Upload
others
View
11
Download
0
Embed Size (px)
Citation preview
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
1
Endüstriyel Fotogrametri ve Uygulama Alanları
A) Machine Vision ve Ölçme
Machine Vision terimini duyduğunda, bir insanın aklına ilk olarak “ nedir ?” sorusu
gelebilir. Bu soruyu “ne yapar ?” ve “nelerden oluşur?” soruları izler.
“Machine” adındanda anlaşılacağı gibi makine anlamındadır. “Vision” görüş ya da
izleme anlamında kullanılmaktadır. İkisi birlikte düşünüldüğünde izleme yapan
sistemler için kullanılan genel bir tanımı oluşturmaktadır.
Machine vision’ın ne olduğunu anlamanın en iyi yolu bir insan görme işlevi ile
kıyaslamaktır. Bu, hem machine vision’ın bazı güçlerini hem de insan görme
sisteminin mucizelerini değerlendirme olanağını verir. Machine Vision ve insan
görmesinin yeteneklerinin çok farklı olduğunu kesinlikle söyleyebiliriz. Yine de,
ihtiyatla, machine vision’ ın yaptığı işleri ve hala ötesinden gelemediği işleri
belirlemede bize yardım eden kendi görme sistemimizi kullanırız.
Machine vision üzerinde tek bir çalışma alanı ya da yöntemi yoktur. Bu çalışma
amacı ve yöntemine bağlı olarak değişir. Machine vision’ı kullananlar machine
vision’ı nerede kullanacaklarını ve ya imalat işleminin hangi alanlarında uygulanabilir
olduğunu bilmek isteyecektirler. “Machine Vision” kullanan mühendis, onun
kabiliyetlerinin ne olduğu ve ne tür bir bilgiyi görüntüden çıkarabildiğini
kavrayabilmelidir [1].
İnsan görme sistemi gözlerden, görme siniri ve beyinden oluşan bir model olarak
düşünülebilir. Göz, merceği ile optik bir görüntü oluşturur ve retinayla bu optik
görüntüyü algılar. Görme siniri beynin görüntü bilgilerini alan ve analiz eden kısmına
görüntü bilgilerini iletir. Beynin diğer kısmı bu bilgiyi vücudun kaslarını kontrol etmek
için kullanır.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
2
Machine vision’ın modeli, insan görme sisteminin bu basitleştirilmiş modeline benzer.
Mercekle donatılmış bir kamera bir görüntü algılayıcı üzerine optik görüntüyü
oluşturur, oluşan video sinyal gerekli bilgileri almak için görüntü bilgilerini analiz eden
bir bilgisayara bir kablo aracılığıyla ulaşır. Bu bilgi daha sonra bazı mekanizmaları
çalıştıran bir düzenleyiciye gönderilir. Bunlar çok basitleştirilmiş modellerdir. Bu
durum hem machine vision hem de özellikle insan duyu organı ile göz ile
gerçekleşen görme olgusu için geçerlidir. Bu modeller başlangıç olarak yeterlidir.
Şekil 1: Machine Vision ve İnsan Görme Yapıları
İnsan görme sisteminin işleyişini kavramak güçtür. İnsan görme sisteminin bilinen
harikulade işleyiş biçimine hayran olunabilir. En iyi teknolojiyle ve en güçlü
bilgisayarla, ani tehlikelerden kaçınacak ve sokak işaretlerini görerek trafik
arasından bir arabaya yol gösterecek her hangi bir yapay görme sistemi hala
uygulanabilir değildir [2].
İnsan görmesi hala çözümlenmemiş bir sırdır.
İnsan görmesi machine vision’ın gelişmesi için doğal bir başlangıç noktasıdır. Bir
insanda, göz bir görüntüyü algılar, görüntüden bilgiler beynin bir parçasıyla çıkarılır,
diğer bir parçası ile işlenmiş bilgileri kabul eder ve belirli hareketleri yapmak için
kaslara emir verir. Bir machine vision sistemde, bir kamera veya görüntü algılayıcı
insa
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
3
gözün yerini alır, özellikle görüntü bilgisini analiz etmek için programlanmış ve
yapılmış bir işlemci kameranın çıktısını işler, ve bir makine denetleyicisi, görüntü
analizcisinin çıktısını alır ve işi yapmakta olan ilgili mekanizmaya yönlendirir.
İnsan görmesi kadar olağanüstü, insan görmesinin yetenekleri machine vision’ın işler
durumu yani faal durumu için kabul edilebilir bir kriter değildir. İnsan gözü 100
000000 ayrı ışık algılama tarzında birime sahiptir. Bugün, yaygın olarak machine
vision sistemler yaklaşık 250 000 piksel veya resim elemanı kullanır. Buna örnek
olarak otomasyonda kullanılan robotlar verilebilir [3].
Yukarıda da bahsedildiği gibi, hiçbir “Machine Vision” şu anda trafiğin arasından bir
arabaya güvenli bir şekilde yol gösterecek yetenekte değildir. Buna rağmen insan
görme sistemi bunu oldukça iyi yapar. Neyse ki imalattaki bir çok görsel işler bir
araba sürmek için gerekli veri ile kıyaslandığında çok daha basittir. Çalışmalar
insanın görsel denetimlerde güvenirliliği elde etme yeteneğinin % 80 olduğunu
gösterir. Machine vision sistemler % 99.7 ve daha iyi bir güvenirlilikle bunu yapabilir
[4].
Machine vision sadece insan kabiliyetlerini taklit ederek kısıtlansaydı, machine
vision ile ölçmeleri yapmak hiçbir zaman güvenilir ve başarılı olamazdı. İnsan gözü
tek başına güvenilmez bir saltanattır. “Machine Vision” kızılötesi ve x ışını
görüntüsünün potansiyelini kullanmanın yerine yalnızca görülebilir bir ışıkla çalışma
kısıtlanmaz.
Kısaca konuyu özetlemek gerekirse;
Machine vision ile insan görmesi arasında bir benzerlik vardır.
İnsan görmesi bir görüntüdeki bir çok detayı algılamada machine
vision’dan daha kabiliyetlidir.
İnsan görmesi machine vision’ın yapamadığı daha karmaşık davranışlara
yön verebilir.
Machine Vision resimden bilgiyi defalarca üretebilme bakımından insan
görmesinden daha iyidir.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
4
Machine Vision görülebilir ışığa ek olarak kızılötesi ve x ışını ile de
çalışabilir.
Machine vision bir hareketi veya bir işlemi denetlemek için gerekli verileri çıkararak
otomatik analiz etme ve temassız bir yolla görüntülerden veri kazanma biçimidir.
Bu tanımda bazı anahtar unsurlar vardır. Bunlardan ilki otomatiktir. Genellikle
machine vision sistemler insan aracılığı olmaksızın bir üretim biçiminde çalışırlar.
Bilimsel ve uydu görüntüleri gibi elektronik görüntünün diğer türlerine göre farklı bir
yaklaşımdır. Bu dallarda, bir bilgisayar görüntüyü zenginleştirmek için sık sık
kullanılır, fakat bir insan onun analizinde bilgisayara etkileşimli olarak yol göstermesi
gerekir. İkinci anahtar unsur ise hem görüntülerin analizi hem de elde edilmesini
gerektirir olmasıdır. Bilgisayar vision gibi elektronik görüntü kapsamındaki bazı dallar
genellikle, bir görüntünün elde edilmesiyle ilgilenmez. Televizyon gibi elektronik
görüntünün diğer bir dalı, görüntü elde etmeye sahiptir. Fakat bazı özel efektler hariç
görüntüyü analiz veya işlemeyi gerektirmez. Diğer anahtar unsur, görüntü elde
ediniminin hiçbir şeye temas olmaksızın yapılmasıdır. Görüntüleri optik olarak
düşündüğümüz için bu unsur gereksizmiş gibi gözükebilir. Machine vision’ın bu
özelliği onu daha hızlı ve daha güvenilir yapar. Bir diğer anahtar unsur da, istenen
verilerin çıkarılabilmesidir. Machine vision sisteminin işleme tarzının amacı ve bu
amaca ulaşmak için gerekli veri önceden tanımlanmış olmalıdır. İnsan görsel sistemi
çok dinamik ve değişişken olayları ele alabilir ve beklenmedik olaylar hakkında bilgi
elde edebilir. Machine vision’ın bu kabiliyeti yoktur. Vision sistemin hedefi ve bu
hedefe ulaşmak için gerekli veri önceden açıkça bilinmemiş olsaydı, bugünün
machine vision teknolojisi bu sistemle yapılan hiçbir uygulama mümkün olmazdı.
Tanımın son anahtar unsuru, yani machine vision işleminin sonuçlarının bir hareketi
veya işlemi denetlemek için kullanılmasıdır [5].
Machine vision için özetle şunları söyleyebiliriz.
Genellikle otomatiktir.
Hem görüntülerin analizini hem de elde edilmesini içerir.
Genellikle temas olmadan çalışabilir.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
5
Machine vision’ın sonuçları bir hareketi veya işlemi kontrol etmek için
kullanılır.
Machine vision, görüntüden elde edilecek bilginin ve amacın öncül bir
bilgisine sahip olmalıdır.
Bir machine vision sistem en az:
Bir ışık kaynağı
Bir kamera
Görüntüyü analiz edecek bir işlemciden oluşur.
Şekil 2: Machine Vision Sisteminin Parçaları
Bir çok machine vision sistemde bu parçalar birbirinden ayrı ve kolayca ayırt
edilebilir. Buna karşın bazı machine vision sistemler de tek bir kutuda birleştirilmiştir
[4].
Machine vision, Fotogrametrinin farklı yöntemlerde bir çok alanda uygulama imkanı
bulmuştur. Bu alanlar başlıca üç grupta toplanabilir.
Kontrol Ünitesi
ve Monitör
Kamera
(Görüntü
Algılayıcı) Aydınlatıcı
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
6
1. Tıp alanındaki uygulamaları
2. Sanayi alanındaki uygulamaları
3. Diğer Uygulamaları
Tıp alanındaki uygulamaları
Machine vision, fotogrametrinin tıp alanında, gövde, baş, yüz, kol, göğüs, ayak, deri,
göz ve dişler gibi insan bedeninin şekil ve boyutlarıyla ilgili geniş uygulama alanlarına
yönelik çalışmalarda kullanılmaktadır. Diğer bir takım çalışmalarla birlikte hastalığın
tedavisi ve diğer durumlar için yapılan çalışmaların yanısıra anatomik çalışmaları
ilerletmek amacıyla bazı çalışmalar yapılmıştır. Ölçmeler ilk olarak;
1. Bireysel hastalıkların incelenmesi veya gövde izlenmesi ile hastalığın tanısı,
2. İnsan vücudunun mekanik, çalışma ve diğer görünüşleri,
3. Hastalıkların araştırılması ve onların durumlarının tesbiti
Fotogrametrik ölçmeler ilk olarak ortopedik ve anatomiyle ilgili olmasına rağmen
nöroloji, diş, mesleki terapi, ergonomik çalışmalar ve diğer bir çok insan vücuduyla
ilgili çalışmalarda katkıda bulunmaktadır.
Fotogrametri bir tıbbi ölçme aracı olarak hızlı, uygun ve güvenli olarak özel noktaların
durumlarının zamanında kayıt edilmesine imkan sağladığından farklı bir öneme
sahiptir. Fotogrametriyle yaralanma, enfeksiyonel etki riskiyle hastaya dokunmaktan
kaçınılabilir. Bununla birlikte fotogrametri ölçülen yüzeyi bozmaz.
İnsan vücudunun durumunun teşhis ve tedavisi ve biomedikal araştırmalar için kendi
ayırt edici özellikleriyle birlikte yakın resim fotogrametrisi sınıfını oluşturur.
Endüstriyel alanındaki uygulamaları
Fabrikalarda elde edilen ürünün kalitesinin kontrolü amacıyla fotogrametriden
yararlanılır. Elde edilen üründe herhangi bir hata olması durumunda anında
müdahale etme imkanı sağlar [6].
Uçak endüstrisinde fotogrametrinin birkaç temel uygulama olanağı vardır. 10 yıldan
bu yana fotogrametrinin kullanılmasıyla uçak firmaları periyodik muayenelerinde
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
7
ölçekli olarak kullanılmaktadır. Ayrıca uçak endüstrisinde, araçların ölçeğe dayalı
olarak imal edilmesinde ve kablo yolları, ekipmanları ve ölçek düzenleyicilerin
modellenmesi için CAD öncesi asıl modellerin kayıt edilmesinde kullanılmaktadır.
Fotogrametri otomotiv endüstrisinde, araç kasalarının tasarımı ve üç boyutlu olarak
modellenmesinde yaygın olarak kullanılır. Ayrıca diğer otomotiv parçalarının tasarım
ve üretiminde önemli yer oynar. Bunların yanında araçların imalat sonrası çarpma
testlerinin yapılmasında ve muayenesinde de kullanılmaktadır (Şekil 3).
Şekil 3: Bir Makine Parçası Görüntüsü
Nükleer güç endüstrisindeki fotogrametrik otomatik ölçme yöntemlerini kullanmak
radyasyon alanındaki süreyi kısaltarak ertelemeyi ve tekrar çalışmayı en aza
indirmek için doğru bilgilerin temin edilmesiyle işçilerin radyasyona maruz
kalmalarının en aza indirir.
Fotogrametri, yüksek radyasyon alanındaki bileşenlerin ve boruların imalat
boyutlarını kaydetmek için kullanılır.
Boru döşemesi, ekipmanlar, kanallar ve tesisat güncellemesinin görsel olarak veri
tabanına çizilmesi fotogrametrik uygulamalardır. Fotogrametrinin bileşenleri hareketli
ve titreşim halindeyken ölçebilmesi çok önemlidir. İşleme ve üretim endüstrisinde
otomatik ölçme teknolojisinin kullanımı ürün çeşitleri kadar çoktur.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
8
Şekil 4: Sanayide Machine Vision Uygulaması
Bunlar;
1. Görsel veri tabanının oluşturulması için as-built projesinin oluşturulması,
2. Üretimi biten ürünlerin ve parçaların muayenesi,
3. Robot kalibrasyon yöntemi,
4. Hacimsel modellerin miktarının hesaplanması için hacimsel ölçüm yapılması,
5. Cisimlerin ve tesisatların belgelendirilmesi ve çizimin güncellenmesi için yerinde
ölçülmesi,
Yukarıdaki uygulama alanlarına ek olarak kağıt sektöründe de fotogrametrik
yöntemler kullanılmaktadır. Fotogrametri bu sektörde,
1. Planlama, eğitim ve tasarım için mevcut tesisatın belgelendirilmesinde,
2. Dokuma desenlerinin muayenesi ve çeşitli kağıt derecelerinde kullanılan kumaş
şeklinin belirlenmesinde kullanılır.
Seri ve hatasız üretim sanayiide çok büyük önem taşımaktadır. Machine vision
sistemi endüstriyel ölçme şartları göz önüne alındığında ölçme hızı, veri işleme,
değerlendirme ve ölçme doğruluğu açısından üretilen malın değerlendirilmesinde en
uygun sonucu verdiği ve ölçme işleminin üretim koşullarında yapılabilmesi ile en
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
9
uygun ölçme yöntemi olduğu görülmüştür.
Diğer uygulamaları
Web sitesi dizaynında üç boyutlu model oluşturmada, eğitim ve bilgisayar eğitiminde
film ve videolarla animasyon dizisi kullanılır. Bunların yanında animasyon amaçlı
olarak fotogrametrik uygulamalar şunlardır:
1. Direkt olarak çekilen fotograflar 3D Studio, Wave Front, STL, İnventor&VRML
formatlarına dönüştürülerek Üç boyutlu modeller oluşturulabilir.
2. Gerçek cisimlerden veya kil modellerden yararlanarak bilgisayarda 3 boyutlu
modeller oluşturulabilir.
3. Üç boyutlu modelleri ‘’STL’’ (Stereo-lithography) formatına dönüştürmek suretiyle
gerçek ölçekte modeller oluşturulabilir. STL dosyası daha sonra stereolithograpy
makinesi kullanılarak gerçek cisme tabaka tabaka dönüştürülebilir [7,8].
Kaza ve suç anında çekilen fotoğraflar ve videolar üç boyutlu model üretmek ve
doğru ölçüler elde etmek için kullanılır. Üç boyutlu model mahkemede sunum
yapmak ve analiz amaçlarıyla etkili simülasyon oluşturmak için animasyon
yazılımlarıyla birlikte kullanılabilir. Animasyon mahkemede yargılama esnasında
güçlü bir iletişim tekniği sağlayabilir. Bu konuda üç boyutlu fotogrametrik veriler bize
şu avantajlar sağlar.
1. Uzman kanıtı eğer görsel olarak sunulacak olursa iyi anlaşılabilir.
2. Kazaya veya suça sebep olan olaylar dizisi simule edilebilir, gösterilebilir.
3. Olayların yavaş çekim animasyonları daha iyi ve daha doğru analiz etme imkanı
sağlayacaktır [7,8].
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
10
B) Fotogrametrik Uzman Sistem
Seri ve hatasız üretim endüstride büyük önem taşımaktadır. Digital fotogrametrinin
endüstriyel ölçme şartları göz önüne alındığında ölçme hızı, veri işleme,
değerlendirme ve ölçme doğruluğu açısından üretilen malın değerlendirilmesinde en
uygun sonucu verdiği ve ölçme işleminin üretim koşullarında yapılabilmesi ile en
uygun ölçme yöntemi olduğu görülmüştür.
Endüstriyel fotogrametrinin üretim sektöründe kullanılan en geniş uygulama alanı
içerisinde en önemli özellik gerçek zamanda veya gerçek zamana yakınlıkta(real
time, near real time) denilen üç boyutlu konum belirlemedeki kesinliktir. Resim
ölçeklerinin diğer yakın mesafe fotogrametrisine oranla daha büyük olması nedeniyle
endüstriyel fotogrametride cisim uzayı için iki boyutlu resim koordinatlarından üç
boyutlu cisim koordinatlarının hesaplanmasında iki ayrı sistem yapısı geliştirilmiştir.
1. Bağımsız sistemler
2. Bütünleşik sistemler
Bağımsız sistemler görüntü ölçmelerinde veri elde edilmesi ve verilerin işlenmesi
olarak iki bölüme ayrılır. Bütünleşik sistemlerde ise gerçek zamanlı veya gerçek
zamana yakın olarak ölçüm sonuçları elde edilir. Bütünleşik sistemler özel dijital
görüntüleme sensörlerinden, bağımsız sistemler ise film tabanlı veya dijital
kameralardan oluşur. Bazı düzenlerde bağımsız ve bütünleşik sistemlerin arasında
fazla bir fark yoktur. Örneğin, bir sistem bütünleşik olarak bir bilgisayara bağlanan bir
CCD kameranın resim ölçmelerini ve daha sonraki fotogrametrik değerlendirmeleri
yapmasından oluşur. Kurulacak olan sistemle sonuçlar ölçme esnasında veya birkaç
saniye içerisinde elde edilebilir. Ancak tam veri toplamaişlemi anlık bir olay
olduğundan fotogrametristler böyle bir bağımsız sistemin kurulmasının tercih
etmezler [4].
Bağımsız sistemler
Şimdiye kadar geniş endüstriyel çevrelerce kabul gören tek bir endüstriyel
fotogrametrik sistem yapısı bulunmaktaydı. Bu sistem ayrık bir yapı örneği
sergilemekte olup geniş ve orta açılı resim çekme kameraları, çok istasyonlu
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
11
monoskopik konvergent ağlarla örülmüş kendi kendine kalibrasyon yapma özelliğine
sahip otomatik ve analitik olarak değerlendirme yapan bir sistemdir. Bu sistem
Rollei-Metric System ve Geodetic Service’nin ürünüdür.
1993’ten bu yana bağımsız tek algılayıcı sistemler CCD görüntüleyiciler alanında
geniş bir kullanım alanı bulmuştur. Özellikle Kodak Megaplus serisi kameralar bu
sistemlerle donatılmıştır [9].
Endüstriyel yakın mesafe fotogrametrisinde kullanılan bağımsız sistemlerin en önemli
özelliği birbirinden bağımsız olarak görüntü alan kamera yapısının üç boyutlu
koordinatları çok presizyonlu olarak hesaplanmış bir çerçeve yapısı ile birlikte
kullanılmasıdır. Bu yapıda üç boyutlu olarak boyutları belirlenecek cisim bu çerçeve
üzerinde görüntülenerek gerekli ölçmelerin fotogrametrik olarak yapılması esasına
dayanmaktadır (Şekil 1).
Bağımsız ölçme sistemlerinde resimler ardışık olarak elde edilirler. Bu durumda
ölçülen cisim, elde edilen tüm resimlerdeki tüm periyotlar için sabit olmalıdır. Genel
olarak, bağımsız sistemlerin kullanımı iki farklı uygulamaya ayrılabilir.
Birinci tür uygulama ölçülen cismin bulunduğu yere operatörün girebildiği sistemdir.
Operatör elle tutulan kamera kullanır ve farklı yerlerden resim elde edilir. Bu durumda
kamera-bilgisayar bağlantı kablosuna gerek duymamak için kameranın arttırılabilir
veri kaydetme ünitesine sahip olması gerekir. Sonuç olarak operatör resim elde
etmek için ideal yerlerin seçiminde tamamen serbesttir.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
12
Şekil 5: Bağımsız sistemler
ikinci.tür uygulama, operatörün ölçülen cismin bulunduğu alana girişinin mümkün
olmadığı uygulamalardır. Örnek olarak nükleer çevreler, basınç ve sıcaklık odaları
veya operatörün üretim işlemini kesebileceği üretim alanlarıdır. Bu durumlarda resim
elde etme işlemi uzaktan yapılmalıdır. Bu işlem için kameranın yerleştirilmesinde
operatörün yerine robot kullanılmalıdır. Bu seçenek kameranın ve robotun tamamen
uzaktan kontrolünü gerektirir.
Bağımsız işlemler için fotogrametrik ölçme işlemi çok sayıda uygulama alanı için
tamamen otomatikleştirilmiştir. Genel olarak ilk ölçme (kalibrasyon bilgisi mevcut
olmayan) işleminin akışı (Şekil 5) ve tekrarlı ölçme işleminin akışı (Şekil 6)
birbirlerinden biraz farklıdır.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
13
Şekil 6: Ölçme İçin Mevcut Olan İşlem Akış Şeması
Resim Elde Edilmesi
1.Otomatik Görüntü Tarama ile Resim Seçimi
2. Manuel Belirleme
Karşılıklı Yöneltme (Resim Çiftleri İçin)
Demet Dengelemesi
Yöneltilmiş Resimlerin
Ayıklanması
Nokta Tanımlama
1.Otomatik
2.Manuel
Ölçme ve Kodlama
Koordinat ve Nokta
Depolama
Tüm Uygun
Resimler
Kullanılıncaya
Kadar
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
14
Bütünleşik sistemler
Bu tür sistemler tipik olarak senkronize olmuş çok sayıdaki sensörlerden oluşan ağ
konfigürasyonlarındaki CCD kameralarıyla veri kaydı yapan sistemlerdir. Bu
sistemlerde aynı anda farklı kameralardan gelen cisim görüntüleri ve çerçeve
yapısına ait görüntüler bilgisayar ortamında yöneltilerek cisme ait üç boyutlu
koordinat yapısının aynı anda hızlı bir şekilde belirlenebilmesi sağlanmakta ve bu üç
boyutlu koordinat bilgisinin bir CAD sisteminde işlenmesine ait gereken veri elde
edilebilmektedir (Şekil 4).
Bu tür sistemler gerçek zamanlı (video kayıtlarıyla) fotogrametrik ölçmelerle geniş bir
uygulama alanı bulunan üç boyutlu ölçmelere çözümler üretir [10].
Şekil 7: Bütünleşik Sistemler
Bu sistem, çok algılayıcılı sistemlerin gelişen teknolojiyle birlikte CCD video
kameralarında sistem içine eklenmesi sayesinde gerçek zamanlı bir üç boyutlu cisim
modellerinin belirlenmesine yönelik son derece hızlı ve yüksek doğruluk veren
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
15
sistemler olmuştur. Bu sistemler günümüzde özellikle uzay teknolojisi üreten
firmaların tek kontrol sistemlerini oluşturmaktadır. Özellikle yüksek doğruluk
gerektiren bu tür sanayi içinde dijital bütünleşik sistemler en çok kullanılan ve en
uygun olan sistemlerdir.
Bütünleşik ölçme sistemiyle resimler farklı kameralardan eş zamanlı olarak elde
edilirler. Bu durumda resim elde etme esnasında cismin sabit olması gerekmez.
Genelde bütünleşik sistemler için de iki tür uygulama vardır [11].
Birinci tür uygulamada, hedef kullanılmaksızın tek nokta ölçülür. Bu işlem için
özellikle gizli noktaların ölçülmesi gerektiği durumlarda ölçme araştırması son derece
kullanışlıdır. Araştırma çoklu hedef ve tek uca sahiptir. İki veya daha fazla kamera
misafir bilgisayara kablo ile bağlanır ve ölçülen cismin önünde uygun bir yerde
yerleştirilir. Her ne zaman ki operatör inceleme ucuyla ölçme noktasına dokunursa
tüm kameralar eş zamanlı olarak kayıt ederler. Sonuç olarak tüm kameralar hedefi
görmek zorundadırlar. Üçgenleme ile hedeflerin uzaysal koordinatları incelemede
hesaplanabilir ve hedeflerin kalibre edilmiş konumlarından inceleme ucunun konumu
elde edilebilir. Eğer kontrol noktası alanı cisme eklenirse kameranın veya cismin ne
titreşimi ne de hareketinin ölçme doğruluğuna etkisi vardır. Kameranın resim elde
ettiği her anda kamera ile cisim arasındaki karşılıklı yöneltme tekrar
hesaplanmalıdır. İncelemeyle birlikte klasik ölçme hızı yaklaşık olarak bir cisim
noktası için 2sn’dir. Bu teknik genelde otomotiv endüstrisinde montajlama
işlemlerinin veya araba gövdesinin kontrolünde kullanılır.
İkinci tür bütünleşik uygulamada, kinematik işlemin parçası olan çoklu noktalar
izlenmelidir. Bunun klasik uygulamaları termal ve basınç odalarında dinamik anten
deformasyonlarının izlenmesini içerir. Bu uygulamalarda farklı anten yöneltmeleri
veya çevre koşullarının sebep olduğu şekil deformasyonlarının miktarları ölçülebilir.
Diğer bir uygulama hareketli objenin elde edilmesidir. Burada fotogrametrik ölçme
sistemleri ile ‘’part to part’’, ’’part to robot’’, ’’robot to robot’’ ‘un karşılıklı konuları
desteklenmelidir. Ölçme sistemi, her iki cisimdeki çoklu noktaları izlemeli ve sonuç
olarak iki cisim arasındaki tüm altı serbestlik derecesini belirleyebilmelidir.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
16
Şu anki mevcut bütünleşik fotogrametrik ölçme sistemleri iki farklı durumda
kullanılabilir.
Sabit Durum
Hareketli Durum
Sabit durumda yöneltme çubuğu olarak bilinen alet kullanılarak kamera yöneltmesi
gerçekleştirilir. Yöneltme çubuğu en az iki hedefe sahiptir. Bu hedefler arasındaki
uzaklık kalibre edilmiştir. Bu çubuk görünen ölçme alanında birkaç yere taşınır. Tüm
kameraların görüntü alanlarının üst üste getirilmesiyle ve ya yaygınlaşmasıyla
tanımlanır. Her ne zaman yöneltme çubuğu konumlandırılırsa, tüm kameralar aynı
anda resim elde etmeye başlar ve yönetme çubuğunun konumu her resimde resmin
işlemesiyle elde edilir. Yöneltme çubuğu yeterli sayıdaki konumda yerleştirildikten
sonra her kamera tüm çubuk konumlarının resim koordinatlarını bir sanal resme
birleştirir. Sonuç olarak demet dengelemesi her bir kamera için sanal bir resim alır
ve tüm kameraların yöneltmelerini hesaplar. Ölçekleme için yöneltme çubuğu
hedefleri arasındaki kalibre edilmiş uzaklık kullanılır. Bu yöneltme işleminden sonra
incelemenin kullanıldığı (Şekil 7) ve ya çoklu kinematik hedeflerin izlendiği tüm
ölçme işlemleri için kameraların sabit kalması gerekmektedir.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
17
Şekil 7: Sabit Durumda Akış Şeması
Eğer titreşimli çevrelerde ölçme yapılacaksa, bütünleşik sistem sabit olmayan modta
olmalıdır. Bu durumda birkaç kodlanmış hedefler klasik olarak ölçülen cisme
eklenmelidir. Kodlanmış hedeflerin koordinatları bütünleşik ölçme sistemi işleminde
tanımlandığı gibi tek kamera kullanarak tamamen otomatik olarak belirlenebilir.
Kamera yönetmesi için daha hızlı yol bütünleşik kullanımdan birkaç resim elde eder.
Bu resimler kullanarak demet üçgenlemesiyle tüm kodlanmış hedeflerin koordinatları
elde edilir. Tüm ardışık bütünleşik inceleme ölçmeleri için her kamera yöneltmesi
kontrol noktası olarak kodlanmış hedefler kullanılarak tekrar hesaplanır (Şekil 8).
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
18
Şekil 8: Haraketli Durumda Akış Seması
Fotogrametride digital resim uygulamaları genelde üç değişik yöntem içinde kullanılır.
(Şekil 8)
1. Fotogrametrik değerlendirmede kolaylık açısından operatöre daha iyi bir
görüntü sağlanması, yani görüntünün iyileştirilmesi için kullanılır.
2. Resim eşleme ile ortak bölgelerdeki ortak noktaların belirlenmesi ve ölçülmesi
için resim eşleştirme işlemi kullanılır.
3. Dijital resimlerin yorumlanmasına, yani otomatik ölçme ve yorumlamanın
yapılmasına yönelik çalışmalardır.
C) Fotogrametrik Uzman Sistem Yapısı ve Tasarımı
Yersel fotogrametri haritacılık ve ölçme için bir araç olarak çok uzun bir geçmişe
sahip olduğu halde topografik olmayan fotogrametri için filme bağlı sistemlerin
1980’lerin ortalarındaki olgunluk durumuna ulaşamayacağı söylenirdi. Geniş formatlı
kameraları ve otomatik görüntü ölçmeyi kullanan turnkey sistemlerin uzman olmayan
fotogrametristler tarafından kullanılan ürün için geliştirildiği bu zaman aralığındadır.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
19
Yakın çekim stereo fotogrametride görüntü eşleştirme sayesinde bir stereomodel
içindeki eş yükselti eğrilerinin otomatik elde edilmesine odaklanmış gelişmeler,
fotogrametrik görüntü konfigürasyonun dizaynına kadar sınırlandırılmış sonucun ve
ya network geometrisiyle alakalıydı. Fotogrametrik veri toplamada, yüksek nispette
ve geniş pratik görüntü ölçeklemeye esas stereo fotoğraf çiftleri gerekirir.
Endüstriyel ve mühendislik ölçmelerinin topografik olmayan fotogrametrik
sahalarında, görüntü ölçme doğruluğunu ve otomasyonunu basit bir şekilde
artırmanın ötesindeki yenilikleri de gerektirir. Konvergent ve çok istasyonlu görüntü
konfigürasyonlarını kullanan fotogrametrik sistemler üç boyutlu koordinat ölçme
doğruluğunu nesnenin ana boyutunun 1:100 000 rutin olarak geçen bir doğrulukta
sağlamak için şu an kullanılıyorlar. Bu kadar yüksek ölçme doğruluğunu sağlamak
için fotogrametrik networkün dizaynına dikkatli bakım ödenmelidir. Görüntüleme
ölçeğinin seçimi, kamera istasyonlarının sayısı ve onların izafi geometrilerinin seçimi
konusundaki süphelere ve ayrıca diğer ölçme dizaynlarının karekteristiklerine de
hitap etmelidir.
Yakın resim fotogrametrisinin ürünleri içersindeki dijital fotogrametriye bağlı analitik
filmdeki değişim özellikle imalattaki boyutsal kontrol işlemleri için çok sensörlü ve tek
sensörlü vision sistemlerin gelişmesinde hızlı bir şekilde ilerlemektedir. Tipik olarak
çok sensörlü MV (Machine Vision) sistemler 1:10 000 ile 1:50 000 arasında doğruluk
verir. Oysa ki bazı video kameraların kullandığı tek sensörlü sistemler genellikle 1:50
000 ile 1:100 000 arasında doğruluklar sağlar. Hem ekonomi hem de doğruluk
açısından ölçme performansının optimizasyonundaki network dizaynın rolünün
önemli olması açısından benzer sensörlerin üç boyutlu ölçme doğruluğunun
büyüklüğün bir emri gereğince değiştiği gerçeğinin yakın resim fotogrametrisinin
tecrübeli pratisyenleri için sürpriz olmaz. Fotogrametrist olmayanlar için bu konu
şaşırtıcı olabilir. Network dizaynının optimizasyonu özellikle sistemin otomatik
kalibrasyon gerektirdiği aşamalarında diğerlerine nispetle işlem gerektirir [2].
Daha sonraki bölümlerde tartışılacağı gibi network dizayn işlemini yöneten resmi bir
format vardır. Kavramsal modeller dizayn problemini adreslemek için kurulmuştur ve
algılayıcı konfigürasyonlarının dizaynında uzman sistemlerin son zamanlardaki tam
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
20
rolü araştırılmıştır. Bu bölümde bunlar ve network dizaynının diğer konuları
tartışılmıştır.
Bir anten yansıtıcısının yüzeyinin fotogrametrik ölçmedeki kamera istasyonundaki
değişikliklerin ölçmelere olan etkisinin en basit ve bugüne kadar en anlaşılır örneği
olarak gösterilir. Şekil 1 üç tip algılayıcı konfigürasyonları arasında nokta hata
elipsoitleriyle gösterilen nesne koordinat doğruluğundaki değişimi gösterir [1].
Stereoskopik konfigürasyonla karşılaştırıldığında 4 istasyonlu konvergent network
tarafından üretilen kayda değer bir gelişmeyi değerlendirmek için elipsoitlerin
parametrelerinin sayısını belirlemek gereksizdir. Stereoskopik geometri çok homojen
olmayan doğruluk üretir. Bu durum geniş pratik görüntüleme ölçeğinde (her bir
görüntüde görülen tüm noktalar için) iki konvergent istasyon eklemekle yeterli
miktarda düzeltilebilir. Bundan başka konvergent ağın güvenirliliği yani ölçme
hatalarının etkisini saptayabilme kabiliyeti konvergent konfigürasyonlarda daha
büyüktür. Ekonomik açıdan stereoskopik ve tam konvergent ağlar arasında ölçme
standart hatası beş kat daha fazla ilerleme kaydedildi.
Herhangi bir optik triyangülasyon sisteminin doğruluğu, ilk olarak açısal ölçme
çözümünün bir fonksiyonu ikinci olarak her bir hedef noktada kesişen ışınların
geometrisinin bir fonksiyonudur. Fotogrametrik kameranın açısal ölçme kabiliyeti göz
önünde tutularak ağ dizaynının tartışmasını başlatmak yararlıdır. Bir film kamerası
için çözüm aslında xy sayısallaştırıcının doğruluğuyla saptanabilir. Oysa görüntü
koordinatlarını saptamak için kullanılan dijital görüntü işleme algoritmalarının
doğruluğu bir CCD kameranın ölçme çözümünü zorla kabul edecektir. Yakın resim
fotogrametrisinde ve MV sistemlerinde kullanılan dijital ve filme bağlı kameralar için
açısal ölçme değerlerinin örnekleri tablo 1 de gösterilmektedir. Aynı zamanda bu
tabloda filme bağlı ve CCD kameralar arasındaki önemli değişiklikleri de
görülmektedir.
Bir konvergentte triyangulasyonun doğruluğunun ilk göstergesi çok istasyonlu
fotogrametrik ağ aşağıda gösterilen formülle verilebilir.
2dk
qS
k
qc (1)
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
21
c=XYZ nesne nokta koordinatı standart hatalarının r.m.s değeridir.
S=ölçek sayısı
d =ortalama nesne uzaklığı
=görüntü koordinatı standart hatası
2 =buna karşılık gelen açısal ölçme standart hatası
q = temel kamera istasyonu konfigürasyonunun kuvvetini ifade eden bir dizayn
faktörü
k = ortalama pozlandırma sayısı
nesne alanını görüntü formatının tüm boyutunu kapladığı varsayımı altında, eşitlik
aşağıdaki gibi yeni bir şekle sokulabilir.
rk
q
R
c (2)
bu eşitlikteki r görüntü formatı boyutudur. R ise nesne uzayında r ye karşılık gelen
mesafedir. (R=S.r) denklemi fotogrametrik triyangülasyonun doğruluğu için yararlı bir
göstergedir. k= 1 ve q= 0.7 için oransal triyangülasyon doğrulukları tablo 1 de farklı
tip kameralar için gösterilmektedir. Tablodan oransal doğrulukların 1k x 1k CCD
kameranın yarım piksel elle yapılan sayısallaştırma doğruluğundan 1 m doğrulukta
büyük formatlı film betimlemenin otomatik ölçmesine (film akışı) kadar olan iki çeşit
büyüklükle değişir. Rc için tablo 1de listelenen değerler özel bir kamera/görüntü
ölçme sisteminin doğruluk kabiliyetlerinin bir ölçütünü sağladıkları için yararlıdırlar.
Triyangülasyon doğruluk göstergeleri eşit görüntüleme ölçeği varsayımında odak
uzaklığından bağımsızdırlar.
Yakın resim fotogrametrisinin uygulamalarının farklı alanları farklı düzeyde
doğruluklar gerektirir. Örneğin, endüstriyel aletlerin ve eşyalarının genellikle 1:100
000 doğruluk veya daha iyisini; endüstriyel yüzey şeklini saptama ve yüksek
mühendislik ölçmelerinde 1:50 000 ve imalattaki kalite kontrolünün ve işleminin
desteklenmesindeki gerçek zamanlı ölçmede 1:10 000 ile 1:20 000 doğruluklar
gerektirir. Tablo 1 de listelenen veriler örneğin 100 000 ve daha iyi doğruluk isteyen
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
22
endüstriyel çalışmaların hem büyük formatlı hem de yüksek çözünürlüklü metrik film
kameraları istemesini gösterir [2].
Ağ geometrisi
(1) ve (2) deki eşitliklerle Tablo 1 için saptanmış doğruluk kriterleri ağ geometrisinin
dayanıklı olması varsayımına dayanak teşkil etmiştir. Bir kamera istasyonu
konfigürasyonunun sağlamlığı ve q değeri hakkında bazı ön bilgiler verilmelidir. Her
bir istasyonda bir tek resimden oluşan bir sensör konfigürasyonu için ortalama
standart değer c...... Işın kesişim geometrisi gelişirken triyangülasyonun varyansı
sınırlı bir minimum değere düşer, fakat q değerini optimal ışın kesişim geometrili
ağda bile 0-4 ün aşağısında bir değer varsaymak mümkün değildir. İki istasyonlu
stereoskopik konfigürasyonlar için Z ve XY arasındaki doğruluktaki büyük bir
eşitsizlik şekil 9 de gösterildiği gibi önceden kestirilebilir.
Fraser (1992) de işaret ettiği gibi optimal geometrik sağlamlılığı gösteren temel bir
algılayıcı konfigürasyonu fikrini benimsemek yararlıdır. Böyle bir ağ şekil 7 de
gösterilen 4 görüntünün konvergent konfigürasyonuyla gösterilebilir. Temel
konfigürasyonu yerindeyse triyangülasyonun standart hatası pozlandırma
istasyonlarının sayısının kareköküne oranla düzenlenecektir. Bu gerçeği (1)
eşitliğindeki k’ nın varlığını açıklar. Buradaki k nın ölçme doğruluğunu ikiye
katladığını görülebilir [2].
Temel bir konfigürasyon kavramı Mason (1994,1995a) tarafından genişletilmiştir. Bu
belirli bir nesne şekli için optimal bir algılayıcı konfigürasyonu ilk yaklaşım olarak
düşünülebilir. Şekil 2 ve 3 aslında sırasıyla iki boyutlu nesne ve üç boyutlu nesnenin
bir sınıfı için uygun jenerik ağları gösterir. 1 eşitliğinin uygulaması ve jenerik ağların
uygun bir toplamasıyla ağ dizayn problemini çözmeye doğru epeyce bir yol alınabilir.
Uygun jenerik konvergent ağlar için örnek q değerleri 0.4 ile 0.8 arasında sıralandığı
görülebilir. Dizayn amaçları için genellikle ılımlı tahminler 0.7 ve 0.6 ile gösterilen
değerlerdir. Ağ dizaynına (1) ve (2) eşitliklerinin pratik uygulamasının bir örneği
olarak şekil 9.4 de gösterilen 4.5m assembly jig üzerinde hedeflerin bir dizisini ölçme
işi düşünülmelidir. Kullanılacak kamera 28 mm odak uzaklıklı bir mercekli ve 0.3 m
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
23
görüntü koordinatı ölçme standart hatası olan bir Kodak DCS 420 CCD video
kameradır. 9m lik bir aksama mesafesi tekil bir pozlandırmada görüntülenen nesne
üzerindeki tüm hedefleri ayırabilecek derecede küçüktür. Bu, S ölçek sayısının 320
olmasına neden olur. 0.7 bir q değeriyle (1) eşitliğindeki dizayn parametrelerinin
yerini her bir istasyonda bir pozlandırmayla 4 istasyon ağı için Rc=1:65 000 veya
cortalama standart hata alır. Bu şekil belirlenmiş 0.05 mm tolerans karşılaşmadığı
için ya birden fazla pozlandırma ya da ekstra istasyonlar ekleyerek kullanılmalıdır.
Birden fazla pozlandırmaların benimsenmesi halinde k=3 için c
0.04mm ve k=2
için c 0.05mm ile sonuçlanır. Bir ağa ekstra görüntüler eklemenin ekonomik etkisi
genellikle önemsizdir, fakat yine de bir film tabanlı sistem için ilave gözlemle
çalışması gerekir [2].
Sınırlamalar
Kamera istasyonlarının konfigürasyonunu etkileyen sınırlamalar aşağıdaki gibi
özetlenebilir [2].
1. Görüntü ölçek sınırlaması : triyangülasyon doğruluğu görüntü ölçeği ile
doğru orantılı olarak değişir. (1) denklemi yeniden düzenlenerek nesne
mesafesine maksimum yeterlilikte kamerayı bulmak için kullanılabilir.
Tasarlanmış doğruluk toleransı (dmax )
q
kcd c
max (3)
2. Çözünürlük sınırlaması: Görüntüdeki nesnenin çözünürlüğü görüntü akışı
istenen doğruluğu ( ) için yeterli olmalıdır. Bu bakış hem yapay hedeflerin
kullanıldığı hedef dizaynında hem de görüntü ölçek seçimini pekiştirir [2].
3. Çalışma yeri sınırlamaları: Çalışma yerindeki engeller aynı şekilde kamera
istasyonlarının optimal konumlarından, görüntü ölçek seçimine göre ışın
kesişim geometrisinin optimizasyonu da göz önüne alınarak belirlenir [1].
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
24
4. Alan derinliği sınırlaması: Görüntü akışı sırasında hedef doğruluğu özellikle
manuel ölçme mercek odaklaması tarafından önemli derecede etkilenir. Bir
görüntü içersindeki alanın derinliğinde manuel ölçme için kabul edilmiş
tolerans 0.1mm çapında bir dairedir. Bu limitin makul bir esnekliği dijital
görüntü akışı sırasında değişik teknikler kullanıldığında buna daha fazla önem
gösterilebilir. Yine de alanın derinliği hem görüntü ölçeği hem de algılayıcı
konfigürasyon geometrisini sınırlayan bir faktör olarak kalır [2].
5. Bağımsız açı sınırlaması: Düzlemsel hedeflerin görüntü ölçmesinin
güvenirliliği dairesel görüntüler için yaklaşık 200 ve retro reflective hedefler için
300 değerinin aşağısında tekrar oranı düşüşlerinin açısı gibi düşer. Bu yüzden
ağ tasarımcıları kabul edilebilir olay açılarını saptayacak konvergent
derecesini uzlaştırmak için sık sık zorlanırlar. Farklı hedef özellikleri, şekiller
ve maddeler minimum olası tekrar oranı açısını etkiler. Diğer taraftan küresel
hedeflerin tekrar oranı açısı sınırlamalarını yoktur. Düzleme yakın nesneler
için alan derinliği sınırlaması minimum tekrar oranı açısı meselesinden daha
sınırlayıcıdır.
6. Görüntü noktaları dağılımı ve sayısı sınırlaması: Fraser (1984) de
gösterildiği gibi dış yöneltmeyi desteklemek için her bir görüntüde yeteri kadar
sayısı olmak şartıyla bir ağ içersindeki hedeflerin sayısı, nesne nokta
triyangülasyonunun doğruluğu üzerinde az bir etkiye sahiptir. Görüntü
noktalarının dağılımı ve sayısı, bir otomatik kalibrasyonda algılayıcı
kalibrasyon parametrelerinin doğruluğu ile de önemli ölçüde ilişkilidir.
Hedeflerin sayısı ve triyangulasyon doğruluğunun izafi bağımsızlığı en iyi
aşağıdaki bölümde ifade edilecek sınırlı hata yayılma yasası ile açıklanır [2].
7. Görüş alanı: Her bir kamera istasyonunda görüş alanında bulunan tüm nesne
hedeflerini elde etmek mümkün olmasa bile yararlıdır. Bu dizaynı
kolaylaştırabilir ve triyangulasyon doğruluğunun homojenliğini ve ekonomiyi
yükseltebilir. Bir nesnenin üç boyutlu yapısı, her bir pozlandırmada hedeflerin
önemli bir payının görüntülenmesini engellediği örneklerde, dizayn problemi iki
parçayla çözülebilir. Deneysel ağlar, hedeflerin uygun alt gruplarıyla
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
25
kurulabilir ve daha sonra ekstra kamera istasyonları yeterli geometrik güçle
beraber bu alt ağları bağlamak için eklenir [2].
8. Görüş uzaklığı: Çalışma yerindeki engeller kameranın görüş alanı içersinde
kalan ilgili tüm noktaları görüntüleme olasılığının genellikle önüne geçer.
Kesişme açılarına yardım konusuyla görüş uzaklığı sınırlamaları bir nesne
noktasında triyangulasyon doğruluğunu iki yolla etkileyebilir. Kesişim
geometrisinin kuvveti eğer ışınların sayısı esas jenerik ağınkilerden aşağı
düşerse tehlikeye girebilir. Yoksa standart hata üzerindeki etki k faktörüne
uygun olarak oluşacaktır [2].
Mason (1995a) şekil 6 da 1-5, 7 ve 8 sınırlamalarının birleştirilmiş etkisinin basit bir
gösterimi gerçekleştirilmiştir. Burada sınırlamalar düşünülerek olası kamera
istasyonu yerleşmelerin bölgeleri basit bir düzlemsel nesne için gösterilmiştir.
Karmaşık bir yakın resim fotogrametrik dizaynı göstermek için bir 43 m lik uçak
gövdesinin ölçmesi düşünülebilir. Bu iş için 92 kamera ve 1400 hedeften oluşan ağ
konfigürasyonu sağlanmıştır. Yukarıda bahsedilen sınırlamaların görüş uzaklığı,
görüntü ölçeği, alanın derinliği ve çalışma yeri ile ilgili olanlarının tümü tüm nesne
noktaları için 0.25mm veya daha iyi bir triyangulasyon doğruluğu gerçekleştiren son
ağ dizaynında belirgin bir rol oynadığı belirlenmiştir. Bu projelerin tüm detayları
Fraser ve Mallison (1992) tarafından verilmiştir [12].
Görüntü ölçme doğruluğu ve algılayıcı konfigürasyonu arasındaki ilişkiyi araştırmak
için dizayn problemini daha resmi bir duruma getirmek gerekir. Bu durum ağ dizayn
optimizasyonu özellikle daha karmaşık dizayn problemleri için daha iyi bir anlayış
sağlar [1].
Tasarım aşamasındaki sınıflandırma
Ağ tasarımının kalitesi uygun durumda, bir takım hedef fonksiyonları, en sade şekli
ile hassasiyet, güvenilirlik, ekonomi ve test edilebilirlik (e.g Schimid, 1982). TEP,
fotogrametrik ölçme işleminin yeterliliği ile açıklanabilir. Bu problem Grafarend
(1974) ‘in sınıflandırma problemine uygun olarak birbirine bağlanmış 4 aşamadan
oluşur.[ 2]
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
26
1. Sıfır dizi tasarımı (ZOD):veriproblemi
2. dizi tasarımı (FOD): konfigürasyon problemi
3. 2.dizi tasarımı (SOD): ağırlık problemi
4. 3. dizi tasarımı(TOD): yoğunluk problemi
yoğunluk problemi yakın resim fotogrametrisinin ağ tasarımı için uygulanamaz [1].
Ayrıca ZOD ve SOD jeodezik ağlara oranla fazlasıyla basitleştirilmiştir. Ağ
konfigürasyonunun tasarımı ve ya kamera yerleştirme işlemi, fotogrametrik projeler
için kapsamlı olarak belirlenmelidir.
Farklı tasarım dizileri kendi kendine kalibrasyonla demet dengelemesinin en küçük
kareler parametrik modeli içinden serbest ve sabit miktarlar ile tanımlanabilir. Bunlar
için lineer stokastik model[2];
lAxv 12
0 PCl (4)
Olarak verilir.
Burada l, ölçme vektörleri,
V, artık hata
X, bilinmeyenler vektörü
A, tasarım veya konfigürasyon matrisi
Cl , ölçmelerin kovaryans matrisi
P, ağırlık matrisi
02, varyans faktörü
A’nın tam rank olması durumunda (fazla veya açık minimum sınırlamaların empoze
edildiği yerde), X tahmin parametresi ve ilgili kofaktör matrisi Qx ve kovaryans matrisi
Cx,
PlAQPlAPAAx T
x
TT 1ˆ (5)
xx QC 2
0 (6)
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
27
olarak elde edilir.
Yazıldığı gibi A konfigürasyon gösterilen ağ veri eksikliklerinden bağımsızdır, konu
ZOD bölümünde daha detaylı olarak anlatılacaktır. Artık hataların kofaktör matrisi ki
bu ağın güvenliğinin nicel ölçümünü sağlar [13].
TT
v APAAPQ11 (7)
‘den elde edilir.
Herhangi bir fotogrametrik ölçmedeki temel amaç, kendi kendine kalibrasyon
sistemine veya saniyedeki poz sayısının belirlemesine karşı olarak üçgenlenmiş
cisim noktalarının koordinatlarını hassasiyet tahminleriyle birlikte belirlenmesidir.
Sonuç olarak bilinmeyen parametrelerini iki gruba ayırmak kullanışlıdır. x1; dış
yöneltme ve kendi kendine kalibrasyon parametrelerininkarşılaştırması ve x2; XYZ
koordinatları düzeltmeleri 5 eşitliği;
PlA
PlA
PAAPAA
PAAPAA
x
x
T
T
TT
TT
2
1
1
2212
2111
2
1
,
,
ˆ
ˆ (8)
ve Qx kofaktör matrisi,
11,2
2,11
,
,
QQQx (9)
olarak yazılır.
Tasarım optimizasyonunun doğruluk için amacı, Q2’nin optimal formunu yakalamak
ve sonuçta XYZ cisim nokta koordinatlarının kovaryans matrisleri C2’nin uygulanabilir
tasarım sınırlamalarının göz önüne de alarak belirlenmesidir.
ZOD cisim nokta koordinatları için optimal referans sisteminin seçimini içerir,
belirlenen özel kamera düzeni ve ölçmelerin kovaryans matrsi C1 referans sisteminin
belirlenmesinde yeterli görülmüş ise bu konfigürasyon tek başına ayakta duran
ağlardandır. Cisim uzayı kontrolü (rastgele seçilmiş veya ölçme öncesi
değerler)’ndeki bulunanalar veri açığını kapatmak için yeterlidir. FOD optimum ağ
geometrisini araştırması ile ilgilidir ve temel olarak bu uygun üçgenleme hassasiyetini
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
28
elde edecektir. Sonuçta verilen ölçme hassasiyeti Cl veya P ve belirlenmiş ideal
kovaryans matrisi Qx veya Cx ve uygun tasarım matrisi A için araştırılır. Eşitlik (1)’in q
faktörü konfigürasyon problemi ile ilgilidir. SOD’un içinde uygun ölçme hassasiyeti
aranır [2].
Datum belirleme(ZOD)
Yakın resim fotogrametrisi ölçmelerinin tek başına olması durumunda ağ
tasarımcılarına sunulan ya da ağtasarımcılarının belirlediği çözümlerin başlıcaları
için;
Minimum olarak ağın veri eksikliğini gidermek için 7 uygun cisim uzayı parametrelerin
düzenlenmesinde kullanılır.
Kovaryans matrisi Cx minimum kontrolün seçilmesini değiştirir. Yalnız ağ şeklinin
parametreleri, referans koordinat sistemindeki değişiklikler veya hesaplanabilir sıfır
varyans temeline uyularak sabit kalacaktır. Dengelenmiş ölçmelerin varyansları
fotogrametrik üçgenleme kalitesi değerlendirildiğinde az olarak kullanılır.
Bunlar, XYZ cisim koordinatlarının ve bu koordinatların fonksiyonlarının (uzaklık, yer
değiştirme, ölçme v.b) doğruluğudur. ZOD altında tahmin edilemeyen C2 kovaryans
matrisinin en iyi şekli mümkün olan tüm kısıtlamalardan aranılır. Minimal konrolü
oluşturan 7 koordinat değerindeki C2 varyansının eşlik ettiği değişiklikler tamamen
yanlış olabilir. Verilen dışverilere (kontrol koordinat sistemi) ve ya rastgele atanmış
bir değerle ilgili minimum kontrole bakmaksızın veri açığı içeren tekil normal eşitlik
matrisi ATPA’nın psedeu tersi, minimum iz’in Cx kovaryans matrisini verecektir.
Ayrıca doğru kabul edilen cisim nokta koordinatlarının varyans matrisi,
imumatraceQn
c min3
2
2
02 (10)
serbest ağ dengelemesi yaklaşımıyla elde edilebilir. İlk serbest ağ yaklaşımı iç
yöneltmelerin yok edilmesi veya kendi kendine kalibrasyon parametreleinden
meydana gelen indirgenmiş normal eşitlikler kümesinin psedeu tersini içerir, oysa
ikincisi iç sınırlama metodlarını kullanır. Bu yaklaşım altında en uygun kovaryans
matrisi
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
29
1
2212
2111
2
0
3
2
1
0..,.,....,....0.....
,,
0,,
..........
..........
..........
T
TT
TT
G
GPAAPAA
PAAPAA
C
C
C
(11)
olarak elde edilir.
Sol taraftaki matrisde bulunan noktalar C ‘in kalan alt matrislerini gösterir. G matrisi
tüm noktalara bakmaya gerek duymaz. Sistemde böyle bir yapı aranılabilir. Örneğin
deformasyon izleme projesinde fikir olarak bu yaklaşım maksimum hassasiyette
sonuçlanır. Minimum cisim nokta koordinat varyansı (1) eşitliğinin iç sınırlama
yaklaşımı ZOD problemine uygun çözüm sağlar. Hesaplanabilir ağ tasarımı
açısından bu yaklaşımın bir dezavantajı geniş ağlar için hesap yüküne sahip
olmasıdır. Ancak daha basit ve pratik alternatiflerin mevcut olması avantajdır [1].
Brown (1976)’da gösterildiği gibi Cx kovaryans matrisi.
KPAAC T 1
22
2
02 (12)’den hesaplanabilir.
Burada
TMMQK 1 , 12
1
22 PAAPAAM TT (13)ve (14)’dür.
Bundan başka bu geniş sensör konfigürasyon alanı için ve çok istasyonlu
fotogrametrik ağlar için kanıtlanmıştır.(Fraser, 1987) K 0. bu
1
22
2
02 PAAC T (15)
ve AT2 PA2 blok diagonal olduğundan
1
22
2
02 i
T
i PAAC (16)
burada C2, i noktasının XYZ cisim koordinatlarının 3x3 kovaryans matrisidir. (11)
eşitliğiyle C2’nin belirlenmesi dikkatli bir yaklaşımı gösterir ki bu toplam hata
yayılması olarak adlandırılır (TEP). Oysa (16) eşitliğinin kullanımı dış yöneltme
parametrelerinin yayılma göstermediği varsayılan yerde dikkatli değildir. Örneğin Q1
sıfıra indirgenir. Basitleştirilmiş bu yaklaşım sınırlandırılmış hata yayılması olarak
adlandırılır(LEP). Hedef yoğunluğunun bağımsızlığı ve cisim nokta hassasiyeti LEP
ile açıklanabilir ki bu her bir noktada sadece kesişen geometriyi ve noktaya
resimleme ışınlarının doğrusal yayılmalarını dikkate alır [2].
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
30
XYZ koordinatları için toplam hata belirleme işlemi uygulaması kritik yüzeyler gibi
problemin olduğu yerlerde meydana gelebilir. Ölçek gibi ağ tuhaflıkları ve kendi
kendine kalibrasyondaki ek parametreler K’nın daha önemli olması için C2’ye
katkısına sebep olur. Bunun gibi durumlarda LEP gereğinden fazla iyimser olabilir ve
sonuçta bir yanıltma olur. Bu aynı zamanda başlangıçta güçlü resimleme geometrisi
elde etmek için gözüken ağda da meydana gelebilir [2]. (Fraser,1987) Ağ
tasarımcıları, konfigürasyon sınıfları K=0 varsayımı için yeterli geçerlilikte olduğunda
tatmin olmaktadırlar. Bu uygun kesişim geometrisinin generik ağlarının
bileşenlerinden oluşan tasarımlar olması durumunda daha kolay yapılır. Son tasarım
iterasyonunda ayrıca TEP vasıtasıyla kovaryans analizi uygulanmalıdır [2].
Farklı çözümlerin ZOD problemine etkisini belirlemek için 10m’lik anten için ağ
ölçmesi örneği dikkate alınır. 60 ‘nin sıfır yöneltme açısı ile benimsemiş 6 istasyon
alıcı konfigürasyonu şekil 6’de gösterilmiştir. Gösterilen daire etrafında bir düzeyde
yerleştirilmiş 4 kamera istasyonu koşulu ile ağ oluşturulması düşünülmüştür. 240mm
odak uzaklıklı 23x23 cm formatlı kamera varsayılmış, resim koordinatlarının standart
hatası =1.5 m olarak başlangıçta alınmıştır. Cisim noktasının hassasiyetiin ölçümü
(LEP ile elde edilen) TEP (iç sınırlama) ve tercih edilmiş 6 minimum kontrol noktası
konfigürasyonları ile tablo 1’de listelenmiştir [2].
Tabloda gösterilen sonuçlardan ve benzer araştırmalardan ZOD ile ilgili aşağıdaki
özellikler tanımlanabilir.
Güçlü fotogrametrik ağlar için tercih edilen uygun nokta konfigürasyonlarında elde
edilen 0 büyüklüğü, LEP ve TEP’den karşılık değerlerinden 20- 50 daha
yüksek olması olasıdır. Tercih edilen nokta yaklaşımını benimsemek için güçlü
nedenler vardır.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
31
Şekil 9: Örnek Resim Çekimi Geometrisi
tercih edilen 3 noktanın minimum kotrol konfigürasyonu ‘uygunluğu’ 3 cisim
kontrol noktası ile şekillenmiş üçgenin merkezinin (centroid) hedef ışın merkezine
yakın olması makul olduğunda olası yaklaşımıdır. Üçgen alanı maksimumdur ve
XYZ ‘de düzenlenmiş iki nokta arasındaki çizgi gibi kenar belirleme ölçeği de
mümkündür [2].
ZOD’daki değişim, (minimum) sınırlanmış konfigürasyonda sadece cisim
koordinatlarının standart hatasının büyüklüğünü etkilemez, aynı zamanda ağ
doğruluğunun homojenlik derecesini etkiler. Bu bakış açısı ile iç sınırlama ve LEP
en iyi çözüm sağlar ve aynı zamanda maksimum ortalama hassasiyet verir. (min.
c)
Normal ve konvergent konfigürasyonların her ikisinde de serbest ağ
dengelemesine fazla cisim kontrol noktası miktarı ne de noktadan noktaya mesafe
ölçmeleri ile ağda elde edilen daha yüksek ortalama doğruluk verebilir. Bu ekstra
çalışma gerektiren rasgele minimum sınırlamadan diğerlerinin kurulumu verilen
önemli bir özelliktir ki bu ekonomik açıdan daha az uygundur [2].
Uygun minimum kontrol konfigürasyonu için C2’nin kesin fonksiyonlarının
hassasiyetindeki değişim, ki bu verideki değişimlere eşlik eder. 2’deki değişimden
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
32
daha az bir şey olması umulabilir. Bu güçlü geometri sergileyen ağlardaki
noktadan noktaya mesafe doğruluğu ile kanıtlanır.[2]
Kesin bir boyut için, ZOD normal stereoskopik ve zayıf konvergent ağlar için daha
belirgin olması umut edilen verideki değişikliklerin koordinat doğruluğundaki
etkilerinde olan FOD’dan bağımsızdır. Karşılıklı fiziksel ilişkilerin derecelerine
bakmaksızın, iç sınırlama yaklaşımı vasıtasıtasıyla elde edilen 2 değeri, belirlenmiş
toleransı karşılamazsa ne FOD ne de SOD için tekrar çözüme gerek
duyulmayacaktır [2].
Tablo 1: Kontrol ve Konfigrasyon Parametreleri
Kontrol q c X Y Z
LEP 0.46
0.037 (270 000)
0.035
0.035
0.040
TEP (inner constraints)
0.46
0.037 (270 000)
0.036
0.036
0.039
Seçilen Noktalar 500,515;523
0.64
0.052 (190 000)
0.050
0.050
0.054
517.529;508
0.64
0.052 (190 000)
0.052
0.052
0.052
422,414;406
0.70
0.057 (175 000)
0.058
0.058
0.056
508,515,500
0.78
0.063 (159 000)
0.064
0.066
0.058
512,526;508
0.89
0.072 (139 000)
0.079
0.078
0.058
418,414;406
0.99
0.080 (125 000)
0.086
0.085
0.070
Tablo 1. minimum kotrol konfigürasyondaki değişiklikler ile cisim nokta
doğruluğundaki değişimler. Tercih edilen noktalar için listelenen ilk iki noktalar X,Y ve
ZOD’de düzenlenmiştir, 3.sü ise ZOD’de. Parantez içindeki değerler oransal
doğrulukla ilgilidir. Tüm birimler mm. dir (q ise boyutsuzdur.)[2].
Konfigrasyon(FOD)
Bu bölümdeki ilk işleyiş biçimi uygun ağ geometrisinin tasarımına giriş olarak
verilmiştir. Şekil 1’de XYZ koordinatlarının hassasiyeti, izotropik dağılması ve
homojenlik sağlaması için gerekli olan alıcı konfigürasyonundaki değişiklikler göreceli
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
33
olarak basit bir durum için gösterilmiştir. İşlem süresince, FOD’un 2 elemanı
kullanılmıştır. Kamera istasyonlarının (q faktör değerini geliştirmek) dağılımı ve
numarası açısından ağ geometrisinin yükseltilmesi ve daha büyük resim ölçeğinin
kullanılması, FOD ile başlangıçta ağ konfigürasyonunda yer alırken, (örneğin
geometri dizaynı), temelde özellikle kendi kendine kalibrasyonla ilgilidir. Burada
sensör kalibrasyon parametreleri ve cisim uzay koordinatlarının her ikisinin birden
belirlenmesinin doğruluğu, kamera istasyonları ve hedeflerin dağılım
konfigürasyonlarının her ikisinden de etkilenir [2].
FOD’un amacı verilen W ağırlık matrisi için Ak matrisini bulmaktır. Bu belirlenmiş
doğruluk parametrelerini belirleyen Q2 kofaktör matrisini elde eder. Pratik kriter
ortalama standart 0’ın takım toleransları içinde olmalı ve doğruluğun yeterli
derecede homojen olmalıdır. (her bir nokta için standart hata değer aralıkları ile
açıklandığı gibi) Konvergent çok istasyonlu fotogrametrik ağ ve daha düşük derece
için normaldeki stereo ağın bile korelasyonun sonucu olarak diagonal baskın
(dominant) olması beklenir. Sonuçta gibi bir doğruluk birimi kullanımı pratikte
oldukça kullanışlıdır [2].
FOD’a merkezi etkinin farklı noktalar için xyz arasındaki ve x, y, z arasındaki cisim
uzay üçgeninde gerekli rölatif/karşılıklı doğruluk verecek temel ağın kesin ve açık
olarak belirlenmesi düşüncesidir. Görüldüğü gibi C2’nin basit ölçeklemesi daha fazla
kamera istasyonunu ve resimleme ölçeğindeki değişikliklere ekler vasıtasıyla
gerçekleştirilebilir. Bu temel ağ ışınlarının boyutsal kesişimleri için uygun geometriyi
göstermelidir. Bu yapıda temelde tekil ve oldukça karmaşık olmalıdır [1]. Bir takım
kamera konumlarında ve temel geometride, değişikliklere eşlik eden doğruluk
değişikliklerini, örnek olarak tekrar şekil 6’de gösterilen anten ölçme ağı göz önüne
alınmıştır. Bu örnek için tipik temel ağ 90o dönüklük açısında simetrik olarak
yerleştirilmiş 4 istasyon olacaktır. Böyle bir dönüklük açısının üçgenleme doğruluğu
vasıtasıyla tam uygun olmamasına rağmen bu minimum oran ve alan derinliği gibi
fotogrametrik kısıtlamalarda en iyi sonucu veren pratik sınırlamadır.
Tablo 1 dönüklük açısı ve ölçme dairesi etrafında eşit olarak yerleştirilmiş birkaç
fotograf ve her ikisindeki değişiklikler ile ilgili xy ve z koordinat standart hata
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
34
verilerini de gösterir. Bu doğruluk tahminleri ( =1.5 m) resim koordinat standart
hatasına dayanan) serbest ağ demet dengelemesinde elde edilir. Şekilden rölatif
doğruluk belirleme faktörünün dönüklük açısı olduğu bilinmektedir. Sonuçta FOD’daki
4’ten fazla kamera istasyon ağı için (varyanslar) değişiklikler (1) eşitliğindeki
konfigürasyon faktörüne uygun olarak basit şekilde, LEP için:
1
22
2
2 b
T
b AAk
C (17) yazılabilir.
Burada A2b temel ağ için tasarım matrisidir. Konfigürasyon matrisi tersinde bulunan
A2bT A2b, eşitlik (1) deki ölçek numarası s ve q faktörüdür.
Tüm koordinat eksenleri üzerindeki doğruluğun homojen dağılımının yakın resim
fotogrametrisinde değişmeyecek biçimde aranılmasına rağmen, bu normal
resimleme konfigürasyonu için kameraların küçük dönüklük açısı ile mümkün
olmadığı bellidir. Stereoskopik bakışın sınırlanmasından dolayı gerçekten FOD daki
birkaç üçgenleme geometrisini yükseltme araçlarından biri “base to distance” B/D
oranındaki değişiklikler yoluyladır. Temel yükselme 0’nin düşüşü gibi doğrusal
değildir [1]. Bu tasarım işlemi fotografik sınırlamalar normal bir ağı düzenleyen iki
resim içinden verilmiş stereoskopik üst üste bindirme için, maksimum B/D oranının
belirleyecek olan temel kamera bakış alanının belirlenmesi için de geçerlidir [1].
Kendi kendine kalibrasyon sistemi konvergent fotogrametrik ağ ve tekil sensörün
rutin özelliğidir. Güçlü geometriler için kendi kendine kalibrasyonun sunucu olarak
cisim nokta doğruluğundaki etkisinin minimum olması tahmin edilebilir. Resim uzayı
ek parametreleri (APs) ile cisim uzayı ek parametreleri arasındaki izdüşümsel
(projektif) ilişki temelde minimum kalmalıdır. Bu temel FOD kurallarına uyuduğu
sürece genelde uygunluk sağlanmış olunur. Örneğin, ana nokta koordinatlarını elde
etmek için farklı dönüklük açılarına sahip kameraların kullanılması, odak uzaklığı
kalibrasyonunu desteklemek için iyi dağılmış üç boyutlu hedef alanı ve ya güçlü
yakınsama koşulu ve hedef ışınlarının yeterli yoğunluğu sağlaması temel aranan
konfigürasyon özellikleridir.
Yakın resim fotogrametrisinde ağırlık problemine çözüm, resim koordinatları standart
hatasının ( ), ağırlık matris P, sabit kalarak P= 2l formunu aldığına göre
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
35
optimizasyonunu içerir. Bunu (1) ve (17) eşlitlikleriyle görmüştük. Yalnız ağa
kamera istasyonlarının konumlarının eklenmesinin FOD işlemine de (temel
konfigürasyonunun oluşturulması için gerekli numaraların yanında) SOD
işlemindekine benzer bir etki yapar. Sonuç olarak SOD 17 eşitliğinde ve
konfigürasyon arasındaki uygun dengeyi sağlaması olarak bakılabilir. Fakat
herhangi bir sistem için pratikte sabit değer (komparatör doğruluğu veya resim
merkezlendirme ve eşleştirme ya da resim koordinatı belirleme doğruluğu) olmak
üzere, SOD burada C kovaryans matrisinin ölçeklemesini sağlamış olur [2].
lPQv v (18)
iii lrv (19)
MV ağlarında aynı anda çoklu resim alımının yapılması, resim düzleminde kalan
herhangi bir sistematik hatanın etkisinden kurtulmak için resim çekimleri arasındaki
ufak kamera istasyonu değişiklikleri ile resim ölçümü sırasında hem otomatik hem de
manuel ölçmelerin doğruluğunun arttırılması içindir. Sonuçta SOD işleminin pratikte
ölçme ekonomisine bir etkisi yoktur. Bir kez kurulur ve FOD konfigürasyonu
belirlenir. Gerekli K değeri gerekecek olan ek ölçme işleminin yalnız minimum
miktarı bilgilerinden seçilebilir. Bu “hyper-coverrage”nin kullanımının son temel
örneği olan 6 istasyonlu MV ağda da açıklanabilir. Çoklu çekim noktaları ile temel
ağda elde edilenin üzerinde ortalama standart hata değerinden yaklaşık üç kat daha
iyi değerler elde edilebilir [2].
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
36
Referanslar
[1]Fraser C.S., 1996. Industrial Measurement Applications, Close Range
Photogrammetry And Machine Vision, Whittles Publishing, Scotland
[2]Atkinson K.B., 1996. Close Range Photogrammetry and Machine Vision, :
Whittles Publishing, Scotland.
[3]Luhmann T., 1994. Rechnergestützte Planung und Berechnung von
Aufnahmekonfigurationen für CCD-Bildsensoren. Zeitschrift für Photogrammetrie und
Fernenkundung 3/1994. page 103-110. Germany.
[4]Güneş A., Yıldız K., 1997. Matlab for Windows, Türkmen Kitabevi, İstanbul.
[5]El-Sheimy N., 1999. An Intelligent Mobile Mapping System, The International
Workshop on Mobile Mapping Technology, page 34-37. Bangkok, Thailand.
[6] http:// cs.umd.edu/~adeli/calib.html [7]Orun A.B., Real-time photogrammetrical surface based object recognition and
automatic archiving system, ASPRS-RTI Annual Conference, March 30- April 3,
1998, Tampa Conventional Center, Tampa-Florida, US.
[8]Toz G., 1985. Yersel Fotogrametride Analog, Analog-Analitik ve Analitik
Değerlendirme Yöntemlerinin Yapı Konstrüksiyon Deneylerinde Uygulama
Olanakları, Doktora Tezi, İ.T.Ü Fen Bilimleri Enstitüsü, İstanbul
[9]Fraser C.S., 1989. Optimization of Networks in Non-Topographic
Photogrammetry. American Society for Photogrammetry and Remote Sensing, page
95-105. USA.
[10]Retscher G., Heribert K., 1999. Precise 3-D Navigation of Building Machine
Platforms, The International Workshop on Mobile Mapping Technology, page 57-59.
Bangkok, Thailand.
[11]Cowan G.K., 1988. Automatic sensor placement from vision task requirements.
IEEE Transactions on Pattern Analysis and Machine Intelligence. 10(3), page 407-
416. USA.
[12]Martin A., Tosunoğlu S., 2000. Image Processing Techniques For Machine
Vision, Florida Üniversitesi Makine Mühendisliği Böl., Ders Notu, Miami.
[13]Ron Li., 1999. Concept of Processing Multiplatform and Multisensor Data, The
International Workshop on Mobile Mapping Technology, page 89-94. Bangkok,
Thailand.
Gebze Teknik Üniversitesi Doç.Dr. Bahadır ERGÜN Endüstriyel Fotogrametri Ders Notları JFM 517
37