24 Ağustos 2021

MAPIR Kamera Kontrol Uygulamasında Görüntüleri Kalibre Etme

24 Ağustos 2021

254

MAPIR Kamera Kontrol Uygulamasında Görüntüleri Kalibre Etme

MAPIR Kamera Kontrol Uygulamasında Görüntüleri Kalibre Etme

 

Bu sayfa, bir bitki tarlasındaki bitki örtüsü gibi malzemelerin yansımasını ölçmek için kullanılan görüntüleri nasıl ve neden kalibre ettiğimizi açıklamaktadır.

 

Kalibrasyon Neden Gerekli? 

 

Güneşimiz, Dünya yüzeyindeki cisimler tarafından yansıtılan geniş bir ışık spektrumunu yayar. Yansıtılan bu ışığı, kamera sensörünün duyarlı olduğu dalga boylarında yakalamak için bir kamera kullanılabilir. Tedarik ettiğimiz sensörler, Görünür ve Yakın Kızılötesi spektrumda yaklaşık 400-1200nm arasında hassas olan silikonu temel almaktadır. Sadece dar bir ışık spektrumunun sensöre ulaşmasına izin veren bant geçiren filtreler kullanarak, nesnelerin o ışık grubuna yansıma miktarını yakalayabiliriz.

 

Örneğin, kameranın filtresi en yüksek dalga boyu 650nm olan 25nm genişliğinde bir bant seçerse, yalnızca güneş tarafından yayılan yansıyan “kırmızı” ışığı yakalayacaktır. Görüntüdeki her piksel bu nedenle “kırmızı” filtreden geçmesine izin verilen yansıyan ışığın bir yüzdesidir.

 

Piksellerin, görüntü bit hızına bağlı olarak minimumdan maksimumya kadar değişen bir değeri vardır. Bit hızı ne kadar yüksek olursa görüntüde o kadar fazla bilgi saklanabilir. Bir sensör, her görüntüyü bir RAW formatında yakalar ve ardından RAW’ı kaydeder veya daha sık kullanılan bir biçime dönüştürür (genellikle sıkıştırarak). Survey3 kameraları, RGB kanalı başına 16 bit RAW fotoğraf çeker; bu, 16 bit (65,536) piksel ve 0 ile 65,535 arasında bir piksel değer aralığı olduğu anlamına gelir. Kamera 8 bitlik bir JPG kaydettiğinde, yalnızca 0 – 255 aralığındaki pikselleri sıkıştırır (. Işık yansıması yakaladığımızdan ve “güzel bir resim” yapmaya çalışmadığımızdan her zaman RAW formatını kullanmak istiyoruz. Bir JPG’ye ihtiyacınız varsa, MAPIR Camera Control (MCC) kullanarak RAW’ı TIFF’e kolayca JPG’ye dönüştürebilirsiniz

 

Ayrıca kamera ayarlarının (deklanşör hızı, ISO, EV), piksellerin maksimum piksel değerine ulaşmayacak şekilde ayarlandığından emin olunması önemlidir. Eğer bir piksel normalde maksimum değerden yüksek olursa bilgi kaybedilir. Survey3 kameralarındaki görüntülerin karanlık göründüğünü fark edebilirsiniz. Piksellerin maksimum değere ulaşmasını engellemek için varsayılan ayarları yaptığımız için bu normaldir. Unutmayın, “güzel bir resim” yapmamaktaki yansıma yüzdesini çekiyorsunuz.

 

Bu bizi kalibrasyona getirir . Sırf her bir pikseldeki yansıma yüzdesini yakaladığımızdan, doğru olup olmadığını nasıl bilebiliriz? Bilinen bir yansıtma değeri kullanarak her pikseli kalibre etmek için bir şeye ihtiyacımız var. Bunu, MAPIR Camera Reflectance Calibration Ground Target Package’inizin  her bir anketinden hemen önce, bir spektrometre (kalibre edilmiş bir laboratuvar cihazı) tarafından artan dalga boylarında ölçülen 4 hedef içeren bir fotoğrafını  çekerek yapıyoruz . Yakalanan hedef görüntünün piksel değerleri daha sonra hedeflerin bilinen yansıma değerleriyle karşılaştırılır. Bu bilgiyi MAPIR Kamera Kontrolü’nde (MCC) kullanarak  , piksel değerlerini dönüştürüyoruz ve böylece anket görüntülerini kalibre ediyoruz.

 

Görüntüler kalibre edildikten sonra, bunları bir arada orto-mozaik veya “orto” olarak adlandırılan tek bir görüntüde birleştirebilirsiniz. Aynı anda birden fazla sensör kullanarak fotoğraf çekiyorsanız, yazılımınızın birden fazla sensörün hizalanmasını desteklediğinden emin olmanız gerekir. Bu tür yazılımlara örnek olarak Pix4D’s Pix4Dmapper Pro ve Agisoft’s Photoscan gösterilebilir . Elde edilen orto görüntüler daha sonra farklı analiz türlerini üretmek için pikseller üzerinde gerçekleştirilen indeks hesaplamalarına sahip olabilir. Orto üretim yazılımının kalibre edilmiş görüntüler arasında bağlantı noktaları bulmakta zorluk çektiğini tespit ediyorsanız, önce ortoyu kalibre edilmemiş görüntüler ile dikmeyi ve ardından ortoyu MCC’ye dışa aktarıp kalibre etmeyi seçebilirsiniz.

 

Normalize edilmiş fark bitki örtüsü endeksi (NDVI) en yaygın analizdir ve yansıyan kırmızı ve yakın kızılötesi (NIR) ışığın bitkilerin en “nerede” en sağlıklı olduğunu değerlendirmek için karşılaştırır. Tek bir mahsulün örnek bir alanı verildiğinde, daha fazla NIR ışığını yansıtan bitkilerin daha fazla fotosentez yapacaklarını ve böylece daha sağlıklı (ve tam tersi) olacağını varsayıyoruz. Bitkilerin belirli bir bölgesi daha yüksek olan bir NDVI değerine sahipse (değerler -1 ile +1 arasında değişir), o zaman bitkiler orada daha sağlıklı olabilir. Hangi indeks analizini gerçekleştirdiğiniz önemli değil, aynı zamanda genel olarak “temel gerçeği” olarak bilinen bir süreç olan sonuçları doğrulamak için konu alanını fiziksel olarak incelemeniz çok önemlidir.

 

Resimlerinizi Kalibre Etme

 

Eğer sonra resimlerinizi önceden işlenmiş nihai orthomosaic içine dikiş veya dikiş önce her fotoğraf kalibre seçeneği var. Normalde kalibre edilmemiş görüntüleri dikmek ve daha sonra kalibre edilmiş görüntüleri dikerken olası sorunlar nedeniyle ortomosaik kalibrasyonu daha iyidir. Bu özellikle, orto jenerasyondan sonra kalibre edilmesi için Pix4D ve Photoscan gibi point-cloud yazılımı ile önemlidir.

 

Kalibrasyondan önce ana ankette bulunmayan görüntüleri ayrı bir klasöre taşımak isteyeceksiniz. İlk anket yol noktasından önce veya sonuncusundan sonra fazladan bir görüntünüz varsa, bunları bu ayrı klasöre taşımak isteyeceksiniz. Yerinde, üzerinde kalibrasyon hedefi bulunanlar da dahil olmak üzere herhangi bir resim varsa, bunları ayrı klasöre koymak isteyeceksiniz. Ana klasördeki resimler sadece konu / anket alanınızdakileri içermelidir. Bu, elde edilen kalibre edilmiş görüntülerde kontrastın artmasına yardımcı olur.

 

Piksel verilerinin ölçeklendirilmesinin aynı olması için tüm kameraları kalibre etmek istediğiniz kalibrasyon penceresine yüklemeniz gerekir. Örneğin, bir Survey3W_NGB kamerayla Survey3W_RGN’yi kalibre etmek istiyorsanız, her iki kamera için kamera modelini, lensi ve filtreyi seçersiniz:

 

Anketinizden  hemen önce alınan MAPIR Camera Reflectance Calibration Ground Target Package görüntüsü varsa  (önerilen), ilk Browse (Gözat) düğmesine tıklayın ve QR hedef görüntüsünü seçin. Sonra bu göz at düğmesinin yanındaki “Kalibrasyon Değerleri Oluştur” düğmesini tıklayın. Yazılım QR hedefini tespit ettiğinde sağdaki iletişim kutusu başarılı olup olmadığını size bildirecektir. Ayarladığınız her kamera için bunu yapın.

 

Eğer görüntülerin hiçbiri QR kodunu tespit etmek için kullanılamıyorsa, program otomatik olarak güneşli bir gün boyunca aldığımız kodlanmış değerleri otomatik olarak kullanacaktır. Sabit kodlanmış değerler kullanılırsa hafif bir yanlışlık olabilir, bu yüzden en iyi sonuçları elde etmek için anketinizden kısa bir süre önce hedefin birkaç iyi görüntüsünü yakaladığınızdan emin olun.

 

Eklenti, her kamera için gerekli kalibrasyon değerlerini elde ettikten sonra, o kameranın giriş görüntü dizinini seçmek için her kamera için “Kalibrasyon Değerleri Oluştur” düğmesinin altındaki Gözat düğmesini tıklayın. Tek bir görüntü için değil, bir klasöre göz atıyorsunuz, bu nedenle giriş klasörü tarayıcısında görüntüleri görmeyeceksiniz. Kalibrasyon TÜM görüntüleri TÜM giriş klasörlerinde kalibre eder, bu nedenle içinde ihtiyacınız olmayan herhangi bir görüntünün olmadığından emin olun. Ana klasörünüzden önce ve sonra kamera tarafından yakalananlar gibi ihtiyacınız olmayan tüm fotoğrafları başka bir klasöre silerek veya taşıyarak giriş klasörlerinizi temizlemek genellikle en iyi yoldur. Ardından kalibre etmek için pencerenin altındaki Kalibre Et düğmesine basın. Program kalibre olurken donacak ve yanıt vermeyecektir, bu normaldir.

Kalibre edilmiş görüntüler için giriş klasörlerinde bir Calibrated_1 klasörü otomatik olarak oluşturulur. Kalibre edilmiş TIFF’lerin JPG’ye dönüştürülmesini istiyorsanız, lütfen Kalibre Et düğmesine basmadan önce “Kalibre edilmiş TIFF’leri JPG’ye Dönüştür” kutusunu seçin.

 

İleri İşlem Kalibre Edilmiş Görüntüler

Görüntülerdeki her piksel şimdi fotoğraflanan alan için yansıma yüzdesini temsil eder. Muhtemelen çok karanlık olacaklar, ama endişelenmeyin bu normal. Unutmayın, güzel bir resim değil, yansıtma bilgilerini çekiyorsunuzdur.

 

Her bir fotoğrafı tek tek kalibre ettiyseniz, görüntüleri orto-mozaik görüntü oluşturmak için seçtiğiniz yazılıma yüklemek isteyeceksiniz.

 

Orto-mozaik oluşturma yazılımınızda yerleşik bir rastor / dizin hesap makinesi yoksa, istediğiniz dizini hesaplamak ve bir renk gradyanı (lut) uygulamak için aşağıdaki kılavuzu takip edebilirsiniz:
Açık  MAPIR Kamera Kontrolü (MM) ve üstündeki Görüntüleyici sekmesine tıklayın. Görüntüleyici, diğer fotoğraf tarayıcılarında görülemeyecek kadar karanlık olan görüntülere bakmanıza olanak sağlar. Tek görüntüleri doğrudan kameradan veya dikişli ortomosiklerinizden görüntüleyebilir ve dönüştürebilirsiniz. MM’nin İşlem sekmesinde daha önce RAW’tan dönüştürülmüş bir TIFF resmi açmak için (Görüntüleyicide JPG’leri de açabilirsiniz) Gözat düğmesini tıklatın.

 

İşte bir şaraphane üzerinde uçan bir Survey3W RGN kameradan alınan kalibre edilmemiş bir TIFF görüntüsü:

 

Bu RGN kamera modelinde yansıyan kırmızı ışık görüntünün kırmızı kanalında yakalanır ve yansıyan yakın kızılötesi (NIR) ışığı esas olarak görüntünün mavi kanalındadır.

 

Görüntüyü RGB kanallarına bölecekseniz, işte kırmızı kanal (sol / üst) ve mavi kanal sağ / alt:

 

Beyaz / gri satırlar üzüm asmalarıdır ve kırmızı kanalda gri, mavi kanalda beyazdır. Piksel değerleri siyahtan (yansıma yok) beyazdan (tam yansıma) değişiyor. Bitkiler fotosentez sırasında çok sayıda NIR ışığını yansıtır, bu nedenle mavi NIR kanalının bitkileri beyaz, toprağı siyah olarak göstermesi bu yüzdendir. Hala görüntüleri ayarlamadık, o yüzden şimdi yapalım:

 

MAPIR Camera Reflectance Calibration Ground Target Package fotoğrafımızdaki MCC yükünün Kalibre Et sekmesi altında,   üzümlerin üzerinde TIFF resminin bulunduğu klasörü seçerek. Değerleri Üret düğmesini tıklayın ve ardından alttaki Kalibre Ete tıklayın:

 

Görüntüleyici sekmesine geri dönerek kalibre edilmiş fotoğrafa göz atın:

Görüntünün genel olarak daha az yeşil olduğuna dikkat edin, bu kalibrasyonun bir sonucudur. Diğeri, endeks değerlerinin şimdi doğru şekilde kalibre edilmiş olmasıdır, bu yüzden bir sonrakilere bakalım.

 

Tarama hesaplayıcısını göstermek için “Dizini Hesapla” düğmesini tıklayın. Bu eğitim için NDVI endeksini seçelim. NIR ışığı çoğunlukla mavi görüntü kanalında saklanır, bu nedenle Y aşağı açılan @ Band3’ü (Mavi Kanal) değiştirin. X açılır listesinin kırmızı görüntü kanalını temsil etmesi için @ Band1 (Kırmızı Kanal) olması gerekir:

 

“Uygula”düğmesini tıkladığınızda görüntüleyicideki resim siyah beyaz olur. Bu, NDVIindeks görüntüsüdür; siyah pikseller düşük bir dizin değerini temsil eder vebeyaz pikseller, yüksek bir değeri temsil eder. Piksel değeri aralığını Legend alanında sağ tarafta görebilirsiniz. NDVI endeksi için, düşük (siyah) birpiksel değeri, pikselin NIR’nin yansıtıldığından daha fazla kırmızı ışığa sahipolduğu ve bu nedenle fotosentez yapan sağlıklı bir bitki örtüsü olmadığı anlamına gelir. Bunun tersi, kırmızı ışıktan daha fazla NIR ışığına sahip olanve tipik olarak sağlıklı bir bitki örtüsü olan yüksek (beyaz) piksel değerleri için geçerlidir.

 

Görüldüğü gibi görüntünün piksel aralığı -0,36 ile 0,44 arasındadır. Vejetasyon, NDVI formülünü kullanırken tipik olarak yaklaşık 0.2 ila 0.9 bir NDVI değerine sahip olacaktır. Şimdi biraz renk ekleyelim, böylece toprakla bitkiler arasındaki ve bitkilerin kendileri arasındaki kontrastı daha iyi görelim.

 

Renk Haritası (LUT)penceresini görüntülemek için “LUT Yapılandır” düğmesine tıklayın. Lut’u seçelim: RrYyGg, Sınıflar: 7 Renk ve Klip: Arkaplan Gri Tonlama. “Uygula” düğmesini tıklayın:

 

Viewerana ekranına baktığımızda, dizin görüntüsünün artık lutunuza göre renklendiğini görebilirsiniz:

 

Hala açık Renk Haritası (LUT) penceresinde, Min ve Maks piksel değerleri için düzenlenebilir değerler olduğunu fark edeceksiniz. Bu değerler, seçilen kırpmaya göre renklerin uygulandığı piksel değerleri aralığını temsil eder. İşte kırpma seçenekleri:

 

Düz Renk: bu seçenek, uçtaki renkleri luttan alır ve minimum / maksimum piksel aralığının dışındaki tüm pikselleri, en az ve en fazla luttaki renklere ayarlar.

 

Şeffaf: Bu seçenek min / max aralığının dışındaki tüm pikselleri şeffaf (şeffaf) yapar. Bu, görüntüleri birbirinin üzerine, örneğin bir RGB görüntü taban katmanına sahip bir kompozit görüntü ve sadece lut uyarınca renkli bitki örtüsü yerleştirirken yararlıdır.

 

Arka Plan Gri Tonlamalı: bu seçenek min / maks içindeki pikselleri renk lutuyla ve bu piksellerin dışındakileri dizin görüntüsünün aynı gri tonuna ayarlar.

 

Orijinal Arkaplan: bu seçenek, renkli lut ile min / maks içindeki pikselleri ve orijinal görüntünün dışındaki pikselleri ayarlar.

 

Örneğimize geri dönersek, min değerini 0 olarak değiştirelim ve kırpmayı “Arka Plan Orijinali” olarak değiştirelim, böylece lut rengini yalnızca NDVI dizin piksellerini 0’dan 0,44’e kadar görebilir ve orijinal görüntüyü diğer piksellerde gösterebiliriz:

 

Yorumlar