Nokta bulutlarının web üzerinde üç boyutlu görselleştirilmesi
Başlık çevirisi mevcut değil.
- Tez No: 520152
- Danışmanlar: DR. ÖĞR. ÜYESİ CANER GÜNEY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 79
Özet
Hem açık alanlarda hem kapalı alanlarda nesnelerin yüzeylerinin ve/veya içinde bulundukları ortamların hava, kara ve su üzerindeki platformlardan sabit ya da hareketli biçimde elde edilen lazer veya görüntü kaynaklı nokta bulutu veri üretimi üstel olarak artmaktadır. Faz temelli, uçuş zamanlı, yapılandırılmış ışık (structured light), görüntü çifti ile 3 boyutlu (3B) görüntü (stereo-imagery) vb. ölçme teknikleri ile hızlı biçimde elde edilebilen, tarama alanı ve tarama yoğunluğuna bağlı olarak milyonlarca veya milyarlarca noktadan oluşan büyük miktardaki nokta verileri gerek kamunun gerekse özel sektörün ve girişimcilerin farklı uygulamalarında yoğun olarak yer almaktadır. Nokta verisi ne kadar yoğun olursa o düzeyde detay ortaya çıkacak ve nesnelerin/ortamın 3B geometrik modellenmesi için daha zengin veri kullanılabilecektir. Geniş bir uygulama yelpazesinde yer alan nokta bulutları tekil bir nesneden 3B kent modellerine ve robotik uygulamalara kadar farklı birçok alanda kullanılmaktadır. Lazer tarayıcı veya kamera eklenmiş bir İHA filosu yüksek çözünürlüklü 3B nokta bulutu verilerini hızlı bir biçimde üretebilmektedir ya da tek kameralı veya çift kameralı bir akıllı telefonla 3B nokta bulutu veri setleri kolaylıkla üretilmektedir. Gezgin robotlar yüksek kalite 3B nokta bulutları ile içinde bulundukları ortamı tanımlayabilmektedir. Hızla gelişen nokta bulutu üretim teknolojileri ve bu teknolojilerin artan örnekleme hızları (sampling rates) ile farklı uygulamalarda milyarlarca nokta üretilebilmektedir. Hızlı bir biçimde üretilebilen yüksek çözünürlüklü ve doğruluklu büyük miktardaki nokta bulutu verisinin yönetimi, depolanması, değerlendirilmesi, görselleştirilmesi, semantik özelliklerinin kullanılması gibi temel konular üzerinde yoğunlaşılması gereken alanlar arasında yer almaktadır. Üretilen nokta bulutlarının büyük boyutta veriler olması nedeniyle ortalama bir bilgisayarda bile çalışılamayan nokta bulutlarının web üzerinde görselleştirilmesi problem olan bir konudur. Bu nedenle nokta bulutlarının değerlendirilmesi ve görselleştirilmesi genellikle iş istasyonları ya da yüksek kapasiteli sunucular üzerinde gerçekleştirilmektedir. Bunun dışında nokta yoğunluğunu azaltma (subsampling) uygulanan bir teknik olmasına rağmen gerçek durumu değiştirdiği için olumsuz yönleri de bulunmaktadır. Ancak bulut hesaplamadaki, farklı veri depolama yöntemlerindeki gelişmeler ve WebGL teknolojisinin büyük rağbet görmesi vb. gelişmeler nokta bulutlarının kullanılma alışkanlıklarını da değiştirmektedir.
Özet (Çeviri)
In both open and closed areas, Laser or image-based point cloud data production, which is obtained in fixed or moving form over the surfaces of objects and / or the media in which they are located, is exponentially increasing from platforms on air, land and water. Phase-based, flight-time, structured light, image pair and 3-D (stereoimagery) large quantities of millions or billions of points, which can be obtained quickly by measuring techniques, depending on the scanning area and scanning density, are heavily involved in the different applications of the public sector, private sector and entrepreneurs. The more intense the point data, the more detail will be revealed at that level and the richer data will be available for 3D geometric modeling of the objects / environment. In a wide range of applications, point clouds are used in many areas ranging from a single object to 3D urban models and robotic applications. A HRA fleet with a Laser scanner or camera can quickly produce high resolution 3D point cloud data, or 3D point cloud data sets are easily generated with a single camera or dual camera smartphone. With high quality 3D point clouds, mobile robots can identify the environment they are in. Billions of points can be produced in different applications with the rapidly developing point cloud production technologies and the increasing sampling rates of these technologies. It is one of the areas of study that needs to focus on basic issues such as management, storage, evaluation, visualization and use of semantic features of high-resolution and accurate large point cloud data that can be produced quickly, and effective and automated solutions based on robotic field should be developed. Visualization of point clouds, which can not be worked on even an average computer, is a problem because the generated point cloud is given in large size. For this reason, the evaluation and visualization of point clouds is usually performed on workstations or high-capacity servers. It is also a technique applied to subsampling of spot density, but it has negative aspects as it changes the actual situation. However, cloud computing, the development of different data storage methods and the popularity of WebGL technology and so on. developments also change the habits of consuming point clouds.
Benzer Tezler
- Music non-literate virtuosi: the 'Alaylı' metal band performer
Nota okuyamayan virtüyözler: 'Alaylı' metal grubu icracısı
HALE FULYA SOĞANCI
- Platformdan bağımsız web tabanlı gerçek zamanlı LiDAR haritalama
Platform-independent web-based real-time LiDAR mapping
LEVENT CANDAN
Doktora
Türkçe
2023
Fizik ve Fizik MühendisliğiKocaeli ÜniversitesiFizik Ana Bilim Dalı
PROF. DR. ELİF KAÇAR
- 3D reconstruction of point clouds using multi-view orthographic projections
Nokta bulutlarının çok yönlü ortografik izdüşümlerinden geri çatmalarının elde edilmesi
OSMAN TOPÇU
Yüksek Lisans
İngilizce
2006
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. LEVENT ONURAL
- Nokta bulutlarının otomatik birleştirilmesinde yeni bir yöntem önerisi
A new method for automatic point cloud registration
RAMAZAN ALPER KUÇAK
Doktora
Türkçe
2021
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERDAR EROL
- Lidar nokta bulutlarının semantik segmantasyonu için derin öğrenme tabanlı iyileştirilmiş poıntnet++ mimarisi
An improved deep learning based pointnet++ architecturefor semantic segmentation of lidar point clouds
ZEYNEP AKBULUT
Doktora
Türkçe
2023
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ KARSLI