Radyometrik Düzeltme

Transkript

Dijital Görüntü İşleme (JDF338)
Yrd. Doç. Dr. Saygın ABDİKAN
2014-2015 Öğretim Yılı Bahar Dönemi
1

Yüksek ve düşük spektral çözünürlüğe sahip dijital
görüntülerdeki temel avantaj ve dezavantajlar aşağıda
verilmektedir:

Dar bant aralığına sahip bantlar daha fazla spektral detay
içerirler, ancak daha az enerjiye diğer bir ifade ile düşük sinyal
gücüne sahiptirler.

Çok bantlı veri daha fazla bilginin depolanması, iletilmesi ve
işlenmesini gerektirir.

Ancak daha fazla bant sayısı daha fazla spektral detay
içerdiğinden cisimlerin ayırt edilmesinde daha çok kolaylık
sağlamaktadır.
UYDU SİSTEMLERİ-Görüntülerin Özellikleri
Radyometrik Ayırma Gücü
Bir piksele ait yayın şiddeti (amplitude)
 Ayırma gücü sayısal olarak bit cinsinden
ifade edilir 28, 211, 216
28 = 256 [0-255]
211 = 2048 [0-2047]
216 = 65536 [0-65535]

Görüntü Nitelikleri
Radyometrik çözünürlük
Boyut Hesabı:
 Tek bir görüntünün boyutu = düşey nokta sayısı x yatay nokta
sayısı x renk derinliği

Örneğin 16 bit renk (orta gerçek renk) derinliğine sahip 1024 x
768 çözünürlükteki sıkıştırılmamış bir fotoğrafın boyutunu
hesaplayalım:
Boyut
=
=
=
=
1024 x 768 x 16
12.582.192 bit
1.572.864 Byte
1536 kB = 1,5 MB
8 bit = 1 byte
1024 byte = 1 kbyte
1024 kbyte = 1 mbyte
1024*8*1024 =8388608 bit
DİJİTAL UYDU GÖRÜNTÜSÜ
Renkli görüntü
parlak kırmızı
mor
koyu yeşil
beyaz
sarı
koyu gri
Uzaktan Algılama teknolojisinin kullanılmaya başlandığı ilk zamanlarda doğada tüm objelerin farklı –ayırt edilebilir bir
spektral yansıması olduğu düşünülüyordu .
Ancak böyle olmadığı görüldü.. Örneğin iki farklı ağaç türü yılın belli zaman diliminde farklı yansıma yaparken başka
bir zaman diliminde aynı yansımayı yapabileceği tespit edildi.
Renkli görüntü

İşlenmemiş ham uydu görüntüleri genelde gri renk seviyesi formatında
depolanırlar


genellikle 256 (8bit) dir
Her bir değer cisimlerden yansıtılan parlaklık değerini gösterir.
Bir cismin uydu görüntüsünde ayırt edilebilirliği, görüntünün mekânsal,
spektral ve radyometrik çözünürlükleri ile ilişkilidir.
 Buna ek olarak dikkate alınması gereken diğer faktörler ise cismin;








boyutu,
doğrultusu,
rengi (ya da spektral yansıtım özelliği),
dokusu,
arka plan ile kontrastı,
örüntüsü,
diğer cisimlerle olan birleşimi
Kontrast

Kontrast, bir cismi (veya görüntüdeki temsilini) diğer
cisimlerden ve arka plandan ayırt etmeye yarayan görsel
özelliklerdeki farklılıktır.

Görsel algılamada kontrast, bir cismin aynı görüş alanında bulunan
diğer cisimlerle olan renk ve parlaklığındaki farklılıklar ile belirlenir.

En basit ifade ile kontrast, görüntüdeki en parlak bölüm ile en
karanlık bölüm arasındaki fark olarak tanımlanabilir.

Görüntüde yeterli kontrast olup olmadığı görüntü histogramına bağlı
olarak analiz edilir.
RADYOMETRİK DÜZELTME

Kısmen atmosferik olayların ve atmosferin fiziksel
ve kimyasal yapısının etkisinden

çoğunluk olarak da



arazi yüzeyinden,
dünyanın yuvarlak şeklinden kaynaklanan aydınlatma
ve yansıtma anormallikleri sonucu oluşan hatalı piksel
değerlerinin düzeltilmesi amacıyla uygulanan
matematiksel yöntemlerdir.
http://anapod.anadolu.edu.tr/groups/ucs541maltan/wiki/154fa/
Ön İşleme-Radyometrik Düzeltme
Algılayıcı Kalibrasyonu
Uydu görüntüsündeki piksel yansıtım değerleri
algılayıcıya gelen ışınırlık değerlerine
dönüştürülür.
 Bu dönüşüm özellikle farklı zamanlarda farklı
algılayıcılar tarafından ölçülen objelerin
yansıtımlarındaki değişimlerin analizinde ve
parlaklık değerlerinin yeryüzünde yapılan sayısal
ölçümlerle ilişkilendirilmesi (örneğin su kalitesi ile
ilgili ölçümler) için gerekli olan matematiksel
modellerin geliştirilmesinde kullanılır.

Algılayıcılardaki her bir bant için gelen ışınırlık
değerini piksel parlaklık/gri değerine
dönüştüren farklı bir çıkış fonksiyonu
(kalibrasyon parametreleri) vardır.
 Bu fonksiyonların özellikleri, algılayıcı
platformundaki kalibrasyon lambalarıyla veya
Güneş’e yapılan periyodik gözlemlerle sürekli
kontrol edilir. Bu şekilde platform üzerindeki
ölçmelerle sürekli kontrol edilen ve
güncellenen kalibrasyon verileri kullanıcılara
işletmeci firma tarafından sağlanır.

10
Algılayıcı Kalibrasyonu

Genellikle algılayıcılar gelen enerjiye lineer bir tepki verecek şekilde
tasarlanırlar.

Algılayıcıya gelen ışınırlıkla piksellere atanan gri değerleri (DN) arasındaki ilişki,
platformdaki iç kalibrasyon standartlarının spektral ışınırlık değerlerinden lineer
regresyon analiziyle bulunur, örn.;

Landsat TM için; Rölçülen = Ai * DN + Bi

SPOT HRV için; Rölçülen = DN / Ai
Rölçülen = ölçülen ışınırlık
Ai = i bantı için kalibrasyon kazancı
Bi = i bantı için kalibrasyon ötelemesi
A ve B değerleri literatürden veya görüntü destek dosyalarından bulunabilir.
Atmosferik Düzeltme

Atmosfer, Güneş ışınırlığı ve algılayıcının ölçtüğü ışınırlık arasında
karmaşık bir ilişki oluşturur.

Temel olarak atmosfer gelen enerjiyi yutar ve/veya saçar.

Optik bölgede uzaktan algılama sistemleri ile elde edilen enerji
yeryüzünden yansıyan ve/veya yayılan enerjiyle atmosferin yaydığı
ve/veya saçtığı enerjinin karışımıdır

Diğer bir ifade ile algılayıcının birim zamanda birim alandan birim
katı içinden algıladığı enerji (ışınırlık), birim zamanda birim alana
gelen enerjinin (birim ışınırlık), hedef yansıtımının, atmosferin saçtığı
enerjinin ve atmosferik yutulmanın bir fonksiyonudur.

Görüntüdeki her bir piksel değerinin fonksiyonu olan
algılayıcı ışınırlığı matematiksel olarak;
Burada;
Rölçülen = algılayıcının ölçtüğü toplam spektral ışınırlık,
 = algılanan yer yüzeyinin yansıtımı,
E = birim zamanda yer yüzeyinin birim alanına gelen enerji (birim
ışınırlık),
T = atmosferin geçirimi (gelen enerji miktarının atmosfer olmaması
durumunda yeryüzüne gelecek olan enerji miktarına oranı),
Lp = atmosferik yol ışınırlığı matematiksel olarak
Toplanan atmosferik yol
ışınırlığı (Lp) görüntü
kontrastını azaltan pus
etkisi oluşturur ve bu etki
küçük dalga boylarına
doğru artış gösterir.

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.
http://www.exelisvis.com/docs/FLAASH.html
16
17
http://www.exelisvis.com/docs/FLAASH.html
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
18
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.
Genellikle optik veriler için gölge alanlar ve kızıl ötesi bantlar için
temiz derin su kütleleri hedef olarak seçilir.
Şekilde İstanbul, Büyükçekmece bölgesine ait Landsat TM uydu
verisinde kızıl ötesi bantta su cismi hedef olarak seçilerek görüntü
histogramı incelenmiş ve su cismine ait piksellerin sıfır
yansıtım değerine sahip olması gerekliliğinden yola çıkılarak
atmosferin etkisi belirlenmiştir. Ancak bu yöntem oldukça kaba bir
yaklaşımdır ve daha çok pratik amaçlar için kolay ve uygulanabilir
bir yöntemdir
Topoğrafik düzeltme

Topoğrafik düzeltme adımında, topoğrafik değişimlere
bağlı olarak oluşan sinyal farklılıkları normalize edilir. Bu
amaçla en yaygın kullanılan yöntem “bant oranlaması”
dır.


Örneğin, Landsat TM için 5. bandın 4. banda oranı gibi.
Yansıtım, topoğrafyaya bağlı olarak aynı cisim için
farklılık gösterse de iki bandın birbirine olan oranı aynı
olacaktır. Oldukça basit olan bu yöntem topoğrafik etkiyi
kısmen gidermektedir.

Diğer bir yaklaşım, yüzeyin Lambert yüzeyi olduğu kabulüyle, dalga
boyunun sabit olduğu ve atmosferik etkileşimlerin olmadığı kabul edilerek,
yansıtımdaki değişimin lokal geliş açısından kaynaklanması durumudur. Bu
durumda algılayıcıya gelen ışınırlık aşağıdaki eşitlik ile normalize edilir:
Rölçülen algılayıcıya gelen ışınırlık
R0
topoğrafik farklılıklar için normalize edilmiş ışınırlık değeridir.
i
lokal geliş açısı, Güneş ışınırlık yolu ile lokal yüzey normali
arasındaki açıdır.


Yüzeyin Lambert olmaması durumunda düzeltme işlemi oldukça karmaşıklaşır
Yapılan uygulamalara göre, eğer yüzey eğim açısı 25° den küçükse ve etkin
aydınlanma açısı yaklaşık 45° ise, yüzeyin Lambert yüzeyi olarak kabul edilmesi
daha uygun bir yaklaşım olacaktır.
Lambert yüzeyi, gelen enerjiyi her
doğrultuda uniform yansıtan bir
yüzeydir.
Daha teknik bir ifade ile yüzeyden olan
ışınırlık difüz (dağınık) yansıtıma bağlı
olarak izotropik (eş yönlü) tir.
Örneğin, cilasız bir ahşap yüzey yaklaşık
Lambert yüzeyi iken cilalandıktan sonra
değişik noktalarda oluşan speküler
yansımaya bağlı olarak Lambert yüzeyi
değildir.
Tüm kaba dokulu yüzeyler ideal Lambert
yüzeyi olmamasına rağmen bu kabul,
yüzey özelliklerinin bilinmediği durumlar
için geçerli bir yaklaşımdır.
http://en.wikipedia.org/wiki/Diffuse_reflection
Güneş’in Açısal Yüksekliğine ve Yeryüzüne Olan Uzaklığına
Bağlı Düzeltme

Bazı durumlarda farklı optik görüntülerin karşılaştırılabilmeleri için
aydınlanma geometrilerindeki farklılıkların standartlaştırılması (normalize
edilmesi) gerekir.

Yüzeyin Lambert yüzeyi, dalga boyunun sabit olduğu ve atmosferik
etkileşimlerin olmadığı kabul edilerek yansıtımdaki değişimin Güneş’in
açısal yüksekliğine bağlı olduğu durumda algılayıcıya gelen ışınırlık
aşağıdaki eşitlik ile normalize edilir:

Rölçülen
R0



algılayıcıya gelen ışınırlık
aydınlanma geometrilerindeki farklılıklar için normalize
edilmiş ışınırlık değeridir.
Güneş’in açısal yüksekliği olup görüntünün karşılık geldiği
coğrafi konuma, mevsime ve zamana bağlıdır.
Bağlı Düzeltme

Diğer bir deyişle, bu açı Güneş ışınlarının atmosferde kat ettiği uzaklık ile
ilişkilidir,

örn., dik Güneş açısı daha kısa atmosferik yolu belirtir. Bu bağlamda, yukarıda
belirtilen basit normalize işleminde Güneş ışınlarının yeryüzüne olan farklı
uzaklıkları da dikkate alınarak ortak bir düzeltme yapılır.

Güneş’in birim ışınırlığı, Dünya – Güneş uzaklığının karesiyle ters orantılı
olarak azalır. Bu mesafe genellikle “astronomik birimle” ifade edilir.

Astronomik birim, Dünya’nın Güneş etrafındaki eliptik
yörüngesinin büyük ekseninin yarısı olan 1.496 x 1011 metredir.
Yüzeyin bir Lambert yüzeyi olduğu kabul edilirse yüzeydeki algılayıcıya
doğru olan ışınırlık değeri aşağıdaki eşitlikle ifade edilebilir:
Güneş’in Açısal Yüksekliğine ve Yeryüzüne Olan
Uzaklığına Bağlı Düzeltme
Bu düzeltme işleminde, algılayıcının
nadir doğrultusunun görüntülenen
yatay yüzeyin normal doğrultusuyla
çakışık olduğu ve Güneş’in bu yüzeyi
“d “ mesafeden  zenit açısıyla
aydınlattığı kabul edilir. Buna göre
farklı aydınlanma koşulları altında
elde edilen görüntü verisi Güneş’in
zenitte olduğu varsayımıyla
normalize edilir.
Bağlı Düzeltme
Aslında daha gerçekçi bir yaklaşım, ölçülen ışınırlığın
Güneş’in lokal geliş açısıyla (Güneş’in lokal zenit açısı)
normalize edildiği durumdur.
E0


1 astronomik birim uzaklığındaki Güneş’in
atmosfer dışındaki birim ışınırlığı.
Güneş ile algılanan cisim arasındaki gerçek
astronomik uzaklık
yer yüzeyinin etkin yansıtımı
Atmosferik Düzeltme Öncesi
Atmosferik Düzeltme Sonrası
A.Ü Doç.Dr. Semih EKERCİN 2006
A.Ü Doç.Dr. Semih EKERCİN 2006
GÖRÜNTÜ KARAKTERİSTİKLERİ
Histogram

Görüntü histogramı, dijital bir görüntüdeki
tonal frekans dağılımının grafik gösterimidir.

Diğer bir ifade ile görüntüdeki her bir parlaklık
değerini içeren toplam piksel sayısı ile
görüntü piksellerinin istatistiksel dağılımı
gösterilmektedir.

Sıklıkla histogram, her bir parlaklık seviyesindeki (DN)
piksel sayısının görüntüdeki toplam piksel sayısına
oranı olan bağıl frekans ile de belirlenmektedir.

Frekans gösteriminde, düşey eksen belirli bir gri
renk tonu seviyesi için toplam piksel sayısını, yatay
eksen ise olası bütün parlaklık değerlerini küçükten
büyüğe doğru (görüntünün dinamik aralığı)
göstermektedir.
32
Histogram


Diğer bir ifade ile histogramın sol tarafı koyu renk tonuna, orta
bölgeler orta gri renk tonuna ve sağ tarafı ise açık renk tonuna
sahip pikselleri göstermektedir.
Görüntü histogramına bakılarak öncelikle görüntüdeki tonal
dağılım hakkında bir fikir edinilir ve görüntünün görsel
kalitesinin arttırılması için gerekli görüntü işleme adımları
belirlenir
34

Farklı görüntüler aynı histograma sahio olabilir
çünkü Histogramla piksel değerlerinin dağılımını
gösterir, mekansal dağılımı göstermez.
35
Histogram
3 bitlik 4 bantlı yapay bir dijital uydu görüntüsünde, Bant 1’in frekans dağılımı ve
histogram grafiği
Sayısal Görüntü İstatistiksel Parametreleri

Piksel ölçü vektörü (xij); tek bir pikselin tüm bantlar için
veri dosya değeridir.

Örneğin 4 spektral bantlı bir IKONOS görüntüsündeki
herhangi bir piksel ölçü vektörü;
[
DN= DNB1 DNB2 DNB3 DNB4
] ile gösterilir. Burada;
DNBi : Bi bantındaki piksel yansıtım değeridir.
Histogram örneğindeki sentetik görüntü verisi için satır-sütun
koordinatları (1,1) olan pikselin ölçü vektörü
= [1 6 2 6]’dır.
38
(Aritmetik) Ortalama (μ)

Görüntüyü oluşturan her bir bant için genel parlaklığı
yansıtır. Herhangi bir bant için (i-j) satır-sütun
konumundaki bir pikselin dijital değeri DNp ve N
toplam veri (piksel) sayısı olmak üzere
Mod, Medyan

Mod; histogramın maksimum olduğu diğer bir deyişle frekansı
en büyük parlaklık değeridir.



Birden fazla mod olabilir (bimodal = çift hörgüçlü histogram).
Eğer bütün parlaklık değerleri aynı frekans değerine sahip olsaydı mod
tanımlı olmazdı.
Medyan; histogram alanını eşit iki parçaya bölen dijital
değerdir. Toplam piksellerin %50’ si bu değerin altında ve
%50’si de bu değerin üstündedir.


Diğer bir ifadeyle, görüntüdeki bütün pikseller gri değerlerine göre
küçükten büyüğe sıralandığında tam orta sıradaki parlaklık/gri değeri
verinin medyanıdır.
Örn., bir görüntü verisi için toplam 25 piksel olduğunda tam orta nokta
13. sıraya karşılık gelir.
Varyans, Standart sapma

Varyans (2); verinin ortalama değer etrafındaki
yayılımını anlamak için kullanılır.


Veri kümesindeki her bir eleman ile verinin ortalaması
arasındaki farkların karelerinin ortalaması alınmaktadır.
Standart sapma (), varyansın pozitif kareköküne
eşittir ve verinin ortalama değerden tam olarak ne
kadar saptığını göstermektedir
Sayısal Görüntü İstatistiksel
Parametreleri
 Standart sapma histogram genişliğini de (ortalama değer etrafındaki yayılma) gösterdiği için görüntü
kontrastının bir ölçüsü olarak da kullanılmaktadır
◦

örn., küçük standart sapma değeri, düşük kontrastlı düz bir görüntüyü belirtir.
Grafik’teki yüzdeler, ait oldukları ortalama değer etrafındaki simetrik aralıkların, tüm verinin yüzde kaçını
içerdiğini göstermektedir. Verinin histogram eğrisi böyle bir çan eğrisine uygunluk gösterdiği sürece bu
oranlar her zaman geçerlidir.
◦
Bu özel durum için verinin aritmetik ortalama, mod ve medyan değerleri de aynı değere eşittir.
Sayısal Görüntü İstatistiksel
Parametreleri
Yukarıdaki örnek sentetik görüntü verisi için merkezi ve yayılım
(dağılım) istatistikleri aşağıdaki gibidir.
Kovaryans

Kovaryans (ij); çok spektrumlu bir görüntüde
kovaryans, farklı spektral bantlar arasındaki ortak
değişkenliğin lineer bir ölçüsüdür.

Örneğin B1 ve B2 bantları arasındaki kovaryans
değeri aşağıdaki eşitlikle hesaplanabilir:
Korelasyon, Korelasyon Katsayısı


Korelasyon; iki değişken (bant) arasındaki lineer bağımlılığı
gösteren bir ölçüttür.
Korelasyon katsayısı (ij); kovaryans değerinin normalize
edilmiş hali olduğu için birimsizdir. Bu amaçla kovaryans katsayıları
ilgili değişkenlerin standart sapmalarının çarpımıyla bölünerek
normalize edilirler. Örneğin B1 ve B2 bantlarıarasındaki korelasyon
katsayısı aşağıdaki eşitlikte veril miştir:
=
Kovaryans B1 B2
Standart sapma B1 x Standart sapma B1
•Korelasyon, [-1 +1] kapalı aralığında değerler alır
•Korelasyon katsayısının işareti ilişkinin yönünü gösterirken, sayısal değeri lineer ilişkinin gücünü gösterir.

Verilerdeki istatistiksel ilişkilerin yararlı bir özetidir.

Yüksek varyans, ilgili bant için daha fazla bilgi içeriğini
gösterir.

Yüksek korelasyon ilgili bantlar arasında büyük
miktarda bilgi tekrarı olduğunu gösterir.

Düşük korelasyon her bir bantın bir diğerinde
bulunmayan bilgi içeriğini ifade eder.
Genellikle, çok spektrumlu görüntü verileri için kovaryans ve korelasyon
değerleri matris diziliminde gösterilir. Örneğin bir önceki sentetik görüntü
verisi için
 Kovaryans matrisi (a) ve Korelasyon matrisi (b) aşağıda örüldüğü gibidir.

Kovaryans, Korelasyon Katsayısı

ij = ij ve ij = ij dolayısıyla olduğu için bu matrisler simetriktir.

Kovaryans matrisinde köşegen üzerindeki sayılar ilgili bantların
varyans değerlerine karşılık gelmektedir.

Korelasyon matrisinde de köşegen üzerindeki değerler bantların
kendileriyle olan ilişkilerini gösterdiğ için 1’dir.

Korelasyon, birbirinden bağımsız iki değişken için sıfır ve birbiriyle
aynı olan değişkenler için birdir.

Negatif değerler ilişkinin ters yönlü olduğunu gösterir.

Değişkenler arasındaki ilişki lineer değilse, korelasyon ayırt edici
istatistiksel bir özellik olamaz.
Sayısal Görüntü
Spektral uzaklık

Spektral uzaklık; n-boyutlu spektral uzayda (bant
sayısı n olan) hesaplanan Öklit uzaklığıdır.
Bi bantında p ve k piksellerinin dijital değerleri

Burada
Bi bantında p ve k piksellerinin dijital değerleri
Örneğin 4 boyutlu sentetik verideki 3-4 ve 5-1 satır-sütun koordinatlarına karşılık gelen iki piksel
arasındaki spektral mesafe:
Burada, p pikselinin ölçü vektörü [6 4 5 7] ve k pikselinin ölçü vektörü de [1 1 2 3]’dür.
50


Çoğu uygulamada bir pikselin sadece kendi değeri
değil diğer piksellerle olan komşuluğu da dikkate alınır
4, köşegen (diagonal) ve 8 piksel komşuluk
51
52
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.
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.

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
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.
Kontrast Artırımı
Ancak,
 İnsan gözü radyometrik anlamda 16-32 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.
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.

Lineer kontrast yayma/germe

Histogramdan yararlanılarak görüntüdeki kontrastın
zenginleştirilmesi yöntemlerinden biridir;
g2(x.y)=(g1(x.y) + t1) t2
t1, t 2
: dönüşüm parametreleri, seçilebilir
g1 : girdi görüntü
g2 : çıktı görümntü ,< g2 min , g2 max > aralığındadır
t1= g2 min - g1 min
t2=

g2 max - g2 min
-------------g1 max - g1 min
Örnek/ orijinal görüntünün min gri değeri 89 ve maksimim gri değeri 176 olsun.
Gri değerleri [ 0,255] arasında yapmak istersek
t1=0-89=-89
t2= (255-0) / (176-89) = 2.93
Örnek
g 0
n -
15
1205
16
1693
17
1312
18
762
19
810
20
31
618
-
a) Görüntü hakkında bilgi veriniz
b) Yeni görüntünün lineer kontrast yöntemi ile elde edilecek gri
değerlerini hesaplayınız
c) Histogramını ve kümülatif histogramını çiziniz (%)
t1= g2 min - g1 min
g2 max - g2 min
t2=
-------------g1 max - g1 min
g2(x.y)=(g1(x.y) + t1) t2
Örnek
g 0
n -
15
1205
16
17
1693
1312
18
19
762
810
20
31
618
-
a) Görüntü hakkında bilgi veriniz
b) Yeni görüntünün lineer kontrast yöntemi ile elde edilecek gri
değerlerini hesaplayınız
c) Histogramını ve kümülatif histogramını çiziniz (%)
t1=0-15=-15
t2= (31-0) / (20-15) = 6.2
g2(x.y)=(g1(x.y) + t1) t2
g1=15 için g2=(15+ (-15)) x6.2=0
g1=16 için g2=(16+ (-15)) x6.2=6.2
.
.
Histogramı

1205+1693+1312+762+810+618=6400
15% 19
16% 26
17% 20
18% 12
19% 13
20% 10
26
20
19
13
12
10
0
15
16
17
18
19
20
31
Kümülatif histogramı

1205+1693+1312+762+810+618=6400
15% 19
16% 45
17% 65
18% 77
19% 90
20% 100
100
90
77
65
45
19
0.19
0.19+026
0.19+0.26+0.20
0.19+0.26+0.20+0.12
0.19+0.26+0.20+0.12+0.13
0.19+0.26+0.20+0.12+0.13+0.10
0
15
16
17
18
19
20
31

Radyometrik Düzeltme

Transkript

Benzer belgeler

Sevgili Okurlar - TELE

“Gözlüklü” ekranlar geliyor

Detaylı FineReader Pro - FineReader Express Karşılaştırması

PG-5030C Plus X-Ray Cihazı

taktik muharebe sahası gerçek zamanlı görüntü aktarma