Hava LiDAR nokta bulutundan köprülerin ve üst geçitlerin otomatik çıkarımı

Abstract

Hava LiDAR (Light Detection and Ranging) taraması ile 3B uzayda bir nokta bulutu elde edilir. Hava LiDAR tarama, bir arazinin oldukça yoğun ve yüksek doğrulukta nokta bulutlarını kısa sürede sunma yeteneğine sahiptir. Bununla birlikte, nesneleri yüksek konumsal doğrulukta ölçme yeteneğine rağmen, arazideki ayrı ayrı nesnelerin otomatik olarak algılanması ve yorumlanması halen bir sorundur. Bu sorunların bir örneği olarak, hava LiDAR tarama tarafından üretilen nokta bulutlarının sınıflandırılmasıdır. Hava LiDAR tarama nokta bulutlarının sınıflandırılması, öncelikle noktaların nesne ya da çıplak zemin olarak etiketlenmesinden oluşur. Etiketli nesne noktaları daha sonra bina veya bitki örtüsü vb. sınıflar olarak da etiketlenir. Sınıflandırılması gereken nesnelerden biri olan köprüler, araç ve yaya üst geçitleri, insan ulaşım ağlarında önemli bir rol oynamıştır. Diğer taraftan köprü bilgilerinin LiDAR verilerinden otomatik ve hızlı bir şekilde çıkarılması CBS (Coğrafi Bilgi Sistemi) uygulamaları, SAM (Sayısal Arazi Modeli) ve akıllı ulaşım sistemleri oluşturmada büyük öneme sahiptir. Özellikle köprü ve üst geçit ana hattının çıkarılması çok önemli bir sorundur. Bu sorunu birçok bilim insanının araştırma konusu olarak ele aldığı gözlemlenmiştir. Bu çalışmada LiDAR sistemi temellerinden, LiDAR veri formatına, LiDAR veri analizini gerçekleştirmede kullanılan programlara ve günümüze kadar yapılmış olan LiDAR filtreleme algoritmaları ile ilgili araştırmalar açık bir şekilde anlatılmıştır. Bu tez çalışmasında, İstanbul ili Şişli ilçesinde seçilen iki alana ait ve Amerika Birleşik Devletleri Utah Eyaleti St. George Şehrinden tek alana ait 3B hava LiDAR nokta bulutu verilerinden otomatik köprü ve üstgeçit çıkarılması amaçlanmıştır. Bunun için ilk olarak, ticari yazılımlarla beraber iyileştirilerek kullanıcılara sunulan, yer ve yer üstü verileri ayrıştırmak için kullanılan ATIN (Adaptive Triangulated Irregular Network) algoritması kullanılarak yer filtrelemesi işlemi yapılmıştır. Yer filtrelemesi ile elde edilen çıplak zemin ilk nokta bulutundan elimine edilerek, kalan LiDAR noktaları üzerinden sınıflama yapılmış ve köprü nesnesi elde edilmiştir. Elde edilen köprü nokta bulutunun köprü dış sınırı LiDAR noktalarını kullanarak otomatik olarak çizilmiştir. Çizim ile oluşturulan köprü alanları doğruluk analizinin yapılması için referans köprü alanı ile karşılaştırılması yapılmıştır. Tez çalışmasında Global Mapper ve LAStools yazılımları ile nokta bulutu analizlerinin yapılması ve istatistik sonuçlarının çıkarılması sağlanmıştır.

The product of the Airborne LIDAR (Light Detection and Ranging) scanning is a point cloud on the 3D platform. Airborne LIDAR Scanning is capable of delivering a high density and high accuracy point clouds in a relatively short time. However, despite the ability to measure objects with high positional accuracy, automatic detection and interpretation of individual objects in the landscapes is still a problem. As an example of these problems, the classification of point clouds produced by Airborne LIDAR Scan. The classification of Airborne LIDAR scanning point clouds consists primarily of labeling the points as objects or bare earth. The labeled object points are then also labeled as buildings or vegetation etc. Bridges, overpass and footbridges, one of the objects to be limited, have played an important role in human transport networks. Moreover, automatic and rapid extraction of bridge information from LIDAR data is of great importance in GIS (Geographical Information System) applications, DTM (Digital Terrain Model) and intelligent transportation systems. Especially, the determination of the bridge and footbridge outline is a very important problem. This is the focus of many scientists' research topics. In this study, the researches about the fundamentals of the LIDAR system to the LIDAR data format, the programs used to perform the LIDAR data analysis and LIDAR filtering algorithms which have been done to date are explained clearly. In this thesis, it is aimed to extract automatic bridge and footbridge from 3D airborne LIDAR point cloud data belonging to two areas selected from Şişli district of Istanbul and one areas from United States of Utah George City. For this purpose, firstly, The ground filtering process was carried out by using ATIN algorithm, which is differentiate ground and non-ground data and improved with commercial software and presented to users. Bare earth which was obtained by ground filtration was eliminated from the first point cloud, and classification was made using over the remaining LIDAR points and the bridge object was obtained. The bridge outer boundary of the obtained bridge point cloud was automatically plotted using LIDAR points. Bridge areas created by drawing are compared with reference bridge area for accuracy analysis. In this thesis, point cloud analysis and statistical results were obtained with Global Mapper and LAStools software.