Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2019 / Cilt: 34 - Sayı: 4

Yersel lazer tarama verisi ile elde edilen 3B modellerde filtreleme etkisinin araştırılması

Pages
1765–1776
Publication Date
2019-06-25
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

İlk veri seti Sivas Temeltepe’de bulunan Tavra Deresi Kilisesi’ne, ikinci veri seti ise Mersin’de bulunan Taş Bina’ya ait nokta bulutudur.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu çalışma kapsamında veri setlerine sırasıyla renklendirme, birleştirme, filtreleme, yüzey modelleme ve sapma analizi yapılmıştır.
📊
Key Findings & Data:Buna göre, tarihi yapıların envanterlerinin oluşturulması çalışmalarında filtreleme işlemlerinin etkileri incelenmiştir.Tarihi eserlerin geçmişten geleceğe korunması ve aktarılması için yapılması gereken en önemli husus bu kültürel miraslara ait envanterlerin oluşturulmasıdır.
💡
Conclusion & Impact:İlk veri seti Sivas Temeltepe’de bulunan Tavra Deresi Kilisesi’ne, ikinci veri seti ise Mersin’de bulunan Taş Bina’ya ait nokta bulutudur.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Yersel lazer tarama · mimari envanter · filtreleme yöntemleri

Özet

Bu çalışma kapsamında veri setlerine sırasıyla renklendirme, birleştirme, filtreleme, yüzey modelleme ve sapma analizi yapılmıştır. Verilerin filtrelenmesi için gürültü giderme ve yumuşatma filtreleme yöntemleri kullanılmıştır. Elde edilen modellerin karşılaştırılması sapma analizi ile yapılmıştır. Buna göre, tarihi yapıların envanterlerinin oluşturulması çalışmalarında filtreleme işlemlerinin etkileri incelenmiştir.Tarihi eserlerin geçmişten geleceğe korunması ve aktarılması için yapılması gereken en önemli husus bu kültürel miraslara ait envanterlerin oluşturulmasıdır. Bu envanterler, yıpranmış eserlerin restorasyonlarının yapılabilmesi ve zamanla kaybolan eserlerin özniteliklerinin elde edilen veriler ile tekrar yerlerine koyulabilmesi açısından oldukça önemlidir. Bu envanterlerin oluşturulması sırasında eserlerin dokümantasyonlarının, eserlere zarar verilmeden yapılması hassasiyet gerektiren bir husustur. Gelişen teknolojinin bu alanda kullanılması ile lazer tarama ölçme sistemi, kültürel mirasın dokümantasyonunda yaygın olarak kullanılmaya başlanmıştır. Lazer tarama, birçok farklı uygulama için üç boyutlu konum verisini hızlı, güvenilir ve detaylı bir şekilde toplayabilen bir teknolojidir. Lazer tarayıcılar, günümüzde özellikle fotogrametri ve uzaktan algılama çalışma alanlarında önemli bir araştırma konusudur. Bu çalışmada, tarihi yapıların üç boyutlu envanterinin oluşturulması için yersel lazer tarama teknolojisi ile modelleme çalışması yapılmıştır. Bu kapsamda, filtrelemenin modellere etkileri araştırılmıştır. Bu amaçla, farklı ölçme aletleriyle alımı yapılan iki ayrı veri seti kullanılmıştır. İlk veri seti Sivas Temeltepe’de bulunan Tavra Deresi Kilisesi’ne, ikinci veri seti ise Mersin’de bulunan Taş Bina’ya ait nokta bulutudur.

🔖

Cite This Article

UZAR, M., TUNALIOĞLU, N., ARICAN, D., ARDA, T. (2019). Yersel lazer tarama verisi ile elde edilen 3B modellerde filtreleme etkisinin araştırılması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 34 - Sayı: 4, 1765–1776. https://ajindex.com/articles/19872

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (10)

  1. Erenoğlu, R. C., Akcay, O., Erenoglu, O., An UAS-assisted multi-sensor approach for 3D modeling and reconstruction of cultural heritage site, J. Cult. Heritage, 26, 1-12, 2017
  2. Cheng, L., Wang, Y., Chen, Y., Li, M., Using LiDAR for digital documentation of ancient city walls, J. Cult. Heritage, 17, 188-193, 2016
  3. Truong-Hong, L., Laefer, D. F., Octree-based, automatic building façade generation from LiDAR data, Comput.-Aided Des., 53, 46-61 2014
  4. Holz, D. and Behnke, S., Fast range image segmentation and smoothing using approximate surface reconstruction and region growing, 12th International Conference on Intelligent Autonomous Systems (IAS), Jeju Island, Korea. 61-73, 26-29 Haziran 2012
  5. Xu, W., Lee, I.-S., Lee, S.-K., Lu, B. and Lee, E.-J., Multi view-based hand posture recognition method based on point cloud. KSII Trans. Internet Inf. Syst., 9, 2585-2598, 2015
  6. Aslan M., Akbulut Y., Şengür A., İnce M.C., Skeleton based efficient fall detection, Journal of the Faculty of Engineering and Architecture of Gazi University 32 (4), 1025-1034, 2017
  7. Park, J., Kim, H., Tai, W.-Y., Brown, M.S. and Kweon, I., High quality depth map up sampling for 3D-ToF cameras. International Conference on Computer Vision, Barcelona, Spain, 1623-1630, 06-13 Kasım 2011
  8. Huhle, B., Schairer, T., Jenke, P. and Strasser W., Robust non-local denoising of colored depth data, IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, Anchorge, AK, USA, 1-7, 23-28 Haziran 2008
  9. Narváez, E. A. L. And Narváez, N. E. L., Point cloud denoising using robust principal component analysis, Proceedings of the First International Conference on Computer Graphics Theory and Applications, Setúbal, Portugal, 51–58, 25-28 Şubat 2006
  10. Zaman, F., Wong, Y. P. And Ng, B. Y., Density-based denoising of point cloud, ROVISP 2016: 9th International Conference on Robotics, Vision, Signal Processing & Power Applications, 287-295, 2-3 Şubat 2016.