Orhan ŞENGÜL, Mustafa TÜRKMENOĞLU, Erdem DEMİRCİOĞLU

UZAKTAN ALGILAMA UYDU GÖRÜNTÜLEME SİSTEMLERİ İÇİN SİNYAL GÜRÜLTÜ ORANI HESAPLAMA YÖNTEMİ

Sinyal Gürültü Oranı (SGO) uydu görüntüleme sistemlerinde görüntü kalitesi ile radyometrik performansı birbirine bağlayan bir ölçüt olarak kullanılır ve uzaktan algılama uydu görüntüleme sistemlerinde görüntü kalitesini gösteren parametrelerden birisidir. Uzaktan algılama uydu görüntü sistemi tasarım aşamasında SGO hesaplamalarının ve analizlerinin yapılması gerekmektedir. Bu hesaplama ve analiz çalışmaları tasarıma yön verilmesi ve tasarımın doğrulanması için önem taşımaktadır. Tasarlanan optik görüntüleme sistemine kaliteli bir görüntü oluşturabilecek ışık akısının ulaştığı ve ulaşan bu ışık akısının sensör üzerinde yeteri kadar elektron oluşturduğu gösterilmelidir. Bu çalışmada alçak irtifa yörüngesinde görev alan yakın kızıl ötesi bantta çalışan bir uydu görüntüleme sisteminin spektral ve toplam ışık akı miktarı hesaplaması yapılarak SGO analizi sunulmuştur. Optik sistemin görüntü kalitesinin tasarım aşamasında tahmin edilebilmesi ve optik giriş açıklık çapının belirlenmesi için sensöre gelen ışık miktarının hesaplanması ve SGO analizinin yapılması gerekmektedir. Bu çalışmada uzaktan algılama uydu görüntüleme sistemleri için yer yüzünden yansıyıp atmosferi geçerek görüntüleme sensörünün bir pikseline oluşan toplam elektron sinyal miktarı hesaplama yöntemi verilmiş ve SGO analizi yapılmıştır. Önerilen SGO analiziyle optik görüntüleme sisteminin 2,5 milisaniye görüntü alma süresince düşük kapasitans modda çalıştırılmasıyla sensörün bir pikselinin %28,2'i elektronlarla dolduğu, kazancın 0,56 V ve SGO'nın 861 olduğu tespit edilmiştir.

Signal to Noise Ratio (SNR) is a metric used to link the image quality and radiometric performance of the remote sensing imaging systems. It is one of the remote sensing imaging system's design parameters that represents the image quality. SNR calculation and analysis should be carried out at de

Signal to Noise Ratio (SNR) is a metric used to link the image quality and radiometric performance of the remote sensing imaging systems. It is one of the remote sensing imaging system's design parameters that represents the image quality. SNR calculation and analysis should be carried out at design phase of remote sensing imaging systems. This calculation and analysis are crucial for confirmation of design success. It is important to show that the light flux reaching the sensor and the generated electrons on sensor is enough to create a high quality image. In this paper, the spectral and total light flux power calculations are presented and SNR analysis in near infrared wavelength region for a remote sensing imaging system used at low earth orbit is demonstrated. Light flux power calculation and SNR analysis are necessary for designing an optical imaging system. The amount of light flux entering to the sensor should be calculated. SNR should also be analyzed to determine the entrance baffle diameter and estimate the image quality of the optical imaging system. The proposed method provides 28.2% electrons filling ratio per pixel, 0.56 V gain and the SNR of 861 for the 2.5 ms operation of the optical system.

PDF

___

1. Fiete, R. D. ve Tantalo, T., "Comparison of SNR Image Quality Metrics For Remote Sensing Systems", Optical Engineering, Cilt 40, No 4, 574585, 2001.
2. Kim, T., Kim, H. ve Kim, H., "Image-Based Estimation and Validation of Niirs for High Resolution Satellite Images", Technical Note, Department of Geoinformatic Engineering, Inha University, Korea Aerospace Research Institute, Republic of Korea, 2012.
3. Hofer, S., Neumann, C. ve Skrbek, W., "SNR Estimation for Advanced Hyperspectral Space Instrument", Proceedings of SPIE, Infrared Spaceborne Remote Sensing, Cilt 5883, No 3, 1-7, 2005.
4. Braun, D. ve Alperovich, V., "Electro-Optical System Performance Analysis for Airborne and Spaceborne Photography", Proceedings of SPIE, Airborne Reconnaissance, Cilt 24, No 4127, 85- 96, 2000.
5. Oh, E., Cho, S., Ahn Y-H., Park, Y., Ryu J-H ve Kim S-W, " In-orbit Optical Performance Assessment of Geostationary Ocean Color Imager", Geoscience and Remote Sensing Symposium (IGARSS), 4750 - 4753, 2012.
6. Xinhong, W., Lingli, T., Chuanrong, L., Bo, Y. ve Bo, Z., "A Practical SNR Estimation Scheme for Remotely Sensed Optical Imagery", Proceedings of SPIE, Cilt 7384, No 34, 1-6, 2009.
7. Berk, A., Bernstein, L.S. ve Robertson, D.C., "MODTRAN: A Moderate Resolution Model for LOWTRAN7", Technical Report GL-TR-89- 0122, Geophysics Lab., Bedford, USA, 1989.
8. Kneisys, F.X., Abreu, L.W., Anderson, G.P., Chetwynd, J.H., Shettle, E.P. ve Berk, A., "The MODTRAN 2/3 and LOWTRAN Model", Technical Note, Ontar Corporation, North Andover, MA, 1995.
9. Vermote, E., Tanre, D., Deuze, J.L., Herman, M. ve Morcette, J.J., "Second Simulation Of The Satellite Signal In The Solar Spectrum, 6s User Guide Version 0", Technical Note, NASAGoddard Space Flight Centre, Greenbelt, USA, 1994
10. Schott, J. R., Remote Sensing, The Image Chain Approach, 2nd Edition, Oxford University Press, New York, 2007.
11. Schowengerdt, R. A., Remote Sensing, Models and Methods for Image Processing, 3rd Edition, Academic Press, New York, 2006.
12. Easton, R. L., Fourier Methods in Imaging, John Wiley & Sons, New York, 2010.
13. Güler, N. F. ve Navruz İ., The Optical Grating Based Solutions for Dispersion Compensation in Optical Communication Systems, Journal of the Faculty of Engineering and Architecture of Gazi University, Cilt 21, No 1, 129-136, 2006.