Radyometrik Düzeltme
Transkript
Radyometrik Düzeltme
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. DİJİTAL UYDU GÖRÜNTÜSÜ 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 DİJİTAL UYDU GÖRÜNTÜSÜ 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 Ön İşleme-Radyometrik Düzeltme 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. Ön İşleme-Radyometrik Düzeltme 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. Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme 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 Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme Toplanan atmosferik yol ışınırlığı (Lp) görüntü kontrastını azaltan pus etkisi oluşturur ve bu etki küçük dalga boylarına doğru artış gösterir. 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. 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 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. Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme 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 Ön İşleme-Radyometrik Düzeltme 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. Ön İşleme-Radyometrik Düzeltme Atmosferik Düzeltme 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 Ön İşleme-Radyometrik Düzeltme 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. Ön İşleme-Radyometrik Düzeltme Güneş’in Açısal Yüksekliğine ve Yeryüzüne Olan Uzaklığına 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: Ön İşleme-Radyometrik Düzeltme 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. Ön İşleme-Radyometrik Düzeltme Güneş’in Açısal Yüksekliğine ve Yeryüzüne Olan Uzaklığına 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 GÖRÜNTÜ KARAKTERİSTİKLERİ 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 GÖRÜNTÜ KARAKTERİSTİKLERİ 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 Sayısal Görüntü İstatistiksel Parametreleri (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 Sayısal Görüntü İstatistiksel Parametreleri 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. Sayısal Görüntü İstatistiksel Parametreleri 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. Sayısal Görüntü İstatistiksel Parametreleri 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: Sayısal Görüntü İstatistiksel Parametreleri 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. Sayısal Görüntü İstatistiksel Parametreleri Korelasyon, Korelasyon Katsayısı 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. Sayısal Görüntü İstatistiksel Parametreleri Korelasyon, Korelasyon Katsayısı 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. Sayısal Görüntü İstatistiksel Parametreleri 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. 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. 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 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. Spektral Dönüşümler 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 Lineer kontrast yayma/germe 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 Lineer kontrast yayma/germe 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