Hyperspectral Image Segmentation for Detecting Black Locust in Large Cultural Heritage

국가유산청은 문화유산 내 고유한 자연경관을 보존하기 위해, 일부 외래식물과 번식력 및 환경 내성이 높은 자생식물을 ‘위해식물’로 지정하여 관리하고 있다. 그러나 궁궐이나 성곽처럼 면적이 넓은 문화유산의 경우, 조사와 관리에 상당한 시간과 인력이 소요되며, 지형이 험난한 지역에서는 탐사에 어려움이 따른다. 대면적 문화재인 공주 공산성과 부여 부소산성 지역에 분포한 아까시나무는 대표적인 위해식물로, 이를 효과적으로 모니터링할 수 있는 방안이 요구된다. 본 연구에서는 무인항공기로 촬영한 초분광영상(hyperspectral image, HSI)을 활용하여 아까시나무를 탐지하는 방법을 제안한다. HSI는 물체의 반사율을 연속적인 파장대에서 측정한 데이터로, 대상물체의 고유한 반사 스펙트럼 정보를 제공한다. 연구에서는 150개 파장대의 HSI 데이터를 바탕으로, XGBoost 알고리즘을 활용해 개별 픽셀 단위에서 아까시나무의 존재 여부를 분류하였다. 탐지 성능을 향상시키기 위해, 그룹화된 파장대의 특징 변수와 인접 픽셀의 스펙트럼 정보를 함께 고려하였다. 또한, 수목이 군집을 이루는 특성과 HSI의 특성상 개별 픽셀 단위의 탐지만으로는 정확도가 낮을 수 있음을 감안하여, 탐지 결과를 기반으로 한 군집화된 polygon 형태의 세그멘테이션(segmentation) 기법을 추가로 적용하였다. 실증결과는 제안된 방법이 대규모 문화재 지역 내 특정 위해식물종의 효율적인 탐지 및 관리에 실질적으로 기여할 수 있음을 보여주며, 문화재 보호와 생태계 관리를 위한 유용한 기술적 대안을 제시한다.