LiDAR Verisinden Bina Çatı Düzlemlerinin Otomatik Çıkarımı ve Modellemesi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Hacettepe Üniversitesi, Fen Bilimleri Enstitüsü, Geomatik Mühendisliği A.B.D., Türkiye
Tezin Onay Tarihi: 2018
Tezin Dili: Türkçe
Öğrenci: MURAT GÜLER
Danışman: Mustafa Türker
Özet:
Üç boyutlu (3B) şehir modellerinde şehri oluşturan temel unsur olan binaların modellenmesi LiDAR (Light Detection and Ranging) nokta bulutu verisinin en yaygın uygulama alanları arasında yer almaktadır. Bu tez çalışmasında, İzmir ili Bergama ilçesi kent merkezinden seçilen üç alana ait 3B hava LiDAR nokta bulutu verilerinden otomatik bina çatı düzlemlerinin çıkarılması ve modellenmesi amaçlanmıştır. Bunun için ilk olarak, yer filtrelemesi işlemi yapılmıştır. Yer filtrelemesi sonucu elde edilen çıplak zemin noktaları ham veriden çıkarıldıktan sonra, geriye kalan LiDAR noktaları üzerinde sınıflama işlemi yapılarak bina sınıfı çıkarılmıştır. Sonra, çıkarılan bina sınıfına Bölge Büyüme Bölütleme (Region Growing Segmentation) algoritması uygulanarak, her bir binaya ait nokta bulutu kümesi ayrı olarak tespit edilmiştir. Tespit edilen her bir binaya ait nokta bulutu kümesine 3 Boyutlu Rastgele Örnek Uzlaşımı (RANSAC: 3D RANdom SAmple Consensus) algoritması uygulanarak bina çatılarının düzlemsel yüzeyleri otomatik olarak çıkarılmıştır.
Bina çatısı düzlemlerinin çıkarılmasından sonra, çatı düzlemleri noktalarında bulunan gürültü DBSCAN (Density Based Spatial Clustering of Applications with Noise) algoritması kullanılarak belirlenmiş ve silinmiştir. Gürültünün giderilmesinden sonra, bina çatısı düzlemi noktalarından sınır geçirilmiştir. Son olarak, Douglas-Peucker algoritması ile bina çatısı düzlemi sınırının sadeleştirilmesi işlemi yapılmıştır.
Elde edilen bina çatısı modelleri
incelendiklerinde, en başarılı sonuçlar üçüncü test alanında elde
edilmiştir. Üçüncü test alanında, diğer test alanlarından daha başarılı sonuçların
elde edilmesinin sebebi, DBSCAN algoritması aynı parametre değerlerinin, daha
az sayıda bina üzerine uygulanmasından dolayı gürültünün daha başarılı bir
şekilde tespit edilmesi ve RANSAC algoritmasının bu test alanında daha başarılı
sonuç vermesidir. Birinci ve ikinci test alanları sonuçları
karşılaştırıldıklarında, birinci test alanında elde edilen sonuçların
ikinci test alanında elde edilen sonuçlara göre daha başarılı oldukları
görülmüştür. Bunun nedeni, birinci test alanında nokta yoğunluğunun düşük
olmasından dolayı gürültü noktalarının otomatik tespiti işlemi daha başarılı bir
şekilde gerçekleşmiştir.