www.radartutorial.eu www.radartutorial.eu Radar Temelleri

Evreuyumlu Değişim Algılama

Resim 1: Daha önceki bir zamana ait Yapay Açıklıklı Radar resmi

Resim 1: Daha önceki bir zamana ait Yapay Açıklıklı Radar resmi

Resim 2: Algılanan farklara sahip Evreuyumlu Değişim Algılama-resmi

Resim 2: Algılanan farklara sahip Evreuyumlu Değişim Algılama-resmi

Evreuyumlu Değişim Algılama

Bir Yapay Açıklıklı Radarda bir Evreuyumlu Değişim Algılama (Coherent Change Detection, CCD) gerçekleştirebilir. Bu, ham verilerin hassas kaydedilmesini, tam görüntü işlemeyi ve hesaplamayı gerektirir. Yöntem sivil ve askeri amaçlıdır ve yer yüzeyindeki değişiklikleri tespit etmek için kullanılan güçlü bir tekniktir. Bu yöntemle yer yüzeyindeki en küçük değişiklikler bile fark edilebilir. Sivil kullanıma bir örnek olarak ormanlardaki fırtına hasarlarında meydana gelen değişiklerin tespit edilmesi gösterilebilir.

Çalışma prensibi

Yöntem, iyi bilinen resim arama oyununa çok benzer: bir özgün görüntü ve bir yanıltıcı görüntü incelenmeli ve tüm değişiklikler algılanmalıdır. Genellikle son değişiklik bulunamaz ve bu durumda yalnızca bir teknik yöntem yardımcı olur: İki resim birbiri üstüne yerleştirilir ve farklar daha belirgin ortaya çıkar. Bununla birlikte, bu aslında yalnızca optik olarak yakalanan her iki görüntüde de aydınlatma durumu aynıysa çalışan, Büyüklük Değişikliğini Algılama (Magnitude Change Detection) yöntemidir.

Radarla aydınlatma durumu her zaman karşılaştırılabilir. Evreuyumlu Değişim Algılamada her iki radar resminin genlik ve faz açısı birbiri ile karşılaştırılabilir. (Evreuyum kavramı ile radarda, bir referans salınıma göre daima bir sabit faz ilişkisi kastedilir.) Veri kaynağı radar işaret işleme zincirinde faz bilgisinin daima henüz kaybolmadığı bir noktadır: yani demodülasyondan önce! Böylece çok daha hassas değişikler tanınabilir. Bir Yapay Açıklıklı Radar yönteminde de Genlik Değişim Algılama mümkündür, ancak demodülasyon sonrasında. (Bakınız: Darbe Tümleştirme)

Hatta Yapay Açıklıklı Radar tarafından hesaplanan resimde çayırdaki ot sapları üzerinden geçen bir arabanın tekerlek izleri bile algılanabilir. Çünkü aracın tekerleklerinin ezmediği otların yönü olduğu gibi kalır. Bu, ilkel gizlenmeleri (kamuflajı) ortaya çıkardığından askeri olarak işe yarar bir yöntemdir. Eğer önceki gün orada mevcut olmayan bir ağaç aniden varsa, bu orada birisinin saklandığını gösterir! Bu tür ciddi değişiklikler resimde kırmızı ya da mavi renkli bir işaret ile vurgulanır. Kırmızı, bir nesnenin ilk görüntüde kaybolduğunu, mavi ise bir nesnenin eklendiğini gösterir.

Resmin hesaplanması

Görüntü, yalnızca çapraz ilintilendirme yöntemini kullanarak piksel-piksel karşılaştırılmakla kalmaz, aynı zamanda bu pikselin çevresine göre büyüklüğü ve bir küçük yüzeyin ortalaması (örneğin, 3×3 piksellik yüzey) ile de karşılaştırılır. Bu yüzeylerin her biri için, bir resmin bu görüntüsünün takip eden görüntünün yüzeyi ile ne kadar eşleştiğini gösteren bir γ evreuyum değeri hesaplanır. Eğer γ = 1 ise tam eşleşme söz konusudur, yok eğer γ = 0 ise tesadüfen bile bir eşleşme olmaz. Sapma boyutunda bağlı olarak örneğin, γ < 0,9 gibi bir renk değişikliği meydana gelir.

Örneğin, biçilmiş bir yüzeydeki tekerlek izleri günler sonra bile görülebilir ve γ değerinde yaklaşık olarak 0,96 … 0,98 lik bir değişikliğe neden olur. Otları makine ile biçerken makinenin kesici bıçaklarının derinlik ayarında yapılan birkaç santimetrelik değişikler bile ölçülebilir. Böylece yankı işaretinin boyutu hiç değişmez, fakat faz konumu tamamıyla farklıdır! Dolayısıyla bir resimde yalnızca genlikleri karşılaştıran (yani bir evreuyumlu-olmayan) yöntem herhangi bir şeyi tanıyamayacaktır. Bu genlikleri, büyüklüğüne göre normalize eden ve yalnızca bu faz farklarını görüntüleyen bir resim bu tür tekerlek izlerini özellikle kuvvetle işaretleyecektir. Bununla beraber böyle bir resim oldukça gürültülü görüntülenir ve çok sayıda yanlış alarm üretir, çünkü örneğin rüzgâr, yaprakların ya da ot saplarının konumunu bir hayli etkiler. Bu nedenle genlik ve faz açısının aynı anda karşılaştırılması gerekir, böylece olabildiğince yüksek zıtlıkta (high contrast) bir değişiklik görüntüsü ortaya çıkar. Bu tür bir görüntü için eşik değerleri de tanımlanabilir ve Algılama Olasılığı ve Yanlış Alarm Oranı (veya Yanlış Alarm Olasılığı) gibi radara özgü parametreler de hesaplanabilir.


Sponsors: