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

Transkript

1 Dijital Görüntü İşleme (JDF338) Yrd. Doç. Dr. Saygın ABDİKAN Öğretim Yılı Bahar Dönemi 1

2 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Atmosferik etkilerin giderilmesinde kullanılan radyometrik düzeltme üç farklı şekilde yapılmaktadır: 1. 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, FLAASH, 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.

3 2. Atmosferik düzeltmeler, yansıtımı bilinen doğal veya yapay yeryüzü hedeflerine 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 3

4 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme 3. 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. Ancak bu yöntem oldukça kaba bir yaklaşımdır ve daha çok pratik amaçlar için kolay ve uygulanabilir bir yöntemdir.

5 Görüntü Zenginleştirme Görüntü zenginleştirmede amaç; Görsel analiz için görüntülerin algılanabilirliğini veya yorumlanabilirliğini arttırmak veya diğer otomatik görüntü işleme tekniklerine daha iyi girdi görüntüsü sağlamaktır. Bu amaca yönelik olarak Spektral Mekânsal dönüşümler kullanılmaktadır.

6 Görüntü Zenginleştirme Spektral Dönüşümler Spektral dönüşümler, görüntünün spektral bilgi içeriğini değiştirirler. Ancak, Bu değişimde görüntüye yeni bir bilgi eklenmez sadece mevcut bilgi daha yararlı olacak şekilde farklı bir yapıda sunulur. Bu bağlamda her bir spektral dönüşüm farklı bir özellik uzayı oluşturur.

7 Görüntü Zenginleştirme Spektral Dönüşümler Özellik uzayı, sınıflandırma gibi üst seviye dijital görüntü analizlerinin etkin bir şekilde yapılabilmesi için kullanılan görüntüye ait her türlü bilgidir. Buna göre, orijinal piksel parlaklık değerleri de, dönüşümle elde edilen farklı nicelikler de hepsi birer özelliktir. Spektral dönüşümler aşağıdaki 3 temel başlıkta incelenebilir Kontrast zenginleştirme Aritmetik bant işlemleri Ana bileşen dönüşümü

8 Spektral Dönüşümler Kontrast Artırımı İnsan beyni objelerin mekânsal özelliklerini yorumlamada ve detayları tespit etmede mükemmel performans gösterir. Mekânsal birçok detay spektral karakteristiklerin niceliksel karşılıgı olan radyometrik özelliklerine göre fark edilir. Radyometrik verideki çok küçük farklar bile anlamlı detaylara karşılık gelebilir.

9 Spektral Dönüşümler Kontrast Artırımı Ancak, İnsan gözü radyometrik anlamda farklı gri tonu ve yaklaşık 100 farklı rengi birbirinden ayırt edebilir. Kontrast zenginleştirme yöntemleri, görüntüdeki değişik özellikler arasındaki parlaklık degerlerine dayalı ayırt edilebilirligi arttırmak için kullanılır. Kontrast zenginleştirme, temelde görüntü histogramının değiştirilmesi işlemidir. Bu yaklaşımla görüntünün mevcut yansıtım değer aralıgı olası bütün dinamik aralığa yayılır.

10 Spektral Dönüşümler Kontrast Artırımı Görüntünün kontrastını geliştirmek için kullanılan en yaygın teknikler; Doğrusal/Lineer kontrast artırımı ve Doğrusal olmayan Histogram eşitleme Normal (Gauss) yayma metodu da kontrast zenginleştirmesinde tercih edilen diğer yöntemlerden biridir.

11 Spektral Dönüşümler Kontrast Artırımı (Minimum-Maximam Linear Contrast Stretch) Lineer Kontrast Artırımı: En basit kontrast zenginleştirme yöntemidir. Histogramdan orijinal görüntünün minimum ve maksimum degerleri belirlenir ve bu aralık dinamik aralığın tamamına yayılacak şekilde aşağıdaki eşitlik kullanılarak dönüştürülür.

12 Spektral Dönüşümler Kontrast Artırımı Lineer Kontrast Artırımı

13 13

14 60, 80 ve 200 DN değerlerinin Lineer kontrast artırımı sonrasındaki çıktı değerleri nedir? 60 [(60-40)/(200-40)]x255=32 80 [(80-40)/(200-40)]x255= [(200-40)/(200-40)] x255=255 14

15 Yüzde aralığı Percentage Linear Contrast Stretch Histogram ortalamasının belirli bir yüzdesi içinde yer alan pikseller için tanımlı min. ve mak. değerlerini kullanır Ortalamadan itibaren standart sapma kullanılarak min. ve mak. değerlere kasar olan kısımlar hariç tutulur 15

16 16

17 17

18 Parça parça lineer kontrast germe Piecewise Linear Contrast Stretch Histogramı normal dağılımlı olmayan (bimodal, trimodal..) görüntüler için kullanılır Küçük min-mak yayma serisi oluşturulur 18

19 Spektral Dönüşümler Kontrast Artırımı Histogram Eşitleme: Bu yöntemde amaç, çıktı görüntü histogramının uniform bir dağılımda olmasını yani her bir parlaklık seviyesi için yaklaşık aynı sayıda piksel bulunmasını amaçlar. Böylece görüntünün bilgi içeriği olan entropisi artar. Görüntü parlaklık değerleri ayrık değerler olduğu için eşitleme işlemi sırasında herhangi bir parlaklık seviyesine çok fazla sayıda piksel girebilir. Ancak histogram, yansıtım değerlerinin mekânsal konumuyla ilgili bilgi içermediğinden, bu seviyedeki pikselleri birbirinden ayırt etmek imkânsızdır. Diğer bir deyişle birçok piksel birkaç parlaklık seviyesinde toplanabilir. Genelde çok nadiren tamamen uniform bir sonuç histogramı elde edilir.

20 Entropi, verinin rastlantısallık ölçüsüdür. Dijital verinin depolanması ve/veya iletilmesi için ortalama kaç bit e ihtiyaç duyulacağını ifade eder. Dijital bir görüntüye uygulandığında, görüntüdeki dokuyu (parlaklık değeri değişim karakteristiği) karakterize etmek için kullanılabilecek bir istatistikse rastlantısallık ölçüsüdür.

21 Histogramı verilen 0-9 gri değer aralıklı 60x60 lık bir görüntüyü ele alalım: 21

22 1.Görüntüye ait histogramda her bir sütunda tekrarlanan piksel sayısının görüntüdeki yüzdesi hesaplanır. 22

23 2. Birikimli yüzde oranları hesaplanır. 23

24 3. Gri değer aralıklarına ait oranlar hesaplanır. Örnekteki görüntüde gri değer aralığı 10 dur. Buna ilişkin oranlar ise: T 0 0/9= 0.00 T 1 1/9= 0.11 T 2 2/9= 0.22 T 3 3/9= 0.33 T 4 4/9= 0.44 T 5 5/9= 0.56 T 6 6/9= 0.67 T 7 7/9= 0.78 T 8 8/9= 0.89 T 9 9/9=

25 4.Birikimli yüzde oranları ile gri değer aralıklarına ait oranlar karşılaştırılır. 25

26 26

27 27

28 Lineer kontrast germe Histogram eşleme 28

29 Spektral Dönüşümler Kontrast Artırımı Normal (Gauss) Yayma: Bu yöntemin histogram eşitleme yönteminde uygulanan işlemlerden tek farkı hedef histogramının uniform olması yerine Normal (Gauss) dağılım eğrisine benzer şekilde oluşturulmasıdır. Dolayısıyla her bir parlaklık değeri için hedef frekans değerleri Gauss (Normal) Olasılık Yoğunluk fonksiyonuna göre hesaplanacak yüzde değerleri kullanılarak elde edilir. Olasılıklar, 0 ortalamalı ve 1 standart sapmalı Standart Normal dağılıma göre hesaplanır.

30 Spektral Dönüşümler Kontrast Artırımı =2.5 =5.0 =50 =150 Normalizasyon Normalizasyon x- Z= X=x1, x2, xn =1 y- Z= y=y1, y2, nn =0

31 Spektral Dönüşümler Kontrast Artırımı

32 32

33 33

34 34

35 35

36 Orijinal görüntü Görüntü eşleme Lineer kontrast Gauss kontrast 36

37 Spektral Dönüşümler Aritmetik Bant İşlemleri Tek veya farklı kaynaklardan gelen görüntü bantlarının, uygun matematiksel yöntemlerle yeni bir özellik uzayına dönüştürülmesi işlemidir. En temel dönüşüm yöntemleri basit aritmetik işlemleri ve bant oranlamasıdır

38 Spektral Dönüşümler Aritmetik Bant İşlemleri Örneğin 2 farklı görüntüdeki piksellerin birbirinden çıkartma işlemi değişim özelliklerinin vurgulanması için sıklıkla kullanılan basit bir aritmetik işlem yöntemdir.

39 Spektral Dönüşümler Bant Oranlama Aynı yüzeye ait parlaklık değerleri topoğrafik eğim, gölge, atmosferik değişim yada mevsimsel değişimden dolayı farklı olabilmektedir Bant oranlama bu etkilerin azaltılması için kullanılır, ayrıca toprak ve bitkinin birbirinden ayrılmasını sağlar P i, j, oran P P i, j, k i, j, l - Pi,j,k orijinal görüntünün k bandıdaki parlaklık değeri - Pi,j,l orijinal görüntünün l bandıdaki parlaklık değeri -Pi,j,oran çıktı görüntünün parlaklık değeri 39

40 Spektral Dönüşümler Aritmetik Bant İşlemleri Diğer bir basit yaklaşım bant oranlamasıdır. Bu yaklaşımla spektral yansıtım eğrisinin eğimlerindeki değişkenlik vurgulanır. Normalde bu değişimler bantlar bağımsız ele alındığında görülemezler. Oranlama yaklaşımı ayrıca topoğrafik etkenlere bağlı olarak oluşan aydınlanma farklılıklarını da azaltır. Birçok oran uygulaması içinde en yaygın kullanılan bant oranlaması, bitki örtüsü indeksidir (VI);

41 Spektral Dönüşümler Aritmetik Bant İşlemleri Bu oranın hesaplanabilmesi, algılayıcıdan bağımsız olarak ilgili spektral bölgelerde algılamanın (ölçmenin) yapılmasına bağlıdır. Paydanın sıfır olması problemine karşı geliştirilen Normalize Edilmiş Bitki Örtüsü indeksi (NDVI) uygulamada daha yaygın olarak kullanılmaktadır: Bu yaklaşım matematiksel olarak daha tutarlıdır. Normalize edilmiş oran değerleri [-1, +1] aralığındadır.

42 A true colour (Red-Green-Blue), false colour (NIR-Red-Green) and NDVI image of agricultural fields in north-west Peloponese, Greece, from LANDSAT TM. Source: NASA 42

43 43

44 NOAA AVHRR Nisan Aralik

45 45

46 Landsat uydusu için indeksler Bitki indeksi: NIR/Red Demir oksit: Red/Blue Kil mineralleri: SWIR1/SWIR2 (5/7) Demirli mineraller: SWIR1/NIR Bitkiler NIR bantta yüksek yansıtım gösterirken görünür bölgede enerji yutulur Bitki strese girdiğinde görünür bölgede yutulma azalırken NIR bantta yutulma artar 46

47 47

48 Tek band (Mavi) yüzeyin farklı aydınlanmasından dolayı güçlü topografya sunar 48

49 band3/band2 Aydınlanma etkisi azalır ve farklı kaya türleri açığa çıkar 49

50 5/2 demir oksit 7/4 hydroxyls 50

51 3/2, 5/2, 7/4, RGB 51

52 52

53 53