ماحولياتي انتظام ڪاڻ اُپُگِرَهِي عَڪس ضماءُ ۽ درجه بنديءَ جيِ طريقن جو اَڀياس
Wikipedia طرفان
[edit] ليکڪ
- احسان احمد عرساڻي
[edit] نگران پروفيسرس
- پروفيسر جوزيف غونسن
- پروفيسر ڪيديئو ٻالما
[edit] مهاڳ
آئون مهراڻ يونيورسٽي ڄامشورو ۾ پنهنجِي تدريسِي ذميوارين کان موڪلائي پي ايڇ ڊِي جِي تعليم لاءِ بتاريخ سيپٽمبر 22، 2005ع تي فرانس جي شهر غين، جيڪو بغُتاڃ صوبي جِي گاڌيءَ جو هنڌ آهي، ۾ پهتس. مون غين ۾ واقع اِنسا Institut National des Sciences Appliquées de Rennes نالي تحقيقي اداري ۾ داخلا ورتي ۽ پروفيسر جوسيف غونسان جِي نگرانيءَ هيٺ ڪم شروع ڪيو. پروفيسر غونسان اِنسا جِي عڪس تجربيگاهه ۾ پروفيسر آهي ۽ عڪس وَ ڏور اِندريات Image et Télédétection تحقيقي ٻارِيءَ جو ڊائيريڪٽر آهي. اها ٻارِي انسا ۽ يونيورسٽي آف غين 1 جي محققن جِي گڏيل ٻارِي آهي. هتي پهچڻ کان پوءِ منهنجي نگران پروفيسر مون سان منهنجِي پِي ايڇ ڊِي رِٿا تي بحث ڪري مون کي رٿا جو نصب العين سمجهايو ۽ مون کي لٽريچر رِويُو ڪري ٽن مهنن اندر رپورٽ جمع ڪرائڻ لاءِ چيو. مون کي رپورٽ فرانسيسيءَ ۾ لکڻ لاءِ چيو ويو پر فرانسيسي زبانَ تي گھربل عبور نه هوڻ ڪري مون رپورٽ انگريزيءَ ۾ لکِي پر زبانِي پريزنٽيشن فرانسيسيءَ ۾ ڏني. هن دستاويز ۾ ساڳِي رپورٽ جو سنڌي ترجمو پيش ڪري رهيو آهيان.
انگريزي زبان تي سٺو عبور رکندڙ ڪو به عام فرد جيڪڏهن انگريزيءَ ۾ لکيل پي ايڇ ڊي سطح جو ڪو به سائنسي ٽيڪنيڪي ادب پڙهندو ته يقيناً سمجهي نه سگهندو. ڇاڪاڻ ته پي ايڇ سطح جو ڪو به سائنسي يا ٽيڪنيڪي ادب ڪنهن مخصوص موضوع سان لاڳاپيل ڪيتري ئي مواد جي تمام گھڻي ۽ گهري مطالعي بعد ئي وجود وٺندو آهي، جنهن کي سمجھڻ لاءِ به يقيناً محض انگريزي زبانَ يا ڪنهن به واسطيدار ٻوليءَ تي دسترس هوڻ ڪافي نه آهي. انَ سطح جي سائنسي ۽ ٽيڪنيڪي موادَ اندر متعلقه موضوع سان سلهاڙيل ڪيترا ئي ٽيڪنيڪي اصطلاح مستعمل هوندا آهن، جيڪي عام پڙهندڙ لاءِ سمجھڻ جوڳا نه هوندا آهن. اهڙي مواد کي سمجھڻ لاءِ لاڳاپيل کيتر جو بنيادي علم ۽ مستعمل اصطلاحن جِي سمجھه هوڻ لازمي ٿي ٿو. تنهنڪري نه رڳو ڪيترا ئي سنڌي سائنسي اصطلاح جوڙي پيش ڪيا ويا آهن، بلڪه هنَ دستاويز جي پڇاڙيءَ ۾ اهڙن سمورن جوڙيل اصطلاحن جِي مڪمل سمجھاڻي ڏني وئي آهي ۽ ڪجھه اهڙا انٽرنيٽ لنڪ ڏنا ويا آهن، جتان انهن پٺيان لڪل سائنسي خيالَ کي سجھڻ لاءِ امدادِي مواد ملي سگھي. جيڪڏهن لازماَ درڪار بنيادي ڄاڻَ ۽ پس منظر هوڻ باوجود هيءُ دستاويز سمجھه ۾ نه اچي يا ڪي جوڙيل اصطلاح اڻ وڻندڙ يا غير درست فهم ڏيندا محسوس ٿين ته انَ کي لکيڪ جِي اظهارِي يا لسانِي ڪمزورِي سمجھيو وڃي ۽ اهڙو تاثر هرگز به نه ورتو وڃي ته مٺڙِي ٻوليءَ ۾ ڪا ڪمزورِي آهي جيڪا اوهان کي بيان ڪيل سائنسي خيال سمجھڻ ۾ آڏو اچي رهي آهي.
جيئن ته هيءُ سنڌيءَ ۾ اِنَ سطح تي سائنسي علم لکڻ جو پهريون تجربو هو، تنهنڪري ضروري هو ته ڪيترن ئي انگريزي سائنسي اصطلاحن جا قابل فهم سنڌي بدل جوڙجن. اهڙو ڪم ڪٺن ضرور هو، پر انَ ڪم دوران منهنجو اهو يقين اڃا پختو ٿيو ته ٻين ڪيترين ئي جديد ٻولين، جهڙوڪ انگريزي ۽ فرانسيسيءَ جِي ڀيٽَ ۾ سنڌي زبانَ ۾ اظهاري قوت تمام گھڻي آهي. انَ احساس منهنجي عزم کي اڃا سگھارو بنايو ۽ آئون هنَ ڪاوش ۾ اڃا وڌيڪَ دلچسپيءَ سان جنبِي پار پهتس. هيءُ ڪم پنهنجِي جاءِ تي مشڪل ته هو ئي پر ذاتي طور اڻ لاڀائتو پڻ. هيءُ ڪم ذاتي طور منهنجي لاءِ ڪو به فائدو پهچائيندڙ نه ئي سهي، پر نهايت ئي ضرورِي هو. ڇاڪاڻ ته آئون هر لحاظ کان سنڌي ٻولي ۽ قوم جو مقروض ته اڳي ئي آهيان، پر جنهن اسڪالرشپ تي فرانس جي ملڪَ ۾ پڙهڻ آيو آهيان، تنهن جو خرچ سنڌ جي مشهور درس گاهه مهراڻ يونيورسٽي آف انجنيئرڱ اينڊ ٽيڪنالاجي ڄامشورو برداشت ڪري رهي آهي. مهراڻ يونيورسٽي توقع ٿِي رکي ته آئون ڪاميابيءَ سان پِي ايچ ڊِي ڪرڻ بعد يونيورسٽيءَ جي انسٽيٽيونٽ آف ڪميونيڪيشن ٽيڪنالاجيز ۾ خدمتون سر انجام ڏيندس. مگر منهنجِي سمجھه مطابق منهنجو فرض اتي پُورو نه ٿو ٿي. جيئن ته آئون سنڌ جي قومي اداري جي خرچ ۽ هيتري ساري محنت ۽ مطالعي کان پوءِ متعلقه کيتر ۾ ڪجھه تصنيف ڪرڻ لائق ٿيو آهيان، تنهنڪري منهنجو اولين فرض ٿي ٿو ته آئون اهو سمورو علم پنهنجِي پيارِي مادرِي زبان ۾ به منتقل ڪريان.
جيڪڏهن ڪير اهو سوچي ته هنَ تحريرَ کي نظر انداز ڪندي ان مان ڪو به سنڌي لاڀُ نه پرائيندو ۽ منهنجِي هيءَ ڪاوش اجائي ويندِي؛ ته به آئون سمجهان ٿو ته انَ صورتَ ۾ به اهو سڀ ڪرڻ ضرورِي هو، ته جيئن ڪو سنڌي استاد اها دعويَ نه ڪري سگهي ته سنڌيءَ ۾ لکي ئي نه ٿو سگھجي يا هُنَ سمورِي حياتي سنڌيءَ ۾ ان ڪري نه لکيو ڇاڪاڻ ته ڪنهن ٻي اهڙي پهل نه ڪئي هئي يا اهڙو ڪو مثال موجود نه هو؛ ۽ نه ئي ڪو سنڌي شاگرد اهو چئي سگهي ته گھٽ ۾ گھٽ هنَ موضوع تي کيس سنڌيءَ ۾ پڙهڻ جو موقعو نه مليو.
انجنيئر احسان احمد عرساڻي
[edit] تجرِيدَ
جيئن ته هن دستاويز جي عنوان مان ئي ظاهر آهي، هيءُ دستاويز بال عموم عڪس ضماءُ Image Fusion ۽ بال خصوص ڏور اِندرياتي عڪس ضماءُ Remote Sensing Image Fusion تي ٿيل تحقيق جي تازي ترين صورتحال پيش ڪرڻ لاءِ لکيو ويو آهي. هتي حواليل تحقيقي ڪم جو مواد ۽ عرصو ٻڌائي ٿو ته نه ڏُور اِندريات Remote Sensing جا طريقا غير بليغ آهن ۽ نه ئي عڪس ضماءُ جون ٽيڪنيڪون غير پختيون آهن. هن پدَ کي رسڻ کان اڳ ضماءُ جو کيتر ڪيترا ئي مرحلا ۽ ڊگھو سفر طَي ڪري چڪو آهي.
عڪس ضماءُ، در حقيقت، اعداد ضماءُ Data Fusion جِي مخصوص صورت آهي؛ ۽ تنهنڪري ضماءُ جون هيستائين دريافت ٿيل سموريون ٽيڪنيڪون ڪافي حد تائين فصيح آهن ۽ ايترن ئي وسيع ۽ متفرق اعدادِي ذريعن تي استعمال ڪيون ويون آهن جيترا آواز ۽ ٽريفڪ انتظام لاءِ مسافرن جي معلومات.
هن دستاويز جو مقصد ضماءَ جي طريقن تي وسيع تناظر ۾ پر مختصراً بحث ڪرڻ، ۽ عڪسي اعداد ضمائڻ لاءِ ميسر طريقن ۽ وسلين جو گهرو مطالعو پيش ڪرڻ؛ ۽ آخر ۾ ڏور اِندرياتي مصرفن لاءِ عڪس ۽ غير عڪس اعداد جي ضماءُ تي ٿيل تحقيقي ڪم جو تَتُ پيش ڪرڻ آهي. عڪس ضماءُ جي ميدان ۾ رونما ٿيل تازي ترين پيش رفت توڙي نون لاڙن جِي نشاندهي ڪرڻ کان اڳ ڪيترن ئي مختلف مصرفن ڪاڻ استعماليل عڪس ضماءُ جا طريقا مختصراً سمجھايا ويا آهن ۽ منجھائن حاصل ٿيل نتيجا پڻ پيش ڪيا ويا آهن.
جيئن ته عڪس ضماءُ لاءِ استعمال ٿيندڙ اڪثر ٽيڪنيڪون پنهنجي ڪارج ۾ جبلتاً وسيع ۽ فصيح آهن، تنهنڪري ڪيترن ئي همعصر کيترن هڪٻي جا رستا اورانگھيا آهن، جنهن ڪري هيستائين انجام ڏنل سموري تحقيقي ڪم کي هڪ ئي نڪتي تي يڪجا ڪرڻ اڃا مشڪل ٿي پيو. ته به، آئون اميدَ ٿو ڪريان ته هيءُ دستاويز انَ کيتر جي عُروج پَدَ جا جيڪڏهن سمورا نه ته اڪثر پهلو ضرور اجاڳر ڪري ٿو ۽ زيرِ بحث مضمون ۾ ايتري ڳوڙهي نظر وجھي ٿو جو هيءُ دستاويز مطالعي لائق ٿي سگھي.
عڪس ضماءُ جي ٽيڪنيڀياسن کي ماحولياتي انتظام ڪاڻ استعمال ڪرڻ واري نصب العين تي زور ڏيندي، ماحولياتي مطالعات تي، بال خصوص آبگاهن جي مطالعات تي ڪجھه ڇپايل تحقيقي ڪم جا حوالا پيش ڪيا ويا آهن.
[edit] تعارف
[edit] اعداد ضماءُ Data Fusion
مختلف ليکڪن اعداد ضماءَ يا ڊيٽا فيوزن جي اصطلاح کي مختلف طريقن سان بيان ڪيو آهي. ل. والڊ اعدادِي ضماءُ جي وصف هيئن ٿو ڏي، ”اهو هڪ اهڙو رسمي فريم ورڪ آهي، جنهن ۾ مختلف ذريعن کان حاصل ٿيل ڄاڻ کي ضم ڪرڻ لاءِ واضح طور طريقا ۽ اوزار ميسر ڪيل هجن. ان جو مقصد اعليَ سڀاوَ جِي ڄاڻَ حاصل ڪرڻ آهي، جڏهن ته اعليَ سڀاوَ جو مطلب ۽ وصف ضماءُ جي مصرف تي دارومدار رکن ٿا” [1]. ڊ. ل. هال ۽ ج. ليناز موجب، ”اعدادي ضماءُ جون ٽيڪنيڪون ڪيترن ئي ذريعن کان وصول ٿيندڙ اعداد، ۽ ڪيترن ئي متعلقه اعداد خانن Databases مان ملندڙ معلومات کي گڏين ٿيون ته جيئن بهتر تُزگي حاصل ڪري ۽ اڃا باريڪ نتيجا اخذ ڪري سگھجن [2].
انگريزي سائنسي ادب ۾ فيوزن Fusion جي جاءِ تي ڪڏهن ڪڏهن مرجڱ Merging ، ڪمبائينڱ Combining ، سنرجي Synergy ، الائنس Alliance ۽ انٽيگريشن Integration وغيره جا اصطلاح به استعمال ٿيندا آهن. [3] ۾ ل. والڊ انهن ۽ اهڙن ٻين ڪيترن ئي اصطلاحن ۽ وصفن تي تفصيلي بحث ڪيو آهي.
[edit] عڪس ضماءُ
عموماً، مختلف يا هڪ ئي اِندرِيءَ مان حاصل ٿيندڙ عڪسن مان هڪڙو عڪس جوڙڻ کي عڪس ضماءُ يا اميج فيوزن چيو ويندو آهي. اڃا به وسيع معنيٰ ۾ عڪس ضماءَ کي ڄاڻوڪي ضماءَ جو هڪ مخصوص پهلو سڏي سگھجي ٿو. پول ۽ وان جينڊيرن عڪس ضماءُ کي هيئن بيان ڪن ٿا، ”وڌيڪ ڄاڻَ رکندڙ نئون عڪس جوڙڻ خاطر ڪا به الخوارضمِي اختيار ڪندي ٻن يا گھڻن عڪسن جو امتزاج ڪرڻ“ [4]. عڪس ضماءُ جون ڪيتريون ئي تنگ تناظُري وصفون آهن، جن جو تتُ ڪرڻ جي ڪوشش ڪندي آئون عڪس ضماءَ کي هيٺينءَ ريت بيان ٿو ڪريان:
”مختلف قسمن جي، مختلف تحلل Resolution وارن ۽ مختلف ذريعن کان وصول ٿيل عڪسن ۽ غير عڪسن Non-Images مان حاصل ٿيندڙ ڄاڻ کي گڏ ڪري هڪ ئي عڪس يا غير عڪس نمائندگيءَ جو روپ ڏيڻ کي عڪس ضماءُ چئجي ٿو“.
[edit] عڪس ضماءُ جا مصرف
جيتوڻيڪ مختلف ذريعن کان حاصل ٿيل عڪسن جو ضماءُ طبي عڪسڪاري Medical Imaging ، پٿويکي عڪسڪاري Microscopic Imaging ، ڏُور اِندريات Remote Sensing ، ڳڻپيوڪر بصارت Computer Vision ، ۽ روبوٽيات Robotics جهڙن انيڪ کيترن ۾ ڪارائتو آهي، پر انهن سڀني کي هيٺين ٽن مکيه گروهن ۾ ورهائي سگھجي ٿو:
- گھڻ فوڪسي ۽/ يا گھڻ تعابيل عڪس The Multi-focus and/or Multi-exposure Images
- ڏُور اِندرياتِي اُپُگِـرَهَن کان حاصل ٿيندڙ عڪس Images from Remote Sensing Satellites
- طبي عڪس The Medical Images
- هٿيار ڳولا، شبي ڏيک ۽ فوجي مقاصد Weanpon Detection, Night Vision and Defence Applications
گھڻ فوڪسي عڪسن جو استعمال عددي ڪيميرا Digital Camera جهڙن عددي عڪسڪاري اوزارن Digital Imaging Devices ۾ ڏٺو ويو آهي. گھڻ فوڪسي عڪس ضماءُ Multi-focus Image Fusion جي ميدان ۾ ڪيل تازي ڪم جو مثال [5] آهي، جڏهن ته [6] گھڻ تعابيل عڪسن جي ضماءُ جو مثال آهي. عڪس ضماءُ جا طريقا طبي عڪسن، جهڙوڪ مقنائي ريزوننس عڪسن Magnetic Resonance Images ، پَڙاڏو چِٽِ Ultra Sound ۽ ڳڻپيوڪر ٽوموگرافي عڪسن Computer Tomography جي ضماءُ لاءِ پڻ استعمال ٿي رهيا آهن. اتر آواز ۽ ڳڻپيوڪر ٽوموگرافي عڪسن جي ضماءَ تي تحقيق جو تازو مثال [7] آهي، جڏهن ته [8] مثال آهي مقنائي ريزوننس عڪس ۽ ڳڻپيوڪر ٽوموگرافي عڪس جي ضماءَ جو. [9] شبي ڏيک لاءِ ڪيل عڪس ضماءَ جا تجربا پيش ڪري ٿو ته هٿيارن جِي ڳولا خاطر انفرا سُرخ ۽ ڏيکائيندڙ چشمياتي عڪسن جي ضماءُ جا طريقا [10] پيش ڪري ٿو. پر هيءُ مطالعو گھڻي ڀاڱي ڏور اِندرياتي اپگرهن Remote Sensing Satellites مان حاصل ٿيندڙ عڪسن جي ضماءُ تي ڪيل تحقيق تي مرڪُوز آهي.
[edit] ڏور اِندرياتي عڪسَ Remote Sensing Images
ڏور اِندرياتي عڪس اهي عڪس آهن جيڪي موسمياتي اڳڪٿي [11]، رورل زمين استعمال [12]، شهري رِٿابندِي ۽ انتظام [13]، زراعتي تحقيق [14]، ماحولياتي مطالعي Environmental Studies [15] ، سهجياڀياسي مطالعي Ecological Studies [16] ، قدرتي آفتزدگيءَ ۾ انتظام Natural Disaster Management [17-18]، نقشيسازي [19]، قدرتي وسلين جي کوج ۽ انتظام [20]، ۽ فوجي مقصدن [21] لاءِ ڪنهن هوائي رَٿَ يا خلائي رَٿَ تي سوار Spaceborne Images مختلف قسمن جِي اِندرين Sensors مان ڪڍيا ويندا آهن. [22] قدرتي وسلين جي ڏور اندريات تي هڪ مڪمل ڪتاب آهي.
جيتوڻيڪ کيتر ڪم فيلڊ ورڪ Fieldwork ۽ هوائي رٿوار عڪس Airborne Images اڃا به ڪجھه ڏور اِندرياتي مصرفن لاءِ معلومات جو ذريعو بڻيل آهن، ته به بعض اوقات انهن لاءِ درڪار خرچ ۽ وقت مطالعي لاءِ موزون نه ٿو رهي [23]. فضائي رٿوار عڪسن ۾، خلائي رٿوار عڪسن تي ڪي بيشيون (ايڊوانٽيجز) هوڻ سان گڏ، ڪيتريون ڪَميون (ڊس ايڊوانٽيجز) به آهن. [24] سمورين ڪمين بيشين تي مختصر مگر مڪمل بحث ڪري ٿو. ٻين مسئلن کان علاوه، فضائي رٿوار اِندرين مان نڪتل عڪسن ۾ ڀون ماپي بيڊولايُن Geometric Deformations وارو مسئلو تمام ڳنڀير آهي. اهي ڀون ماپي بگاڙ Geometric Distortions هوائي رَٿَ ۾ ٽن قسمن جي لوڏن باعث پيدا ٿين ٿا، جن کي چڪراٽي Roll، جھاڪائي Pitch ، ۽ پاسائتي Yaw حرڪت چئجي ٿو. خاڪو نمبر 1 اهڙي صورتحال چِٽي ڪري ٿو.
تازا ورتل اپگرهي عڪس درجه بنديءَ جي عمل ۾ تحقيقار جي معاونت لاءِ نسبتاً سستا، انيڪ ۽ خاصا ورجائتا Frequent تفصيل ميسر ڪن ٿا. ڀون ماپي بگاڙ وارو مسئلو خلائي رٿوار عڪسن ۾ پڻ موجود آهي، پر نسبتاً گھٽ شدت سان. ڏور اِندرياتي اپگرهن مان حاصل ٿيندڙ عڪسن کي ٻن وسيع گروپن ۾ ورهائي سگھجي ٿو:
- چشمياتي عڪس Optical Images
- جڙتو مھانڊي راڊار عڪس Synthetic Aperture RADAR Image
[edit] چشمياتي عڪس
چشمياتي عڪس اهي عڪس آهن، جيڪي خلائي رَٿَ Space Craft يا فضائي رَٿَ Aircraft تي سُوار چشمياتي اِندريُون Optical Sensors استعماليندي حاصل ڪيا وڃن. سيتلائيت پغوباتوئاغ د’وبزيغواسيون دُ لا تيغ (سپوت) Sattelite Probatoire d’Observation de la Terre (SPOT) ، نيشنل اوشَنِڪ اينڊ ايٽماسفيئرڪ ايڊمنسٽريشن (نوئا) National Oceanic & Atmospheric Administration (NOAA) ، ڪوئيڪ برڊ QuickBird ، ۽ ايڪونوس IKONOS مشهور ڏُور اِندريارتي اپگرهه آهن، جيڪي ڌرتيءَ کي مشاهدي رهيا آهن ۽ ٻن قسمن جا چشمياتي عڪس مهيا ڪري رهيا آهن:
- يڪ اِنڊمي عڪس Panchromatic Image
- گھڻ اِنڊمي عڪس Multispectral Image
[edit] يَڪ اِنڊَمِي عڪس
پان PAN دراصل پانڪروميٽڪ Panchromatic جو مخفف آهي. يڪ اِنڊمي يا پان عڪس بليڪ اينڊ وائيٽ تصوير وانگيان ٿيندا آهن، جيڪي ڏيکائيندڙ کان اِنفرا سُرخ لهري ڊيگھن Infra-red Wavelengths تائين ڦهليل هِڪَ ڪشادي انڊم Spectrum رکندڙ اِندرِيءَ Sensor مان نڪتل هوندا آهن. ان کي اڪثر سليٽي درجن Grey Scale واري عڪس طور نمايان Display ڪيو ويندو آهي، مطلب ته عڪسل جي ظاهري چمڪ ان جي عددي قدر يعني ڊجيٽل نمبر تي منحصر ڪري ٿي، جيڪو وري سج جِي اُنَ ڪِرِڻِڪاريءَ Radiation تي دارومدار رکندو آهي جيڪا حدفن Targets سان ٽڪرائجي موٽَ کائي اِندِريءَ Sensor تائين رَسَندِي آهي. تنهنڪري يڪ اِنڊمِي عڪس کي بليڪ اينڊ وائيٽ تصوير چئي سگھجي ٿو، جهڙوڪ تصوير 1، جيڪا ايڪونوس مان نڪتل واشڱٽن ڊِي سِي جو يڪ اِنڊمي عڪس ڏيکاري ٿي. جيتوڻيڪ اها بليڪ اينڊ وائيٽ تصوير کان انَ لحاظ کان مختلف آهي ته بليڪ اينڊ وائيٽ ڪيميرا جِي اِندريءَ اڻ وانگيان ڪن اُپگرهن جون يڪ اِنڊمي اِندرِيون اِنفرا سُرخ لهرِي ڊيگھن کي به جھٽين ٿيون ته ڪي اِندريون وري نيري رنگ وارين لهري ڊيگھن کي نه ٿيون جھٽِينِ. يڪ اِنڊمي عڪسن جو تحلل ساڳي اُپگرهه مان حاصل ٿيندڙ گھڻ اِنڊمي عڪسن جي تحلل کان هميشه وڌيڪَ هوندو آهي، ڇاڪاڻ جو گھڻ اِنڊمي اِندرِيءَ جي نسبت يڪ اِنڊمي اِندرِي في ايڪو پکيڙَ مان وڌيڪَ توانائي جھٽي ٿِي. خاڪو نمبر 2 برق مقنائي اِنڊم Electromagnetic Spectrum جي ڏيکائيندڙ توڙي انفرا سُرخ حصي لاءِ ڪوئيڪ برڊ جِي اِندرين جون نسبتي حساسيتون (ريسپانسز) ڏيکاري ٿو. ان خاڪي مان صاف ظاهر آهي ته ٻين اِندرين جي نسبت يڪ اِنڊمي اِندرِي برق مقنائي اِنڊم جي وڏي ڀاڱي مان توانائي حاصل ڪري ٿِي.
[edit] گھَڻ اِنڊَمِي (گھام) عڪس
گھڻ اِنڊمي عڪس Multi-sepectral Image نسبتاً ننڍِي (ٿلهي) تحلل Resolution وارا اهڙا عڪس آهن جيڪي ساڳي ئي وقت مختلف پَٽِيِ Band رکندڙ هڪَ کان وڌيڪَ اِندرين مان ڪڍيا ويندا آهن. اهي پٽيون Bands انڊم Spectrum جي ڏيکائيندڙ Visible حصي کان وٺي انفرا سُرخ Infra-Red حصي تائين پکڙيل هونديون آهن. جدول 1 ڪجهه اهڙن اپگرهن جون پٽيون ڏيکاري ٿِي. جيڪي چشمياتي عڪس اعداد Image Data ميسر ڪن ٿا. اها جدول ڏيکاري ٿِي ته ڪجهه اپگرهه، جهڙوڪ ڪوئيڪ برڊ QuickBird ۽ ايڪونوس، IKONOS برق مقنائي اِنڊم جي ڏيکائيندڙ حصي ۾ ٽي پٽيون رکن ٿا، جن مان هر هڪ ٽن بنيادي رنگن، يعني ڳاڙهي، نيري، ۽ سائي مان ڪنهن هڪ سان مطابقت رکي ٿي؛ جيڪي اصلي رنگ عڪس True Colour Image جوڙڻ ۾ مدد ڏين ٿيون. تصوير نمبر 2 ايڪونوس مان نڪتل هڪ اصلي رنگ عڪس ڏيکاري ٿِي. جيئن جدول 1 مان ظاهر آهي، ڪجهه اپگرهه، جهڙوڪ سِپوت 5، نيري پٽيءَ سان مطابقت رکندڙ اِندرِي نه ٿا رکن، ان صورتَ ۾ نيري پٽيءَ جي جاءِ تي قريب انفرا سُرخ پٽِي استعمال ڪري نقلي رنگ عڪس False Colour Images جوڙيا ويندا آهن. ڪڏهن ڪڏهن قريب انفرا سُرخ، ڳاڙهي، ۽ سائي پٽي، ترتيبوار، عڪس نُما Image Display جي ڳاڙهي، سائي، ۽ نيري چينل تي رکي نقلي رنگ عڪس جوڙيا ويندا آهن [25]. تصوير نمبر 3 ٽيرا - ايسٽر TERRA-ASTER مان نڪتل پرل هاربر جو نقلي رنگ عڪس ڏيکاري ٿي [26]. اهو عڪس نقلي رنگن جِي هيٺين ترتيب سان جوڙيو ويو آهي.
- نُماڪار چينل اپگرهي پٽي
- ڳاڙهي گھڻ اِنڊياتي پٽي 3 (اَڏيکائيندڙ قريب انفرا سُرخ)
- سائي گھڻ اِنڊياتي پٽي 2 (ڏيکائيندڙ ڳاڙهي)
- نيري گھڻ اِنڊياتي پٽي 1 (ڏيکائيندڙ سائي)
تصوير 4 ڏيکاري هڪ ٻيو سِپوت عڪس SPOT Image ڏيکاري ٿِي، جيڪو قدرتي رنگ Natural Colours سڏجندڙ رنگي امتزاج سان جوڙي وئي آهي. ڏيکائيندڙ ۽ اَڏيکائيندڙ گھڻ اِنڊمي پٽين کي ايئن ملايو ويو آهي ته جيئن اهي بظاهر هڪ اصلي رنگ عڪس محسوس ٿين، مطلب ته عڪس اندر ساوڪ سائي نظر اچي، پاڻي نيرو نظر اچي، مِٽِي سليٽِي نظر اچي وغيره وغيره. تصوير 4 وارو عڪس اهڙو ئي هڪ مثال آهي، جيڪو رنگن جي هيٺين امتزاج سان جوڙيو ويو آهي.
نُماڪار چينل اپگرهي پَٽِي
ڳاڙهي گھڻ اِنڊياتي پٽي 2 (ڏيکائيندڙ سائي)
سائي (گھڻ اِنڊياتي پٽي 3) X0.25 + (گھڻ اِنڊياتي پٽي 1) X 0.75
نيري (گھڻ اِنڊياتي پٽي 3) X0.25 - (گھڻ اِنڊياتي پٽي 1) X 0.75
ڪڏهن ڪڏهن ته رڳو اَڏيکائيندڙ پٽين کي مختلف ميلاپن سان ڪنهن ڳ س ن نُماڪار RGB Display تي نُمايان ڪيو ويندو آهي.
جيئن ته ڌرتيءَ جي مٿاڇري تي موجود هر شَي جِي برق مقنائي اِنڊم جِي مختلف ڪَثِرَتُن Frequences لاءِ پنهنجِي پنهنجِي موٽَ Reflection آهي، تنهنڪري گھام عڪس جي هر هِڪَ پٽي ڪا مخصوص وَٿَ، شَي، يا مقدارُ عڪسڻ يا ماپڻ لاءِ ڪارائتي آهي. مثال طور، [26] مان ورتل جدول 2، نوئا سلسلي جي اپگرهن جِي هر اِندرياتي پٽيءَ جو ڪارج ٻڌائي ٿِي. اِنَ سان گھڻ اِنڊمي عڪسڪاريءَ جي اهميتَ معلوم ٿي ٿِي ۽ ثابت ٿي ٿو ته گھڻ اِنڊمي عڪس جي هر پٽي مختلف قسمَ جي ڄاڻَ مهيا ڪري ٿي.
پٽي اِنڊم اِنڊم اِنڊم نوئا 6، 8، 10 نوئا 7، 9، 11 12، 13، 14، نوئا 15، 16، 17 پٽيءَ جو ڪارج 1 0.580 - 0.680 0.580 - 0.680 0.580 - 0.680 ڏينھن وقت بادل، ڳڱ Snow ، برفَ Ice ، ۽ ساوڪَ نِگارِي Mapping 2 0.725 - 1.100 0.725 - 1.100 0.725 - 1.100 بر/ بحر ميل، ڳڱ، برف، ۽ ساوڪ نِگارِي 3 3.550 - 3.930 3.550 - 3.930 0.580 - 0.680 بر/ بحر ميل، ڳڱ، برف، ۽ ساوڪ نِگارِي 4 10.50 - 11.50 10.50 - 11.50 10.50 - 11.50 ڏينهن/ رات وقت بادل ۽ مٿاڇراتي تپت نِگاري 5 عدم 10.50 - 11.50 10.50 - 11.50 بادل ۽ مٿاڇراتي تپت نگاري، ڏينهن ۽ رات بادل نگارِي، آبي بخارات جي ريڊيئنس هٽائڻ Removal of atmospheric water vapour path radiance
[edit] جُڙتُو مُهانڊِي راڊار (جُمُر) عڪس
هِي اُهي عڪسَ جيڪي ڪنهن متحرڪ فضائي رَٿَ يا خلائي رَٿَ تي سوار ڪنهن راڊار جي جھٽيل سگنلس مان جوڙيا وڃن. جمر عڪس گھڻي تحلل وارا عڪس آهن، جيڪي ڪنهن به وقت (اُسَ هوندي يا نه هوندي)، ڪنهن به مُندَ ۾، ۽ ڪنهن موسمياتي حالتَ ۾ جهٽي سگهجن ٿا. Tropical Rainfall Measuring Mission (TRMM)، ERS-2، ENVISAT، RADARSAT-1، COSMO-SkyMed (Constellation of Small Satellites for Mediterranean basin Observation) ۽ ALOS جمر عڪس مهيا ڪندڙ مشهور اپگرهن ۾ شمار ٿين ٿا. مگر اهو ڌيان ۾ رکيو وڃي ته ALOS ۽ ERS-2 چشمياتي عڪسن جو ذريعو پڻ آهن. جمر عڪسن جو گھڻو تحلل شهري علائقن جي مشاهدي لاءِ ڪارائتو آهي. جيتوڻيڪ تحقيقارن انهن جو استعمال ماحولياتي مطالعي لاءِ به ڪيو آهي ته فوجي مقصدن لاءِ به. [27] جمر عڪسن جو استعمال قدرتي آفتن جي انتظام لاءِ ڪري ٿو، [28] انهن جو استعمال ماحولياتي انتظام ۾ ڄاڻائي ٿو ۽ [29] انهن جو استعمال فوجي مقصدن ۾ ٻڌائي ٿو. جمر اعداد اتي پنهنجو ڪم ڏيکارين ٿا جتي چشمياتي اعداد ڪا به ڄاڻَ ڏئي نه ٿا سگهن، يعني، اهي علائقا جيڪي ڪڪرن يا ڪڪرن جي پاڇن سان ڍڪيل هجن. جمر اعداد مٿاڇراتِي ناهموارِيءَ متعلق تمام ڪارائتي ڄاڻَ ڏئي مختلف ڌر اوڇڻن (ڪَوَر ٽائپيس) کي قابل تفريق Distinguishable بنائين ٿا، جيڪي ٻي صورتَ ۾ هڪجهڙا انڊمي ڪيريٽرسٽڪس Spectral Characteristics هوڻ باعث رڳو چشمياتي اعداد ۾ ناقابل تفريق Indistinguishable هجن ٿا.
جدول نمبر 3 جمر عڪس مهيا ڪندڙ اپگرهن جِي لسٽ ڏي ٿِي. مگر اهو ڌيان ۾ رکڻ گهرجي ته جدول 3 اندر جمر عڪس مهيا ڪندڙ مشهور ترين اپگرهه ڄاڻايل نه آهي، ڇاڪاڻ جو اهو جدول ۾ شامل ڪرڻ کان گھڻو پيچيده آهي. جيئن جدول ڏيکاري ٿِي، مختلف اپگرهن جي اِنسٽرومينٽس کي مختلف قطبيتون Polarizations آهن. مثال طور، انهن مان ڪن کي HH قطبيت آهي، جڏهن ته هڪَ (کاٻِي) H اهو ٿِي ظاهر ڪري ته خارج ٿيل لهر اُفقاً قطبيل Horizontally Polarized آهي ته ٻِي (ساڄِي) H اهو ٿِي ظاهر ڪري ته جهٽيل لهر لهر پڻ افقاً قطبيل آهي. ساڳيءَ ريت ٻين انسٽرومينٽس کي HV، VH، VV يا هڪ کان وڌيڪَ قطبيتون آهن. مختلف اپگرهن جي راڊار انسٽرومينٽس کي ڪَثِرَتُون Frequencies به مختلف ٿين. ڪن اپگرهن کي هڪَ کان وڌيڪَ ڪثرتون هونديون آهن، جيڪي هڪَ ئي منظر جا ڪيترين ئي ڪثرَتُن تي مشاهدا ميسر ڪري ڏين ٿا. اهڙا اعداد مختلف ڌر اوڇڻ Landcover يا ويجيٽيشن ٽائپيس، يا ساڳي ئي ويجيٽيشين ٽائيپ جِي مختلف حالتِ صحت ۽ واڌ جِي صورت ۾ درجه بندي ڪرڻ ۾ مدد ڏين ٿا. هوائي رٿوار راڊار اسڪينر Airborne RADAR Scanners به جمر عڪس ڇڪڻ لاءِ استعمال ٿيندا آهن. تصوير نمبر 5 واشڱٽن ڊِي سِي جو سنهي تحلل وارو هڪ جمر عڪس ڏيکاري ٿِي. هر ورجائپ- قطبيت جوڙي کي نُماڪار Display جي ڳ، س، ۽ ن چينلس مان ڪو هڪُ ڏئي، جمر عڪسن کي ڇاپيو/نُمايو Display ويندو آهي. اهڙو هڪ مثال تصوير نمبر 6 آهي، جيڪا نُو يارڪ شهر جو ٽن پٽين LHH (ڳاڙهي ۾)، LHV (سائي ۾)، CHV (نيري ۾)، وارو نقلي رنگ جمر عڪس ڏيکاري ٿِي.
[edit] ڏور اِندرياتي عڪس ضماءُ
مٿي ڄاڻايل مختلف قسمن جي ڏور اِندرياتي عڪسن مان هر هڪ تي ضماءُ جا طريقا آزمايا ويا آهن. رڳو هڪ جهڙا عڪس نه پر مختلف قسمن جا عڪس، مختلف ذريعن مان نڪتل يا ساڳِي اِندرِيءَ مان پر مختلف وقتن تي نڪتل عڪسن کي انيڪ مصرفن ڪاڻ ضمايو ويندو آهي. ڏور اِندريات ۾ عڪس ضماءُ جو مقصد مختلف ذريعن کان حاصل ٿيل هڪَ ئي منظر جي عڪسن جو گڏيل استعمال ڪري ماحول، ڌر اوڇڻ Landcover، قدرتي وسيلن وغيره متعلق وڌ کان وڌ ڄاڻَ حاصل ڪجي. بعض اوقات هڪَ ئي منظر جا مختلف وقتن تي نڪتل عڪس ضمايا ۽ ڇيديا ويندا آهن ته جيئن ماحول ۾ فطري يا بشري سرگرمين باعث رونما ٿيل تبديليون جاچي سگھجن. حالانڪه هن مطالعي جو اولين مقصد چشمياتي ۽ جمر عڪسن جي ضماءُ جي طريقن جو اڀياس آهي، پر اِنَ ۾ چشمياتي/ چشمياتي ۽ جمر/جمر عڪس ضماءُ جا آزمودا پڻ شامل آهن.
ڪڏهن ڪڏهن ڪنهن مخصوص غرض ڪاڻ هڪ وڌيڪَ ڪارائتو عڪس حاصل ڪرڻ لاءِ ڏور اِندرياتي عڪسن کي ٽوپوگرافيڪل نقشن Topographical Maps مثلاً ارضياتي بيهڪ سرشتو ڪوآرڊينيٽس GPS Coordinates، IGN وارن بي دي ڪارتو BD-CARTO ۽ بي دي توپو BD-TOPO يا ڀون طبعي ڄاڻ Geophysical Information ، جهڙن غير عڪس اعداد سان پڻ ضمايو ويندو آهي. جدول نمبر 4 ڏور اِندرياتي عڪس ضماءُ جي مصرفن کي ڇهن درجن ۾ ورهائي ٿِي.
[edit] چشمياتي عڪسن جو ضماءُ
هيءُ عڪس ضماءُ جو اهو حصو آهي جنهن تي گھڻي کان گھڻي تحقيقَ ڪئي وئي آهي، شايد ان جو سبب چشمياتي عڪسن جِي دستيابي وڌيڪَ ڪَثِرَتِي Frequent ۽ آسان آهي. اڪثر، چشمياتي عڪسن کي ضمائڻ جو مقصد گھڻ اِنڊمي عڪس جِي اِنڊمياتي ڄاڻ Spectral Information (ايپراگزيميشن) سالم رکندي ان جو تحلل (ڊيٽيل) وڌائڻ هوندو آهي. ان صورتَ ۾ ضماءُ جي عمل کي ايئن بيان ڪري سگھجي ٿو ته اهو ڪنهن سنهي تحلل واري عڪس کي ڪنهن ٿلهي تحلل واري عڪس سان ضم ڪري هڪُ انڊماً شاهوڪار Spectrally Rich سنهي تحلل وارو گھڻ اِنڊمي عڪس حاصل ڪرڻ جو عمل آهي. چشمياتي/چشمياتي عڪس ضماءُ تبدل ڊٽيڪشن لاءِ پڻ استعمال ٿيندو آھي، مگر چشمياتي عڪسن جِي دستيابي هر مُندَ ۽ هر موسمي حالت ۾ ممڪن نه هوڻ سبب اهو اڪثر ناقابل عمل ٿيو پوي. ڏيکائيندڙ ۽ انفرا سُرخ چشمياتي عڪس ايٽماسفيئرڪ بگاڙ جو شڪار ٿين ٿا، جنهن کي ختم ڪرڻ لاءِ ڪِرِڻِڪارِي درستگِيءَ Radiometric Correction جِي ضرورتَ پوندي آهي. تبدل ڊٽيڪشن Change Detecion واسطي عڪس اِنهانسمينٽ Enhancement جي طريقن جو جائزو [36] ۾ ڏنل آهي.
عددي اُڀاوَتِي ماڊل (عاڀم) Digital Elevation Model (DEM) جوڙڻ جي مقصد سان اِسٽيريئو چشمياتي عڪسن Stereo Optical Images جو پڻ ضماءُ ڪيو ويندو آهي. خصوصاً عاڀم جوڙڻ جي غرض سان سِپوت 5 تي سنهي تحلل وارا اِسٽيريئو چشمياتي عڪس ڇِڪَڻ لاءِ هڪ خودڪار سرشتو نصب ٿيل آهي [37]. ان صورتَ ۾ در اُپت اعداد Input Data عڪس آهن، جڏهن ته بر اُپت اعداد Output Data غير عڪس آهن. ڊيم اهي غير عڪس عددي مٿاڇراتي نقشا Non-Image Digital Surface Maps آهن، جن ۾ مشاهدي هيٺ منظر جي مٿاڇراتِي اُوچائي ڄاڻَ Surface Height Information ڏنل هوندي آهي. اها بنيادي ترين ۽ نهايت دلچسپ ڀُون ليکي ڄاڻَ Geographic Information آهي. عاڀم هڪ ايزڪي ASCII يا ٻِٽِڻو Binary فائيل آهي، جنهن منجھه وِٿائِي اُڀاوَتِي اعداد Spatial Elevation Data هڪ ريگيولر گرڊ پيٽرن ۾ راسٽر فارميٽ ساڻ هوندا آهن.
شمار نمبر اعداد جو قسم ضماءُ جو مثال ڪارج يا مصرف حوالو 1 يڪ اِندرياتِي گھڻ وقتي گھڻ وقتي جمر تبدل ڊٽيڪشن Wedahl 1993 [30] 2 گهڻ اِندرياتِي گهڻ وقتي ڏيکائيندڙ ۽ انفرا سُرخ – جمر کُٽل ڄاڻ/عڪس نقشبندي C. Pohl and Genderen 1995 [31] 3 يڪ اِندرياتِي گھڻ تحللِي سنهو/ٿلهو تحلل (يڪ/گھڻ اِنڊمي) سِپوت عڪس تِکائڻ/بهتر اِنٽرپريٽيشن لاءِ تحلل وڌائڻ G. Cliché et al 1985 [32] 4 گهڻ اِندرياتِي گھڻ تحللِي سنهو/ٿلهو تحلل (لينڊسيٽ/سپوت) بهتر اِنٽرپريٽيشن لاءِ تحلل وڌائڻ Chavez et al. 1991 [33] 5 گھڻ اِندرياتي ERS-1/ERS-2 بهتر ڀون ماپِي درستگي/ بهتر اِنٽرپريٽيشن / نقش ڪاڍ Guyenne 1995 [34] 6 ڏور اِندرياتِي – امدادِي اعداد جهڙوڪ GPS ڪوآرڊينيٽس ۽ ڀون طبعي ڄاڻ عڪس نگاري/نقشو نگاري Image/Topographic Map
درجه بندِي/ ڀون ماپي درستگِي Jensen et al. 1990 [35]
[edit] جُمُر عڪسن جو ضماءُ
ڏور اِندريات ۾ ڪيل تحقيق گھڻي ڀاڱي سنهي تحلل وارن يڪ اِنڊمي عڪسن ساڻ ٿلهي تحلل وارن گھڻ اِنڊمي عڪسن جي ضماءُ تي مرڪُوز رهي آهي. نسبتاً، چشمياتي/جمر عڪس ضماءَ توڙي جمر/ جمر عڪس ضماءَ تي تمام گھٽ تحقيقي ڪم ٿيو آهي. جمر عڪس جون اِنٽينسِٽيون Intensities روشنايل Illuminated حدف جي خاصيتُن (ڪيريڪٽرِسٽِڪس) تي به دارومدار رکن ٿيون ته خود راڊار سگنل جِي خاصيتُن تي به. هڪڙو ئي منظر مختلف قطبيتون Polarizations ، ڪَثِرَتُون Frequencies ، ۽ اِنسيڊنس اينگلس Incidence Angles رکندڙ راڊارن کي مختلف نظر ايندو. ساڳي ئي مٿاڇري تان موٽَ لهر (بيڪ اسڪيٽر) Backscatter مختلف ورجائپَ تي مختلف ٿيندِي آهي. اڃا به وڌيڪَ اهم ڳالهه اها آهي ته ننڍي راڊار لهر جِي ڀيٽَ ۾ وڏِي راڊار لهر ڪنهن مٿاڇري جِي اونهائيءَ ۾ وڌيڪَ گهرو وڃي ٿي. مثال طور، ڪي يُو پٽيءَ U-band جي لهر (2 سينٽي ميٽر وڏي) جي ڀيٽَ ۾ ايل پٽيءَ L-band جي لهر (20 سينٽي ميٽر وڏي) 10 ڀيرا وڌيڪَ اونهائيءَ ۾ ويندِي آهي، ۽ تنهنڪري مٿاڇري ويجھو وڌيڪ مقدارِي تهه Volumetric Layer متعلق ڄاڻَ مهيا ڪري ٿِي.
جڏهن جمر انسٽرومينٽ رکندڙ ڪو اپگرھه ڪنهن علائقي جِي منظر ڪشِي ڪندو آهي ته هڪَ ئي وقت ڪيترين ئي مختلف قطبيتن ۽ ورجائپُن سان اعداد مهيا ڪندو آهي. ٻيو ته ساڳيو ئي منظر مختلف اوچايُن تي پَروان ڪندڙ رَٿُن سان مشاهدي سگھجي ٿو ۽ تنهڪري مختلف تحلل Resolution رکندڙ اعداد ميسر ٿِي سگھن ٿا. اهڙيءَ ريت، ساڳي ئي منظر جا مختلف ورجائپ، قطبيت، ۽ تحلل وارا بمر عڪس ميسر ٿِي سگھن ٿا، جن کي ضمائي هڪ اهڙو عڪس جوڙي سگھجي ٿو جنهن منجھه مڙني اِنفرادِي عڪسن مان حاصل ٿيندڙ هر اهڙي ڄاڻَ موجود هجي، جيڪا نه ته رڳو الڳ الڳ عڪسن مان ئي مِلِي سَگھِي ٿي. ان سان اوڇڻن (ڪَوَر ٽائيپس) جي بهتر ۽ وڌيڪَ ڄاڻَ رکندڙ درجه بندي حاصل ٿي ٿِي. ڪن صورتُن ۾ ڪيترا ئي مخلوط Hetrogeneous جمر عڪس ضمائي هڪ عاڀم جوڙڻ لاءِ استعمال ڪيو ويندو آهي [38].
[edit] جُمُر عڪس ۽ چشمياتي عڪس جو ضماءُ
چشمياتي عڪس ڌنڌ يا ڪڪر کان گھڻا متاثر ٿيندا آهن ۽ جيڪڏهن مشاهدي هيٺ منظر ڪڪرن ۽ ڪوهيڙي سان ڍڪيل آهي ته چشمياتي عڪس خراب ٿِي پوندا آهن، ويندي ڪڪرن جو پاڇو به چشمياتي عڪسن کي خراب ڪري ڇڏيندو آهي. ٻيو ته ساڳِي اِنڊمي وراڻي Spectral Response ڏيندي، ڪجھه ڌر اوڇڻ (ڪَوَر ٽائيپس) چشمياتي عڪسن ۾ ناقابل تفريق Indistinguishable ٿِي پوندا آهن. جڏهن ته مختلف مٿاڇراتي ناهمواري Roughness، ڊول ۽ گھِمَ Moisture Content هوندڙ اوڇڻَ Cover Types جمر عڪس ۾ مختلف اِنٽينسِٽِي سان ظاهر ٿِيندي الڳ الڳ نظر ايندا آهن [39]. مگر جمر عڪسن ۾ وري مشاهدي هيٺ آيل علائقو تمام گھڻو جابلُو هوڻ باعث سنگين ڀُون ماپِي بگاڙ Geometric Distortion ٿِي پوندو آهي. جمر/چشمياتي عڪس ضماءُ هيٺين مقصدن سان زيرِ عمل آندو ويندو آهي:
- چشمياتي عڪسن ۾ کُٽل ڄاڻَ کي پُر ڪرڻ يا اڻپورِي ڄاڻَ کي پورو ڪرڻ
- چشمياتي عڪسن جو تحلل وڌائڻ
- بهتر عددي اُڀاوَتِي ماڊلس (عاڀمس) Digital Elevation Models جوڙڻ
[40] آبگاهه نقشيبندِيءَ Wetland Mapping جي مقصد سان درجه بنديءَ ۾ بهتر تُزگِي حاصل ڪرڻ خاطر کُٽل ڄاڻَ کي پورو ڪرڻ لاءِ جمر/چشمياتي عڪس ضماءُ جو مثال آهي. اهو ڪيترن ئي طريقن سان عڪسِل سطح تي ضماءُ ڪري ٿو ۽ آخر ۾ نتيجن کي ڀيٽي ٿو. [41] وري بهتر درجه بندِي توڙي نماءُ لاءِ اِي آر ايس 2 جي جمر، لينڊسيٽ 7 (اِي ٽِي ايم پلس) جي يام ۽ لينڊسيٽ 7 (اِي ٽِي ايم پلس) جي گھام عڪسن کي ضمائي ٿو. جڏهن ته [42] Aes-1 مان نڪتل 5 ميٽر تحلل واري هوائي رَٿَوار عڪس ۽ لينڊسيٽ ٽِي ايم 5 مان نڪتل 25 ميٽر تحلل واري عڪس جو گھڻ تحلُلِي ضماءُ Multiresolution Fusion ڪرڻ لاءِ هرمائيٽ ٽرانسفارم Hermite Transform استعمال ڪري ٿو. عاڀم جوڙڻ جي اعتبار سان، سنون ميدانن ۽ هلڪن لاهن چاڙهن وارن علائقن جي عڪسازيءَ ۾ جمر عڪس تُز آهن پر ان جي بلڪل ابتڙ، جابلو علائقن ۾ انهن جو سُڀاءُ Quality تمام ڪِرِي پوي ٿو، ڇاڪاڻ ته جابلو علائقا عڪسائيندي جمر عڪس ڀون ماپِي بگاڙ Geometric Distortion جو شڪار ٿين ٿا. ٻنھي، جمر ۽ چشمياتي عڪسن جو گڏيل استعمال (عڪس ضماءُ) اهي مسئلا حل ڪري سگھي ٿو [43].
ماحولياتي وَ زمينِي مانيٽرڱ ۽ انتظامي سرشتي Environmental and Land Monitoring System لاءِ ڀَروَسي جوڳا عاڀمس تمام ضرورِي آهن. اپگرهِي عڪسن مان عاڀم جوڙڻ جا ٻه اهم طريقا آهن، هڪ چشمياتي عڪسن ساڻ اسٽيريئو اسڪوپي ۽ ٻيو جمر عڪسن ساڻ انٽرفيروميٽري Interferrometry . ٻنهي قسمن جي عاڀمس کي ضمائڻ جا ڪيترا ئي مختلف طريقا تجويز ڪيا ويا آهن، جيڪي [44] ۽ [45] ۾ اڀياسيا ويا آهن.
[edit] عڪس ضماءُ جون سَطَحُونَ
[39] ۽ [46] موجب، عڪس ضماءُ پراسيسڱ يا تجريد Abstract جِي ٽن مختلف سطحُن، يعني اعداد Data يا عڪسل Pixel سطح، نقش سطح، ۽ فيصلو سطح Decision Level تي زير عمل اچي سگھي ٿِي، جڏهن ته اعداد سطح هيٺين ۾ هيٺين سطح آهي ته فيصلو سطح مٿين ۾ مٿين. خاڪو نمبر 3 اهڙو خيال سمجھائي ٿو. ٻين به ڪيترن ئي اهڙو ئي اظهار خيال ڪيو آهي، پر [47] سوال اُٿاريو آهي ته سطح 1، 2، ۽ 3 درميان دنگ جِي چِٽِي وضاحتَ ٿيل نه آهي. تنهنڪري بعض اوقات ڪِن صورتحالس ۾ زير عمل آيل ضماءُ جِي سطح متنازع ٿِي پوندِي آهي. [3] دليلي ٿو ته اهڙِي گِروهه بندِي گمراهه ڪُن آهي، ۽ اها مغالطاً اهڙو تاثر ڏي ٿِي ته ضماءُ جو عمل انهن ٽنهِي مختلف سطحن تي بَيَڪ وقت عمل ۾ نه اِيندو آهي. ازان سواءِ، ھُو اهو به دلِيلي ٿو ته ”عڪسل سطح يا پڪسل ليول” وارو اصطلاح استعمال ڪرڻ نامناسب آهي. هر سطح جي ضماءُ جا پنهنجا طريقا ۽ ڪميون بيشيون آهن. ضماءُ جِي سطح جو مناسب انتخاب ڪيترن ئي فيڪٽرس تي دارومدار رکي ٿو، جهڙوڪ اعدادي ذريعا Data Sources، ڪارج، ۽ ميسر وسيلا Tools. جڏهن ضمائجندڙ اعداد ساڳي قسم جي ذريعن، مثال طور عددِي عڪسازِي ڊوائيسِز Digital Imaging Devices مان ملندا هجن ته سمورن ميسر اعداد جو ڀرپور استعمال ڪندي اعداد سطح Data Level تي ضماءُ ڪري سگھجي ٿو. مگر جڏهن ضمائجندڙ اعداد تمام مختلف ذريعن، جهڙوڪ ڀون ماپِي ڄاڻ سرشتي Geographic Information System ۽ عددِي عڪسازي اوزارن Digital Imaging Devices کان وصول ٿيندا هجن ته فيصلو سطح تي ضماءُ ڪرڻ وڌيڪَ مناسب رهندو. نقش سطح تي ضماءُ ڪرڻ تڏهن ئي مناسب ٿيندو جڏهن مختلف قسمن جي ضمائجندڙ اعداد مان اهڙا نقشز Features ڪڍي سگھجن جِن جِي هڪٻي سان نسبت قائم ٿِي سگھي. مثال طور ٻنهي، چشمياتي توڙي جمر عڪسن منجھان ڇيڙن ۽ ڀاڱن جهڙا نقشز ڪڍِي سگھجن ٿا، جن کي ملائي گڏيل نقشز توڙي درجه بندِي حاصل ڪري سگھجي ٿِي. ساڳي ئي وقت ضماءُ لاءِ سطح جو اِنتخاب لازمِي گھُربل قبل پراسيسڱ Preprocessing جو پڻ تعين ڪري ٿو. مثال طور، عڪسل يا اعداد سطح تي ضماءُ لاءِ لازمِي آهي ته عڪسن کي هڪ ٻي سان جُز عڪسل تُزگِيءَ Sub-pixel Accuracy سان ٺهڪايو وڃي. خاڪو 4 ضماءُ جِي ٽنهي سطحُن کي سمجھائي ٿو ۽ ٽنهي ۾ فرق واضح ڪري ٿو. جيتوڻيڪ ضماءُ جي ميدان جو گھڻي کان گھڻو تحقيقيل پهلُو اعداد يا عڪسل سطح آهي، پر تحقيقي ڪم جا تازا مثال ٽنهي سطحن جي ضماءُ تي ملن ٿا.
[edit] عڪسل سَطَحِي ضماءُ
هيءُ تجريدَ جِي هيٺين ترين سطح جو ضماءُ آهي. ڏور اِندريات جي ميدان ۾ عڪس ضماءُ تي ٿيل تحقيقَ گھڻي ڀاڱي ان ئي سطح جي ضماءُ تي مرڪُوز رهي آهي. هنَ سطح تي ضماءُ جِي وڏي ۾ وڏِي خوبي اها آهي ته اهو اصلِي اعداد جو استعمال ڪري ٿو، جيڪي حقيقتَ کي گھڻي کان گھڻو ويجھو آهن. عڪسن کي (گھٽ ۾ گھٽ) هڪٻي تي ٺهڪائڻ Co-Register بعد عڪسل– عڪسل بنياد تي ضمايو ويندو آهي. ڇاڪاڻ ته عڪسل سطح جي ضماءُ لاءِ تمام گھڻي تُزگي درڪار ٿي ٿِي، تنهنڪري اڪثر ته ضماءُ کان اڳ ضمائجندڙ عڪسن کي ڀُون ڪوڊيو Geo-Code به ويندو آهي. تُز ٺهڪاءُ Registration لاءِ وَر سيمپلڱ Resampling ۽ ڀُون ماپِي درستُگِي Geometric Correction درڪار ٿين ٿيون. ڀون ماپِي درستُگِيءَ لاءِ اِندرياتِي ويوئِڱ پيراميٽرس Sensor Viewing Parameters ۽ اهڙي سافٽويئر Software جِي ضرورتَ پوندِي آهي، جيڪو عڪس ڇِڪاءُ پيراميٽرس Image Acquisition Parameters ۽ زمينِي اهڃاڻن Ground Control Points (GCP) جو به ليکو ڪري. عڪسن جِي ور سيمپلِڱ Resampling ۽ ٺهڪاءُ Registration جا ڪيترا ئي طريقا ميسر آهن. زمينِي اُهڃاڻ اهي نشانات آهن، جن جِي زمين تي بيهڪَ Position اڳي ئي معلوم هُجي. اهي اُهڃاڻ اڳي ئي موجُود ٿِي سگھن ٿا، جهڙوڪ رستن جا چوڪ يا ساحلي اهڃاڻَ؛ يا ته ڀون ماپِي درستگيءَ لاءِ هاسيڪار رکي سگھجن ٿا. ڪن صُورتُن ۾، جتي مٿاڇرو انتهائي ناهموار هجي، اتي عاڀمس جِي ضرورتَ پوندِي آهي. اهڙِي صورتحال خاص طور جمر عڪسن تي لاڳُو ٿي ٿِي، جن جِي اِندرِيءَ Sensor کي ڀُون ماپاً Goemetrically پاسيرِي نظر آهي. ان سطح تي ضماءُ جون ڳڻپيوڪَرِي سنڀارَ Computer Memory ۽ پراسيسڱ قوت Processing Power واريو گھُرجُون گھڻي ۾ گھڻيون آهن ۽ ان جِي پراسيسڱ لاءِ وقت به گھڻو درڪار ٿي ٿو. خاڪو 5 هڪ بلاڪ ڊاياگرام ڏيکاري ٿو، جنهن ۾ عڪسِل سطح تي ضماءُ ڪندڙ ڪنهن سرشتي منجھه رُونما ٿيندڙ عملن جو سلسلو ڏيکاريل آهي.
[edit] عڪسل سطح تي ضماءُ جا طريقا
ٿوري گھڻي فرقَ ساڻ عڪسِل سطح ضماءُ جا سوين طريقا موجود آهن، جن مان ڪجھه ناموس طريقا هِي آهن:
- ضرب اُپت ٽرانسفارم Multiplicative Transform
- هاءِ پاس ڇاڻڪارِي High Pass Filtering
- هاءِ پاس ماڊيوليشن High Pass Modulation
- ليپليشن مخروط Laplacian Pyramid
- اِنٽينسِٽِي هيُو سيچوريشن Intensity Hue Saturation
- برووِي ٽرانسفارم Brovey Transform
- مُک جُزِياتِي ڇيد Principal Component Analysis
- لهرڙياتِي طريقا Wavelet Transform
مختلف ذريعن انهن طريقن جِي گروهه بندِي مختلف طريقن سان ڪئي آهي، جن جو ذڪر هتي ضروري نه آهي. ضماءُ جي مٿي ڄاڻايل طريقن جا رياضياتِي ماڊلس هيٺ پيش ڪجن ٿا.
[edit] ضرب اپت ٽرانسفارم Multiplicative Transform
ضماءُ جي مڙنِي طريقن منجھان هيءُ سڀني کان آسان ۽ سڌو سنئون طريقو آهي. اهو سنهي تحلل وارو گھڻ اِنڊمي عڪس (ستگھاع) High Resolution Multispectral Image (HRMI) حاصل ڪرڻ لاءِ سنهي تحلل واري يڪ اِنڊمي عڪس (ستياع) High Resolution Panchromatic Image (HRPI) جي عددي قدرن کي عڪسِل به عڪسِل ٿلهي تحلل واري گھڻ اِنڊمي عڪس (ٿتگھاع) Low Resolution Multispectral Image (LRMI) جي عددي قدرن سان ضربي ٿو. حتمي ستگھاع حاصل ڪرڻ لاءِ ضرب اُپتن کي 0 کان 255 جي حدُن ۾ آندو ويندو آھي. ان سموري عمل کي رياضياتاً مساوات 1 سان ظاهر ڪري سگھجي ٿو.
[edit] ھاءِ گُذار ڇاڻڪارِي (ھگڇ) High Pass Filtering (HPF)
ھاءِ گُذار ڇاڻڪارِيءَ جو بنيادِي قاعدو ستياع ۾ موجود تڪڙي ورجائپِي ڄاڻَ High-frequency Information ڪڍِي ٿتگھاع ۾ وجھڻ آهي. ان طريقه ڪار تحت، ستياع مان ٿتياع ڪَٽَ ڪرڻ لاءِ يا ته ستياع کي هاءِ گُذار ڇاڻيو ويندو آهي يا وري لو گُذار ڇاڻيو ويندو آهي. هگڇ طريقي جو رياضياتِي ماڊل مساوات 2 ۾ ڏنل آهي [49] .
جڏهن ته ۽ ho هِڪَ لو پاس ڇاڻِي آهي.
[edit] هاءِ گُذار ماڊيوليشن High Pass Modulation
هن طريقه ڪار ۾ ستياع جِي تڪڙي ورجائپ واري ڄاڻَ کي ماڊيوليشن ڪو ايفيشنٽس Coefficients ذريعي ٿتگھاع ڏانهن منتقل ڪيو ويندو آهي. جڏهن ته ماڊيوليشن ڪو ايفيشنٽس ٿتياع سان ٿتگھاع جِي شرح جي برابر آهن. ٿتياع حاصل ڪرڻ لاءِ ستياع کي ڇاڻيو ويندو آهي. رياضياتاً ان کي مساوات 3 سان اِظاهري سگھجي ٿو.
[edit] ليپليسِي مخروط Laplacian Pyramid
ليپليسِي مخروط Laplacian Pyramid (LP)، گاسِي مخروط Gaussian Pyramid مان نڪتو آهي، جيڪو بار بار رڊڪشن (لو گُذار ڇاڻڪاري ۽ ڊيسيميشن Decimation ) رستي حاصل ٿيندڙ گھڻ پيمانه نمائدگِي Multiscale Representation آهي. ليپليسِي مخروط هيٺين ٻن مرحلن ۾ معلوم ڪيو ويندو آهي.
#عڪس جو گاسِي مخروط جوڙڻ. بنيادِي طور، گاسِي مخروط اصل عڪس L جي مختلف پيمانن Scales تي حاصل ڪيل نقُلَن يا پَرتَن Copies جو سلسلو {G1, G2, …., Gk} آهي. اهو G1=I ڪري، ۽ پوءِ بار بار Gi+1 = shrink (Gi) تي عمل ڪري حاصل ڪيو ويندو آهي.
- عڪس جو ليپليسِي مخروط جوڙڻ. ليپليسِي مخروط {L1, L2, …., Lk}، گاسِي مخروط جو عمل ورائڻ Backward Process سان حاصل ٿيندو آهي. يعني ڪري، پوءِ بار بار Li=Gi – expand(Gi+1) تي عمل ڪيو ويندو آهي.
ليپليسِي مخروط تي ٻڌل ضماءُ جِي الخوارضمِي Algorithm هيٺينءَ ريت آهي: جيڪڏهن {I1, I2, …., In} مختلف تحلل، يا فوڪس رکندڙ عڪسن جو سلسلو هجي ته، ضماءُ جو سمورو طريقه ڪار هيٺين ڏاڪن تي مشتمل آهي. [i] هر عڪسن جي Li سلسلي مان هر هڪ عڪس جو ليپليسِي مخروط جوڙيو [ii] پوءِ ھر عڪسِل لاءِ مڙني مخروطن Li منجھان وڏي ۾ وڏو قدر چونڊيندي ضمايل مخروط حاصل ڪريو، جيڪو گھُربل ضمايل عڪس جِي مخروطِي صورت آهي. [iii] ان مخروطِي صورتَ مان ضمايل عڪس حاصل ڪريو [iv] ڪا به ضرورِي بعدِي پراسيسڱ عمل ۾ آڻيو
[edit] اِنٽينسِٽِي هيُو سيچوريشن ٽرانسفارم Intensity Hue Saturation (IHS) Transform
هيءُ طريقه ڪار فقط ٽن پٽين تائين محدود آهي. اهو مساوات 4 تحت ٿتگھاع جي ڳسن سڏجندڙ (حقيقي معنيَ ۾ نه) ٽِن پٽيُن مان IHS جا قدُرَ معلوم ڪري ٿو، ستياع جي هِسٽونامي کي ڇِڪي ٿو ته جيئن ان جا سراسرِي ۽ ويريئنس آءِ جُزي جهڙا ٿين،جنهن کي سان ظاهر ڪجي ٿو؛ پوءِ آءِ جُزي کي هٽائي تَنهنجِي جاءِ تي هسٽونامو ڇڪيل ستياع رکي ٿو، ۽ آخر ۾ مساوات 5 تحت واپس ڳسن جا قدُرَ معلُوم ڪري ٿو. اهو سمورو طريقه ڪار خاڪو نمبر 6 آسان ڪري سمجھائي ٿو.
[edit] برووِي ٽرانسفارم Brovey Transform
برووِي ٽرانسفارم هڪ رنگِي ٽرانسفارم آهي، جيڪو ٽنهِي دَر اُپتِي پٽين کي نارملائيز ڪري ٿو ۽ هر هِڪَ کي ڪنهن سنهي تحلل وارِي پٽي (يڪ اِنڊمي عڪس) سان عڪسِل به عڪسِل ضربي ٿو. برووِي ٽرانسفارمڪارِي مساوات 6 سان اظهاري سگھجي ٿِي [49]. نتيجتاً حاصل ٿيندڙ سُوڊو ڳسن پٽيون سنهو تحلل رکندڙ هونديون.
[edit] مُک جُزياتِي ڇيد (مجڇ) Principal Component Analysis (PCA)
مُک جُزياتِي ڇيد (مجڇ)، جنهن جو اصلوڪو نالو ڪارهونِن لووِ ٽرانسفارمڪارِي Karhunen-Loeve Transformation آهي، سو آءِ ايڇ ايس IHS وانگيان ئي آهي، مگر ان جو وڏو فائدو اهو آهي ته اهو ڪيترين به پٽين جي ضماءُ لاءِ استعمال ڪري سگھجي ٿو. مجڇ گھڻ اِنڊمي اعداد Multispectral Data جِي سڌِي ٽرانسفارمڪارِي Linear Transformation استعمال ڪري ٿو. ان سڌي ٽرانسفارمڪارِيءَ ۾ در اُپتِي ٿتگھاعن کي اوترن ئي اڻ سهه نسبتيل Uncorrelated مُک جُزن ۾ ٽرانسفارميو ويندو آهي، جيترا در اُپتِي ٿتگھاع. انهن مان پهرين جُزي ۾ اها ڄاڻَ هوندي آهي جيڪا سمورن جُزن ۾ يڪسان يا ڪامن هجي، جڏهن ته باقي جُزن ۾ مڙني انفرادِي پٽين جِي مُنفرد ڄاڻَ سمويل هوندِي آهي. مساوات 7 سان اِظهاريل اهڙِي ٽرانسفارمڪارِيءَ بعد پهرين جُزي PC1 کي هٽائي ان جِي جاءِ تي ستياع رکيو ويندو آهي. آخر ۾، مساوات 8 تحت ابتِي ٽرانسفارمڪارِي ڪري ستگھاع حاصل ڪيا ويندا آهن[49].
جيئن مساوات 9 ۾ ڏيکاريل آهي، ته تاڃيپيٽو Matrix (v) آئيگن طرفڻا Eigen Vectors رکي ٿو، جيڪي سندن آئيگن قدُرن جي حسابَ سان ترتيبيا ويا آهن. اهو ٿتگھاع جي سهه نسبتِي تاڃيپيٽي Correlation Matrix يا سهه ويريئنس تاڃيپيٽي مان معلوم ڪيو ويندو آهي. جڏهن ته سهه ويريئنس تاڃيپيٽو Covariance Matrix استعماليندي عمل ۾ آندل مجڇ کي اڻ معياريل مجڇ Unstandardised PCA ڪوٺيو ويندو آهي ۽ سهه نسبت تاڃيپيٽو Correlation Matrix استعماليندي عمل ۾ آندل مجڇ کي معياريل مجڇ Standardised PCA ڪوٺيو ويندو آهي.
[edit] لهرڙياتِي طريقا Wavelet-Based Methods
لهرڙي ٽرانسفارم، جيڪو در اصل سگنل پراسيسڪاريءَ لاءِ استعمال ٿيندڙ ٽُول آهي، هاڻي عڪس ضماءُ جي کيتر ۾ مقبول آهي. لهرڙي ٽرانسفارم تي ٻڌل ڪيترا ئي طريقا ڇپجي چڪا آهن. [52] انهن تي تفصيلي بحث ڪري ٿو ۽ عڪسِل سطح ضماءُ جيِ ڪِنِ معروف لهرڙياتِي طريقن جو تقابلي جائزو پيش ڪري ٿو. عڪس ضماءُ ۾ استعمال ٿيندڙ لهرڙيُن کي ٽن مُک گروهن ۾ ورهائي سگھجي ٿو: آرٿوگونل Orthogonal، باءِ آرٿوگونل Biorthogonal، ۽ اڻ آرٿوگونل Unorthogonal. جيتوڻيڪ انهن لهرڙين ۾ ڪي خصوصيتون عام ٿين ٿيون، مگر انهن مان هر ڪا هڪ يُونِيڪ عڪسِي ڊِي ڪمپوزِيشن ۽ رِي ڪنسٽرڪشن جي طريقي کي جنم ڏي ٿِي.
لهرڙي ضماءُ ۾، سڀ کان پهرين سنهي تحلل واري يڪ اِنڊمي عڪس کي ٿلهي تحلل وارن يڪ اِنڊمي عڪسن ۽ سندن واسطيدار لهرڙي ڪوايفِيشنٽس (وِٿائي بارِيڪيون Spatial Details ) جي سيٽ ۾ ڊِي ڪمپوزيو Decomposed ويندو آهي. تنهن کان پوءِ ٿلهو تحلل هُوندڙ گهڻ اِنڊمي عڪس ساڳي تحلل تي پهتل يڪ اِنڊمِي عڪس جِي جاءِ کڻندا آهن. اهڙيءَ ريت هر هڪ گهڻ اِنڊمي عڪس مٿان اُبتو لهرڙي ٽرانسفارم عمل ۾ آڻيندي، منجهن سنهي تحلل واريُون وِٿائِي بارِيڪيون متعارف ڪرايون وينديُون آهن. عڪس ضماءُ لاءِ ڪيتريون ئي ڪارآمد لهرڙيون دريافت ڪيون ويون آهن، جن تي ٻڌل ضماءُ جا انيڪ طريقا ڳولي لڌا ويا آهن. انهن مان اهم ترين طريقن جا نالا هيٺ ڄاڻائجن ٿا:
- ڊسڪريٽ لهرڙِي ٽرانسفارم (ڊلٽ) Discrete Wavelet Transform (DWT)
- شفٽ اِن ويريئنٽ ڊلٽ Shift Invariant DWT
- ٽُونگدار الخوارضميءَ تي ٻڌل لھرڙي ٽرانسفارم A Trous Algorithm based Wavelet Transform
- پيچيده لهرڙِي ٽرانسفارم Complex Wavelet Transform
- مالات الخوارضمي Mallat Algorithm
- گھڻ تحلُلِي اِنٽينسٽي ماڊيوليشن Multi-Resolution Intensity Modulation
[edit] نقش سطح ضماءُ Feature Level Fusion
هيءُ طريقه ڪار مختلف ذريعن کان حاصل ٿيندڙ عڪسن کي هڪ درميانِي سطح تي ضمائي ٿو. هن طريقي ۾ هر هڪ ضمائجندڙ عڪس مان ڊولن، ڇيڙن، لِيڪُن، ڪُنڊُن ۽ دلچسپ حصن جهڙا نقشز Features ڪڍيا ويندا آهن، ۽ پوءِ عڪسن کي ڀاڱيو Segmented ويندو آهي. نقش ڪاڍيل Feature Extracted يا ڀاڱيل Segmented عڪسن کي فزي منطق Fuzzy Logic ۽ ماهرانه سرشتن Expert Systems جهڙا معلوماتِي طريقا Knowledge-based Systems يا اِمتيازي ڇيدَ Discriminant Analysis ۽ مصنوعي تنتِي ڄارڪن (متڄ) Artificial Neural Networks (ANN) جهڙا تربيت تي ٻڌل سرشتا Training-based Systems استعمال ڪندي ضمايو ويندو آهي، جنهن سان نقشز Features جو هڪڙو ئي سيٽ جُڙندو آهي، جنهن جي بنيادَ تي درجه بندِي ڪئي ويندِي آهي يا نتيجا اخذ ڪيا ويندا آهن. نقش سطحِي عڪس ضماءُ تي تحقيقي ڪم جو تازو مثال [53] آهي. اهو 3D Object Extraction جي مقصد سان نقش سطحي عڪس ضماءُ لاءِ فزي منطق استعمال ڪري ٿو. نقش سطحي عڪس ضماءُ جو اڃا تازو مثال [54] آهي، جيڪو شهري انتظام جي ڪارج لاءِ HyMAP اِندريءَ مان نڪتل گھڻ اِنڊمِي عڪس کي LEO سرشتي جي عدَدِي آرٿوفوٽو Digital Orthophoto سان ضمائي ٿو. اهو عدَدِي آرٿوفوٽو جِي ڀاڱيڪارِي Segmentation بذريعه ويجھو ترين پاڙيسِرِي درجه بندِي Nearest Neighbourhood Classification، اِنڊمِي ڪُنڊَ پيما درجه بندِي Spectral Angle Mapper Classification ۽ گھڻ اِنڊمِي عڪس جِي ڀاڱيڪارِي بذريعه اِنڊمي ڪُنڊَ پيما (نقاش) Spectral Angle Mapper ڪري ٿو. بعد ۾، متڄ استعماليندي انهن ٻنهي درجه بندين کي ضمائي ٿو. خاڪو 7 هڪ بلاڪ ڊياگرام ذريعي نقش سطحِي عڪس ضماءُ جي ڪنهن سرشتي ۾ زير عمل مڙنِي ايڪشنز جو سلسلو ڏيکاري ٿو.
[edit] فيصلو يا اِنٽرپريٽيشن سطح ضماءُ Decision or Interpretation Level Fusion
هيءُ اعليَ ترين تجريدي سطح تي ٿيندڙ ضماءُ آهي. انَ سطح تي ٿيندڙ عڪس ضماءُ ۾، مشاهديل منظر کي بهتر سمجھڻ لاءِ هر هڪ ذرعي اِنٽرپريٽيشن Source Interpretation مان حاصل ٿيندڙ بر اُپتُون (قَدُريل اعداد Value-Added Data) پاڻَ ۾ ملائي هڪ نئين گڏيل اِنٽرپريٽيشن حاصل ڪئي ويندي آهي. ان طريقه ڪار تحت، هر ذرعي عڪس مان نڪتل نقشز Features کي هڪجھڙن يا مختلف پر الڳ الڳ درجه باندس Classifiers ۾ ڏنو ويندو آهي، ۽ پوءِ ضماءُ جي ڪيترن ئي ميسر طريقن مان ڪو هڪ طريقو اختيار ڪندي مڙني درجه باندس جا فيصلا يا درجه بنديون ضمائبيون آهن. [55] فيصلو سطح ضماءُ جو تازو ترين مثال آهي. اهو پسيچر ٽائيپ جِي نشاندهي Pasture Type Mapping ڪرڻ لاءِ چشمياتِي ۽ جمر عڪس، هر هڪ مان حاصل ڪيل الڳ ۽ آزاد درجه بندين کي ضمائي ٿو. فيصلو سطحي عڪس ضماءُ تي تحقيق جو ٻيو تازو مثال [56] آهي. اِنَ منجھه لينڊ مائين سِرِنگھَه ڊٽيڪشن Landmine Detection خاطر ٽِن قسمن جِي اِندرين Sensors، يعني ڌاتُو ڊٽيڪٽر Metal Detector، اِنفرا سُرخ ڪيميرا Infra-Red Camera، ۽ هڪ زمينَ چِير راڊار Ground Penetrating RADAR، جو ضماءُ ڄاڻايل آهي. اهو ڪيترين ئي مختلف الخوارضمين Algorithms جهڙوڪ، نيوِ بيز Naive Bayes، ڊيمپسٽر شيفر نظريي Dampster-Shafer Theory، فوزي انديشا (هڪ قاعدوِي طريقو) Fuzzy Probabilities (a rule-based method)، ۽ وونٽ طريقن Voting methods سان فيصلو سطح ضماءُ ڪرڻ بعد انهن جِي ڪارڪردگِيءَ کي ڀيٽي ٿو. اهو رسِيوَر آپريٽر ڪيريڪٽرسٽڪس وَنگ Receiver Operator Characteristics (ROC) Curve ذريعي سڀني الخوارضمين جِي ڪارڪردگِيءَ جو تقابلِي تجزيو ڪري ٿو ۽ نتيجو اهو ٿو ڪڍي ته سڀني الخوارضمين جِي ڪارڪردگِي هڪ جيترِي سٺِي آهي ۽ اهي ڪنهن به هڪ اِندرِيءَ جِي انفرادِي ڪارڪردگِيءَ کان بهتر نتيجا ڏين ٿيون.
[edit] اعليَ سطحي ضماءُ جا طريقا ۽ ٽيڪنيڪس
هتي جن طريقن ۽ ٽيڪنيڪس تي بحث ٿيل آهي، سي نه رڳو درجه بنديءَ طور استعمال ٿيندا آهن، بلڪه اينسيمبلز Ensembles جوڙڻ خاطر پڻ ڪم ايندا آهن. ڪنهن اينسيمبل ۾ مصنوعي تنتِي ڄارڪن ۽ فيصله شجرس Decision Trees جھهن تربيت شده Trained درجه باندس Classifiers جو اهڙي مجموعي کي سڏيو وڃي ٿو، جيڪو متنازع درجه بندين کي سڀني درجه باندس جي انفرادِي اڳڪٿين يا فيصلن کي ضمائي آهي، جن جا . [57] اينسيمبلز جوڙڻ جو تفصيلي مطالعو پيش ڪري ٿو. [58] ڪيترن ئي درجه باندس کي گڏي ڏور اِندرياتِي عڪسن مان لينڊ ڪَوَر Land Cover معلومات حاصل ڪرڻ لاءِ تازِي تحقيقَ جو مثال آھي.
ڏور اِندريات ۾ توڙي ٻين ڪيترن ئي مختلف مصرفن لاءِ درجه بندِيءَ جا سَوين طريقا استعمال ڪيا ويا آهن، جن جِي گوره بندِي مختلف طريقن سان ڪري سگھجي ٿِي، جيڪي هتي نه ڄاڻايا ويا آهن. درجه بندِيءَ جا سمورا نه پر ڪجھه مستعمل طريقا وڌانوڌ هڪجهڙائپ، سلسليوار ڪلسٽرڱ Sequential Clusstering، مرحليوار خود ناظم اعدادِي ڇيد (مخناڇ) ڪلسٽرڱ ISODATA Clusstering، درجه بند شجري ڇيد Calssification Tree Analysis، يوڪليڊيئن فاصلو Uclidean Distance، ماھالانوبيس فاصلو، متڄ ANN، وٿائي نقشياتي طريقو Spatial/Textural features based method، فوزي منطق Fuzzy Logic، امتيازي ڇيد Discriminant Analysis آهن. انهن مان ڪجھه طريقا هيٺ سمجھايل آهن.
[edit] وڌانوڌ هڪجهڙائپ (وهه) طريقا Maximum Likelihood (ML) Methods
وهه درجه باند ML Classifier، ڏور اِندريات جي ميدان ۾ استمال ٿيندڙ درجه بنديءَ جي مشهور ترين طريقن مان هڪ آهي، جنهن تحت ڪنهن ڪلاس يا درجي سان وڌ کان وڌ هڪجهڙائپ رکندڙ عڪسِل کي اُنَ ڪلاس يا درجي ۾ درجه بند ڪيو ويندو آهي. اهو انديشن Probabilities تي ٻڌل هڪ نگرانيل Supervised طريقو آهي، جيڪو هاءِ سهه ويريئنس Covariance جي صورتَ ۾ انتھائي ڪارآمد آهي. وڌانوڌ هڪجهڙائپ طريقو درجه بنديءَ جِي رٿا جوڙڻ خاطر درجاتِي انڊمُن Class Spectra منجھه موجود ويريئنس ۽ انهن درميان سهه ويريئنس Covariance جو استعمال ڪندو آهي. جمر قطبپيما اعداد SAR Polarimetric Data جِي درجه بنديءَ لاءِ [55] پيچيده وشارٽ ورڇَ Complex Wishart Distribution تي ٻڌل وهه درجه باند استعمال ڪري ٿو.
[edit] مصنوعي تَنتِي ڄارڪا (متڄ) Artificial Neural Networks (ANNs)
جيڀياسي سُوجھه سرشتن Biological Cognitive System (کان متاثر ٿيل Inspired) کان متاثر ٿِي ايجاديل مصنوعي تنتي ڄارڪا اهڙن ڪيترن ئي مصرفن، جهڙوڪ خودڪار ڳالهه شناختَ Automatic Speech Recognition، ۾ ڪارآمد ثابت ٿيا آهن، جن ۾ روايتِي عددي سگنل پراسيسڱ Digital Signal Processing اطمينان بخش ڪارڪردگِي نه ڏيکاري سگھِي. متڄ جو وڏي ۾ وڏو فائدو اهو آهي ته اهي انهن مسئلن جو اڻ سنئون حل Nonlinear Solution ميسر ڪن ٿا، جيڪي پوريءَ طرح سمجھايل نه آهن. متڄ، تنتِي گھرڙو Neural Cell يا تنتڙو Neuron سڏجندڙ سادين وزنيل جوڙَ اُپتُن Weighted Summation Points جو مجموعو آهي. جنهن ريت اھي تنتِڙا پاڻ ۾ ڳنڍيا وڃن، تنهن کي آرڪيٽيڪچر Architecture سڏجي ٿو. متڄ جا ڪيترا ئي آرڪيٽيڪچرس ٿين، مگر انھن ۾ مشهور ترين فيڊ فارورڊ گھڻ تَهِي سُوجھڻو (گھتس) Feed Forward Multi-Layer Perceptron (MLP) آهي، جيڪو 1970ع واري ڏهاڪي جي ابتدا ۾ ڪيترن ئي محققن طرفان انفرادي طور ٺاهيو ويو هو. ان مخصوص ڄارڪي جو استعمال ٻين سمورن ڄارڪن جي گڏيل استعمال کان به گهڻو ٿي ٿو. اهو ڪيترن ئي مختلف قمسن جي ڪارجن ۽ مصفرن لاءِ استعمال ٿي ٿو. گھتپس کي تربيتڻ Train جو هڪ معيارِي طريقو بيڪ پروپيگيشن الخوارضمي Back Propagation Algorithm آهي. ڪنهن ٽِپيڪَل گھتس ۾ تنتڙن جا ٽي تهه هوندا آهن، جن کي دراُپت تهه Input Layer، براُپت تهه Output Layer، ۽ گھٽ ۾ گھٽ هڪُ لڪل Hidden يا پراسيسڱ تهه Processing Layer. لڪل تهن جي تعداد جِي ڪا به نظرياتِي حدَ ڪانهي پر ٽِپيڪَلِي رڳو هڪُ يا ٻه تهه هوندا آهن. گھتس ۾ هر تهه مٿين تهه سان پوريءَ ريت ڳنڍيل هوندو آهي، جيئن خاڪو 9 ڏيکاري ٿو. هيءُ خاڪو [26] مان ورتل آهي. [60] نقش سطحي اعداد ضماءُ لاءِ متڄ جو استعمال ڪري ٿو. [61] ڏور اِندريات عڪسن جي درجه بندِيءَ لاءِ متڄ جو استعمال ڏَسي ٿو. [62] متڄ ذريعي عڪس ضماءُ جي تازن مثالن مان هڪ آهي. اهو عڪس درجه بندِيءَ جو هڪ نئون ۽ بهتر تنت فزي Neuro-Fuzzy طريقو دريافت ڪري وٺڻ جِي دعويَ ڪري ٿو، جنهن جو بنياد متڄ ۽ فزي مهارتَ سرشتن Fuzzy Expert Systems جي ميلاپ تي پيل آهي.
[edit] فزي نظريو يا امڪانيات نظريو Fuzzy Theory
1965ع ۾ ڊاڪٽر لوطفي زاده جو متعارف ڪرايل هيءُ نظريو
[edit] ڊيمپسٽر شيفر نظريو Dampster Shaffer Theory
[edit] نيوِ بيز نظريو Naive Bayes Theory
[edit] وونٽ طريقا Voting Methods
[edit] گھڻ سطحي ضماءُ Multi-level Fusion
[edit] علائقيوار ضماءُ
[edit] عڪس ضماءُ جي طريقن جِي ڪردگيڪَٿَ
[edit] عڪس ضماءُ جي طريقن جِي ڪارڪردگي ڪَٿَڻَ لاءِ سُڀاءُ پيما
Quality Metrics for Assessing the Performance of Image Fusion Mehods
[edit] سراسرِي ۽ ويريئنس Mean and Variance
[edit] سهه نسبت Correlation
[edit] فشر فاصلو Fisher Distance
[edit] اُغُغ غُلاتِيف گلوبال آديمونزيونيل دُ سانتيز (اُغگاس)
Erreur Relative Global Adimensionnelle de Synthèse (ERGAS)
[edit] چُڪَ تاڃِيپيٽو Error Matrix
[edit] تُزگي ازِ استعماليندڙ ۽ تُزگي از اُپتڪار Users’ Accuracy and Producers’ Accuracy
[edit] لٿي پٿي تُزگِي Overall Accuracy
[edit] ڪاپا تُزگِي Kappa Accuracy
[edit] ڪامياب ترين نتيجا
[edit] تازيون روايتون
[edit] استقبالي ڪم
[edit] مهربانيون Acknowledgement
پروفيسر جوزيف غونسن جِي رهنمائيءَ هيٺ عڪس پراسيسڪاري، ۽ بال خصوص ڏور اِندريات جي کيتر ۾ داخل ٿيڻ منهنجِي خوش نصيبي آهي. آئون EII ۽ خاص طور عڪس ٻارِيءَ ۾ پنهنجي مڙني ڪليگس جو ٿورائتو آهيان، جن هميشه منهنجي مدد ڪئي. آئون مِس ڪاتغِين دِي ڪوستانزو جو خاص ٿورائتو آهيان، جيڪا منهنجا ڪيترا ئي مسئلا حل ڪندي رهي آهي، خاص طور هتي اچڻ کان پوءِ منهنجِي ڪمزور فرانسيسيءَ باعث پيدا ٿيندڙ ٻوليءَ جا مسئلا.
آخر ۾، پر سڀن کان گھڻو آئون جناب ڪيديئو ٻالما جو شڪر گذار آهيان، جنهن جي مدد ۽ رهنمائي هميشه منهنجي لاءِ مشعل راهه رهي آهي.
[edit] اصطلاحن جي سمجھاڻي
عڪسِل يا Pixel، ”عڪس Image“ جي ننڍي ۾ ننڍي اهڙي جُزي يا ذري کي چئجي ٿو جيڪو ڏسِي ۽ ڏيکاري يا نماڪار Display Unit تي نُمائي to display سگھجي. توڙي جو پردي Screen تي نظر ايندڙ عڪس کي تصوير Picture به چئي سگھجي ٿو، مگر انجنيئرڱ جي ميدان ۾ ٽيڪنيڪي اصطلاح طور انگريزي موادَ ۾ لفظ Image ئي زير استعمال آهي. جڏهن ته عڪس يعني Image جي ننڍي ۾ ننڍي ذري کي انگريزيءَ ۾ Pixel لکيو ويندو آهي، جنھن جِي وضاحت ٻن لفظن Picture Element جي مخفف طور ڪئي ويندي آهي. مطلب ته Pixel نه ته ڪو لفظ آهي، ۽ نه ئي درست مخفف. ٻيو ته درست اصطلاح Picture به نه آهي. ان لحاظَ کان هتي جوڙي پيش ڪيل سنڌي اصطلاح، يعني ”عڪسِل“ انتهائي آسان ۽ بامعنيٰ آهي.
وِي سِي آر يا وِي سِي پِي VCR/VCP کي فرانسِيسِي زبانَ ۾ ماڃيتو اسڪوپ Magnetoscope چيو ويندو آهي، ڇاڪاڻ ته جيڪا تصويرَ اهو جوڙي ٿو، سا درحقيقت هڪَ مقنائي پٽيءَ Magnetic Tape تي درج Record ٿيل هوندي آهي ۽ «gn» جا اکر لاطيني ٻولين ۾ ”ڃ“ جي آواز کي ظاهر ڪن ٿا. جڏهن ته ”وڊيو ڪيسيٽ رڪارڊر“ يا ”وڊيو ڪيسيٽ پليئر“ سائنسي اصطلاح نه پر ان اوزار جِي وضاحتَ آهي. ان حسابَ سان سنڌي بدل ”مقناويک“ نه رڳو مناسب ۽ بامعنيَ اصطلاح آهي، بلڪه آسان به آهي.
انگريزي زبان جو لفظ Display اصل ۾ فعل آهي ته ”نمائش“ جي معنيَ رکندڙ اسم آهي. جڏهن ته برقيات Electronics يا ڳڻپيوڪر Computer انجنيئرڱ جي ادب ۾ عڪس Image ڏيکاريندڙ اوزار کي Display Unit چيو ويندو آهي. مطلب ته ان جو به ڪو هڪڙو يڪو لفظ نه آهي. پر سائنسي ادبَ ۾ آسانيءَ خاطر اڪثر ٻه لفظ لکڻ بدران مختصراً رڳو Display لکيو ويندو آهي. جڏهن ته سنڌيءَ ۾ ”ڪار“ پڇاڙي لڳائي Display Unit جو بدل باآساني جوڙي ڏيکاريو ويو آهي، يعني ”نُماڪار“. جڏهن ته سنڌيءَ ۾ ان جو ٻيو به سٺو بدل ممڪن آهي، يعني ”عڪسنُما“.
انگريزي لفظ Wawelet دراصل لفظ Wave جِي تصغير آهي. ساڳيءَ ريت عام فرانسيسي ٻوليءَ ۾ ”لهر“ لفظ اوند Onde آهي، جڏهن ته فرانسيسي سائنسي ادب ۾ Wavelet جو لفظ اوندليت Ondelette آهي. سنڌيءَ ۾ هيستائين لکيل سائنس ۾ لفظ ”لهر“ استعمال ٿيندو رهيو آهي، نه ته سنڌيءَ ۾ ان جو ٻيو به لفظ، يعني ”وير“ موجود آهي ۽ تصغير ڪرڻ جو به آسان ۽ خالص سنڌي طريقو موجود آهي. تنهنڪري Wavelet کي ”لهرڙي“ يا ”ويرڙي“ چئي سگھجي ٿو. مگر انگريزيءَ ۾ تحريريل انجنيئرڱ جي موادَ ۾ ڪيترين جاين تي صفتي معنيٰ ۾ ٻه لفظ Wavelet-based استعمال ٿيندا نظر اچن ٿا، يعني ”لهرڙين تي ٻڌل“. ڪٿي وري ٻه لفظ of wavelets مستعمل آهن. جڏهن ته سنڌيءَ ۾ ان جو اهڙو ته سهڻو بدل، يعني ”لهرڙياتِي“ يا ”وِيرڙياتِي“ ٺهي آيو آهي، جنهن سان جملا ۽ وضاحتُون سليس ٿيو پون، جيڪو خود انگريزي يا فرانسيسيءَ ۾ به مروج نه آهي.