RASAT ve GÖKTÜRK-2 Görüntülerinin Gerçek Yer Örnekleme Aralığının Belirlenmesi

Yıl 2018, Cilt: 8 Sayı: 1, 292 - 298, 01.01.2018

Ali Cam Hüseyin Topan

Öz

Optik uydu görüntülerinin sunduğu konuma bağlı bilgi içeriğini etkileyen en önemli etkenlerden birisi radyometrik çözünürlüktür. Farklı algılayıcılarla elde edilen görüntüler aynı geometrik ve spektral çözünürlüğe sahip olsalar bile eğer radyometrik çözünürlükleri farklı ise bu görüntülerden elde edilecek bilginin niteliği farklılık gösterecektir. Hatta aynı radyometrik çözünürlüğe sahip olsalar dahi, bazen görüntüler geometrik çözünürlüğü arttırılarak yani yer örnekleme aralığı küçültülerek kullanıcıya sunulmaktadır. Bu durumda görüntünün gerçek yer örnekleme aralığının belirlenmesi uygun olacaktır. Gerçek yer örnekleme aralığının belirlenebilmesi için MATLAB ortamında epix adı verilen bir yazılım geliştirilmiştir. Yazılım, görüntülerdeki düzgün bina kenarlarının gölgeleri ile çatı dokusu arasındaki gri değer geçişlerinin ortalamasını alarak, aralarındaki farkları belirler ve böylece kenar yayılım fonksiyonu ilkesine bağlı olarak görüntülerin gerçek yer örnekleme aralığını hesaplar. epix yazılımı görüntü üzerinden kenar belirleme işlemini Canny operatörü yardımı ile gerçekleştirmektedir. Orijinal görüntü ve Canny operatörü aracılığı ile üretilen kenarlar çakıştırılarak kullanıcının daha kolay kenar belirlemesi sağlanmıştır. Uygulama, RASAT ve GÖKTÜRK-2 uydu görüntüleri ile gerçekleştirilmiştir. Yapılan araştırma sonucunda görüntülerin gerçek geometrik çözünürlüğü yaklaşık olarak 1 piksel olarak bulunmuştur. Dolayısıyla bu görüntüler normal yer örnekleme aralığı ile kullanılabilmektedir

Anahtar Kelimeler

Canny, Epix, Gerçek YÖA, GÖKTÜRK-2, LSF, PSF, RASAT

Estimation of Effective Ground Sampling Distance of RASAT and GÖKTÜRK-2 Images

Öz

Optik uydu görüntülerinin sunduğu konuma bağlı bilgi içeriğini etkileyen en önemli etkenlerden birisi radyometrik çözünürlüktür. Farklı algılayıcılarla elde edilen görüntüler aynı geometrik ve spektral çözünürlüğe sahip olsalar bile eğer radyometrik çözünürlükleri farklı ise bu görüntülerden elde edilecek bilginin niteliği farklılık gösterecektir. Hatta aynı radyometrik çözünürlüğe sahip olsalar dahi, bazen görüntüler geometrik çözünürlüğü arttırılarak yani yer örnekleme aralığı küçültülerek kullanıcıya sunulmaktadır. Bu durumda görüntünün gerçek yer örnekleme aralığının belirlenmesi uygun olacaktır. Gerçek yer örnekleme aralığının belirlenebilmesi için Matlab ortamında epix adı verilen bir yazılım geliştirilmiştir. Yazılım, görüntülerdeki düzgün bina kenarlarının gölgeleri ile çatı dokusu arasındaki gri değer geçişlerinin ortalamasını alarak, aralarındaki farkları belirler ve böylece kenar yayılım fonksiyonu ilkesine bağlı olarak görüntülerin gerçek yer örnekleme aralığını hesaplar. epix yazılımı görüntü üzerinden kenar belirleme işlemini Canny operatörü yardımı ile gerçekleştirmektedir. Orijinal görüntü ve Canny operatörü aracılığı ile üretilen kenarlar çakıştırılarak kullanıcının daha kolay kenar belirlemesi sağlanmıştır. Uygulama, RASAT ve GÖKTÜRK-2 uydu görüntüleri ile gerçekleştirilmiştir. Yapılan araştırmada görüntülerin gerçek geometrik çözünürlüğü yaklaşık olarak 1 piksel olarak bulunmuştur. Dolayısıyla bu görüntüler normal yer örnekleme aralığı ile kullanılabilmektedir.

Anahtar Kelimeler

epix, gerçek YÖA, PSF, LSF, Canny, RASAT, GÖKTÜRK-2

Kaynakça

• Belward, A.S., Skİien, J.O. 2015. Who launched what, when and why; trends in global land-cover observation capacity from civilian earth observation satellites. ISPRS J. Photogramm. Remote Sens. 103:115-128.
• epix. 2017. http://geomatik.beun.edu.tr/camali/yazilimlar/epix/
• Schowengerdt, RA. 1997. Remote Sensing, Models and Methods for Image Processing, 2. Basım, Academic Press, 522 s.
• Shrivakshan, GT., Chandrasekar, C. 2012. A comparison of various edge detection techniques used in image processing. IJCSI, 9:269-276.
• Topan, H., Büyüksalih, G., Jacobsen, K. 2004. Comparison of information contents of high resolution space images, Int. Arc. Photogramm. Remote Sens, s. 583-588, İstanbul.
• Topan, H., Maktav, D., Jacobsen, K., Buyuksalih, G. 2009. Information content of optical satellite images for topographic mapping. Int. J. Remote Sens., 30:1819-1827.
• www.mathworks.com/help/MATLAB/ref/imread.html/
• Parker, JR. 2011. Algorithms for Image Processing and Computer Vision. 2. Basım, Wiley Computer Publishing, 480 s.