Kadastral haritalarin görüntü işleme teknikleri kullanilarak vektörizasyonu

KADASTRAL HARİTALARIN GÖRÜNTÜ İŞLEME TEKNİKLERİ

KULLANILARAK VEKTÖRİZASYONU

VECTORIZATION OF CADASTRAL MAPS USING IMAGE PROCESSING

ALGORITHMS

Alişan Balkoca

1

, Ahsen İkbal Yergök

2

,Sinan Yücekaya

3

1. Elektronik Mühendisliği Bölümü

Ankara Üniversitesi

born2code@computer.org

2. Bilgisayar Mühendisliği

Bölümü

Bilkent Üniversitesi

ahsenikbal@gmail.com

3. Progis Yazılım Ar-Ge

Departmanı

syucekaya@progis.com.tr

ÖZETÇE

Bu çalışma, kadastral haritaların görüntü işleme teknikleri kullanılarak vektörize edilmesini amaçlamaktadır. Öncelikle pafta üzerindeki balastro noktalarının Moore Neighbor Tracing tekniği ile bulunması sağlanmış daha sonra da bu noktaların bağlantıları çıkartılmış, bağlayan çizgiler tespit edilmiştir. Detaylı incelemesi son kısımda bulunan sonuçlara göre kullanıcının elle yapması gereken kısımların yaklaşık %80 ile %90’lık kısmı otomatik olarak çıkartılmıştır.

ABSTRACT

This study aims vectorizing cadastral maps by using image processing techniques. Firstly, landing marks on cadastral maps are found by Moore Neighbor Tracing method then the connections are extracted and connecting lines are found. The system extracted about 80%-90% of the components that user should manually draw which is discussed in Section 4 .

1. GİRİŞ

Tapu ve Kadastro Müdürlüklerinde bulunan kadastral paftaların %75’i (~350.000 adet) taranmamıştır. Tarananların yaklaşık %50’si de vektörel veri halinde değildir. İşlem görecek olan paftalar taranmamış ise öncelikle taranarak sayısallaştırılmakta ve daha sonra elle bilgisayar ortamında çizilerek vektörel hale getirilmektedir. Bir kadastral paftayı vektörel hale getirme işlemi, pafta üzerindeki kapalı alanların tespit edilmesi ve koordinatların belirli bir koordinat sistemine göre sunulması olarak özetlenebilir. Çeşitli çizim araçları kullanılarak yapılan bu işlem, paftanın özelliklerine göre, bir harita teknikerinin saatlerini alabilmektedir. Vektörel veri haline dönüştürülmemiş pafta sayısının çokluğu düşünüldüğünde bu işlemin elle yapılması oldukça verimsizdir. Bu nedenle çeşitli vektörizasyon araçları geliştirilmiştir. Bu araçlar, görüntüden elde ettiği verilerin tamamının vektörize edilmesi temeline dayandığı için, çoğu zaman pafta üzerindeki yazıların ve bilgilendirme amaçlı çizilen harici çizgilerin de sayısallaştırılmasına sebep olmaktadır. Katona ve arkadaşlarının yaptığı çalışmada [1] Macaristan kadastral haritaların iskeletleştirilmesiyle oluşturulan çizge benzeri yapı yorumlanarak bu görüntülere ait semboller belirlenmiştir. Haritalar üzerinde tanınan sembollerden birisi de parsellerin köşe noktalarındaki içi boş yuvarlaklardır. Bu yuvarlak köşe noktaları Türkiye

kadastrosunda kullanılan haritalardaki balastro noktalarıyla aynı özellikleri taşımasına rağmen, bunlarla birlikte tanınan birçok sembol vardır. Bu çalışmada çizgilerin bulunması için inceltme yapıldıktan sonra çizgilerin birleşim ve bitim noktaları bulunmuştur. Ancak elimizdeki paftaların standart bir şablonla çizilmemiş olmasından dolayı birleşim ve bitim noktlarının bulunması, çok kontrol gerektirmektedir. Bu nedenle de verimli sonuç vermemektedir. Bang ve arkadaşlarının çalışmasında [2] Kore kadastro haritalarındaki karakterler ile parsel çizgilerinin ayrıştırılması için görüntüler siyah-beyaz biçime çevirildikten sonra inceltme işlemi gerçekleştirilmiştir. İnceltme işlemi her görüntü içinde sabit kabul edilen çizgi kalınlığının tespit edilip, bu çizgilerin karakterlerden ayrılması için uygulanmıştır. Çizgilerin kesişim noktalarında ve karakterlerin çizgilerle karıştığı noktalarda da sabit çizgi kalınlığı kullanılarak karışıklık önlenmiştir. Bu yaklaşımın işlevsel olabilmesi için, ayrıştırılacak olan paftalarda sabit çizgi kalınlığı kullanılması gerekmektedir. Ülkemizde bulunan kadastral haritaların çoğunda bu şekilde bir standardizasyon sağlanamadığından bu yöntemin kullanılabilirliği mümkün olmamaktadır. Sunduğumuz method ulusal kadastral haritaların özelliklerine daha uygun olduğundan, daha hızlı ve anlamlı sonuçlar vermektedir. Bu çalışmada, verinin daha sağlıklı bir biçimde vektörize edilmesi için bağlantı noktalarının bulunması ve birleştirilmesi yaklaşımı esas alınmıştır. Bağlantı noktaları (balastro noktaları), kadastral amaçlı ölçülerde parsellerin köşe ve kırık noktalarına balastro veya bilgisayar destekli çizim sistemi ile standartlarla belirlenmiş bir çapta çizilmesi gereken küçük dairelerdir. Şekil 1’de örnek bir balastro noktası verilmiştir.

Şekil 1 Balastro noktası

Bu bildirideki çalışmalar Tübitak tarafından 7100099 nolu proje kapsamında desteklenmiştir.

2011 IEEE 19th Signal Processing and Communications Applications Conference (SIU 2011)

900 978-1-4577-0463-511/11/$26.00 ©2011 IEEE

Bu noktaların birbirleri ile olan bağlantı durumları kontrol edilerek, ilişkileri çıkartılmıştır. İlişkilerin çıkartılması aşamasında, tarama ve çizimden kaynaklanan gürültülere olan toleransı arttırabilmek için genişletme (dilation) işlemi gerçekleştirilmiştir.

Çalışmada yapılan işlemler Bölüm 2’de açıklanmış, bu işlemlere ait deneysel sonuçlar Bölüm 3’de verilmiştir. Bölüm 4’de genel sonuçlar ve gelecek çalışmalardan bahsedilmiştir. Bu çalışmada kullanılan paftalar gerçek kadastro paftaları olup gerçek veriyi yansıtmaktadır.

2. PAFTA SAYISALLAŞTIRMA

Bu çalışmada tarayıcı tarafından taranan görüntülerin vektörel hale dönüştürülmesi süreci gerçekleştirilmiştir. Görüntüler yaklaşık, 13000x10000 piksel büyüklüğünde, çeşitli bölgelere ait taranmış paftaların siyah-beyaz biçimde kaydedilmesiyle elde edilmiştir. Siyah-beyaz görüntülerden çıkartılan balastro noktası bilgileri kullanılarak, bu noktaların arasındaki ilişkiler bulunmuştur. Paftaların vektörel dönüşümlerinin gerçekleştirilmesi işlemi, balastro noktaları arasındaki çizgilerin tanınması ve parsel alanlarının oluşturulmasında yardımcı ilişkilerin saptanması adımlarıyla sağlanmıştır. 2.1. Balastro Noktalarının Bulunması

Kadastral haritalarda bulunan içi boş dairesel noktalardan oluşan balastro noktaları Moore Neighbor Tracing [3],[4] algoritması kullanılarak bulunmuştur. Bu algoritma, bir piksele ait Moore komşuluklarını kontrol ederek çevrelenmiş piksel gruplarının çıkartılması işlemidir. Bir piksele ait Moore komşulukları, o piksel ile bir kenar ya da köşe paylaşan 8 pikselden oluşmaktadır. Beyaz arka plana sahip siyah piksel grupları bulunan görüntü üzerinde, bu piksel gruplarına ait kontur bilgileri çıkartılır. Elde edilen kontur bilgilerine göre, o piksel grubunun çevre ve alan bilgisi hesaplanır. Buna göre, çevrelenen piksel grubunun daireselliği

d



4

*



*

a

/

p

2 formulü ile bulunur. Burada

a

alanı

p

de çevreyi göstermektedir.

Dairesellik özelliği önceden belirlenen eşik değerleri arasında kalan noktalar, balastro noktaları olarak belirlenir. Çizimler elle yapıldığından eşik değeri 3 paftadaki dairelerin dairesellik değerlerinin ortalaması olarak alınmıştır. Bulunan alt değer 0.4, üst değer de 2’dir. Bu noktaların merkezleri, piksel grubunun ağırlık merkezi olan noktanın koordinatlarıdır. Örnek paftaya ait balastro noktaları Şekil 2’de gösterilmiştir.

Şekil 2 Balastro noktaları

2.2. Noktalar Arası İlişkilerin Bulunması

Parsel kenarları bulunurken izlenecek en önemli adım tespit edilen balastro noktalarının birbirleriyle olan ilişkilerini bulmaktır. Bu ilişkilerin bulunması için balastro noktalarının aralarındaki fiziksel çizgilerden faydalanılmıştır. Problemin çözümü iki aşamaya bölünebilir. İlki, düğümler arasındaki gerçek çizgilerin bulunması ikincisi ise bu çizgilerin birbirlerine göre konumlarının yorumlanarak doğru ilişkilerin çıkartılmasıdır.

Şekil 3 Örnek pafta kesiti 2.2.1. Çizigilerin Bulunması

Balastro noktaları (bundan sonra düğüm olarak anılacaktır) arasındaki ilişkilerin bulunmasında en önemli adım, düğümleri birbirine bağlayan ve gerçekte resim üzerindeki çizgilerin bulunmasıdır. Bir pafta üzerinde 500 ila 2000 arasında düğüm bulunabilmektedir. Düğüm sayısı ve bunların birbirleri ile bağlantı kombinasyonları çok olduğundan dolayı çizgi kontrol işleminin olabildiğince hızlı şekilde yapılması gereklidir. Bu amaçla geliştirilen yöntem diğer çizgi bulma [5], çizgi takip etme [6] algoritmalarına göre oldukça hızlı sonuç vermesinin dışında ilişkileri tanımlamak için ek işleme ihtiyaç duymamaktadır. Kullanılan paftalardaki çizimlerin hepsi el ile çizildiğinden çizgi takip işlemini başarılı biçimde yapmak için oldukça fazla kontrol ve karar işlemi gerekmektedir. Çünkü çizgilerin büyük çoğunluğunda kesintiler, gürültü ve yazılardan dolayı çatallanmalar ve dallanmalar mevcuttur. Dallanmalara ve çatallanmalara nispeten daha bağışık olan Hough [5] çizgi bulma algoritması da bu amaç için denenmiş ve oldukça fazla işlem gücü gerektirdiği görülmüştür.

Şekil 4 Örnek Hough çizgi bulma denemesi

Bahsedilen yöntemlerin bir diğer dezavantajı da çizginin bulunmasının dışında, çizgilerin ilgili noktalara bağlantısının araştırılması için ek işlem ve hesaplama gerektirmesidir. Şekil 4’de de görüldüğü gibi çizgilerin bitiş noktalarının düğümler 2011 IEEE 19th Signal Processing and Communications Applications Conference (SIU 2011)

ile ilişkilendirilmesi ve harita hassasiyetine uygun biçime sokulabilmesi için ek kontroller ve işlemler yapılması gereklidir. Parsel sınırlarını bulmak için gerçekleştirilmiş olan çizgi algılama yöntemi hem basit ve hızlı olmakla beraber düğüm noktalarını oldukça hassas bulmakta hem de dallanmalardan daha az etkilenmektedir.

İki düğüm arasındaki çizgiyi bulmak için ilk önce öklid uzaklığı (Eş.1) kullanılarak çıkartılan uzaklık haritasından düğüme en yakın diğer düğümler bulunur.

d

(

p

,

q

)



(

p

₁



q

₁

)

2



(

p

₂



q

₂

)

2 (1) Bu düğümlerin en yakın olanından çizgi kontrolü işlemine başlanır. İlk önce iki düğüm arasına, başlangıç noktası işlem gören düğüm, bitiş noktası ise bu düğüme en yakın düğüm, olan bir sanal çizgi çizilir. Sanal çizgi çizme işlemi için bilgisayar grafikleri alanında yoğun olarak kullanılan Bressenham çizgi çizme algoritması (Eş. 2) seçilmiştir.

0 0 0 1 0 1

₍

_x

_x

₎

_y

x

x

y

y

y











₍₂₎

Bu sayede iki nokta arasına çizilen çizgiyi oluşturan noktalar dizisi ve bu noktaların koordinatları alınmıştır.

Bu noktaların altındaki piksel değerleri alınarak “siyah piksel oranı” hesaplanır.



 

/

)

(

255

eger

0

)

(

0

eger

1

)

(

,

1 ise ise üzere olmak sayisi eleman toplam listenin bu ve dizi içeren i degerlerin piksel imge arindaki koordinatl hesaplanan çizginin sanal















n n i i i i

L

s

spo

L

L

s

L

L

s

L

(3)

Burada

s

(

L

_i

)

ifadesi piksel dizisinin i. elemanının siyah olup olmadığını bulan fonksiyonu ifade etmektedir. Siyah piksel oranı ne kadar 1’e yakınsa çizilen sanal çizgi altında gerçek bir çizgi olma olasılığı o kadar yüksektir. Kullanılan örnekler üzerinde yapılan denemeler sonucunda %95’lik bir oranın araştırılan bölgede çizgi olup olmadığına dair kullanılabilecek bir eşik seviyesi olduğuna karar verilmiştir. Çizimlerin elle yapılmasından dolayı düğüm merkezleri tam olarak bağlı bulundukları çizgilerin bitim noktaları ile aynı doğru üzerinde olmadığı durumlar gözlenmiştir. Bu durumda çizdiğimiz sanal çizgi tam olarak gerçek çizginin üzerine oturmadığı için siyah piksel oranı da düşük çıkarak çizginin algılanmasına engel olmaktadır (Şekil 5). Bu nedenle çizgilerin siyah piksel oranlarını bulmadan önce, oranı daha sağlıklı bulabilmek için iki ön işlem yapılmaktadır. Bu işlemlerden birincisi düğümlerin merkez noktalarının kayıklıklarından etkilenmemek için çizginin genişletilmesi (dilation), diğeri de düğüm noktalarının içinin doldurulmasıdır [7],[8].

Şekil 5 Çekilen sanal çizginin gerçek çizginin üzerine gelmeme durumu

Çizgiler bağlandıkları noktaların çapları kadar genişletildikleri takdirde çizilen sanal çizgi de düğümlerin merkez noktalarının kayıklıklarından daha az etkilenmekte ve çizgi bulma başarımı bu sayede artmaktadır. Çizgilerin morfolojik olarak genişletilme işlemi için de ikili imgeler üzerinde disk yapısal elemanı kullanan genişletme işlemi uygulanmıştır. Bu sayede çizgi bulma işlemi elle yapılan çizimlerdeki hatalara karşı daha bağışık duruma gelmiştir.

Şekil 6 Genişletilmiş ve doldurulmuş bölge üzerinde önceden bulunamayan çizginin tespiti. Genişletme

işlemi için kullanılan yapısal eleman (Sağ Üst) 2.2.2. Bağlantıların Kurulması

Düğümler çizgi kontrolü işlemine girdikten sonra kontrolü başarıyla geçmeleri halinde birbirleriyle olan ilişkileri bir yapıda tutulmaktadır. Bağlantılar gerçekleştirilirken bu bağlantıların daha doğru ve sağlıklı gerçekleşmesi için yapılan çalışmalar sonucunda bir kural seti oluşturulmuştur. Bu kural seti aşağıdaki kuralları içermektedir:

 Bir düğüm diğer bir düğüm ile çizgi kontrolüne başlamadan önce diğer düğümün zaten kendisine bağlı olup olmadığını kontrol etmelidir. Bu sayede çift bağlantının önüne geçilmektedir.

 Bir düğümden çıkan bağlantıların arasındaki açı en az 10 derece olmalıdır.

 Bir düğüm çizgi kontrolünü geçen en yakınındaki düğüme bağlanmalıdır.

Oluşturulan bu kural seti sayesinde bağlantıların daha doğru şekilde yapıldığı yapılan testlerde gözlemlenmiştir.

Şekil 7 Hatalı bağlantı

2011 IEEE 19th Signal Processing and Communications Applications Conference (SIU 2011)

Bu yöntemde karşılaşılan en büyük problem Şekil 7’de de görüldüğü gibi bir düğümün diğer bir düğüm ile arasında yapılan çizgi kontrolünü geçmesi nedeniyle yanlış yorumlanması ve bağlantının gerçekleştirilmesidir.

Bunun için iki düğüm arasında sadece bir çizgi olup olmadığını kontrol etmek yeterli gelmeyip ek kontrollerin de yapılması gerekmektedir. Oluşturulan kural setinde de belirtilen bu ek kontrol kısaca şu şekilde özetlenebilir; bir düğümden diğer bir düğüme giden çizgilerin arasındaki açı 10 dereceden büyük olmalıdır. 10 derecelik dilime düşen birden fazla çizgi bulunuyorsa en yakın düğümdeki çizgi gerçek çizgi olarak değerlendirilmelidir (Şekil 8).

Şekil 8 Açı kontrolü ile düzeltilmiş bağlantı

Bu ek kontrol sayesinde bulunan ilişkilerin doğruluk oranı seçilen örneklerde ortalama %30-40 oranında artmıştır.

2.3. Bulunan İlişkilerin Yorumlanması

Balastro noktalarının bulunması ve birbirleri ile olan ilişkilerinin tespit edilmesinden sonra, bu ilişkiler çizge yöntemi ile gösterilmiştir. Çizge yönteminde gözlenen döngüsel yapılar, bulmayı amaçladığımız kapalı alanları temsil etmektedir. Çizgenin oluşturulmasının ardından, döngüsel bölgelerin kontrolü elle yapılmakta ve kapalı alanları oluşturan düğüm ve kenar bilgileri kayıt edilmektedir. Kapalı alanların hesaplanmasıyla, vektörizasyon süreci sona ermektedir.

3. DENEYSEL SONUÇLAR

Kullanılan örnekler, çeşitli bölgelere ait elle çizilmiş kadastral paftalardan oluşmaktadır. Bu paftalara ait bulunan/gerçek düğüm ve çizgi sayısı Tablo 1’de belirtilmiştir.

Tablo 1-Paftalara ait sonuçlar

Pafta No: Düğüm _{sayısı Sayısı} Çizgi _Düğüm Başarım _Çizgi Pafta 1 115/121 121/162 %95.04 %74.69 Pafta 2 123/161 150/182 %76.39 %82.41 Pafta 3 268/294 239/304 %91.15 %78.61 Toplam

Başarım 506/576 510/648 %87.52 %79.23 Bu başarım, paftaların otomatik olarak sayısallaştırılmasının avantajını göstermektedir. Bu sayede, tamamen elle vektörize edilmesi işleminden çok daha hızlı bir şekilde sonuç alınması mümkün olmaktadır. Pafta 2’deki düğüm başarımının düşük olmasının nedeni balastro noktalarının fasulye biçimli olmasıdır. Pafta 1’de tespit edilemeyen bir balastro noktasına ait çok sayıda bağlantı olduğundan, tek bir noktanın bulunamaması düğüm başarımını çok etkilemezken, çizgi başarımını etkilemektedir. Bu sonucun hesaplanması 8 çekirdekli ve 8GB RAM kapasitesi olan bilgisayardaki 64 bit işletim sistemi üzerinde yaklaşık 2.56 dakika sürmektedir.

Şekil 9 Örnek sonuç 4. SONUÇLAR

Kadastral haritaların vektörizasyon işleminin otomatik olarak yapılması için, Moore Neighbor Tracing algoritmasını kullanarak paftalar üzerindeki balastro noktası adaylarının çıkartılması sağlanmıştır. Balastro noktaları, belirlenmiş eşik değerleri arasında dairesellik özelliğine sahip olan adaylardan seçilerek bulunmuştur. Bu noktaların birbirine bağlayan çizgi bilgileri kullanılarak ilişkisel çizgeler oluşturulmuştur. Bir balastro noktasına bağlanan çizgiler arasında, önceden belirlenen bir açısal fark olması gerektiği varsayılarak birçok yanlış bağlantının giderilmesi sağlanmıştır. Deneysel sonuçlarda örneklendirilen paftaların elle sayısallaştırılma işlemi yaklaşık 30 dk. sürmektedir. Sistemin, elle yapılan işleme oranla çok hızlı olduğu görülmektedir. Otomatik vektörizasyonun başarımını arttırmak amacıyla, bir balastro noktasından çıkan bağlantıların, doğrultuları ile birlikte önceden hesaplanması ve noktalar arası ilişkilerin bu bilgilere göre kurulması planlanmaktadır.

5. KAYNAKÇA

[1] Katona, E., Hudra, Gy.: An Interpretation System for Cadastral Maps. Proceedings of 10th International

Conference on Image Analysis and Processing (ICIAP 99), IEEE Press, pp. 792-797 (1999).

[2] K. Bang and D. Hong, 'Separation of Character Strings and High Quality Vectorization for Digitized Korean Cadastral Map Image', Aug. 1997.

[3] T. Pavlidis, Algorithms for Graphics and Image Processing, Computer Science Press, Maryland, 1982. [4] G. Toussaint, Course Notes: Grids, connectivity and

contour Tracing.

[5] Richard O. Duda and Peter E. Hart. 1972. Use of the Hough transformation to detect lines and curves in pictures. Commun. ACM 15, 1 (January 1972), 11-15. [6] Bartolo, A.; Camilleri, K.P.; Fabri, S.G.; Borg, J.C.; ,

"Line tracking algorithm for scribbled drawings,"

Communications, Control and Signal Processing, 2008,

vol., no., pp.554-559,12-14 March 2008

[7] Vincent L., Morphological transformations of binary images with arbitrary structuring elements, Signal

Processing, Volume 22, Issue 1, January 1991, Pages

3-23, ISSN 0165-168

[8] S.V. Burtsev, Ye.P. Kuzmin, An efficient flood-filling algorithm, Computers & Graphics, Volume 17, Issue 5, September-October 1993, Pages 549-561, ISSN 0097-8493

2011 IEEE 19th Signal Processing and Communications Applications Conference (SIU 2011)