Earticle

초록

영어

[Purpose] This study aims to propose a method for automatically segmenting major golf course components and quantitatively analyzing course structure using Google Earth-based satellite images. Unlike previous golf data analysis studies that mainly focused on player performance and outcome prediction, this study treats the spatial and visual structure of the course itself as an analytical target. [Method] HSV color space-based segmentation and shape analysis were applied to extract fairway, green, bunker, water hazard, and rough areas from satellite images of domestic golf courses. In addition, the Golf Course Structure Index was calculated using area ratios and contour complexity, and its applicability and limitations were compared across different course types. [Result] The results showed that major areas were relatively stably segmented in images with clearly green fairways and distinct color contrast among components. However, shadow areas were misclassified as water hazards in shadow-rich mountainous courses, and fairway detection performance decreased in coastal courses where fairways appeared in non-green tones. [Conclusion] These findings confirm that a rule-based method combining HSV color space segmentation and shape analysis can be used for golf course structure analysis under certain image conditions. Future research should improve segmentation accuracy and generalizability by incorporating illumination correction, shadow removal, and deep learning-based segmentation methods.

한국어

[목적] 본 연구는 Google Earth 기반 위성 이미지를 활용하여 골프 코스의 주요 구성요소를 자동으로 분할하고, 코스구조를 정량적으로 분석하는 방법을 제안하는 데 목적이 있다. 기존 골프 데이터 분석이 선수 경기력과 경기 결과 예측에 집중한 것과 달리, 본 연구는 코스 자체의 공간적·시각적 구조를 분석 대상으로 설정하였다. [방법] 국내 골프장 위성 이미지를 대상으로 HSV 색공간 기반 색상 분할과 형태 분석을 적용하여 페어웨이, 그린, 벙커, 워터 해저드 및 러프 영역을 추출하였다. 또한 구성요소별 면적 비율과 윤곽선 복잡도를 활용하여 골프 코스 구조 지표를 산출하고, 코스 유형에 따른 적용 가능성과 한계를 비교하였다. [결과] 분석 결과, 페어웨이가 명확한 녹색을 띠고 구성요소 간 색상 대비가 뚜렷한 이미지에서는 주요 영역이 비교적 안정적으로 분할되었다. 그러나 그림자가 많은 산악형 코스에서는 그림자 영역이 워터 해저드로 오인되었고, 페어웨이가 비녹색 계열로 나타나는 해안형 코스에서는 페어웨이 검출 성능이 저하되었다. [결론] 본 연구는 HSV 색공간과 형태 분석을 결합한 규칙 기반 방법이 일정한 이미지 조건에서 골프 코스 구조 분석에 활용될 수 있음을 확인하였다. 향후 조도 보정, 그림자 제거 및 딥러닝 기반 분할 기법과의 결합을 통해 분석 정확도와 일반화 가능성을 향상시킬 필요가 있다.

목차

초록
Abstract
서론
1. 연구의 필요성
2. 연구 목적
연구방법
1. 연구 대상
2. 자료 수집 방법
3. 이미지 전처리 과정
4. HSV 색공간 기반 구성요소 분할
5. 형태 기반 보정 및 특징 추출
6. 골프 코스 구조 지표 산출
7. 분석 및 평가 방법
결과
1. Case 1: 잭 니클라우스 골프클럽 코리아 분석 결과
2. Case 2: 클럽 나인브릿지 분석 결과
3. Case 3: 사우스케이프 오너스클럽 분석 결과
4. 대표 사례의 구성요소별 이진 마스크 분석
5. 정량적 구조 지표 산출 결과
논의
결론 및 제언
참고문헌

키워드

저자

• 염두승 [ Yeom, Doo-Seoung | 강원도립대학교 ]
• 박병권 [ Park, Byoung-Kwon | 강원도립대학교 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  골프연구 [Journal of Golf Studies]

• 간기

  계간

• pISSN

  1976-2380

• eISSN

  2713-9565

• 수록기간

  2007~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 695 DDC 796