İHA tabanlı rgb görüntüleme ile kanopi yapısal parametrelerini belirleme
Canopy structural parameters estimation with uav-based RGB imagery
- Tez No: 809506
- Danışmanlar: DR. ÖĞR. ÜYESİ SERVET YAPRAK
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Tokat Gaziosmanpaşa Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Jeodezi Bilim Dalı
- Sayfa Sayısı: 152
Özet
Eskiden tarım faaliyetleri basit insan gücüyle ve ilkel aletlerle yapılmaktayken, günümüzde çok gelişmiş teknolojiler uygulanarak yapılmaktadır. İHA'ların sivil kullanıma sunulması, teknolojilerindeki gelişmeler ve İHA fiyatlarının düşmesiyle pek çok disiplin araştırmalarında İHA'ları yaygın olarak kullanmaya başlamıştır. İHA'lar hassas tarım uygulamalarında biyokütle, ilaçlama, hastalık tespiti, bitki su stres analizi, yabancı ot tespiti, gübreleme, sulama, ürün verimi, toprak erozyonu, sınıflandırma, vahşi hayvan hasarı belirleme gibi birçok amaçla kullanılmaktadır. İHA'lar ile yapılan gözlemler ve müdahaleler sonucunda toprak ve su kaynakları korunmakta, ilaçlama, sulama ve gübreleme faaliyetleri kontrol altında tutulmakta, düşük maliyetlerle maksimum verim elde edilmektedir. Literatür çalışmaları incelendiğinde kanopi hacminin verim, biyokütle, fenotipleme gibi konular ile ilgili olduğu görülmüştür. Kanopi yapısal parametreleri bitki sağlığı ve büyümesiyle yakından ilişkili olup, bu çalışma ile hassas tarım uygulamalarına katkı yapmak, bitki sağlığı ve büyümesinin yüksek doğruluk ve hassasiyetle izlenmesi amaçlanmıştır. Bu tez çalışmasında İHA'dan elde edilen görüntüler Hareketten Yapı algoritmasıyla çalışan Agisoft yazılımında, Pix4D ve QGIS yazılımlarında işlenmiştir. Agisoft Metashape ve Pix4D'de nokta bulutu, Sayısal Yüzey Modeli, ortofoto ve kırmızı, yeşil ve mavi bantların görüntüleri orta ve yüksek hassasiyetli olacak şekilde ayrı ayrı elde edilmiştir. Farklı hassasiyetle elde edilen sonuç ürünler Quantum GIS'e aktarılmıştır. İlk olarak Agisoft Metashape'te yüksek hassasiyetle oluşturulan R, G ve B bandları QGIS'e ayrı ayrı aktarılarak Aşırı Yeşil İndeks (Excess Green Index) değeri hesaplanmış, ardından bitki örtüsü ve diğer sınıfların sınıflandırılması için bir eşik katmanı oluşturulmuştur. Daha sonra toprak pikselleri maskelenmiş ve Sayısal Yüzey Modeli QGIS'e aktarılmıştır. Buradan, sadece kanopi ve sadece toprak değerleri içeren raster katmanlar üretilmiştir.“Zonal Statistics”kısmından ise türetilen ortalama kanopi yüksekliği, ortanca toprak yüksekliği, kanopi alanı gibi değerler Excel'e aktarılmıştır. Excel'de uygun değerlerle yapılan hesaplamalar sonucunda kanopi hacmi elde edilmiştir. Tüm işlemler Agisoft'ta ve Pix4D'de farklı hassasiyetle üretilen ürünler için tekrarlanmış ve 4 farklı kanopi yapısal parametre değeri elde edilmiştir. Elde edilen sonuçlar SPSS yazılımında analiz edilmiştir. SPSS'te ortalama kanopi boyu, ortalama kanopi alanı, aşırı yeşil indeks ve hacim arasında yapılan çoklu regresyon analizine göre; hacim bağımlı değişkeni üzerinde en fazla kanopi boyunun etkili olduğu sonucuna varılmıştır. Hacim ve ortalama kanopi boyu arasında Pix4D (orta) için Pearson korelasyon katsayısı r=0,776, Pix4D (yüksek) için r=0,667, Agisoft (orta) için r=0,767, Agisoft (yüksek) için r=0,764 olarak bulunmuştur. Çoklu regresyon analizi sonuçlarına göre hacim ve bağımsız değişkenler arasında belirleme katsayısı 〖(R〗^2), Agisoft (orta) için R^2=0,733, Agisoft (yüksek) için R^2=0,65, Pix4D (orta) için R^2=0,741, Pix4D (yüksek) için R^2=0,684 olarak bulunmuştur. Bu sonuçlara göre verilerin orta hassasiyetle işlenmesinin daha doğru ve hızlı olacağı sonuçlarına ulaşılmıştır. Sonuç olarak; İHA'dan elde edilen RGB görüntülerin kanopi yapısal parametreleri çıkarmada oldukça faydalı ve düşük maliyetli olduğu görülmüştür. Ayrıca, Aşırı Yeşil İndeks'in bitki örtüsü bölgelerini ve kapsama alanlarını çıkarmada başarılı olduğu görülmüştür. İHA'ların hassas tarım uygulamalarında kullanılabileceği ve bu yöntemle bitki büyüme ve gelişiminin gözlemlenebileceği kanıtlanmıştır.
Özet (Çeviri)
In the past, agricultural activities were carried out with simple human-power and primitive tools but today, it's made in line with very advanced technologies. With the introduction of UAVs for civilian use, their use has become widespread, and many professions have started to include UAVs in their research. With the decrease in UAV costs, UAVs have also started to be used in precision agriculture applications. UAVs are used for many purposes such as biomass, spraying, disease detection, plant water stress analysis, weed detection, fertilization, irrigation, crop yield, soil erosion, classification, wild animal damage determination. As a result of observations and interventions by UAVs, soil and water resources are protected, spraying, irrigation and fertilization activities are kept under control, and maximum efficiency is achieved with low costs. When the literature studies were examined, it was seen that the canopy volume was related to issues such as yield, biomass, and phenotyping. Canopy structural parameters are closely related to plant health and growth, and with this study, it is aimed to contribute to precision agriculture practices and monitoring plant health and growth with high accuracy and precision. In this thesis, the images obtained from UAV were processed in Agisoft and Pix4D software working with the Structure from Motion algorithm and QGIS. In Agisoft Metashape and Pix4D, images of point cloud, Digital Surface Model, orthophoto and red, green and blue bands were obtained separately with medium and high precision. The resulting products obtained with different precision were transferred to the Quantum GIS. First of all, the R, G and B bands, which were created with high precision in Agisoft Metashape, were transferred to QGIS separately and the Excess Green Index (ExG) value was calculated, then a threshold layer was created for the classification of vegetation and other classes. Then, the soil pixels were masked and the Digital Surface Model was transferred to QGIS. Hence, canopy only and soil only raster layers were produced. Values such as mean canopy height, median soil height and canopy area derived from the“Zonal Statistics”tool were transferred to Excel. The canopy volume was obtained as a result of the calculations made with appropriate values in Excel. All processes were reiterated for products produced with different precision in Agisoft and Pix4D, and 4 different canopy structural parameter values were obtained. The obtained results were analyzed in SPSS software. According to the multiple linear regression analysis made between mean canopy height, mean canopy area, Excess Green Index and canopy volume in SPSS; It has been concluded that the mean canopy height is the most effective on the volume dependent variable. The Pearson correlation coefficient between volume and mean canopy height was found to be r=0,776 for Pix4D (medium), r=0,667 for Pix4D (high), r=0,767 for Agisoft (medium), r=0,764 for Agisoft (high). According to the results of multiple regression analysis, determination coefficient 〖(R〗^2) between volume and independent variables was found to be R^2=0.733 for Agisoft (medium), R^2=0.65 for Agisoft (high), R^2=0.741 for Pix4D (medium), R^2=0.684 for Pix4D (high). According to these results, it was concluded that data processing with medium precision would be more accurate and faster. As a result, it has been seen that RGB images obtained from the UAV are very useful and low cost in extracting the canopy structural parameters. Also, the Excess Green Index has been seen to be successful in extracting vegetation zones and coverage areas. It has been proven that UAVs can be used in precision agriculture applications, plant growth and development can be observe with this method.
Benzer Tezler
- Alternative navigation methods: Fusion of optical flow and visual-inertial pose estimation using EKF
Alternatif navigasyon metotları: EKF kullanılarak, poz tahmini için optik akışı ile görsel ataletliyi füzyon etmektedir
ABDEL SALAM BAWARSHI
Yüksek Lisans
İngilizce
2019
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMRE KOYUNCU
- Generation of precise 3D model with RGB UAV and integration to the game engine: Case study Gebze Technical University
RGB İHA ile hassas 3B model üretimi ve oyun motoruna entegrasyonu: Gebze Teknik Üniversitesi örneği
MERTCAN NAZAR
Yüksek Lisans
İngilizce
2022
Jeodezi ve FotogrametriGebze Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. UMUT GÜNEŞ SEFERCİK
- Derin öğrenme yöntemleri ve yapay sinir ağı tabanlı NDVI değerleri ile çeltik bitkisi hastalıkların tespiti
Detection of diseases in rice plant with deep learning methods and artificial network based NDVI values
İRFAN ÖKTEN
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR YÜZGEÇ
- Olive tree crown detection, delineation and counting by using image processing techniques
Görüntü işleme teknikleri kullanarak zeytin ağaçlarının tespit edilmesi, resmedilmesi ve sayımının yapılması
OMAR ALI ABBAS AL-TEKREETI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAMİ ARICA
- Object detection and synthetic infrared image generaton for UAV-based aerial images
Başlık çevirisi yok
MEHMET AKİF ÖZKANOĞLU
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM KÖRPEOĞLU
DR. ÖĞR. ÜYESİ SEDAT ÖZER