Nesne tabanlı segmentasyon yöntemi ile Lidar verilerinden obje çıkarımı
Object extraction from Lidar data by using object based segmentation method
- Tez No: 597913
- Danışmanlar: PROF. DR. NACİ YASTIKLI
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Bilim Dalı
- Sayfa Sayısı: 104
Özet
Kentsel alanların yönetiminde ve karar verme aşamasında coğrafi bilgi sitemleri oldukça önemli yer tutar. Coğrafi bilgi sistemlerini oluşturan mekânsal verilerin üretimi ise verinin yoğunluğuna göre değişmekle birlikte genellikle uzun zaman ve yüksek maliyet gerektirir. Kent yönetimi ve kentsel projeler için doğru, güncel ve hızlı mekânsal veri ihtiyacı çeşitli yöntemlerle karşılanmaktadır. Günümüzde bu verilere mümkün olduğunca hızlı ulaşmak için verilerin otomatik olarak çıkarılması üzerine çalışmalar yapılmaktadır. Bu çalışmada da havadan lazer tarama sistemi olan LiDAR (Light Detection and Ranging) ile elde edilen nokta bulutu ve ortofoto görüntüsünü kullanarak nesnelerin otomatik çıkarımı üzerine iki adet uygulama gerçekleştirilmiştir. Bu uygulamalarda nesne tabanlı segmentasyon ve sonrasında sınıflandırma yapılmıştır. Uygulamalardan birinde sadece LiDAR nokta bulutu kullanılmış, diğerinde ise LiDAR nokta bulutu ile ortofoto görüntünün birlikte kullanıldığı bir yaklaşımla nesnelerin çıkarımı araştırılmıştır. Uygulama sonuçları için doğruluk analizi yapılmış ve doğrulukları karşılaştırılmıştır. Yurtiçi ve yurtdışında bu konuda kullanılan yöntemler ve yapılan araştırmalar incelenerek çalışmada yer verilmiştir. Çalışma, e-Cognition Developer 9.1 masaüstü yazılımı kullanılarak İstanbul Büyükşehir Belediyesi'nin 2013 yılı içinde farklı zamanlarda elde ettiği ortofoto ve LiDAR nokta bulutu verileri ile yapılmış ve uygulamalarda bina, yeşil alan, zemin, yol, gölge gibi sınıflar ortaya çıkmıştır. Sayısal Yüzey Modeli (YM), Sayısal Yükseklik Modeli (SYM), yoğunluk bilgisi gibi yardımcı veriler de sınıflandırma işlemleri için kullanılmıştır. Farklı sınıflara ait çıkarılan nesnelerin sınıf doğruluğunu araştırmak üzere gerçekleştirilen doğruluk analizlerinde her bir sınıfa ait objeler ayrı değerlendirilmiştir. Çalışma sonucunda LiDAR ve yardımcı verilerle yapılan obje çıkarımında kullanılan yöntemlere bağlı olarak karşılaşılan sorunlar tespit edilmiş ve çalışma içerisinde sunulmuştur.
Özet (Çeviri)
Geographic information systems (GIS) have an important role in the management and decision-making of urban areas. The production of spatial data constituting the geographic information systems varies according to the density of the data and usually requires long time and high cost. Accurate, current and fast spatial data requirements for urban management and urban projects are met by various methods. Nowadays, studies are carried out for automatically extract data in order to reach this data as quickly as possible. In this study, two applications are carried out on the automatic extraction of objects using the point cloud obtained by airborne laser scanning system, LİDAR (Light Detection and Ranging) and orthophoto image. In these applications, object-based segmentation and classification are practiced. In one of the applications, only LiDAR point cloud is used, while in the other, the extraction of objects is researched with an approach where LiDAR point cloud and orthophoto image are used together. Accuracy analysis is performed for the application results and their accuracy is compared. The methods and researches used in Turkey and abroad on this subject are examined in this study. The study, using the e-Cognition Developer 9.1 desktop software, is carried out with the orthophoto and LiDAR point cloud data obtained by the Istanbul Metropolitan Municipality at different times in 2013 and classes such as building, green area, ground, road and shadow have emerged in these applications. Digital Surface Model (DSM), Digital Elevation Model (DEM) and intensity information are also used as auxiliary data for classification. In order to research the class accuracy of objects extracted from different classes, the objects of each class are evaluated separately in accuracy analysis. As a result of the study, the problems encountered with the methods used in object extraction with LiDAR and auxiliary data are identified and presented in the study.
Benzer Tezler
- Object-based urban land cover extraction using the synergy of lidar data and very high resolution multispectral imagery
Lidar verisi ve çok yüksek çözünürlüklü çok bantlı görüntü sinerjisini kullanarak nesne-tabanlı kentsel arazı örtüsü çıkarımı
ENES HALICI
Yüksek Lisans
İngilizce
2023
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER
- LiDAR nokta bulutu verisi ve yüksek çözünürlüklü ortofotolar kullanarak bina çıkarımı için bir yaklaşım
An approach for building extraction using LiDAR point cloud data and high resolution orthophotos
GİZEM KARAKAŞ
Yüksek Lisans
Türkçe
2018
Jeodezi ve FotogrametriHacettepe ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA TÜRKER
- Otomatik bina çıkarımı uygulamalarında çoklu algılama sistemi verilerinin kullanım olanaklarının analizi
The analysis of possible use of multi sensor system data for automatic building extraction
MELİS UZAR DİNLEMEK
Doktora
Türkçe
2012
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. NACİ YASTIKLI
- Automatic extraction of planar objects from lidar point cloud data
Lidar nokta bulutu verilerinden düzlem nesnelerin otomatik olarak çıkarılması
ABU KAMARA
Doktora
İngilizce
2021
Jeodezi ve FotogrametriOndokuz Mayıs ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDAT DOĞAN
- İyileştirilmiş lokal maksimum yöntemi ile nokta bulutlarından ağaçtaç segmentasyonu ve metriklerinin tahmini
Tree crown segmentation and estimation of metrics from pointclouds with improved local maximum method
MURAT BAHADIR
Yüksek Lisans
Türkçe
2023
Jeodezi ve FotogrametriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ KARSLI