KVR-1000 UYDU GÖRÜNTÜSÜ ÜZERİNDEN ELLE SAYISALLAŞTIRMA VE NESNEYE YÖNELİK GÖRÜNTÜ ANALİZİ YÖNTEMLERİNİN KARŞILAŞTIRILMASI

Transkript

1 TMMOB Harita v Kadastro Mühndislri Odası 10. Türkiy Harita Bilimsl v Tknik Kurultayı Mart 2005, Ankara KVR-1000 UYDU GÖRÜNTÜSÜ ÜZERİNDEN ELLE SAYISALLAŞTIRMA VE NESNEYE YÖNELİK GÖRÜNTÜ ANALİZİ YÖNTEMLERİNİN KARŞILAŞTIRILMASI ÖZET H. Şahin, S. Karakış, H. Topan, A. M. Marangoz Zonguldak Karalmas Ünivrsitsi, Mühndislik Fakültsi, Jodzi v Fotogramtri Mühndisliği Bölümü, Zonguldak. sahin@karalmas.du.tr, karakis@karalmas.du.tr, htopan@karalmas.du.tr, aycanmarangoz@karalmas.du.tr Uzaktan algılama tknolojisindki glişm, yüksk çözünürlüklü uydu görüntülrinin farklı amaçlar için kullanımına olanak tanımıştır. Bu tip görüntülr, yüksk çözünürlüğün v bilgi içriğinin grkli olduğu şhir planlaması gibi çalışmalarda kullanılabilir. Bu çalışmada, şhir alanında yr alan binaların çıkarımı için yüksk çözünürlüklü KVR-1000 pankromatik uydu görüntüsü kullanılmıştır. Tst alanı olarak Zonguldak ın bir bölümü sçilrk, ilk olarak bina sınırları v yol orta çizgilri ll sayısallaştırılmıştır. Ek olarak aynı bölg için nsn-tabanlı sınıflandırma işlmi grçklştirilmiştir. Bu bağlamda, ll yapılan sayısallaştırma sonuçları v fotogramtrik yöntml ürtilmiş olan büyük ölçkli haritalarla karşılaştırılmış v ll sayısallaştırmanın başarılı olduğu görülmüştür. Büyük ölçkli haritalar karşılaştırmada tml kritr olarak l alınmıştır. İkinci analiz, nsn-tabanlı sınıflandırma tstlri olmuştur. İki mtodun da bazı dzavantajları olduğu blirlnmiştir. Ell sayısallaştırma sırasında opratörün bazı problmlr karşı müdahal dbilm ytisini kazanmış olması önmli bir unsur olarak ön plana çıkmıştır. Nsn tabanlı analiz sırasında is gri dğrlrinin analizin k olarak, farklı fonksiyonların tkin olarak kullanılamadığı blirlnmiştir. Sonuç olarak bu çalışmada, şhir alanı içind farklı nitliklr sahip yapıların sayısallaştırılması, iki yöntml d ayrı ayrı inclnmiş v karşılaştırmalı olarak göstrilmy çalışılmıştır. Anahtar Sözcüklr: Nsn Çıkarımı, Görüntü Analizi, Sayısallaştırma, Karşılaştırma, Orto-görüntü ABSTRACT COMPARISON OF MANUAL DIGITIZING AND OBJECT-ORIENTED IMAGE ANALYSIS USING KVR-1000 IMAGE Th dvlopmnts in th rmot snsing tchnology hav providd th us of high-rsolution imags for diffrnt purposs if possibl. Ths imags can b usd for a study such as town planning whr high rsolution and information contnt ar rquird. In this study, high rsolution panchromatic KVR-1000 imag has bn mployd for xtraction of man-mad structurs in a mtropolitan city ara. Th tst ara is a part of Zonguldak (Turky) city. First, boundaris of buildings and road s cntr lins hav bn digitizd manually. Additionally, th objct orintd classification procss has bn implmntd for th sam ara. In this mannr, th rsults from manual digitizing and larg-scal maps producd by photogrammtrical tchniqus hav bn compard and th succss of manual digitizing has bn vrifid. Th larg-scal maps hav bn takn as th bas critria in th comparison. Th scond analysis dals with tsts using objct orintd classification. Both mthods includ som disadvantags. Oprator could xprinc som problms during manual digitizing procss. Th objct orintd analysis is an altrnativ tool using gry valus of objcts in th procss, but hr othr functions ar not ffctivly usd. Both mthods hav bn analyzd for th ordrly and disordrd zons constitutd by th buildings and th indpndnt houss, rspctivly. Kywords: Objct Extraction, Imag Analysis, Digitizing, Comparison, Orthoimag 1. GİRİŞ Çşitli Rus uzay kamraları, 20 yıldan fazla bir sürdir görüntü arşivlmktdir. Bu bağlamda, 1981 yılından bri TK-350 kamrası v 1984 yılından bri is KVR-1000 kamrası il görüntü alımı yapılmaktadır. Çok uzun bir sür bu görüntülr sadc Rus kurumları tarafından haritalama amaçlı olarak kullanımıştır. Bununla birlikt, görüntülr 1991 yılında Rus hükümtinin aldığı bir kararla kullanıcıların hizmtin sunulmuştur. KVR-1000 uydu görüntülrinin tüm haklarına Sovinformsputnik (SIS) isimli şirkt sahiptir. Bu şirkt 1985 yılından bu yana bu amaçla kurulan ilk Rus şirktidir. Görüntülrin uzun bir zaman aralığını içrmlri, özllikl dğişim analizi için iyi bir altlık tşkil tmlrin ndn olmaktadır. Aynı zamanda KVR-1000 görüntülri 1:10000 v daha küçük ölçkli haritaların güncllnmsi v bu ortogörüntülrdn planimtrik dtayların çıkarılması amacıyla kullanılabilmktdir. (Chkalin and Fomtchnko, 2000; Lavrov, 1996 and 2000). 1:50000 ölçkli bir harita için topoğrafik özlliklrin tanımlanması v blirlnbilmsi; tk bir bina için, monoskopik görüşt yr piksl

2 KVR-1000 Uydu Görüntüsü Üzrindn Ell Sayısallaştırma v Nsny Yönlik Görüntü Analizi Yöntmlrinin Karşılaştırılması çözünürlüğünün 3m, stroskopik görüşt 6m olması grkmktdir (Konncy v diğrlri, 1982). Ormanların, kili arazilrin, bitki örtüsünün, yollar vya nhirlr gibi gniş çizgisl yapıların yorumlanabilmsi için daha büyük piksl boyutu grklidir. Bir uydu görüntüsünün, topoğrafik bir haritanın içrdiği bilgiyi ksiksiz vrbilmsi için, yr piksl büyüklüğünün haritanın ölçğind mm olması grkir. Bu şu anlama glmktdir: 1:10000 ölçkli bir topoğrafik haritanın uydu görüntülrindn ürtilbilmsi için görüntünün yr piksl boyutunun m olması grkir. Burada, gomtrik tkinin yanısıra göz önünd bulundurulması grkn bazı tknlr d vardır. Bunların başlıcaları olarak, görüntünün radyomtrik v spktral çözünürlüğü, görüntülnn bölgnin dtay sıklığı v atmosfrik tkilr sayılabilir (Topan v diğrlri, 2004). Uzaktan algılama (UA) nın gçmişindn bugün kadar, UA görüntülrindn gomtrik v smantik bilginin çıkarılması ana konu olmuştur. KVR-1000 görüntüsü üzrindn bilgi içriğinin saptanmasına yönlik olan bu çalışma için, Türkiy nin Kuzy Batı bölgsind yr alan Zonguldak şhri tst alanı sçilmiş, smantik v gomtrik analizlr grçklştirilmiştir. Yapılan gomtrik analizlrdn KVR-1000 ortho görüntüsündn yaklaşık 1:16000 ölçkli bir haritanın ürtiminin yapılabilcği torik olarak saptanmıştır. Yapılan smantik inclmlr iki şkild l alınmıştır. İlk yaklaşımda kran üzrindn (on-scrn) sayısallaştırma tkniği kullanılmış, diğr bir yöntm olarak is otomatik nsn çıkarımı yapılarak, dğişik ölçktki haritalarla çıkan sonuçlar CBS ortamında analiz dilmiştir. 2. KULLANILAN YÖNTEMLER Sayısallaştırma, analog olarak ürtilmiş grafik haritaların, vktör ya da rastr formata dönüştürülmsi için kullanılan bir yöntmdir. Sayısallaştırma işlmi için birçok yöntm kulanılmaktadır. Bu çalışmada bunlardan ikisi uygulanmıştır. Bunlar ll kran üzrindn (manual on-scrn) sayısallaştırma v nsny yönlik görüntü analizi yaklaşımlarıdır. 2.1 Ell Ekran Üzrindn Sayısallaştırma Bilgisayar tknolojisindki glişm, gçmişt sayısallaştırma tabltlriyl yapılan sayısallaştırma işlmini intraktif hal gtirmiştir. Kullanılan bir yazılım yardımıyla grafik harita üzrind bulunan dtaylar, kran yardımıyla takip dilbilmkt v vktörlştirm işlmi yapılabilmktdir. Sonuçta kullanıcı tarafından yaratılan birçok katmandan oluşan bir sayısal harita ortaya çıkmakta v istnn topoloji kurularak, ditlnmsi kolayca yapılabilmktdir. 2.2 Nsny Yönlik Görüntü Analizi Bu yöntmd asıl işlm birimi salt piksllr dğildir, Burada bir vya daha çok ilişkili piksllrdn oluşan sgmntlr kullanılmaktadır. Nsny yönlik görüntü analizind sınıflandırma işlmi bulanık mantığa dayanarak yapılmaktadır. Bulanık mantık objnin tanımlanan bir sınıfa ait olup olmadığını dntlmkt kullanılır. Üylik dğri 0.0 il 1.0 arasında dğişmktdir v 0.0 ksinlikl üy olmadığını, 1.0 is sınıfa ksin olarak dahil olduğunu ifad dr. Üyliğin drcsi, objnin tam anlamıyla sınıflandırma için tarif diln özlliklri il üst üst örtüşüp örtüşmdiğin bağlıdır. Bunun avantajı objnin n kadar olasılıkla sınıfa dahil olabilcğinin blirlnbilmsidir. Nsny yönlik görüntü analizi yöntmind tml işlm birimi nsnlr ya da piksl gruplarıdır. Nsny yönlik olarak görüntülrin analiz dilmsind ilk aşama hr zaman işlm birimlrinin görüntü sgmntasyonu il blirlnmsi işlmidir (Yan, 2003). Bu işlmlrin ardından, daha öncdn tanımlanan paramtrlr kullanılarak yazılım yardımıyla görüntü analizin başlanabilir. Çıkan sonuçlar bu paramtrlrin dğiştirilmsi il ynidn kullanıcı tarafından dğrlndirilrk analiz işlmlri tkrarlanabilir. 3. ÇALIŞMA ALANI VE KULLANILAN VERİLER Çalışma alanı olarak Batı Karadniz bölgsind yr alan Zonguldak şhri sçilmiştir. Bu bölg özllikl dünyadaki taş kömürü madnciliğinin yapıldığı yrlrdn biri olmasıyla önmlidir. Haln taş kömürü madnciliği aktif olarak dvam tmktdir. Bölg inişli-çıkışlı, kayalık v sarp bir topoğrafyaya sahiptir. Şhir alanı dniz knarı boyunca yrlşmiştir. İç bölglrd ormanlık v tarımsal alanlar bulunmaktadır. Çalışılan alanda yüksklik yaklaşık olarak 400m y kadar çıkmaktadır. Bu çalışmada çrçv numarası 2252, alım tarihi 17 Ekim 2000 olan tam panoramik KVR-1000 uydu görüntü çrçvsindn bir görüntü parçası kullanılmıştır. KVR-1000 ortogörüntülrinin ürtimindki ilk aşama, SIS t hardcopy olan fotoğrafların, taranarak softcopy forma sokulmasıdır. Bu aşama fotoğraflar Ziss SCAI tarayıcısıyla 7 µm piksl boyutunda taranmıştır. KVR-1000 uydu görüntülrinin rktifikasyonu için, SIS v GosNIAS Rus Enstitüsü tarafından gliştiriln Ortho/Z-Spac adında bilgisayar tabanlı bir dijital fotogramtrik dğrlndirm sistmi kullanılmıştır. Bu işlm için, gnllikl TK-350 kamrasıyla ld diln stro görüntülr il ürtiln DEM vya mvcut olan haritalar kullanılmaktadır. Bu durumda, 1: (yüksklik doğruluğu 20m olan) lik topoğrafik haritalardan ürtiln DEM kullanılmıştır (bu bilgi SIS tarafından vrilmiştir). Kullanılan KVR-1000 ortogörüntüsünün piksl boyutu 1.56m, lipsoidi WGS-84 v projksiyonu UTM dir. Görüntü 8 bit gri

3 Şahin, Karakış, Topan v Marangoz tonlamasındadır. Karşılaştırma amaçlı 1997 tarihind yapılan hava fotogramtrisi il ürtiln 1:1000 lik büyük ölçkli haritalar, 1:5000 lik haritalar v 1:25000 lik haritalar kullanılmıştır. In this procss, gnrally DEM from stro TK-350 imags or by th availabl mapping matrials can b usd. In th givn cas, for orthoimag gnration, DEM digitizd from th topographic maps of 1: scal (with th hight accuracy of 20 m) was usd (information from th SIS). Th usd KVR-1000 orthoimag s pixl siz is 1.56 m, llipsoid is WGS-84, projction is UTM. It is in 8-bit grayscal. For th purposs, larg scal maps (1:1000) which photogrammtrically producd ar usd. Ths maps dat back to Yollar Binalar 4. GEOMETRİK DOĞRULUK TESTLERİ Şkil 1: Çalışma alanı v ll sayısallaştırılan yapılar. KVR-1000 ortogörüntüsünün yrsl doğruluğu önclikl Hannovr Ünivrsitsi tarafından gliştiriln Tran 3D adlı programla dğrlndirilmiştir. Bu programda kullanıcı çşitli dönüşümlri kullanabilmktdir. Programdaki ilk opsiyon ötlm (shift) olmaktadır. Bunun için görüntü v yr koordinatları bilinn yr kontrol noktaları (YKN) nın koordinatları v orto görüntünün başlık dosyası, programa aktarılır. Başlık dosyasından okunan görüntünün sol üst köş noktasının WGS-84 koordinatları v piksl boyutu dğri il, YKN lrin görüntü koordinatları, vriln koordinat sistmin dönüştürülmüş olur. Ardından program vriln v hsaplanan YKN larının koordinatlarını karşılaştırır. Bu ötlm X için m v Y için m bulunmuştur. Bu ötlm miktarı düzltildiktn sonra, rms dğrlri X yönünd ±19.60m v Y yönünd ±20.88m olarak blirlnmiştir. Bu durum bnzrlik dönüşümüyl d dğrlndirilmiştir v rms dğrlri X yönünd ±16.67m v Y yönünd ±15.36m olarak bulunmuştur. Bununla birlikt n iyi sonucu afin dönüşümü vrmiştir; X yönünd ±13.46m, Y yönünd ±12.86m. Bu da SIS tarafından 1: lik haritalardan ld diln DEM il yapılan ortorktifikasyonunun optimal olmadığını göstrmktdir. Bu durum CORIKON adlı program il düzltilbilmktdir. Bu programla yapılan dnglm sonucunda ulaşılan doğruluk X yönünd ±10.20m v Y yönünd ±12.41m olmuştur. Ayrıca PCI Gomatica programının uydu yörüng modllm yaklaşımıyla dnglm yapıldığında da CORIKON a yakın sonuçlar ld dilmiştir. Bu dğrlr X yönünd ±10.77m v Y yönünd ±12.61m olarak bulunmuştur (Şahin v diğrlri, 2004). 5. ELLE VE OTOMATİK SAYISALLAŞTIRMA Bu çalışmada iki yöntm kullanılmıştır. Bunlardan ilk olanı; bütün sayısallaştırma işlmlri boyunca kullanıcı müdahalsini grktirn kran üzrindn sayısallaştırma yöntmidir. İkinci yöntm is bazı önclikli ayarlamaları içrn bir mtottur. Bunda da opratör önmli bir rol üstlnmktdir fakat ll yapılan yöntm kıyasla çok çok daha az opratör müdahalsi grkmktdir Ell Sayısallaştırma Çalışılan alan, yrd yaklaşık 14km x 14km lik bir bölgyi için alan KVR-1000 ortogörüntüsündn ksilmiş, 2km x 1.8 km lik bir alanı içrmktdir. Ekran üzrindn sayısallaştırma için bilgisayar dstkli tasarım (BDT) yazılımı kullanılmıştır. 1:1000 ölçkli haritalarla karşılaştırmasının yapılabilmsi için önc görüntü bir polinomal dönüşüm sokulmuş v bu polinomal dönüşümün doğruluğu 4.5m olarak blirlnmiştir. Hr iki sistmdki ilgili dönüşüm noktaları görsl olarak sçilrk dönüşüm grçklştirilmiştir. Ekran üzrindn yapılan sayısallaştırma yöntmindn ld diln sonuçlar Şkil 1 d vrilmiştir. Yapılan bu sayısallaştırma sonuçları bir CBS yazılımında dğrlndirilmiş v 1:1000 ölçkli haritada 1059 adt olan bina sayısı, kran üzrindn ll yapılan sayısallaştırma sonucunda 824 olarak bulunmuştur. Yapılan analizd, KVR-1000 ortogörüntüsündn ld diln binalar il 1:1000 ölçkli haritalarda bulunan binalar arasında bazı konumsal

4 KVR-1000 Uydu Görüntüsü Üzrindn Ell Sayısallaştırma v Nsny Yönlik Görüntü Analizi Yöntmlrinin Karşılaştırılması farklılıklar olduğu blirlnmiştir. Fakat bu farklılıklar sistmatik dğildir. Farklılıklar görüntü üzrind rasgl dağılım srgilmktdir. Şkil 3a da bu farklılık görülbilmktdir. Soldaki şkild dğişim 0.5m il 5m arasında dğişirkn, sağdaki şkild dğişim 6m il 13m arasındadır. Bu göstriln iki farklı yapı arasında yaklaşık 1km lik bir msaf bulunmaktadır. Bununla birlikt dönüşümdn sonra ld diln doğruluk dğri ±4.5m olarak hsaplanmıştı. Daha doğru v grçkci bir sonuç ld tmk için, sçiln noktaların GPS ölçümlriyl blirlnn koordinat dğrlri v piksl koordinat dğrlri kullanılarak tüm görüntüyü kapsayan bir dönüşüm yapılmıştır. Bu dönüşümün sonucunda yaklaşık ±12m lik bir doğruluğa ulaşılmıştır. Sayısallaştırılan yol orta ksnlri KVR-1000 dn Farklılık: m (a) 1:1000 lik haritadan Farklılık: 6 13 m Şkil 3: (a) İki katman arasındaki farklılıklar, (b) sayısallaştırılan yol orta ksnlri. (b) Yapılan sayısallaştırma sonucunda bazı zamansal dğişimlrin olduğu blirlnmiştir. Hr n kadar 1:1000 lik bir haritanın doğrulupuna rişilms d, yni yapılan binalar v yollar görüntü üzrindn blirlnbilmktdir. Buna örnk olarak Şkil 3b d görüldüğü gibi mvcut olan yolun orta çizgisi sayısallaştırılmıştır, aynı zamanda 1:1000 lik haritalarda mvcut olmayan yolun orta çizgisi d sayısallaştırılabilmiştir. Ell ayısallaştırmayı yapan opratör, çalışılan görüntü üzrindki objlri sayısallaştırırkn radyomtrik dğişimlri dikkat almalıdır. Görüntünün kontrastı v tkin piksl boyutu bunda yardımcı unsur olmaktadır. Bu ndnl gri dğr profil analizi, görüntünün tkin piksl boyutunun blirlnmsi için büyük önm sahip olmaktadır. Sçilmiş iki farklı yapı Şkil 4 d görülmktdir. Programın asıl amacı koyu v açık rnkli alanlar arasındaki knarlaşmanın kontrastını blirlmktir. Karanlık alanlar çimnlik, su vya toprak bölg; açık rnktki alanlar is yol vya binaların çatıları gibi dtaylar olabilmktdirlr. Knar analizi, knar boyunca alınan profillr dayanır. Bu profillr sçiln knara dik doğrultudadır. Sçiln profillr üzrindki noktalara ait bir ortalama dğr hsaplanır (Şkil 4). Bu dğrlr v farkları bir grafik yardımı il göstrilir. Bu analiz için Hannovr Ünivrsitsi tarafında gliştiriln BLUH adlı programın bir modülü olan EDGE kullanılmıştır. Buna gör blirlnn fktif piksl boyutu 2.7m dir. Bu bağlamda sayısallaştırma işlmi sürsinc opratör, bir piksl olarak algılaması grkni iki piksl olarak algılamaktadır (Topan v diğrlri, 2004). Avrag 1 96 * * * * * * * * * * * * * * * Diffrncs 1 4 * 2 6 * 3-1 * 4-1 * 5 5 * 6 12 * 7 22 * 8 21 * 9 12 * 10 5 * 11 5 * 12 1 * 13-1 * 14-1 * Avrag 1 68 * 2 66 * 3 67 * 4 69 * 5 73 * 6 77 * 7 85 * * * * * * * * * Diffrncs 1-2 * 2 1 * 3 2 * 4 4 * 5 4 * 6 8 * 7 15 * 8 24 * 9 24 * * * 12 9 * 13 6 * 14 1 * a b 5.2. Otomatik Sayısallaştırma Şkil 4: Farklı knarların gri dğr profillri.

5 Şahin, Karakış, Topan v Marangoz Nsny yönlik otomatik sayısallaştırma amacıyla Cognition v3.0 yazılımı kullanılmıştır. Bu yazılımda önclikl bina dtayları için sgmntlr oluşturulmuştur. Bu sgmntlr ş karaktristikli piksllrdn oluşan kümlrdir. Bunlar, işlm gçilmdn önc kullanıcı tarafından giriln paramtrlrl blirlnir. Karışmış Binalar Şkil 5: Karışmış sgmntlr v binalar sınıfındaki nsnlr. Bu mtodun uygulaması snasında bazı problmlrl karşılaşılmıştır. Bunlardan biri, yakın binalardaki gölg problmidir. Gölglm, sgmntlrin karışmasına ndn olmaktadır. Aslında aynı sınıfa ait olan binalar, gölglmdn dolayı farklı bir sınıfmış gibi algılanmakta v yazılım tarafından bu şkild sayısallaştırılmaktadır. Şkil 5 d bu durumlara örnk vrilmktdir. Sınıflandırma sonucu oluşan vktör yapı, 1:1000 ölçkli sayısal haritadan ld diln yapı il birlikt CBS ortamında analiz dilmiştir. Uygulamada yollar v binalar ayrı ayrı çıkarılmaya çalışılmıştır. Karaktristik olarak n iyi ayrımın su yapıları, binalar il ormanlık v yşil alanlarda olduğu görülmüştür. CBS yazılımı kullanılarak tst bölgsi için yapılan analizlrdn, görüntü üzrindki nsny yönlik çıkarımdan ld diln binaların sayısının 752 olduğu tspit dilmiştir. Daha önc d dğinildiği gibi 1:1000 ölçkli haritalardan ld diln bina sayısı aynı bölg için 1059 dur. Şkil 6 da ll yapılan sayısallaştırma il otomatik olarak yapılan sayısallaştırmanın sonucunu göstrn bir bölg örnk olarak vrilmiştir. Bu şkildn d görüldüğü gibi, ll çıkarılabiln bazı binalar otomatik olarak çıkarılamamıştır. Bununla birlikt bir kısım binalar da hr iki yöntml d blirlnbilmiştir Şkil 6: 1:1000 lik haritalar (siyah çizgilr), ll yapılan sayısallaştırma (yşil çizgilr) v otomatik sayısallaştırma (kırmızı çizgilr) sonuçlarının üst üst çakıştırılması. 6. SONUÇLAR VE ÖNERİLER Grçklştiriln bu çalışmada; KVR-1000 ortogörüntülrindn manual v otomatik nsn tabanlı bilgi çıkarımına yönlik analizlr grçklştirilmiştir. Bu analizlr sonucunda hangi dtayın n ölçüd çıkarılabildiği Tablo 1 d vrilmiştir. Eld diln sonuçlar iki başlık altında l alınabilir.

6 KVR-1000 Uydu Görüntüsü Üzrindn Ell Sayısallaştırma v Nsny Yönlik Görüntü Analizi Yöntmlrinin Karşılaştırılması No Sınıf Alt-Sınıf 1 Yol v Dmiryolu 2 Binalar 3 Alan 4 Kamu Hizmtlri 5 Su 6 Yapı 7 8 Bitki Örtüsü Madn Yapıları M ü k m m l İ y i Ayrılabilirlik O rt a Yol Cadd Dvlt Yolu Dmiryolu Z a y ıf M v c u t D ğ il M ü k m m l Tanımlanabilirlik İ O Z y rt a i a y ıf Bina bloğu Tk Bina Cami Park Spor Binaları Tıbbi & Eğitim Bin. Askri Alan Spor Alanları Park Alanı Endüstriyl Alan Atık & Kömüratığı Alanı Enrji Hatları Su Dpoları Boru Hatları Nokta Nsnlr Çizgi Nsnlr Alansal Nsnlr Çit Kul Köprü Hlikoptr Pisti Duvar Baraj Myv Bahçsi Tarla Orman Sahil Şridi v Bitki Örtüsü Çimnlik Tkil Ağaç Kömür Hazırlama Yapıları Bant Konvyorlr Kuyu Kul Kömür Yıkama Havuzu Havalandırma Kuyusu Tablo 1: KVR-1000 ortogörüntüsü üzrindn ld dilbilck nsnlr (Şahin v diğrlri, 2004). Manual çıkarımlara yönlik olarak; Uygulamayı yapan fotogramtri opratörü, bu tür bir görüntünün uzmanı v bölg hakkında bilgi sahibi is yüksk düzyd bilgi çıkarılabilir. KVR-1000 görüntülri il kran üzrindn ll sayısallaştırma yapılırkn, radyomtrik dğişimlr dikkat alınmalıdır. Yapılan analizlrdn KVR-1000 görüntüsünün tkin piksl boyutu 2.7m olarak blirlnmiştir. Otomatik sayısallaştırmaya gor, ll sayısallaştırmada kara v dmir yolları iyi v orta düzyd sçilbilmkt v çıkartılabilmktdir. M v c u t D ğ il

7 Şahin, Karakış, Topan v Marangoz Su yapıları ksin bir şkild sçilip çıkarılabilmktdir. Bitki örtüsü ayrımı ll çimnlik v ağaçlık alan için grçklştirilbilmkt, bunun dışındaki ayrıntılara inilmmktdir. Çşitli türdn yapılar orta düzyd sçilip çıkarılabilmktdir. CBS tabanlı analizlrdn binaların %78 inin görüntü üzrindn çıkarılabilcği saptanmıştır. Nsny yönlik görüntü analiziyl otomatik bilgi çıkarımına yönlik olarak; Görüntüdn; yollar-binalar, yşil alanlar ormanlık yapıyla birlikt v su yapılarının sgmantasyonunun yapılarak, sınıflandırılabildiği saptanmıştır. KVR-1000 ortogörüntüsü üzrindn nsny yönlik otomatik çıkarımlarda binaların %71 i blirlnbilmktdir. Bu sonuç bu tür bir görüntü için binaların iyi bir şkild çıkarılabildiğini göstrmktdir. Yapılan çalışma Ccognation uygulamasında su yapılarının, ormanlık alanın v binaların ayrılabilmsi için ölçk faktörünün 250 alınması grktiğini ortaya koymuştur. Nsny yönlik otomatik çıkarımlarda binalar düzgün knarlaşmamaktadır. Yollar is binalarla aynı yansıma profili vrdiği için çıkarılamamaktadır. KVR-1000 ortogörüntüsü üzrind yapılan nsny yönlik otomatik sayısallaştırmada istnn başarıya ulaşılamamıştır. Bunda, görüntünün monokromatik olması, ytrli kontrasta sahip olmaması v ortogörüntü ürtimind kullanılan DEM in ngatif tkisi ndn olmuştur. Bu da sgmntasyonun çok başarılı olmamasını v sınıflandırmanın bklnn doğruluğu vrmmsini sağlamıştır.. KVR-1000 ortogörüntüsü kullanılarak, n küçük piksl boyutuna gör torik olarak 1:16000 ölçkli bir haritanın ürtilbilcği söylnbilir. Pratik uygulamalardan da KVR-1000 in 1:25000 ölçkli haritadan daha zngin bilgi içriğin sahip olduğu görülmüştür (Şahin v diğrlri, 2004). TEŞEKKÜR Yazarlar TUBITAK, Jülich Rsarch Cntr (Almanya), Dr. Gurcan Buyuksalih, Dr. Karstn Jacobsn v Dr. Hakan Akçın a tşkkür drlr. KAYNAKLAR Bjorgo, E., Using vry high spatial rsolution multispctral satllit snsor imagry to monitor rfug camps. Intrnational Journal of Rmot Snsing, 21(2), pp Buyuksalih G, M G Kocak, M Oruc, H Akcin, K Jacobsn, Accuracy Analysis, DEM Gnration and Validation Using Russian TK-350 Stro-imags, Photogrammtric Rcord, 19(107). Jacobsn, K., Mapping with IKONOS imags. In: EARSL Symposium Goinformation for Europan-wid Intgration, Pragu, Czch Rpublic, pp Karathanassi, V., Iossifidis, Ch. and Rokos, D., Rmot snsing mthods and tchniqus as a tool for th implmntation of nvironmntal lgislation. Th Grk Forst Law cas study. Intrnational Journal of Rmot Snsing, 24(1), pp Kostka, R., Th world mountain Damavand: documntation and monitoring of human activitis using rmot snsing data. ISPRS Journal of Photogrammtry & Rmot Snsing, 57(2002), pp Parkr, J.R., Algorithms for Imag Procssing and Computr Vision. Wily Computr Publishing, pp Robinson, A.H., Sal, R.D., Morrison, J.L. and Muhrck, P.C., Elmnts Of Cartography. John Wily and Sons Inc., Canada. Sahin, H., Buyuksalih G., Akcin, H., Topan, H., Karakis, S., Marangoz, A.M., 2004, Information Contnt Analysis of KVR-1000 Ortho-Imag Basd On Th Availabl Topographic Maps In Th GIS Environmnt, EARSEL Workshop on Rmot Snsing for Dvloping Countris, Cairo. Sahin H, H Topan, S Karakış & A M Marangoz, Comparison of objct orintd imag analysis and manual digitizing for fatur xtraction, XX. Congrss of ISPRS, (İstanbul,Turky).

8 KVR-1000 Uydu Görüntüsü Üzrindn Ell Sayısallaştırma v Nsny Yönlik Görüntü Analizi Yöntmlrinin Karşılaştırılması Topan, H., Buyuksalih, G. and Jacobsn, K., Comparison of information contnts of high rsolution spac imags. In: XX. Congrss of ISPRS, Istanbul, Turky, this issu. URL 1, SOVINFORMSPUTNIK, Information from official wb-sit, Moscow, Russia. (accssd 18 Fb. 2004). Yan, G., Pixl basd and objct orintd imag analysis for coal fir rsarch. Msc. Thsis, Intrnational Institut for Go-Information Scinc and Earth Obsrvation Enschd, Th Nthrlands.