선택

Crisp dialog가 열립니다.

12. Crisp dialog의 Input File(*.img)에 panAtlanta.img을 선택

13. Output File(*.img)에 crisp.img을 입력

14. Crisp dialog의 Output Options:에서 Stretch to Unsigned 8bit를 체크

Image Interpreter

70

ERDAS IMAGINE

View Option의 사용

15. Crisp dialog의 하단에 있는 View… 버튼을 누름

Crisp function으로 사용되는 graphic model이 Model Maker viewer window에 열립니다.

Model Maker 에서 model 을 수정하고 실행시키는 방법은 이 책의 Spatial Modeler 부분을 참고하시기 바랍니다.

16. Model Maker viewer의 menu bar에서 File | Close All을 선택

17. Crisp dialog에서 OK버튼을 눌러 프로세스를 시작

18. Job Status dialog의 진행이 완료되면 Job Status dialog에서 OK를 누름

19. 하나의 Viewer에 panAtlanta.img와 crisp.img를 모두 open

방법은 아시죠?

20. Viewer menu bar에서 Utility | Swipe…를 선택

Image Interpreter


Radiometric Enhancement

21. Viewer Swipe dialog에서 slide bar을 이동시킴

Viewer Swipe dialog의 slide bar를 움직이면 두 layer가 나뉘어서 보이는 것을 알 수 있습니다. 즉, 두 이미지의 변화를 쉽게 확인할 수 있습니다.

22. Viewer Swipe dialog에서 Cancel을 누름

23. Spatial Enhancement menu를 Close

1. Image Interpreter menu에서 Radiometric Enhancement…를 선택

2. Radiometric Enhancement dialog에서 Brightness Inversion…을 선택

Image Interpreter

72

ERDAS IMAGINE

Inverse

Reverse

Inverse와 Reverse의 차이는

Inverse : 이미지의 어두운 부분을 좀더 세 하게 반전

Reverse : 단순 반전

3. Brightness Inversion dialog의 Input File(*.img)에 loplakebedsig357.img를 선택

4. Output File(*.img)에 inverse.img를 입력

5. Output Options:에서 Stretch to Unsigned 8bit를 체크

6. Output Options:에서 Inverse를 체크

7. Brightness Inversion dialog에서 OK 버튼을 누름

8. Radiometric Enhancement menu 에서 Brightness Inversion…을 선택

9. Brightness Inversion dialog의 Input File(*.img)에 loplakebedsig357.img를 선택

10. Output File(*.img)에 reverse.img를 입력

11. Output Options:에서 Stretch to Unsigned 8bit를 체크

12. Output Options:에서 Reverse를 체크

13. Brightness Inversion dialog에서 OK 버튼을 누름

14. Viewer에 inverse.img를 open

15. Viewer menu bar에서 View | Split… | Split Vertical을 선택

새로운 Viewer의 등장..

16. 두 번째 Viewer에 reverse.img를 open

17. 두 번째 Viewer menu bar에서 View | Split… | Split Vertical을 선택

새로운 세 번째 Viewer의 등장..

18. 세 번째 Viewer에 loblakebedsig357.img를 open

19. 세 이미지의 차이를 관찰

20. ERDAS IMAGINE icon panel에서 Session | Close All Viewers를 선택

화면이 깔끔…

Image Interpreter


Spectral Enhancement

1. Image Interpreter menu에서 Spectral Enhancement…를 선택

예제에서는 이중에 다음 네 가지를 수행합니다.

Tasseled Cap

RGB to IHS

IHS to RGB

Indices

2. Spectral Enhancement menu에서 Tasseled Cap…을 선택

Tasseled Cap dialog가 열립니다.

Image Interpreter

74

ERDAS IMAGINE

3. Input File:(*.img)에 lanier.img를 선택

lanier.img는 Landsat TM 이미지입니다.

4. Output File:(*.img)에 tasseled.img를 입력

5. Output Options:의 Stretch to Unsigned 8bit를 체크

6. Set Coefficients…버튼을 누름

Tassel Cap 변환 중에 여기에 보이는 계수들이 일반적으로 Landsat 5 TM 에 적용됩니다. 이 화면에서 각 계수들을 바꿀 수 있지만, 예제에서는 default 값을 사용하도록 하겠습니다.

7. Tasseled Cap Coefficients dialog에서 OK 버튼을 누름

8. Tasseled Cap dialog에서 OK를 눌러 프로세스를 시작

9. Job Status dialog의 작업이 완료되면 Job Status dialog에서 OK를 누름


11. 또 다른 Viewer에서 tasseled.img의 1번 밴드를 Red에, 2번 밴드를 Green에, 3번 밴드를 Blue에 할당시키고 open

무슨 뜻인지 아시겠죠?

Tasseled Cap 변환의 결과는 다음과 같이 해석할 수 있습니다.

Layer 1 (Red) : brightness 요소 (식생이 적고 반사가 많이 되는 지역)

Layer 2 (Green) : 식생 표현

Layer 3 (Blue) : 물이나 수분함유 정도를 표현

Image Interpreter


Indices


다음으로, Indices 라는 기능을 Landsat TM 이미지에 적용함으로써 픽셀에 무기/유기물의 포함 정도를 알아보도록 합니다.

13. Spectral Enhancement menu에서 Indices…를 선택

Indices dialog가 열립니다.

14. Input File:(*.img)에 tmAtlanta.img를 선택

15. Output File:(*.img)에 mineral.img를 입력

16. Select Function:항목에서 MINERAL COMPOSITE를 선택

이 함수의 의미는 다음과 같습니다.

Clay minerals = band 5 / band 7

Ferrous minerals = band 5 / band 4

Iron oxide = band 3 / band 1

17. Output Options:에서 Stretch to Unsigned 8 bit에 체크

입력 이미지의 센서

종류 입력

함수의 선택

선택된 함수의 실제 공식

Image Interpreter

76

ERDAS IMAGINE

RGB to IHS

IHS to RGB

18. Indices dialog에서 OK를 눌러 프로세스 시작

19. 결과의 확인

mineral.img 에 담겨있는 정보를 좀 더 확실하게 파악하기 위해 RGB to IHS →Stretch→IHS to RGB를 수행합니다.

20. Spectral Enhancement menu에서 RGB to IHS…를 선택

RGB to IHS dialog가 열립니다.

21. Input file에 mineral.img를 선택

mineral.img는 좀 전에 Indices의 결과 이미지 입니다.

22. Output file은 rgbtoihs.img로 입력

23. RGB to IHS dialog에서 OK를 눌러 프로세스 시작

24. Spectral Enhancement menu에서 IHS to RGB…를 선택

IHS to RGB dialog가 열립니다.

Image Interpreter


25. IHS to RGB dialog에서 input file을 rgbtoihs.img로 선택

26. output file은 ihstorgb.img로 입력

27. Stretch I & S를 선택

이 option 은 Intensity 와 Saturation 을 최대/최소값을 기준으로 stretch 를 시킨 후 RGB로 변환합니다.

28. IHS to RGB dialog에서 OK를 누름

29. 프로세스가 끝나면…

30. mineral.img, rgbtoihs.img, ihstorgb.img를 Viewer에서 확인

mineral.img : mineral 비율을 나타내는 이미지. Iron, clay, ferrous의 함량을 적절히 해석 가능.

rgbtoihs.img : mineral.img와 매우 다름. 이 이미지는 Viewer에서 눈으로 보고 해석하기 위한 것이 아니기 때문에 그다지 해석하기가 용이하지 않음.

ihstorgb.img : stretch가 된 mineral.img. mineral.img 보다 red 와 blue가 좀 더 해석하기 쉽게 변화.


32. Interpreter menu를 Close

Image Interpreter

78

ERDAS IMAGINE


Map Composer

Introduction

Map 생성

지도 작성 계획

ERDAS IMAGINE Map Composer 는 출력을 위한 지도를 만들 때 사용하는 WYSIWYG (What You See Is What You Get) 도구 입니다. Map 은 하나 이상의 continuous, thematic 이미지나 vector, annotation layer를 포함할 수 있습니다.

이번 장에서 map 을 만들기 위해 사용할 이미지는 <IMAGINE_HOME>에 있는 modeler_output.img입니다.

지도를 만들기 위해서 다음의 기본적인 단계를 따릅니다.

1. 지도 작성 계획

2. Map Composer의 시작

3. data layer의 준비

4. map frame 설정

5. neatline과 tick mark의 추가

6. 축척 표시

7. 범례의 생성

8. 지도 제목 추가

9. 방위 표시

10. 각종 주석문 및 그림 추가

11. 지도의 출력

Map Composer를 이용하여 map을 만들 때는 반드시 사전에 출력물의 크기, 필요한 주석문 등에 대해 명확한 정의가 내려져 있어야 합니다. 이러한 정의들이 이어지는 단계에 영향을 미치기 때문입니다.

이 예제에서는 다음과 같은 크기와 구조를 갖는 map 을 만들어 보겠습니다. 사용자는 반드시 다음의 그림과 같은 계획을 세워야 합니다.

Map Composer

80

ERDAS IMAGINE

위 그림에서와 같이 예제에서 만들 map 은 tick marks, 축척, 방위, 범례, 제목 및 주석문이 포함되어야 합니다.

11”

Title

5.5” × 5.5”

Legend

Scale N

8.5”

Map Composer


Map Composer에서 사용되는 요소들

Map 은 아래의 그림과 같이 생성되고 디스플레이 됩니다. 이 그림은 앞으로 예제를 통해 생성될 Map입니다.

Map title

Tick mark

Tick mark label

Neatline

방위표시 symbol

Legend

축척 표시 Text

Map Composer

82

ERDAS IMAGINE

Map Composer 의 시작

1. ERDAS IMAGINE icon panel에서 Composer icon을 눌러 Map Composer를 시작

2. 새 map composition 을 생성하기 위해 Map Composer menu 에서 New Map Composition…을 누름

3. New Map Composition dialog 에서 New Name(*.map) 항목에 map 이 저장될 file 이름(tour83.map 같은)을 입력

4. Map Width: 항목에 7.5 입력

5. Map Height: 항목에 10.0입력

일반적으로 프린터 설정에 약간의 여백이 있기 때문에 11”×8.5”의 map 을 만들기 위해 10”×7.5”의 값을 정의했습니다. 따라서 더 예쁜(?) 출력물을 얻기 위해서는 프린터의 환경 설정에 정의되어 있는 여백을 알아둘 필요가 있습니다.

6. Display Scale 1: 은 1.00, Units: 는 inches로 지정

7. New Map Composition dialog에서 OK 버튼을 누름

생성될 map의 이름

map의 크기 지정

map에서 사용될 단위

Map Composer


Map Composer Menu Bar

Map Composer viewer의 상단에 있는 menu bar에는 다음과 같은 option들이 있습니다.

Menu bar Tool bar

Status bar

Annotation tool palette

File Utility View Annotation

New… Inquire Cursor… Arrange Layers… Tools…

Open… Inquire Box… Aoom Undo

Save Inquire Color… Scale Cut

Print… Inquire Shape… Background Color Copy

Close Inquire Home Map Size… Paste

Status Bar Group

Menu Bar Ingroup

Tool Bar Reshape

Borders Raise

Layout Mode Lower

Distribute

Flip

Align Object North

Alignment…

Element Properties…

Styles…

Attributes

Map Composer

84

ERDAS IMAGINE

Map Composer viewer에도 Viewer처럼 다음과 같은 Quick View가 있습니다.

Map Composer Tool Bar

Map Composer tool bar에는 다음과 같은 icon들이 있습니다.

Annotation Tool Palette

Annotation tools는 Viewer menu bar나 Map Composer menu bar 모두에서 가능합니다. 이 도구들은 원, 사각형, 폐곡선, 선, 축척, 범례, 격자, 글씨, 심볼 등의 개체들을 annotation layer나 map composition위에 추가하는 기능들을 제공합니다.

Open 기존의 map compositon을 open

Save Map composition을 저장

Print Map composition을 출력

Reset Zoom 초기 Zoom 상태로 복귀

Inquire Cursor Inquire Cursor를 시작/갱신

Tools Annotation tool palette를 부름

Select 화면상의 개체를 선택

Zoom In 확대

Zoom Out 축소

Roam Map composition에서 roam

Map Composer


Map Composer에서 새 map을 생성할 때, 이 tool palette는 자동으로 화면에 보이게 되며, 이 palette 를 디스플레이하길 원한다면 Map Composer menu bar 에서 Annotation | Tools…를 선택하거나 Map Composer의 tool bar에서 Tool icon을 누르면 됩니다.

Annotation tool palette에 있는 주요 icon의 기능은 다음과 같습니다.

Select map 에 있는 개체를 선택하거나 옮길 때 사용. Shift 키를누른 상태에서 여러 개체를 동시에 선택 가능

Marquee 범위 내에 있는 모든 개체를 선택. 매우 작은 개체를 선택할 때 유용

Rectangle 사각형을 그림. Shift 키를 누르면 정사각형을 그릴 수 있음.

Ellipse 타원이나 원을 그릴 때 사용. Shift 키를 누르면 원을 그릴수 있음.

Polygon 많은 꼭지점을 갖는 폐곡선을 그림

Polyline 선을 그림

Arc 타원의 호를 그림. Shift 키를 누르면 원호를 그릴 수 있음

Symbol 방위각 같은 symbol을 추가

Text map에 글씨를 쓸 때 사용

Map Frame 이미지나 vector 등의 layer 를 map composition 에 위치시킬 때 사용

Select Map Frame

Map frame을 선택하거나 재 정의할 때 사용.

Grid/Tick Map frame에 좌표 격자를 생성

Scale Bar 축척을 표현할 때 사용

Legend 범례를 생성

Help 도움말 보기

Lock 현재 선택되어 있는 tool 을 계속 선택된 상태로 만들기 위해서 사용. 하나의 tool을 계속해서 사용할 때 유용

Close tool palette를 닫음

Map Composer

86

ERDAS IMAGINE

Data layer의 준비

Map Frame 설정

8. Map Composer viewer에서 오른쪽 마우스 버튼을 눌러 Quick View menu에서 Fit Map to Window를 선택

사용자는 map composition 에 어떤 layer 들이 포함될 것인지 결정해야 합니다. 이 예제에서는 modeler_output.img을 사용할 것입니다.

1. IMAGINE Viewer에서 modeler_output.img를 open

이제 실제 map 을 만드는 과정에 접어들었습니다. 이 과정 중에 가장 먼저 해야 할 일이 바로 Map Frame을 만드는 작업입니다.

What is a Map Frame?

Map frame은 다른 annotation 개체처럼 그려지거나, 위치가 바뀌거나, 크기를 조정할 수 있습니다. 그러나 실제 내용은 viewer처럼 동작합니다. Map frame은 래스터, 벡터, annotation layer를 모두 포함할 수 있습니다.

Map composer 에 보이는 layer 들은 복사될 수 없으며, 단지 참조만 될 수 있습니다. Map frame이 만들어 졌을 때 사용자는 단지 원하는 layer들이 open되어 있는 viewer를 선택함으로써 map composer에 layer를 디스플레이할 수 있습니다.

Map Frame의 범위

Map frame의 범위를 결정하는 방법에는 세 가지가 있습니다.

map area : map composition의 map frame에 보이는 영역이 IMAGINE Viewer에서 해당하는 지역. 단위는 map units에 의해 결정.

frame area : map composition에서 map frame이 차지하고 있는 영역. 단위는 page units.

scale : 실제 거리와 map frame의 길이와의 비. 한마디로 축척.

1. Annotation tool palette에서 Map Frame icon을 누름

2. Map Composer viewer의 왼쪽 상단에서 오른쪽 하단까지 적당한 크기로 drag

마우스 버튼을 놓으면 Map Frame Data Source dialog가 생깁니다.

Map Composer


3. Map Frame Data Source dialog에서 Viewer… 버튼을 누름

아래의 Create Frame Instructions dialog가 생깁니다.

4. 새로운 map frame에 이미지를 추가하기 위해 IMAGINE Viewer에 디스플레이 되어있는 이미지를 누름 (Viewer의 선택)

다음과 같은 Map Frame dialog가 열립니다.

Map Frame 크기 조정

Map Composer viewer의 map frame과 Viewer에 있는 cursor box의 크기와 위치를 변경함으로써 Map Frame의 크기, 축적 등을 변화시킬 수 있습니다.

예제의 map frame은 다음의 그림과 같은 크기와 위치를 갖습니다.

Map 영역과 frame 영역의 크기 조정(축척 유지)

축척과 frame 영역의 크기 조정(Map 영역 유지)

축척과 Map영역의 크기 조정(Frame 영역 유지)

축척 입력

Map frame 위치 지정

3.5”

5.5” × 5.5”

1.0”(X)

1.0” 9.0”(Y) 10”

Map Composer

88

ERDAS IMAGINE

Map Composer window의 원점은 좌하단입니다.

5. Map Frame dialog에서 Change Map and Frame Area(Maintain Scale)을 선택

6. Map Frame dialog에서 Frame Width:에 5.5, Height:에 5.5를 입력

7. Map Frame dialog에서 Change Scale and Map Area (Maintain Frame Area)를 선택

8. Map Frame dialog에서 Upper Left Frame Coordinates: 항목 중에 X에 1.0, Y에 9.0을 입력

9. Scale 1: 에 50000을 입력

10. IMAGINE Viewer 내에 있는 cursor box 를 원하는 지역으로 이동시킴(크기는 불변)

11. Map Frame dialog에서 OK 버튼을 누름

12. IMAGINE Viewer를 Close

만약 Map Frame이 만족스럽게 작성되었다면 Neatline과 Tick mark의 추가로 넘어가고, 만족스럽지 못하다면, 다음의 두 항목 중 원하는 작업을 실행하시기 바랍니다.

Map Frame의 수정

일단 Map composition에 map frame을 위치시켰다면, 그 map frame의 위치, 크기, 축척 등의 모든 인자들을 변화시킬 수 있습니다.

만약 map frame 에 있는 이미지 자체를 바꿀 때에는 map frame 을 삭제하고 새로운 map frame을 생성해야 합니다.

Map frame 을 삭제하려면 Map Frame 의 삭제로 넘어가고, 수정하길 원한다면 계속 진행하십시오.

1. map frame 을 수정하기 위해 Annotation tool palette 에서 Select Map Frame icon을 선택

2. 수정하길 원하는 map frame을 선택

3. Map Composer viewer에서 Annotation | Element Properties…를 선택하거나 map frame을 더블 클릭.

새로운 Viewer 가 생성되고 현 map frame 에 포함되어 있는 이미지가 새 Viewer 에 보이게 됩니다. 그리고 처음에 map frame 에 대한 설정을 해주던 Map Frame dialog가 다시 디스플레이 됩니다.

4. Map Frame dialog에서 원하는 항목을 변화 시키거나 cursor box를 이동

5. Map Frame dialog의 OK를

Map Composer


6. IMAGINE Viewer를 Close

Map Frame의 삭제

1. Map Composer viewer의 menu bar에서 View | Arrange Layers… 선택

2. 마우스 포인터를 Arrange Layers dialog의 MapFrame_modeler_output.img 위로 옮긴 후 오른쪽 마우스 버튼을 눌러 Delete Layer를 선택

3. Arrange Layer dialog에서 Apply를 누름

4. Arrange Layer dialog를 Close

Neatline과 Tick mark의 추가

map composition의 이미지 주위에 neatline과 tick mart를 추가해 보도록 하겠습니다.

Neatline : map frame의 둘레에 그려지는 경계선

Tick mark : map frame의 둘레나 neatline을 따라 생기는 작은 선. 일정한 거리를 두고 등간격으로 표시.

Map Composer 에서는 neatline 과 tick mark 를 동시에 만들 수 있습니다. 이 neatline과 tick mark는 실제로는 line과 text들이 자동으로 group화 된 것입니다.

1. Map Composer viewer의 Quick View에서 Fit Map To Window를 실행

2. Annotation tool palette에서 Grid/Tick icon을 선택

3. Neatline과 tick을 추가할 map frame을 클릭

Set Grid/Tick Info dialog가 열립니다.

Neatline과 Tick mark의 추가

Neatline 추가 여부

수평축(X 축)에 생성될

Tick mark에 대한 설정

수평축(X 축)에 대한 설정

을 수직축(Y축)에 복사

Map Composer

90

ERDAS IMAGINE

4. Neatline은 체크된 상태, Margin:은 0으로 설정

5. Horizontal Axis tab에서 length Outside: 항목에 0.06을 입력

6. Spacing: 항목에 5000을 입력

Set Grid/Tick Info dialog의 오른쪽 하단에 보면 Number of lines: 에 4라는 값이 있습니다. 이 값은 수평축에 4 개의 Tick mark 가 생길 것임을 보여주고 있습니다.

7. Copy to Vertical 버튼을 누름

8. Vertical Axis tab을 누름

Horizontal Axis의 항목이 복사되었음을 알 수 있습니다.

9. Set Grid/Tick Info dialog에서 Apply를 누름 (Close가 아님)

10. 만약 neatline과 tick mark가 만족스럽다면 Set Grid/Tick Info dialog에서 Close를 누르고, 그렇지 않다면 각 항목의 값을 변경시킨 후 Redo를 누름

만약 Apply 를 두번 이상 누르면, 새로운 neatline 과 tick mark 가 계속 위에 새로 생기기 때문에 반드시 Redo를 눌러야 합니다.

아래의 그림과 비슷한 상태가 됩니다.

Text/Line Style의 변경

Neatline, tick mark, grid line을 이루고 있는 line과 text는 Style dialog에서 설정되어 있는 상태대로 생성됩니다. 이 style들은 Neatline, tick mark, grid line 등이 생성되기 전에 변경되어 생성될 개체들에 적용되거나, 이미 만들어진 개체들을 선택해서 각각의 style을 변경해 줄 수도 있습니다.

11. map frame 의 바깥쪽에 있는 숫자들을 선택해서 group 화 되어있는 tick, tick label, neatline을 선택

Map Composer


12. Map Composer viewer의 menu bar에서 Annotation | Styles…를 실행

또는 Annotation tool palette에서

13. Style dialog의 Line Style: popup list에서 Other…를 선택

14. Line Style Chooser dialog에서 Width: 항목을 1.00으로 변경

15. Line Style Chooser dialog 에서 Apply를 누르고 Close

16. Style dialog의 Text Style: popup list에서 Other…를 선택

17. Text Style Chooser dialog에서 Size:를 10.00으로 조정

18. Text Style Chooser dialog 에서 Apply를 누르고 Close

19. Style dialog를 Close

Map Composer

92

ERDAS IMAGINE

개체들의 group/ ungroup

축척 표시

20. Map Composer menu bar에서 Annotation | Ungroup을 선택 (또는 )

group화 되어있던 개체들이 점차 ungroup되는 것을 볼 수 있습니다.

21. group 으로 만들고 싶은 개체들을 선택한 후 Annotation | group 을 선택 (또는 )

선택된 개체들이 하나의 group으로 묶입니다.

하나의 scale bar나 각기 다른 단위로 표시되는 여러 개의 scale bar를 만들 수 있습니다. Scale bar도 마찬가지로 여러 개체를 자동으로 group함으로써 생성됩니다.

이번 예제에서는 mile과 kilometer 단위의 scale bar를 만든 뒤 map frame의 하단에 위치시키도록 하겠습니다.

1. Annotation tool bar에서 Scale Bar icon을 선택

2. 마우스 포인터를 Map Composer viewer로 옮기면 포인터의 모양이 바뀜

3. map frame 의 오른쪽 하단에 scale bar가 위치할 영역을 drag하여 그림

나중에 크기나 위치는 재 조정할 수 있습니다.

마우스 버튼을 놓으면, Scale Bar Instruction dialog가 활성화됩니다.

4. Scale bar를 적용시킬 map frame을 클릭

클릭하면 Scale Bar Properties dialog가 열립니다.

각각의 scale bar를

정렬하는 기준

Scale bar로 표시할

단위들을 선택

Map Composer


범례의 생성

5. Scale Bar Properties dialog의 Units:항목에서 Kilometers와 Miles를 선택

6. Maximum Length:항목에 2.0을 입력

7. Scale Bar Properties dialog에서 Apply를 누름

8. Scale bar 가 만족스럽다면 Close, 그렇지 않다면 값들을 수정한 후 Redo 버튼을 누름 (Apply 버튼을 누르면 안됨)

1. Annotation tool palette에서 Legend icon을 선택

2. 마우스 포인터를 Map Composer viewer로 옮긴 후 map frame의 하단 좌측에 범례가 시작될 점을 찍음.

이번에는 범위를 설정해 주는 것이 아니라 범례의 좌상단이 위치할 지점만 지정해 주는 것입니다. Scale bar를 만들 때와는 약간 차이가 있습니다.

아래 그림처럼 범례를 생성할 map frame을 선택하라는 메시지가 나옵니다.

3. Map frame을 클릭

클릭하게 되면 Legend Properties dialog가 열립니다.

4. Legend Layout: 에서 6 번째 줄의 Class_5 를 지우고 SPOT Panchromatic을 입력

범례에 추가될

항목들을 선택

Map Composer

94

ERDAS IMAGINE

지도 제목 추가

5. Legend Layout: 에서 2번째 줄부터 6번째 줄까지 선택 (노란색으로 반전)

6. Legend Properties dialog에서 Title tab을 누름

7. Title Alignment: 항목을 Left-Justified로 설정

8. Legend Properties dialog에서 Apply를 누름

9. 생성된 범례가 만족스럽다면 Close, 그렇지 않다면 값을 변화시킨 후 Redo 버튼을 누름

Apply 버튼을 또 누르면 안돼는 건 아시죠?

10. Legend Properties dialog를 Close

1. Annotation tool palette에서 Text icon을 누름

2. Map Composer viewer에서 글씨를 추가할 부분을 클릭

Annotation Text dialog가 열립니다.

3. Enter Text String: 영역에 Environmental Sensitive Analysis라고 입력

4. Annotation Text dialog에서 OK를 누름

Map Composer


Text Style의 수정

5. Map Composer viewer 에서 글씨(text string)을 선택

6. Map Composer menu bar에서 Annotation | Styles…를 선택

7. Style dialog의 Text Style: 항목의 popup list에서 Other…를 선택

8. Text Style Chooser dialog에서 Size: 에 20을 입력

9. Text Style Chooser dialog에서 Custom tab으로 이동

10. Font를 Antique-Olive로 설정하고 Apply 버튼을 누름

11. Text Style Chooser dialog를 Close

방위표시

Map Composer 에는 방위 기호를 포함해서 많은 symbol 들이 포함되어 있습니다. 이 symbol들은 미리 그려진 annotation 개체들로 이루어져 있습니다.

1. Map Composer menu bar에서 Annotation | Styles…를 선택

2. Style dialog의 Symbol Style: popup list에서 Other…를 선택

Symbol Chooser dialog가 열립니다.

3. Menu라고 되어 있는 부분을 North Arrows로 바꿈

4. north arrow 4를 선택

5. Size:에 36을 입력

6. Symbol Chooser dialog에서 Apply를 누른 후 Close

7. Annotation tool palette에서 Symbol tool을 선택

8. Map Composer viewer에서 map frame의 하단 중앙(범례와 축척의 사이)을 클릭

방위 표시

Map Composer

96

ERDAS IMAGINE

각종 주석문 및 그림 추가

Map Composition의 저장

Map Composer viewer의 오른쪽 하단에

San Diego, California<enter> Environmental Sensitivity Analysis

라는 text string을 추가합니다. 방법은 아시리라 믿습니다.

Map composition menu bar에서 File | Save | Map Composition을 하면 되겠죠?


Data Preparation

Mosaic란?

항공 사진의 mosaic

두 개 이상의 이미지를 연결시켜 하나의 이미지로 만들 때 사용하는 기능입니다. 입력 이미지의 픽셀 크기와는 무관하게 작업을 수행할 수 있으나, 좌표 체계가 서로 다른 이미지라면 mosaic 전에 좌표 체계를 동일하게 만들어야 합니다.

다음 2개의 이미지를 mosaic합니다

air-photo-1.img

air-photo-2.img

1. 2개의 Viewer에 air-photo-1.img와 air-photo-2.img를 각각 open

2. ERDAS IMAGINE icon panel에서 Data Prep icon을 누름

3. Data Preparation menu에서 Mosaic Images…를 선택

Mosaic Tool viewer가 열립니다.

Data Preparation

98

ERDAS IMAGINE

Mosaic Tool menu Bar

Menu bar

Tool bar

Mosaic 될 file 이

디스플레이 되는

canvas (Mosaic

Tool viewer)

File Edit Process

New… Image List… Run Mosaic…

Open… Add Images…

Save Delete Image(s)

Save As… Image Matching…

Annotation Intersection List…

Close Set Overlap Function…

Close All Output List…

Output Options…

Delete Outputs

Data Preparation


Mosaic Tool bar

Add Images

Mosaic dialog에 Mosaic할 이미지를 추가

Input

input 이미지에 대한 처리 모드 (Input Mode)

Intersection 추가된 이미지들간에 겹친 부분에 대한 처리 모드(Intersection Mode)

Output

output 이미지에 대한 처리 모드 (Output Mode)

Reset Canvas

Mosaic viewer 에 추가된 이미지가 모두 보이도록 크기조절

Scale Canvas

선택된 이미지가 canvas에 딱 맞게 크기 조절

Select

Mosaic viewer에 디스플레이 된 특정 지점을 선택

Query Select

Mosaic viewer의 특정 지역을 선택

Zoom In 확대

Zoom Out 축소

Select Area for Zoom

확대될 지역을 선택

Roam

roaming

Image List

Mosaic dialog에 추가된 이미지들의 list

Image Resample

Image Resample Option을 정의. Input Mode에서 사용

Image Matching

list 에 포함된 이미지들의 contrast 를 matching. Input Mode에서 사용

Send to Top 쌓여있는 이미지들의 순서에서 선택된 이미지를 가장 위로 올림. Input Mode에서 사용

Send Up One

하나 위로 올림. Input Mode에서 사용

Send to Bottom

가장 바닥으로 내림. Input Mode에서 사용

Send Down One

하나 아래로 내림. Input Mode에서 사용

Reverse Order

쌓인 순서를 뒤바꿈. Input Mode에서 사용

Data Preparation

100

ERDAS IMAGINE

입력 이미지 설정

4. Data Preparation menu 를 Close

5. air-photo-1.img 열려있는 Viewer (첫 번째 Viewer)에서 AOI | Tools…를 선택

Next Intersection

다음 intersection을 선택. Intersection Mode에서 사용

Previous Intersection

이전 intersection을 선택. Intersection Mode에서 사용

Function 겹치는 지역에 대한 처리 결정. Intersection Mode에서 사용

Default Cutline

겹친 부분에 자동으로 cut line을 만듦. Intersection Mode에서 사용

AOI Cutline 사용자기 임의로 cut line을 설정할 때. Intersection Mode에서 사용

Toggle Cutline

cut line을 중심으로 갈려 있는 이미지들을 toggle

Delete Cutline

cut line의 삭제. Intersection Mode에서 사용

Cutline Selection viewer

겹친 부분을 Viewer에 보여줌. Intersection Mode에서 사용

Auto Cutline

Cutline Selection Viewer의 자동화

Output Image

Output Image Option dialog가 열림

Data Preparation


6. AOI tool palette에서 Polygon icon을 누름

7. 아래 그림처럼 이미지의 바깥쪽 경계를 따라서 디지타이징

Template 생성

8. Polygon을 다 그린 후, File | Save | AOI Layer As…로 AOI 저장

Data Preparation

102

ERDAS IMAGINE

9. Save AOI as: (*.aoi)에 template.aoi를 입력하고 OK를 누름

10. Mosaic Tool viewer에서 Edit | Add Images…를 선택

11. Image Filename: (*.img)에서 air-photo-1.img를 선택

12. Image Area Options:에서 Template AOI를 선택하고 아래 Set… 버튼을 누름

Data Preparation


13. Choose AOI dialog에서 File을 선택

14. AOI File: (*.aoi)에서 template.aoi를 선택

15. Choose AOI dialog에서 OK를 누름

16. Mosaic Tool viewer에서 Edit | Image List…을 선택

17. Add Images for Mosaic dialog에서 Add 버튼을 누름

Add 버튼을 누르면 Mosaic Image List CellArray에 air-photo-1.img가 추가되고, Mosaic Tool viewer의 canvas에 이미지에 해당하는 그림이 생깁니다.

Data Preparation

104

ERDAS IMAGINE

Intersection 의 확인

18. Add Images for Mosaic dialog의 Image Filename: (*.img)에서 air-photo-2.img를 선택

19. Image Area Options:에서 Compute Active Area 를 선택

20. Add Images for Mosaic dialog에서 Add 버튼을 누르고 Close

마찬가지로 Add 버튼을 누르면 Mosaic Image List CellArray에 air-photo-2.img가 추가되고, Mosaic Tool viewer의 canvas에 이미지에 해당하는 그림이 생깁니다.

21. Mosaic Tool viewer에서 Input icon을 누름

22. Image Matching icon을 누름

23. Matching Options dialog의 Color Corrections 항목에서 모든 항목 선택

24. Matching Options dialog에서 OK를 누름

25. Mosaic Tool viewer에서 Intersection icon을 눌러 Intersect 모드로 전환

26. Mosaic Tool viewer의 canvas에서 두 이미지가 겹친 부분을 클릭

선택된 intersect 부분이 노란색으로 반전됩니다.

Data Preparation


Cutline 그리기

27. Mosaic Tool viewer에서 Cutline Selection viewer icon을 누름

28. Viewer icon bar에 있는 Zoom In tool로 Cutline을 그리고자 하는 지역을 확대

29. AOI tool palette에서 Line tool을 선택

30. Viewer #3(두 이미지가 겹쳐서 디스플레이된 Viewer)에서 겹치는 지역을 가로지르도록 line을 그림

31. Mosaic Tool viewer에서 AOI Cutline icon을 선택

32. Choose AOI dialog에서 AOI Source:항목을 Viewer로 선택하고 OK를 누름

Mosaic Tool viewer에서 cutline이 붉은색으로 보입니다.

Data Preparation

106

ERDAS IMAGINE

Output 이미지의 정의

Mosaic의 실행

33. Mosaic Tool viewer에서 Function icon을 누름

34. Set Overlap Function dialog의 Intersection Type:항목에 Cutline Exists를 선택

35. Select Function:을 Cut/Feather로 설정

36. Set Overlap Function dialog에서 Apply를 누르고 Close

37. Mosaic Tool viewer에서 Output icon을 눌러 Output 모드로 전환

38. Mosaic Tool viewer에서 Output Image icon을 누름

39. Output Image Option dialog의 Define Output Map Area(s):에서 Union of All Inputs를 선택하고 OK를 누름

40. Mosaic Tool viewer에서 Process | Run Mosaic…를 실행

41. Run Mosaic dialog의 Output File Name: (*.img)에 airmosaic.img를 입력

42. Stats Ignore Value:에 체크표시

43. Run Mosaic dialog에서 OK를 누름

Mosaic가 실행됩니다.

44. Viewer에 airmosaic.img를 open

Data Preparation


LANDSAT 이미지의 Mosaic

입력 이미지의 디스플레이

이번에는 MSS data와 TM data를 mosaic 해 보겠습니다. 사용할 이미지는 다음과 같습니다.

wasia1_mss.img

wasia2_mss.img

wasia3_tm.img

카자흐스탄 지역입니다.

1. 하나의 Viewer에 wasia1_mss.img, wasia2_mss.img, wasia3_tm.img를 모두 디스플레이

각각의 file 을 open 할 때 Raster Options 에서 Clear Display 항목의 체크 표시를 없애고, Background Transparent에 체크 표시를 해줘야 하겠죠?

Data Preparation

108

ERDAS IMAGINE

이미지의 입력

2. ERDAS IMAGINE icon panel에서 Data Prep icon을 누름

3. Data Preparation menu에서 Mosaic Images…를 누름

4. Data Preparation menu를 Close

5. Mosaic Tool viewer에서 Add image icon을 누름

6. Add Images for Mosaic dialog 의 Image Filename: (*.img)에서 wasia1_mss.img를 선택

7. Add Images for Mosaic dialog의 Image Area Options:에서 Compute Active Area를 선택하고 OK 버튼을 누름

Data Preparation


Image Matching

8. wasia2_mss.img와 wasia3_tm.img에 대해 step 6,7,을 반복

세 이미지가 모두 Add되면 다음의 그림과 같이 보입니다.

9. Add Images for Mosaic dialog에서 Close를 누름

10. Mosaic Tool viewer에서 Image Matching icon을 누름

11. Matching Options dialog의 Matching Method:에서 Overlap Areas를 선택

12. Matching Options dialog에서 OK를 누름

13. Mosaic Tool tool bar에서 Intersection icon을 누름

Data Preparation

110

ERDAS IMAGINE

Mosaic의 실행

Subset Image

14. Mosaic Tool tool bar에서 Function icon을 누름

15. Set Overlap Function dialog 의 Select Function:에서 Average 를 선택하고 Apply 버튼을 누름

16. Set Overlap Function dialog에서 Close 버튼을 누름

17. Mosaic Tool menu bar에서 Process | Run Mosaic…을 선택

18. Run Mosaic dialog의 Output File Name: (*.img)항목에 wasia_mosaic.img를 입력

19. Run Mosaic dialog에서 OK 버튼을 누름

20. 작업이 완료되면 Mosaic Tool viewer에서 File | Close를 선택

이미지의 일부분을 따로 떼어내서 독립된 file 로 만드는 기능입니다. 전체 이미지 중에 일부 지역이나, 일부 밴드에 대해서 작업할 수 있습니다.


2. Viewer menu bar에서 AOI | Tools…를 선택

AOI Tool palette가 보입니다.

3. AOI Tool palette에서 Polygon icon을 누름

Data Preparation


4. lanier.img위에 polygon을 그림

5. Quick View에서 Inquire Box…를 선택

Data Preparation

112

ERDAS IMAGINE

6. Inquire Box를 실행하면 생기는 dialog에서 Fit to AOI 버튼을 누름

dialog의 ULX, ULY, LRX, LRY의 좌표가 변하는 것을 볼 수 있습니다. 좀 전에 그린 polygon AOI의 둘레에 정확하게 맞춰진 Inquire Box의 좌상단, 우하단의 좌표를 보여주고 있습니다.

7. IMAGINE Icon panel에서 Data Preparation 버튼을 누름

8. Data Preparation menu에서 Subset Image…를 선택

Data Preparation


9. Subset dialog에서 Input File: (*.img)에 lanier.img를 선택

10. Output File: (*.img)에 subset.img를 입력

11. Subset dialog에서 From Inquire Box 버튼을 누름

이 버튼을 누르면 Subset Definition:의 좌표들이 Inquire Box 의 좌표와 동일하게 변합니다.

12. Subset dialog에서 Select Layers:에 2,5,4를 입력

이렇게 입력하면 output 이미지의 1 번 layer 에 lanier.img 의 2 번 layer, output 이미지의 2 번 layer 에 lanier.img 의 5 번 layer, output 이미지의 3 번 layer 에 lanier.img의 4번 layer만 할당됩니다.

13. Subset dialog에서 AOI…버튼을 누름

다음의 Choose AOI dialog가 열립니다.

14. Choose AOI dialog에서 AOI Source:를 Viewer로 선택

15. Choose AOI dialog에서 OK를 누름

16. Subset dialog에서 OK를 누름

17. 프로세스가 완료되면 Job Status dialog에서 OK를 누름

18. 새로운 Viewer에 subset.img를 open

Data Preparation

114

ERDAS IMAGINE


Rectification

Introduction

Landsat 이미지의 기하 보정

이미지의 디스플레이

Rectification(기하 보정)은 이미지를 좌표 체계에 맞도록 보정해 주는 과정입니다. 맵 좌표를 이미지에 부여해 주는 것을 georeferencing 이라고 하며, 모든 투영법은 맵 좌표와 관련이 있기 때문에 rectification은 georeferencing을 포함합니다.

이 장의 첫번째 예제는 Landsat TM 이미지를 동일한 지역의 SPOT panchromatic 이미지에 맞춰 보정하는 작업입니다. 이 SPOT 이미지는 이미 State Plane 투영법으로 기하 보정 되어 있습니다.

① 보정의 과정은 대략 다음과 같습니다.

② 이미지의 디스플레이

③ Geometric Correction Tool의 시작

④ Ground control points(GCPs)의 입력

⑤ 변환식 계산

⑥ 이미지의 resampling

⑦ 보정 작업의 검증

1. Viewer를 두개 생성

2. 첫번째 Viewer에서 File | Open | Raster Layer…를 선택

Rectification

116

ERDAS IMAGINE

GCP Tool 의 시작

3. Filename(*.img)항목에 tmAtlanta.img를 선택

4. Select Layer To Add dialog에서 Raster Option tab을 눌러 Display as를 Gray Scale로, Display Layer:항목에 2를 입력

5. Fit to Frame을 체크

6. Select Layer To Add dialog에서 OK를 누름

7. 두 번째 Viewer에 panAtlanta.img를 open

8. 첫 번째 Viewer(tmAtlanta.img 가 디스플레이 되어있는)의 menu bar 에서 Raster | Geometric Correction…을 선택

9. Set Geometric Model dialog에서 Polynomial을 선택하고 OK

Geo Correction Tools dialog와 함께 Polynomial Model Properties dialog가 열립니다.

10. Polynomial Model Properties dialog에서 Close 버튼을 누름

option은 나중에 바꿀 수 있습니다.

GCP Tool Reference Setup dialog가 다음과 같이 보입니다.

Rectification


11. GCP Tool Reference Setup dialog에서 Existing Viewer를 선택하고 OK 버튼을 누름

OK 버튼을 누르면 GCP Tool Reference Setup dialog 가 닫히고 Viewer Selection Instruction box가 열립니다.

12. 두 번째 Viewer(panAtlanta.img가 열려있는)를 클릭

Reference Map Information dialog가 열립니다. 이 dialog의 내용은 수정할 수 없습니다 당연하겠죠?

13. Reference Map Information dialog에서 OK 버튼을 누름

Rectification

118

ERDAS IMAGINE

OK 버튼을 누르면 작은 확대 Viewer 가 두개 더 생기고 각각은 첫 번째와 두 번째 Viewer 에 연결되어 있습니다. 따라서 새로 생긴 작은 확대 Viewer 의 크기나 기존 Viewer 에 생긴 Link box 의 크기를 조절함으로써 확대의 정도를 조절할 수 있습니다.

입력 이미지와 참조 이미지

사용자는 두 종류의 GCPs를 이용해야 합니다.

입력 GCPs (input) : 좌표를 보정할 이미지에서 생성된 GCP 들. GCP Tool 을 실행시킨 Viewer에서 디지타이징 함으로써 만들 수 있음

참조 GCPs (reference) : 좌표를 보정할 때 기준이 되는 이미지에서 생성된 GCP들. 알려진 참조 좌표를 갖고 있어야 함

이 예제에서 input GCPs는 tmAtlanta.img에서, reference GCPs는 panAtlata.img에서 생성됩니다.

GCP Tool 은 자동 변환식을 계산해 주며, RMS error 가 허용될 수 있는 수준으로 GCPs를 조절하는데 사용됩니다.

GCP Tool은 다음 그림처럼 생겼습니다.

Chip Extraction Viewer

Link box

Rectification


GCP Tools Menu bar Options

GCP Tool Bar Options

File View Edit

Load Input… View Only Selected GCPs Set Point Type

Save Input Show Selected GCP in Table Reset Reference Source…

Save Input As… Arrange Frame on Screen Reference Map Projection…

Load Reference… Tools… Point Prediction…

Save Reference Point Matching…

Save Reference As

Close

Toggle GCP 수정 모드의 완전자동화 / 반자동화 변환

Calculate GCP를 이용하여 geometric model 계산

Automatic 변환식의 자동 계산. 이 버튼이 눌려있을 때에는 point 가 변화될 때 마다 자동으로 변환식이 갱신.

Compute Error Check points의 오차 계산

Select viewer상에서 GCP를 선택하고 이동할 때 사용

Create Viewer에 GCP를 생성

Rectification

120

ERDAS IMAGINE

Ground Control Points의 입력

주 : 위 버튼들이 항상 활성화 되어있는 것은 아닙니다.

Ground Control Point(GCP)는 이미지상에서 정확한 좌표를 알고있는 지점입니다. GCP 들이 유용하게 쓰이기 위해서는 보정할 좌표체계를 정확히 결정한 후 그 체계에 맞는 GCP 좌표 값을 알아야 합니다.

GCP는 Viewer, Digitizing Tablet, ASCII file에서 부터 생성될 수 있습니다. 이번 예제에서는 Viewer에서 GCP를 생성해 보도록 하겠습니다.

GCP의 저장

Viewer 에서 생성된 GCP 들은 Viewer 에 열려있는 이미지와 함께 저장될 수 있습니다. 즉 GCP가 img file안에 함께 포함될 수 있습니다. 그러나 img file의 내부가 아니라 독립적인 .gcc file로 저장할 수도 있습니다.

Automatic 버튼이 활성화 되어있는 상태에서

14. 첫 번째 Viewer(Viewer #1)에서 다음에 보이는 네 개의 구역 중에 하나를 선택해서 그 지역을 클릭함으로써 GCP를 하나 생성

Viewer에서 생성된 GCP가 GCP Tool CellArray에 X input, Y input 값이 추가됩니다

Lock 현재 선택된 tool을 반복해서 사용할 때.

Find in Input

이 버튼이 눌려져 있으면 GCP Tool CellArray 에서 선택된GCP를 input image에서 보여줌.

Find in Reference

이 버튼이 눌려져 있으면 GCP Tool CellArray 에서 선택된GCP를 reference image에서 보여줌.

Z Value 지정된 elevation source에서 Z 값을 갱신

Automatic Z Value point가 변할 때 마다 자동으로 Z 값을 갱신

Rectification


15. GCP#1 을 쉽게 보기 위해 GCP Tool CellArray 에서 GCP#1 이라고 써있는 부분의 오른쪽에 있는 Color를 노란색으로 변경

16. 세 번째 Viewer(Viewer#1 을 확대하고 있는 Viewer#3)에서 GCP 를 drag 해서 정확한 위치로 이동시킴

17. GCP Tool에서 Create GCP icon을 선택

18. 두 번째 Viewer(Viewer #2)에서 똑같은 지역을 클릭

이번에는 GCP#1의 행에 X Ref. , Y Ref. 에 X, Y 좌표값이 추가됩니다.

19. Viewer #2에 있는 GCP를 잘 보기 위해 X Ref. 왼쪽에 있는 Color를 노란색으로 변경

Rectification

122

ERDAS IMAGINE

20. 네 번째 Viewer(Viewer #2 와 연결되어있는 Viewer #4)에서 GCP 를 drag 해서 Viewer #3에 있는 GCP와 동일한 지점으로 이동

예를 들면 아래의 그림과 같습니다.

21. Create GCP icon을 누름

22. Viewer #1에서 GCP#1과는 다른 지역에 다음 GCP를 생성

23. GCP#2를 잘 보이게 하기 위해서 색을 Magenta로 바꿈

24. Viewer #3에서 GCP를 drag해서 원하는 지역으로 이동

25. Step 17, 18번을 반복

26. Step 23 수행

27. 위의 단계를 반복 수행해서 GCP를 적어도 두개 이상 더 생성

GCP가 이미지에 넓게 분포되도록 만드는 것이 중요합니다.

지금까지의 결과는 대략 다음 그림과 비슷합니다.

Source GCP의 색

지정

input 이미지에 생성된

GCP의 좌표

reference 이미지에 생

성된 GCP의 좌표

Rectification


GCP의 선택

GCPs 를 옮기거나 삭제하기 위해서는 GCPs 를 선택해야 합니다. 사용자는 Viewer나 GCP CellArray에서 선택할 수 있습니다.

Select icon으로 Viewer에서 GCP를 선택

annotation 처럼 클릭과 drag 를 함으로써 원하는 GCP 를 옮길 수가 있으며, CellArray에서 좌표를 입력할 수도 있습니다.

CellArray에서 GCP를 선택

Point # column에서 원하는 GCP를 클릭함으로써 선택

GCP의 삭제

GCP 를 삭제하기 위해서는 일단 삭제하고 싶은 GCP 를 CellArray 에서 선택한 후 마우스 포인터를 Point # column 에 옮겨 오른쪽 마우스 버튼을 누르면 나오는 Row Selection menu에서 Delete Selection 선택

Rectification

124

ERDAS IMAGINE

변환식 계산

Ground Check Points의 디지타이징

변환 행렬은 polynomial 방정식을 결정하는 숫자들의 집합이며, 이 숫자들을 transformation coefficients 이라고 부릅니다. polynomial 방정식은 하나의 좌표 체계에서 다른 좌표 체계로 변환할 때 사용합니다.

Polynomial Model Properties dialog의 Transformation tab은 변환 행렬의 계수들을 보여줍니다. Transform Editor에 있는 계수들은 GCP Tool의 GCP에 의해 계산되거나 사용자에 의해 수정될 수 있습니다. 예제에서는 전자의 경우가 됩니다.

변환식을 완성하기 위해 필요한 최소한의 GCP 개수는 변환식의 차수에 의해 결정되며, 다음의 식에 의해 계산할 수 있습니다.

만약 최소한의 GCP 개수가 입력되지 않았다면, 메시지가 표시되거나 RMS error 및 residuals 항목은 빈칸으로 남을 것입니다. 이런 상태에서는 input 이미지를 resample할 수 없습니다.

변환식 차수의 조정

변환식 차수를 조정하기 위해서 Polynomial Model Properties dialog를 사용합니다. 이 dialog의 Parameters tab에서 차수(polynomial order)를 조정합니다.

Ground Check Point는 변환식의 정확성을 평가하는데 유용하게 쓰입니다.

28. GCP Tool에서 모든 GCP의 색을 노란색으로 바꿈

29. Point # column에서 오른쪽 마우스 버튼을 눌러 Select None을 선택

30. GCP Tool에 있는 CellArray의 가장 아래 행(아무 내용도 들어있지 않은 행)의 색을 Magenta로 바꿈

이렇게 마지막 행의 색을 바꾸면 이후에 추가되는 point 의 색은 Magenta 로 보이게 됩니다.

31. 마지막 행을 선택해서 노란색으로 반전

32. GCP Tool menu bar에서 Edit | Set Point Type | Check를 선택

역시 마찬가지로 이후에 추가되는 point 는 모두 check point가 됩니다.

33. GCP Tool menu bar에서 Edit | Point Matching…을 선택

(t + 1) (t + 2) 2 t : 변환식의 차수

Rectification


34. GCP Matching dialog에서 Correlation Threshold에 0.8을 입력

35. Discard Unmatched Point에 체크표시

36. GCP Matching dialog을 Close

37. GCP Tool Bar에서 Create GCP icon과 Lock icon을 모두 누름

38. 두 Viewer에서 각각 5개의 check point를 생성

만약 전에 생성했던 control point가 부정확하면, check point에 오류가 많이 생기기 때문에 Discard Unmatched Point기능에 의해 check point는 자동으로 버려지게 됩니다. 따라서 check point 가 제대로 생성되지 않는 경우에는 control point를 다시 설정해야 합니다.

Rectification

126

ERDAS IMAGINE

이미지의 resampling

39. point의 생성 후, Lock icon을 다시 눌러 Lock을 해제

40. GCP Tool에서 Compute Error icon을 눌러 check point에 대한 오류를 계산

GCP Tool의 상단에 Check Point Error이 계산되어 나타납니다. total이 1pixel 미만이 되는 것이 좋습니다.

41. 변환 계수를 참조하기 위해 GeoCorrection Tool dialog 에 있는 Model Properties를 누름

Resampling(화소 재배열)은 input image 를 변환하여 새로운 이미지를 만들어 내는 과정입니다.

ERDAS IMAGINE은 다음의 잘 알려진 세가지 resampling 방법을 제공하고 있습니다.

Nearest Neighbor

Bilinear Interpolation

Cubic Convolution

Rectification


보정 작업의 검증

42. Geo Correction Tool dialog에서 Resample icon을 누름

43. Resample dialog에서 Output File: (*.img)에 tmAtlanta_georef.img를 입력

44. Resample Method: 항목에 Bilinear Interpolation을 선택

45. Ignore Zero in Stats에 체크

46. Resample dialog에서 OK를 누름

Input 이미지가 올바르게 보정이 되었는지를 알기 위한 한가지 방법은 시각적으로 확인하는 것입니다.

47. 첫 번째 Viewer 에 tmAtlanta_georef.img 를 Clear Display 가 체크된 상태로 open

48. 저장할 것인지 물어보면 NO를 선택

Geometric Correction Tool을 마치게 됩니다.

49. 두 번째 Viewer(panAtlanta.img가 열려있는)와 첫 번째 Viewer를 Link시킴

50. 두 Viewer 중 하나의 Viewer에서 Inquire Cursor…를 실행

새롭게 만들어 질

결과 file

Resampling

방식의 결정

Rectification

128

ERDAS IMAGINE

이미지의 Rotate/Flip/Stretch

51. Inquire Cursor를 움직이며 확인

52. Inquire Cursor dialog를 Close

Viewer 에 열려 있는 layer 에 1 차 rectification 을 수행할 필요가 있을 때 사용합니다. 이 도구를 이용해서 이미지를 회전, 뒤집기, 늘리기, 줄이기를 할 수 있습니다.

Viewer에 tmAtlanta.img를 열어놓은 후에

1. Viewer에서 Raster | Geometric Correction…을 선택

2. Geometric Model dialog에서 Affine을 선택하고 OK를 누름

Rectification


3. Affine Model Properties에 있는 option들을 맘대로 변경

4. Apply를 누르고 Close

5. Geo Correction Tools dialog에서 Resample icon을 선택

6. Resample dialog에서 Output File: (*.img)항목에 tmAtlanta_rotate.img를 입력

7. Resample Method: 항목에 Bilinear Interpolation을 선택

8. Ignore Zero in Stats에 체크


10. Viewer에서 tmAtlanta_rotate.img를 Orient Image to Map System option에 있는 체크 표시를 없애고 open

11. tmAtlanta_georef.img와 tmAtlanta_rotate.img를 비교

Rectification

130

ERDAS IMAGINE

Camera 이미지의 보정

이미지 디스플레이

Geometric Correction의 수행

이번 예제에서는 항공사진을 orthorectification(정사 투영 보정)을 해보도록 하겠습니다. 작업은 다음과 같은 순서로 진행됩니다.

① Camera 이미지의 디스플레이

② Geometric Correction Tool의 시작

③ Camera model Properties의 입력

④ GCPs의 입력

⑤ 이미지의 resampling

1. Viewer에 ps_napp.img를 open

아래 그림처럼 항공 사진의 좌상단이 보입니다.

2. Viewer menu bar에서 Raster | Geometric Correction… 를 선택

3. Set Geometric Model dialog에서 Camera를 선택하고 OK를 누름

Rectification


4. Camera Model Properties dialog에서 Elevation File: (*.img)항목에 ps_dem.img 를 찾아서 선택

5. Principal Point:의 X:에 –0.004, Y:에 0.000, Focal Length에 152.804를 입력

Rectification

132

ERDAS IMAGINE

6. Camera Model Properties dialog에서 Fiducials tab으로 이동

7. Fiducial Tyle:에서 첫 번째 icon을 누름

8. Viewer Fiducial Locator:에서 Toggle icon을 누름

9. Viewer를 선택하라는 메시지가 뜨면, ps_napp.img가 열려있는 viewer를 선택

10. ps_napp.img가 열려있는 Viewer상의 link box를 다음 그림처럼 drag

Rectification


11. Camera Model Properties dialog에서 Place Image Fiducial icon을 누름

12. 두 번째 Viewer에서 fiducial mark의 중심을 클릭

첫 번째 Fiducial point 가 생성이 되고, Camera Model Properties dialog 의 Fiducial CellArray에 Image X와 Image Y 값이 입력됩니다.

Rectification

134

ERDAS IMAGINE

13. Step 11,12를 반복하며 네 개의 Fiducial point를 생성

14. Camera Model Properties dialog에서 아래의 Film 좌표를 입력

아래의 좌표는 각 fiducial mark 의 위치를 나타내고 있습니다. 이 값들은 이미지와 함께 공급 받을 수 있습니다. (공급 받아야 합니다.)

마지막 좌표가 입력이 되면 Camera Model Properties dialog 의 Status:항목이 Solved 로 바뀌고 Error:항목에 수치가 나타납니다. 이 상태는 내부 표정이 완료되었음을 보여주는 것입니다. Error:에 계산된 수치는 1.000 보다 작아야 합니다. 만약 1.000 보다 크다면 point 의 위치와 좌표 값을 다시 한번 확인하시기 바랍니다.

(Point #1) (Point #2)

(Point #3)

(Point #4)

Point # Film X Film Y

1 -106.000 106.000

2 105.999 105.994

3 105.998 -105.999

4 -106.008 -105.999

Rectification


15. Camera Model Properties dialog에서 View Fiducial Locator:의 Toggle icon을 클릭

확대된 작은 Viewer(Chip Extraction Viewer)가 닫힙니다.

16. Camera Model Properties dialog에서 Orientation tab을 누름

아래와 같이 Orientation options이 디스플레이 됩니다.

Rectification

136

ERDAS IMAGINE

17. Camera Model Properties dialog에서 Projection tab으로 이동

18. Projection options에서 Add/Change Projection…을 누름

Rectification


19. Projection Chooser dialog에서 Custom tab을 누름

20. Projection Type:에 UTM을 선택

21. Datum Name:에 NAD27을 선택

22. UTM Zone:에 11을 입력

23. Projection Chooser dialog에서 OK를 누름

방금 입력했던 투영법에 대한 정보가 Camera Model Properties dialog 의 Current Reference Map Projection:에 보입니다.

24. Camera Model Properties dialog에서 Apply와 Save As를 누름

25. Geometric Model Name dialog의 Filename: (*.gms)에 GeoModel.gms를 입력

26. Geometric Model Name dialog에서 OK를 누름

27. Geo Correction Tools dialog에서 GCP Tool icon을 누름

28. GCP Tool Reference Setup dialog에서 GCP File(.gcc)를 선택하고 OK를 누름

29. Filename: (*.gcc)에 ps_camera.gcc를 선택

이 reference points는 1:24,000 USGS 지형도에서 디지타이징 되었습니다.

30. Reference GCC File dialog에서 OK를 누름

확대 Viewer와 link box, GCP Tool이 열립니다.

Rectification

138

ERDAS IMAGINE

Resampling 과 Calibration

31. GCP Tool에서 Calculate icon을 누름

주 : orthorectification model에는 Automatic Transform Calculation을 사용할 수 없습니다.

GCP 는 최소 3 개가 필요하며, 적어도 6 개 이상이 되야 안정적으로 변환할 수 있습니다.

32. Camera Model Properties dialog에서 Save를 누름

Resampling : Resampling은 새로운 이미지를 만들어 내기 위해 픽셀 값을 계산합니다. Rectification에서 source로 쓰인 모든 raster data는 resampling될 수 있습니다. output 이미지는 input 이미지의 밴드 수를 그대로 유지합니다.

ERDAS IMAGINE은 아래의 세가지 resampling method를 제공합니다.

Nearest Neighbor

Bilinear Interpolation

Cubic Convolution

Calibration : resampling 을 해서 새로운 이미지를 만들어 내는 방법 대신에 calibration 은 원 이미지에 수학적인 모델만 저장합니다. 즉 Calibration 은 새로운 이미지를 만들어 내는 것이 아니라, 좌표가 변환되는 변환식만 원 이미지에 저장함으로써 실시간으로 변환된 좌표를 조회할 수 있습니다. 이미지를 open 할 때 Orient image to map system이라는 option을 활성화 시키면 이미지에 저장되어 있는 이 모델이 적용되어 변환된 좌표체계의 이미지를 볼 수 있습니다.

ps_napp.img 에 저장되어

있던 pixel 좌표

ps_camera.gcc에 저장되어

있던 reference 좌표

Rectification


이미지 Resample

만약 resample 을 하려면 이미지 Resample 로, calibration 을 하려면 이미지 Calibrate로 이동해서 진행하시기 바랍니다.

33. Geo Correction Tools dialog에서 Resample Image icon을 누름

34. Resample dialog에서 Output File: (*.img)에 geomodel.img를 입력

35. Resample Method:를 Cubic Convolution으로 설정

36. Output Cell Size:의 X:에 10, Y:에 10을 입력

default Output Cell Size는 triangulation에 의해 계산된 값입니다. Cell Size가 작아질수록 이미지의 용량은 커지게 됩니다.

37. Ignore Zero in Stats.에 체크 표시


39. Job이 다 끝나면 geomodel.img를 디스플레이

Rectification

140

ERDAS IMAGINE

이미지 Calibrate

33. Geo Correction Tools dialog에서 Calibrate Image icon을 누름

“이미지 calibration은 Geo Correction Tool을 모두 닫고, 이미지를 다시 열어야 합니다” 라는 메시지 박스가 열립니다.

34. Calibrate Image warning box에서 OK를 누름

Geo Correction Tool 과 관련된 모든 dialog 가 닫히고 Viewer 에 ps_napp.img가 Orient Image to Map System option이 꺼진 채로 새로 열립니다.

35. Viewer에 있는 이미지에 calibration 결과를 적용시키기 위해, Orient Image to Map System option을 활성화 시키고 ps_napp.img를 다시 open

36. Viewer에서 calibration information을 보기 위해 Info icon을 누름


Spatial Modeler

Introduction

Model Maker에 대해

ERDAS IMAGINE 에서 GIS 분석 함수와 알고리즘은 다음의 세가지 방법을 통해 접근할 수 있습니다.

Spatial Modeler Language로 만들어진 script model

Model Maker에서 생성된 graphic models

Image Interpreter내에 포함되어 있는 함수

Spatial Modeler Language

Spatial Modeler Language 는 ERDAS IMAGINE 에서 사용하는 모든 GIS functions의 기초가 되며, 가장 강력한 기능을 제공합니다. 이는 application 의 다양성을 위해 script를 활용하게 해주는 modeling language입니다. model을 이용하면, 사용자의 data나 목적에 맞게 알고리즘을 제작할 수 있습니다.

Model Maker

Model Maker는 그래픽적인 인터페이스로 제공되는 Spatial Modeler Language입니다. 사용하기 쉬운 도구들을 이용하여 graphic model 을 생성할 수 있습니다. Graphical model가 script로 변환되면 Spatial Modeler Language로서의 기능을 할 수 있습니다.

Image Interpreter

Image Interpreter 는 Model Maker 나 Spatial Modeler Language 를 이용하여 만든 일반적인 함수들의 모임입니다.

Model 은 geoprocessing 을 수행하는 명령어들의 집합이다. Model 은 Model Maker에서 그래픽적으로 만들어지거나 text 형태로 제작될 수 있습니다. Model Maker 의 작업은 flow chart를 그리는 것과 유사합니다.

Model Maker는 사용하기 쉬울 뿐만 아니라, 23개 category에 포함된 200개 이상의 함수를 제공하는 강력한 도구이기도 합니다.

Spatial Modeler

142

ERDAS IMAGINE

Graphical Models의 생성

Model Maker 에서 생성된 모든 graphical model 은 모두 input/function/output 의 동일한 기본 구조를 가지고 있습니다. Input/function/output 의 개수는 다양할 수 있지만 전체 형태는 동일합니다. 모든 요소들은 model이 실행되기 전에 서로 연결되어 있어야 합니다.

아래의 왼쪽 그림은 가장 단순하고 기본적인 model 의 예입니다. 오른쪽의 그림은 더 복잡해 진 model 이진 하지만, 왼쪽 model 과 동일한 input/function/output 의 흐름을 갖고 있습니다.

Basic Model Complex Model

Analysis Focal Use Opts

Arithmetic Global

Bitwise Matrix

Boolean Other

Color Relational

Conditional Size

Data Generation Stack Statistical

Descriptor Statistical

Distance String

Exponential Surface

Focal (Scan) Trigonometric

Focal Apply Opts Zonal

Input

Function

Output

Input Function Output

Function Input

Output

Input

Spatial Modeler


File에 대한 정의

일단 Model Maker viewer 에 개체들을 위치시킨 후에, 각각의 개체에 대한 정의를 내려야 합니다. 개체의 바로 아래에 있는 물음표는 개체가 아직 정의되지 않았음을 알려주고 있습니다. model이 실행되기 전에 반드시 모든 개체는 정의되어야 합니다.

개체를 더블 클릭하면(또는 한번의 클릭과 Edit | Properties…) 각각의 개체에 맞는 dialog 가 열립니다. 예를 들어 raster 개체를 더블 클릭하면 다음과 같은 dialog가 열리게 됩니다.

더블 클릭

Spatial Modeler

144

ERDAS IMAGINE

문제의 해결

Model Maker 를 이용하여 문제(예를 들어 적지 선정, 토지 이용 계획 수립 등)를 해결하기 위해서는 다음과 같은 기본적인 단계를 거치게 됩니다.

각각의 단계에 대해 자세히 설명을 하자면,

문제의 정의

model 을 만들기 전에, 목표가 명확해야 합니다. 일단 최종 결과물이 어떻게 나와야 하는지 명확하다면, 입력 자료와 사용되는 함수들을 결정할 수 있습니다. 이번 예제에서는 environmental sensitivity layer를 만든 후 위성 이미지에 겹쳐보도록 하겠습니다.

입력 자료의 결정

이번 예제의 목표에 따라, 해당지역의 sensitivity layer 를 만들기 위해 필요한 각종 thematic layer 와 인공 위성 이미지가 필요합니다. 위성 이미지는 SPOT Panchromatic 을 사용할 것입니다. 그리고 필요한 thematic layer 들은 아래의 세가지 입니다.

Flood pain – 침수 지역이나 지대가 낮은 지역은 개발에 부적당. 실제 강의 주변부를 버퍼링하여 만들어진 thematic layer.

Land cover – Landsat TM 이미지를 이용하여 만들어진 토지 피복 분류도. Riparian and Wetlands 클래스가 가장 환경적으로 민감.

Slope – 경사가 25% 이상인 지역에는 산사태 등의 잠재적인 위험 요소가 존재

문제의 정의

개체의 배치

개체의 연결

개체의 정의

함수와 계산식의

정의

Model의 실행

프로세스의 추가 및 수정

Spatial Modeler


Model Maker의 시작

사용 함수의 결정

이 model 은 세 가지의 분석의 결합으로 볼 수 있습니다. 아래의 처음 두 가지의 분석은 마지막 분석의 입력 자료로 사용될 것입니다. 각각의 분석의 목표는,

sensitivity layer의 생성 – flood plain, land cover, slope의 세 thematic layer를 이용하여 도출

SPOT data의 Enhance – SPOT 이미지의 밝기, 명암 조절 및 filtering

sensitivity layer와 SPOT data의 합성

입니다

1. IMAGINE icon panel에서 Modeler icon을 누름

2. Spatial Modeler menu에서 Model Maker…버튼을 누름

Model Maker viewer와 tool palette가 열립니다.

3. Model Maker viewer menu bar에서 File | Open…을 선택

4. Histo_Match.gmd를 선택하고 OK를 누름

Spatial Modeler

146

ERDAS IMAGINE

Menu bar

Tool bar

Model Maker

tool palette

Spatial Modeler


Model Maker viewer menu bar

Model Maker viewer의 menu bar에는 다음의 option이 있습니다.

Model Maker viewer tool bar

File Edit Model Text Process

New Cut Set Cell Size… Font Run

Open… Copy Set Window… Size Generate Script…

Close Paste Area of Interest… Style

Save Clear Snap to Grid

Save As… Select All Overview

Revert to Saved Invert Selection Optimize

Page Setup… Properties…

Show Page Breaks Tools…

Print…

Close All

Open 기존의 graphical model을 open

Close

model을 close

New Window

새로운 Model Maker viewer을 open

Save

Model의 저장

Print

Model의 출력

Cut 선택된 개체를 삭제

Copy 선택한 개체를 버퍼로 복사

Paste 버퍼에 복사된 개체를 붙여넣기

Tools

Model Maker tool palette를 표시

Run

Model의 실행. model이 완성되지 않으면 비활성화 됨

Overview 글씨 등의 annotation 을 제외하고 오로지 개체만으로 디스플레이. model이 복잡해서 window보다 클 때 사용

Zoom In

2배 확대

Spatial Modeler

148

ERDAS IMAGINE

Sensitivity layer의 생성

Model Maker Tool Palette

세 가지 입력 thematic layer 를 이용한 결과 file 에는 의미 있는 클래스 값이 저장되어 있습니다. 이 클래스들은 각기 다른 색을 지님으로써 SPOT panchromatic 이미지와 명확히 구별될 것입니다.

따라서 입력 file 의 값을 환경적으로 민감한 순서대로 큰 값에서 작은 값으로 recode 할 필요가 있습니다. 즉, 가장 민감한 클래스에 4 의 값을 부여하고, 가장 둔감한 지역에 0 의 값을 지정할 것입니다. 이 recode 는 raster 개체를 정의할 때 함께 이루어지며, recode된 값은 함수의 조건문에서 사용됩니다.

Select

개체를 선택하거나 이동시킬 때 사용. 클릭하면 개체 선택, 더블 클릭하면 개체 정의.

Raster

Input/output raster 개체. 더블 클릭하여 설정을 해야만 정의되고 사용될 수 있음.

Vector

Input vector 개체. 더블 클릭하여 설정을 해야만 정의되고사용될 수 있음.

Matrix

Input/output 행렬 개체. 더블 클릭하여 설정을 해야만 정의되고 사용될 수 있음.

Table

Color 등의 속성 같은 table 개체. 더블 클릭하여 설정을해야만 정의되고 사용될 수 있음.

Scalar

상수 개체. 더블 클릭하여 설정을 해야만 정의되고 사용될수 있음.

Function

조건문, 연산식, filtering 등의 함수 개체. 더블 클릭하여 설정을 해야만 정의되고 사용될 수 있음.

Criteria

조건문을 쉽게 생성할 수 있는 개체. 더블 클릭하여 설정을 해야만 정의되고 사용될 수 있음.

Connect

함수를 제외한 개체들을 함수와 연결. 개체의 내부를 클릭한 후 드래그하여 함수의 내부에서 버튼을 놓으면 연결됨. 그 반대도 마찬가지. 더블 클릭하여 설정을 해야만 정의되고 사용될 수 있음.

Text

글씨를 쓸 때 사용. 단지 주석문의 기능

Help

도움말

Lock

특정 도구를 연속적으로 사용할 때

Close tool palette를 닫음

Spatial Modeler


1. Model Maker tool palette에서 Raster icon을 선택하고, Lock icon을 누름

2. Model Maker viewer window에서 네 개의 Raster 개체를 만듦.

세 개는 input으로 쓰이고 하나는 output으로 쓰입니다. 따라서 세 개와 한 개를 따로 벌려놓는 게 좋겠죠?

3. Model Maker tool palette에서 Function icon을 누름

4. Model Maker viewer window에 하나의 Function 개체를 삽입

세 개의 input Raster 개체와 하나의 output Raster 개체 사이에 그리면 됩니다.

5. Model Maker tool palette에서 Connect icon을 누름

6. 세 개의 input Raster 개체에서 Function 개체로 연결시키고 Function 개체에서 하나의 output Raster 개체로 연결

다음의 그림처럼 그리시면 됩니다. 개체들의 위치는 아무래도 상관없지만 화살표의 방향은 반드시 그림과 동일해야 합니다. 세 개의 input 에서 함수로, 함수에서 하나의 Raster 개체로….

Spatial Modeler

150

ERDAS IMAGINE

7. Model Maker tool palette에서 다시 Lock icon을 눌러 Lock을 해제

8. Select icon을 누름

9. Model Maker viewer menu bar에서 Model | Set Window…를 선택

Spatial Modeler


Slope layer의 정의

10. Set Window dialog의 Set Window To:항목을 Intersection으로 변경

11. Set Window dialog에서 OK를 누름

12. Model Maker viewer에서 첫 번째 input Raster 개체를 더블 클릭

13. Raster dialog의 File Name: (*.img)에서 Open icon을 누름

14. File Name dialog의 Filename: (*.img)에서 slope.img를 선택하고 OK를 누름

이 slope.img 의 가장자리에 약간의 noise 가 있습니다. 따라서 이 noise 가 model에서 사용되지 않도록 설정해 주어야 합니다.

15. Viewer에 slope.img를 open

16. Viewer의 Quick View에서 Inquire Box…를 선택

Quick View는 Viewer의 window에서 오른쪽 마우스 버튼을 누르면 보입니다.

Spatial Modeler

152

ERDAS IMAGINE

17. Viewer window 에 있는 Inquire Box 를 옮기고 크기를 조절하여 가장자리의 noise를 제외한 이미지 내부가 포함되도록 설정

18. Raster dialog에서 Processing Window:에 있는 From Inquire Box 버튼을 누름

19. Inquire Box Coordinate dialog를 Close

Spatial Modeler


20. Raster dialog에서 Recode Data 항목을 체크

21. Setup Recode… 버튼을 누름

이제 경사도가 25% 이상인 클래스를 1 로, 그 외 클래스는 0 으로 recode 할 것입니다.

22. Recode dialog 의 Value column 에서 오른쪽 마우스 버튼을 눌러 Row Selection | Criteria…를 선택

Spatial Modeler

154

ERDAS IMAGINE

Flood Plain layer의 정의

Land Cover layer의 정의

Recode dialog 를 살펴보면 경사도 25% 이상인 클래스는 모두 Value 가 4 이상의 값을 갖고 있는 것을 알 수 있습니다.

23. Selection Criteria dialog의 Columns:항목의 Value를 클릭

24. Compares:에서 >를 선택

25. 숫자판에서 4 버튼을 누름

Criteria:에 $”Value”>4 라는 내용이 생겼습니다.

26. Selection Criteria dialog에서 Select 버튼을 누름

Value 값이 4보다 큰 클래스들이 노란색으로 반전됩니다.

27. Selection Criteria dialog를 Close

28. Recode dialog에서 New Value:에 1을 입력

29. Recode dialog에서 Change Selection Rows 버튼을 누름

30. Value column 에서 오른쪽 마우스 버튼을 눌러 Row Selection | Invert Selection을 선택

선택되는 클래스가 뒤집어 집니다.

31. New Value:에 0을 입력

32. Change Selection Rows 버튼을 누름

33. Recode dialog에서 OK를 누름

34. Raster dialog에서 OK를 누름

Raster dialog가 닫히고 Model Maker viewer의 첫 번째 Raster 개체의 아래에 n1_slope_RC라는 글씨가 생깁니다.

35. 두 번째 Raster 개체를 더블 클릭

36. Raster dialog에서 File Name: (*.img)항목에 floodplain.img를 선택

37. Raster dialog에서 OK 버튼을 누름

Raster dialog가 닫히고 Model Maker viewer의 두 번째 Raster 개체의 아래에 n2_floodplain이라는 글씨가 생깁니다

38. 세 번째 Raster 개체를 더블 클릭

39. Raster dialog에서 File Name: (*.img)항목에 landcover.img를 선택

40. Raster dialog에서 Recode Data 항목에 체크

41. Setup Recode… 버튼을 누름

42. Recode dialog에서 Value 값이 1인 행을 선택

Spatial Modeler


함수의 정의

43. 그 행의 New Value column에 4를 입력

44. Value column 에서 오른쪽 마우스 버튼을 눌러 Row Selection | Invert Selection을 선택

45. shift키를 누른 상태에서 Value가 4인 행을 선택

46. shift키를 누른 상태에서 Value가 0인 행을 선택

Value가 4와 0인 행은 선택되지 않은 상태로 변합니다.

47. New Value: 항목에 1을 입력

48. Change Selected Rows 버튼을 누름


Raster dialog가 닫히고 Model Maker viewer의 세 번째 Raster 개체의 아래에 n3_landcover_RC라는 글씨가 생깁니다.

지금까지 입력 thematic layer 에 대해 recode 를 해준 결과는 다음과 같이 요약할 수 있습니다.

50. Model Maker viewer에서 function 개체를 더블 클릭

Class Value

>25 percent slope 1

Flood plain 1

Riparian & wetlands 4

Undeveloped land 1

Spatial Modeler

156

ERDAS IMAGINE

결과 Raster의 정의

51. Function Definition dialog에서 Functions:항목을 Conditional로 변경

52. Functions:아래의 list에서 CONDITIONAL을 선택

53. 아래의 문장을 Function Definition내에 만듦

CONDITIONAL { ($n3_landcover_RC == 0) 0, ($n3_landcover_RC == 4) 4, ($n1_slope_RC == 1) 3, ($n2_floodplain == 1) 2, ($n3_landcover_RC == 1) 1}

이러한 조건식은 결과 file을 0에서 4까지의 값을 갖는 thematic layer로 만듭니다. 즉

54. Function Definition에 들어간 문장이 정확한 지 다시 한번 확인

55. Function Definition dialog에서 OK를 누름

Function Definition dialog 가 닫히고 function 개체의 아래에 CONDITIONAL 이라는 글씨가 생깁니다.

56. Model Maker viewer에서 output raster 개체를 더블 클릭

57. File Name: (*.img)에 sensitivity.img를 입력

58. Delete if Exists option에 체크 표시

59. File Type:을 Thematic으로 설정


여기까지의 결과는 다음 그림과 같습니다.

Class 내용

0 Developed

1 Undeveloped land

2 Flood plain

3 >25 percent slope 4 Riparian & wetlands

Spatial Modeler


Model의 저장과 실행

61. Model Maker viewer tool bar에서 Save icon을 누름 (또는 Model Maker viewer menu bar에서 File | Save As…)

62. Model 이름을 정하고 OK를 누름

Spatial Modeler

158

ERDAS IMAGINE

SPOT data의 Enhance

63. Model Maker viewer tool bar에서 Run icon을 누름 (또는 Model Maker viewer menu bar에서 Process | Run)

64. Model의 실행이 완료되면 Status box에서 OK를 누름

SPOT data에 convolution kernel을 적용해서 이미지를 향상시킵니다. 이 작업을 하기 위한 입력 자료는 raster, matrix, function이고, 결과물은 raster가 됩니다.

1. Model Maker viewer tool bar에서 New Window icon을 누름 (또는 Model Maker viewer menu bar에서 File | New)

2. 개체들을 새로운 Model Maker viewer에 추가

아래 그림처럼 만드시면 됩니다.

Spatial Modeler


입력 SPOT layer의 정의

입력 Kernel의 정의

함수의 정의

3. Model Maker viewer에서 input raster 개체를 더블 클릭

4. Raster dialog에서 File Name: (*.img)항목에 spots.img를 선택

5. Raster dialog에서 OK 버튼을 누름

6. Model Maker viewer에서 input matrix 개체를 더블 클릭

7. Matrix Definition dialog에서 Kernel:을 Summary로 설정

8. Size:를 555로 설정

9. Matrix Definition dialog에서 OK 버튼을 누름

10. Model Maker viewer에서 function 개체를 더블 클릭

Spatial Modeler

160

ERDAS IMAGINE

결과 Raster 의 정의

11. Functions:아래에 있는 list에서 CONVOLVE를 선택

12. <raster>를 클릭하고 Available Inputs:에 있는 $n1_spots를 클릭

<raster>가 $n1_spots 로 바뀝니다. 즉, CONVOLVE { $n1_spots, <kernel> }이 됩니다.

13. <kernel>을 클릭하고 Available Inputs:에 있는 $n3_Summary를 클릭

<kernel>이 $n3_Summary로 바뀝니다.

14. Function Definition dialog에서 OK 버튼을 누름

Function Definition dialog가 닫히고 function 개체 아래에 CONVOLVE라는 글씨가 생깁니다.

15. Model Maker viewer에서 출력 raster 개체를 더블 클릭

16. Raster dialog의 File Name: (*.img)항목에 spot_summary.img를 입력

17. Delete if Exists option에 체크

18. File Type이 Continuous인지 확인


Spatial Modeler


Model 의 저장과 실행

두 Model의 결합

Sensitivity layer와 SPOT data의 결합


21. Model의 이름을 convolve.gmd로 입력하고 OK 버튼을 누름



분리되어 있는 두 Model을 Copy와 Paste명령으로 하나로 결합시킬 수 있습니다. 생성된 두 개의 Model이 모두 화면에 디스플레이 되어 있어야 합니다.

24. 두 번째로 만든 Model의 menu bar에서 Edit | Select All을 선택

25. 같은 Model 의 tool bar 에서 Copy icon 을 누름 (또는 menu bar 에서 Edit | Copy)

26. 첫 번째 Model의 tool bar에서 Paste icon을 누름 (또는 menu bar에서 Edit | Paste)

27. 두 번째 Model Maker viewer에서 File | Close를 선택

28. 첫 번째 Model Maker viewer에서 Paste된 개체들을 통째로 원하는 위치로 이동

29. 선택된 개체들의 외부를 클릭함으로써 모든 개체를 선택 안된 상태로 만듦

두 thematic layer 가 결합되어 하나의 결과를 만들어 내기 위해서 sensitivity.img 와 spot_summary.img가 입력되어야 합니다.

1. 두 Model이 합쳐진 결과 Model의 tool palette에서 function icon을 누름

2. n4_sensitivity와 n7_spot_summary의 아래에 function 개체를 추가

3. Model Maker tool palette에서 Scalar icon을 누름

Spatial Modeler

162

ERDAS IMAGINE

입력 Scalar의 정의

함수의 정의

4. 방금 추가했던 function 옆에 scalar 개체를 추가

5. Model Maker tool palette에서 Raster icon을 누름

6. 추가된 function 개체 아래에 raster 개체를 추가

7. Model Maker tool palette에서 Connect icon을 누름

8. n4_sensitivity 와 n7_spot_summary, scalar 개체를 function 에 input 으로 연결한 후, function을 새로 추가된 raster 개체에 연결


10. Model Maker viewer에서 scalar 개체를 더블 클릭

Scalar dialog가 열립니다.

11. Scalar dialog에서 value:항목에 5를 입력

12. Type:항목을 Integer로 변경

13. Scalar dialog에서 OK를 누름

14. 아직 정의되지 않은 function 개체를 더블 클릭

Spatial Modeler


15. Function Definition dialog에서 Functions:항목을 Conditional로 변경

16. Functions: 아래에 있는 list에서 EITHER를 선택

17. <arg1>을 클릭한 후, Available Inputs: 항목의 $n4_sensitivity을 선택

18. <test>를 클릭한 후, Available Inputs: 항목의 $n4_sensitivity을 선택

19. Functions:를 Analysis로 변경

20. <arg2>를 클릭한 후, Functions: 아래에 있는 list에서 STRETCH를 선택

여기까지의 결과를 보면,

Spatial Modeler

164

ERDAS IMAGINE

21. <raster>를 클릭한 후 Available Inputs: 항목의 $n7_spot_summary를 선택

22. <stdcount> 대신 2를 입력

23. <min>에 0, <max>에 250을 입력

24. }와 OTHERWISE 사이를 클릭

25. +를 입력

26. Available Inputs: 항목의 $n11_Integer를 선택

여기까지 만든 function은 다음과 같습니다.

27. Function Definition dialog에서 OK를 누름

Spatial Modeler



28. Output raster 개체를 더블 클릭

29. Raster dialog에서 sensitivity_spot.img를 입력

30. Delete if Exists option을 체크

31. File Type:은 Thematic으로


최종 Model은 아래 그림과 같습니다.

Spatial Modeler

166

ERDAS IMAGINE


결과 Raster의 Display

색상 조정


34. Model의 이름을 combine.gmd로 입력하고 OK 버튼을 누름



Model 이 실행되면 새로운 결과 file 이 생성됩니다. 이 file 을 디스플레이하고 색상과 class 이름을 변경할 수 있습니다.

1. Viewer에 sensitivity_spot.img를 디스플레이

2. Viewer menu bar에서 Raster | Attributes…를 선택

3. Raster Attribute Editor에서 Edit | Add Class Names를 선택

Raster Attribute Table에 Class_Name이라는 새로운 column이 추가됩니다.

Spatial Modeler


4. Raster Attribute Editor에서 Edit | column Properties…를 선택

5. Columns:항목의 Color을 선택한 후 Top 버튼을 누름

6. Column Properties dialog에서 OK를 누름

Raster Attribute Editor가 아래의 그림과 같이 변합니다.

Spatial Modeler

168

ERDAS IMAGINE

Class_Names의 변경

Text Script 의 생성

7. 1 번 class 의 색을 변경시키기 위해 1 번 클래스(두 번째 줄)에 해당하는 Color를 클릭하고 Other…를 선택

8. Color Chooser dialog 에서 원하는 색을 선택한 후 Apply 버튼을 누르고 Close

9. 2, 3, 4번 class의 색을 원하는 색으로 변경

10. 1번 class의 Class_Names column을 클릭

11. Undeveloped Land를 입력

12. 2번 class에 침수지역을 입력

13. 3번 class에 >25 Percent Slope를 입력

14. 4번 class에 Riparian and Wetlands를 입력

Model Maker에서 만들어진 graphical model은 Spatial Modeler Language로 쓰여진 scripts 로 변환될 수 있습니다. 변환된 script file 은 일반 문서 편집기로 편집이 가능합니다.

Spatial Modeler Language는 Model Maker에서 사용할 수 있는 함수들의 사용뿐만 아니라, 더욱 발전된 modeling을 가능하게 해줍니다. 예를 들면

이 검은 점을 움직여 원하는

색상을 선택

Spatial Modeler


더 복잡한 조건문과 반복문

복잡한 data type

더욱 유연한 raster 개체의 사용

이 있습니다.

1. Model Maker viewer menu bar에서 Process | Generate Script…를 선택

2. Script Name: (*.mdl)에 원하는 이름을 입력하고 OK 버튼을 누름

3. Spatial Modeler menu에서 Model Librarian…을 선택

Spatial Modeler

170

ERDAS IMAGINE

4. 조금 전에 만들었던 model을 선택하고 Edit… 버튼을 누름

5. Text Editor menu bar에서 File | Close를 선택

6. Model Librarian dialog와 Spatial Modeler menu를 Close

Spatial Modeler


Criteria Function 의 사용

Model Maker의 Criteria function은 조건문을 쉽게 생성하기 위해 고안된 개체입니다.

이번 예제에서는 thematic layer 와 continuous layer 를 동시에 입력하여 다음의 네 class로 구별하는 작업을 하게 됩니다.

급경사 지역의 Riparian

완만한 경사 지역의 Riparian

급경사 지역의 Chaparral

완만한 경사 지역의 Chaparral

이 작업을 수행하는 model은 다음 그림과 비슷합니다.

Spatial Modeler

172

ERDAS IMAGINE

입력 Raster Layer의 정의

일단 Chaparral 과 Riparian 의 Landsat TM 이미지에 있어 분광 특성은 다음과 같습니다.

경사도를 갖고 있는 이미지(slope.img)에서 8%보다 작은 경사를 갖고 있는 class는 3 보다 작으며, 25% 이상의 경사를 갖고 있는 class 번호는 5 보다 큽니다. 따라서 전자를 완만한 경사라 하고, 후자를 급경사라 하겠습니다.

새로운 Model Maker viewer가 열려있어야 합니다.

1. Model Maker tool palette에서 Raster icon과 Lock icon을 차례로 누름

2. Raster 개체를 세 개 추가

3. Model Maker tool palette에서 Criteria icon을 누름

4. Criteria 개체를 두 raster input과 하나의 raster output사이에 추가

5. Connect icon을 누름

6. 두 raster input 을 criteria 개체에 연결한 후 criteria 개체를 raster output 개체로 연결

7. Lock icon을 눌러 비활성화 시킴


9. 첫 번째 raster 개체를 더블 클릭

10. Raster dialog에서 dmtm.img를 선택하고 OK 버튼을 누름

11. 두 번째 raster 개체를 더블 클릭

12. Raster dialog에서 slope.img를 선택하고 OK 버튼을 누름

Chaparral Riparian Band Min Max Min Max

4 31 67 55 92

5 30 61 57 87

3 23 37 27 40

Spatial Modeler


Criteria의 정의

13. Criteria 개체를 더블 클릭

14. Criteria dialog의 Available Layers:항목에서 $n2_slope를 클릭

15. Descriptor:항목에서 Value를 선택

16. Add Column 버튼을 누름

17. Criteria dialog 의 Available Layers:항목에서 $n1_dmtm(4)를 클릭하고 Add Column 버튼을 두 번 누름

18. $n1_dmtm(5), $n1_dmtm(3)에 대해 같은 작업을 반복

Criteria Table에 7개의 column이 생기게 됩니다.

19. Criteria dialog의 Rows:항목에 4를 입력

20. $n2_slope column의 첫 번째 줄에 <3을 입력

21. $n2_slope column 의 두 번째 줄에 >=3, 세 번째 줄에 <3, 네 번째 줄에 >=3 을 입력

22. 같은 방법으로 Criteria Table 에 Chaparral 과 Riparian 의 최대, 최소값을 각각 입력

다음 그림과 표를 참고하세요.

Spatial Modeler

174

ERDAS IMAGINE


23. 모든 값을 입력한 후 OK 버튼을 누름

Criteria dialog가 닫히고 criteria 개체 밑에 All Criteria라는 글씨가 생깁니다.

24. Output raster 개체를 더블 클릭

25. File name을 slope_ppdclass.img로 입력

26. Delete if Exists option을 체크

27. Data Type:은 Unsigned 4-bit

28. File Type:은 Thematic


Row $n2_slope.”Value” $n1_dmtm(4) $n1_dmtm(4) $n1_dmtm(5) $n1_dmtm(5) $n1_dmtm(3) $n1_dmtm(3)

1 <3 >31 <67 >30 <61 >23 <37

2 >=3 >31 <67 >30 <61 >23 <37

3 <3 >55 <92 >57 <87 >27 <40

4 >=2 >55 <92 >57 <87 >27 <40

Spatial Modeler




31. Model의 이름을 임의로 입력하고 OK 버튼을 누름



34. slope_ppdclass.img를 Viewer에 open

Spatial Modeler

176

ERDAS IMAGINE


Classification

Introduction

Classification 은 각각의 픽셀을 정해진 기준에 따라 몇 개의 class 로 재 정렬하는 작업을 의미합니다.

픽셀을 또 다른 카테고리에 따라 분류하는 방법에는 두 가지가 있습니다.

Supervised

Unsupervised

Supervised Classification vs. Unsupervised Classification

Supervised Classification(감독 분류)는 Unsupervised Classification(무감독 분류)보다 사용자가 조절할 수 있는 여지가 많습니다. 특정 클래스를 대표할 수 있다고 판단되는 픽셀들을 선택할 수도 있습니다. 이미지에 대한 사전 지식이나 알고리즘을 알고 있어야 training sample 을 설정할 수 있습니다. 이에 반해 Unsupervised Classification(무감독 분류)은 보다 자동화 된 방법입니다. Training sample을 만들 수는 없지만 판단 기준의 guide line은 설정해 줄 수 있습니다.

이 두 분류 방법의 작업 순서는 다음과 같습니다.

Supervised Unsupervised

Training Fields의 선택

Signature의 편집/평가

이미지의 분류

분류된 이미지의 평가

ISODATA 알고리즘의 실행

Signature의 편집/평가

이미지의 분류

클래스의 확인

분류된 이미지의 평가

Classification

178

ERDAS IMAGINE

Supervised Classification

Signature의 생성

이번 장에서는 Supervised Classification 도구를 사용하는 방법을 배우게 됩니다. 이에 따라 다음의 작업을 수행해야 합니다.

signature의 정의

signature의 평가

supervised classification의 수행

ERDAS IMAGINE의 Signature Editor는 signature를 생성, 관리, 편집, 평가할 수 있는 도구 입니다. 다음의 signature의 type들이 정의될 수 있습니다.

Parametric(statistical)

Non-parametric(feature space)

여기서는 다음의 방법으로 signature를 정의하게 될 것입니다.

분류할 이미지에서 AOI를 통해 training sample을 수집

분류할 이미지의 Feature Space에서 AOI를 통해 signature를 정의

시작해 볼까요?

1. Viewer에 germtm.img를 Red에 4번, Green에 5번, Blue에 3번 밴드를 할당시켜 open

2. ERDAS IMAGINE icon panel에서 Classifier icon을 누름

Classification


3. Classification menu에서 Signature Editor…를 누름

Signature Editor dialog가 열립니다.

4. Classification menu에서 Close를 누름

Signature Editor

Signature Editor의 column들을 설명하자면,

Class # signature의 번호를 보여줌

> (Current Signature) 현재 작업 중인 signature를 표시

Signature Name signature 의 이름이며 분류 결과 이미지의 class 이름. 만약 빈칸이라면 분류 결과 이미지의 class 이름에CLASS <번호>가 자동으로 입력됨.

Color signature 의 색상. 결과 이미지의 class 의 색이 되며, alarm, masking 등으로 signature 를 viewer 에 표시할때 쓰임. 임의로 변경 가능

Red, Green, Blue 각 signature의 색에 해당하는 RGB 값

Value 결과 이미지의 class 번호. 즉, 이 값과 signature 번호가 같을 필요가 없으며, 임의로 값을 변경 가능. 당연히 자연수만 가능

Order alarm이나 parallelepiped classification 같은 order가 적용되는 프로세스에서 사용되는 값. signature 의 우선순위

Count sample에 포함된 픽셀의 개수

Prob. Maximum likelihood 나 divergence 같은 프로세스에서사용되는 확률 또는 가중치 (Probability)

P - Parametric signature가 parametric인지 아닌지를 보여줌 I – Inverse Covariance Matrix Covariance matrix의 역행렬이 존재하는지의 여부.

H – Histogram signature의 histogram이 계산되었는지의 여부 A – Area of Interest signature가 AOI와 관련되어 있는지의 여부 FS – Feature Space signature가 Feature Space에서 만들어 졌는지의 여부

Classification

180

ERDAS IMAGINE

5. Signature Editor에서 View | Columns…를 선택

6. View Signature Columns dialog에서 3,4,5번(Red, Green, Blue)만 빼고 모두 선택

7. View Signature Columns dialog에서 Apply를 누름

Signature Editor에서 Red, Green, Blue column이 보이지 않게 됩니다.

Signature를 만들기 위한 AOI tool의 사용

8. germtm.img가 열려 있는 Viewer의 menu bar에서 AOI | Tools…를 선택

9. Zoom In tool로 이미지의 밝은 녹색 부분을 확대

10. AOI tool palette에서 Polygon icon을 누름

11. 밝은 녹색 지역이 포함되도록 polygon을 그림

polygon이 그려지면 polygon의 주위에 boundary box가 생깁니다.

12. Signature Editor에서 Add Signature icon을 누름(또는 Edit | Add)

13. Signature Editor 에서 방금 추가된 signature 의 이름(Signature Name)을 Agricultural Field_1으로 입력

14. Signature Editor 에서 Agricultural Field_1 옆의 Color 를 Green 으로 변경

15. 이번에는 Viewer에서 밝은 청색/Cyan 부분을 확대

16. 밝은 청색/Cyan 부분이 포함되도록 polygon을 그림

마찬가지로 polygon이 그려지면 polygon의 주위에 boundary box가 생깁니다. 현재의 polygon AOI가 선택되어 있다는 의미.

Classification


17. Signature Editor에서 Add Signature icon을 누름(또는 Edit | Add)

18. Signature Editor 에서 방금 추가된 signature 의 이름(Signature Name)을 Agricultural Field_2으로 입력

19. Signature Editor에서 Agricultural Field_1 옆의 Color를 Cyan으로 변경

Neighborhood Options

이 option은 특정 픽셀의 주위에 유사한 픽셀들을 찾아낼 때 사용됩니다.

20. Viewer menu bar에서 AOI | Seed Properties를 누름

Region Growing Properties dialog가 열립니다.

21. Geographic Constraints:의 Area:에 300을 입력

22. Spectral Euclidean Distance:에 10을 입력

23. Region Growing Properties dialog에서 Options…를 누름

Region Grow Option dialog가 열립니다.

24. Include Island Polygons에 체크표시가 되어있는지 확인

25. Region Grow Option dialog를 Close

26. AOI tool palette에서 Region Grow icon을 누름

27. germtm.img가 열려있는 Viewer에서 밝은 적색 부분을 클릭

클릭하면 자동으로 polygon 이 생성되고 그 주위로 boundary box 가 쳐집니다.

28. Region Growing Properties dialog 에서 Area:와 Spectral Euclidean Distance:의 값을 변화 시킨 후(예를 들어 Area 에 500, Distance 에 15) Redo 버튼을 누름

Classification

182

ERDAS IMAGINE

29. Polygon이 생성된 후 Add Signature icon을 누름

30. 이번에 추가된 signature 의 이름을 Forest_1 이라 하고 색을 Yellow 로 지정

31. Region Growing Properties dialog에서 Area:에 300을 입력

32. Viewer menu bar에서 Utility | Inquire Cursor를 선택

33. Inquire Cursor를 짙은 적색 지역으로 이동시킴

34. Region Growing Properties dialog에서 Grow at Inquire 버튼을 누름

35. Polygon AOI가 생성된 후 Add signature icon을 누름

36. Signature Editor 에서 Signature Name 을 Forest_2 로 입력하고 색을 Pink로 지정

37. Inquire Cursor dialog와 Region Growing Properties dialog를 Close

이제 AOI layer는 필요 없으므로 Viewer에서 삭제합니다.

38. Viewer menu bar에서 View | Arrange Layers…를 선택

39. Arrange Layers dialog에서 마우스 포인터를 AOI layer 위로 옮긴 후 오른쪽 마우스 버튼을 눌러 AOI Layer | Delete Layer를 선택

40. Arrange Layers dialog에서 Apply 버튼을 누름

41. 저장할 것이냐는 질문에 No를 누름


Feature Space 이미지의 생성

ERDAS IMAGINE Feature Space tool 은 Feature Space 이미지에서 AOI 를 설정할 수 있도록 만듭니다. Feature Space signature(non-parametric)는 Feature Space 이미지 상에서의 AOI 에 기초하고 있습니다. 물에 해당하는 지역을 추출하기 위해 이 기술을 사용해 보도록 하겠습니다.

43. Signature Editor menu bar 에서 Feature | Create | Feature Space Layers…를 선택

Create Feature Space Images dialog가 열립니다.

Classification


44. Create Feature Space Images dialog의 Input Raster Layer: (*.img)에 germtm.img를 선택

45. Output to Viewer항목을 체크

46. 위의 그림처럼 Feature Space Layers 에서 8 번째 행을 선택. (germtm_2_5.fsp.img)

47. Create Feature Space Images dialog에서 OK를 누름

작업이 끝나면 Feature Space 이미지가 새로운 Viewer에 보입니다.

Classification

184

ERDAS IMAGINE

Image와 Feature Space Cursor의 Link

Link Cursor utility는 이미지 Viewer와 Feature Space Viewer와 직접 연결시켜주는 기능을 합니다. 이 Linked Cursor는 .img file에 있는 픽셀이 Feature Space상에서는 어디에 위치하는지를 보여줍니다.

48. Signature Editor에서 Feature | View | Linked Cursor…를 선택

Linked Cursor dialog가 열립니다.

Classification


49. 원하는 Feature Space viewer를 선택하기 위해 Linked Cursor dialog에서 Select… 버튼을 누름

50. Feature Space 이미지를 디스플레이하고 있는 Viewer window를 클릭

51. Linked Cursor dialog에서 Link 버튼을 누름

linked inquire cursor가 열립니다.

52. germtm.img 에 있는 inquire cursor 를 물에 해당하는 픽셀들 위에서 움직이면서 Feature Space 이미지에 있는 inquire cursor가 어디에 위치하는지 관찰

Feature Space Signature의 정의

Signature Editor 는 모든 Feature Space AOI를 non-parametric signature 로 인식합니다.

53. Feature Space 이미지 상에서 step 52를 수행할 때 해당되었던 지역에 polygon AOI를 그림

아래 그림과 비슷합니다.

Classification

186

ERDAS IMAGINE

Signature의 평가

54. Polygon AOI를 그린 후에 Signature Editor에서 Add Signature icon을 누름

non-parametric signature가 추가되었습니다.

55. Feature Space AOI 의 통계치를 계산하기 위해 Signature Editor 에서 Feature | Statistics를 선택

56. 작업이 완료되면 Job Status box에서 OK를 누름

이제 Feature Space AOI는 parametric properties를 갖게 되었습니다.

57. Signature Editor 에서 Feature Space AOI 로 추가된 signature 의 이름(Signature Name)을 Water로 변경

58. Water의 색을 Blue로 지정

59. Linked Cursor dialog에서 Close를 누름

60. Feature Space에 있는 AOI layer를 제거.

방법은? Viewer menu bar에서 View | Arrange Layers…를 이용하면….. AOI layer는 저장할 필요 없습니다.

61. Signature Editor menu bar에서 File | Save As…를 선택

62. Save Signature File As dialog 에서 원하는 signature file 이름을 지정 (germtm_siged.sig 처럼)

63. Save Signature File As dialog에서 OK를 누름

일단 signature 가 생성되면, signature 들을 평가하거나, 삭제, 이름 바꾸기, 병합 등의 처리를 할 수 있습니다. 특히 여러 가지 방법(supervised/unsupervised, parametric/non-parametric)으로 만들어진 signature 를 서로 병합하는 기능은 더욱 다양한 분류 작업을 가능하게 합니다.

다음의 기능들은 signature를 평가하는데 쓰이는 도구들입니다.

alarms

contingency matrix

feature space to image masking

signature objects

histogram

signature separability

statistics

주 : 이 도구들을 사용할 때에는 적절한 signature 가 선택 되야 합니다. 예를 들어 signature seperability는 non-parametric signature에는 사용될 수 없으므로 주의해야 합니다.

Classification


지금까지 만들어진 signature 들은 다음과 같습니다. (물론 완전히 동일할 수 없습니다.)

Alarm

Signature Alarm utility 는 parallelepiped decision rule 에 의해 특정 class 에 포함된다고 판단된 픽셀들을 특정 색으로 표현합니다. 만약 아무 signature도 선택되어 있지 않다면(노란색으로 반전되어있지 않다면) 현재 작업중인 > 표시가 있는 signature에 대해 적용됩니다.

64. Signature Editor 에서 Forest_1 에 해당하는 signature 의 Class #를 눌러 선택(노란색으로 반전)

65. Signature Editor menu bar에서 View | Image Alarm…을 선택

Signature Alarm dialog가 열립니다.

66. Signature Alarm dialog에서 Edit Parallelepiped Limits… 버튼을 누름

Limits dialog가 열립니다. 주의해야 할 점은 Edit Parallelepiped Limits… 버튼은 오로지 > 표시가 되어 있는 signature에만 적용된다는 사실입니다.

Classification

188

ERDAS IMAGINE

67. Limits dialog에서 Set… 버튼을 누름

Set Parallelepiped Limits dialog가 열립니다. Signature Alarm utility에서는 다음 두 가지 방법에 의해 parallelepiped limit를 결정할 수 있습니다.

signature에 포함된 각 layer의 최대, 최소 값

signature의 평균에서부터의 표준편차

68. parallelepiped limits 의 값을 원하는 대로 변경한 후(변경 안 해도 됨) Set Parallelepiped Limits dialog 에서 OK 를 누르고 Limits dialog 에서 Close 를 누름

69. Signature Alarm dialog에서 OK를 누름

Viewer 에 해당 픽셀이 Forest_1 signature 의 색으로 디스플레이 됩니다. Viewer menu bar 에서 Utility | Flicker…등을 이용하면 다양한 방법으로 alarm mask를 볼 수 있습니다.

70. Signature Alarm dialog에서 Close를 누름

71. germtm.img가 열려있는 Viewer에서 View | Arrange Layers…를 누름

72. Arrange Layers dialog에서 Alarm Mask layer를 삭제

73. Arrange Layers dialog에서 Apply 버튼을 누름

74. 저장 여부를 물으면 No로 대답


Classification


Contingency Matrix

Contingency Matrix utility 는 이미지상의 AOI 에서 만들어진 signature 를 평가하는 도구입니다. 즉, 이미지 AOI 상의 sample 만을 사용합니다. 이 도구는 AOI 내에 있는 픽셀들이 원하는 클래스로 분류될 것인지를 예상할 수 있습니다. Contingency Matrix utility 는 여러 signature 에 대해 수행되며, 만약 아무 signature도 선택되어 있지 않다면 모든 signature에 대해 계산할 것입니다.

Contingency Matrix utility의 결과는 AOI training sample내에 있는 픽셀 중에 몇 퍼센트가(또는 픽셀 개수가) 각각의 클래스에 포함되는지를 행렬 형태로 보여줍니다.

AOI training sample은 다음의 알고리즘 중 하나를 가지고 분류됩니다.

parallelepiped

feature space

maximum likelihood

mahalanobis distance

76. Signature Editor에서 모든 signature를 선택

77. Signature Editor menu bar에서 Evaluate | Contingency…를 선택

Contingency Matrix dialog가 열립니다.

78. Contingency Matrix dialog에서 Non-parametric-Rule:항목을 Feature Space로 설정

79. Contingency Matrix dialog에서 OK 버튼을 누름

Classification

190

ERDAS IMAGINE

80. 프로세스가 완료되면 Job Status box에서 OK를 누름

IMAGINE Text Editor에 error matrix가 열립니다.

Feature Space to Image Masking

Feature Space to Image Masking utility는 Feature Space signature로부터 masking을 만들어 냅니다. Feature Space signature가 mask로 정의되면, 그 mask에 해당하는 픽셀들은 Feature Space signature 에서 설정된 색으로 표시되게 됩니다. mask는 하나 이상의 Feature Space signature에서 생성될 수 있습니다. 만약 아무 signature 도 선택되어 있지 않다면, > 표시의 signature 에 대해서만 적용됩니다.

주 : 적용될 이미지는 반드시 그 이미지의 Feature Space 가 생성되어 있어야 합니다.

81. Signature Editor에서 Feature | Masking | Feature Space to Image…를 선택

Classification


FS to Image Masking dialog가 열립니다.

82. Signature Editor에서 Water signature를 선택

83. FS to Image Masking dialog에서 Apply 버튼을 누름

Viewer에 mask가 보입니다.

84. FS to Image Masking dialog를 Close

Signature Objects

Signature Objects dialog 는 signature 의 통계값을 그래프로 보여주기 때문에 signature간에 비교를 쉽게 할 수 있습니다. 그래프는 Feature Space이미지 상에서 타원/사각형으로 보이게 됩니다. 각각의 타원/사각형은 signature 의 평균과 표준편차에 의해 계산됩니다. 그리고 여러 개의 signature 를 동시에 표현할 수도 있습니다. 만약 아무 signature도 선택되어 있지 않다면, > 표시가 있는 signature에만 적용됩니다.

85. Signature Editor menu bar에서 Feature | Objects…를 선택

Signature Objects dialog가 열립니다.

Classification

192

ERDAS IMAGINE

86. Signature Editor에서 Agricultural Field_1과 Forest_1 signature를 모두 선택

87. Signature Objects dialog에서 Label항목을 체크

88. Std. Dev.:에 4를 입력

89. Signature Objects dialog에서 OK 버튼을 누름

Feature Space viewer에 Agricultural Field_1과 Forest_1 signature에 해당하는 타원이 보입니다.

이 그림에서 두 signature 를 비교하는 것은 매우 쉬운 일입니다. 즉, 두 signature가 겹치는 부분이 존재하는지, 완전히 분리되어 있는지를(두 개의 밴드 조합에서만) 눈으로 쉽게 확인할 수 있습니다.

두 signature 의 그래프가 겹쳐지지 않았다면, 적어도 현재의 두 밴드에서는 signature 가 분리되어 있음을 알 수 있으며, 이 두 밴드는 signature 들을 구별해 내는데 유의미하다 할 수 있고, .

두 signature의 그래프가 겹쳐져 있다면, signature들은 서로 비슷한 픽셀들을 포함하고 있는 것이며, 이 sample 들은 signature 를 분리해 내는 데에는 부족하다는 것을 알 수 있습니다.

Classification


90. Signature Objects dialog에서 Close

Histograms

Histogram Plot Control Panel은 사용자가 histogram을 분석해서 자신의 평가 기준을 세울 수 있게 합니다. histogram 은 하나 이상의 signature 에서 만들어 질 수 있습니다.

91. Signature Editor에서 Agricultural Field_1 signature의 “>” column 을 클릭해서 “>” 표시를 옮김

92. Signature Editor tool bar에서 Histogram icon을 누름(또는 Signature Editor menu bar에서 View | Histograms…)

Histogram Plot Control Panel과 Histogram dialogs가 열립니다.

Classification

194

ERDAS IMAGINE

93. Histogram Plot Control Panel dialog에서 Band No:를 5로 입력

94. Plot… 버튼을 누름

Histogram dialog 가 5 번 밴드의 histogram 을 보여주게 됩니다. 각 signature의 여러 밴드를 디스플레이 해 보시길 바랍니다.

95. Histogram Plot Control Panel dialog에서 Close를 누름

Signature Separability

Signature Separability utility 는 signature 간의 통계적 거리를 계산합니다. 이 거리는 signature 들이 얼마나 분리되어 있는지를 나타내는 데 사용될 수 있습니다. 또한 이 utility 는 분류할 때 가장 적합한 layer 의 조합을 결정할 때 사용되기도 합니다.

다음의 공식에 의해 거리가 구해집니다.

Euclidean spectral distances between their means

Jeffries-Matusita distance

Divergence

Transformed divergence

당연히 이 Signature Separability utility는 여러 signature에 대해 적용되며, 아무 signature도 선택되어 있지 않다면, 모든 signature를 계산하게 됩니다.


97. Signature Editor menu bar에서 Evaluate | Separability…를 선택

Classification


98. Signature Separability dialog에서 Layers Per Combination: 항목에 3을 입력

99. Distance Measure: 항목에서 Transformed Divergence를 선택

100. Report Type: 항목이 Summary Report로 되어있나 확인

101. Signature Separability dialog에서 OK 버튼을 누름

프로세스가 완료되면 IMAGINE Text Editor에 결과가 열립니다.

102. Text Editor menu bar에서 File | Close를 선택

103. Signature Separability dialog에서 Close를 누름

Classification

196

ERDAS IMAGINE

Supervised Classification 의 수행

Statistics

Statistics utility는 하나의 signature의 통계치를 계산해 줍니다. > 표시가 되어있는 signature를 사용합니다.

104. Signature Editor에서 “>” 표시를 Forest_1 signature로 이동

105. Signature Editor menu bar에서 View | Statistics…를 선택 (또는 )

Statistics dialog가 열립니다.

106. 값을 관찰한 후, Statistics dialog를 Close

supervised classification에서 사용되는 decision-rule은 다층 구조입니다.

Non-parametric

Parametric

이번 예제에서는 non-parametric rule과 parametric rule을 모두 사용해 보도록 하겠습니다.

Classification


Non-parametric

만약 signature 가 non-parametric(Feature Space AOI 같은)이라면, 다음의 decision rule의 적용을 받습니다.

Feature space

Parallelepiped

Non-parametric signature를 이용할 때에도 overlap rule과 unclassified rule을 결정해주어야 합니다.

Parametric

parametric signature에는 다음의 decision rule이 적용됩니다.

Maximum likelihood

Mahalanobis distance

Minimum distance

예제에서는 Maximum likelihood를 사용하겠습니다.

결과 File

Supervised Classification 의 결과 file 은 thematic raster layer 와 distance file 이 될 수 있습니다. Distance file은 classification 프로세스의 부산물로 만들어 질 수 있으며, thematic raster layer는 자동으로 다음의 속성을 갖습니다.

Class 값

Class 이름

Class의 색

Statistics

Histogram

.img file 은 Supervised Classification utility 에서 선택된 어떤 속성이라도 포함할 수 있습니다.


선택된 signature 를 가지고 분류 작업을 합니다. 아무것도 선택이 안되어 있으면 모든 signature를 사용합니다.

108. Signature Editor menu bar에서 Classify | Supervised…를 선택

Supervised Classification dialog가 열립니다.

Classification

198

ERDAS IMAGINE

109. Output File: (*.img)에 germtm_superclass.img 를 입력

110. Output Distance File에 체크를 하고 germtm_distance.img를 입력

111. Supervised Classification dialog에서 Attribute Options… 버튼을 누름

Attribute Options dialog가 열립니다.

Classification


Unsupervised Classification

결과 thematic raster layer에 클래스의 속성으로 포함시킬 통계치들을 선택할 수 있습니다. 그러나 이미지의 모든 픽셀에 대한 통계치가 아니라 각 signature 의 sample 픽셀에 대한 값입니다.

112. Attribute Options dialog에서 Minimum, Maximum, Mean, Std. Dev.에 체크표시를 하고 Close를 누름

113. Supervised Classification dialog 에서 Non-parametric Rule:을 Feature Space로 설정

germtm.img에는 0값을 갖는 픽셀이 없기 때문에 Classify Zeros를 체크할 필요가 없습니다.

114. Supervised Classification dialog에서 OK를 누름

115. 프로세스가 완료되면 Job Status box를 닫음

116. Signature Editor menu bar에서 File | Close를 선택하고 저장할 것인지 물어보면 Yes를 선택

117. 모든 Viewer를 닫음

이번에는 이미지에 대한 정보 없이 컴퓨터로 하여금 자동으로 분류를 수행하게 만들어 보겠습니다.

ERDAS IMAGINE 은 unsupervised classification 을 수행하기 위해 ISODATA 와 RGB Clustering 알고리즘을 제공합니다. ISODATA clustering은 minimum spectral distance 방식을 사용합니다. 처음에 자동으로 계산되는 평균값이나 signature set 에서 정의된 평균을 이용해 각 픽셀이 어느 클래스에 포함되는지를 결정합니다. 이렇게 결정이 되면 각 클래스의 평균값이 변화하기 때문에 이 변화된 평균값을 가지고 다시 반복 작업을 하게 됩니다. 즉 픽셀의 정렬을 일정 조건이 만족될 때까지 반복적으로 수행하게 됩니다. 여기서 작업을 완료 시킬 수 있는 조건은 반복 작업의 횟수가 될 수도 있고, 픽셀 정렬 작업의 전과 후를 비교해서 아무 변화가 없는 픽셀이 전체의 몇 퍼센트 이상이면 작업을 중단시킬 수 있습니다.

sample 을 잡아주는 과정이 없기 때문에 당연히 감독 분류보다 무감독 분류가 간편합니다.


Classification

200

ERDAS IMAGINE

2. Classification menu에서 unsupervised Classification…을 선택

3. Unsupervised Classification dialog 에서 Input Raster File: (*.img)에 germtm.img를 선택

4. Output Signature Set의 체크 표시를 없앰

5. Clustering Options의 Initialize from Statistics가 체크되어 있는지 확인

6. Number of Classes:에 10을 입력

7. Maximum iterations:에 24을 입력

반복 작업의 최대 횟수를 지정합니다.

8. Convergence Threshold에 0.95를 입력

분류 전과 후를 비교하여 속한 클래스가 변하지 않은 픽셀이 전체의 95%가 되면 작업을 마칩니다.

Classification


Classification 의 평가

Classification Overlay

9. Unsupervised Classification dialog에서 OK를 누름

10. 프로세스가 완료되면 Job Status box에서 OK를 누름

Classification 이 수행된 후에는 그 결과의 정확성을 평가하는 작업이 필요하며, 평가를 위해 다음의 방식들이 제공됩니다.

Classification overlay

Thresholding

Recode classes

Accuracy assessment

분류한 결과 이미지와 원 이미지를 비교하는 것은 thematic layer의 클래스를 확인하는데 도움을 줄 수 있습니다.

1. Viewer에 germtm.img를 Red에 4번, Green에 5번, Blue에 3번 밴드를 할당시켜 open

2. 동일한 Viewer에 germtm_isodata.img를 open

Clear Display의 체크 표시를 없애고 열어야겠죠?

3. Viewer menu bar에서 Raster | Attributes…를 선택

4. Raster Attribute Editor에서 Edit | Column Properties…를 선택

Classification

202

ERDAS IMAGINE

각 클래스의 분석

5. Column Properties dialog의 Columns에서 Opacity를 선택한 후 Up 버튼을 눌러 Opacity가 Histogram 바로 아래에 오도록 정렬

6. Class_Names 를 선택하고 Up 버튼을 눌러 Class_Names 가 Color 바로 아래에 오도록 정렬

7. Column Properties dialog에서 OK 버튼을 누름

Raster Attribute Editor CellArray가 아래의 그림과 같이 변합니다.

각 클래스를 분석하기 전에 모든 클래스의 opacity를 0으로 만들어 줍니다.

8. Raster Attribute Editor 에서 Opacity column 의 title 인 Opacity 를 클릭하고 오른쪽 마우스 버튼을 눌러서 Column Options | Formula…를 선택

Classification


Formula dialog가 열립니다.

9. Formula dialog에서 0을 입력

10. Formula dialog에서 Apply 버튼을 누른 후 Close

Opacity column의 값이 모두 0으로 바뀝니다.

11. Raster Attribute Editor에서 Class 1의 색을 Yellow로 바꿈

12. Class 1의 Opacity column에 1을 입력하고 enter

13. Viewer menu bar에서 Utility | Flicker…를 선택

Viewer Flicker dialog가 열립니다.

14. Viewer Flicker dialog에서 Auto Mode를 체크

반짝거리는 클래스가 물 지역에 해당됨을 알 수 있습니다.

15. Raster Attribute Editor에서 Class 1 대신 Water를 입력

16. Raster Attribute Editor에서 Water의 색을 Blue로 변경

원하는 클래스의 색을 바꾸려면 아무 클래스도 선택되어 있지 않거나 오직 그 클래스만 선택되어 있어야 합니다. 즉 동시에 여러 개가 선택되어 있으면 색이 한꺼번에 다 변화합니다.

17. Viewer Flicker dialog에서 Cancel을 누르고 Water의 Opacity를 다시 0으로 만듦

Classification

204

ERDAS IMAGINE

Thresholding

18. Class 2의 색을 Yellow로 변경

19. Class 2의 Opacity에 1을 입력

20. Viewer menu bar에서 Utility | Flicker…를 선택

21. Viewer Flicker dialog에서 Auto Mode를 체크

이번에는 반짝거리는 클래스가 숲 지역 입니다.

22. Raster Attribute Editor에서 Class 2 대신 Forest를 입력

23. Raster Attribute Editor에서 Forest의 색을 Pink로 변경

24. Viewer Flicker dialog 에서 Cancel 을 누르고 Forest 의 Opacity 를 다시 0으로 만듦

25. 이런 방법으로 각 클래스에 이름을 부여

26. Raster Attribute Editor에서 File | Save를 선택

27. Raster Attribute Editor menu bar에서 File | Close를 선택

28. Viewer menu bar에서 File | Clear를 선택

Thresholding utility 는 Supervised Classification utility 를 이용하여 수행한 분류 작업 결과를 다듬을 때 사용합니다. Thresholding utility 는 결과 thematic raster layer에서 어떤 픽셀들이 가장 부적절하게 분류되어 있는지를 보여줍니다.

이 utility 에서 각 클래스의 threshold 를 설정하면, 이 threshold 보다 큰 distance를 갖는 픽셀들에 대해 처리할 수 있습니다. threshold 를 설정하는 방법은 다음과 같습니다.

chi-square statistics, confidence level, Euclidean spectral distance를 이용하여 직접 숫자를 입력

클래스의 histogram위에서 마우스로 threshold를 옮겨주는 방법

1. Viewer에 germtm_superclass.img를 open


3. Classification menu에서 Threshold…을 선택

Threshold dialog가 열립니다.

Classification


4. Threshold dialog에서 File | Open…을 선택

Open File dialog가 열립니다.

5. Open Files dialog에서 Classified Image: (*.img)에 germtm_superclass.img 를 선택하고 Distance Image: (*.img)에는 germtm_distance.img를 선택

6. Open Files dialog에서 OK 버튼을 누름

7. Threshold dialog 에서 View | Select Viewer…를 선택하고 germtm_superclass. img가 열려있는 Viewer를 클릭

8. Threshold dialog에서 Histograms | Compute…를 선택

9. Threshold CellArray에서 > 표시를 Agricultural Field_2 클래스로 옮김

10. Histograms | View…를 선택

Agricultural Field_2의 Distance Histogram 열립니다.

Classification

206

ERDAS IMAGINE

11. Histogram 그래프의 X 축에 있는 삼각형 모양을 끌어서 원하는 위치로 이동

현재 클래스의 chi-square 값이 변화합니다.

12. Threshold dialog CellArray에서 > 표시를 다음 클래스로 이동

13. 위 두 단계를 모든 클래스에 대해 반복

14. Distance Histogram을 Close

15. Threshold dialog에서 View | View Colors | Default Colors를 선택

설정된 chi-square 값에 의해 걸러진 픽셀들만 검은색으로 나타날 것입니다.

16. Threshold dialog에서 Process | To Viewer.를 선택

Threshold 이미지가 germtm_supreclass.img위에 겹쳐집니다.

17. Viewer menu bar에서 Utility | Flicker…등으로 확인한 후 threshold 이미지를 Viewer에서 삭제

18. Threshold dialog에서 Process | To File…을 선택

Threshold to File dialog가 열립니다.

19. Threshold to File dialog에서 Output Image: (*.img)에 germtm_thresh.img를 입력하고 OK를 누름

20. 프로세스가 완료되면 Threshold dialog menu bar에서 File | Close를 선택

21. 모든 Viewer를 닫음

교육교재 (Tour Guide) 한글판 207

Introduction

Knowledge Base의 생성

Set Up the Output Classes

이번 Chapter는 IMAGINE Expert Classifier의 관한 내용으로서 Expert Classifier는 Knowledge Engineer와 Knowledge Classifier로 구성되어 있다. Knowledge Engineer는 Variable들과 rule들을 정의하고 생성되어질 결과 class를 정의하는 인터페이스를 제공한다.

이번 Chapter에서는 다음 내용을 다룰 것이다.

• Hypothesis를 추가

• Hypothesis에 rule을 입력

• Rule의 복사 또는 편집

• Knowledge base의 평가

이번 연습의 목적은 주거지역과 상업지역을 이미지자료와 기존의 지도화된 자료를 이용하여 분류하는 것이다.

단순한 두 개 class 예제는 Knowledge Engineer의 사용법과 과정에 친숙해 질 수 있도록 하며 Knowledge Engineer를 쉽게 편집하고 재배열하는 과정을 통하여 knowledge base의 설계하는 것이 목적이다.

Start the Knowledge Engineer

1. Classification 메뉴에서 Knowledge Engineer를 사용하기 위해서 Classifier 아이콘을 클릭한다.

Expert Classifier

Expert Classifier

ERDAS IMAGINE 208

``

Knowledge Engineer가 전체 보기 창과, Knowledge Base 구성 리스트(Hypothesis, Rules, Variables) 그리고 편집 창으로 되어 빈 상태로 시작된다.

Place Hypothesis into the Edit Window

1. 첫번째 hypothesis를 추가하기 위해서 Edit | New Hypothesis를 선택.

title bar에 untitled.ckb라는 이름으로 Hypo Props(Hypothesis Properties)창이 열린다. 기본 설정 hypothesis 이름은 : New Hypothesis이고, Color는 Grayscale로 설정되어 있다.

Knowledge Engineer를

클릭한다.

전체보기 창

Knowledge

Base 구성

리스트

편집 창

Expert Classifier


2. hypothesis의 이름을 Residential로 변경한다.

3. 결과 class로서 Residential이 되며 Create an Output Class 체크박스를 체크된 상태로 놔둔다.

이제 각 class마다 색을 설정할 것이다.

4. Color 부분에서 Specify를 클릭한다. 이 class에 대해서 풀다운 메뉴를 사용해서 Orange색을 선택한다.

5. Hypo Props 창에서 Apply 버튼을 클릭.

Residential이라는 이름을 가진 녹색의 Hypothesis가 편집 창에 나타나고 전체보기 창에 외곽선이 나타난다.

6. 다음 class를 만들기 위해서 Edit | New Hypothesis를 다시 선택한다. Class이름에 Commercial Services를 입력하고 class색을 Red로 선택한다.

7. class를 추가하기 위해서 Apply버튼을 클릭..

8. Close를 클릭하여 Hypo Props창을 닫는다.

새로운 class 이름

을 입력한다. Orange 색으로

선택한다.

Select Colors for Output Classes

결과 class에 색이 선택되어 있지 않으면 자동으로 grayscale로 설정된다.

결과 class가 grayscale로 추가되면 자동적으로 stretch되어 설정된다.

Expert Classifier

ERDAS IMAGINE 210

Enter Rules for the Hypothesis

1. Knowledge Engineer 아이콘바에서 Create Rule Graphic Tool 아이콘을 선택.

2. 커서를 움직여 녹색의 Residential hypothesis를 클릭한다.

New Rule로 불리는 노란색의 rule 사각형이 Residential hypothesis 사각형에 추가되어 나타나고 전체보기 창에서 선이 추가되어 나타난다.

새로운 classes가

편집창, 전체보기

창, 구성리스트에

나타난다.

Residential

Class에 새로운

rule이 추가된다.

Expert Classifier


3. New Rule 사각형을 더블 클릭하면 Rule Props(Rule Properties)창이 열린다.

4. Rule의 이름을 Vegetated Within city로 바꾸고, Rule Confidence를 Compute from conditions로 선택한다.

Enter Variable for the Rule

1. Variable아래 cell을 클릭하고 팝업 리스트에서 New Variable을 선택하면, Variable Props창이 열린다.

새로운 Rule의 이름을

입력한다.

새로운 Variable을 만들기

위해서 이곳을 클릭한다.

Variable의 이름을

입력한다.

Variable의 type를

Raster로 선택한다.

Input.img를 선택

Expert Classifier

ERDAS IMAGINE 212

2. Variable Name을 Highway Map으로, Variable Type을 Raster로 변경한다.

3. Image File 아이콘을 클릭하고 /exsample 디랙토리에서 input.img파일을 선택한다.

4. OK클릭

5. Highway Map을 rule properties에 추가하기 위해서 Variable Properties 창에서 Apply버튼을 클릭

Input.img를 선택

미리보기

Variable에 Highway

Map이 추가되었다.

Value를 변경한다.

Expert Classifier


6. Variable Props창에서 close를 클릭.

7. Rule Props창의 Value 아래 cell을 클릭하고 Other를 선택.

8. cell 에 7을 입력하고 enter를 누른다(7은 input.img파일의 class 번호를 의미한다).

9. Rule Props창에서 값을 적용하기 위해서 Apply를 클릭하고 close를 클릭한다.

편집창의 새로운 rule에 variable이 추가되어 나타난다. Hypothesis와 rule의 사각형에서 대각선이 없어진 것을 확인 할 수 있다. 하나의 조건이 완성되었기 때문이다.

Value값이 7로 바

뀌었다.

Highway Map

Variable이 추가된

다.

Expert Classifier

ERDAS IMAGINE 214

Intermediate Hypothesis의 추가

1. 그래픽 툴에서 Create Hypothesis 아이콘을 선택하고, Vegetated Within City rule위에 클릭한다.

New Hypothesis가 New Hypothesis == TRUE Variable을 중간으로 하여 추가 연결된다.

2. New Hypothesis 사각형을 더블 클릭하여 Hypo prop창을 연다.

3. Hypo Props 창에서 이름을 Vegetation으로 바꾸고 Create an Output Class 체크박스를 선택하지 않는다.

4. Apply를 클릭, close클릭.

Create a New Rule

1. Create Rule 그래픽 툴을 사용하여 New Rule을 Vegetation hypothesis에 추가한다.

2. New Rule을 더블 클릭하여 Rule Props창을 열고 rule의 이름을 High IR and Low Visible로 바꾼다.

3. Variable 아래의 cell을 클릭하여 New Variable을 선택.

4. Variable Name 부분에 TM Band 4를 입력.

5. Variable Type를 Raster로 바꾼다.

6. Select Image 창을 열고 /example 디랙토리에서 lanier.img를 선택.

lanier.img를 선택

미리보기

Expert Classifier


7. Variable Props창에 lanir.img를 추가하기 위해서 OK를 클릭.

8. Layer 리스트에서 (:Layer_4)를 선택.

9. Variable Props창에서 Apply 클릭, close 클릭.

Rule Props 창이 갱신된다.

10. Rule Props 창에서 Relation 아래의 cell을 클릭하고 >=를 선택

11. Value cell에서 Other를 선택하고 값을 21로 변경한다.

12. 위의 3단계에서 11단계까지 과정과 동일하게 두 번째 변수로lanier.img의 layer2를 추가한다. 이름은 TM Band 2로 하고 Relation은 <, 그리고 Value는 35로 한다.

Variable이 생성되었고,

Relation과 Value를 변경

할 것이다.

두 개의 Variable과

Relation, 그리고 Value

가 추가되었다.

Expert Classifier

ERDAS IMAGINE 216

Copy and Edit

13. Rule Props창에서 Apply 클릭, Close클릭.

Commercial Service class도 Residential class와 유사한 조건을 가진다. 몇 가지 조건들은 직접 복사 또는 편집하여 바로 사용할 수 있다.

1. Commercial Service hypothesis 사각형에 위치한 rule을 편집하기 위해서 New Rule 을 더블 클릭하면 Rule Props창이 열린다.

2. Rule Props 창에서 rule의 이름을 Bright Within City로 바꾼다.

첫번째 Variable인 Highway Map가 필요한데 이것은 기존에 한번 입력되면 Variable 리스트에 남아 있다.

3. Variable 아래쪽 cell을 클릭하고 Highway Map을 선택, Relation을 ==로, 그리고 Value를 7로 입력한다.

이전과 마찬가지로 variable은 input.img의 urban 지역과 동일한 것이다.

Commercial Service

class는 Highway Map이

라는 Variable을 가진

Bright Within City라는

Rule을 가지고 있다.

Create Hypothesis 아

이콘을 사용하여

Bright Hypothesis를

추가한다.

Expert Classifier


4. Rule Props창에서 Apply를 클릭, 그리고 close를 클릭.

5. Create Hypothesis 툴을 이용하여 새로운 Hypothesis를 Bright Within City rule에 만든다.

6. New Hypothesis를 더블 클릭한다.

7. Hypo Props창에서 이름을 Bright로 바꾸고, Create an Output Class 체크박스를 선택하지 않는다.

8. Apply를 클릭하고, Close를 클릭

Knowledge Engineer 창이 다음과 같이 된다.

Commercial Service

class는 Highway Map이

라는 Variable을 가진

Bright Within City라는

Rule을 가지고 있다.

Create Hypothesis 아

이콘을 사용하여

Bright Hypothesis를

추가한다.

Expert Classifier

ERDAS IMAGINE 218

Test the Knowledge Base

Bright hypothesis에 추가된 rule은 Vegetation hypothesis에 추가된 High IR and Low Visible rule과 매우 유사하기 때문에 복사 및 붙여넣기로 편집하여 사용할 수 있다.

9. High IR and Low Visible rule을 클릭한다.

10. Option 메뉴에서 Copy를 선택하기 위해서 마우스 오른쪽 버튼을 클릭.

11. Bright hypothesis를 클릭하고, 마우스 오른쪽 버튼을 클릭하여 Option메뉴에서 Paste를 선택

새로운 rule이 Bright hypothesis에 High IR and Low Visible(1)((1)은 새로 추가된 rule)의 이름으로 추가된다.

12. High IR and Low Visible(1)을 더블 클릭하여 Rule Props창을 연다.

13. Rule Props창에서 이름을 High IR and High Visible로 바꾼다.

Variable은 TM Band 2의 Relation을 바꿔야 한다.

14. TM Band 2의 Relation을 >=로 바꾼다.

15. Rule Props창에서 Apply를 클릭하고 Close를 클릭.

여기까지 두개의 hypothesis와 조건들이 입력되었다. 이제 두개의 class에 어떤 화소가 위치하는지 확인할 것이다.

전체보기 창에 편

집창의 부분이 나

타난다.

Rule Properties가

바뀌었다.

Expert Classifier


1. Knowledge Engineer툴바 창에서 Run Test Classification 아이콘을 선택 한다(또는 Evaluate | Test Knowledge Base를 선택).

Knowledge Classification창이 test mode로 SELECT THE CALSSES OF INTEREST 패널과 test결과가 나타날 viewer가 열린다. 사용 가능한 모든 classes가 기본으로 모두 선택된다.

2. Knowledge Classification창에서 Next를 클릭한다.

3. Test를 시작하기 위해서 OK를 클릭.

Residential과

Commercial Service가

선택되어 있다.

Test를 실행하

기 위해서 OK

를 클릭.

Expert Classifier

ERDAS IMAGINE 220

Classification이 끝나면 Viewer에 classification 이미지가 나타난다.

4. Knowledge Engineer창에서 Start Classification Pathway Feedback Mode아이콘을 클릭한다.

Classification Path Information창이 Viewer의 커서와 함께 열린다.

커서가 위치한 곳의

자세한 정보가 나타

난다.

Expert Classifier


5. 커서를 오랜지색 또는 빨간색부분으로 옮겨서 오랜지색 부분이 Residential class이고 빨간색 부분이 Commercial Services class인 것을 확인한다.

커서가 하나의 class위에 위치하게 되면 Knowledge Engineer창의 전체보기에서 표시된다. 복잡한 Knowledge base에서 이러한 기능은 관심 지역에 어떤 hypothesis가 적용되었는가를 보는데 유용하다.

6. Close버튼을 클릭해서 Classification Path Information창을 닫는다.

7. Disable Node 아이콘을 선택하고 Commercial Service hypothesis를 클릭하면 commercial service hypothesis를 사용할 수 없게 된다.

커서가 위치한 곳의

class가 Knowledge

Engineer창에서 표

시된다.

Commercial Service

를 사용할 수 없다.

Expert Classifier

ERDAS IMAGINE 222

Portable Knowledge Base의 생성

Data

Methodology

9. Commercial Services를 가능하게 하기 위해서 노란색의 Enable Node 아이콘을 Commercial Service hypothesis위에서 클릭한다.(또는 hypothesis 그래픽에서 마우스 오른쪽 버튼을 클릭하고 Enable을 선택)

11. knowledge base를 저장한다. File | Save As.

12. 쓰기 가능한 디랙토리로 이동하여 Rescomm_Class.ckb로 이름을 정한다.

13. Save Classification Knowledge Base As창에서 OK를 클릭.

14. Knowledge Engineer창에서 File | Close를 선택

이번에는 이동 가능한 knowledge base를 제작하고 사용하는 연습을 할 것이다.

이 과정에서 사용 가능한 자료는 다음과 같다.

• 토지피복 분류도(supervised.img)

• 수치고도모델(30meter.img)

• 주도로, 간선도로 지도(roads.img)

• 30m해상도의 근적외선 항공사진(mason_ap.img)

supervised.img 파일은 Landsat TM 자료를 전형적인 토지피복분류를 한 것이다(tm_860516.img 파일의 부분이고 분류에 사용한 signature파일은 tm_860516.sig로 최대우도분류방법을 사용하였다). 숲이나, 인조물, 수체 또는 개활지 같은 서로 다른 항목들의 분포를 보여준다.

어떤 사람이 자동차로 이 지역을 횡단한다는 시나리오를 생각할 때 이 지역을 쉽게 횡단하기 위한 결정에 도움을 줄 수 있는 부수적인 자료와 토지피복에 대한 정보가 필요할 것이다.

주어진 자료를 이용하여 특정지역을 쉽게 횡단할 수 있는 expert rules을 생각할 수 있다.

Prepare

ERDAS IMAGINE이 실행 되어 있어야 한다.

Expert Classifier


1. ERDAS IMAGINE 아이콘 패널에서 Classifier를 클릭.

Classification 메뉴가 열린다.

2. Classification 메뉴에서 Knowledge Engineer를 클릭

빈 Knowledge Engineer창이 열린다.

Knowledge Engineer를 시작

하기 위해서 클릭한다.

Expert Classifier

ERDAS IMAGINE 224

Open a Knowledge Base

Examine the Knowledge Base

다음으로, mobility_factor.ckb knowledge base의 expert rule이 어떻게 사용되고 어떻게 생성되는 확인할 것이다.

1. Knowledge Engineer 창에서 Open 아이콘을 클릭하거나 File | Open을 선택.

Open Classification Knowledge Base창이 열린다.

2. /example 디랙토리에서 mobility_factor.ckb를 선택한다.

3. Open Classification Knowledge Base창에서 OK를 클릭.

Mobility factor의 knowledge base가 열린다.

이 Knowledge base는 많은 변수를 정의하여 생성되었다. 예를 들면 도로는 지역을 횡단하기 위한 가장 좋은 것이다. 때문에 사용 가능한 도로가 위치한 지역에 대한 변수(variable)가 필요하다.

1. Knowledge Engineer창에서 Variable 탭을 클릭한다.

Mobility.ckb knowledge base의 variables가 나타난다.

Expert Classifier


2. Variable 리스트에서 Roads variable을 더블 클릭한다.

Variable Props 창이 열린다.

Variable properties창에서 Variable type이 Raster인 것을 확인 할 수 있고 입력이 이미지이기 때문에 Imagery 옵션이 선택되었다.

이 Knowledge base는 이동이 가능하다. 이것을 다른 사무실이나 다른 학교로 옮길 수 있고 또는 재사용할 수 있다. 때문에 사용될 특정한 이미지를 선택하는 것이 아니라, Leave Undefined 체크박스를 선택해서 마지막 사용자가 사용할 자료형을 info 창에서 알려 줄 수 있다(Select road coverage).

몇 가지 이미지 variable은 직접적으로 사용이 가능하나, 다른 것들은 variable값을 계산한 후에 사용할 수 있다.

예를 들어, 개활지(초지, 관목 등)는 경사가 매우 심하지 않다면 자동차가 횡단하기에 좋다.

Variable type는 Raster로

한다.

Raster Variable의

옵션은 imagery로

한다.

Leave Undefined 체

크박스를 체크 한다.

Roads를 더블 클릭하

면 properties를 확인

할 수 있다.

Expert Classifier

ERDAS IMAGINE 226

Derive Slope Values

1. Variable 탭에서 Slop from model을 더블 클릭한다.

Variable Props 창이 열린다.

2. Variable Props창에서, Edit Model버튼을 클릭하면 그래픽 모델을 볼 수 있다.

Spatial Modeler Viewer가 열리고 Slope from model variable을 정의하는 모델이 열린다.

Knowledge base를 옮길 수 있도록 하려면, slope.gmd에서 실제 사용할 이미지 파일의 이름을 정하지 않는다. 대신에 INPUT RASTER와 OUTPUT RASTER에 PROMPT_USER로 정의되어 있다.

Variable Properties창에서 PROMPT_USER Input Node

Variable의 이름

Slope from model

Variable은 그래픽

모델을 사용한다.

Spatial model에서 계산

될 Variable(output)

입력으로 사용될

variable이 여기에 나

타난다.

Expert Classifier


Build Hypothesis

3. Close Model 아이콘을 클릭한다. 또는 Spatial Modeler Viewer에서 File | Close를 선택한다.

4. Variable Prop창에서 close를 클릭하여 닫는다.

Mobility_factor.ckb Knowledge base는 다음과 같다.

처음 두 개의 hypothesis는 Wide Road와 Narrow Road로 단순하다. 이러한 경우의 expert rule은 자동차로 쉽게 횡단할 수 있는 도로로 구분된다.

계속적으로, Wide Road Hypothesis는 두개의 rule을 가지고 있다. Road Variable(road.img)이 포함된 첫번째 보이는 major road(DN값이 2인)와 두 번째 보이는 것은 감독분류에 의해서 구분되는 것이다.

1. Highway category rule을 더블 클릭한다.

Rule Props창이 열린다.

Hypothesis Rules Condition

Expert Classifier

ERDAS IMAGINE 228

Rule Props창은 Terrain Categorization(supervised.img) 파일이 어떤 특정한 rule에 의해 되어 있는지 보여준다.

2. Rule Prop창에서 , 수평 스크롤바를 움직여보면 Confidence 값이 0.80인 것을 볼 수 있다.

3. Knowledge Engineer창에서 Major Road rule을 클릭한다.

Rule Prop창이 열린다.

4. 수평 스크롤바를 움직여 Confidence 값이 0.98인 것을 볼 수 있다.

Highway rule의 confidence값이 Major Road rule의 confidence값보다 낮은 것을 볼 수 있다. 이러한 이유는 최대우도분류에 의한 결과보다 도로지도가 확실하기 때문이다.

Major Road rule의

Confidence값이

Highway항목의 값보

다 높다.

Condifence를 확인할

수 있다.

Expert Classifier


Set ANDing Criteria

다음 네 개의 hypothesis는 동일한 base로 작업된다. Expert rule에서는 개활지가 자동차이동에 좋은 것이다. 경사가 심해 질수록 이동할 수 없는 아주 급경사가 될 때 까지 점점 더 이동하기가 힘들어 진다. Flat solid open ground(go) hypothesis는 하나의 rule을 가지고 있는데 rule은 두 개의 condition을 가지고 있다. 두 개의 condition이 모두 참을 경우 rule이 참이 된다.

1. Slope from model <= 4 를 더블 클릭한다.

Rule Props 창이 열린다.

경사는 Slope from model에서 계산되었고 4degree보다 같거나 작아야 한다. 그리고 solid open ground는 true의 값을 가지고 있어야 한다.

2. Rule Props 창에서 Close를 클릭.

Flat Solid open ground rule이 중간 hypothesis인 Solid open ground로 정의되었다.

3. Knowledge Engineer창에서 수평 스크롤바를 이용해서 중간 hypothesis인 Solid open ground가 보일 때까지 이동한다.

Hypothesis Rule Condition

4와 같거나 작은 것

이 되어야 한다.

Expert Classifier

ERDAS IMAGINE 230

Check Other Hypothesis

중간 hypothesis인 Solid open ground는 다양한 형태의 지표를 구분하기 위해서 Terrain Categorization variable을 사용한다.

Knowledge Engineer 창의 리스트된 다른 hypothesis부분을 확인할 수 있다.

1. Knowledge Engineer창의 수평 스크롤바를 제일 왼쪽으로 이동한다.

2. 수직 스크롤바를 Water(no go) hypothesis가 보일 때까지 이동한다.

Water(no go) hypothesis는 간단한 rule로서 Terrain Categorization 의 variable이 물이라면 통과할 수 없다는 것이다.

Intermediate

hypothesis

rules conditions

Expert Classifier


Introduce Spatial Logic to the Knowledge Base

3. Soft Ground(no go) hyphothesis를 보면

Water(no go)와 비슷하게 Terrain Categorization의 Variable에서 wetland(습지)가 위치한 지역은 통과할 수 없다는 것이다.

3개의 forest hypothesis는 좀더 복잡하다. 또한 IMAGINE Expert Classifier 안에서 어떻게 공간연산이 이루어 지는가를 보여준다.

1. 수직 스크롤바를 이용하여 forest hypothesis가 나올 때 까지 이동한다.

열려진 삼림 지역이 닫혀진 삼림 지역보다 이동하기에 보다 쉽다. 왜냐하면 수간사이의 간격이 닫혀진 삼림보다 크기 때문이다.(수령이 많을수록 수간의 크기가 크다) 하나의 화소당 삼림의 울폐도를 결정하는 것은 어려운 일이다.

삼림의 울폐도는 수목의 종류에 따라서도 추정될 수 있다. 예를 들어 침엽수의 피복이라면 닫혀진 삼림과 수간이 근접되어 있다. 그러나 혼효림과 다른 형태의 수목 종류라면 보다 어려울 것이다.

이러한 순서적인 hypothesis는 삼림의 울폐도를 결정하는 것은 흑백의 항공사진에서 볼 수 있다. 어쨌든 하나의 화소로서 임관의 상태를 결정할 수 없다. 대신에 Tree Density model variable(항공사진과, Terrain Categorization variable을 사용한)은 graphic 모델을 실행한다.(texture.gmd)

Expert Classifier

ERDAS IMAGINE 232

Engineer 창에서 Variable 탭을 클릭한다.

3. Tree Density model variable을 더블 클릭한다.

Tree Density model variable의 props창이 열린다.

4. Tree Density model variable의 Raster Variable 옵션이 Graphic Model로 되어 있다.

Tree Density model variable의 정보를 산출하는 model은 texture.gmd이다.

5. Variable Props창에서 Edit Model 버튼을 클릭한다.

Spatial Modeler Viewer가 열리고, texture.gmd 모델이 나타난다.

Variable옵션으로

Graphic Model이 선

택되었다.

Expert Classifier


Check Buildings Hypothesis

Texture.gmd모델은 Terrain Categorization variable에서 수목으로 결정된 모든 지역의 항공사진에서 3*3 window를 사용하여 주위의 DN값으로 texture를 결정한다. 이렇게 결정된 공간 variable은 Close Forest(no go), Medium Density forest(slow go), Open forestry(go) hypothesis로서 삼림의 상대적인 밀도를 결정하며 이것은 자동차가 얼마나 쉽게 이동할 수 있는가를 결정한다.

6. Spatial Modeler Viewer에서 File | Close를 선택

7. Variable Props창에서 Close를 클릭한다

Building(no go) hypothesis는 단순한 rule로서 Terrain Categorization에서 도시가 위치한 지역을 나타내며 통과할 수 없는 지역이다.

이 rule에서 confidence는 낮은 값을 가지는데 이것은 Wide Road와 Narrow Road hypothesis 이상이 되지 못한다. 즉 도심지역의 도로는 통과할 수 있기 때문이다.

Expert Classifier

ERDAS IMAGINE 234

Identify Choke Points

1. Building(no go) hypothesis에 연결되어 있는 Suburban rule을 더블 클릭한다.

2. Rule Props창에서 수평 스크롤바를 제일 오른쪽으로 옮긴다.

3. Confidence값이 0.75인 것을 확인한다.

4. Close를 클릭하여 Rule Props창을 닫는다

마지막 Hypothesis가 IMAGINE Expert Classifier에서 공간적분석이 가능한 좋은 예이다. 이 hypothesis는 도로망의 choke point를 정의하는 것으로 이 지점은 도로가 급격히 좁아지거나 교통이 주행할 수 없는 지점으로 통과할 수 없는 점을 나타난다. 여기서는 대표적으로 다리이다.

다리를 찾는 것은 매우 쉬운 것처럼 보인다. 즉 수체 위에 있는 도로는 다리라고 할 수 있다. 그러나 수체에 관한 위치정보는 Terrain Categorization variable 같은 토지피복 분류에서 얻을 수 있으나 다른 feature 아래로 흐르는 수체는 찾아낼 수 가 없기 때문에 보다 복잡한 접근방법이 필요하다.

1. Knowledge Engineer창에서 Variable 탭을 클릭한다.

AND 연산을 사용

Expert Classifier


2. Variable 탭에서, Identify possible bridges model을 더블 클릭한다.

Variable Props창이 열린다.

3. Variable Props창에서 Edit Model 버튼을 클릭한다.

Identify possible bridges

model variable을 더블 클릭

한다.

이 variable도 graphic

model을 사용한다.

Expert Classifier

ERDAS IMAGINE 236

.

수체 위의 도로를 즉각적으로 찾아낼 수 없다면 대신 수체에 근접한 도로를 찾아야 한다. 이런 작업은 도로의 버퍼링 결과와 수체 화소의 위치를 중첩하여 수행된다. 그러나 많은 도로들은 호수나 강을 따라 되어 있기 때문에 choke hazard의 구성이 필요 없다. 대신에 최소한 2개의 따로 떨어진 수체의 부분과 인접해 있는 도로를 찾아내는 것이 보다 좋을 것이다

때문에, identify_bridge.gmd는 토지피복 분류로부터 모든 수체의 화소를 먼저 찾아낸다. 이 위치는 2개의 처리과정을 거친다. 첫번째는 5*5 원형 window를 사용하여 수체에 가깝게 인접한 부분을 찾아낸다. 이러한 것을 수체에 가까운 도로를 찾기 위해서 도로의 위치에 씌워진다. 동시에 수체의 화소는 수체와 구분하기 위해서 Clump 처리과정을 거쳐 개별직인 값으로 숫자가 주어진다. Focal Diversity 함수는 각 위치에서 수체에 인접한 도로를 결정하기 위해서 사용된다. 두 개 이상의 수체가 찾아지면 도로는 다리 또는 다른 choke point로 표시된다. 이 정보는 Bridges/Landing(choke point) rule에 사용된다.

이것은 IMAGINE Expert Classifier가 공간적으로 인식하고 있는 rule을 통합하는데 사용될 수 있는 좋은 예이다. 이러한 경우 토지이용을 결정하는데 이웃한 화소값들을 분석하였다.

Expert Classifier


Run the Expert Classification

4. Close 모델 아이콘을 클릭.

5. Knowledge Engineer 창에서 Bridges/landings rule을 더블 클릭

Bridges/landing의 Rule Props창이 열린다.

6. 수평 스크롤바를 오른쪽으로 이동하여 confidence value를 확인한다.

7. Identify possible bridge model의 confidence가 0.99인 것을 확인한다.

8. Rule Props창에서 close를 클릭

9. Variable Props창에서 close를 클릭

1. Knowledge Engineer 창에서 Run 아이콘을 클릭하거나 Evaluate | Test Knowledge Base 를 선택

Confidence값

을 확인

Expert Classifier

ERDAS IMAGINE 238

Knowledge Classification 창이 Select the Classes of Interest 패널상태로 열린다.

모든 항목에 대해서 결과를 보고 싶다면 다음 패널로 진행할 수 있다.

2. Knowledge Classification 창에서 Next버튼을 클릭.

Select the input Data for Classification 패널이 열린다.

이 패널은 Leave Undefined (prompt analyst) 상태로 되어 있는 Variable은 사용할 file을 정의할 수 있다.

3. 수직 스크롤바를 이용하여 Variable과 그에 상응하는 파일을 볼 수 있다.

Knowledge Base에서 Roads Variable은 road.img파일과 연결되어 있고, Terrain Categorization variable은 supervied.img와 연결되어 있다. DEM variable은 30meter.img와 연결되어 있고, Aerial Photo variable은 mason_ap.img와 연결되어 있다.

4. Knowledge Classification창에서 Next를 클릭.

Select Classification Output Options패널이 열린다.

Variable에 할당된

값을 스크롤바를

사용하여 볼 수

있다.

Best Classes Per Pixel값

을 2로 바꾼다.

Cell Size가 Minimum

으로 되어있는지 확인

한다.

Expert Classifier


Evaluate River Areas

5. Best Classes Per Pixel 값을 2로 바꾼다.

6. Cell Size가 Minimum으로 되어 있는지 확인한다.

7. Select Classification Output Options패널에서 OK를 클릭

Job status창이 열리고, expert classification이 진행된다.

8. 작업이 완료되면 Job status창에서 OK를 클릭.

작업이 완료되면 Viewer에 분류된 결과가 나타난다.

분류가 완료되면 확대를 통하여 IMAGINE Expert Classification에서 다리라고 추정되는 것을 확인해 본다.

1. Viewer 툴바에서 Zoom in 아이콘을 클릭.

2. Viewer에서 마우스를 움직여, 강 부분을 클릭한다.

3. 보다 자세히 보기 위해서 필요한 만큼 클릭한다.

Expert Classifier

ERDAS IMAGINE 240

Use Pathway Feedback

4. 다리가 위치한 부분의 노란색이 보일 때까지 확대한다. 이 부분이 Bridge/landings(Choke Point) 항목이다.

Viewer의 분류결과를 분석하기 위해서 pathway feedback 커서를 사용할 수 있다.

1. Knowledge Engineer창에서 Classification Pathway Feedback Mode아이콘을 클릭한다.

Classification Path Information창이 열린다.

Classification Path Information 창에서, Cell Array의 두번째 열이 두번째로 가능한 항목을 나타낸 것이다(2 Best Classes Per Pixel에서 정의한 내용이다)

두개의 다리가 나타

났다.

커서 아래에 있는

정보가 나타난다.

Expert Classifier


Viewer에서 커서가 위치한 분류항목에 해당하는 것이 Knowledge Engineer 창에서 붉은색으로 나타난다.

2. Viewer 툴 바에서 Select아이콘을 선택한다.

3. 마우스를 이용하여 커서를 노란색 화소가 있는 곳으로 이동한다.

이에 따라서 Classification Path Information창과 Knowledge Engineer창이 갱신된다.

ERDAS Macro Language

242

Erdas Macro Language

Introduction

ERDAS IMAGINE

Main 메뉴에 아이

콘 추가

EML(Erdas Macro Language)는 imagine의 인터페이스 환경 즉, 아이콘,

대화창 등을 구성하는 언어입니다. 이번장에서는 다음과 같은 내용을

학습합니다.

아이콘 패널에 STOP 아이콘 추가

모델 실행을 위한 버튼 추가

모델 실행을 위한 팝업메뉴 생성

독립된 창의 생성

STOP아이콘을 아이콘 패널에 추가 한다.

IMAGINE이 설치되어 있는 디렉토리 “C:\Program Files\Leica

Geosystems\Geospatial Imaging 9.1\scripts\” 에 eml 로 되어 있는 파일

들이 위치한다. IMAGINE의 메인 메뉴에 해당하는 파일은 imagine.eml

파일이다.

1. Text Editor를 연다. Windows에 기본적으로 포함되어 있는 워드패드

를 사용한다.

2. 워드패드에서 imagine.eml 파일을 연다

eml로 되어 있는 스크립트가 열리고 각각의 아이콘에 대한 정의가 되

어있는 것을 볼 수 있다. STOP아이콘은 VirtualGIS 또는 LPS 아이콘

다음에 위치하게 될 것이다.

3. 워드패드 메뉴에서 편집 | 찾기 를 실행하고, OrthoBASE를 입력하

여 위치를 찾는다.

4. OrthoBASE 아이콘이 정의된 스크립트 아래에 다음의 구문을 입력

한다.


243

/*

** OrthoBASE Icons.

*/

button <imorthobase> orthobasebutton {

icon "orthobase.icon";

info "Leica Photogrammetry Suite";

on mousedown {

blocktool;

viewer;

}

}

button stopsign {

icon "stop_sign.icon";

on mousedown {

display checkquitframe;

}

}

/*

** StereoAnalyst Icons.

*/

button <imhifi> stereoanalystbutton {

icon "stereoanalyst.bmp";

info "Stereo Analyst";

on mousedown {

hifi toplevel;

}

}

5. File | Save 또는 저장 아이콘을 클릭

6. IMAGINE 실행

교육 교재 ( Tour Guide 한글판 )


244

ERDAS IMAGINE

EML을 이용한 모델의 연결

스크립트 입력에 문제가 없다면 STOP아이콘이 나타나고, 제대로 입력

이 되지 않으면 에러 메시지가 나타난다.

Line 1의 에러 또는 비어있다는 메시지가 나타나면, 명령어를 잘못 입

력했기 때문이고, 다른 line에 대한 에러가 나타나면 해당 line으로 이

동하여 에러를 수정한다.

STOP아이콘을 클릭하면 IMAGINE을 종료하는 창이 나오고, Yes를 선

택하면 IMAGINE을 종료한다.

모델을 실행하는 버튼을 생성한다. 메인 패널에 버튼을 추가하고, 버

튼을 클릭했을 때 모델이 실행되도록 한다.

1. 아이콘 패널에서 Modeler 아이콘을 클릭하고, Modeler에서

veg_ndvi.gmd 파일을 연다.

veg_ndvi.gmd 는 식생지수를 산출하는 모델이다.

2. 모델을 veg_ndvi.mdl 파일로 저장한다.

3. 워드패드에서 imagine.eml파일을 열고 stopsign 아이콘 스크립트 아

래에 다음을 추가한다.

button stopsign {

icon "stop_sign.icon";

on mousedown {

display checkquitframe;

}

}


245


button runmodels {

title "Run Models";

on mousedown {

job modeler "<path>/veg_ndvi.mdl";

}

}

/*

** StereoAnalyst Icons.

*/

button <imhifi> stereoanalystbutton {

icon "stereoanalyst.bmp";

info "Stereo Analyst";

on mousedown {

hifi toplevel;

}

}

<path>는 veg_ndvi.mdl파일이 저장되어 있는 경로를 입력한다.

4. imagine.eml 파일을 저장

5. imagine을 실행

모델에 설정되어 있던 파일경로에 계산된 이미지가 생성된다.


246

ERDAS IMAGINE

Submanu에서 모델 실행

Submenu를 생성하고, 메뉴의 버튼을 클릭하여 모델을 실행할 수 있

도록 한다.

Submenu를 열기 위해서 새로은 eml 을 생성해야 한다.

1. 워드패드에 빈문서를 열고 다음을 입력한다.

component modelchoice { frame modelbuttonmenu ; frame modelbuttonmenu { title "Avaliable Models"; button model1; button model2; button model3; button closemenu; button model1{ title "Run NDVI Model"; geometry 0, 0, 185, 25; on mousedown { job modeler "<path>/veg_ndvi.mdl"; unload; } } button model2 { title "Test"; geometry 0, 28, 185, 25; /* on mousedown {} */ } button model3 { title "model3"; geometry 0, 56, 185, 25; /* on mousedown {} */



} button closemenu {

title “Close”; geometry 0,84,185,25; on mousedown { unload;

} } } on startup { display modelbuttonmenu; } }

<path>는 veg_ndvi.mdl파일이 저장되어 있는 경로를 입력한다.

2. 편집한 내용을 menu.eml로 저장한다.

편집한 menu.eml을 테스트해보기 위해서는 Session | Commands 에서

menu.eml을 실행한다.

Imagine.eml을 편집해서 Run Model 아이콘을 클릭했을 경우

menu.eml을 실행시킬수 있도록 한다.

3. imagine.eml 파일에서 runmodels 버튼을 설정한 부분으로 이동해서

다음과 같이 편집한다.

button runmodels {

title “Run Models”;

on mousedown {

load “<path>/menu.eml”;

}

}

4. imagine.eml파일을 저장


248

ERDAS IMAGINE

독립된 Frame

생성

5. imagine을 실행하고 Run Model 버튼을 클릭

“Available Models” 를 클릭하여 작성한 menu를 연다. 만약 “Available

Models” 버튼이 없으면 에러가 수정될때까지 편집한다.

6. Run NDVI Model 버튼을 클릭

NDVI Model이 실행되는 것을 확인 할 수 있다. 실행되지 않는다면, 에

러가 수정될 때까지 편집한다.

1. 빈 텍스트 편집창을 열고, 다음과 같이 입력한다.

component my_script {

frame my_frame {

title “Run Another Model”;

geometry 0,0,270,230;

filename infile;

button cancelb;

button okb;

button batchbutton;

filename infile {

title “Input File”;

geometry 0,0,170,230;

select “*.mdl”;

}

button okb {

title “OK”;

geometry 180,80,82,25

on mousedown {

job modeler $infile;

unload;

}

}

button batchbutton {

title “Batch”;

geometry 180,100,82,25;

below okb nogap;


249


작성한 Frame을

IMAGINE에 연결

info “Put the model to Process in the Batch

Queue”;

on mousedown {

startbatchsingle;{

job modeler $infile;

}

unload;

}

}

button cancelb {

title “Cancel”;

geometry 180,199,82,25;

on mousedown {

unload;

}

}

}

on startup display my_frame;

}

1. 작성한 EML을 frame.eml 로 저장한다.

2. menu.eml을 변경하여, Button Model3에서 새로 작성한 Frame.eml을

읽을 수 있도록 다음과 같이 편집한다.

button model3 {

title “Run Another Model”;

geometry 0,56,185,25;

on mousedown {

load “<path>/frame.eml”;

}

}

3. IMAGINE아이콘 패널에서 Run Model버튼을 클릭한다.

4. Run Another Model을 선택하고, 기존에 작성되어 있던 *.mdl파일을

선택한다. OK클릭


250 ERDAS IMAGINE

5. frame.eml을 command 라인에서 실행시키려면 Load

“<path>/frame.eml”을 실행한다.

에러메세지가 발생하면 에러가 수정될 때까지 편집한다.

Frame에 있는 모든 버튼을 Test해본다.

6. OK 버튼을 클릭하면 선택된 모델을 실행한다.

7. Batch 버튼을 클릭하면 batch wizard가 실행된다.

8. Cancel 버튼을 클릭하면 frame이 없어진다.

9. 만약 제대로 되지 않으며, 에러를 편집한다.

E R D A S

I M A G I N E

Documents

IMAGINE 91 Tour Guide(Korean Edtion)