LİDAR verileri ile desteklenmiş ortofoto görüntülerinden bina tespiti performans değerlendirmesi
Building detection performance evaluation of orthophoto images supported by LIDAR data
- Tez No: 611234
- Danışmanlar: DOÇ. DR. ARZU ERENER
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeodezi ve Jeoinformasyon Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 63
Özet
Kent yönetiminde, yapılaşmaların takip edilmesi, kentsel değişimlerin zamansal izlenmesi ve mevcut veri tabanının kısa sürede güncellenmesi kontrol ve karar verme süreçleri için oldukça önemlidir. Şehirlerde dönüşüm projelerinin yürürlüğe girmesi ile birlikte mevcut binalara ait güncel hızlı ve doğru veriye olan ihtiyaç daha da artmıştır. UA (Uzaktan Algılama) ve CBS (Coğrafi Bilgi Sistemleri), kentlerin kısa sürede haritalanması ve görüntülenmesi bakımından oldukça kolaylıklar sunan modern araç ve tekniklerdir. Yüksek çözünürlüklü uydu görüntülerinden yarı ya da tam otomatik nesne çıkarımı, yansımaların benzerlik taşıdığı, tonsal farklılıkların düşük olduğu, sık bina yapılarının bulunduğu alanlarda oldukça zor olmaktadır. Bu nedenle bu tür problemlere çözüm oluşturacak yöntemlere gerek duyulmaktadır. LİDAR, bina tespitinin otomasyonunda ve 3B topoğrafik veri tabanlarının oluşturulmasında önemli bir role sahip olabilmektedir. Bu kapsamda bu çalışmanın hedefi, Marmara havzası, İstanbul Küçükçekmece bölgesinde yer alan binaların belirlenme performansının LİDAR verisi ile desteklenmiş ortofoto görüntülerinden uzaktan algılama ve CBS teknikleriyle tespit edilmesini sağlamaktır. Performans karşılaştırması iki farklı kapsamda yapılmıştır. Bunlar sırası ile alana ait ortofoto görüntüsü üzerinden farklı sınıflandırma yöntemleri ile performans değerlendirmesi ve LİDAR nokta bulutundan elde edilmiş 3B verisinin ek bant olarak ortofoto verisine eklenmesi sonucu performans değerlendirmesidir. Çalışmada hücre tabanlı ve makine öğrenmesine dayalı iki farklı sınıflandırma yöntemi uygulanmıştır. Bunlar En Büyük Olasılık Sınıflandırma (EBO) ve Destek Vektör Makinaları (DVM) sınıflandırma yöntemleridir. Ayrıca LİDAR nokta bulutu yardımı ile normalize edilmiş sayısal yükseklik modeli (nSYM) oluşturulmuş ve 3B ek bant bilgisi olarak ortofoto görüntüsüne eklenmiştir. Yapılan çalışma sonucunda, EBO algoritmasına göre DVM sınıflandırma yönteminin performansının daha yüksek olduğu, ayrıca 3B bilgisi ek bant olarak eklenmiş verinin mevcut bant sınıflandırmasına göre daha etkili olduğu belirlenmiştir.
Özet (Çeviri)
In urban management, monitoring of the developments, timely monitoring of urban changes and updating of the existing database in a short time is very important for control and decision making processes. With the entry into force of transformation projects in cities, the need for up-to-date fast and accurate data for existing buildings has increased further. UA (Remote Sensing) and GIS (Geographic Information Systems) are modern tools and techniques that offer a lot of convenience in terms of mapping and visualization of cities in a short time. Semi-or full-automatic object extraction from high-resolution satellite images is very difficult in the areas where reflections are similar, tone differences are low, and frequent building structures are present. Therefore, methods are needed to solve such problems. LIDAR can play an important role in the automation of building detection and in the creation of 3D topographic databases. In this context, the aim of this study is to detect the determination performance of the buildings located in the Küçükçekmece area of the Marmara basin by using remote sensing and GIS techniques from the orthophoto images supported by LIDAR data. These are the performance evaluation with different classification methods based on the orthophoto image of the field, and the performance evaluation as a result of the addition of the 3D data obtained from the LIDAR point cloud to the orthophoto data as an additional band. In the study, two different classification methods based on cell-based and machine learning were applied. These are the Maximum Likelyhood Classification (MLC) and Support Vector Machines (SVM) classification methods. In addition, the digital elevation model (nDSM) which was normalized with the help of LIDAR point cloud, was created and added to the orthophoto image as a 3D band information. According to the results of the study, it was realized that the performance of Support Vector Machines (SVM) method is higher than Maximum Likelyhood Classification (MLC) algorithm, also, the 3D information data added as an additional band was more effective than current band classification.
Benzer Tezler
- Multi-sensor lane tracking and lane departure warning system design
Çok-sensörlü şerit takip ve şeritten ayrılma uyarı sistemi tasarımı
BARIŞ ÖZCAN
Yüksek Lisans
İngilizce
2014
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. PINAR BOYRAZ
- Okullarda prososyal davranış ve pozitif ses çıkartma davranışı oluşumunda lider-üye etkileşiminin rolü
The roles of leader member exchange on the relationship of prosocial behaviors and positive voice behaviors
İLKNUR DURDU
Doktora
Türkçe
2021
Eğitim ve ÖğretimAydın Adnan Menderes ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. RUHİ SARPKAYA
- İş bağlamında çalışan ve yönetici düzenleyici odaklarının çalışanın ses davranışı üzerindeki etkisinde yönetici duygulanımı ve lider üye etkileşiminin rolü
The effects of employee and manager work regulatory focus on the employees' voice behavior: The roles of manager affect and leader member exchange
YASEMİN KUŞ
- Dağıtılmış liderliğin örgütsel güven ile algılanan örgütsel destek ve okul başarısıyla ilişkisi
The relationship between distributed leadership, organizational trust, perceived organizational support and school success
DERYA YILMAZ
Doktora
Türkçe
2014
Eğitim ve ÖğretimEskişehir Osmangazi ÜniversitesiEğitim Bilimleri Ana Bilim Dalı
PROF. DR. SELAHATTİN TURAN
- Ülkemizde hemşirelik hizmetleri yönetiminde liderlik tarzları: Askeri hastaneler örneği
Nursing leadership style in our management services :Military hospital case
SEVGİ DEMİREL
Yüksek Lisans
Türkçe
2013
HemşirelikBeykent Üniversitesiİşletme Yönetimi Ana Bilim Dalı
YRD. DOÇ. DR. ERKUT ALTINDAĞ