Hiperspektral Görüntüleme

Hiperspektral görüntüleme, bir sahneden yansıyan veya yayılan elektromanyetik ışınımı çok sayıda dar ve birbirine bitişik dalga boyu bandında kaydeden bir görüntüleme teknolojisidir. Geleneksel renkli kameralar bir görüntüyü kırmızı, yeşil ve mavi olmak üzere üç geniş bant üzerinden oluştururken hiperspektral sistemler, görüntüdeki her piksel için ayrıntılı bir spektrum üretmektedir. Böylece nesneler yalnızca biçim ve renklerine göre değil; kimyasal bileşimleri, fiziksel durumları ve ışıkla kurdukları etkileşim üzerinden de ayırt edilebilmektedir. Hiperspektral sistemlerin tasarımı, kalibrasyonu ve ürettiği verilerin işlenmesi; optik, elektronik, malzeme bilimi, veri işleme ve metroloji yöntemlerini içermektedir.

Hiperspektral görüntüler iki uzamsal boyut ile bir spektral boyuttan meydana gelen üç boyutlu bir “veri küpü” biçiminde temsil edilir. Teknoloji; uzaktan algılama, hassas tarım, madencilik, çevre izleme, savunma, tıp, gıda güvenliği ve endüstriyel kalite kontrol gibi alanlarda kullanılmaktadır.

Maddeler, üzerlerine ulaşan elektromanyetik enerjinin belirli bölümlerini soğurmakta, yansıtmakta veya yaymaktadır. Bu etkileşimlerin dalga boyuna göre değişimi, maddenin “spektral imzası” olarak adlandırılan karakteristik bir örüntü meydana getirir. Bitki yapraklarındaki pigmentler, topraktaki mineraller, atmosferik gazlar, sentetik malzemeler ve biyolojik dokular farklı spektral davranışlar gösterebilir. Hiperspektral görüntüleme, bu farklılıkları mekânsal konum bilgisiyle birlikte kaydederek sahnedeki malzemelerin tanımlanmasına veya durumlarının incelenmesine imkân verir.^【1】

^{Hiperspektral veri küpünde iki uzamsal boyut ile çok sayıdaki spektral bandın birleşmesi ve seçilen bir piksele ait spektral imzanın temsili. (Yapay Zekâ ile Oluşturulmuştur)}

Bir hiperspektral veri küpü matematiksel olarak I(x,y,λ) biçiminde ifade edilebilir. Burada x ve y, görüntü düzlemindeki uzamsal koordinatları; λ ise dalga boyunu göstermektedir. Küpün belirli bir dalga boyundaki kesiti iki boyutlu bir görüntü, belirli bir piksel boyunca alınan kesiti ise o noktaya ait spektrumdur.

Hiperspektral ve multispektral görüntüleme arasındaki ayrım yalnız bant sayısına dayanmamaktadır. Multispektral sistemler belirli amaçlar için seçilmiş, çoğunlukla birbirinden ayrık bantlarda ölçüm yaparken hiperspektral sistemler bir spektral aralığı dar ve bitişik bantlarla örneklemektedir. IEEE tarafından 2025 yılında kabul edilen IEEE 4001 standardı da hiperspektral sistemi sabit bir bant sayısıyla değil, belirlenen spektral aralığın boşluksuz biçimde ve yeterli örnekleme sıklığıyla ölçülmesi üzerinden tanımlamaktadır.^【2】

Spektroskopi ile görüntüleme, 20. yüzyılın ikinci yarısında uzaktan algılama çalışmalarında aynı sistem içinde kullanılmaya başlanmıştır. Alexander F. H. Goetz ve çalışma arkadaşlarının 1985 yılında yayımladığı araştırmada, görüntüleme spektrometrisinin yeryüzünün uçak ve uzay araçlarından incelenmesindeki kuramsal ve teknik esasları ele alınmıştır.^【3】

NASA Jet İtki Laboratuvarı tarafından geliştirilen Havadan Görünür/Kızılötesi Görüntüleme Spektrometresi (Airborne Visible/Infrared Imaging Spectrometer-AVIRIS), 400 ile 2.500 nanometre arasındaki elektromanyetik bölgeyi 224 bitişik spektral kanalda ölçerek kalibre edilmiş görüntüler üretmektedir.^【4】 Bu sistemden elde edilen veriler; minerallerin, bitki türlerinin, yangın alanlarının, kıyı ekosistemlerinin ve atmosferik bileşenlerin spektral özelliklerinin haritalanmasında kullanılmıştır.

Hiperspektral sistemler; uydu, uçak, insansız hava aracı, kara aracı, laboratuvar ve üretim hattı gibi farklı platformlarda kullanılmaktadır. Taşınabilir ve endüstriyel sistemlerde küçük boyutlu sensörler ile yerleşik veri işleme birimleri birlikte kullanılabilmektedir.

Hiperspektral görüntüleme süreci, doğal veya yapay bir ışık kaynağından gelen enerjinin hedefle etkileşmesiyle başlamaktadır. Hedeften yansıyan ya da yayılan enerji, görüntüleme optiği tarafından toplanarak spektral ayrıştırıcı bileşene yönlendirilir. Prizma, kırınım ağı veya ayarlanabilir optik filtre gibi bileşenler ışınımı dalga boylarına ayırır. Ayrıştırılan enerji bir dedektör dizisi tarafından elektriksel sinyale dönüştürülür ve sayısal veri olarak kaydedilir.

^{Çizgi tarama yönteminde dar bir yer şeridinden alınan ardışık ölçümlerin hiperspektral veri küpünü meydana getirmesi. (İrem Naz Acar)}

Kullanılacak dedektör malzemesi, ölçülecek spektral bölgeye göre değişmektedir. Silisyum tabanlı dedektörler çoğunlukla görünür ve yakın kızılötesi bölgede kullanılırken daha uzun dalga boylarında indiyum-galyum-arsenit veya soğutmalı kızılötesi dedektörler gerekebilir. Sensörün spektral çözünürlüğü, uzamsal çözünürlüğü, sinyal-gürültü oranı ve radyometrik doğruluğu birbirleriyle ilişkilidir. Daha dar bantlarda ölçüm yapılması ayrıntılı spektral bilgi sağlarken her banda ulaşan enerji miktarını azaltarak gürültünün etkisini artırabilir.

Hiperspektral veri küpünün elde edilmesinde kullanılan başlıca yöntemler şunlardır:

• Nokta tarama: Sahne, her konum için ayrı spektrum elde edilecek biçimde nokta nokta taranır. Yüksek spektral doğruluk sağlayabilmesine karşın veri toplama süresi uzundur.
• Doğrusal tarama: Bir sahne çizgisi üzerindeki uzamsal ve spektral bilgi aynı anda kaydedilir. Platformun veya numunenin hareketiyle ikinci uzamsal boyut tamamlanır. “Push-broom” olarak da adlandırılan bu yöntem uydu, uçak, insansız hava aracı ve üretim bandı uygulamalarında yaygındır.
• Spektral tarama: Sahnenin iki boyutlu görüntüsü, farklı dalga boyları sırasıyla seçilerek kaydedilir. Hareketli nesnelerde veya değişken ışık koşullarında bantlar arasında uyumsuzluk meydana gelebilir.
• Anlık görüntüleme: Uzamsal ve spektral bilgi tek pozlamada elde edilir. Bu sistemlerde veri küpünün yeniden oluşturulması ile uzamsal ve spektral çözünürlük arasındaki ilişki, sistem tasarımının bileşenleri arasındadır.^【5】

Ham hiperspektral veri doğrudan kullanılabilir bir malzeme haritası değildir. Sensör gürültüsü, optik bozulmalar, atmosfer, aydınlatma koşulları ve platform hareketi ölçümleri etkileyebilir. Bu nedenle analiz öncesinde karanlık akım düzeltmesi, radyometrik ve dalga boyu kalibrasyonu, atmosferik düzeltme, geometrik düzeltme ve gürültülü bantların ayıklanması gibi işlemler uygulanır.

Düzeltmelerin ardından veriler çoğunlukla yansıtım değerlerine dönüştürülür ve bilinen örneklerin spektrumlarını içeren kütüphanelerle karşılaştırılır. USGS Yüksek Çözünürlüklü Spektral Kütüphanesi; mineraller, kayaçlar, topraklar, bitkiler, mikroorganizmalar ve insan yapımı malzemelere ilişkin referans spektrumlar içermektedir. ^【6】Bununla birlikte aynı malzemenin spektral imzası nem, yüzey pürüzlülüğü, yaş, sıcaklık, aydınlatma ve gözlem açısına göre değişebilir. Sınıflandırma çalışmalarında saha ölçümlerinden ve uygulamaya özgü yerel spektral kütüphanelerden yararlanılmaktadır.

Yüzlerce banttan meydana gelen veriler yüksek boyutluluk ve bantlar arası güçlü korelasyon içerir. Temel bileşenler analizi, minimum gürültü dönüşümü ve bant seçimi gibi yöntemlerle veri boyutu azaltılabilir. Malzeme veya arazi sınıflarının belirlenmesinde destek vektör makineleri, rastgele ormanlar, yapay sinir ağları ve derin öğrenme modelleri kullanılmaktadır.

Bir pikselin birden fazla malzemeye ait sinyal içermesi “karışık piksel” sorununu doğurur. Spektral ayrıştırma işlemi, karışık spektrumu saf bileşenlere ve bu bileşenlerin piksel içindeki yaklaşık oranlarına ayırmayı amaçlar. Doğrusal modeller ışığın karmaşık saçılma davranışını her durumda açıklayamadığından, ayrıştırma sonuçları bağımsız ölçümlerle doğrulanmaktadır.^【7】

Hiperspektral uzaktan algılama, minerallerin soğurma özelliklerinden yararlanarak jeolojik birimlerin ve maden potansiyeli taşıyan alanların haritalanmasında kullanılmaktadır. Toprağın mineral bileşimi, tuzluluk ve organik madde durumu da uygun spektral ve arazi verileriyle incelenebilir. USGS, görüntüleme spektrometrisini mineral haritalama, toprak niteliğinin belirlenmesi ve doğal tehlikelerin araştırılmasında kullanılan yöntemlerden biri olarak değerlendirmektedir.

^{Tarım alanlarında çıplak gözle fark edilemeyen su stresi, hastalık riski ve toprak farklılıklarının hiperspektral görüntüleme yoluyla belirlenmesinin temsili. (İrem Naz Acar)}

Bitkilerin klorofil, su ve besin durumu görünür ve kızılötesi bölgelerde farklı spektral tepkiler meydana getirir. Hiperspektral veriler; kuraklık, hastalık, besin eksikliği ve zararlı etkilerinin incelenmesinde kullanılmaktadır. Hassas tarım uygulamalarında bu verilerden, parsel içindeki değişkenliğin belirlenmesi ile gübreleme ve sulama uygulamalarının planlanmasında yararlanılmaktadır.

Teknoloji ayrıca orman sağlığının izlenmesi, yangın sonrası hasar analizi, sulak alanların sınıflandırılması, su kalitesinin değerlendirilmesi ve kirleticilerin tespit edilmesi gibi çevresel uygulamalarda kullanılmaktadır. NASA’nın EMIT görüntüleme spektrometresi, yüzey minerallerinin yanı sıra metan ve karbondioksit gibi gazların kendilerine özgü kızılötesi soğurma örüntülerinin belirlenebildiğini göstermiştir.^【8】

Hiperspektral görüntüleme; boya, tekstil, bitki örtüsü, toprak ve farklı yapay malzemelerin spektral özellikleri arasındaki farklılıkların analizinde kullanılmaktadır. Savunma ve güvenlik alanındaki uygulamalar arasında kamuflajlı hedeflerin araştırılması, anomali tespiti, sınır ve kritik tesis gözetimi ile kimyasal maddelerin uzaktan belirlenmesi yer almaktadır.

Bununla birlikte hiperspektral sistemler bütün malzemeleri kesin biçimde tanıyan veya engellerin arkasını gören cihazlar değildir. Atmosfer koşulları, hedef mesafesi, gölgelenme, sensör çözünürlüğü ve referans veri niteliği tespit başarısını doğrudan etkiler. Savunma alanındaki sonuçların güvenilirliği, kontrollü testler ile gerçek saha koşullarındaki doğrulamalara bağlıdır.^【9】

Tıbbi hiperspektral görüntüleme, dokuların oksijenlenmesi ve biyokimyasal bileşimi hakkında temassız bilgi elde etmek amacıyla araştırılmaktadır. Kanserli dokuların belirlenmesi, cerrahi sınırların değerlendirilmesi, yara iyileşmesinin izlenmesi ve retinal hastalıkların incelenmesi başlıca araştırma alanlarıdır. Tıbbi uygulamaların önemli bir bölümü hâlen araştırma veya klinik doğrulama aşamasındadır ve teknoloji genel geçer bir tanı yöntemi olarak klinik kullanıma girmiş değildir.^【10】

Gıda sektöründe hiperspektral görüntüleme; meyve ve sebzelerde çürüme, yabancı madde, nem, yağ ve kimyasal bileşim farklılıklarının ürüne zarar vermeden incelenmesinde kullanılmaktadır. Üretim bantlarına yerleştirilen hiperspektral kameralarla ürünler otomatik olarak sınıflandırılabilmekte ve belirlenen ölçütlere uymayan parçalar ayrılabilmektedir.^【11】 Endüstriyel uygulamalarda ise ilaç tabletlerinin homojenliği, plastik ve tekstil türlerinin ayrıştırılması, kaplama kusurlarının belirlenmesi ve geri dönüşüm malzemelerinin sınıflandırılması üzerinde çalışılmaktadır.

Hiperspektral görüntülemede spektral ve uzamsal bilgi aynı veri yapısında birleştirilir. Bu yapı, bir malzemenin konumu ile spektral özelliklerinin birlikte incelenmesini sağlar. Yöntem; temassız ölçüm, geniş alanların taranması ve görünür bantlardaki görüntülerde ayırt edilemeyen spektral farklılıkların belirlenmesi amacıyla kullanılmaktadır.

Çok sayıdaki bant büyük veri hacmi meydana getirir. Verilerin gerçek zamanlı aktarılması, saklanması ve işlenmesi yüksek hesaplama kapasitesi gerektirebilir. Spektral ve uzamsal çözünürlük, görüntüleme hızı ve sinyal-gürültü oranı arasında uygulamaya bağlı ödünleşimler bulunmaktadır. Sensör maliyeti, kalibrasyon ihtiyacı, atmosferik etkiler, değişken aydınlatma, karışık pikseller ve eğitim verisinin kapsamı sistem performansını etkileyen etkenler arasındadır.

^{Uydu ve İHA tabanlı gözlemden laboratuvar kalibrasyonuna ve endüstriyel uygulamalara uzanan bütünleşik hiperspektral teknoloji zincirinin temsili. (Yapay Zekâ ile Oluşturulmuştur)}

Yapay zekâ yöntemleriyle elde edilen sınıflandırma sonuçları, eğitim verisinin kapsamına ve çevresel koşullara göre değişebilmektedir. Bu sonuçların incelenmesinde ölçüm belirsizliği, saha doğrulaması ve modelin açıklanabilirliği dikkate alınmaktadır.

Türkiye’de hiperspektral görüntüleme çalışmaları; uzaktan algılama, hassas tarım, savunma ve elektro-optik sistem geliştirme alanlarında yürütülmektedir. TÜBİTAK UZAY tarafından gerçekleştirilen HASSAS Projesi’nde millî RASAT ve GÖKTÜRK-2 uydularından sağlanan çok bantlı görüntüler ile hava platformlarından elde edilecek hiperspektral verilerin birlikte kullanılması ve Güneydoğu Anadolu Bölgesi’ndeki tarım ürünlerinin ayrıntılı olarak incelenmesi amaçlanmıştır.^【12】

Türkiye Uzay Ajansının İMECE Projesi hakkındaki açıklamasında, proje kapsamında geliştirilmesi öngörülen yetkinliklerden biri “hiperspektral uydu kamerası altyapısı” olarak belirtilmiştir.^【13】