Detection of earthquake damaged buıldings from post-eventphotographs using perceptual grouping
Algısal gruplama kullanılarak deprem sonrası hava fotoğraflarından çöken binaları tespit etme
- Tez No: 153443
- Danışmanlar: Y.DOÇ.DR. MUSTAFA TÜRKER
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Algısal gruplama, bina, Canny, hasar yönetimi, kenar bulma vu, Perceptual grouping, building, Canny, damage assessment, edge detection
- Yıl: 2004
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
oz ALGISAL GRUPLAMA KULLANARAK DEPREM SONRASI HAVA FOTOĞRAFLARINDAN ÇÖKEN BİNALARI TESPİT ETMEK Güler, Muhammet Ali Master, Jeodezi Ve Coğrafi Bilgi Teknelojileri Bölümü Tez Yöneticisi: Yard. Doç. Dr. Mustafa Türker Mayis 2004, 72 sayfa Depremde hasar görmüş binaların gölge bilgisi ve algısal gruplama kullanılarak hava fotoğraflarından tespiti için iki yaklaşım geliştirildi. Birinci yaklaşımda, binaların dış hatlarının bilinmediği varsayılır. Bundan dolayı, hasarlı binaların tespiti için sadece deprem sonrası hava fotoğrafları kullanıldı. Yaklaşım bina tamamen yıkıldıysa ka palı bir alan oluşturmayacağı fikrine dayanır. İlk olarak parazitleri yok etmek için bir median filtresi uygulanır. Sonra bir Canny kenar tespit yoluyla kenar noktalar tespit edilir ve bir raster-vektör dönüştürme işlemi kullanılarak kenar resminden çizgi parçaları elde edilir. Bundan sonra, çizgi parçaları kapalı bir alan oluşturmaları için üç aşamalı hiyerarşik algısal gruplama kullanılarak gruplandırılır. Algısal gruplamada kullanılan ilkeler yakınlık, doğrusallık, süreklilik ve dikliktir. İkinci yaklaşımda bina vıdış hatlarının bilindiği varsayılır. Bu yüzden, bu bilgi ek veri kaynağı olarak kullanılır. Öncelikle kenarlar bir Canny kenar tespit yöntemiyle bulunur, ikincil olarak, çizgi parçaları bir raster-vektör dönüştürme işlemi yoluyla elde edilir. Sonra, iki aşamalı hiyerarşik algısal gruplama kullanılarak bu çizgi parçaları gruplanır. Bina dış hat ları kullanılabilir durumdadır ve vektör veri olarak bir GIS'te depolanır. Bundan dolayı, algısal gruplama prosedürü uygulandıktan sonra, binaların hasar durumları bina dış hatları ve elde edilen çizgi parçaları arasındaki benzerliği ölçerek teker teker değerlendirilir. iki yaklaşımda 1999 İzmit Türkiye depreminde en fazla hasar gören kentsel alan lardan biri olan Gölcük'ten seçilen bir alanda uygulanmıştır. Seçilen alan 79 yıkık 203 sağlam toplam olarak 282 bina içermektedir. Birinci yaklaşımın sonuçları yeterlidir. 203 sağlam binadan 168 tanesi doğru olarak tespit edilmiştir, ikinci yaklaşım için doğruluk 72.6% olarak hesaplanmıştır. 79 tane yıkık binadan 63 tanesi doğru olarak tespit edilmiştir.
Özet (Çeviri)
ABSTRACT DETECTION OF EARTHQUAKE DAMAGED BUILDINGS FROM POST-EVENT PHOTOGRAPHS USING PERCEPTUAL GROUPING Güler, Muhammet Ali MSc, Department of Geodetic and Geographic Information Technologies Supervisor: Asst. Prof. Dr. Mustafa Türker MAY 2004, 72 pages Two approaches were developed for detecting earthquake damaged buildings from post-event aerial photographs using shadow analysis and perceptual grouping. In the first approach, it is assumed that the vector boundaries of the buildings are not known a priori. Therefore, only the post-event aerial photographs were used to detect the collapsed buildings. The approach relies on an idea that if a building is fully damaged then, it will not generate a closed contour. First, a median filter is applied to remove the noise. Then, the edge pixels are detected through a Canny edge detector and the line segments are extracted from the output edge image using a raster-to- vector con version process. After that, the line segments are grouped together using a three-level hierarchical perceptual grouping procedure to form a closed contour. The principles used in perceptual grouping include the proximity, the collinearity, the continuity and the perpendicularity. In the second approach, it is assumed that the vector boundaries of the buildings are known a priori. Therefore, this information is used as additional data source to detect the collapsed buildings. First, the edges are detected from the image through a Canny edge detector. Second, the line segments are extracted using a raster-to-vector conversion process. Then, a two-level hierarchical perceptual group ing procedure is used to group these line segments. The boundaries of the buildings are available and stored in a GIS as vector polygons. Therefore, after applying the ivperceptual grouping procedure, the damage conditions of the buildings are assessed on a building-by-building basis by measuring the agreement between the detected line segments and the vector building boundaries. Both approaches were implemented in a selected area of the city of Golcuk, which is one of the urban areas most strongly affected by the Izmit, Turkey, 1999 earth quake. The area contains a total of 282 buildings, of which 79 are collapsed and 203 are uncollapsed. The results of the first approach is satisfactory. Of the total 203 un- collapsed buildings, 168 were detected correctly. For the second approach, the overall accuracy was computed to be 72.6%. Of the total 79 collapsed buildings, 63 were detected correctly.
Benzer Tezler
- Automatic detection of earthquake damaged buildings from stereo aerial photgraphs
Stereo hava fotoğraflarından yaralanılarak depremde yıkılan binaların otomatik olarak tespiti
BÜLENT ÇETİNKAYA
Yüksek Lisans
İngilizce
2002
Jeodezi ve FotogrametriOrta Doğu Teknik ÜniversitesiJeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
YRD. DOÇ. DR. MUSTAFA TÜRKER
- Derin öğrenme tabanlı bölütleme yöntemleriyle deprem sonrası uydu görüntülerinden hasarlı bölgelerin tespiti: 6 Şubat 2023 Türkiye depremleri örneği
Detection of damaged regions from post-earthquake satellite images with deep learning based segmentation methods: The case of February 6, 2023 Türkiye earthquakes
MEHMET CAN EKKAZAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MİNE ELİF KARSLIGİL
- Building damage assessment from post-earthquake drone images using deep learning based segmentation methods: The case of February 6, 2023 Türkiye earthquakes
Derin öğrenme tabanlı bölütleme yöntemleri kullanılarak deprem sonrası drone görüntülerinden bina hasar tespiti: 6 Şubat 2023 Türkiye depremleri örneği
BEYZA GÜRER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MİNE ELİF KARSLIGİL
- Depremde zarar gören yapıların tespitini ve yapı taşıyıcı birimlerinin verilerini anlık kontrol eden bilgi sistemi
Information system for detection of earthquake-damaged structures and instant control of data of building carrier units
SAFA KAYMAKÇI
Yüksek Lisans
Türkçe
2024
Yönetim Bilişim SistemleriBurdur Mehmet Akif Ersoy ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MELİKE ŞİŞECİ ÇEŞMELİ
DOÇ. DR. CAN AYDIN
- Dron kullanarak deprem sonrası hasar tespiti amacıyla yerleştirme ve rotalama problemi ve karınca kolonisi optimizasyonu ile çözümü: istanbul ilçeleri örneği
Location and routing problem for the detection of post-earthquake damage using drone and a solution approach by ant colony optimization: the case of istanbul districts
OKTAY YILMAZ
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. NEZİR AYDIN