Geri Dön

LiDAR nokta bulutu ile arkeolojik kazı çalışmalarında yüksek doğruluklu arazi modeli üretim performansının değerlendirilmesi

Evaluation of high-accuracy terrain model generation performance in archaeological excavations using LiDAR point cloud

PDF İndir

  1. Tez No: 938944
  2. Yazar: MURAT AYGÜN
  3. Danışmanlar: PROF. DR. FEVZİ KARSLI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 129

Özet

Arkeolojik kazılar, kültürel mirası koruma ve insanlık tarihini yeniden inşa etme açısından büyük öneme sahiptir. Son yıllarda uzaktan algılama ve fotogrametrik yöntemlerin gelişmesi, arkeolojik alanların analizini hızlandırmıştır. Arkeolojik kazı bölgeleri genellikle yoğun bitki örtüsüyle kaplı olup, bu alanlarda gerçek arazi modelinin elde edilmesi önemli bir araştırma konusu olmuştur. Bu tez çalışmasında, LiDAR nokta bulutu verisi kullanarak zemin filtrelemesi yapmak amacıyla literatürde yer alan Kumaş Simülasyon Filtresi (CSF), Aşamalı Üçgenleştirilmiş Düzensiz Ağ (PTIN) ve Destek Vektör Makinesi (DVM) yöntemleri farklı parametre kombinasyonlarıyla karşılaştırılmıştır. Test bölgesi olarak, Ordu ili Fatsa ilçesi, Yapraklı Mahallesi'nde yer alan ve 1. Derece Arkeolojik Sit Alanı olarak tescillenen Çıngırt Kalesi seçilmiştir. Arazide yersel LiDAR verisiyle elde edilen 1159 adet referans veriyle yapılan karşılaştırmada, CSF, PTIN ve DVM yöntemlerinin zemin çıkarım performansları sırasıyla %97,66, %96,80 ve %73,40 F-skoru ile sonuçlanmıştır. PTIN ve CSF yöntemlerinin birleşimi ile zemin çıkarım performansı %96,89 F-skor değerine ulaşmıştır. Referans veriye göre ortalama yükseklik farkı yaklaşık 10 cm olarak hesaplanmıştır. Sonuçlar, PTIN'in bitki örtüsü ve zemin filtrelemesinde, CSF'nin ise kayalık ve branda alanlarında daha başarılı olduğunu göstermektedir. Bütünleşik yöntemle (PTIN+CSF) hassas arazi modeli üretimi daha etkin bir şekilde zemin çıkarımını sağlamıştır.

Özet (Çeviri)

Archaeological excavations are of great importance for preserving cultural heritage and reconstructing human history. In recent years, the development of remote sensing and photogrammetric methods has accelerated the analysis of archaeological sites. Archaeological excavation sites are often covered by dense vegetation, and obtaining a true terrain model in these areas has been an important research topic. In this thesis, in order to perform ground filtering using LiDAR point cloud data, Cloth Simulation Filter (CSF), Progressive Triangulated Irregular Network (PTIN) and Support Vector Machine (SVM) methods in the literature are compared with different parameter combinations. Çıngırt Castle, located in Yapraklı Neighborhood of Fatsa District, Ordu Province, and registered as a Grade 1 Archaeological Site, was chosen as the test site. In the comparison with 1159 reference data obtained with ground-based LiDAR data in the field, the ground extraction performances of CSF, PTIN and SVM methods resulted in F-score of 97.66%, 96.80% and 73.40% respectively. The combination of PTIN and CSF methods resulted in an F-score of 96.89%. The average height difference with respect to the reference data was approximately 10 cm. The results show that PTIN is more successful in vegetation and ground filtering, while CSF is more successful in rocky and canvas areas. Precise terrain model generation with the integrated method (PTIN+CSF) resulted in more efficient ground extraction.

Benzer Tezler

  1. Tez No

    924226

    Dijital mirasın rekonstrüksiyonu sürecinde HBIM metodolojisine dayanan bir yaklaşım önerisi

    A proposed approach based on the HBIM methodology in the reconstruction process of digital heritage

    MERVE ŞULE YÖRÜK

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    ArkeolojiAntalya Bilim Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. SALİH OFLUOĞLU

  2. Tez No

    917998

    Enhancing UCAV operations with AI-driven point cloud semantic segmentation for precision gimbal targeting in defense industry

    Savunma sanayiinde hassas gimbal hedefleme için yapay zeka tabanlı nokta bulutu semantik segmentasyon yaklaşımlarıyla S/İHA operasyonlarının iyileştirilmesi

    SALİH BOZKURT

    Doktora

    İngilizce

    İngilizce

    2024

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ZAİDE DURAN

  3. Tez No

    572863

    Lazer sensörlerle iç mekan haritalama

    Indoor mapping with laser sensors

    İKBAL SUVEREN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Jeodezi ve FotogrametriErciyes Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. ERKAN BEŞDOK

  4. Tez No

    938948

    Kivi meyvesinin LiDAR nokta bulutu kullanılarak destek vektör makineleri algoritması ile otomatik tespiti

    Automatic detection of kiwi fruit with support vector machines using LiDAR point cloud

    GÜLTEKİN ERBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Jeodezi ve FotogrametriKaradeniz Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA DİHKAN

  5. Tez No

    597913

    Nesne tabanlı segmentasyon yöntemi ile Lidar verilerinden obje çıkarımı

    Object extraction from Lidar data by using object based segmentation method

    EDA SOYLU SENGÖR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. NACİ YASTIKLI

Geri Dön