Yersel lazer tarayıcılardan elde edilen veriler kullanılarak otomatik nesne çıkarımı

Coğrafi bilgi sistemleri çalışmaları, kültürel mirasın belgelenmesi ve kentsel planlama uygulamaları gibi birçok alanda yapılara ait 3 boyutlu modellere ihtiyaç duyulmaktadır. 3 boyutlu model oluşturmak için gerekli veriler, yersel lazer tarayıcılar ile hızlı ve hassas bir şekilde elde edilebilmektedir. Günümüzde yersel lazer tarayıcılar ile gerçekleştirilen veri toplama işlemi, küçük kullanıcı müdahaleleri ile otomatik olarak gerçekleştirilebilmektedir. Buna karşılık lazer tarayıcılardan elde edilen verilerin işlenmesi ile otomatik 3 boyutlu model oluşturma işlemi ise günümüzde araştırma konuları arasındadır. Yersel lazer tarayıcı verilerinden otomatik 3 boyutlu model oluşturma işlemi için genel olarak iki farklı yaklaşım vardır. Bunlar yüzey ağı modelleme ve geometrik temelli modellemedir. Yüzey ağı modelleme matematiksel olarak tanımlanması zor olan karmaşık yüzeylerin modellenmesinde kullanılan bir yöntemdir. Geometrik temelli modelleme ise matematiksel olarak ifadesi kolay olan yüzeylerin modellenmesinde kullanılan bir yaklaşımdır. Geometrik temelli modelleme işleminin en önemli aşaması, verilerin sınıflandırıldığı ve gruplandırıldığı segmentasyon aşamasıdır. Bu tez çalışmasında geometrik temelli modelleme yaklaşımının segmentasyon aşaması gerçekleştirilmiştir. Bu kapsamda Rastgele Örnek Konsensüsü (RANSAC: RANdom SAmple Consensus) algoritması yersel lazer tarayıcılardan elde edilen nokta bulutu verisine uygulanarak, nokta bulutu içinde yer alan düzlem, silindir, koni ve küre yüzeye sahip nesneler otomatik olarak çıkarılmıştır. RANSAC algoritmasının yüzey çıkarmadaki doğruluğunu değerlendirmek için otomatik olarak çıkarılan yüzeyler elle çıkarılan yüzeylerle karşılaştırılmıştır. Elde edilen sonuçlar RANSAC algoritmasının basit geometrik şekle sahip nesnelerin otomatik çıkarımında etkin bir araç olduğunu göstermiştir. Anahtar Kelimeler: Yersel Lazer Tarayıcı, yüzey çıkarımı, RANSAC Algoritması, Segmentasyon, 3 Boyutlu Modelleme