3.2 Çoklu Algılama Sisteminin Ölçme Prensibi
3.2.2 Veri İşleme ve Bilgilerin Çıkarılması
Çoklu algılama sisteminin veri işleme iş akışı; verilerin toplanması, ham nokta bulutunun kalibrasyon ve kalite doğruluk kontrolü, sınıflandırılmış veri üretimi (ground- nonground), ayrılmış detay verilerinin analizi (man-made), CAD/GIS için altlık olarak kullanılması şeklinde 5 madde halinde toplanabilir [91].
LiDAR, Sayısal Kamera ve GPS/IMU’dan oluşan bütünleşik sistem ile veri toplama işlemi gerçekleştirilir. Bu işlem bitirildikten sonra, LiDAR tarafından kaydedilen mesafe ve lazer dönüklük açıları, GPS/IMU sistemi tarafından kaydedilen konum ve dönüklük verileri ve LiDAR, Sayısal Kamera, GPS/IMU arasındaki ofset bilgileri kullanılarak rastgele dağılmış tarama noktalarının X,Y,Z koordinatları belirlenir. LiDAR, çok sayıda veri kaydetmektedir. Saniyede 5000 darbe yapabilmesi, lazer sinyalinin her yansıması için yoğunluk görüntüsünün oluşmasını olanaklı kılmaktadır. Her lazer sinyalinin yansıma genişliğine bağlı olarak, çarptığı her yüzeyde farklı olgular kaydetmektedir. Genellikle göreceli olarak 3B konum (eğer sistemin varsa bir de yoğunluk bilgisi) karşılaştırılması ya otomatik olarak yazılım ile ya da bina, yol gibi insan yapımı objeler yorumlanarak manüel yapılmaktadır. Amaca bağlı olarak sadece yoğunluk bilgisi
yorumlama için yeterli olabilir. Bu sistemde, GPS zamanı ile ayarlanmış video ya da frame kamera gibi izleme cihazlar bulunmaktadır. Bu şekilde verinin izlenmesi ve işlenmenmiş verilerin kontrolü olanaklı hale gelmektedir. Veri toplama aşamasında verinin izlenmesi, ekipmanların düzgün çalışmasının sağlanması, veri kalitesi gibi parametreler veri toplama sürecinin bir parçası olan görüntüleme ile belirlenebilmektedir.
Çoklu algılama sistemini oluşturan tüm sistemlerin doğru bir şekilde çalışıyor olması, yapılan işin doğru olduğu anlamına gelmez. Doğru yapıldığını anlamak için bazı kalibrasyon testlerinin yapılması gerekmektedir. Bir çok LiDAR ekipmanı, büyük bir veri ile uğraşıldığı için başka bir ölçme yöntemi ile elde edilen verileri kullanarak kalibrasyon testini yapmaktadır. Kalibrasyon ve sistem işletimleri için temel alınan iki farklı standart (guidelines) vardır. Bunlar, Amerikan Fotogrametri ve Uzaktan Algılama Topluluğu (ASPRS) ve A.B.D Federal Acil Durum Yönetim Ajansı’dır (FEMA). Buradaki en önemli adımlardan biri; tarama sırasında oluşacak sistematik hataların düzeltilmesi için yapılan sistem kalibrasyonudur. Sistem kalibrasyonu aşamasında genellikle spor sahası gibi seçilen düz bir alandaki taramalara ilişkin veriler referans alınır. Algılama sistemleri arasındaki dönüklük ve ofset bilgileri belirlenir. Belirlenen bu kalibrasyon parametreleri yardımıyla bütün veriler düzeltilir. Daha sonra, normal ve çapraz uçulmuş lazer tarama kolonları birlikte dengelenir. Dengeleme aşaması sonrasında tarama noktalarının üç boyutlu X,Y,Z koordinatları hesaplanır.
Ek filtreleme teknikleri kullanılarak bitki örtüsü ve insan yapımı objelerin (bina, yol, köprü, enerji nakil hatları vb.) yükseklik bilgileri de sınıflandırılabilir. Bu filtreleme tekniklerine; morfoloji, en küçük kareler enterpolasyonu, geometrik değerleri kullanma gibi yöntemler örnek olarak gösterilebilir.
Lazer tarayıcı sistemlerle elde edilen ham veri nokta bulutu olduğundan, veri işleme aşamasında bu veri işlenerek düzenli grid aralığına sahip sayısal yüzey modeli (YM) elde edilir. Sayısal yüzey modelinde, yer yüzeyine ait olmayan ağaç ve binalara ilişkin noktalar mevcuttur. Bu noktalar filtreleme algoritmaları kullanılarak filtrelenerek SYM elde edilir. Filtreleme aşaması sonrasında elde edilen sayısal yükseklik modeli ya da gridlenmiş sayısal yüzey modeline ilişkin noktalar kullanım amacına göre gri kodlanmış
görüntü ya da farklı yükseklik değerleri farklı renklerle ifade edilmiş görüntü olarak sunulur.
Çoklu algılama sisteminin gelişmesi ile yüksek doğruluklu, hızlı sonuç veri elde edilmesi, geniş alanlarda maliyet düşürülmesi, normal koşullarda çalışma imkânının çok zor olduğu alanlarda ölçüm yapılabilmesi gibi özellikleri sebebiyle kullanım alanı oldukça genişlemeye başlamıştır. Birçok mühendislik uygulamalarında, diğer teknolojilerle elde edilemeyen özellikleri kolayca belirleyebilmesi, bu sisteminin kullanılmasında önemli bir etkendir. Uygulama alanlarına örnek olarak; SAM üretimi, ormancılık, kıyı mühendisliği, yapı mühendisliği, afet ve hasar yönetimi, sel analizi, kent modelleme, kent planlama, otomatik obje çıkarımı gösterilebilir.
BÖLÜM 4
OTOMATİK BİNA ÇIKARIMI OLANAKLARININ ARAŞTIRILMASI
Bu çalışmada otomatik bina çıkarımı olanakları araştırılmıştır. Piksel tabanlı sınıflandırma ve nesne tabanlı sınıflandırma yöntemleri kullanılarak otomatik bina çıkarımı konusunda yaşanan problemler tespit edilmiş ve sınıflandırma sonuçları irdelenmiştir. Bu problemlerin çözümü için tekli algılama sistemlerinden elde edilen veriler ile farklı yaklaşımlar test edilerek sınıflandırma doğruluğunu arttırmak için analizler yapılmıştır. Bu analizler sonucunda çoklu algılama sistem verilerini kullanarak kural tabanlı sınıflandırma yöntemi ile özgün bir yaklaşım geliştirilmiştir. Bu yaklaşım kent yönetimi ve afet yönetiminde önemli kararların alınmasında kullanılabilir hazır veri üretimi sağlayan örnek bir model için geliştirilmiştir.Bu bölümde, ilk olarak çalışma alanları ve kullanılan veriler tanımlanmıştır. İkinci kısımda ise Çalışma Alanı (1) ve Çalışma Alanı (2) verileri kullanılarak otomatik bina çıkarımı olanakları test edilmiş ve sınıflandırma sonuçları değerlendirilmiştir. İlk olarak sayısal görüntü kullanılarak piksel tabanlı sınıflandırma sonuçları analiz edilmiştir. Bu aşamada kontrollü ve kontrolsüz sınıflandırma yöntemleri uygulanarak doğruluk analizi gerçekleştirilmiştir. İkinci aşamada, nesne tabanlı sınıflandırma yöntemi ile tekli algılama sistem verilerinden sadece sayısal görüntü ve sadece LiDAR verileri kullanılarak sınıflandırma sonuçları test edilmiştir. Sayısal görüntü işleme teknikleri yardımıyla üretilen ek görüntüler ile alternatif çözümler bulmak için uygulamalar yapılmıştır. Bu analizler sonucunda, çoklu algılama sistemi verileri kullanılarak nesneye dayalı kural tabanlı sınıflandırma yöntemi ile gerçekleştirilen yaklaşımın işlem adımları ve uygulama sonuçları verilmiştir.
4.