3b Nokta bulutlarından bina tespiti

Abstract

Uzaktan algılama teknolojileri ile elde edilen verilerden binaların tespit edilmesi çalışmaları günümüzün önemli araştırma konularından biridir. Nüfus hareketlerinden, şehir gelişimine, kaçak yapı gözleminden döküm çıkarımına kadar birçok alanda ihtiyaç duyulan bina tespiti işleminin doğru ve otomatik olması da önemlidir. Bu tez çalışmasında, Light Detection and Ranging (LiDAR) sistemi ve İnsansız Hava Araçlarından (İHA) elde edilmiş hava fotoğrafları kullanılarak Hareket Tabanlı Yapısal Algılama (SfM) ile üretilen nokta bulutu verileri kullanılarak 4 farklı alanda bina tespiti ve bina izdüşümü alanı çıkarımı yapılmıştır. Bu tez çalışmasında temel yaklaşım olarak binaların yükseklikleri sebebiyle oluşturduğu dokuların diğer objelerden farklı olduğu ve bu durumun bina tespitinde kullanılabileceği görüşü benimsenmiştir.

Bina tespiti konusunda farklı kaynaklardan elde edilen veri setleri ve yöntemleri kullanan birçok çalışma mevcuttur. Bu tez çalışmasında ise farklı amaçlar için kullanılan Benzemezlik doku parametresi, bina tespitinde kullanılarak bu alandaki çalışmalara katkı sunulmuştur. Tüm bu çalışmalarda ortak problem bitkilerin binalara karışması olduğu söylenebilir. Literatürdeki çalışmalarda bu problem bitki indeksi ya da sınıflandırma gibi yardımcı verilerle çözülürken bu çalışmada Aşınma operatörü kullanılarak herhangi bir yardımcı veriye gerek kalmadan bitkiler büyük oranda temizlenmiştir.

Önerilen yöntem farklı bölgelerde farklı veri kaynaklarıyla elde edilen verilere uygulanmıştır. ISPRS’den temin edilmiş Vaihingen test alanda elde edilen sonuçlar diğer araştırmacıların sonuçlarıyla karşılaştırılmıştır. Vaihingen test alanında Kalite parametresi sonuçları birinci bölgede %76,6 ikinci bölgede %89,4 ve üçüncü bölgede %90,9 olarak hesaplanmıştır. Elde edilen sonuçlar diğer araştırmacıların sonuçlarıyla karşılaştırılarak yöntemin tutarlılığını ortaya koymuştur. Sonuç olarak yardımcı veri setlerine ihtiyaç duymadan, farklı topografya ve bina özellikleri taşıyan bölgelerde ve farklı veri setlerinde uygulanan yöntem ile elde edilen sonuçlar, Benzemezlik doku parametresinin bina tespiti çalışmalarında kullanılabileceğini göstermektedir.

Building detection from data obtained by remote sensing technologies is one of the most important research topics of our time. It is also important that the building detection process, which is needed in many areas, from population movements to city development, from illegal building observation to casting inference, is accurate and automatic. In this research, the building detection and footprint extraction is made in 4 different study sites by using point clouds data obtained from Light Detection and Ranging (LiDAR) system and Structure from Motion (SfM) with Unmanned Aerial Vehicle (UAV) based aerial images. The basic approach of the study has been adopted as the textures of buildings are different from other objects and this fact can be used in building detection.

In the literature survey, it has been found that there are many studies using different data sets and methods in this subject. In this thesis study, the dissimilarity texture parameter which is used for different purposes was used in building determination and contribution to the work in this area was presented. In all these studies, it can be said that common problem plants are mixed with the buildings. While this problem has been solved by using additional data such as vegetation index or classification in other studies, a Morphological Erode operator was used to filter the vegetation with a high rate of success in this study.

Applications in different regions with different data sources and the comparison of the results of the Vaihingen data set obtained from ISPRS with the results of other researchers are consistent. As a result, the outcomes of the study obtained by the proposed method, applied in different datasets and test sites with different topography and building properties show that without using any auxiliary data sets, the dissimilarity texture parameter can be used in the building detection studies.