Haritalama amaçlı 3 boyutlu veri toplama geleneksel yöntemler olan GNSS alıcıları ve total stationlar ve fotogrametrik yöntemler ile gerçekleştirilir, GNSS alıcıları ve total stationlar bazen veri toplanacak alanların konumu, topoğrafik yapısı ve veri toplama süresi yüzünden tercih edilmedikleri zaman da fotogrametrik yöntemler kullanılır. Fotogrametrik yöntemler gerek hızlı veri toplama imkanı vermesi, gerekse arazi  koşullarından etkilenilmemesi dolayısı ile özellikle geniş alanlarda yıllardır tercih edilen bir yöntem olmuştur.

5-10 yıl öncesine kadar hava fotoğrafı alımı yatırım maliyeti sebebi ile çok fazla firma tarafından yapılamamakta ve  firmalar hizmet alma yoluna gitmekteydi. Son 10 yılda hızla gelişim gösteren,  özellikle coğrafi veri toplama sektörüne yönelik çözümler de üreten düşük maliyetli İHA teknolojisinin gelişmesi ile hava fotoğrafı alımı her firma için daha ulaşılabilir  olmuş ve her geçen gün daha sık kullanılmaya başlanmıştır.

Veri toplama için İHA kullanımının avantajları; düşük irtifa uçtukları için uçuş izinlerinin daha rahat alınması, intikal kolaylığı, yatırım maliyetinin ve veri  toplama maliyetinin düşük olması, toplanan verinin işlenme süresinin kısa olması ve final ürüne hızlı ulaşılabilmesi sayılabilirken dezavantaj olarak; limitli uçuş süresi yüzünden daha az alan kaplaması ve proje sahasının birden çok oturumda uçulabilmesi (geniş proje alanları için), meteorolojik koşullardan ( Özellikle rüzgar) daha çok etkilenmesi ve İHA’larda kullanılan kameraların metrik olmaması dolayısı ile gelen  hataları sayabiliriz.

İHA  ve bununla uyumlu ve İHA görüntüleri için özel olarak yazılmış fotogrametri yazılımlarının kullanılması sonucu görsel olarak kabul edilebilen ürünler kolaylıkla ortaya çıksa da (SYM, Orthomosaic, Mesh Model) yeterince dikkat edilmemesi durumunda 4 temel nedenden kaynaklanan hatalı veriler de üretilebilir.

Fotogrametrik ürünlerin hassasiyetini etkileyen 4 temel faktör;

• Kamera Kalibrasyonu
• Yer Kontrol noktaları
• Bindirme oranları
• Uçuş yüksekliği

Bu blog yazımızda Kamera Kalibrasyonu konusunu ele alacağız;

Kamera Kalibrasyonu prensip olarak kamera ile ilgili 3 temel öğenin fiziksel olarak düzeltilmesi değildir, bu 3 temel öğenin ölçülerek belirlenmesi ve böylece hesaba dahil edilebilmesidir, Genelde kalibrasyon işleminde lens hatalarının fiziksel olarak düzeltildiği yönünde bir algı olsa da aslında kalibrasyon işlemi ile kamera ve lense bir işlem uygulanmaz.

Kalibrasyon işlemi ile hesaplanan 3 temel birleşen aşağıdaki gibidir;

• Lens Distorsiyonları ( Radyal ve Teğetsel)
• Asal Nokta Koordinatları Xp ve Yp (Principal Point Displacement)
• Odak Uzaklığı (f)

DİSTORSİYON:

Genel olarak dijital kameralarda 2 tip distorsiyon mevcuttur Radyal distorsiyon (k1, k2, k3) ve Teğetsel distorsiyon (t1, t2)

Radyal distorsiyon; mercekten kaynaklı açısal büyütme sonucu merceğe farklı açılarla gelen ışınların iz düşüm düzlemi önüne ya da arkasına odaklanması ile meydana gelen görüntü ötelemesidir. Radyal distorsiyonun konumsal etkisi fazla olduğu için yüksek doğrulukla modellenmesi gerekir.

Teğetsel distorsiyon; lens elementleri ve görüntü sensörünün merkezlerinin çakışık olmaması ve bunların düzlemlerinin paralel olmamasından kaynaklanmaktadır.

ASAL NOKTA KOORDİNATLARI:

Bir hava fotoğrafının tam merkezine Asal Nokta denir. Kamera merceğinin hemen altında yer alan ve dikey olarak aşağıya bakan noktadır, aynı zamanda kamera ekseninin fotoğraf düzlemini ve nesne yüzeyini deldiği H ve H’ noktasıdır.

ODAK UZAKLIĞI:

Objektiften a uzaklığında bulunan bir nesnenin net görüntüsü, yine objektiften itibaren c uzaklığında olan bir düzlemde oluşur, Burada f objektifin (mercek sisteminin) odak uzaklığıdır. Özellikle hava fotogrametrisi uygulamalarında nesnenin objektife olan a uzaklığı, f odak uzaklığına göre çok büyüktür. Bu nedenle a = ∞ alınabilir. Bu durumda (1/a) +(1/c) =(1/f) denkleminden c = f bağıntısı bulunur. Bu durumda net görüntü, odak düzleminde oluşur. Bu özellikten dolayı hava kameralarında f odak uzaklığı yerine c görüntü uzaklığı, özel deyimi ile asal uzaklığı alınır.

Kamera kalibrasyon parametreleri daha önce de belirttiğimiz üzere hesaplanabilir, bu bölümde PIX4D yazılımında kalibrasyon parametrelerinin basit olarak nasıl hesaplanabileceğini anlatmaya çalışacağız.

PIX4D yazılımında hesap yolu ile lens kalibrasyonu yapabilmek için ihtiyaca uygun toplanmış bir veri setine ihtiyaç vardır, en iyi sonucu alabilmek için ihtiyacımız olan farklı yüksekliklerden çekilmiş 200-300 civarı hava fotoğrafı ile arazide düzgün dağılmış ve hassas olarak ölçülmüş yer kontrol noktalarıdır. Uçuş double grid şeklinde ( Doğu-Batı ve Kuzey-Güney yönlerinde ) yapılmış olmalı ve örneğin doğu batı uçuşları 100 m irtifadan yapılmış ise aynı alanı kapatan Kuzey-Güney yönlü uçuşlar yaklaşık 2 kat irtifadan (300mt) yapılmalıdır.

Seçilen bindirme oranı %80 ileri bindirme v e %75 yan bindirme şartlarını sağlamalıdır. Fotoğrafı çekilecek alan bitki örtülü olmamalı, yansıma probleminin yaşanmayacağı mümkünde meskun alanlarda bu kalibrasyon uçuşu gerçekleştirilmelidir. Yansıma etkisinden kaçınmak için uygun mevsim ve saatlerde uçuşlar yapılmalıdır. Mümkünse rüzgarsız bir havada veri toplanması tavsiye edilir.

Veri toplanacak alana inşa edilen yer kontrol noktaları da olabildiğince hassas ölçülmeli ve işaretlenmelidir, hassas ölçü yapabilmek adına imkan varsa kontrast renklerden oluşan ölçü plakaları kullanılmalıdır.

Atay Mühendislik olarak bu denemeyi uygulamalı gerçekleştirdik, bu uygulamada biz DJI Matrice 350 RTK modeli İHA ile çalıştık , DJI Matrice 350 RTK’ya tam entegre DJI Zenmuse P1 fullframe kamera kullandık (35mm  ve 63.5° Fov Lens).

Yaklaşık 50 HA alanda %80 ileri %75 yan bindirme ile toplam 300 adet hava fotoğrafı yukarıda belirtilen özelliklerde toplandı ve 9 adet yer kontrol noktası tesis edildi Tersus (Luka) marka GNSS alıcıları ile ölçüldü.

Fotoğraf çekimleri ve ykn ölçümleri bittikten sonra PIX4Dmapper yazılımında yeni bir proje oluşturarak çekilen hava fotoğrafları projeye yüklendi.

Yaklaşık kamera parametreleri girerek kamera dosyamızı oluşturduktan sonra yapacağımız normal havai nirengi ve dengeleme işlemleridir, sadece intihal processing işlem adımları uygulanarak iç yöneltme bilinmeyenleri tekrar hesaplanır, önce otomatik bağlama noktası toplatılıp daha sonra yer kontrol noktaları okunarak blok reoptimize edilir, daha iyi bir sonuç almak için reoptimization işleminin 3-4 kere tekrar edilmesinde fayda vardır, böylelikle en doğru sonuca iteraktif olarak yaklaşılabilir.

Bu işlem de bittikten sonra yazılımın verdiği kalite raporu incelenerek herhangi bir problem olup olmadığı ( Özellikle tüm hava fotoğraflarının kalibre edilip edilmediği ve yer kontrol noktalarını kalıntı hataları) kontrol edildi, ve bir sorun görülmedi, yazılımın üst menüsünde bulunan  Prosess bölümünden Open result folder sekmesine tıklayıp açıklan klasörden de “1_Initial/params” klasörüne girerek orada bulunan “XXXXX(Proje_adi)__pix4d_calibrated_internal_camera_parameters.cam” dosyasından hesaplanmış yeni kamera modelimizi gördük.

Bu işlem sonrası hesaplanan kesinleşmiş EO parametreleri ve kamera kalibrasyon bilgileri ile 3D stereo model oluşturulmak için, yine aynı klasörde bulunan XXX(Proje_adı)_calibrated_external_camera_parameters.txt dosyasından her bir fotoğraf için hesaplanmış kesin dış yöneltme bilinmeyenleri ve yine aynı klasördeki XXX(Proje_adı)_calibrated_internal_camera_parameters.cam dosyasından alınacak XPOFF, YPOFF asal nokta öteleme değerleri kullanıldı.

Volkan PASİNLİ