Geri Dön

İnsansız hava araçları ile temin edilen çok bantlı görüntüler ve lidar verileri kullanılarak ağaç sağlıklarının otomatik tespiti

Automatic detection of tree health using multispectral imagery and lidar data acquired by unmanned aerial vehicles

PDF İndir

  1. Tez No: 953999
  2. Yazar: BATUHAN GÜMRÜKÇÜ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HAYRETTİN ACAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
  6. Anahtar Kelimeler: Bitki sağlığı, Plant health
  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: Belirtilmemiş.

Özet

Bu çalışmada, çok bantlı görüntüler ve LiDAR nokta bulutu birlikte kullanılarak ağaç sağlıklarının otomatik tespiti gerçekleştirilmiştir. Sınıflandırma çalışmalarında hedeflenen objelerin metrik özelliklerine uyarlanabilen pencere tabanlı yeni bir yöntem önerilmiştir. Çalışmada veri seti olarak Gümüşhane ili Şiran ilçesi Kozağaç köyü mevkiinde sarıçam orman alanın havadan LiDAR verisi ve çok bantlı görüntüler kullanılmıştır. Önerilen yaklaşım, her bir ağaç taç alanı için dinamik olarak oluşturulan analiz pencereleri içinde spektral, konumsal, metrik özellikleri birlikte kullanarak sınıflandırma işlemi gerçekleştirmektedir. Bu çerçevede, normalize edilmiş vejetasyon indeksi (NDVI), normalize edilmiş fark kırmızı kenar indeksi (NDRE) spektral analiz yöntemleri, ağaç taç genişliği ve taç alanı metrikleri ile konumsal nicelikler birlikte değerlendirilmiştir. Önerilen akış şeması kapsamında, MATLAB yazılım ortamındaki tamamen otomatik süreç, Kanopi Yükseklik Modeli (CHM) kullanılarak bireysel ağaçlar tespit edilmesinin sonrasında her bir ağaç için ilgili metriklerin belirlenerek uygun ilgi alanı pencereleri oluşturulmaktadır. Elde edilen ilgi alanı pencerelerinde spektral analizler uygulanarak odak objeye yönelik sınıflandırma gerçekleştirilmiştir. Nesne tabanlı doğruluk analizine göre en yüksek sınıflandırma doğruluğu NDVI analizi için ortalama %80, NDRE analizi için %65 olarak hesaplanmıştır.

Özet (Çeviri)

In this study, tree health was automatically detected by using multispectral images and LiDAR point cloud data together. A new window-based method, which can be adapted to the morphological characteristics of the target objects in classification studies, was proposed. As the dataset, airborne LiDAR data and multispectral images of a Scots pine forest area located in Kozağaç village, Şiran district, Gümüşhane province, were used. The proposed approach performs classification by simultaneously utilizing spectral, spatial, and morphological features within dynamically generated analysis windows for each tree crown area. In this context, spectral analysis methods such as the Normalized Difference Vegetation Index (NDVI) and the Normalized Difference Red Edge Index (NDRE), as well as tree crown width, crown area metrics, and spatial attributes were evaluated together. Within the proposed workflow, a fully automated process in the MATLAB environment was used, where individual trees were detected using the Canopy Height Model (CHM), and appropriate regions of interest (ROI) windows were generated by determining the relevant morphological metrics for each tree. Spectral analyses were applied within the obtained ROI windows, and object-focused classification was carried out. According to the object-based accuracy analysis, the highest classification accuracy was calculated as an average of 80% for the NDVI analysis and 65% for the NDRE analysis.

Benzer Tezler

  1. Tez No

    720060

    DAMAGE DETECTION OF TWOSPOTTED SPIDER MITES (Tetranychus urticae Koch) IN STRAWBERRY PLANTS USING UNMANNED AERIAL VEHICLE MULTISPECTRAL IMAGES

    İNSANSIZ HAVA ARAÇLARI ÇOK BANTLI GÖRÜNTÜLERİNİ KULLANARAK ÇİLEK BİTKİSİNDEKİ ÇİFT NOKTALI ÖRÜMCEK KENESİNİN (Tetranychus urticae Koch) ZARARLARININ ALGILANMASI

    MURAT ÇAKIR

    Yüksek Lisans

    İngilizce

    İngilizce

    2016

    ZiraatUnıversıty Of Florıda

    Orman Kaynakları ve Koruması Ana Bilim Dalı

    DR. AMR ABD-ELRAHMAN

  2. Tez No

    451042

    Farklı insansız hava araçları ile elde edilen görüntülerin otomatik fotogrametrik yöntemlerle değerlendirilmesi ve doğruluk analizi

    Examination of images obtained from different unmanned air vehicles via automatic photogrammetric methods and accuracy analysis

    DENİZ BİLGE KILINÇOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. ELİF SERTEL

  3. Tez No

    553130

    Localization of radio sources using autonomous unmanned aerial vehicles for search and rescue applications

    Arama ve kurtarma uygulamaları için otonom insansız hava araçları ile radyo kaynaklarının konumunun tespiti

    ÖMER HEREKOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ

  4. Tez No

    613291

    Comparison of satellite positioning techniques on unmanned aerial vehicle based photogrammetry

    İnsansız hava aracı ile fotogrametride uydu konumlama tekniklerinin karşılaştırılması

    ERSİN TURAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BİHTER EROL

  5. Tez No

    573124

    Bir insansız hava aracı için sistem tanılanması ve kontrolcü tasarımı

    System identification and controller design for an unmanned aerial vehicle

    LOKMAN ATİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYHAN KURAL

Geri Dön