Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi

BAYKAN, Ömer Kaan; BAYKAN, Nurdan

Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi

Yürütücü

Nurdan BAYKAN (KONYA TEKNİK ÜNİVERSİTESİ, MÜHENDİSLİK VE DOĞA BİLİMLERİ FAKÜLTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ)

Araştırmacı(lar)

Ömer Kaan BAYKAN (KONYA TEKNİK ÜNİVERSİTESİ, MÜHENDİSLİK VE DOĞA BİLİMLERİ FAKÜLTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ)

6 10

Proje Grubu: EEEAG Sayfa Sayısı: 77 Proje No: 119E012 Proje Bitiş Tarihi: 15.08.2020 Metin Dili: Türkçe İndeks Tarihi: 05-01-2022

Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi

Öz:

Lidar (ışık algılayan ve mesafe ölçen) sistemler ile taranan çevre ve nesnelerin, üç boyutlu ve renkli 3D nokta bulutu verileri elde edilebilmektedir. Lidar teknolojisinin gün geçtikçe daha da gelişmesi ile birlikte, elde edilen verinin kalitesi artmakta (daha detaylı ve yüksek çözünürlüklü olmakta) ve bunun sonucu olarak da çok yüksek miktarlarda düzensiz bir veri yığını ortaya çıkmaktadır. Homojen özelliğe sahip ve konum olarak birbirine yakın veri elemanlarını gruplayarak, birlikte değerlendirilmesini sağlayan bölütleme aşaması, verinin beklenebilir bir zamanda işlenmesi ve nesnelerin ayırt ediciliği yüksek özelliklerinin ortaya çıkmasına imkân verdiği için 3D nokta bulutu işlemede önemli bir role sahiptir. Bölütleme işleminin de, veri miktarına ve kullanım amacına göre beklenebilir derecede hızlı çalışması ve doğru sonuçlar üretmesi önemli bir uğraş konusu olmuştur. Projede geliştirilen metot, bölütleme işlemini sadece yerel yüzeylerdeki nokta gruplarının oluşturdukları düzlemsel eğim açıları ve ağırlık merkezleri gibi basit geometrik özelliklerini kullanarak bölütleme yapabildiği gibi, verideki ayırt edici renk bilgisi yeterli olduğu takdirde noktaların renk özelliklerinden de faydalanabilmektedir. Proje kapsamında, birisi iç mekân ve ikisi dış mekân olmak üzere üç farklı ortam taranarak 3D nokta bulutu verisi temin edilmiştir. Bu ham nokta verileri, veri indirgeme ve/veya gürültü giderme gibi bazı ön işlemlerden geçirilmiş ve önişlem sonucunda bölütleme referans verisi hazırlanmak üzere her birinden örnek bir kesit alınmıştır. Böylece, referans verilerine sahip üç adet örnek bölütleme veri seti oluşturulmuştur. Hazırlanan referans veri setleri üzerinden, metodun nicel test sonuçları (doğruluk ve F1 skor değerleri) elde edilmiş ve literatürde başarı sağlamış metotlar ile hem bölütleme başarısı hem de işlem süresi göz önüne alınarak karşılaştırılmıştır. Test sonuçlarına bakıldığında, projede kapsamında geliştirilen metot 0.85 (%85) doğruluk ve 0.77 (%77) F1 skor ortalama değerleri ile diğer metotlarla karşılaştırıldığında bölütleme başarısı ve hız açısından üstünlük sağlamıştır.

Anahtar Kelime: vokselleme sekiz dallı ağaç normal vektör düzlem uydurma lidar nokta bulutu segmentasyonu

Konular: Bilgisayar Bilimleri, Donanım ve Mimari Bilgisayar Bilimleri, Teori ve Metotlar

Erişim Türü: Erişime Açık

Aijazi, A., Checchin, P., Trassoudaine, L. 2013. "Segmentation Based Classification of 3D Urban Point Clouds: A Super-Voxel Based Approach with Evaluation". Remote Sensing, 5(4), 1624–1650.
1- Boundary constrained voxel segmentation for 3D point clouds using local geometric differences (Makale - İndeksli Makale),
Awrangjeb, M., Fraser, C. S. 2014. "An automatic and threshold-free performance evaluation system for building extraction techniques from airborne LIDAR data". IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7(10), 4184–4198.
2- Dissimilarity Weighting for Graph-based Point Cloud Segmentation using Local Surface Gradients (Bildiri - Uluslararası Bildiri - Sözlü Sunum)
Babahajiani, P., Fan, L., Kämäräinen, J. K., Gabbouj, M. 2017. "Urban 3D segmentation and modelling from street view images and LiDAR point clouds". Machine Vision and Applications.
Barnea, S., Filin, S. 2013. "Segmentation of terrestrial laser scanning data using geometry and image information". ISPRS Journal of Photogrammetry and Remote Sensing, 76, 33–48.
Ben-Shabat, Y., Avraham, T., Lindenbaum, M., Fischer, A. 2018. "Graph based oversegmentation methods for 3D point clouds". Computer Vision and Image Understanding.
Biosca, J. M., Lerma, J. L. 2008. "Unsupervised robust planar segmentation of terrestrial laser scanner point clouds based on fuzzy clustering methods". ISPRS Journal of Photogrammetry and Remote Sensing.
Blomley, R., Jutzi, B., Weinmann, M. 2016. "3D semantic labeling of ALS point clouds by exploiting multi-scale, multi-type neighborhoods for feature extraction".
Borrmann, D., Elseberg, J., Lingemann, K., Nüchter, A. 2011. "The 3D Hough Transform for plane detection in point clouds: A review and a new accumulator design". 3D Research.
Boyko, A., Funkhouser, T. 2011. "Extracting roads from dense point clouds in large scale urban environment". ISPRS Journal of Photogrammetry and Remote Sensing, 66(6), S2–S12.
Chen, D., Zhang, L., Mathiopoulos, P. T., Huang, X. 2014. "A methodology for automated segmentation and reconstruction of urban 3-D buildings from ALS point clouds". IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing.
Cheng, L., Wu, Y., Wang, Y., Zhong, L., Chen, Y., Li, M. 2015. "Three-dimensional reconstruction of large multilayer interchange bridge using airborne LiDAR data". IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing.
Clode, S., Kootsookos, P., Rottensteiner, F. 2004. "The automatic extraction of roads from lidar data". Içinde The International Society for Photogrammetry and Remote Sensing’s Twentieth Annual Congress.
Connor, M., Kumar, P. 2010. "Fast construction of k-nearest neighbor graphs for point clouds". IEEE Transactions on Visualization and Computer Graphics, 16(4), 599–608.
Dybedal, J., Aalerud, A., Hovland, G. 2019. "Embedded processing and compression of 3D sensor data for large scale industrial environments". Sensors (Switzerland), 19(3).
Felzenszwalb, P. F., Huttenlocher, D. P. 2004. "Efficient graph-based image segmentation". International Journal of Computer Vision, 59(2), 167–181.
Filin, S. 2002. "Surface clustering from airborne laser scanning data". International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences, 34, 119–124. Tarihinde adresinden erişildi http://campus.ewi.tudelft.nl/live/binaries/2faaf567-465a48c7-b204-4944195b6b6c/doc/paper120GrazFilin.pdf
Fischler, M. A., Bolles, R. C. 1981. "Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography". Communications of the ACM.
Golovinskiy, A., Funkhouser, T. 2009. "Min-cut based segmentation of point clouds". Içinde 2009 IEEE 12th International Conference on Computer Vision Workshops, ICCV Workshops 2009 (ss. 39–46).
Gorte, B. 2002. "Segmentation of TIN-structured surface models". International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences.
Hulik, R., Spanel, M., Smrz, P., Materna, Z. 2014. "Continuous plane detection in point-cloud data based on 3D Hough Transform". Journal of Visual Communication and Image Representation.
Info, F. P. 2015. "FARO Laser Scanner Focus3D X 330 Features, Benefits & Technical Specifications". Tarihinde adresinden erişildi
https://faro.app.box.com/s/8ilpeyxcuitnczqgsrgp5rx4a9lb3skq/file/441668110322 Jain, A. K. 2010. "Data clustering: 50 years beyond K-means". Pattern Recognition Letters, 31(8), 651–666.
Jain, A. K., Murty, M. N., Flynn, P. J. 1999. "Data clustering: A review". Içinde ACM Computing Surveys.
Jiang, Y. D. 1996. "Set operations between linear octrees". Computers and Geosciences, 22(5), 509–516.
Laefer, D. F., Pradhan, A. R. 2006. "Evacuation route selection based on tree-based hazards using light detection and ranging and GIS". Journal of Transportation Engineering-Asce, 132(4).
Lari, Z., Habib, A. 2014. "An adaptive approach for the segmentation and extraction of planar and linear/cylindrical features from laser scanning data". ISPRS Journal of Photogrammetry and Remote Sensing, 93, 192–212.
Li, L., Yang, F., Zhu, H., Li, D., Li, Y., Tang, L. 2017. "An improved RANSAC for 3D point cloud plane segmentation based on normal distribution transformation cells". Remote Sensing, 9(5).
Lohmann, G. 1998. "Volumetric image analysis". Wiley.
Lozes, F., Elmoataz, A., Lezoray, O. 2015. "PDE-based graph signal processing for 3-d color point clouds: Opportunities for cultural heritage arts and found promising". IEEE Signal Processing Magazine, 32(4), 103–111.
Marshall, D., Lukacs, G., Martin, R. 2001. "Robust segmentation of primitives from range data in the presence of geometric degeneracy". IEEE Transactions on Pattern Analysis and Machine Intelligence.
Mayr, A., Rutzinger, M., Bremer, M., Oude Elberink, S., Stumpf, F., Geitner, C. 2017. "Object-based classification of terrestrial laser scanning point clouds for landslide monitoring". Photogrammetric Record, 32(160), 377–397.
Morsdorf, F., Meier, E., Allg, B., Daniel, N. 2003. "Clustering in airborne laser scanning raw data for segmentation of single trees". ISPRS Working group III/3 Workshop 3-D Reconstruction from Airborne Laserscanner and InSAR Data.
Morsdorf, F., Meier, E., Kötz, B., Itten, K. I., Dobbertin, M., Allgöwer, B. 2004. "LIDAR-based geometric reconstruction of boreal type forest stands at single tree level for forest and wildland fire management". Içinde Remote Sensing of Environment.
Morton, G. M. 1966. "A computer oriented geodetic data base and a new technique in the file sequencing". In Technical Report.
Nurunnabi, A., Belton, D., West, G. 2012. "Robust Segmentation in Laser Scanning 3D Point Cloud Data". 2012 International Conference on Digital Image Computing Techniques and Applications (DICTA), 1–8.
Overby, J., Bodum, L., Kjems, E., Ilsøe, P. M. 2017. "Automatic 3D building reconstruction from airbornelaser scanning and cadastral data using hough transform". XX ISPRS Congress, Commission III, 1–6. Tarihinde adresinden erişildi http://vbn.aau.dk/ws/files/49899264/10.1.1.113.3043.pdf
Papon, J., Abramov, A., Schoeler, M., Worgotter, F. 2013. "Voxel cloud connectivity segmentation - Supervoxels for point clouds". Içinde Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (ss. 2027–2034).
Poux, F., Billen, R. 2019. "Voxel-based 3D Point Cloud Semantic Segmentation: Unsupervised geometric and relationship featuring vs deep learning methods". ISPRS International Journal of Geo-Information.
Pu, S., Vosselman, G. 2009. "Knowledge based reconstruction of building models from terrestrial laser scanning data". ISPRS Journal of Photogrammetry and Remote Sensing, 64(6), 575–584.
Rabbani, T., Dijkman, S., van den Heuvel, F., Vosselman, G. 2007. "An integrated approach for modelling and global registration of point clouds". ISPRS Journal of Photogrammetry and Remote Sensing.
Rabbani, T., Heuvel, F. Van Den. 2005. "Efficient Hough transform for automatic detection of cylinder in pint clouds". ISPRS WG III/3, III/4, V/5 Workshop “Laser scanning 2005”.
Rabbani, T., van den Heuvel, F., Vosselman, G. 2006. "Segmentation of point clouds using smoothness constraint". International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences - Commission V Symposium “Image Engineering and Vision Metrology”, 36(5), 248–253.
Rau, J. Y., Jhan, J. P., Hsu, Y. C. 2015. "Analysis of oblique aerial images for land cover and point cloud classification in an Urban environment". IEEE Transactions on Geoscience and Remote Sensing.
Rusu, R. B., Blodow, N., Beetz, M. 2009. "Fast Point Feature Histograms (FPFH) for 3D registration". Içinde 2009 IEEE International Conference on Robotics and Automation (ss. 3212–3217).
Rusu, R. B., Marton, Z. C., Blodow, N., Dolha, M., Beetz, M. 2008. "Towards 3D Point cloud based object maps for household environments". Robotics and Autonomous Systems, 56(11), 927–941.
Saglam, A., Baykan, N. A. 2017. "Sequential image segmentation based on minimum spanning tree representation". Pattern Recognition Letters, 87, 155–162.
Saglam, A., Baykan, N. A. 2018. "A satellite image classification approach by using one dimensional discriminant analysis". Içinde International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives (C. 42).
Saglam, A., Makineci, H. B., Baykan, N. A., Baykan, Ö. K. 2020. "Boundary constrained voxel segmentation for 3D point clouds using local geometric differences". Expert Systems with Applications, 157, 113439.
Samet, H. 1989. "Applications of Spatial Data Structures: Computer Graphics, Image Processing, and GIS". Addison-Wesley Longman ….
Schnabel, R., Wahl, R., Klein, R. 2007. "Efficient RANSAC for point-cloud shape detection". Computer Graphics Forum, 26(2), 214–226.
Schumann, C., Oeltze, S., Bade, R., Preim, B., Peitgen, H.-O. 2007. "Model-free Surface Visualization of Vascular Trees". Içinde EuroVis07: Joint Eurographics - IEEE VGTC Symposium on Visualization.
Shah, T. R. 2006. "Automatic Reconstruction of Industrial Installations Using Point Clouds and Images". Netherlands Geodetic Commission. https://doi.org/10.1109/8.999635
Shakarji, C. M. 1998. "Least-squares fitting algorithms of the NIST algorithm testing system". Journal of Research of the National Institute of Standards and Technology, 103, 633– 641.
Stein, S. C., Schoeler, M., Papon, J., Worgotter, F. 2014. "Object partitioning using local convexity". Içinde Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition (ss. 304–311).
Su, Y. T., Bethel, J., Hu, S. 2016. "Octree-based segmentation for terrestrial LiDAR point cloud data in industrial applications". ISPRS Journal of Photogrammetry and Remote Sensing, 113, 59–74.
Tseng, Y.-H., Tang, K.-P., Chou, F.-C. 2007. "Surface Reconstruction from LiDAR Data with Extended Snake Theory". Içinde A. L. Yuille, S.-C. Zhu, D. Cremers, & Y. Wang (Ed.) (ss. 479–492). Berlin, Heidelberg: Springer Berlin Heidelberg.
Verdoja, F., Thomas, D., Sugimoto, A. 2017. "Fast 3D point cloud segmentation using supervoxels with geometry and color for 3D scene understanding". Içinde Proceedings - IEEE International Conference on Multimedia and Expo (ss. 1285–1290).
Vieira, M., Shimada, K. 2005. "Surface mesh segmentation and smooth surface extraction through region growing". Computer Aided Geometric Design.
Vo, A. V., Truong-Hong, L., Laefer, D. F., Bertolotto, M. 2015. "Octree-based region growing for point cloud segmentation". ISPRS Journal of Photogrammetry and Remote Sensing, 104, 88–100.
Vosselman, G., Coenen, M., Rottensteiner, F. 2017. "Contextual segment-based classification of airborne laser scanner data". ISPRS Journal of Photogrammetry and Remote Sensing.
Vosselman, G., Dijkman, E. 2001. "3D building model reconstruction from point clouds and ground plans". Int. Arch. of Photogrammetry and Remote Sensing.
Wang, M., Tseng, Y.-H. 2010. "Automatic Segmentation of Lidar Data into Coplanar Point Clusters Using an Octree-Based Split-and-Merge Algorithm". Photogrammetric Engineering & Remote Sensing, 76(4), 407–720.
Wang, M., Tseng, Y. H. 2011. "Incremental segmentation of lidar point clouds with an octreestructured voxel space". The Photogrammetric Record, 26(133), 32–57.
Weinmann, M., Jutzi, B., Hinz, S., Mallet, C. 2015. "Semantic point cloud interpretation based on optimal neighborhoods, relevant features and efficient classifiers". ISPRS Journal of Photogrammetry and Remote Sensing, 105, 286–304.
Xiao, J., Zhang, J., Adler, B., Zhang, H., Zhang, J. 2013. "Three-dimensional point cloud plane segmentation in both structured and unstructured environments". Robotics and Autonomous Systems, 61(12), 1641–1652.
Xu, R., Wunsch, D. 2005. "Survey of clustering algorithms". IEEE Transactions on Neural Networks.
Xu, Y. 2019. "SVGS". Tarihinde adresinden erişildi https://github.com/Yusheng-Xu/VGSSVGS-Segmentation
Xu, Y., Hoegner, L., Tuttas, S., Stilla, U. 2017. "Voxel- and graph-based point cloud segmentation of 3D scenes using perceptual grouping laws". ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, IV-1/W1, 43–50.
Xu, Y., Tuttas, S., Hoegner, L., Stilla, U. 2018a. "Voxel-based segmentation of 3D point clouds from construction sites using a probabilistic connectivity model". Pattern Recognition Letters, 102, 67–74.
Xu, Y., Yao, W., Tuttas, S., Hoegner, L., Stilla, U. 2018b. "Unsupervised Segmentation of Point Clouds From Buildings Using Hierarchical Clustering Based on Gestalt Principles". IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 11, 4270–4286.
Yang, B., Dong, Z., Zhao, G., Dai, W. 2015. "Hierarchical extraction of urban objects from mobile laser scanning data". ISPRS Journal of Photogrammetry and Remote Sensing.
Yao, W., Hinz, S., Stilla, U. 2009. "Object extraction based on 3d-segmentation of LiDAR data by combining mean shift with normalized cuts: Two examples from urban areas". Içinde 2009 Joint Urban Remote Sensing Event.

APA	BAYKAN N, BAYKAN Ö (2020). Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. , 1 - 77.
Chicago	BAYKAN Nurdan,BAYKAN Ömer Kaan Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. (2020): 1 - 77.
MLA	BAYKAN Nurdan,BAYKAN Ömer Kaan Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. , 2020, ss.1 - 77.
AMA	BAYKAN N,BAYKAN Ö Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. . 2020; 1 - 77.
Vancouver	BAYKAN N,BAYKAN Ö Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. . 2020; 1 - 77.
IEEE	BAYKAN N,BAYKAN Ö "Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi." , ss.1 - 77, 2020.
ISNAD	BAYKAN, Nurdan - BAYKAN, Ömer Kaan. "Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi". (2020), 1-77.

APA	BAYKAN N, BAYKAN Ö (2020). Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. , 1 - 77.
Chicago	BAYKAN Nurdan,BAYKAN Ömer Kaan Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. (2020): 1 - 77.
MLA	BAYKAN Nurdan,BAYKAN Ömer Kaan Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. , 2020, ss.1 - 77.
AMA	BAYKAN N,BAYKAN Ö Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. . 2020; 1 - 77.
Vancouver	BAYKAN N,BAYKAN Ö Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi. . 2020; 1 - 77.
IEEE	BAYKAN N,BAYKAN Ö "Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi." , ss.1 - 77, 2020.
ISNAD	BAYKAN, Nurdan - BAYKAN, Ömer Kaan. "Lidar 3d Nokta Bulutu Verilerinin Konum ve RenkÖzelliklerine Göre Bölütlenmesi". (2020), 1-77.