Yüksek Çözünürlüklü Uydu Görüntüleri için Pankromatik Keskinleştirme Yöntemi

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "Yüksek Çözünürlüklü Uydu Görüntüleri için Pankromatik Keskinleştirme Yöntemi"

Transkript

1 Yüksek Çözünürlüklü Uydu Görüntüleri için Pankromatik Keskinleştirme Yöntemi Selçuk SÜMENGEN (a), Çağlar ŞENARAS (a), Ahmet ERDEM (a) (a) HAVELSAN AŞ., 06531, Ankara, ÖZET Günümüzde gelişen teknolojiler ve maliyetlerin düşmesiyle birlikte birçok alanda uydu görüntüleri kullanılmaktadır. Mevcut fiziksel sınırlar uydular üzerine yerleştirilen sensörlerin belirli frekans aralıklarında belirli çözünürlüklerde görüntü yakalamasına izin vermektedir. Uzaktan algılama ve örüntü tanıma algoritmaları, yüksek uzamsal çözünürlükle birlikte detaylı renk ve doku özniteliğine sahip görüntülerde daha yüksek performans göstermektedir. Uzamsal ve spektral çözünürlüğü yüksek tek bir görüntü elde edebilmek amacıyla, aynı bölgeye ait çok bantlı spektral görüntülerle, uzamsal çözünürlüğü yüksek görüntünün birleştirilmesine ihtiyaç duyulur. Bu bildiride bu amaçla geliştirilmiş olan pankromatik keskinleştirme yöntemi anlatılmış, literatürdeki diğer algoritmalarla karşılaştırılmış ve örnek sonuçlar verilmiştir. Anahtar Kelimeler: Uzaktan Algılama, Görüntü İşleme, Sensör Füzyonu, Pan Keskinleştirme, Uydu Görüntüleri ABSTRACT Today, the emerging technologies in satellite imaging and reduced costs enables widespread use of satellite images. Sensors on satellites are capable of capturing images with limited spatial resolution and spectral bandwidth due to physical constraints. Remote sensing and pattern recognition algorithms perform effectively on images having high spatial resolution, detailed color, and texture attributes. There are many approaches for the fusion of low resolution Multi-Spectral and high resolution Panchromatic images in order to produce an image with high spatial and spectral resolution. In this paper, a pan-sharpening procedure is described to eliminate some of image registration errors, and the proposed method is compared with state of art techniques in the literature. Keywords: Remote Sensing, Image Processing, Sensor Fusion, Pansharpening, Satellite Images

2 1. GİRİŞ Günümüzde maliyetlerin düşmesiyle beraber ormancılıktan, şehir bölge planlamaya, savunmadan, eğlence amaçlı yazılımlara kadar birçok alanda uydu görüntüleri kullanılmaktadır. Ülkemizde uydu görüntüsü elde etme onusunda çalışmalar devam etmektedir. TÜBİTAK tarafından 2011 yılında gönderilmiş olan RASAT uydusu [1] ve şu an geliştirilmekte olan GÖKTÜRK uyduları ülkemizin uzaktan algılama konusunda attığı önemli adımlardır. Uydu görüntülerinin sensör bazında değişen karakteristikleri vardır. Fiziksel sınırlar uydular üzerine yerleştirilen sensörlerin belirli frekans aralıklarında belirli çözünürlüklerde görüntü yakalamasına izin vermektedir. Uydunun anlık görüş alanının görüntüde kaç piksel ile örneklendiği uzamsal çözünürlüğü belirler. Anlık görüş alanı sabit tutularak uzamsal ya da spektral çözünürlüğü farklı görüntüler elde edilebilir. Spektral çözünürlüğü yüksek tutmak için frekans bandı dar tutulduğunda sensör üzerine düşen foton sayısı azalmakta, sinyal gürültü oranı düşük çıkmaktadır. Dolayısıyla spektral çözünürlüğü artırmak için frekans bandı daraltıldığında uzamsal çözünürlük düşük tutulur[2]. Bu nedenle uydular üzerinde genellikle birden fazla sensör bulunmakta, tek bir sensörün uzamsal çözünürlüğü yüksekken diğer sensörlerin spektral çözünürlüğü yüksek tutulmaktadır. Uzamsal ve spektral çözünürlüğü yüksek tek bir görüntü elde edebilmek amacıyla, aynı bölgeye ait çok bantlı spektral görüntülerle, uzamsal çözünürlüğü yüksek görüntünün birleştirilmesine ihtiyaç duyulur. Görüntülerin füzyonu kavramsal olarak, piksel tabanlı, özellik tabanlı ve nesne tabanlı olmak üzere 3 gruba ayrılmıştır [3]. Pankromatik görüntü ile çok bantlı görüntünün piksel tabanlı olarak füzyonuna literatürde pankromatik keskinleştirme (pansharpening) işlemi denir. Pankromatik keskinleştirme yönteminde düşük çözünürlüklü çok bantlı bir görüntü ile daha yüksek çözünürlüklü pankromatik görüntü füzyon edilir ve yüksek çözünürlüklü ve çok bantlı görüntü elde edilir. Uzaktan algılama ve örüntü tanıma algoritmaları, yüksek uzamsal çözünürlükle birlikte detaylı renk ve doku özniteliğine sahip görüntülerde daha yüksek performans göstermektedir. Bu bildiride bu amaçla geliştirilmiş olan pankromatik keskinleştirme yöntemi anlatılmış, literatürdeki diğer algoritmalarla karşılaştırılmış ve örnek sonuçlar verilmiştir. 2. MEVCUT TEKNİKLER ve YAKLAŞIMLAR Pankromatik keskinleştirme için zaman içerisinde geliştirilen pek çok yöntemden en popüler ve etkin olanları bileşenlerin değiştirilmesi, dolaylı spektral katkı yöntemi, görüntü istatistiğine dayalı yöntemler, dalgacık (wavelet) tabanlı füzyon ve yüksek frekans enjeksiyonudur. Bileşenlerin değiştirilmesi ile elde edilen Pankromatik keskinleştirme tekniklerinden en bilinenleri Yeğinlik-Renk-Doyum (IHS) [4] ve Temel Bileşen Analizi (PCA) dir [5]. IHS de RGB renk uzayından IHS renk uzayına görüntü dönüştürülür. I bandının pankromatik görüntüye eş düştüğü varsayılarak,

3 pankromatik görüntü ile değiştirilir. Ters IHS dönüşümü ile yüksek çözünürlüklü çok bantlı görüntü elde edilir. PCA de birbirleriyle korelasyonu olan spektral bantlar temel bileşenlere dönüştürülür. İlk bileşen yüksek çözünürlüklü pankromatik görüntünün özelliklerini taşır. Bu bant pankromatik görüntü ile yer değiştirilir. Ters PCA yöntemi sonucu pankromatik görüntünün çok bantlı görüntü ile füzyonu sağlanmış olur.literatürde yaygın olarak kullanılan bir başka kategori ise Dolaylı Spektral Katkı ya da diğer adıyla aritmetik kombinasyonlardır. Brovey Dönüşümü[6], Sentetik Değişken Oranı(SVR) ve Oran Artırma (RE) teknikleri[2] bunlar arasındadır. Brovey dönüşümünde her spektral bant yüksek çözünürlüklü Pan bandı ile çarpılır ve spektral bantların toplamına bölünür. SVR ve RE yöntemleri de benzerdir fakat MS toplamı için daha komplike yöntemler kullanırlar. Görüntü istatistiğine bağlı yöntemler sonuç görüntü ile düşük çözünürlüklü görüntü arasında lineer ilişki olduğu varsayımına dayalıdır. Yüksek uzamsal çöznürlüğe sahip görüntünün altörnekleme (downsampling) yapıldıktan sonra üstörnekleme (upsampling) yapılarak elde edilmiş kopyasının gerçek pankromatik görüntü ile olan farkı düşük uzamsal çözünürlüklü görüntünün üstörnekleme yöntemi ile elde edilmiş kopyasına eklenerek yüksek uzamsal ve spektral çözünürlüklü görüntü elde edilir[6]. Dalgacık (Wavelet) füzyonu literatürde çoklu çözünürlük analizi (MRA) metotları altında da incelenmektedir. Dalgacık füzyonunda yüksek çözünürlüklü pankromatik görüntü bir grup düşük çözünürlüklü görüntüye ve dalgacık katsayılarına dönüştürülür. Üstörnekleme (upsampling) yapılmış MS görüntü de dalgacık dönüşümü (Wavelet Transform) yapılarak düşük çözünürlüklü görüntüye ve dalgacık katsayılarına dönüştürülür. MS görüntünün dalgacık katsayıları pankromatik görüntünün dalgacık katsayılarıyla yer değiştirilir. Daha sonra MS görüntü ters dalgacık dönüşümü (Inverse Wavelet Transform) yapılarak yüksek uzamsal çözünürlüklü MS görüntü elde edilir. Yüksek frekans enjeksiyonu prensibiyle çalışan metotlar temel olarak ikiye ayrılır. Yüksek frekans ekleme (HFA) metodunda MS görüntü bantları üzerine pankromatik görüntünün yüksek geçer filtreden (high pass filter) elde edilmiş yüksek frekanslı bileşenleri doğrudan eklenir. Yüksek frekans modülasyonunda (HFM) ise, yüksek frekanslı bileşenlere sahip pankromatik görüntü, düşük geçer filtresi (low pass filter) ile filtrelenmiş haline bölünerek modülasyon değeri elde edilir. MS görüntünün her bir bandı bu modülasyon değeri ile çarpılarak MS görüntüye pankromatik görüntüden yüksek çözünürlüklü değerler katılmış olur, dolayısıyla spektral değerler muhafaza edilerek uzamsal çözünürlük artar. SFIM[6] metodu bu kategoride yaygın olarak kullanılan yöntemlerden biridir. 2.1 Pankromatik Keskinleştirme Sorunları Pankromatrik keskinleştirme öncesi en önemli işlemlerden biri bu iki görüntünün düzgün olarak çakıştırılmasıdır. Pankromatik ve spektral bantların birbirleriyle çakıştırılması esnasında görüntülerde oluşan kayma sonuçta

4 üretilen görüntüde bulanıklığa neden olabilmektedir. Bu kaymaların temel nedenleri ise: Sensörlerin çekim zamanları arasında 0.5 saniyeye kadar fark bulunabilmektedir. Bu fark hareketli nesnelerin farklı yerde görüntülenmesine, uydunun hareketi de göz önüne alındığında sabit nesnelerin dahi çakışmamasına yol açmaktadır. İlaveten sensörlerin anlık görüş alanı tamamen üst üste oturmayabilir. Ayrıca veri sağlayıcı tarafından ortorektifikasyon yöntemiyle birleştirilen çoklu görüntülerde çakıştırma hataları söz konusu olabilmektedir. Bunun yanı sıra, spektral görüntünün uzamsal çözünürlüğünün pankromatrik görüntüden düşük olması nedeniyle pankromatrik keskinleştirme öncesi üst örnekleme yapılması gerekmektedir. Bu işlem sırasında kullanılan ara değerleme (interpolation) metodu pankromatrik keskinleştirme kalitesini doğrudan etkiler. Hızlı ara değerleme metodu olan en yakın komşuluk (nearest neighborhood) ara değerlemesinde, sonuç görüntüdeki bir piksel için orjinal görüntüdeki en yakın pikselin değerini atanır. Lineer ara değerleme yönteminde ise sonuç görüntüdeki bir pikselin değeri olarak, orjinal görüntüde o pikselin komşularının ağırlıklı ortalaması alınarak elde edilen değer atanır. Bu yöntemde üst örneklenmiş spektral görüntüde yumuşak geçişler oluşurken kenar bilgisi azalır. Kübik ara değerleme yönteminde ise sonuç görüntüdeki bir pikselin değeri olarak, orjinal görüntüde o pikselin komşularının değerlerinin kübik polinom ağırlıklı ortalaması atanır. Bu yöntem üst örneklemiş spektral görüntüde kenar bilgilerinin öne çıkmasını sağlar fakat çakışması düzeltilmemiş görüntülerde iyi sonuç vermez. 3. ÖNERİLEN YÖNTEM Uygulanan yöntem literatürde yüksek frekans modülasyonu (HFM) olarak sınıflandırılan ve SFIM (Smoothed Filter Intensity Modulation) olarak bilinen metoda yakındır. Bu metot pankromatik görüntünün, averaj filtresi uygulanması sonucu elde edilen haline bölünmesi ile ortaya çıkan modülasyon değerlerini spektral görüntüye yüksek frekanslı komponentlerin enjekte edilmesi maksadıyla kullanır. SFIM metodu literatürde spektral değerleri iyi muhafaza eden, fakat görüntülerin çakışmadığı durumlarda belirgin kalıntılar oluşturan bir teknik olarak bilinir. Önerilen yöntemde geleneksel SFIM metodundan farklı olarak pankromatik görüntü ile spektral görüntünün çakıştırılması işlemi özgün bir yaklaşımla yapılmaktadır. 3.1 Üst Örnekleme ve Kayma Düzeltme MS görüntüye üst örnekleme yapıldıktan sonra bir önceki bölümde değindiğimiz sorunlardan ötürü pankromatrik görüntü ve MS görüntü arasındaki çakışma hatasını bulmak ve buna göre MS görüntüyü kaydırmak

5 gerekmektedir. Buradaki varsayımımız, pankromatik görüntünün geniş spektral frekans aralığı spektral bantların frekans aralıklarını kapsadığından, spektral görüntüden elde edilen yeğinlik değerlerinin histogramı ile pankromatik görüntünün histogramının benzer dağılımlarda olmasıdır. Örneğin, spektral bantları kırmızı, yeşil ve mavi olan bir uydu görüntüsünün bantları belirli katsayılar ile toplandığında elde edilen gri tonlama, pankromatik görüntünün gri tonlamasına benzer. Burada dikkat edilecek nokta, elde edilen görüntünün histogram değer aralığı ile pankromatik görüntünün histogram değer aralıklarının aynı olmayabileceğidir. Bu sebeple histogram eşleme (histogram matching) yöntemi kullanılarak, her iki görüntünün içerdiği aynı nesneler için de hemen hemen aynı piksel değerlerine sahip olması sağlanır. Doğru çakışmış görüntülerde, bu piksellerin üst üste gelmesi beklenir. Bu beklentiyle metodumuz elde edilen MS görüntüyü piksel düzleminde hareket ettirerek, pankromatik görüntü ve MS görüntü piksel değer farklılıklarını en aza indiren kayma miktarını bulmayı hedefler. Bu işlem için pankromatik görüntü ortadan 4 parçaya bölünür ve her bir parçanın merkezinden boyutları, resmin boyutunun 1/16'sına denk gelecek ve tek bir boyutu en fazla 2048 piksel olan toplam 4 örnek alt görüntü elde edilir. Kesilmiş olan MS görüntünün ilk 3 bandı kullanılarak, yeni bir gri tonlu görüntü elde edilir. Daha sonra her bir örnek alt görüntü aynı kordinatlardaki gri ölçekli görüntü ile karşılaştırılır ve 2 eksende kaydırılırılarak karşılaştırmalar tekrarlanır. Bu karşılaştırmalarda histogram eşleme yapıldıktan sonra, görüntülerin yeğinlik farkına bakılır. Alt görüntülere ait yeğinlik farkını en aza indiren kayma miktarları, ağırlıklandırılarak en uygun genel kayma miktarı bulunur. 3.2 Görüntü Kesme Çakıştırma işlemine ihtiyaç duyulmasına sebep olan görüntü çekim zaman farklılıkları ve sensörlerin farklı alanları görüntülemesi nedeniyle MS ve pankromatik görüntülerin sadece birinde piksel değerlerinin bulunmadığı sınır alanlar ortaya çıkmaktadır. MS ve pankromatik görüntünün çakışmayan bölümleri kesilerek görüntünün sadece çakışan bölümleri kullanılır. 3.3 Görüntülerin Füzyonu Bu çalışmada Yüksek Frekans Modülasyonu ile pankromatik ve MS görüntülerin füzyonu yapılmıştır. Görüntülerin çakıştırılmasından sonra, pankromatik görüntü düşük geçer filtre ile filtrelenir. Daha sonra MS görüntüdeki her pikselin değeri pankromatik görüntüdeki karşılık gelen piksel değeri ile çarpılır ve düşük geçer filtre ile filtrelenmiş pankromatik görüntünün piksel değerine bölünür. Elde edilen değer sonuç görüntüsüne yazılır. Düşük geçer filtre olarak SFIM algoritmasında olduğu gibi averajlama metodu kullanılmıştır. Çekirdek (kernel) değerleri hesaplanırken çekirdek maskesinin altındaki tüm pikselleri aynı ağrılıkta kullanarak ortalama değerleri (1)

6 hesaplanmıştır. Bu sayede çekirdek boyutundan ufak uzamsal alanda gözlenen varyasyonlar yüksek frekanslı bileşen olarak filtrelenmiş, düşük frekanslı bileşenler muhafaza edilmiştir. Geliştirilmiş olan füzyon metodunda, elde ettiğimiz deneysel sonuçlardan yaptığımız çıkarımlara dayanarak SFIM algoritmasından farklı olarak kare çekirdek yerine disk çekirdek kullanılmıştır. Böylece ortalama değer hesaplanırken karenin köşelerindeki pikselleri hesaplamaya katmak yerine sadece Öklitsel uzayda belirli bir mesafenin altındaki pikseller ele alınmıştır. SFIM metodunda belirtildiği üzere [7], teorik olarak çekirdek büyüklüğünü MS görüntünün pankromatik görüntünün oranına eşit almak yeterli olmalıyken, daha geniş çekirdekler pankromatik görüntünün yüksek frekanslı bileşenlerinin katkısını artırarak daha keskin görüntü elde edilmesini sağlamaktadır. Farklı uydular için farklı genişlikte çekirdek kullanımı önerilmektedir. Çekirdek genişliğini belirlerken, elde edilen görüntünün pankromatik ve MS görüntü ile en yüksek korelasyonunu veren ölçüyü almak esastır. Geoeye uydusundan sağlanmış örnek görüntülerde elde edilen sonuç (Şekil 1) de verilmiştir. Şekil 1 Füzyon Sonucu (A: MS Görüntü, B:Pankromatik Görüntü, C:Pan Keskinleştirme Sonucu) 4. GERÇEKLEŞTİRİM DETAYLARI Uygulamada IKONOS, Geoeye, Worldview uydularından elde edilen 4 bantlı MS (1m ve 2m çöznürlükte) ve tek bantlı pankromatik görüntüler (0.5m ve 1m çözünürlükte) kullanılmıştır. Uzaktan algılama maksadıyla kullanılmak üzere herhangi bir sıkıştırma işlemine tutulmamış görüntülerin fiziksel boyutları 12 gb a kadar ulaşabilmekte, bu da yaklaşık x lik piksel büyüklüğüne denk gelmektedir. Bu büyüklükte görüntülerin standart yöntemler kullanılarak bütün halinde işlenmesi hafıza sorunlarına neden olmaktadır. Dolayısıyla görüntülerin bloklar halinde işlenmesine imkan sağlayacak yöntemler kullanılmılştır. Görüntülerin yüklenmesinde ve işlenmesinde GDAL

7 kütüphanesinden yararlanılmıştır. Uygulanması gereken işlemler sırasıyla ayrı ayrı çıktılar oluşturduğunda, büyük boyutlu dosyaların diske yazma ve okuma süreleri verimi düşürmektedir. Performansı artırmak üzere bazı operasyonlar boru hattı (pipelining) mantığı ile ara çıktıları diske kaydedilmeden ardışık olarak uygulanmaktadır. 5. KARŞILAŞTIRMA SONUÇLARI Pankromatik keskinleştirme algoritmalarının sonuçlarını karşılaştırırken uzamsal ve spektral niteliğe göre değişik metrikler kullanılmaktadır. Uzamsal nitelik için kenarların keskinliği önemliyken, spektral nitelikte renklerin doğru eşlenmesi göz önünde bulundurulur. Spektral niteliği ölçmek için Sentezdeki Göreceli Boyutsuz Global Hata (ERGAS), Spektral Açı Eşleyici (Spectral ANgle Mapper-SAM), Göreceli Ortalama Spektral Hata (RASE), Evrensel Görüntü Kalite Indeksi (UIQI), Korelasyon Katsayısı (CC), Ortalama Hata Karesinin Kökü (RMSE) ve Spektral Bilgi Sapması (SID) metrikleri kullanılmıştır. Uzamsal niteliği ölçmek için pankromatik görüntünün yüksek frekanslı verisi, füzyon olmuş görüntünün yüksek frekanslı verisi ile karşılaştırılmıştır [8]. Mevcut yaklaşımlar ve SFIM metodunun farklı çekirdek büyüklüklerinde performansı karşılaştırılmıştır. Pan keskinleştirilmiş görüntü ile aynı uzamsal ve spektral çözünürlüğe sahip işlenmemiş görüntü bulunmadığı için, karşılaştırma MS görüntü ile yapılabileceği gibi, performans ölçümleri amacıyla örneklenmiş görüntüler kullanılarak spektral değerlerdeki bozulmayı gözlemleyebilmek mümkündür. Referans olarak 3 bantlı bir uydu görüntüsü üzerine gürültü eklendikten sonra bire dört oranında alt örneklendirilerek MS eşdeğer bir görüntü sentezlenmiş ve aynı referans görüntünün gri tonlama çevrimi ise pankromatik görüntü olarak alınmıştır. (Şekil 2) de verilen metotlarla ve SFIM için çekirdek büyüklükleriyle pan keskinleştirme yapılmıştır. Pan keskinleştirme çıktıları daha sonra referans görüntü ile doğrudan karşılaştırılarak, farklı metriklerle aşağıdaki sonuçlar elde edilmiştir. Görüldüğü üzere SFIM metodu birçok metriğe göre başarılı olmuş, farklı çekirdek büyüklüklerine izin veren esnekliğe sahiptir. Şekil 2: Referans görüntü ile sentezlenmiş MS ve Pankromatik görüntülerden elde edilen pan keskinleştirilmiş görüntülerin farklı metriklere göre karşılaştırması.

8 6. SONUÇ ve DEĞERLENDİRME Bu çalışmada MS ve pankromatik görüntülerin füzyonunu esas alan pankromatik keskinleştirme metotları incelenmiştir. Denenen algoritmaların performansları incelendiği zaman yapılacak olan çakıştırma stratejisinin başarısı için oldukça kritik bir rol oynadığı görülmüştür. Yüksek verim elde edilen SFIM metodu, özgün çakıştırma stratejisi ile iyileştirilerek üç farklı uyduya ait görüntülerde denenmiştir. Değişik metriklerle yaptığımız karşılaştırmalar, çıktıların ticari yazılımlarla eşdeğer ve uzaktan algılama algoritmalarında kullanılabilecek kalitede olduğunu teyit eder niteliktedir. Elde edilen sonuçlar ihtiyaçlar dahilinde yeterli olmakla beraber, çakıştırma stratejisinde iyileştirme çalışmaları uzun vadede sürdürebilir. Özellikle ortorektifikasyonu iyi yapılmamış görüntülerde, tek düzlemde aynı oranda kaydırma yapmak yerine alt alanların lineer olmayan transformasyonları daha iyi sonuç verebilir. Bununla beraber geliştirilmiş olan algoritma yapısı gereği paralelleştirmeye çok uygun olduğu için GPU üzerinde çalışacak hale getirilebilir. KAYNAKÇA [1] RASAT, [2] Y. Zhang, Understanding image fusion, Photogrammetric engineering and remote sensing, vol. 70, no. 6, pp , [3] V. Vijayaraj, N. H. Younan, and C. G. O Hara, Quantitative analysis of pansharpened images, Optical Engineering, vol. 45, p , [4] Tu, T.M., Huang, P.S., Hung, C.L. and Chang, C.P., 2004, A Fast Intensity-Hue-Saturation Fusion Technique With Spectral Adjustment for IKONOS Imagery. IEEE Geoscience and Remote Sensing Letters, [5] Shettigara, V.K. (1992) A generalized component substitution technique for spatial enhancement of multispectral images using a higher resolution data set. Photogrammetry Engineering and Remote Sensing, Vol. 58, pp [6] AR Gillespie, AB Kahle, RE Walker, Color enhancement of highly correlated images. II. Channel Ratio and Chromaticity Transformation Techniques. Remote Sensing Of Environment. 22, (1987). [7] Liu J. G., "Smoothing Filter-based Intensity Modulation: a spectral preserve image fusion technique for improving spatial details," International Journal of Remote Sensing, vol. 21, pp , [8] I. Amro, J. Mateos, M. Vega, R. Molina, and A. K. Katsaggelos, A survey of classical methods and new trends in pansharpening of multispectral images, EURASIP Journal on Advances in Signal Processing, p. 79, 2011.

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 8 Multispektral Görüntüleme ve Uygulamaları Alp Ertürk alp.erturk@kocaeli.edu.tr Multispektral Görüntüleme Her piksel için birkaç adet spektral kanalda ölçüm değeri

Detaylı

UZAKTAN ALGILAMADA GÖRÜNTÜ BİRLEŞTİRME İÇİN KALİTE ANALİZLERİ

UZAKTAN ALGILAMADA GÖRÜNTÜ BİRLEŞTİRME İÇİN KALİTE ANALİZLERİ UZAKTAN ALGILAMADA GÖRÜNTÜ BİRLEŞTİRME İÇİN KALİTE ANALİZLERİ Eminnur AYHAN 1, Gülçin ATAY 2 1 Doç. Dr., Karadeniz Teknik Üniversitesi, Harita Mühendisliği Bölümü, 61080, Trabzon, Ayhan.eminnur@gmail.com

Detaylı

FARKLI UYDU VERİ ÇAKIŞTIRMA TEKNİKLERİNİN ANALİZİ

FARKLI UYDU VERİ ÇAKIŞTIRMA TEKNİKLERİNİN ANALİZİ FARKLI UYDU VERİ ÇAKIŞTIRMA TEKNİKLERİNİN ANALİZİ Özge KAYMAN 1, Filiz SUNAR 2, Derya MAKTAV 3 1 İstanbul Teknik Üniversitesi, Geomatik Mühendisliği Bölümü, 34469, Maslak, İstanbul. ozgekayman@gmail.com

Detaylı

ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon

ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon ULUSAL COĞRAFİ BILGİ SISTEMLERİ KONGRESİ 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Uydu Verilerinin Farklı Yöntemlerle Karılması ve Sonuçların Karşılaştırılması Öğr. Gör. Bora UĞURLU Prof. Dr. Hülya YILDIRIM

Detaylı

UYDU VERİLERİ İLE VERİ ENTEGRASYONU VE YÖNTEMLERİ

UYDU VERİLERİ İLE VERİ ENTEGRASYONU VE YÖNTEMLERİ 660 [1016] UYDU VERİLERİ İLE VERİ ENTEGRASYONU VE YÖNTEMLERİ Sakine KANDİL 1, H.Gonca COŞKUN 2 ÖZET 1 Müh., İstanbul Teknik Üniversitesi, Geomatik Mühendisliği Bölümü, 34469, Maslak, İstanbul, kandils@itu.edu.tr

Detaylı

GÖRÜNTÜ BİRLEŞTİRME YÖNTEMLERİNİN SPEKTRAL DEĞERLERİ KORUMA AÇISINDAN KARŞILAŞTIRILMASI: WORLDVİEW-2 UYGULAMASI

GÖRÜNTÜ BİRLEŞTİRME YÖNTEMLERİNİN SPEKTRAL DEĞERLERİ KORUMA AÇISINDAN KARŞILAŞTIRILMASI: WORLDVİEW-2 UYGULAMASI GÖRÜNTÜ BİRLEŞTİRME YÖNTEMLERİNİN SPEKTRAL DEĞERLERİ KORUMA AÇISINDAN KARŞILAŞTIRILMASI: WORLDVİEW-2 UYGULAMASI Bekir GÜL 1, ÇağlarYILDIRMIŞ 2, Abdullah DEĞER 3, Mustafa ERDOĞAN 4, Ali ULUBAY 5 1 Harita

Detaylı

RASAT VE GÖKTÜRK-2 GÖRÜNTÜLERİNDEN PAN- KESKİNLEŞTİRİLMİŞ GÖRÜNTÜ ÜRETİMİ VE KALİTE DEĞERLENDİRMESİ

RASAT VE GÖKTÜRK-2 GÖRÜNTÜLERİNDEN PAN- KESKİNLEŞTİRİLMİŞ GÖRÜNTÜ ÜRETİMİ VE KALİTE DEĞERLENDİRMESİ 437 [1130] RASAT VE GÖKTÜRK-2 GÖRÜNTÜLERİNDEN PAN- KESKİNLEŞTİRİLMİŞ GÖRÜNTÜ ÜRETİMİ VE KALİTE DEĞERLENDİRMESİ Mustafa ÖZENDİ 1, Hüseyin TOPAN 1, Ali CAM 1, Çağlar BAYIK 1 ÖZET 1 Bülent Ecevit Üniversitesi,

Detaylı

PLÉIDAS-1A GÖRÜNTÜLERİNİN PAN-SHARPENING PERFORMANSININ İNCELENMESİ

PLÉIDAS-1A GÖRÜNTÜLERİNİN PAN-SHARPENING PERFORMANSININ İNCELENMESİ PLÉIDAS-1A GÖRÜNTÜLERİNİN PAN-SHARPENING PERFORMANSININ İNCELENMESİ Mustafa ÖZENDİ 1, Hüseyin TOPAN 2, Murat ORUÇ 3, Ali CAM 4 1 Arş. Gör., Bülent Ecevit Üniversitesi, Geomatik Mühendisliği Bölümü, İncivez

Detaylı

Uzaktan Algılama Verisi

Uzaktan Algılama Verisi Uzaktan Algılama (2) Yrd. Doç. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Uzaktan Algılama Verisi Raster Veri Formatı 1 Uzaktan Algılama Verisi http://www.tankonyvtar.hu/hu/tartalom/tamop425/0027_dai6/ch01s03.html

Detaylı

Hiperspektral ve pankromatik uydu görüntülerinin birleştirilmesi: Görsel ve İstatistiksel Analiz

Hiperspektral ve pankromatik uydu görüntülerinin birleştirilmesi: Görsel ve İstatistiksel Analiz Hiperspektral ve pankromatik uydu görüntülerinin birleştirilmesi: Görsel ve İstatistiksel Analiz Müfit ÇETİN 1*, Nebiye MUSAOĞLU 2 1 Gebze Yüksek Teknoloji Enstitüsü, Jeodezi ve Fotogrametri Mühendisliği

Detaylı

GÖRÜNTÜ BİRLEŞTİRME İŞLEMLERİNDE KONUMSAL-SPEKTRAL KALİTE DEĞERLENDİRMESİ VE KIYI ÇİZGİSİ BELİRLEMEDEKİ YERİ

GÖRÜNTÜ BİRLEŞTİRME İŞLEMLERİNDE KONUMSAL-SPEKTRAL KALİTE DEĞERLENDİRMESİ VE KIYI ÇİZGİSİ BELİRLEMEDEKİ YERİ GÖRÜNTÜ BİRLEŞTİRME İŞLEMLERİNDE KONUMSAL-SPEKTRAL KALİTE DEĞERLENDİRMESİ VE KIYI ÇİZGİSİ BELİRLEMEDEKİ YERİ Eminnur Ayhan 1, Osman İyimaya 2, Erkan Köksoy 3, Gülçin Atay 4 1 KTÜ Harita Mühendisliği Bölümü,

Detaylı

Görüntü İyileştirme Teknikleri. Hafta-6

Görüntü İyileştirme Teknikleri. Hafta-6 Görüntü İyileştirme Teknikleri Hafta-6 Doç. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Harita Mühendisliği Bölümü 618 Trabzon ogungor@ktu.edu.tr 1 İndisler Görüntü İyileştirme Teknikleri Radyometrik

Detaylı

Görüntü İyileştirme Teknikleri. Hafta-8

Görüntü İyileştirme Teknikleri. Hafta-8 Görüntü İyileştirme Teknikleri Hafta-8 1 Spektral İyileştirme PCA (Principal Component Analysis) Dönüşümü. Türkçesi Ana Bileşenler Dönüşümü Decorrelation Germe Tasseled Cap RGB den IHS ye dönüşüm IHS den

Detaylı

Anahtar Sözcükler: RASAT, geometrik doğruluk, radyometrik kalite, etkin YÖA, gürültü, sinyal gürültü oranı.

Anahtar Sözcükler: RASAT, geometrik doğruluk, radyometrik kalite, etkin YÖA, gürültü, sinyal gürültü oranı. 762 [1200] RASAT GÖRÜNTÜLERİNİN GEOMETRİK VE RADYOMETRİK DEĞERLENDİRİLMESİ Ali CAM 1, Hüseyin TOPAN 2, Murat ORUÇ 3, Mustafa TEKE 4, Mustafa ÖZENDİ 5, Çağlar BAYIK 6 ÖZET 1 Müh., Bülent Ecevit Üniversitesi,

Detaylı

MOD419 Görüntü İşleme

MOD419 Görüntü İşleme MOD419 Görüntü İşleme Ders Kitabı: Digital Image Processing by Gonzalez and Woods Puanlama: %30 Lab. %20 Vize %10 Quizes %40 Final %60 devam mecburiyeti Görüntü İşleme ye Giriş Görüntü İşleme Nedir? Özellikle

Detaylı

İSTANBUL TEKNİK ÜNİVERSİTESİ ELEKTRİK ELEKTRONİK FAKÜLTESİ UZAKTAN ALGILAMADA OPTİK UYDU GÖRÜNTÜLERİNİN BİRLEŞTİRİLMESİ BİTİRME ÖDEVİ BURAK KURT

İSTANBUL TEKNİK ÜNİVERSİTESİ ELEKTRİK ELEKTRONİK FAKÜLTESİ UZAKTAN ALGILAMADA OPTİK UYDU GÖRÜNTÜLERİNİN BİRLEŞTİRİLMESİ BİTİRME ÖDEVİ BURAK KURT İSTANBUL TEKNİK ÜNİVERSİTESİ ELEKTRİK ELEKTRONİK FAKÜLTESİ UZAKTAN ALGILAMADA OPTİK UYDU GÖRÜNTÜLERİNİN BİRLEŞTİRİLMESİ BİTİRME ÖDEVİ BURAK KURT Bölümü: Elektronik ve Haberleşme Mühendisliği Programı:

Detaylı

ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI

ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI Yrd. Doç. Dr. Uzay KARAHALİL III. Hafta (Uyduların Detay Tanıtımı Sunum Akışı Doğal Kaynak İzleyen Uygular Hangileri Uyduların

Detaylı

SPOT 5 ve Farklı Görüntü Birleştirme Algoritmaları

SPOT 5 ve Farklı Görüntü Birleştirme Algoritmaları SPOT 5 ve Farklı Görüntü Birleştirme Algoritmaları Filiz BEKTAŞ BALÇIK, Çiğdem GÖKSEL Özet Görüntü birleştirme terimi ile genellikle, yüksek mekansal çözünürlüklü tek bantlı (Pankromatik- PAN) görüntünün,

Detaylı

YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ

YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ Naci YASTIKLI a, Hüseyin BAYRAKTAR b a Yıldız Teknik Üniversitesi,

Detaylı

Doğal Kaynak Gözlem Uyduları

Doğal Kaynak Gözlem Uyduları Doğal Kaynak Gözlem Uyduları Landsat Uyduları Yeryüzündeki doğal kaynakların incelenmesi amacı ile NASA tarafından 1972 yılında LANDSAT uyduları programı başlatılmıştır. İlk LANDSAT uydusu ERST-I (Earth

Detaylı

TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ*

TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* Determination the Variation of The Vegetation in Turkey by Using NOAA Satellite Data* Songül GÜNDEŞ Fizik Anabilim Dalı Vedat PEŞTEMALCI

Detaylı

T.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

T.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ T.C. TRAKYA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Özvektörler Kullanılarak IHS Tabanlı Yeni Bir Yaklaşım ile Uydu Görüntülerinin Zenginleştirilmesi İrfan KÖSESOY Bilgisayar Mühendisliği Ana Bilim Dalı Yüksek

Detaylı

Görüntü İyileştirme Teknikleri. Hafta-6

Görüntü İyileştirme Teknikleri. Hafta-6 Görüntü İyileştirme Teknikleri Hafta-6 Doç. Dr. Oğuz Güngör Karadeniz Teknik Üniversitesi Harita Mühendisliği Bölümü 6080 Trabzon ogungor@ktu.edu.tr İndisler Görüntü İyileştirme Teknikleri Radyometrik

Detaylı

Bilgisayar ne elde eder (görüntüden)? Dijital Görüntü İşleme Fevzi Karslı, KTÜ. 08 Ekim 2013 Salı 51

Bilgisayar ne elde eder (görüntüden)? Dijital Görüntü İşleme Fevzi Karslı, KTÜ. 08 Ekim 2013 Salı 51 Bilgisayar ne elde eder (görüntüden)? 08 Ekim 2013 Salı 51 Zorluk 1: bakış açısı 2012, Selim Aksoy 08 Ekim 2013 Salı 52 Zorluk 2: aydınlatma 08 Ekim 2013 Salı 53 Zorluk 3: oklüzyon (ölü bölge oluşumu)

Detaylı

SPOT 5 VE FARKLI GÖRÜNTÜ BİRLEŞTİRME ALGORİTMALARI

SPOT 5 VE FARKLI GÖRÜNTÜ BİRLEŞTİRME ALGORİTMALARI TMMOB Harita ve Kadastro Mühendisleri Odası 12. Türkiye Harita Bilimsel ve Teknik Kurultayı 11 15 Mayıs 2009, Ankara SPOT 5 VE FARKLI GÖRÜNTÜ BİRLEŞTİRME ALGORİTMALARI F. Bektaş Balçık, Ç. Göksel İTÜ,

Detaylı

Bölüm 7 Renkli Görüntü İşleme

Bölüm 7 Renkli Görüntü İşleme BLM429 Görüntü İşlemeye Giriş Bölüm 7 Renkli Görüntü İşleme Dr. Öğr. Üyesi Caner ÖZCAN Genç sanatçının, rengin sadece tanımlayıcı değil aynı zamanda kişisel ifade anlamına geldiğini anlaması renge dokunmasından

Detaylı

IKONOS uydu görüntüleri ile yeni bir görüntü kaynaştırma yöntemi **

IKONOS uydu görüntüleri ile yeni bir görüntü kaynaştırma yöntemi ** UCTEA Chamber of Surveying and Cadastre Engineers Journal of Geodesy and Geoinformation TMMOB Harita ve Kadastro Mühendisleri Odası Jeodezi ve Jeoinformasyon Dergisi Cilt Sayı ss. 75-8 Mayıs 202 www.hkmodergi.org

Detaylı

Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN Renk Teorileri

Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN   Renk Teorileri Uzaktan Algılama (3) Yrd. Doç. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Eklemeli renk teorisi Çıkarmalı renk teorisi 1 RGB (Red Green - Blue) Kavramı Red Green - Blue RGB-Mixer

Detaylı

Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri

Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Uzaktan Algılama (3) Öğr. Gör. Dr. Özgür ZEYDAN http://cevre.beun.edu.tr/zeydan/ Renk Teorileri Eklemeli renk teorisi Çıkarmalı renk teorisi 1 RGB (Red Green - Blue) Kavramı Red Green - Blue RGB-Mixer

Detaylı

UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA

UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA UYDU GÖRÜNTÜLERİ VE SAYISAL UZAKTAN ALGILAMA Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında ucuz ve hızlı sonuç alınabilen uzaktan algılama tekniğinin, yenilenebilir

Detaylı

ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING

ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING ORM 7420 USING SATELLITE IMAGES IN FOREST RESOURCE PLANNING Asst. Prof. Dr. Uzay KARAHALİL Week IV NEDEN UYDU GÖRÜNTÜLERİ KULLANIRIZ? Sayısaldır (Dijital), - taramaya gerek yoktur Hızlıdır Uçuş planı,

Detaylı

UYDU VERİLERİNİN FARKLI YÖNTEMLERLE KARILMASI VE SONUÇLARIN KARŞILAŞTIRILMALARI

UYDU VERİLERİNİN FARKLI YÖNTEMLERLE KARILMASI VE SONUÇLARIN KARŞILAŞTIRILMALARI TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon ÖZET UYDU VERİLERİNİN FARKLI YÖNTEMLERLE KARILMASI VE SONUÇLARIN KARŞILAŞTIRILMALARI

Detaylı

Wavelet Transform and Applications. A. Enis Çetin Bilkent Üniversitesi

Wavelet Transform and Applications. A. Enis Çetin Bilkent Üniversitesi Wavelet Transform and Applications A. Enis Çetin Bilkent Üniversitesi Multiresolution Signal Processing Lincoln idea by Salvador Dali Dali Museum, Figueres, Spain M. Mattera Multi-resolution signal and

Detaylı

RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ

RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Journal of Naval Science and Engineering 2009, Vol 5, No2, pp 89-97 RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Öğr Kd Bnb Mustafa Yağımlı Elektrik/Elektronik Mühendisliği Bölümü,

Detaylı

Hafta 5 Uzamsal Filtreleme

Hafta 5 Uzamsal Filtreleme BLM429 Görüntü İşlemeye Giriş Hafta 5 Uzamsal Filtreleme Yrd. Doç. Dr. Caner ÖZCAN If the facts don't fit the theory, change the facts. ~Einstein İçerik 3. Yeğinlik Dönüşümleri ve Uzamsal Filtreleme Temel

Detaylı

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur.

Görüntü İşleme. Dijital Görüntü Tanımları. Dijital görüntü ise sayısal değerlerden oluşur. Görüntü İşleme Görüntü işleme, dijital bir resim haline getirilmiş olan gerçek yaşamdaki görüntülerin bir girdi resim olarak işlenerek, o resmin özelliklerinin ve görüntüsünün değiştirilmesidir. Resimler

Detaylı

Elektromanyetik Radyasyon (Enerji) Nedir?

Elektromanyetik Radyasyon (Enerji) Nedir? Elektromanyetik Radyasyon (Enerji) Nedir? Atomlardan çeşitli şekillerde ortaya çıkan enerji türleri ve bunların yayılma şekilleri "elektromagnetik radyasyon" olarak adlandırılır. İçinde X ve γ ışınlarının

Detaylı

Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma

Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma Geliştirilmiş Fisher Ayraç Kriteri Kullanarak Hiperspektral Görüntülerde Sınıflandırma Mustafa TEKE, Dr. Ufuk SAKARYA TÜBİTAK UZAY IEEE 21. Sinyal İşleme, İletişim ve Uygulamaları Kurultayı (SİU 2013),

Detaylı

Dijital (Sayısal) Fotogrametri

Dijital (Sayısal) Fotogrametri Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak

Detaylı

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜSÜ KULLANILARAK BİNA ALANLARININ GÜNCELLENMESİ

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜSÜ KULLANILARAK BİNA ALANLARININ GÜNCELLENMESİ TMMOB Harita ve Kadastro Mühendisleri Odası 12. Türkiye Harita Bilimsel ve Teknik Kurultayı 11 15 Mayıs 2009, Ankara YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜSÜ KULLANILARAK BİNA ALANLARININ GÜNCELLENMESİ G. Sarp,

Detaylı

Uzaysal Görüntü İyileştirme/Filtreleme. Doç. Dr. Fevzi Karslı fkarsli@ktu.edu.tr

Uzaysal Görüntü İyileştirme/Filtreleme. Doç. Dr. Fevzi Karslı fkarsli@ktu.edu.tr Uasal Görüntü İileştirme/Filtreleme Doç. Dr. Fevi Karslı karsli@ktu.edu.tr İileştirme Herhangi bir ugulama için, görüntüü orijinalden daha ugun hale getirmek Ugunluğu her bir ugulama için sağlamak. Bir

Detaylı

NDEN BELİRLENEBİLME LME POTANSİYELİ UYDU GÖRÜNTÜLERİNDEN

NDEN BELİRLENEBİLME LME POTANSİYELİ UYDU GÖRÜNTÜLERİNDEN BİNALARIN YÜKSEK Y ÇÖZÜNÜRLÜKLÜRLÜKL UYDU GÖRÜNTÜLERİNDEN NTÜLER NDEN BELİRLENEBİLME LME POTANSİYELİ Dilek KOÇ SAN dkoc@metu metu.edu.tr Orta Doğu u Teknik Üniversitesi, Jeodezi ve Coğrafi Bilgi Teknolojileri

Detaylı

Görüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003

Görüntü İşleme. K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI. Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 Görüntü İşleme K.Sinan YILDIRIM Cenk İNCE Tahir Emre KALAYCI Ege Üniversitesi Bilgisayar Mühendisliği Bölümü 2003 İçerik Görüntü İşleme Nedir? Görüntü Tanımlamaları Görüntü Operasyonları Görüntü İşleme

Detaylı

PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI

PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI Proje Yüklenicisi: Yeditepe Üniversitesi Mühendislik ve Mimarlık Fakültesi

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 11 Hiperspektral Görüntülerde Kümeleme ve Sınıflandırma Alp Ertürk alp.erturk@kocaeli.edu.tr Sınıflandırma Sınıflandırma işleminin amacı, her piksel vektörüne bir ve

Detaylı

Görüntü İşleme Dersi Ders-8 Notları

Görüntü İşleme Dersi Ders-8 Notları Görüntü İşleme Dersi Ders-8 Notları GRİ SEVİYE DÖNÜŞÜMLERİ Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları;

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 7 SIFT ve Öznitelik Eşleme Alp Ertürk alp.erturk@kocaeli.edu.tr Panorama Oluşturma Görüntü mozaikleme, panorama oluşturma gibi tüm uygulamalar için öncelikle ilgili görüntülerin

Detaylı

TARIM ALANLARININ UYDU GÖRÜNTÜLERİNDEN GÖRSEL BELİRLENMESİNDE GÖRÜNTÜ ZENGİNLEŞTİRME YÖNTEMLERİNİN ETKİLERİ

TARIM ALANLARININ UYDU GÖRÜNTÜLERİNDEN GÖRSEL BELİRLENMESİNDE GÖRÜNTÜ ZENGİNLEŞTİRME YÖNTEMLERİNİN ETKİLERİ TARIM ALALARII UYDU GÖRÜTÜLERİDE GÖRSEL BELİRLEMESİDE GÖRÜTÜ ZEGİLEŞTİRME YÖTEMLERİİ ETKİLERİ Aslı ÖZDARICI, Zuhal AKYÜREK Orta Doğu Teknik Üniversitesi, Jeodezi ve Coğrafi Bilgi Teknolojileri Eğitimi

Detaylı

KOCAELİ ÜNİVERSİTESİ ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ BÖLÜMÜ 2018/2019 GYY BİTİRME ÇALIŞMASI ÖNERİ FORMU. (Doç.Dr. M.

KOCAELİ ÜNİVERSİTESİ ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ BÖLÜMÜ 2018/2019 GYY BİTİRME ÇALIŞMASI ÖNERİ FORMU. (Doç.Dr. M. KOCAELİ ÜNİVERSİTESİ ELEKTRONİK VE HABERLEŞME MÜHENDİSLİĞİ BÖLÜMÜ 2018/2019 GYY BİTİRME ÇALIŞMASI ÖNERİ FORMU (Doç.Dr. M. Kemal GÜLLÜ) Derinlik kamerası ile alınan modellerin birleştirilmesi Derinlik kamerası,

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 5 Önemli Alıcıların Karakteristikleri ve Uydu Misyonları Alp Ertürk alp.erturk@kocaeli.edu.tr Alıcı Karakteristikleri IKONOS Fırlatma tarihi: Eylül 1999 Yörünge: 681

Detaylı

PLÉİADES-1A GÖRÜNTÜLERİNİN GERÇEK GEOMETRİK ÇÖZÜNÜRLÜĞÜNÜN VE RADYOMETRİK KALİTESİNİN BELİRLENMESİ

PLÉİADES-1A GÖRÜNTÜLERİNİN GERÇEK GEOMETRİK ÇÖZÜNÜRLÜĞÜNÜN VE RADYOMETRİK KALİTESİNİN BELİRLENMESİ PLÉİADES-1A GÖRÜNTÜLERİNİN GERÇEK GEOMETRİK ÇÖZÜNÜRLÜĞÜNÜN VE RADYOMETRİK KALİTESİNİN BELİRLENMESİ Ali CAM 1, Hüseyin TOPAN 2, Mustafa ÖZENDİ 3, Murat ORUÇ 4 1 Müh., Bülent Ecevit Üniversitesi, Geomatik

Detaylı

YÜKSEK VE DÜŞÜK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN YOLLARIN TAYİNİ

YÜKSEK VE DÜŞÜK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN YOLLARIN TAYİNİ TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon YÜKSEK VE DÜŞÜK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN YOLLARIN TAYİNİ R. Geçen 1, G.

Detaylı

TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon

TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon TMMOB Harita ve Kadastro Mühendisleri Odası Ulusal Coğrafi Bilgi Sistemleri Kongresi 30 Ekim 02 Kasım 2007, KTÜ, Trabzon Lazer Tarama Verilerinden Bina Detaylarının Çıkarılması ve CBS İle Entegrasyonu

Detaylı

OPTİK UYDU GÖRÜNTÜLERİNİN BİRLEŞTİRİLMESİNDE FREKANS BÖLGESİ FİLTRELERİNİN KARŞILAŞTIRILMASI YÜKSEK LİSANS TEZİ. Kübra Nur BULUT ( )

OPTİK UYDU GÖRÜNTÜLERİNİN BİRLEŞTİRİLMESİNDE FREKANS BÖLGESİ FİLTRELERİNİN KARŞILAŞTIRILMASI YÜKSEK LİSANS TEZİ. Kübra Nur BULUT ( ) İSTANBUL TEKNİK ÜNİVERSİTESİ BİLİŞİM ENSTİTÜSÜ OPTİK UYDU GÖRÜNTÜLERİNİN BİRLEŞTİRİLMESİNDE FREKANS BÖLGESİ FİLTRELERİNİN KARŞILAŞTIRILMASI YÜKSEK LİSANS TEZİ Kübra Nur BULUT (705091028) İletişim Sistemleri

Detaylı

Dijital Kameralar (Airborne Digital Cameras)

Dijital Kameralar (Airborne Digital Cameras) Dijital Kameralar (Airborne Digital Cameras) Klasik fotogrametrik görüntü alımındaki değişim, dijital kameraların gelişimi ile sağlanmaktadır. Dijital görüntü, analog görüntü ile kıyaslandığında önemli

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 4 Pasif - Aktif Alıcılar, Çözünürlük ve Spektral İmza Kavramları Alp Ertürk alp.erturk@kocaeli.edu.tr Pasif Aktif Alıcılar Pasif alıcılar fiziksel ortamdaki bilgileri

Detaylı

Hafta 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar

Hafta 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar BLM429 Görüntü İşlemeye Giriş Hafta 1 Sayısal Görüntü İşlemeye Giriş ve Temel Adımlar Yrd. Doç. Dr. Caner ÖZCAN Fall in love with the process, and the results will come. ~ Eric Thomas Derse Giriş Ders

Detaylı

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ KULLANILARAK ORMAN ÖRTÜSÜNÜN SEGMENT-TABANLI SINIFLANDIRILMASI ÖZET

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ KULLANILARAK ORMAN ÖRTÜSÜNÜN SEGMENT-TABANLI SINIFLANDIRILMASI ÖZET III. Ulusal Karadeniz Ormancılık Kongresi 20-22 Mayıs 2010 Cilt: II Sayfa: 471-476 YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ KULLANILARAK ORMAN ÖRTÜSÜNÜN SEGMENT-TABANLI SINIFLANDIRILMASI Muhittin İNAN 1, Hakan

Detaylı

UMAS 2017 INTERNATIONAL ENGINEERING RESEARCH SYMPOSIUM ULUSLARARASI MÜHENDİSLİK ARAŞTIRMALARI SEMPOZYUMU

UMAS 2017 INTERNATIONAL ENGINEERING RESEARCH SYMPOSIUM ULUSLARARASI MÜHENDİSLİK ARAŞTIRMALARI SEMPOZYUMU STEGANOGRAFİ İÇİN EN UYGUN RESMİ BELİRLEYEN UYGULAMA ARAYÜZ TASARIMI Nazlıcan Çelik, Mehmet Zeki Konyar *, Sümeyya İlkin, Adnan Sondaş Kocaeli Üniversitesi, Bilişim Sistemleri Mühendisliği Bölümü, 41340,

Detaylı

TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun.

TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun. Doç.Dr.Mehmet MISIR-2013 TÜRKİYE CUMHURİYETİ DEVLETİNİN temellerinin atıldığı Çanakkale zaferinin 100. yılı kutlu olsun. Son yıllarda teknolojinin gelişmesi ile birlikte; geniş alanlarda, kısa zaman aralıklarında

Detaylı

GÖRÜNTÜ İŞLEME UYGULAMALARI. Arş. Gör. Dr. Nergis TURAL POLAT

GÖRÜNTÜ İŞLEME UYGULAMALARI. Arş. Gör. Dr. Nergis TURAL POLAT GÖRÜNTÜ İŞLEME UYGULAMALARI Arş. Gör. Dr. Nergis TURAL POLAT İçerik Görüntü işleme nedir, amacı nedir, kullanım alanları nelerdir? Temel kavramlar Uzaysal frekanslar Örnekleme (Sampling) Aynalama (Aliasing)

Detaylı

Hüseyin TOPAN 1, Ali CAM 2, Murat ORUÇ 3, Mustafa TEKE 4

Hüseyin TOPAN 1, Ali CAM 2, Murat ORUÇ 3, Mustafa TEKE 4 804 [1208] GÖKTÜRK-2 GÖRÜNTÜLERİNİN GEOMETRİK VE RADYOMETRİK AÇIDAN DEĞERLENDİRİLMESİ ÖZET Hüseyin TOPAN 1, Ali CAM 2, Murat ORUÇ 3, Mustafa TEKE 4 1 Doç. Dr., Bülent Ecevit Üniversitesi, Geomatik Mühendisliği

Detaylı

ÖZET Yüksek Lisans Tezi YÜKSEK ÇÖZÜNÜRLÜK İÇİN ÇOKLU GÖRÜNTÜLEME SİSTEMLERİ İLE GÖRÜNTÜ FÜZYONU Sema Nizam ABDULGHANI Ankara Üniversitesi Fen Bilimler

ÖZET Yüksek Lisans Tezi YÜKSEK ÇÖZÜNÜRLÜK İÇİN ÇOKLU GÖRÜNTÜLEME SİSTEMLERİ İLE GÖRÜNTÜ FÜZYONU Sema Nizam ABDULGHANI Ankara Üniversitesi Fen Bilimler ANKARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ YÜKSEK ÇÖZÜNÜRLÜK İÇİN ÇOKLU GÖRÜNTÜLEME SİSTEMLERİ İLE GÖRÜNTÜ FÜZYONU Sema Nizam ABDULGHANI ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI ANKARA

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 5 Görüntü Süzgeçleme ve Gürültü Giderimi Alp Ertürk alp.erturk@kocaeli.edu.tr Motivasyon: Gürültü Giderimi Bir kamera ve sabit bir sahne için gürültüyü nasıl azaltabiliriz?

Detaylı

İMGE İŞLEME Ders-9. İmge Sıkıştırma. Dersin web sayfası: (Yrd. Doç. Dr. M.

İMGE İŞLEME Ders-9. İmge Sıkıştırma. Dersin web sayfası:  (Yrd. Doç. Dr. M. İMGE İŞLEME Ders-9 İmge Sıkıştırma (Yrd. Doç. Dr. M. Kemal GÜLLÜ) Dersin web sayfası: http://mf.kou.edu.tr/elohab/kemalg/imge_web/odev.htm Hazırlayan: M. Kemal GÜLLÜ İmge Sıkıştırma Veri sıkıştırmanın

Detaylı

Kameralar, sensörler ve sistemler

Kameralar, sensörler ve sistemler Dijital Fotogrametri Kameralar, sensörler ve sistemler Prof. Dr. Fevzi Karslı Harita Mühendisliği Bölümü, KTÜ fkarsli@ktu.edu.tr Analog Hava Kameraları Ana firmalar Zeiss, Wild ve Leica. Kullanılan bütün

Detaylı

GÖRÜNTÜ ZENGĐNLEŞTĐRME YÖNTEMLERĐNĐN TARIMSAL ÜRÜN SINIFLANDIRMASI ÜZERĐNDEKĐ ETKĐLERĐNĐN DEĞERLENDĐRĐLMESĐ

GÖRÜNTÜ ZENGĐNLEŞTĐRME YÖNTEMLERĐNĐN TARIMSAL ÜRÜN SINIFLANDIRMASI ÜZERĐNDEKĐ ETKĐLERĐNĐN DEĞERLENDĐRĐLMESĐ GÖRÜNTÜ ZENGĐNLEŞTĐRME YÖNTEMLERĐNĐN TARIMSAL ÜRÜN SINIFLANDIRMASI ÜZERĐNDEKĐ ETKĐLERĐNĐN DEĞERLENDĐRĐLMESĐ A. Özdarıcı a, Z. Akyürek b a ODTÜ Jeodezi ve Coğrafi Bilgi Teknolojileri EABD, Orta Doğu Teknik

Detaylı

UZAKTAN ALGILAMA Görüntü Verisinin Düzeltilmesi ve Geliştirilmesi

UZAKTAN ALGILAMA Görüntü Verisinin Düzeltilmesi ve Geliştirilmesi UZAKTAN ALGILAMA Görüntü Verisinin Düzeltilmesi ve Geliştirilmesi Yrd. Doç. Dr. Aycan M. MARANGOZ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF439 UZAKTAN ALGILAMA DERSİ NOTLARI http://jeodezi.karaelmas.edu.tr/linkler/akademik/marangoz

Detaylı

BÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1

BÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1 BÖLÜM-II ERDAS IMAGINE TEMEL KISIM1: IMAGINE VIEWER 1 KISIM 1 ERDAS IMAGINE VIEWER KULLANIMI KISIM1: IMAGINE VIEWER 2 GİRİŞ TERMİNOLOJİ GÖRÜNTÜ NEDİR? UZAKTAN ALGILAMA GÖRÜNTÜLERİN GÖRÜNÜŞÜ GEOMETRİK DÜZELTME

Detaylı

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN GENETİK ALGORİTMA YAKLAŞIMI KULLANILARAK KENTSEL BİNALARIN TESPİTİ

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN GENETİK ALGORİTMA YAKLAŞIMI KULLANILARAK KENTSEL BİNALARIN TESPİTİ YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN GENETİK ALGORİTMA YAKLAŞIMI KULLANILARAK KENTSEL BİNALARIN TESPİTİ E Sümer a, M Türker b a Başkent Üniversitesi, Mühendislik Fakültesi, Bilgisayar Mühendisliği

Detaylı

MURGUL BAKIR OCAKLARINDAKİ ALANSAL DEĞİŞİMİN UZAKTAN ALGILAMA YÖNTEMİ İLE BELİRLENMESİ

MURGUL BAKIR OCAKLARINDAKİ ALANSAL DEĞİŞİMİN UZAKTAN ALGILAMA YÖNTEMİ İLE BELİRLENMESİ TMMOB Harita ve Kadastro Mühendisleri Odası 12. Türkiye Harita Bilimsel ve Teknik Kurultayı 11 15 Mayıs 2009, Ankara MURGUL BAKIR OCAKLARINDAKİ ALANSAL DEĞİŞİMİN UZAKTAN ALGILAMA YÖNTEMİ İLE BELİRLENMESİ

Detaylı

FİLTRELEME YÖNTEMİ İLE DİGİTAL GÖRÜNTÜ ZENGİNLEŞTİRME VE ÖRNEK BİR YAZILIM. ÖzĢen ÇORUMLUOĞLU b , Selçuklu, Konya. GümüĢhane

FİLTRELEME YÖNTEMİ İLE DİGİTAL GÖRÜNTÜ ZENGİNLEŞTİRME VE ÖRNEK BİR YAZILIM. ÖzĢen ÇORUMLUOĞLU b , Selçuklu, Konya. GümüĢhane FİLTRELEME YÖNTEMİ İLE DİGİTAL GÖRÜNTÜ ZENGİNLEŞTİRME VE ÖRNEK BİR YAZILIM Cihan ALTUNTAġ a*, ÖzĢen ÇORUMLUOĞLU b a Selçuk Üniversitesi, Mühendislik Mimarlık Fakültesi, Harita Mühendisliği Bölümü, 42075,

Detaylı

GÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME

GÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME GÖRÜNTÜ İŞLEME HAFTA 4 DÖNÜŞÜMLER UZAYSAL FİLTRELEME DERS İÇERİĞİ Histogram İşleme Filtreleme Temelleri HİSTOGRAM Histogram bir resimdeki renk değerlerinin sayısını gösteren grafiktir. Histogram dengeleme

Detaylı

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ 1 İstatistik İstatistik, belirsizliğin veya eksik bilginin söz konusu olduğu durumlarda çıkarımlar yapmak ve karar vermek için sayısal verilerin

Detaylı

Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme

Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme BLM429 Görüntü İşlemeye Giriş Bölüm 4 Yoğunluk Dönüşümleri ve Histogram İşleme Dr. Öğr. Üyesi Caner ÖZCAN It makes all the difference whether one sees darkness through the light or brightness through the

Detaylı

Digital Görüntü Temelleri Görüntü Oluşumu

Digital Görüntü Temelleri Görüntü Oluşumu Digital Görüntü Temelleri Görüntü Oluşumu Işık 3B yüzeye ulaşır. Yüzey yansıtır. Sensör elemanı ışık enerjisini alır. Yoğunluk (Intensity) önemlidir. Açılar önemlidir. Materyal (yüzey) önemlidir. 25 Ekim

Detaylı

GÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI

GÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI GÖRÜNTÜ İŞLEME - (7.Hafta) KENAR BELİRLEME ALGORİTMALARI Bu konuda bir çok algoritma olmasına rağmen en yaygın kullanılan ve etkili olan Sobel algoritması burada anlatılacaktır. SOBEL FİLTRESİ Görüntüyü

Detaylı

HAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ

HAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ Akdeniz Üniversitesi Uzay Bilimleri ve Teknolojileri Bölümü Uzaktan Algılama Anabilim Dalı HAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ Dr.Nusret

Detaylı

Uzaktan Algılama Uygulamaları

Uzaktan Algılama Uygulamaları Aksaray Üniversitesi Uzaktan Algılama Uygulamaları Doç.Dr. Semih EKERCİN Harita Mühendisliği Bölümü sekercin@aksaray.edu.tr 2010-2011 Bahar Yarıyılı Uzaktan Algılama Uygulamaları GÖRÜNTÜ İŞLEME TEKNİKLERİ

Detaylı

Coğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları

Coğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları Coğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları Sunan: Dr. Ufuk SAKARYA TÜBİTAK UZAY Katkıda Bulunanlar: Mustafa Teke, Can Demirkesen, Ramazan Küpçü, Hüsne Seda Deveci,

Detaylı

FREKANS DÜZLEMĐNDE ĐMGE DAMGALAMASINDA KULLANILAN AC FREKANSLARIN VE PERMÜTASYON ANAHTARI SEÇĐMĐNĐN KALĐTE ÜZERĐNE ETKĐSĐ

FREKANS DÜZLEMĐNDE ĐMGE DAMGALAMASINDA KULLANILAN AC FREKANSLARIN VE PERMÜTASYON ANAHTARI SEÇĐMĐNĐN KALĐTE ÜZERĐNE ETKĐSĐ FREKANS DÜZLEMĐNDE ĐMGE DAMGALAMASINDA KULLANILAN AC FREKANSLARIN VE PERMÜTASYON ANAHTARI SEÇĐMĐNĐN KALĐTE ÜZERĐNE ETKĐSĐ Murat Furat 1 Mustafa Oral 1 Elektrik Elektronik Mühendisliği Bölümü, Çukurova

Detaylı

Uydu görüntülerinin bilgi içeriğinin topografik harita yapımı açısından incelenmesi

Uydu görüntülerinin bilgi içeriğinin topografik harita yapımı açısından incelenmesi Uydu görüntülerinin bilgi içeriğinin topografik harita yapımı açısından incelenmesi Hüseyin TOPAN 1,*, Derya MAKTAV 2, Gürcan BÜYÜKSALİH 1 1 Zonguldak Karaelmas Üniversitesi, Mühendislik Fakültesi, Jeodezi

Detaylı

FOTOYORUMLAMA UZAKTAN ALGILAMA

FOTOYORUMLAMA UZAKTAN ALGILAMA FOTOYORUMLAMA VE UZAKTAN ALGILAMA (Photointerpretation and Remote Sensing) 1 Görüntü özellikleri Uzaktan algılamada platformlar Uydu yörüngeleri Şerit genişliği, yeniden ziyaret periyodu 2 Görüntünün özellikleri:

Detaylı

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDE GEOMETRİK DÜZELTMENİN SINIFLANDIRMA SONUÇLARINA ETKİSİ E. Ayhan 1,G. Atay 1, O. Erden 1 1 Karadeniz Teknik Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Bölümü,

Detaylı

Anahtar Sözcükler: Pléiades, Konumsal Doğruluk, Görüntü Kalitesi, Görüntü Birleştirme, Sayısal Yüzey/Arazi Modeli

Anahtar Sözcükler: Pléiades, Konumsal Doğruluk, Görüntü Kalitesi, Görüntü Birleştirme, Sayısal Yüzey/Arazi Modeli 712 [1183] PLÉIADES PROJESİ: PLÉİADES 1A PANKROMATİK VE ÇOK BANTLI GÖRÜNTÜLERİNİN KONUM DOĞRULUĞUNUN, GÖRÜNTÜ KALİTESİNİN, PAN-KESKİNLEŞTİRME BAŞARIMININ VE SAYISAL YÜZEY/ARAZİ MODELİ KALİTESİNİN BELİRLENMESİ

Detaylı

UZAKTAN ALGILAMA VE CBS İLE KIYI ÇİZGİSİ DEĞİŞİMİNİN BELİRLENMESİ: İZMİT KÖRFEZİ ÖRNEĞİ

UZAKTAN ALGILAMA VE CBS İLE KIYI ÇİZGİSİ DEĞİŞİMİNİN BELİRLENMESİ: İZMİT KÖRFEZİ ÖRNEĞİ UZAKTAN ALGILAMA VE CBS İLE KIYI ÇİZGİSİ DEĞİŞİMİNİN BELİRLENMESİ: İZMİT KÖRFEZİ ÖRNEĞİ Mustafa CEYLAN 1, Derya MAKTAV 2 1 Hava Harp Okulu HUTEN Müdürlüğü, Uzay Bilimleri Ana Bilim Dalı, 34149 Yeşilyurt,

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Bilgisayarla Görüye Giriş Ders 10 Nesne / Yüz Tespiti ve Tanıma Alp Ertürk alp.erturk@kocaeli.edu.tr Nesne Tespiti Belirli bir nesnenin sahne içindeki konumunun tespitidir Tespit edilecek nesne önceden

Detaylı

AKÜ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ

AKÜ TEKNOLOJİ FAKÜLTESİ MEKATRONİK MÜHENDİSLİĞİ BÖLÜMÜ GÖRÜNTÜ İŞLEME DERS-8 YARDIMCI NOTLARI -2018 Gri Seviye Dönüşümleri Herhangi bir görüntü işleme operasyonu, görüntüdeki pikselin gri seviye değerlerini dönüştürme işlemidir. Ancak, görüntü işleme operasyonları;

Detaylı

Görüntü İşleme Ders-7 AND, NAND. % bir görüntüde küçük bir alanın kesilip çıkartılması. >> y=imread('headquarters-2and.jpg');

Görüntü İşleme Ders-7 AND, NAND. % bir görüntüde küçük bir alanın kesilip çıkartılması. >> y=imread('headquarters-2and.jpg'); Görüntü İşleme Ders-7 AND, NAND % bir görüntüde küçük bir alanın kesilip çıkartılması. >> x=imread('headquarters-2.jpg'); >> y=imread('headquarters-2and.jpg'); >> x=rgb2gray(x); >> y=rgb2gray(y); >> imshow(y)

Detaylı

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi

Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN 2015-2016 Öğretim Yılı Bahar Dönemi 1 A- Enerji Kaynağı / Aydınlatma B- Işıma ve atmosfer C- Hedef nesneyle etkileşim D- Nesneden yansıyan /

Detaylı

Uzaktan Algılama Teknolojileri

Uzaktan Algılama Teknolojileri Uzaktan Algılama Teknolojileri Ders 4 Pasif - Aktif Alıcılar, Çözünürlük ve Spektral İmza Alp Ertürk alp.erturk@kocaeli.edu.tr Pasif Aktif Alıcılar Pasif alıcılar fiziksel ortamdaki bilgileri pasif olarak

Detaylı

MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme

MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme MMT 106 Teknik Fotoğrafçılık 3 Digital Görüntüleme 2010-2011 Bahar Yarıyılı Ar. Gör. Dr. Ersoy Erişir 1 Konvansiyonel Görüntüleme (Fotografi) 2 Görüntü Tasarımı 3 Digital Görüntüleme 3.1 Renkler 3.2.1

Detaylı

Merkezi Yığılma ve Dağılım Ölçüleri

Merkezi Yığılma ve Dağılım Ölçüleri 1.11.013 Merkezi Yığılma ve Dağılım Ölçüleri 4.-5. hafta Merkezi eğilim ölçüleri, belli bir özelliğe ya da değişkene ilişkin ölçme sonuçlarının, hangi değer etrafında toplandığını gösteren ve veri grubunu

Detaylı

Dijital (Sayısal) Fotogrametri

Dijital (Sayısal) Fotogrametri Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak

Detaylı

Uzaktan Algılama ve Teknolojik Gelişmeler

Uzaktan Algılama ve Teknolojik Gelişmeler Uzaktan Algılama ve Teknolojik Gelişmeler 1 Uzaktan Algılama Nedir? Uzaktan Algılama Prensipleri Uydu Görüntülerinin Özellikleri ERDAS IMAGINE yazılımının sağladığı imkanlar 2 Uzaktan Algılama Fiziksel

Detaylı

İki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar

İki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar KSÜ Mühendislik Bilimleri Dergisi, 12(1), 2009 6 KSU Journal of Engineering Sciences, 12 (1), 2009 İki Boyutlu Dalgacık Dönüşümü Kullanarak Ön Cepheden Çekilmiş İnsan Yüzü Resimlerini Tanıma Üzerine Yaklaşımlar

Detaylı

Eleco 2014 Elektrik Elektronik Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, 27 29 Kasım 2014, Bursa

Eleco 2014 Elektrik Elektronik Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, 27 29 Kasım 2014, Bursa Grunwald-Letnikov Kesir Mertebeli Diferansiyel Maskesi Kullanarak Düşük Çözünürlüklü Avuçiçi Görüntülerinin İyileştirilmesi Enhancement of Low Resolution Palmprint Images Using Grunwald-Letnikov Fractional

Detaylı

Dijital Görüntü İşleme Teknikleri

Dijital Görüntü İşleme Teknikleri Teknikleri Ders Notları, 2013 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 08 Ekim 2013 Salı 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar, kaynaklar.

Detaylı

FARKLI UYDU VERİLERİNİN BANT BİRLEŞTİRİLMESİNDEN SONRA SPEKTRAL SINIFLANDIRMALARDA KULLANILMASI

FARKLI UYDU VERİLERİNİN BANT BİRLEŞTİRİLMESİNDEN SONRA SPEKTRAL SINIFLANDIRMALARDA KULLANILMASI FARKLI UYDU VERİLERİNİN BANT BİRLEŞTİRİLMESİNDEN SONRA SPEKTRAL SINIFLANDIRMALARDA KULLANILMASI Önder GÜRSOY 1, Anıl Can BİRDAL 2 1 Yrd. Doç. Dr., Cumhuriyet Üniversitesi, Mühendislik Fakültesi, Geomatik

Detaylı

HİPERSPEKTRAL GÖRÜNTÜLEMENİN SAVUNMA TEKNOLOJİLERİ UYGULAMALARI VE SPEKTRAL EĞRİLTME SAYESİNDE YÜKSEK TANIMA BAŞARIMI

HİPERSPEKTRAL GÖRÜNTÜLEMENİN SAVUNMA TEKNOLOJİLERİ UYGULAMALARI VE SPEKTRAL EĞRİLTME SAYESİNDE YÜKSEK TANIMA BAŞARIMI HİPERSPEKTRAL GÖRÜNTÜLEMENİN SAVUNMA TEKNOLOJİLERİ UYGULAMALARI VE SPEKTRAL EĞRİLTME SAYESİNDE YÜKSEK TANIMA BAŞARIMI Begüm Demir (a), Sarp Ertürk (b) (a) KOÜ, Elektronik ve Haberleşme Müh. Böl., 41040,

Detaylı