İnsansız hava aracı ile elde edilen veriler yardımıyla ağaç tespiti

Abstract

Günümüzde teknolojinin ilerlemesi ile birlikte her konuda olduğu gibi haritacılıkta da bilgiye ulaşmak kolaylaştı. Eskiden aylar alan veri toplama aşaması, günümüzde insansız hava araçları ile kısa sürede gerçekleştirilmeye başlandı.

Yersel veri toplama yöntemlerinin aksine, insansız hava aracı ile veri toplandığında arazi ile ilgili en ufak detaylara kadar bilgi sahibi olmaya başladık. Bununla birlikte ortaya yeni bir sorun çıktı. Toplanılan bu verilerin işlenmesi ile ilgili olan bu sorun, bilgisayar başında operatörlerin uzun zamanlar harcayarak verileri işlemesi ile çözülmeye çalışsa da, yeterince verimli olmadı. Bu tez çalışmasında, veri toplamada olduğu gibi verinin işlenmesi konusunda da doğruluğa dikkat edilerek, zamandan tasarruf yapma ve işlenilen bu verilerin çeşitli coğrafi bilgi sistemlerine aktarılmasını hedeflenmektedir.

Tez çalışması, RGB(Red-Green-Blue) bantları bulunan iki farklı alanda yapılmıştır. Çalışmada, insansız hava aracı ile toplanan dijital görüntüler, Pix4D yazılımında değerlendirmiş ve görüntülerden ortofoto, sayısal yükseklik modeli ve sayısal arazi modeli üretilmiştir. Üretilen bu veriler yardımı ile eCognition programında nesne tabanlı sınıflandırma yapılması hedeflenmiştir. Nesne tabanlı sınıflandırma yaparken görüntü segmentasyon aşamasında gruplara ayrıştırılıp, benzer niteliklere sahip segmentler belirlenen indis değerlerine göre sınıflandırılmıştır. Yine eCognition yazılımında kontrol verisi üretilip, hata matrisi yardımı ile doğruluk analizi yapılmıştır. Doğruluk analizi ile sınıflandırma arasındaki uyum hesaplanmıştır.

With the advancement of technology today, it is easier to reach information in cartography as in every subject. The data collection phase, which used to take months, started to be realized in a short time with unmanned aerial vehicles.

Unlike terrestrial data collection methods, when the data was collected by unmanned aerial vehicle, we started to have information about the land, to the smallest details. However, there was a new problem. Although this problem related to the processing of this collected data was tried to be solved by the operators spending a long time processing the data at the computer, it was not efficient enough. In this thesis study, it is aimed to save time and transfer these processed data to various geographic information systems by paying attention to the accuracy of data processing as well as data collection.

The thesis was done in two different areas with RGB (Red-Green-Blue) tapes. In the study, digital images collected with unmanned aerial vehicles were evaluated in pix4D software and orthophoto, digital height model and digital terrain model were produced from images. With the help of these data, object-oriented classification is aimed in the eCognition program. When making object-based classification, segments with similar characteristics are classified according to the index values determined by dividing the image into groups during segmentation. Again, control data has been generated in eCognition software and accuracy analysis has been made with the help of error matrix. The agreement between accuracy analysis and classification was calculated.