Geri Dön

İnsansız hava aracı görüntülerinden bina çatılarının üç boyutlu çıkartılması

Three dimensional extraction of the building roofs from the images of an unmanned aerial vehicle

  1. Tez No: 597408
  2. Yazar: FATİH TEKİR
  3. Danışmanlar: PROF. DR. BÜLENT BAYRAM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Jeodezi ve Fotogrametri, Science and Technology, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Bilim Dalı
  13. Sayfa Sayısı: 104

Özet

Üç boyutlu kadastro çalışmaları, kentsel planlama, uygulama sürecinin izlenmesi ve çevre etkilerinin değerlendirilmesi gibi çalışma alanlarında bina çatılarının üç boyutlu olarak otomatik çıkarımı oldukça önemlidir. Bu çalışmada Adıyaman İli, Merkez İlçe, Altınşehir Mahallesi'nde bulunan 44,90 hektarlık bir alanda insansız hava aracı ile farklı yer örnekleme aralığı değerlerinde edinilen üç bantlı görüntüler ile bina çatılarının üç boyutlu çıkarımı amaçlanmıştır. Çalışma alanının ortofoto, sayısal yüzey modeli ve nokta bulutu üretimi gerçekleştirilmiştir. Çatı sınırlarının iki boyutlu çıkarımı; kontrollü sınıflandırma ve eğim analizi yöntemleri ile sağlanmıştır. Kontrollü sınıflandırma Rastgele Orman ve Destek Vektör Makinesi algoritmaları ile desteklenmiştir. Elde edilen görüntülere; genleşme, doldurma ve erozyon filtreleri uygulanarak gürültülerin büyük bölümü temizlenmiştir. Çalışmada ayrıca sayısal yüzey modellerinden her yer örneklem aralığı değeri için ayrı ayrı olmak üzere eğim değerleri hesaplanmıştır. Bu kapsamda gerçekleştirilen uygulamalarda eğim değerleri görüntüsüne uygulanan eşik değerler ile her yer örneklem aralığı değeri için ayrı ayrı ikili görüntüler oluşturulmuştur. Oluşan görüntüler vektör formatına dönüştürüldükten sonra deneysel olan belirlenen kıstaslara göre gerçekleştirilen eleme işlemlerinin ardından çalışma alanındaki 112 yapıdan, 3 cm yer örneklem aralığı için 91, 5 cm yer örneklem aralığı için 89 ve 7 cm yer örneklem aralığı için 57 tanesinin yapı olarak çıkarımı gerçekleştirilmiştir. Sonuçların doğruluğu alansal ve noktasal olarak analiz edilmiştir. Alansal analizde, elle sayısallaştırılan alanlar referans alınmıştır ve bu verilere göre Destek Vektör Makinesi yönteminin 5 cm yer örneklem aralığı değerine sahip veriye uygulandığı durum 10,04 m ² hata ile sonuç vermiştir. Rastgele Orman yönteminin 5 cm yer örnekleme aralığı değerine sahip veriye uygulandığı durum 9,95 m2 hata ile sonuç vermiştir. Noktasal analizde ise her çatılı yapı için yapının iki uzak köşesinden alınan koordinat verileri referans olarak kullanılmıştır ve bu verilere göre Destek Vektör Makinesi yönteminin 3 cm yer örnekleme aralığı değerine sahip veriye uygulandığı durum 0,17 m hata ile sonuç vermiştir. Rastgele Orman yönteminin 3 cm yer örnekleme aralığı değerine sahip veriye uygulandığı durum 0,20 m hata ile sonuç vermiştir. Son olarak üç boyutlu nokta bulutlarının iki boyutlu bu veriler ile kesilmesi sonucunda bina çatılarının üç boyutlu çıkarımı gerçekleştirilmiştir. Elde edilen sonuçlar, Rastgele Orman ve Destek Vektör Makinesi algoritmalarının eğim analizi ile ilişkilendirilerek üç boyutlu bina çatılarının çıkarımında verimli bir şekilde kullanılabileceğini göstermektedir.

Özet (Çeviri)

In the field of three-dimensional cadastral work, urban planning, monitoring of the implementation process and evaluation of environmental impacts, the automatic extraction of the building roofs in three dimensions is very important. In this study, by using three-dimensional images obtained from an unmanned aerial vehicle and different ground sample distance in a 44.90 hectare area located in the Adıyaman Province, Merkez, Altınşehir District, three dimensional extraction of the building roofs were aimed. Production of the orthophoto, digital surface model and point cloud of the workspace were performed. Two-dimensional extraction of the roof boundaries were provided with controlled classification and slope analysis. Controlled classification was supported with Random Forest and Support Vector Machine algorithms. Most of the noise were removed by appliyng expansion, filling and erosion filters to obtained images. In the study, slope values were also calculated separately from numerical surface models for each ground sample distance value. In the applications carried out in this scope, by using the threshold values applied to the image of the slope values the seperate binary images are created for each ground sample distance. After the images were transformed to vector format, after the sieving process which was performed according to the determined experimentally criteria, 91 for the 3 cm ground-sampling interval, 89 for the 5 cm gorund-sample distance and 57 for the 7 cm gorund sample distance period extraction were carried out as the buildings from the 112 structures. The accuracy of the results was analyzed in terms of spatial and point. In spatial analysis, the fields digitized by hand were taken as reference, and according to these data, the situation where the Support Vector Machine method was applied to the data with a gorund sample distance of 5 cm yielded an error 10.04 m². Random Forest method was applied to the data with a gorund sample distance of 5 cm yielded an error 9.95 m². In the point analysis, the coordinate data taken from the two remote corners of the structure for each roof structure were used as a reference, and according to these data, the situation where the Support Vector Machine method was applied to the data having a value of 3 cm gorund sample distance yielded an error of 0.17 m. Random Forest method was applied to the data having a value of 3 cm gorund sample distance yielded an error of 0.20 m. Finally, the three-dimensional extraction of the building roofs was carried out as a result of the cutting of the three-dimensional point clouds with these two-dimensional data. The results show that Random Forest and Support Vector Machine algorithms can be used efficiently in the extraction of three dimensional building roofs by associating them with the slope analysis.

Benzer Tezler

  1. İnsansız hava aracı görüntülerinden kentsel alanlarda araç tespiti

    Vehicle detection in urban areas from unmanned aerial vehicle images

    MÜSLÜM ALTUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Jeodezi ve FotogrametriHacettepe Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA TÜRKER

  2. Fotovoltaik enerji tahmini için bina çatı düzlemi çıkarımı

    Roof plane identification for photovoltaic energy estimation

    SELİN CEYLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    EnerjiÇanakkale Onsekiz Mart Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMİN ÖZGÜR AVŞAR

  3. İnsansız hava aracı ile elde edilen veriler yardımıyla bina tespiti

    Building extraction from data obtained by unmanned aerial vehicle

    ADEM KABADAYI

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Jeodezi ve FotogrametriAfyon Kocatepe Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT UYSAL

  4. 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

    Türkçe

    2020

    Jeodezi ve FotogrametriAfyon Kocatepe Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT UYSAL

  5. Unmanned aerial vehicles based 3D city modeling data collection, processing and analysis the case of Yavuz Sinan neighborhood

    İnsansız hava araç tabanlı 3D şehir modellemesi veri toplama, işleme ve analizi Yavuz Sinan mahallesi örneği

    ABDALRAHMAN ALASHI

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    DOÇ. DR. ÖZHAN ERTEKİN