Uzaktan Algılama Uydu Görüntüleme Sistemleri İçin Sinyal Gürültü Oranı Hesaplama Yöntemi

Öz

Sinyal Gürültü Oranı (SGO) uydu görüntüleme sistemlerinde görüntü kalitesi ile radyometrik performansı birbirine bağlayan bir ölçüt olarak kullanılır ve uzaktan algılama uydu görüntüleme sistemlerinde görüntü kalitesini gösteren parametrelerden birisidir. Uzaktan algılama uydu görüntü sistemi tasarım aşamasında SGO hesaplamalarının ve analizlerinin yapılması gerekmektedir. Bu hesaplama ve analiz çalışmaları tasarıma yön verilmesi ve tasarımın doğrulanması için önem taşımaktadır. Tasarlanan optik görüntüleme sistemine kaliteli bir görüntü oluşturabilecek ışık akısının ulaştığı ve ulaşan bu ışık akısının sensör üzerinde yeteri kadar elektron oluşturduğu gösterilmelidir. Bu çalışmada alçak irtifa yörüngesinde görev alan yakın kızıl ötesi bantta çalışan bir uydu görüntüleme sisteminin spektral ve toplam ışık akı miktarı hesaplaması yapılarak SGO analizi sunulmuştur. Optik sistemin görüntü kalitesinin tasarım aşamasında tahmin edilebilmesi ve optik giriş açıklık çapının
belirlenmesi için sensöre gelen ışık miktarının hesaplanması ve SGO analizinin yapılması gerekmektedir. Bu çalışmada uzaktan algılama uydu görüntüleme sistemleri için yer yüzünden yansıyıp atmosferi geçerek görüntüleme sensörünün bir pikseline oluşan toplam elektron sinyal miktarı hesaplama yöntemi verilmiş ve SGO analizi yapılmıştır. Önerilen SGO analiziyle optik görüntüleme sisteminin 2,5 milisaniye görüntü alma süresince düşük kapasitans modda çalıştırılmasıyla sensörün bir pikselinin %28,2'i elektronlarla dolduğu, kazancın 0,56 V ve SGO'nın 861 olduğu tespit edilmiştir.

Anahtar Kelimeler

• Uzaktan algılama, Optik görüntüleme, Sinyal gürültü oranı (SGO), Uydu alt-sistemi

SNR CALCULATION METHOD FOR REMOTE SENSING SATELLITE IMAGING SYSTEMS

Öz

Signal to Noise Ratio (SNR) is a metric used to link the image quality and radiometric performance of the remote sensing imaging systems. It is one of the remote sensing imaging system's design parameters that represents the image quality. SNR calculation and analysis should be carried out at design phase of remote sensing imaging systems. This calculation and analysis are crucial for confirmation of design success. It is important to show that the light flux reaching the sensor and the generated electrons on sensor is enough to create a high quality image. In this paper, the spectral and total light flux power calculations are presented and SNR analysis in near infrared wavelength region for a remote sensing imaging system used at low earth orbit is demonstrated. Light flux power calculation and SNR analysis are necessary for designing an optical imaging system. The amount of light flux entering to the sensor should be calculated. SNR should also be analyzed to determine the entrance baffle diameter and estimate the image quality of the optical imaging system. The proposed method provides 28.2% electrons filling ratio per pixel, 0.56 V gain and the SNR of 861 for the 2.5 ms operation of the optical system. 

Anahtar Kelimeler

• Remote sensing,Optical imaging,Signal to noise ratio,Satellite subsystem

Kaynakça

1. Fiete, R. D. ve Tantalo, T., "Comparison of SNR
2. Image Quality Metrics For Remote Sensing
3. Systems", Optical Engineering, Cilt 40, No 4,
4. –585, 2001.
5. Kim, T., Kim, H. ve Kim, H., "Image-Based
6. Estimation and Validation of Niirs for High
7. Resolution Satellite Images", Technical Note,
8. Department of Geoinformatic Engineering,

9. Inha University, Korea Aerospace Research
10. Institute, Republic of Korea, 2012.
11. Hofer, S., Neumann, C. ve Skrbek, W., "SNR
12. Estimation for Advanced Hyperspectral Space
13. Instrument", Proceedings of SPIE, Infrared
14. Spaceborne Remote Sensing, Cilt 5883, No 3,
15. -7, 2005.
16. Braun, D. ve Alperovich, V., "Electro-Optical
17. System Performance Analysis for Airborne and
18. Spaceborne Photography", Proceedings of SPIE, Airborne Reconnaissance, Cilt 24, No 4127, 85-
19. , 2000.
20. Oh, E., Cho, S., Ahn Y-H., Park, Y., Ryu J-H ve
21. Kim S-W, " In-orbit Optical Performance
22. Assessment of Geostationary Ocean Color
23. Imager", Geoscience and Remote Sensing
24. Symposium (IGARSS), 4750 - 4753, 2012.
25. Xinhong, W., Lingli, T., Chuanrong, L., Bo, Y.
26. ve Bo, Z., "A Practical SNR Estimation Scheme
27. for Remotely Sensed Optical Imagery",
28. Proceedings of SPIE, Cilt 7384, No 34, 1-6,
29. -
30. Berk, A., Bernstein, L.S. ve Robertson, D.C.,
31. "MODTRAN: A Moderate Resolution Model for
32. LOWTRAN7", Technical Report GL-TR-89-
33. , Geophysics Lab., Bedford, USA, 1989.
34. Kneisys, F.X., Abreu, L.W., Anderson, G.P.,
35. Chetwynd, J.H., Shettle, E.P. ve Berk, A., "The
36. MODTRAN 2/3 and LOWTRAN Model",
37. Technical Note, Ontar Corporation, North
38. Andover, MA, 1995.
39. Vermote, E., Tanre, D., Deuze, J.L., Herman, M.
40. ve Morcette, J.J., "Second Simulation Of The
41. Satellite Signal In The Solar Spectrum, 6s User
42. Guide Version 0", Technical Note, NASAGoddard
43. Space Flight Centre, Greenbelt, USA,
44. -
45. Schott, J. R., Remote Sensing, The Image
46. Chain Approach, 2nd Edition, Oxford
47. University Press, New York, 2007.
48. Schowengerdt, R. A., Remote Sensing, Models
49. and Methods for Image Processing, 3rd
50. Edition, Academic Press, New York, 2006.
51. Easton, R. L., Fourier Methods in Imaging,
52. John Wiley & Sons, New York, 2010.
53. Güler, N. F. ve Navruz İ., ”The Optical Grating
54. Based Solutions for Dispersion Compensation in
55. Optical Communication Systems”, Journal of
56. the Faculty of Engineering and Architecture of
57. Gazi University, Cilt 21, No 1, 129-136, 2006.