Geri Dön

A hybrid building extraction algorithm based on multilevel segmentation and boundary simplification

Çoklu seviye segmentasyon ve sınır sadeleştirme tabanlı hibrit bir bina çıkarım algoritması

  1. Tez No: 473248
  2. Yazar: OYA YARKINOĞLU GÜCÜK
  3. Danışmanlar: PROF. DR. HAFİZE ŞEBNEM DÜZGÜN
  4. Tez Türü: Doktora
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 168

Özet

Bina ayak izleri kentsel planlama, altyapı gelişimi, iklim çalışmaları ve afet yönetiminde önemli bir rol taşır. Binalarla ilgili kesin bilgi sahibi olmak, karmaşık kentsel özellikleri yorumlamak için birincil kaynak olarak hizmet verir ve ayrıca karar vericilere daha gerçekçi kent yönetimi yapabilmeleri için yardımcı olur. Bu tezde, bina ayak izlerinin çıkarılmasında kullanılan hibrit bir yaklaşım önerilmiştir. Öncelikle, LiDAR verisinden, çalışma alanının normalize Sayısal Yüzey Modeli (nDSM) oluşturulmuştur. Bina ayak izlerinin çıkarımı sırasında uygulanan metodolojide, farklı boyutlardaki olası bina alanlarını tespit etmek amacıyla nDSM verisi üzerine çoklu seviyede segmentasyon/bölümleme uygulanır. Birinci seviyede belirlenmiş bölgeler, nDSM'den çıkarılır ve kaçırılan bölgeler tekrar segmentasyon sürecine dahil edilir. Sonuç olarak kabul edilen bina ayak izi poligonları düzgün kenarlar elde etmek amacıyla sınır çıkarma ve çizgi basitleştirme adımlarına tabi tutulur. Ayrıca, önerilen yöntem sonuçları, e-Cognition yazılımının çoklu eşik bölütleme işlevselliği sonuçları ve Otsu algoritması sonuçları ile karşılaştırılır. Önerilen yöntemin bina çıkarım doğruluğu, piksel tabanlı metrikler dikkate alınarak değerlendirilmiştir. Son olarak, seçilen 14 veri kümesi için, önerilen yöntemin bölütleme doğruluğu, 8 veri kümesi için daha iyi bir algılama hızı ve genel doğruluğa sahiptir. Bununla birlikte, 3 veri seti için doğruluk ölçüm sonuçları çok küçük farklar içerir. Kalan 3 veri kümesi için ise Otsu algoritması daha iyi sonuçlar vermektedir.

Özet (Çeviri)

Building footprints have an important role in urban planning, infrastructure development, climate studies and disaster management. The precise knowledge of buildings serves as a primary source for interpreting complex urban characteristics and also helps decision makers with more realistic urban management. In this thesis, the building boundary extraction including a hybrid approach is proposed. Firstly, normalized Digital Surface Model (nDSM) of the study area is generated from aerial Light Detection and Ranging (LiDAR) data. During the extraction methodology, multi-leveled segmentation is applied over nDSM data to detect possible building areas of differing sizes. Segmented regions of the first level are removed from nDSM and proceed to segmentation process until no regions exist. Finally accepted building footprint polygons are subjected to boundary extraction and line simplification steps to obtain smooth edges. Furthermore, proposed method results are compared with the results of Otsu algorithm and multi-threshold segmentation functionality of eCognition software. The building extraction accuracy of the proposed method is evaluated by considering pixel-based metrics. Finally, for selected 14 datasets, the segmentation accuracy of the proposed method have better, detection rate and overall accuracy for 8 datasets. However, for 3 datasets accuracy measures of results are slightly different. For remaining 3 datasets Otsu algorithm gives better results.

Benzer Tezler

  1. A semi-automatic façade generation methodology of architectural heritage from laser point clouds: A case study on Architect Sinan

    Lazer nokta bulutlarından mimari mirasın cephe elemanlarının yarı otomatik modellenmesi: Mimar Sinan üzerine örnek bir çalışma

    CEMAL ÖZGÜR KIVILCIM

    Doktora

    İngilizce

    İngilizce

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZAİDE DURAN

  2. Fault diagnosis through a hybrid symbolic-connectionist approach and via artificial neural networks

    Başlık çevirisi yok

    İBRAHİM BURAK ÖZYURT

    Yüksek Lisans

    İngilizce

    İngilizce

    1994

    Kimya MühendisliğiBoğaziçi Üniversitesi

    Kimya Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET C. ÇAMURDAN

  3. Çok sınıflı medikal görüntü sınıflandırması için melez derin öğrenme yaklaşımları

    Hybrid deep learning approaches for the multi class medical image classification

    ZELİHA KAYA AKÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖNÜL ULUDAĞ

  4. Computational approaches to study drug resistance mechanisms

    İlaç direnç mekanizmaları için işlemsel yaklaşımlar

    ZOYA KHALID

    Doktora

    İngilizce

    İngilizce

    2017

    BiyolojiSabancı Üniversitesi

    Moleküler Biyoloji-Genetik ve Biyomühendislik Ana Bilim Dalı

    Prof. Dr. İSMAİL ÇAKMAK

  5. Evolutionary feature optimization for plant leaf disease detection by deep neural networks

    Bitki yaprak hastalık teşhisi için derin sinir ağları ile evrimsel özellik optimizasyonu

    JALAL SADOON HAMEED AL BAYATI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    Prof. Dr. BURAK BERK ÜSTÜNDAĞ