수자원 관리를 위해서는 수역을 높은 정확도로 매핑하는 것이 필수적이며,  기후변화로 인한 수자원 변동성을 모니터링하기 위해서는 광역 지역을 신속한 매핑이 필요하다. SAR(Synthetic- Aperture Radar) 영상에서 노이즈를 제거하면서 복잡한 경계 구조를 유지하는 것은 수체 탐지 에서 중요한 전처리 작업이다.  특히,  수체와 육지 사이의 후방산란 차이에서 기울기(Gradient) 를 최적화하면서 후방산란 히스토그램을 이산화하는 것은 보다 정교하고 정확한 수체 경계선 확보에 필수적이다.  이는 수체탐지에 있어 지형왜곡(Radiometric Distortion)과 함께 해결해야 할 중요한 문제이다. 
본 연구에서는 SAR  영상의 노이즈 성분으로 인해 발생할 수 있는 분류 간섭을 최소화하기 위 해, 전역 기울기 희소성 분해 방법(Global Gradient Sparsity Decomposition)을 사용하여 가우시 안 노이즈가 약화된 가이드 영상을 제작하였다.  동시에, SAR  영상의 후방산란 값을 기반으로, 지역 기울기 제약(Local Gradient Constraint)을 사용하여 수체 경계면을 탐지하는 엣지 연산자 를 제작하였다.  이 연산자는 반복적으로 수행되며 유사하게 발견되는 노이즈 성분을 약화시켜 보다 정확한 수체의 구조적 정보를 산출한다.  이후,  두 모델을 결과를 이용하여 수평 및 수직 방향으로 투영된 기울기를 산출하였다. 마지막으로, 스페클 감소 기법이 적용된 영상의 일관성 을 유지하기 위해 다차원 기울기 정규화 방법(Multi-Directional Gradient Normalization Method) 을 적용하였다. 
개발된 기법은,  기존의 스페클 감소 모델들과 비교하여 수체 경계 구조의 정확성을 더 잘 보 존하였다. 또한, 수체와 육지의 히스토그램 분포 특성을 분리하는 데 있어 유의미한 장점을 가