Geri Dön

Digital terrain model extraction from high-resolution point clouds by using a multi-resolution planarity-based approach

Yüksek çözünürlüklü nokta bulutlarından çoklu çözünürlüklü düzlemsellik tabanlı yaklaşım kullanarak dijital arazi modeli çıkarımı

  1. Tez No: 691649
  2. Yazar: YASİN KOÇAN
  3. Danışmanlar: DOÇ. DR. UĞUR MURAT LELOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Sayısal yükseklik modeli, sayısal arazi modeli, düzlemsellik, kovaryans özellikler, temel bileşenler analizi, nokta bulutu, Digital terrain model, digital elevation model, planarity, covariance features, principal component analysis, point cloud
  7. Yıl: 2021
  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: 150

Özet

Sayısal Yükseklik Modeli, Dünya yüzeyinin yükseklik verilerinin matematiksel bir temsilidir. Sayısal Yüzey Modeli (SYM) ve Sayısal Arazi Modeli (SAM) olmak üzere iki tür sayısal yükseklik modeli vardır. SYM, doğal (zemin, ağaçlar, çalılar, vb.) ve yapay yer üstü nesneleri (binalar, araçlar, elektrik hatları vb.) içerirken, SAM, üzerinde hiçbir şey olmayan, sadece arazi modelini temsil eder. Meşakkatli bir görev olan SAM'ı çıkarmak için yer üstü nesnelerin kaldırılması gerekir. Bu tez, sağlam bir çoklu-çözünürlüklü düzlemsellik tabanlı böl ve yönet algoritması kullanarak SAM'ı havadan toplanmış nokta bulutlarından çıkaran bir algoritma önermektedir. Yaklaşım, düzlemsel olmayan yer üstü nesnelerden kurtulmak için farklı düzlemsellik kontrolleri, kaba zemin noktalarını bulmak için bölütleme adımı ve nihai DTM'yi elde etmek için bir enterpolasyon adımı içerir. Bu tezde, yer noktaları düzlemsel kabul edilmiş ve düzlemsel noktaların yer aday noktaları olduğu tespit edilmiştir İlk olarak, komşu noktalar kullanılarak yaklaşık düzlemsellik değerleri hesaplanmaktadır. Bu, algoritmanın araçlar, ağaçlar, direkler vb. gibi yer üstü nesnelerin çoğunu ortadan kaldırmasına yardımcı olur. Fakat, bina cepheleri ve çatılar da düzlemsel olduğundan, farklı çözünürlükte ikinci bir düzlemsellik kontrolüne ihtiyaç duyulmaktadır. Bunun için ızgara düzlemsellik değerleri kontrol edilmektedir. Verilen eşik içinde bir düzleme uymayan ızgaralar, düzlemsel olmayan olarak işaretlenir. İkinci düzlemsellik kontrolü, bina cephelerinden ve düşey düzlemlerden kurtulmaya yardımcı olmaktadır. Bina cepheleri kaldırıldıktan sonra, zemin adayları ile çatı noktaları arasındaki seyreklikten yararlanılarak, kalan zemin adaylarının kaba zemin yüzeyi hesabı için bölütlenmesi için bölge büyüyen bir bölütleme kullanılır. Kaba zemin yüzeyinden uzaktaki parçalar atlanmıştır. Bu sayede çatı noktaları elenmektedir. Son olarak, elde edilen SAM ızgarasını elde etmek için zemin noktaları enterpolasyona tabi tutulur. Girdi olarak kullanılan nokta bulutu önceden sınıflandırılmış olmasına rağmen, yer noktalarını etiketlemede bazı hatalara sahiptir. Bir SAM oluşturmak için girdi olarak kullanılan nokta bulutu kullanılmıştır, ardından elde edilen SAM, referans olarak kullanılmak için el ile düzenlenmiştir. Doğruluk değerlendirmesi, enterpolasyonlu SAM ızgaraları üzerinde yapılmıştır. Elle düzeltilmiş bir referans kullanarak, 1.00 m ve 2.20 m uzamsal çözünürlüğe sahip farklı özelliklere sahip iki veri kümesi için Kök Ortalama Kare Hatası (RMSE) hesaplanmıştır. Sonuçlar, mevcut iki algoritma ile karşılaştırılmış ve yakın değerler elde edilmiştir. RMSE değerleri sırasıyla 0.25 m ve 0.70 m büyüklüğündedir. Sonuçlar, yalnızca düzlemsellik değerlerinin bir kombinasyonu kullanılarak doğru bir DTM çıkarımının mümkün olduğunu göstermektedir.

Özet (Çeviri)

Digital Elevation Model (DEM) is a mathematical representation of the elevation of the Earth's surface. There are two types of DEM, namely Digital Surface Model (DSM) and Digital Terrain Model (DTM). DSM contains natural (bare-ground, trees, bushes, etc.) and artificial above-ground objects (buildings, vehicles, powerlines, etc.), while DTM covers only the bare earth without anything on it. Above-ground objects need to be removed to extract the DTM, which is a tedious task. This thesis proposes an algorithm that extracts DTM from aerial point clouds using a robust multi-resolution planarity-based divide-and-conquer algorithm. In this approach, the problem is handled in few simple steps rather than trying to solve the problem at once. The approach contains different planarity checks to get rid of nonplanar above-ground objects, segmentation step to find rough ground points, and an interpolation step to obtain the final DTM. In this thesis, ground points are assumed planar, and planar patches are detected as ground candidates. First, approximate planarity values are calculated by using neighboring points. This helps to eliminate most of the above-ground objects such as vehicles, trees, posts, etc. Nevertheless, since the building facades and roofs are also planar, a second planarity check is needed in different resolutions. For this purpose, the grid planarity values are checked. The grids that do not fit a plane within the given threshold are marked as nonplanar. The second planarity check helps to get rid of the building facades and the vertical planes. After removing building facades, getting benefit from the sparsity between ground candidates and the roof points, a region growing segmentation is utilized to segment the remaining ground candidates for rough ground surface calculation. The segments far from the rough ground surface are omitted. By doing so, the roof points can be eliminated. Lastly, the ground points are interpolated to obtain the resulting DTM raster. Although the input point cloud is already classified as ground and non-ground, it has some errors. The input point cloud is used to create a DTM; then, the resulting DTM is manually edited to use it as a ground truth. The accuracy assessment is done on interpolated DTM rasters. Using a manually corrected ground truth, Root Mean Square Error (RMSE) is calculated for two datasets with different characteristics having 1.00 m and 2.20 m spatial resolutions. The results are compared with two existing DTM extraction algorithms and RMSE values are close to these solutions. The RMSE values are 0.25 m and 0.70 m, respectively. Results indicate that an accurate DTM extraction is possible using a combination of only planarity values.

Benzer Tezler

  1. Su kütlelerinin sayısal yüzey ve arazi modellerinden otomatik olarak çıkarılması ve düzeltilmesi

    Automatic extraction and hydro-flattening of water bodies in digital surface and terrain models

    SAMED ÖZDEMİR

    Doktora

    Türkçe

    Türkçe

    2021

    Jeodezi ve FotogrametriKaradeniz Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. FEVZİ KARSLI

  2. Farklı sayısal yüzey modellerinin doğruluk değerlendirmesi

    Accuracy assessment of different digital surface models

    BARIŞ BEŞOL

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UĞUR ALGANCI

  3. 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

    Türkçe

    2018

    Jeodezi ve FotogrametriHacettepe Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA TÜRKER

  4. Mekânsal dijital ikizlere yönelik yapı modeli üretiminde prosedürel modelleme yönteminin tasarımı ve geliştirilmesi

    Design and development of procedural modeling method in generating structure models for spatial digital twins

    GÜÇLÜ ŞENYURDUSEV

    Doktora

    Türkçe

    Türkçe

    2024

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET ÖZGÜR DOĞRU

  5. Ağaç yüksekliklerinin belirlenmesinde insansız hava araçlarının kullanımı (Eskişehir Kent ormanı örneği)

    Determination of tree heights using unmanned air vehicles

    ANIL CAN BİRDAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    Jeodezi ve FotogrametriAnadolu Üniversitesi

    Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Ana Bilim Dalı

    YRD. DOÇ. DR. UĞUR AVDAN

    DOÇ. DR. TARIK TÜRK