Algılama açısı, topografya ve arazi örtüsünün çok yüksek çözünürlüklü uydu görüntülerinin SIFT tabanlı otonom ortorektifikasyon sürecine etkisi

Fen Bilimleri Enstitüsü, Geomatik Mühendisliği Programı, İTÜ

Algılama açısı, topografya ve arazi örtüsünün çok yüksek çözünürlüklü uydu görüntülerinin SIFT tabanlı otonom ortorektifikasyon sürecine etkisi

Hakan Kartal; Uğur Algancı, 2018

Özet: Optik yer gözlem uydularının gelişmesiyle birlikte, bu uydulardan elde edilen görüntülerin kullanımı yaygınlaşmış ve şehir planlama, ulaşım ağı belirleme, hassas tarım ve savunma gibi çeşitli alanlarda kullanılmaya başlanmıştır. Algılayıcılar tarafından kaydedilen görüntüler, dünyanın küreselliği ve kendi etrafında dönmesi, yüzeyin topoğrafyası, uydu yörüngesi ve algılama açısı gibi fiziksel parametrelerden kaynaklanan geometrik hataları içlerinde barındırabilmektedir ve bu hatalar uydulardan gelen görüntülerin, bahsedilen çalışma alanlarında doğrudan kullanılmasını kısıtlamaktadır. Bu nedenle, uydu görüntüsünü bir çalışmada veya analizde kullanmadan önce geometrik düzeltme sürecinden geçirmek önemli bir gerekliliktir. Uydu görüntüleri ile yeryüzü arasındaki ilişki uyduya ait fiziksel parametreler ile ifade edilebileceği gibi matematiksel modeller ile de tanımlanabilmektedir. Rasyonel Polinom Fonksiyonlar (RFM) bahsedilen matematiksel modellerden biridir ve katsayıları (RPC) günümüzde çoğu zaman uydu görüntüleri ile birlikte son kullanıcıya iletilmektedir. Yer Kontrol Noktası (YKN) gerektirmeyen RFM modeli kullanarak yapılan geometrik düzeltme, fiziksel parametrelerden kaynaklanan hataları bir miktar elemine etse de bazı rastlantısal hatalar ve biastan kaynaklanan bozulmalar görüntünün geometrik doğruluğunu etkilemeye devam etmektedir. YKN ve Sayısal Yükseklik Modeli (SYM) kullanarak gerçekleştirilen RPC iyileştirme işleminin konumsal doğruluğu arttırdığı ve yalnızca RPC kullanılarak yapılacak düzeltme işlemine göre daha iyi bir seçenek olduğu birçok çalışma tarafından gösterilmiştir. Konvansiyonel yöntemde, RPC iyileştirmesi sırasında kullanılacak YKNler konum doğruluğu yüksek referans verilerden manuel ölçme yöntemiyle elde edilmektedir ancak manuel işlem uzaktan algılama operatörü tarafından gerçekleştirildiğinden, yüksek çözünürlüklü uydu görüntüleri ile çok geniş alanlar analiz edilmek istendiğinde çok fazla iş gücü ve zaman gerekliliği ortaya çıkacak ve yapılan işin doğruluğu da doğrudan insanla ilişkili olacaktır. İş gücü ve zaman gereksinimi problemlerinin üstesinden gelmek için geometrik düzeltme sürecini otonom hale getirmeye yardımcı olacak görüntü eşleme algoritmaları geliştirilmiştir. Görüntü eşleme algoritmalarında YKNler konum doğruluğu yüksek referans görüntüler ile geometrik düzeltmesi yapılacak görüntüler eşleştirilmekte ve eşlenik noktalar çeşitli filtrelerden geçirilerek, yüksek oranla doğru olduğu tahmin edilen noktalar YKN olarak seçilmektedir. Görüntü eşleme algoritmalarının ve bilgisayar teknolojilerinin gelişmesi ile geometrik düzeltme işlemlerini daha kısa zamanlarda tamamlamak ve insan hatalarını en aza indirmek amacıyla, bu algoritmaların uzaktan algılama alanında kullanımı günden güne artmaktadır. Scale Invariant Feature Transform (SIFT) algoritması da bilgisayar donanımlarındaki gelişmeler ile birlikte ilgli çekmeye başlayan ve uzaktan algılama alanında sıkça kullanılmaya başlanan görüntü eşleme alogirtmalarından biridir. SIFT algoritması bir bilgisayarlı görü yöntemi olduğundan, SIFT kullanılarak elde edilen YKNlerin geometrik doğruluğu farklılıklar gösterebilmektedir. Geometrik doğruluklardaki farklılıklar algılama geometrisi ve yüzey ile bağlantılı birçok nedenden oluşabilmektedir. Bu çalışmada algılama açısı, yüzey topografyası ve arazi örtüsü parametrelerinin SIFT tabanlı otonom geometrik düzeltme sürecine etkileri araştırılmıştır. Analizler, İstanbul, Bursa ve İzmir şehir sınırları içinde kalan farklı özelliklere sahip üç farklı bölgede Pleiades uydu görüntüleri kullanılarak gerçekleştirilmiştir. Her bir çalışma alanı için 2 düşük algılama açılı ve bir yüksek algılama açılı olmak üzere üç görüntü seçilmiştir. Düşük algılama açılı görüntülerden, algılama açısı 0’a yakın olanlar çalışmada kullanılacak referans görüntüler olarak değerlendirilmiştir. RFM iyileştirme modeli, çalışmada kullanılacak olan geometrik düzeltme modeli olarak seçilmiştir. RFM iyileştirme modeli için gerekli olan YKNler SIFT temelli görüntü eşleme süreci ile elde edilmiştir. Geometrik düzeltme işlemi uydu görüntüsünün pankromatik bandı ve multispektral görüntünün tüm bantları ayrı ayrı kullanılarak gerçekleştirilmiştir. Bunun yanında multispektral görüntünün bantlarından aritmetik işlemler ile elde edilen RGB/3 ve RGBN/4 verileri de geometrik düzeltme işleminde kullanılmış ve sonuçlar analiz edilmiştir. Geometrik düzeltme işlemi için gereken zamanı minimuma indirebilmek için algoritma paralel programlama mimarisi kullanılarak geliştirilmiştir. Sonuçlar, algılama açısı azaldıkça, SIFT görüntü eşleme algoritmasının daha fazla YKN ürettiğini ve üretilen YKNler kullanılarak gerçekleştirilen geometrik düzeltmelerde mekansal doğruluğun arttığını göstermektedir. Bunun yanında yüzey topoğrafyası ile üretilen YKN sayısı ve sonuç doğruluk arasında açık bir ilişkinin bulunmadığı gözlemlenmiştir. Arazi örtüsü sınıfları ile ilişkilendirme sonucunda SIFT kullanılarak elde edilen YKNlerin Orman ve Yarı Doğal Alanlarda yoğunlaştığını göstermiştir. Paralel programlama mimarisi ile geliştirilen algoritma da sürecin 16 kata kadar hızlanıdırılabileceğini göstermiştir.

Tez No: 485184

İlginizi Çekebilir

Vessel Detection From Very High-Resolution Satellite Images With Deep Learning Methods

İletişim Sistemleri Anabilim Dalı, Uydu Haberleşmesi ve Uzaktan Algılama Programı, İTÜ Vessel Detection From Very …

CSCRS