Ünite 6: Dijital Görüntü İşleme

GÖRÜNTÜ İŞLEME

Dijital görüntülerden amaca uygun bilgilerin çıkartılmasında genel olarak iki farklı yöntem kullanılır: Görsel analiz olarak adlandırılan birinci yaklaşımda, görüntüler bu konuda tecrübe sahibi kişiler tarafından görsel/optik olarak yorumlanırlar. Kantitatif analiz olarak bilinen ikinci yaklaşımda ise görüntüler bilgisayar ortamında oldukça karmaşık olabilen matematik istatistik algoritmalarla işlenirler. Dijital görüntünün bilgisayar ortamında değişik algoritmalarla analizinde göz önüne alınan genel işleme adımları aşağıda verilmektedir:

• Ön işleme
• Görüntü zenginleştirme
• Spektral dönüşüm
• Mekânsal dönüşüm
• Sınırlandırma

Görsel Yorumlama

Görsel yorumlama farklı algılama sistemlerinden elde edilmiş görüntülerin (uçak- /uydu-bazlı görüntü) optik olarak yorumlanarak değerlendirilmesi ve değişik fiziksel özelliklerinin sınırlandırılmasıdır. Görüntülerin görsel yorumlaması istenen uygulama türüne bağlı olmasına rağmen temelde bazı özelliklere ve bu özelliklerin değişimlerine bağlıdır. Bu özellikler; büyüklük, biçim, konum, örüntü, doku, gölge, ton, renk ve bağlamsal ilişkidir.

Büyüklük, objelerin diğer objelere göre ölçeğini gösterir

Biçim, objelerin fiziksel dış sınırlarının oluşturduğu genel formu veya konfigürasyonudur

Örüntü, objelerin mekânsal dizilimidir.

Ton ve renk, objelerin bağıl parlaklık ve spektral yansıtım farklılıklarını ifade eder.

Doku, görüntüdeki ton değişiminin frekansıdır

Gölge, üstten elde edilen görüntülerde objelerin dış görünüşleri hakkında ipucu verir.

Konum, objelerin coğrafi konumlarını belirtir.

Bağlamsal ilişki, objelerin belirli özelliklerinin ilişkilendirilmesi anlamına gelir.

Ön İşleme

Dijital görüntünün yorumlanmasında veya bilgisayarla analizinde istenen seviyede doğru sonuçlar elde edebilmek için geometrik ve radyometrik hataların olabildiğince düzeltilmeleri gerekir. Ön işleme olarak adlandırılan bu aşamada görüntü verisinden sözü edilen sistematik hatalar uygun fiziksel ve matematiksel yaklaşımlarla giderilmeye çalışılır ve iki aşamada gerçekleştirilir:

1. Radyometrik düzeltme: Ölçülen sinyalin kalibrasyonudur. Herhangi bir algılayıcı sistem tarafından ölçülen ışınırlık, aydınlanma geometrisindeki, atmosferik koşullardaki, bakış geometrisindeki ve algılayıcı karakteristiklerindeki değişimlerden etkilenir. Uzaktan algılama görüntülerinin yorum ve analizinde iki temel kabul yapılır:

• Görüntü piksel değerleri, yeryüzü yansıtımının mekânsal dağılımını doğru bir şekilde temsil etmektedir,
• Bu yansıtım büyüklüğü yeryüzünün fiziksel, kimyasal veya biyolojik özellikleriyle ilişkilidir.

Radyometrik düzeltme aşamaları; algılayıcı kalibrasyonu, atmosferik düzeltme, topoğrafik düzeltme ve Güneş’in açısal yüksekliği ve yeryüzüne olan uzaklığına bağlı düzeltme olarak dört adımda incelenebilir.

Algılayıcı Kalibrasyonu: Uydu görüntüsündeki piksel yansıtım değerleri algılayıcıya gelen ışınırlık değerlerine dönüştürülür. Bu dönüşüm özellikle farklı zamanlarda farklı algılayıcılar tarafından ölçülen objelerin yansıtımlarındaki değişimlerin analizinde ve parlaklık değerlerinin yeryüzünde yapılan sayısal ölçümlerle ilişkilendirilmesi (örneğin su kalitesi ile ilgili ölçümler) için gerekli olan matematiksel modellerin geliştirilmesinde kullanılır

Atmosferik Düzeltme: algılayıcının birim zamanda birim alandan birim katı içinden algıladığı enerji (ışınırlık), birim zamanda birim alana gelen enerjinin (birim ışınırlık), hedef yansıtımının, atmosferin saçtığı enerjinin ve atmosferik yutulmanın bir fonksiyonudur. Atmosferik etkilerin giderilmesinde kullanılan radyometrik düzeltme üç farklı şekilde yapılmaktadır:

• Uydu algılayıcısı, atmosfer ve hedef arasındaki ilişkiyi ve etkileşimleri modelleyen fiziksel metotlar kullanılır. Atmosferik düzeltmelerin fiziksel olarak modellendiği bu yaklaşım en sağlam ve tutarlı ancak en zor yaklaşımdır. En yaygın kullanılan modeller 5S, 6S, LOWTRAN, MODTRAN, ŞAASH, ATCOR2 ve ATCOR3 modelleridir. Bu simülasyonlar meteorolojik, mevsimsel ve coğrafik değişkenleri girdi olarak alırlar. Pratikte bu değişkenler için yeterli zamansal ve mekânsal çözünürlükte değerler elde edilemez ve özellikle atmosferik aerosollerin dağılımının tahmini zordur. Bu yaklaşımlarda Güneş birim ışınırlığı, Güneş ile Dünya arasındaki uzaklığın değişimine bağlı olarak normalize edilir.
• ikinci yaklaşımda, atmosferik düzeltmeler, yansıtımı bilinen doğal veya yapay yeryüzü hedeşerine dayalı olarak yapılır. Yansıtım özellikleri çok iyi bilinen, yeterli çözünürlüğe sahip ve görüntü alanına iyi dağılmış hedef objeleri atmosferik koşulların konumdan konuma olan değişimlerinin belirlenmesinde etkin olarak kullanılabilir.
• En kolay ve en yaygın kullanılan atmosferik düzeltme yöntemi “ koyu piksel çıkartımı ” yöntemidir. Bu yöntemde herhangi bir spektral bant için bir minimum parlaklık değeri (DN) belirlenir ve bu değere göre görüntü histogramı ötelenir. Yani belirlenen değer görüntüdeki bütün piksellerin yansıtım değerlerinden çıkartılır. Bu yöntemde ilgili spektral bant için bazı piksellerin sıfır yansıtım değerine sahip olması gerekliliği kabul edilir. Böylece bu pikseller için ölçülen ışınırlığın (Lp) atmosferik saçılma sonucu oluştuğu ve konumdan konuma değişmediği kabulü yapılır. Genellikle optik veriler için gölge alanlar ve kızıl ötesi bantlar için temiz derin su kütleleri hedef olarak seçilir.

Topoğrafik Düzeltme: Topoğrafik düzeltme adımında, topoğrafik değişimlere bağlı olarak oluşan sinyal farklılıkları normalize edilir. Bu amaçla en yaygın kullanılan yöntem “ bant oranlaması ” dır.

Güneş’ in Açısal Yüksekliğine ve Yeryüzüne Olan Uzaklığına Bağlı Düzeltme: Bazı durumlarda farklı optik görüntülerin karşılaştırılabilmeleri için aydınlanma geometrilerindeki farklılıkların standartlaştırılması (normalize edilmesi) gerekir. basit normalize işleminde Güneş ışınlarının yeryüzüne olan farklı uzaklıkları da dikkate alınarak ortak bir düzeltme yapılır. Astronomik birim , Dünya’nın Güneş etrafındaki eliptik yörüngesinin büyük ekseninin yarısı olan 1.496 x 10 ¹¹ metredir

2. Geometrik düzeltme: Görüntünün ait olduğu gerçek yüzey konumundan dolayı oluşan hataların düzeltilmesidir. Uydu görüntü verilerinin bu distorsiyonlar için düzeltilerek bir harita projeksiyon sistemiyle tutarlı hale getirilmesi işlemine “ rektifikasyon ” adı verilir. Geometrik distorsiyonlar genel olarak aşağıda belirtilen faktörlerden kaynaklanmaktadır:

• Bazı algılayıcıların sınırlı tarama oranı
• Bazı algılayıcıların geniş bakış alanı
• Görüntü elde edilirken Dünya’nın dönüşü
• Yeryüzü eğriselliği
• Uydu platformunun konum, durum ve hızındaki değişimler
• Görüntüleme geometrisiyle ilişkili panoramik etkiler
• Topoğrafik rölyef etkisi

Geometrik distorsiyonların görüntünün bütününde aynı anda giderilmesinde kullanılan genel olarak iki yaklaşım söz konusudur:

• Birinci yaklaşım sistematik bir yaklaşım olup, distorsiyon düzeltmeleri distorsiyonun türü ve büyüklüğünün modellenmesiyle hesaplanır. Topoğrafik rölyefe bağlı geometrik distorsiyonların düzeltilmesi için yeryüzünün “ Dijital Yükseklik Modeli ” gereklidir. Görüntünün piksel piksel topoğrafik distorsiyonları düzeltilerek, harita gibi ortografik izdüşüm özelliğine sahip bir duruma getirilmesi işlemine ortorektifikasyon denir.
• İkinci yaklaşımda distorsiyonlu görüntüdeki piksellerin koordinatları ile bunların karşılık geldiği arazideki koordinatları arasında (harita yardımıyla) matematiksel bağlantı kurulur

Yeniden Örnekleme

Orijinal distorsiyonlu görüntüden hangi parlaklık değerlerinin alınacağına karar verilmesi işlemi, diğer bir ifade ile “ parlaklık enterpolasyonu ” adımı uygulanır. Genel olarak 3 farklı yaklaşım kullanılmaktadır:

En Yakın Komşuluk Örneklemesi: Basit bir yöntem olup dönüşüm koordinatları nın en yakın olduğu pikselin parlaklık değeri distorsiyonsuz grid pikseline atanır.

Bilineer Enterpolasyon: Bu yöntem, pikseli çevreleyen 4 komşu pikselin kullanıldığı iki boyutlu lineer bir enterpolasyondur.

Kübik Enterpolasyon: iki boyutlu 3. dereceden polinom enterpolasyonu olup pikseli çevreleyen 16 piksel (4*4 piksel komşuluk) kullanılır.

Görüntü Zenginleştirme

Görüntü zenginleştirmede amaç görsel analiz için görüntülerin algılanabilirliğini veya yorumlanabilirliğini arttırmak veya diğer otomatik görüntü işleme tekniklerine daha “iyi” girdi görüntüsü sağlamaktır.

Spektral Dönüşümler : Spektral dönüşümler, görüntünün spektral bilgi içeriğini değiştirirler. Spektral dönüşümler basit olarak aşağıdaki ana kategorilerde incelenebilir:

• Kontrast zenginleştirme
• Aritmetik bant işlemleri
• Ana bileşen dönüşümü

Kontrast Artırımı: Kontrast zenginleştirme yöntemleri, görüntüdeki değişik özellikler arasındaki parlaklık değerlerine dayalı ayırt edilebilirliği arttırmak için kullanılır. Kontrast zenginleştirme, temelde görüntü histogramının değiştirilmesi işlemidir. Bu yaklaşımla görüntünün mevcut yansıtım değer aralığı olası bütün dinamik aralığa yayılır. Görüntünün kontrastını geliştirmek için kullanılan en yaygın teknikler lineer kontrast artırımı ve histogram eşitlemedir. Ayrıca Normal (Gauss) yayma metodu da kontrast zenginleştirmesinde tercih edilen diğer yöntemlerden biridir.

• Lineer Kontrast Artırımı: En basit kontrast zenginleştirme yöntemidir. Histogramdan orijinal görüntünün minimum ve maksimum değerleri belirlenir ve bu aralık dinamik aralığın tamamına yayılacak şekilde dönüştürülür
• Histogram Eşitleme: Bu yöntemde amaç, çıktı görüntü histogramının uniform bir dağılımda olmasını yani her bir parlaklık seviyesi için yaklaşık aynı sayıda piksel bulunmasını amaçlar.
• Normal Yayma: Bu yöntemin histogram eşitleme yönteminde uygulanan işlemlerden tek farkı hedef histogramının uniform olması yerine Normal (Gauss) dağılım eğrisine benzer şekilde oluşturulmasıdır.

Aritmetik Bant İşlemleri: Tek veya farklı kaynaklardan gelen görüntü bantlarının, uygun matematiksel yöntemlerle yeni bir özellik uzayına dönüştürülmesi işlemidir.

Ana Bileşen Dönüşümü: Ana bileşen dönüşümünde amaç, bilgi tekrarı olmayan korelasyonsuz (birbirine ortogonal) bileşenler elde etmektir. Elde edilen bileşenlerin bağımsız olmaları, orijinal verinin çok boyutlu Normal (Gauss) dağılımına uygun olmasına bağlıdır.

Mekânsal Dönüşüm

Mekânsal dönüşümler, uzaktan algılama görüntülerindeki bilgiyi çıkartmak veya değiştirmek için uygulanırlar. En yaygın dönüşüm uygulaması mekânsal filtrelemedir. Mekânsal filtreleme yöntemleri görüntü içindeki bazı özellikleri bu özelliklerin mekânsal frekanslarına dayanarak vurgulamak veya yok etmek için kullanılır. Mekânsal frekans, görüntünün belirli bir alanına ait yansıtım değerlerindeki değişim oranına karşılık gelen doku bilgisiyle belirlenir.