Derin öğrenme ve sayısal görüntü işleme ile titreşim yer değiştirmelerinin ölçümü
Measurement of vibration displacements using deep learning and digital image processing
- Tez No: 1018253
- Danışmanlar: PROF. DR. YILDIRIM SERHAT ERDOĞAN
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Bilgisayarla görme, Derin öğrenme, Nesne tespiti, Sayısal görüntü işleme, Titreşim analizi, Titreşim sinyal analizi, Computer vision, Deep learning, Object detection, Digital image processing, Vibration analysis, Vibration signal analysis
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekanik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yapıların dinamik davranışlarının ve titreşim etkisi altındaki tepkilerinin anlaşılması, yapı güvenliği, yapı ömrü performansının değerlendirilmesi ve olası deprem gibi dinamik yükler altında sergileyecekleri performansın tahmini açısından kritik önem taşımaktadır. Geleneksel titreşim ölçüm yöntemleri olan ivmeölçerler ve yer değiştirme sensörlerinin yüksek maliyetli donanım gereksinimleri, noktasal ölçüm sınırlamaları, kompleks veri toplama sistemleri nedeniyle pratik uygulamalarda ve özellikle mevcut bina envanteri gibi geniş ölçekli saha çalışmalarında önemli kısıtlamalara sahiptir. Bu çalışma, söz konusu kısıtlamaları aşmak maksadıyla inşaat mühendisliği ölçüm teknikleri için yenilikçi, pratik, düşük maliyetli, temas gerektirmeyen, yüksek hassasiyetli ve görsel tabanlı bir ölçüm metodolojisi geliştirmek için hibrit bir yaklaşım sunmaktadır. Önerilen metodolojide, titreşim etkisine maruz bırakılan yapısal elemanın üzerine yerleştirilen özgün hedef nesnenin dinamik yer değiştirmelerinin ölçümü için yapıdan belirli mesafede konumlandırılan kamera ile yüksek çözünürlüklü video kayıtları alınarak MATLAB ortamında analiz edilmiştir. Analizlerde, derin öğrenme tabanlı YOLO ağı ve geleneksel bilgisayarlı görme yöntemi olan optik akış kullanılıp hassas ölçümler yapılarak karşılaştırmalı sonuçlar elde edilmiştir. İlk yöntemde, nesne takibinin tamamen noktasal özelliklere dayandığı optik akış kullanılarak tanımlanan ilgi bölgesi içinde belirlenen en güçlü köşe noktalarıyla hedef nesnenin kare takibi ve tespiti yapılmıştır. İkinci yöntemde, özgün veri setinden oluşan görüntülerle eğitilen YOLO nesne tespit algoritması kullanılarak hedef nesnenin konumu her video karesinde tespit edilmiş ve titreşim yer değiştirmesi hesaplanmıştır. Son olarak üçüncü yöntemde, eğitilen YOLO ağı ve optik akış entegre edilerek birlikte kullanılabilen hibrit bir yöntem geliştirilmiştir. Bu hibrit yaklaşım, YOLO ağının yüksek güvenilirliği ve optik akışın yüksek hassasiyetini birleştirerek ölçüm doğruluğunu ve sağlamlığını artırmayı hedeflemektedir.
Özet (Çeviri)
Understanding the dynamic behavior of structures and their responses to vibration is crucial for structural safety, evaluating service life performance, and predicting performance under dynamic loads such as potential earthquakes. Traditional vibration measurement methods, such as accelerometers and displacement sensors, have significant limitations in practical applications-especially in large-scale field studies involving existing building inventories-due to high hardware costs, point- specific measurement constraints, and complex data acquisition systems. To overcome these limitations, this study proposes a novel, practical, low-cost, non- contact, and high-precision vision-based measurement methodology for civil engineering applications. In the proposed approach, high-resolution videos are captured in both horizontal and vertical directions using a camera placed at a fixed distance from the structure. These recordings track the dynamic displacements of a specially designed marker attached to the structural element subjected to vibration, with all analyses conducted in the MATLAB environment. Three different techniques are implemented and compared to achieve accurate displacement measurements. The first method employs conventional computer vision based on optical flow, where the strongest corner features within a predefined region of interest are detected and tracked frame-by-frame to follow the marker's movement. The second method uses a YOLO-based object detection model trained on a custom image dataset, enabling precise localization of the marker in each video frame and subsequent calculation of vibration displacements. Finally, a hybrid approach is developed by integrating the trained YOLO network with optical flow, leveraging the robust detection capability of YOLO and the high precision of optical flow to improve overall measurement accuracy and reliability.
Benzer Tezler
- Pothole detection in asphalt images using convolutional neural networks
Anomali içeren asfalt resimlerinde derin öğrenme yöntemleri kullanılarak çukur tespit etme
HİMMET ATEŞ
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İLKAY ULUSOY
- Robot hücresi içerisinde yapay zekâ ve görüntü işleme tabanlı parça besleme kontrolü
Artifical intelligence and image processing-based part feeding control in a robot cell
ENESALP ÖZ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Development of efficient algorithms for flicker, harmonics and interharmonics estimations and power quality event classification specially designed for highly time-varying loads of power systems
Güç sistemlerinin zamanda hızlı değişen yükleri için özel tasarlanmış kırpışma, harmonik ve araharmonik kestirimi ve güç kalitesi olay sınıflandırması için verimli algoritmaların geliştirilmesi
EBRAHIM BALOUJI
Doktora
İngilizce
2019
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZGÜL SALOR DURNA
- Tıbbi görüntü işleme ile tanı koymada veri madenciliği ve derin öğrenme yöntemlerinin performanslarının incelenmesi
Performance analysis of data mining and deep learning methods in diagnosis with medical image processing
HANİFE AVCI
Yüksek Lisans
Türkçe
2021
BiyoistatistikHacettepe ÜniversitesiBiyoistatistik Ana Bilim Dalı
DOÇ. DR. JALE KARAKAYA KARABULUT
- Çoklu spektral bantlardaki görüntüleri kullanarak derin öğrenme ile nesne algılama ve tanıma
Object detection and recognition with deep learning using images in multiple spectral bands
ZEYNEP YILDIZ
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiMilli Savunma ÜniversitesiAskeri Elektronik Sistemler Mühendisliği Ana Bilim Dalı
PROF. DR. ZİYA TELATAR