ArcGIS Pro 2.3 Yenilikleri: Görüntü Analizi ve Uzaktan Algılama

ArcGIS Pro görselleştirme, görüntü işleme ve yönetimi için temel masaüstü uygulamasıdır. Image Analyst ek bileşeni ise görüntü analizi ve görüntü yorumlama için birçok aracı içermektedir. Bu ek bileşen görüntü analistleri, mekansal analiz uzmanları, görüntü yorumlanma ve bilgi çıkarımına odaklanan herkes için tasarlanmıştır.

ArcGIS Pro 2.3 sürümünün bir parçası olarak, Image Analyst ek bileşeni birçok gelişmiş yetenek ve özellik ile geliştirilmiştir. Deep Learning (Derin öğrenme), motion video (hareketli video), görüntü analizi işlevlerine ek olarak stereo ve image space özelliklerinde de kalite iyileştirmelerine ve hata düzeltmelerine odaklanılmıştır.

Yeni yeteneklerden bazıları:

Görüntü Yönetimi

2019 yılında Esri’nin birçok konuda tüm dünyada olduğu gibi bulut teknolojisine vereceği önem aşikardır. Esri tarafından düzenlenen Partner Conference, Developer Summit gibi birçok etkinlikte de yapılan duyurular da bulut ortama verilen önemi destekler niteliktedir.

ArcGIS Cloud Storage Connection:

ArcGIS, mozaik veri kümesi (Mosaic Dataset) ile büyük boyutlu raster verilerinizi yönetebilmenizi sağlamaktadır. ArcGIS Pro 2.3 ile birlikte ArcGIS Cloud Storage’in sunmuş olduğu bulut bağlantıları sayesinde doğrudan bulut mağazalarına bağlanmanıza klasörlere göz atmanıza ve projenizdeki raster verilere erişmenize imkan tanır. Amazon Web Services, Azure, Alibaba, Google, Huawei ve Webhdfs şu anda desteklenen bulut mağazalarıdır.

Catalog penceresinde veya Catalog görünümünde “Cloud Stores” kategorisinden bir bulut depolama bağlantısı ekleyebilirsiniz. Aynı zamanda Insert şerit menüsünden Connections butonuna tıklayarak yeni bir bulut depolama bağlantısı ekleyebilirsiniz.

Harita Üretimi

Orto Haritalama – Hava araçlarıyla sağlanan görüntülerin işlenmesi:

Build Frames & Cameras Table aracıyla drone, hava fotoğrafı ve taranmış fotoğraflarınızı orto haritalama için hazırlayabilirsiniz. Çerçeve ve kamera tablosu üretimi “Ortho Mapping Workspace Wizard” ile birlikte manuel olmaktan çıkmıştır. Bu araç, kamera tablosu ve çerçeve tablosu şema bilgilerini doldurduğunuz ve iç yönlendirme bilgilerini hesapladığınız bir iletişim kutusu açar. Kameranızın modelini ve temel bilgilerini vererek, afin dönüşümü için gerekli ayarlamaları otomatik olarak yapabilirsiniz.

Analizler:

Derin Öğrenme ve Görüntü Sınıflandırma:

Makine öğrenimi ve görüntü sınıflandırma araçları, kullanıcıların gelişmiş sınıflandırma ve makine öğrenimi algoritmalarını kullanarak arazi bitki örtüsü ve arazi kullanımı sınıflandırma haritaları gibi türetilmiş ürünler yaratmasını sağlamaktadır. ArcGIS, yıllardır uzaktan algılama görüntülerini istatistiksel ve makine öğrenmesi sınıflandırma yöntemlerini kullanarak sınıflandırmayı olanaklı hale getirmiştir. ArcGIS bu yetenekleri artırarak, ArcGIS Pro 2.3 ile birlikte derin öğrenme modellerini doğrudan CBS iş akışlarına dahil edilmesini sağlayan derin öğrenme araç setini (Deep Learning Toolset) piyasaya sürmüştür.

Deep Learning araç seti üç yeni coğrafi işlem aracını içermektedir. Bu araçlar, TensorFlow, CNTK ve Keras gibi derin öğrenme çerçeveleri tarafından oluşturulan derin öğrenme modellerini kullanan görüntü sınıflandırma ve nesne algılama iş akışlarını destekler. Derin öğrenme işlemlerini gerçekleştirmek için girdi verisi olarak kullanılan eğitim örneklerini ve meta veri oluşturmayı basitleştirmek için “Export Training Data For Deep Learning” aracında iyileştirmeler ve güncellemeler yapılmıştır. Araçlardan bazıları şu şekildedir:

  • Classify Pixels Using Deep Learning: Bu aracı kullanarak girdi raster verinizde derin öğrenme modellerini kullanarak sınıflandırılmış raster veri üretebilirsiniz.
  • Detect Objects Using Deep Learning: Bu aracı kullanarak girdi görüntüde bulunan nesneleri içeren bir katman üretebilirsiniz.
  • Non Maximum Suppression: “Detect Objects Using Deep Learning” aracını kullanarak çiftli üretilen nesneleri tespit ederek yinelenen nesne içermeyen çıktı üretebilirsiniz.

Raster Fonksiyonları:

Image Analysis ek bileşeninde ArcGIS Pro 2.3 ile birlikte analistlerin karmaşık ve özel görüntü işleme algoritmalarını tasarlamalarını ve çalışmalarını sağlayan raster fonksiyonlarının sayıları arttırılarak iyileştirilmeye gidilmiştir. Bu sürüm ile birlikte ArcGIS’e aşağıdaki raster fonksiyonları eklenmiştir:

  • Corridor: İki girdi kümülatif maliyet rasterı için kümülatif maliyetlerin toplamını hesaplar.
  • Focal Statistics: Her girdi hücre konumu için, etrafındaki diğer komşu hücrelerin değerler istatistiğini hesaplar.
  • Lookup: Girdi raster verinin tablosunda bulunan diğer sütunlardaki değerlere göre yeni bir raster oluşturur.
  • Path Allocation: Yatay ve dikey maliyet faktörleriyle birlikte yüzey mesafesini hesaba katarken, bir maliyet yüzeyindeki en düşük toplanmış maliyete dayanarak her hücre için en düşük maliyetli kaynağı hesaplar.
  • Path Distance: Yatay ve dikey maliyet faktörleriyle birlikte yüzey mesafesini hesaba katarken, her bir hücre için en düşük maliyetli kaynağa olan en düşük toplam maliyet mesafesini hesaplar.
  • Path Distance Back Link: Yatay ve dikey maliyet faktörleriyle birlikte yüzey mesafesini hesaba katarken, en düşük maliyetli kaynağa giden en düşük toplam maliyetli yoldaki bir sonraki hücre olan komşuyu tanımlar.
  • Region Group: Her bir girdi hücresi için, hücrenin ait olduğu bölgenin kimliğini belirler.
  • Flow Distance: Akış mesafesini hesaplamak için kullanılan bu aracın hesaplama yöntemlerine etki eden istatistik tiplerine yeni parametreler eklenmiştir.

Görselleştirme

Hareketli Görüntü (Motion Imagery):

Motion Imagery, ArcMap’deki Full Motion Video (FMV) eklentisinden doğmuştur. ArcMap için FMV eklentisinde mevcut olan işlevlerin çoğu, artık ArcGIS Pro 2.3’e tamamen entegre edilmiştir. Motion Imagery, coğrafi mekânsal meta verileri içeren video verileriyle çalışmanıza ve analiz etmenize olanak sağlayan bir dizi özellik ve yeteneği içermektedir. Bu yetenekleri şu şekilde sıralayabiliriz:

  • Video oynatıcıda ve harita görünümünde bina, ağaç, hidroloji vb. gibi CBS katmanlarını görüntüleyebilme
  • Video oynatıcıda yeni detay oluşturabilme ve düzenleyebilme ve mevcut detayları güncelleyebilme
  • Hem canlı videolardan hem de arşivlenmiş videolardan meta verilerin elde edilebilmesi
  • CBS ile gerçekleştireceğiniz analizlerde kullanmak üzere videodan görüntülerin dışa aktarılması
  • Raporları hızlı oluşturabilmek için videodan almış olduğunu görüntü karelerini PowerPoint’e aktarılabilmesi.
  • Zaman bilgisi içeren katmanlarla entegrasyonu geliştirmek için zaman kaydırıcı aracıyla senkronize edilmiş videoları görüntüleme

İki yeni coğrafi işlem aracı ile FMV uyumlu video akışlarından veri ayıklanmaktadır.

  • Video Metadata To Feature Class aracı FMV uyumlu bir videodan öznitelik meta verilerini, çerçeve ana hattını dışa aktarır ve çıktı geometrisini ve öznitelikleri detay olarak kaydeder.
  • Extract Video Frames To Images aracı videodan elde edilen görüntüleri ve ilişkili meta verileri FMV uyumlu bir video akışından dışa aktarır ve kaydeder. Dışa aktarılan görüntüler, daha fazla analiz işlemini gerçekleştirmek için mozaik veri kümesine (Mosaic Dataset), diğer araçlara veya fonksiyonlara eklenebilir.

Daha fazla bilgi için aşağıdaki bağlantıları kullanabilirsiniz.

  • Esri tarafından yayınlanan ArcGIS Pro 2.3 ile birlikte gelen tüm yenilikler için:

https://pro.arcgis.com/en/pro-app/get-started/whats-new-in-arcgis-pro.htm

  • “ArcGIS Pro 2.3 Yeniliklere Genel Bakış” adlı blog yazımız için:

https://blog.esri.com.tr/2019/02/19/arcgis-pro-2-3-yeniliklere-genel-bakis/

  • Image Analyst ek bileşeni hakkında daha fazla bilgi almak için:

https://pro.arcgis.com/en/pro-app/help/analysis/image-analyst/general-information-abourt-the-image-analyst-extension.htm

  • Image Analyst ek bileşini elde etmek için:

https://www.esri.com.tr/tr-tr/urunler/arcgis-image-analyst/genel-bakis

  • Image Analyst ile kullanabileceğiniz örnek ver kümesi için:

https://esri.app.box.com/s/dgb0c8khvtyt2vko80j3dxf5r03eo4m7

 

 

Önceki Yazı
ArcGIS Pro’da Öznitelik Kuralları
Yazıyı görüntüle
Sonraki Yazı
SSS: ArcGIS Earth’de TLS 1.2’yi nasıl aktif ederim?
Yazıyı görüntüle