Detection of tree trunks as visual landmarks in outdoor environments
Dış ortamlarda görsel yer işaretleri olarak ağaç gövdelerinin tespiti
- Tez No: 275034
- Danışmanlar: YRD. DOÇ. DR. ULUÇ SARANLI
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 161
Özet
Dış ortamda, robotun konumunun ve durumunun takip edilmesi, robotun navigasyonu için ele alınması gereken temel sorunlardan biridir. Bu problemi cözebilmek için kullanılan, çeşitli Görüntü Tabanlı Eş Zamanlı Lokalizasyon ve Harita Çıkarma (visual SLAM) stratejileri gibi algorithmaların ilk temel adımı ortamda bulunan uygun sabit ?yer işaretçilerinin? saptanması ve çıkarılmasıdır. Fakat dış ortamda bulunması gereken geometrik olarak tutarlı çizgiler gibi özelliklerin sık bulunmaması, robotun navigasyonunu zorlaştırmaktadır. Bu tez çalışmasında, dış ortamlarda sürekli görsel yer işareti özellikleri olarak ağaçların kullanılmasına odaklanılmaktadır. Bu amaçla yapılan çalışmalarda sadece görüntülerdeki yoğunluk bilgisi kullanılmakta ve düşük kontrast ayarlarında bu çalışmaların yeterli seviyede sonuç vermediği gözlemlenmiştir. Buna karşılık, çalışmamızda ağaç gövdelerinin stabil algılanmasına yönelik görüntüde, renk ve yoğunluk bilgilerini, bölgesel özellikleri ile birleştiren yeni bir yöntem öneriyoruz. Dikey yönde bulunan baskın kenarları çıkarmak için iyi bilinen kenar-akışı (edge-flow) yönteminin yanı sıra, tamamlayıcı Gabor tabanlı kenar belirleme yöntemine uyguladığımız değişiklikleri açıkladık. Algoritmamızın son aşamalarında algısal organizasyon ve mevcut tüm görüntü özelliklerinin entegrasyonu kullanılarak bu dikey kenarlar potansiyel ağaç gövdeleri olarak gruplanır.Algoritmamızın algılama performansını karakterize edebilmek için biri homojen diğeri heterojen olmak üzere iki farklı veri kümesi kullandık. Bunlardan ilki, aynı ağaç türlerinden alınan farklı görüntülerden oluşmuştur. Diğerinde ise aydınlatma, bakış açısı ve arka plan koşullarında daha dramatik değişimler altında ağaçların farklı türlerinden alınan görüntüler yer almaktadır. Deneylerimiz, algoritmamızın her iki veri kümesinde de 15% den daha düşük yalancı pozitiflik oranı ile ağaçların 90% kadarını doğru olarak bulduğunu göstermektedır. Deneyimiz, sadece görüntü yoğunluğu bilgileri kullanan diğer yöntemlerden üstün olan, mevcut renk, yoğunluk ve yapı bilgisinin entegrasyonu ile tasarlanmış ve bir SLAM çerçevesinde kullanımı uygun olan yüksek performanslı bir ağaç gövdesi algılama sisteminin tanımlandığını göstermektedir.
Özet (Çeviri)
One of the basic problems to be addressed for a robot navigating in an outdoor environment is the tracking of its position and state. A fundamental first step in using algorithms for solving this problem, such as various visual Simultaneous Localization and Mapping (SLAM) strategies, is the extraction and identification of suitable stationary ?landmarks? in the environment. This is particularly challenging in the outdoors geometrically consistent features such as lines are not frequent. In this thesis, we focus on using trees as persistent visual landmark features in outdoor settings. Existing work to this end only uses intensity information in images and does not work well in low-contrast settings. In contrast, we propose a novel method to incorporate both color and intensity information as well as regional attributes in an image towards robust of detection of tree trunks. We describe both extensions to the well-known edge-flow method as well as complementary Gabor-based edge detection methods to extract dominant edges in the vertical direction. The final stages of our algorithm then group these vertical edges into potential tree trunks using the integration of perceptual organization and all available image features.We characterize the detection performance of our algorithm for two different datasets, one homogeneous dataset with different images of the same tree types and a heterogeneous dataset with images taken from a much more diverse set of trees under more dramatic variations in illumination, viewpoint and background conditions. Our experiments show that our algorithm correctly finds up to 90% of trees with a false-positive rate lower than 15% in both datasets. These results establish that the integration of all available color, intensity and structure information results in a high performance tree trunk detection system that is suitable for use within a SLAM framework that outperforms other methods that only use image intensity information.
Benzer Tezler
- Derin öğrenme tabanlı yöntemler ile GPR görüntülerinde obje tespiti
Object detection in GPR images with deep learning based methods
ORHAN APAYDIN
Yüksek Lisans
Türkçe
2023
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURGAY İŞSEVEN
- Basra böceği (Marchalina hellenica Genn.)'nin konuk olduğu ve olmadığı kızılçam (Pinus brutia Ten.) ağaçlarının kabuk ve ibrelerinin bazı ekstraktif bileşenlerinin incelenmesi
Investigation of the extractive composition of barks and needles of Pinus brutia ten. (Turkish red pine) which hosted and unhosted Marchalina hellenica Genn.
MUSTAFA BURAK ARSLAN
Doktora
Türkçe
2019
Ormancılık ve Orman MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
PROF. DR. HALİL TURGUT ŞAHİN
PROF. DR. MEHMET EMİN DURU
- Stere calculation of trees laden vehicles by image processing methods
Ağaç yüklü araçların görüntü işleme destekli ster hesabı
ABDURRAHMAN TOLGA YELTEKİN
Yüksek Lisans
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ORHAN
- Türkiye'deki ceviz ağaçlarında bulunan ellajik asit ve gallik asidin hızlandırılmış solvent ekstraksiyonu ile izolasyonu ve miktar tayini
The isolation and the determination of ellagic acid and gallic in Turkey's walnut tree by accelerated solvent extraction
LEVENT ÖZGÜL
- İnsansız hava aracı ve yersel hiperspektral veriler ile narenciye ağaçlarında verim tahmini
Yield estimation of citrus trees with unmanned aerial vehicle and terrestrial hyperspectral data
MESUT ÇOŞLU
Doktora
Türkçe
2023
Mühendislik BilimleriAkdeniz ÜniversitesiUzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı
PROF. DR. NAMIK KEMAL SÖNMEZ