Kentsel alanlarda İHA görüntülerinden ortofoto oluşturma ve otomatik ağaç tespiti
Orthophoto generation and automatic tree detection from UAV images in urban areas
- Tez No: 444607
- Danışmanlar: PROF. DR. MUSTAFA TÜRKER
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 90
Özet
Orman alanlarının planlı bir şekilde yönetimi ve korunması önem arz etmektedir. Orman alanlarının planlama ve yönetimi için gerçekleştirilen yersel ölçümler gibi klasik metotlar oldukça fazla zaman ve iş gücü kaybına neden olmaktadır. Orman alanlarının sınırları, ağaçların türü, sayısı, yükseklik ve konum bilgilerinin tespiti, şehir plancılığı, 3 boyutlu (3B) kent modelleme, ormancılık ve tarım faaliyetleri gibi birçok uygulamaya olanak sağlamaktadır. Bu nedenle bu alandaki çalışmalarda, hava fotoğraflarından ya da uydu görüntülerinden yararlanılarak ağaçların otomatik ya da yarı otomatik yöntemler ile tespit edilmesi amaçlanmaktadır. Bu tez çalışmasının amacı, insansız hava araçlarından elde edilen çok yüksek çözünürlüklü renkli (Kırmızı, Yeşil, Mavi) görüntülerden ağaç tespiti yapmaktır. Bunun için öncelikle Hacettepe Üniversitesi Beytepe Yerleşkesinde insansız hava araçları (İHA) ile havadan alınan görüntülerden ortofoto ve otomatik eşleştirme tekniği ile sayısal yüzey modeli (SYM) elde edilmiştir. Oluşturulan ortofotodan ağaç yoğunluğuna göre 4 adet test alanı (#1, #2, #3 ve #4) seçilmiş ve bu test alanlarında ağaçların nesne tabanlı yöntemle segmentasyonu ve sınıflandırması yapılmıştır. Bir sonraki adımda sınıflandırması yapılan görüntülerdeki ağaçların zirve noktaları otomatik olarak tespit edilmiştir. Son olarak ağaçların gerçek konumları (geometrik merkez noktaları) manuel yöntemle elde edilerek bir referans veri oluşturulmuş ve otomatik yöntemle elde edilen ağaçların zirve noktaları (lokal maksimum) ile referans veri karşılaştırılarak doğruluk analizleri yapılmıştır. Elde edilen sonuçlara göre, #1.test alanında % 96, #2.test alanında % 82, #3.test alanında % 96 ve #4.test alanında ise % 47 oranında başarı elde edilmiştir. Görüntülerde yer alan ağaçların yükseklikleri, yansıma değerleri ile yoğunluk durumu gibi faktörlerin sonuçları doğrudan etkilediği görülmüştür. Özelikle homojen alanlara nazaran ağaç yoğunluğu fazla olan alanlarda doğruluk oranı düşmektedir. Segmentasyon, sınıflandırma, morfolojik filtreleme ve ağaç zirve konumlarının tespiti işlemlerinde kullanılan algoritmalarda yer alan parametreler için en uygun değerler deneme yanılma yolu ile tespit edilmiş ve bu parametre değerlerinin de doğruluk oranlarını etkilediği görülmüştür. Elde edilen sonuçlar, bu çalışmada sunulan yöntemin kentsel ve kırsal alanlarda çok yüksek çözünürlüklü görüntülerden ağaçların otomatik olarak tespitine imkan sağladığını göstermektedir.
Özet (Çeviri)
Protection and in a planned way management of forest areas is very important. Traditional methods such as terrestrial measurements performed for planning and management of forest areas cause by the loss of a lot of time and manpower. Determination of the boundaries, types, number, height and location information of the forest areas allow many applications such as urban planning, 3-dimensional (3D) city modeling, forestry and agricultural activities. Therefore, at the studies in this area the detection of trees by automatic or semi-automatic methods from aerial photographs or satellite images are intended. The purpose of this thesis is to make the tree detection from very high resolution color (Red, Green, Blue) images which were obtained from unmanned aerial vehicles (UAV). For this, firstly, the orthophoto and digital surface model (DEM), with auto-matching techniques, was generated from the images taken using a UAV over the Beytepe campus of the Hacettepe University. 4 test fields (#1, #2, #3 and #4) were selected from the generated orthophoto based on tree density and the segmentation and classification of the trees in these fields were carried out through a object based method. In the next step, the peaks of the trees were automatically detected in the classified images. Finally, the actual location of the trees (geometric center points) were obtained with the manual method to generate a reference dataset and by comparing the peaks of the trees obtained through the proposed automatic method (the local maximums) with the reference dataset, the accuracy analyses were performed. According to the results, for test field #1, % 96, for test field #2, % 82, for test field #3, % 96, and for test field #4, 47 % success rate was obtained. The results show that the factors, such as the heights of the trees, the reflectance values and the tree density directly affect the results. Especially in areas with high tree density, the rate of accuracy decreases when compared to homogeneous areas. The ideal parameters used for the segmentation, classification, morphological filtering and peak detection algorithms were determined by trial and error and it was also shown that the accuracy rates are affected by the value of these parameters. The obtained results make the proposed method in this study possible for the automatic tree detection from high-resolution images in the urban and rural areas.
Benzer Tezler
- Derin öğrenme ile yeşil alanların çıkarımı
Exraction of green areas with deep learning
YUSUF YEKTA GÜZEL
Yüksek Lisans
Türkçe
2021
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ANİME MELİS UZAR DİNLEMEK
- İnsansız hava aracı görüntülerinden kentsel alanlarda araç tespiti
Vehicle detection in urban areas from unmanned aerial vehicle images
MÜSLÜM ALTUN
Yüksek Lisans
Türkçe
2018
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER
- İHA görüntülerinden üretilen sayısal yüzey ve arazi modellerinin lidar ve sayısal fotogrametri yöntemleri ile karşılaştırmalı analizi
Comparative analysis of digital surface and terrain models generated from UAV images with lidar and digital photogrammetry methods
AKIN BARUN
Yüksek Lisans
Türkçe
2021
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. TAŞKIN KAVZOĞLU
PROF. DR. UMUT GÜNEŞ SEFERCİK
- İnsansız hava aracı ile elde edilen veriler yardımıyla yol tespiti
Automatic road detection from data taken by unmanned aerial vehicles
ABDURAHMAN YASİN YİĞİT
Yüksek Lisans
Türkçe
2020
Jeodezi ve FotogrametriAfyon Kocatepe ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT UYSAL
- Vegetation cover extraction and monitoring using images obtained from aerial and satellite platforms
Hava ve uydu platformlarından alınan görüntülerden bitki örtüsü çıkarımı ve izlenmesi
ÖMER KANTARCIOĞLU
Yüksek Lisans
İngilizce
2021
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SULTAN KOCAMAN GÖKÇEOĞLU