Ünite 2: Görüntü Birleştirme ve Farklılık Belirleme Analizleri

Giriş

Bu ünitede içerisinde Uzaktan Algılamanın prensipleri konusunda bilgi edinecek ve bu kapsamda,

• Görüntü mozaikleme işlemlerini yapabilecek,
• Farklı zamansal çözünürlüğe sahip görüntüler arasındaki değişimleri tespit edebileceksiniz.

Uygu Görüntülerinde Band Kombinasyonları

Ünite özetinde uygulama ile ilgili ekran görüntülerini vermek mümkün değildir. Bu uygulama, uydu görüntülerindeki band kombinasyonlarının değiştirilerek görüntüler üzerindeki etkilerini görme ve görüntülerde renk dengelemesinin nasıl yapılacağı, konularını içerir. Bu nedenle ders kitabınız ile birlikte size verilen ve içerisinde uygulama verilerinin bulunduğu CD’yi bilgisayarınızda uygun bir disk alanına kopyalayınız. Çalışmalarınızın bundan sonraki aşamasında, örnek olarak verilen adımları sizler de eş zamanlı olarak uygulayınız.

Tek band görüntülerde, görüntü farklı gri ton değerlerinden oluşur. Gri değer aralıkları, G={0,1,2,...255} şeklinde ifade edilir. Bir gri tonlu görüntüde 256 tane farklı gri ton değeri (daha doğrusu gri değer) bulunabilir. Burada 256 gri değer 1 byte olarak tanımlanabilir. 0 gri değeri kural olarak siyah renge, 255 gri değeri ise beyaz renge karşılık gelir. Bu değerler arasında ise diğer gri tonlar oluşur. Renkli görüntüler bilgisayar ekranlarında 24 bit’lik veri olarak görüntülenir. Görüntüleme R(Kırmızı), G(Yeşil), B(Mavi) kodlanmış aynı objeye ait üç adet gri düzeyli görüntünün üst üstle ekrana iletilmesi ile oluşur. Elektromanyetik spektrumda 0,4-0,5 mm dalga boyu mavi renge; 0,5-0,6 mm dalga boyu yeşil renge; 0,6-0,7 mm dalga boyu kırmızı renge karşılık gelir. Bu dalga boylarında elde edilmiş üç gri düzeyli görüntü, bilgisayar ekranında sırası ile kırmızıyeşil-mavi kombinasyonunda üst üste düşürülecek olursa renkli görüntü elde edilmiş olur.

Landsat uydu görüntülerinin spektral band değerleri ve bunların kullanım alanları aşağıdaki şekilde özetlenebilir.

Band1: 0,45-0,52 mm (Mavi): Toprak ve bitkinin ayrımının yapılması, ormanların sınıflandırılması, insan yapımı nesnelerin tanımlanması, kıyı şeridi haritalanması.

Band2: 0.52-0.60 mm (Yeşil): Bitki türlerinin ayırt edilmesi, insan yapımı nesnelerin tanımlanması gibi uygulamalar için tatmin edici sonuçlar verir.

Band3: 0,63-0,69 mm (Kırmızı): Görünür kırmızı band, bitki çeşitleri arasında ayırım için en önemli gruplardan birisidir. Bitki ve toprak tipi haritalama, jeolojik oluşum sınırlarının belirlenmesi gibi çalışmalarda kullanılabilir.

Band4: 0,76-0,90 mm (yakın kızılötesi): Ürün ve toprak arasındaki ayırımın yapılması, su sınırlarının tespit edilmesi, ürün tanımlama gibi uygulamaları için kullanılabilir.

Band5: 1,55-1,75 mm (Kısa Dalga Kızılötesi): Elektromanyetik spektrumun bu aralığında yapılabilecek çalışmalar arasında, bitkilerdeki su miktarı, kuraklık ve bitki canlılığı çalışmaları, bulut, kar ve buz arasındaki ayırımın yapılması, jeolojik kaya tipleri ve sınırların tespit edilmesi gibi işlemler yer alabilir.

Band6: 10,4-12,5 mm (Termal kızılötesi): Yüzeylerin yaydığı kızılötesi ışınım akısı (ısı miktarı) haritalama çalışmalarında kullanılabilir. Bitki örtüsünün sınıflandırılması, jeotermal analizler, bitki stres analizi, toprak neminin ölçülmesi gibi uygulamaları vardır.

Band7: 2,08-2,35 mm (Orta-kızılötesi): Kaya türleri arasındaki ayırımın belirlenmesi için yapılan çalışmalarda etkin olarak kullanılabilmektedir.

Görüntü Zenginleştirme İşlemleri (Image Enhancement)

Görüntü zenginleştirme işlemi, görüntülerde yer alan farklı fiziksel özellikler arasındaki ayrımı artırarak, bir görüntünün görsel yorumlanabilirliğini artırmaktır. Bunu gerçekleştirmek için ise, çeşitli filtreleme matrisleri kullanılır. Görüntülerdeki farkların vurgulanması, kenar çizgilerinin belirginleştirilmesi ya da giderilmesi işlemleri için farklı sayı matrisleri kullanılmaktadır. Sayısal filtreleme yöntemlerinde, her bir pikselin yeni gri renk tonları hesaplanır. Piksellerin yeni gri tonları yalnızca ortaya çıkarılacak detaya bağlı değil, komşu piksellere de bağlıdır. Uzaysal frekans filtreleme de denilen bu işlemde, bir görüntüde istenilen detayı ortaya çıkarabilmek için, yüksek, düşük ve yönsel frekanslı filtrelerden birisi kullanılır. Farklı amaçlar için kullanılan filtreleme operatörleri şunlardır:

• Görüntüyü yumuşatma (Smoothing)
• Kenar keskinleştirme (Sharpening)
• Kenar yakalama (Edge dedection)

Görüntü Filtreleme Yöntemleri

Filtreler çekirdek matris formundadır ve boyutları 3x3, 5x5, 7x7, 9x9, 11x11 şeklinde olabilir. Filtre matrisi, tanımlandığı amaca yönelik olarak görüntüde işleme sokulur.

1. Düşük frekanslı filtreleme
2. Yüksek frekanslı filtreleme
3. Yönsel frekanslı filtreleme

Renk Dengeleme (Color Balancing)

Uydu görüntülerinde renkler her zaman istenildiği gibi belirgin olmazlar. Farklı sayısal değeri (DN) içermelerine rağmen, çevresindeki piksellerle benzer görünürler. Bu tip özellikler, kontrastlığın ayarlanması ile geliştirilerek belirgin hale getirilir.

Uydu görüntülerinin tek band verisi, gri tonlu renkte, 0-255 aralığında, 256 renk içerir. Uydunun sahip olduğu algılayıcının yapıldığı yarı iletken malzemenin niteliğine göre, bu bandların elektromanyetik spektrumdaki yeri değişir. Bu yarıiletken malzemelerin yasak enerji aralıklarına Katıhal Fiziği laboratuvarlarında müdahale edilerek, duyarlı olduğu aralık değiştirilebilir. Böylelikle yeni bandlar türetilebilir. Yarıiletken teknolojisi geliştikçe, bandların niteliği ve sayısı da artmaktadır. Üstelik konu ile ilgili yazılımların gelişmesi ile de farklı band kombinasyonları uygulanarak elde edilen yeni kompozit görüntüler, çalışmaların hedeflerini daha kaliteli noktalara taşımaktadır.

Uydu görüntüleri, sayısal ortamda piksellerin birleşmesi ile oluşur. Her piksel 0-255 arasında gri renk tonları barındırır. Arazideki cisim ya da oluşumları, sayısal ortamda harita elemanları olarak oluşturmak ve tanımlayabilmek için, ilgili koordinattaki piksellerin sayısal değerlerinin dikkatlice irdelenmesi gerekir. Örneğin bir cismi tanımlayabilmek için, o cismi oluşturan piksellerin oluşturduğu grubun min. ve max. piksel değerleri, çevresindeki piksel değerlerinden farklı olmalıdır. Yanındaki piksel değerinin minimumundan daha küçük değerde veya maksimum değerden daha büyük piksel değerine sahip olması gibi. Böylelikle harita elemanları, sayısal ortamda daha da belirginleşir.

Sayısal ortamda harita elemanlarını belirgin hale getirmek için, çevresindeki piksel değerlerinden farklı değerde olmasını sağlamak gerekir. En temel işlem, kontrastlığı arttırmaktır. Küçük piksel değerlerini daha da küçültmek, büyük piksel değerlerini daha da büyütmek, üzerinde çalışılan harita elemanının daha belirgin hale getirilmesini sağlar.

Görüntü Keskinleştirme (Pan-Sharpened)

Uzaktan algılama yöntemi ile farklı mekansal (spatial) ve spektral (spectral) çözünürlüğe sahip uydu görüntüsü ya da hava fotoğraflarından yüksek mekansal ve spektral çözünürlüklü görüntüler elde edilir. Pankromatik bantların mekânsal çözünürlüğü yüksek, spektral çözünürlüğü düşüktür. Multispektral bantların ise spektral çözünürlüğü yüksek, mekânsal çözünürlüğü düşüktür. Görüntü birleştirme teknikleri ile pankromatik görüntünün yüksek mekânsal çözünürlüğü, multispectral görüntünün de yüksek spektral çözünürlüğüne sahip yeni bir multispektral görüntü elde edilmektedir.

Erdas Imagine Programında Pan-Shapened Adımları

Üzerinde hiçbir işlem yapılmamış görüntü ekranda açıldığında; yorum yapılması ve hedefler doğrultusunda karar sürecine gidilmesi ve proje çalışmasının amaçlarına uygun olacak şekilde doğru sonuçlara ulaşılması sınırlı düzeyde olmaktadır. Bu aşamada, görüntülerin iyileştirilmesi amacı ile birçok fonksiyon geliştirilmiştir. Filtreleme, sınır belirleme, keskinleştirme, kontrast arttırma gibi işlem basamakları, bunlardan bazılarıdır.

Uzaktan algılama çalışmaları, raster ve vektör veri tipleri çerçevesinde grafik ve veri tabanı etkileşimli öznitelik bilgilerinin yönetilmesini gerektirir. Bu aşamada, çok büyük bir veri yığını ile çalışılması durumu ortaya çıkar. Bu verilerin üzerinde işlemler gerçekleştirilirken, istatistik prensiplerden yararlanılması, hem yapılan işin daha gerçekçi ve doğru, hem de uygulamaların daha çeşitli ve kapsamlı olmasını sağlar. Nearest Neighbor Bilinear Interpolation, Cubic Convolution gibi birçok istatistiksel yöntem, verilerin yönetilmesi ve bilgiye dönüştürülmesinde etkin olarak kullanılmaktadır.

Görüntü Mozaiklenmesi

Mozaikleme; geometrik düzeltmeleri yapılmış, rektifiye edilmiş, harita projeksiyon bilgileri girilmiş görüntülerin birbiri ile bindirmeli olarak birleştirilerek tek bir görüntü haline getirilmesidir. Girdi olarak kullanılacak görüntülerin aynı projeksiyon sistemine ve piksel boyutlarına sahip olmaları gerekmektedir.

Fen ve Mühendislik projeleri sürecinde gerek raster gerekse vektör veriler kullanılır. Proje çalışmalarının farklı adımlarında veriler üretilir, ya da dışarıdan gelen veriler projenin formatına uydurulur. Çalışma alanının farklı bölgelerini içeren görüntü parçaları, farklı zamanlarda elde edildiğinde, bu verilerin birleştirilmesi zorunluluğu ortaya çıkar. Özellikle de bu verilerin kaynağı farklı olunca, verilerin fiziksel özellikleri de farklı olur ve bu görüntülerden tek bir görüntü elde edilmesi zorlaşır. Görüntülere ait piksel boyutlarının, çözünürlüğünün farklı olması, mozaikleme çalışmalarında zorluk çıkarmaktadır. Bu aşamada farklı teknikler geliştirilmiştir.

Farklı Zamanlardaki Görüntü Değişimi Analizi

Farklı zamanlarda çekilmiş, aynı yere ait iki görüntü arasında meydana gelen değişikliklerin tespit edilmesi amacını içermektedir. Bu değişimler arazi örtüsü, arazi kullanımı, kaçak yapı kontrolü, kıyı erozyon takibi gibi uygulama örneklerini içermektedir.

Yerküre sürekli jeolojik özellikleri değişen, dinamik bir yapıya sahiptir. Bu yapısal değişimin birçok etkisi vardır. Deprem, sel, yangın, küresel ısınma, küresel iklim değişikliği vb. bu etkiye gösterilen tepkilerden bazılarıdır. Dünyamız bu tepkileri gösterdiğinde, yapısal değişiklikler kapsamında tüm canlılar bu değişimden etkilenir. Bu etkilerin bazıları kısa süreli olmakla birlikte, çoğu uzun sürelidir ve kalıcı yapısal değişiklik yaratır. Kısa süreli olanlara örnek olarak, bir günlük bir orman yangınının ardından, öncesi ve sonrasını içeren iki uydu görüntüsünün kıyaslanması ile hasar tespiti yapılabilir. Küresel ısınma etkilerinin takip edilmesi ise uzun süreli görüntü analizi gerektirir. Periyodik olarak ardışık zamanlarda çekilen görüntüler üzerinde çalışarak, öncesi ve sonrası etki değerlendirme ve sonuçtaki alanların periyodik kıyaslanması gerçekleştirilir. Sürecin takibi ve niteliği konusunda önemli yorum ve durum belirleme çalışmaları daha sağlıklı yapılır.

Ülkemizin de jeolojik konumu ve özellikleri düşünüldüğünde, değişim analizlerinin en ihtiyaç duyulan zamanları, doğal afetler, özellikle de deprem zamanlarıdır. Deprem diğer doğal afetlere kıyasla en kısa süren etkiyi gerçekleştirir. Hemen ardından sonucun kapsamının, içeriğinin, hasarın boyutunun belirlenmesi gerekir. Bu çalışmaların sonucuna göre; gerek arama, kurtarma, müdahale ve gerekse sonrasında hasar tespiti ve yeniden yapılanmaya yönelik planlama aşamalarının gerçekleştirilmesi sağlanacaktır. Bu zorlu çalışmaların gerçekleştirilmesi aşamasında değişim analizi teknikleri önemli rol oynar.