3d bitki nokta bulutlarının bölütlenmesi
Segmentation of 3d plant point clouds
- Tez No: 977498
- Danışmanlar: DOÇ. DR. HELİN DUTAĞACI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Telekomünikasyon - Sinyal İşleme Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, 3B bitki nokta bulutlarının anlamsal bölütlemesi için yenilikçi bir yöntem önermekte ve bu verilerin 2B alana yansıtılarak verimli bir şekilde işlenmesini sağlamaktadır. Önerilen çok aşamalı işlem hattı; ızgara tabanlı seyreltilme, t-SNE kullanılarak doğrusal olmayan boyut indirgeme, ikili görüntü dönüşümü, 2B anlamsal bölütleme mimarileri ile bölütleme ve tahmin edilen etiketlerin 3B uzaya geri yansıtılmasını bütünleşik bir biçimde içermektedir. Çalışma kapsamında PLANesT-3D, Pheno4D, Soybean-MVS ve Plant3D olmak üzere dört farklı ve kamuya açık veri kümesi üzerinde kapsamlı deneyler gerçekleştirilmiştir. SegNet, U-Net, SegFormer ve Mask2Former gibi çeşitli bölütleme mimarileri değerlendirilmiş, sonuçlar özellikle Mask2Former gibi dönüştürücü tabanlı yaklaşımların türler ve veri kümeleri genelinde üstün doğruluk ve sağlamlık sağladığını ortaya koymuştur. Bu çalışmanın önemli bir katkısı, belirli türler üzerinde yeni en güncel başarımlar elde etmiş olmasıdır. PLANesT-3D veri kümesinde, Mask2Former biber türünde %95,6 ve gül türünde %92,3 mIoU elde ederek daha önce rapor edilen tüm yöntemleri geride bırakmıştır. Benzer şekilde, Plant3D veri kümesinde önerilen yöntem tütün türünde %95,47 ve domates türünde %93,90 mIoU değerine ulaşarak yeni en güncel sonuçlar ortaya koymuştur. Elde edilen sonuçlar, önerilen yaklaşımın hem yöntemsel hem de pratik açıdan önemini vurgulamaktadır. Bölütleme görevini 2B alana indirgeme ve en son teknolojiye sahip mimarilerden yararlanma yoluyla bu çalışma, ölçeklenebilir, doğru ve verimli bir çerçeve sunmaktadır. Tarımsal açıdan bakıldığında, yaprak ve gövde gibi bitki organlarının geliştirilmiş bölütlenmesi; yaprak alanı, gövde çapı ve genel bitki mimarisi gibi kritik fenotipik özelliklerin hassas bir şekilde çıkarılmasını sağlamaktadır.
Özet (Çeviri)
This thesis introduces a novel methodology for the semantic segmentation of 3D plant point clouds by projecting them into the 2D domain for efficient processing. The proposed multi-stage pipeline integrates grid downsampling, non-linear dimensionality reduction using t-SNE, binary image conversion, segmentation with 2D semantic segmentation architectures, and back-projection of predicted labels into 3D space. Extensive experiments were performed on four publicly available and diverse datasets: PLANesT-3D, Pheno4D, Soybean-MVS, and Plant3D. Multiple segmentation architectures were evaluated, including SegNet, U-Net, SegFormer, and Mask2Former. Results consistently showed that transformer-based architectures, particularly Mask2Former, provided superior accuracy and robustness across species and datasets. Importantly, this work established new state-of-the-art performance benchmarks on specific species. On the PLANesT-3D dataset, Mask2Former achieved an mIoU of 95.6% on pepper and 92.3% on rose, surpassing all previously reported methods. Likewise, on the Plant3D dataset, the proposed method achieved 95.47% mIoU on tobacco and 93.90% mIoU on tomato, setting new state-of-the-art results. The results underline both the methodological and practical significance of the proposed approach. By simplifying the segmentation task to the 2D domain and leveraging cutting-edge architectures, this research provides a scalable, accurate, and efficient framework. From an agricultural perspective, the improved segmentation of plant organs such as leaves and stems enhances the extraction of critical phenotypic traits, including leaf area, stem diameter, and overall plant architecture.
Benzer Tezler
- Farklı yoğunlukta yersel lazer tarayıcı nokta bulutundan 2B yansıma görüntüsü oluşturma ve nokta bulutlarının birleştirilmesi
Generating 2D reflectance image from terrestrial laser scanner point cloud of different density and registration of point cloud
ESMA NUR ALTINÖZEN
Yüksek Lisans
Türkçe
2023
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. CİHAN ALTUNTAŞ
- Hava LiDAR nokta bulutundan köprülerin ve üst geçitlerin otomatik çıkarımı
Automatic extraction of bridges and footbridges from airborne LiDAR point cloud
MURAT ERSİN KORKMAZ
Yüksek Lisans
Türkçe
2019
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. CİHAN ALTUNTAŞ
- 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
2024
Savunma ve Savunma Teknolojileriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ZAİDE DURAN
- Yüksek çözünürlüklü topoğrafik veriler yardımıyla heyelanların izlenmesi
Landslide monitoring with the use of high resolution topographical data
MUSTAFA ZEYBEK
Doktora
Türkçe
2017
Jeodezi ve FotogrametriSelçuk ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL ŞANLIOĞLU
- Multi-proxy analysis of exposed fault surfaces in extensional tectonics
Gerilme tektoniğinde fay yüzeylerinin çok yönlü (multi-proxy) analizi
MUHAMMED NUR ABDULLAH
Yüksek Lisans
İngilizce
2025
Jeoloji MühendisliğiMuğla Sıtkı Koçman ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT ERSEN AKSOY