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
- Tez No: 953999
- Danışmanlar: DR. ÖĞR. ÜYESİ HAYRETTİN ACAR
- Tez Türü: Yüksek Lisans
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 109
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
- 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
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ RAMAZAN YENİÇERİ
- 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
2016
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ELİF SERTEL
- 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
2019
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYHAN KURAL
- 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
2019
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİHTER EROL
- Katlanabilir kanatlara sahip bir insansız hava aracının tasarımı, üretimi ve testleri
Design, manufacturing and testing on unmanned air vehicle with foldable wings
İREM ÖZGÜR
Yüksek Lisans
Türkçe
2019
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKHAN İNALHAN