TOPOGRAFİK BİLGİLER VE UYDU GÖRÜNTÜ VERİLERİNİ KULLANARAK 3 BOYUTLU ALAN TANIMA SİSTEMİ

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "TOPOGRAFİK BİLGİLER VE UYDU GÖRÜNTÜ VERİLERİNİ KULLANARAK 3 BOYUTLU ALAN TANIMA SİSTEMİ"

Transkript

1 HAVACILIK VE UZAY TEKNOLOJİLERİ DERGİSİ TEMMUZ 2010 CİLT 4 SAYI 4 (31-40) TOPOGRAFİK BİLGİLER VE UYDU GÖRÜNTÜ VERİLERİNİ KULLANARAK 3 BOYUTLU ALAN TANIMA SİSTEMİ Oğuz KARAN * H. Arsev ERASLAN Sefer KURNAZ Hava Harp Okulu Komutanlığı Havacılık ve Uzay Teknolojileri Enstitüsü. Boğaziçi Üniversitesi Mühendislik Fakültesi Makina Mühendisliği Bölümü Hava Harp Okulu Komutanlığı Havacılık ve Uzay Teknolojileri Enstitüsü. Geliş Tarihi: 01 MAYIS 2010, Kabul Tarihi: 10 TEMMUZ 2010 ÖZET Bu çalışmada üç boyutlu topografik veriler, iki boyutlu havadan çekilmiş görüntüler ve uydu görüntüleri kullanılarak alan tanıma sistemi geliştirilmiştir. Bu sistem için üç boyutlu Nesne-Bilgileri-Temelli Bileşimsel- Fotogrametri teknolojisi kullanılmıştır. Bu teknoloji alanlarda gerçek veriler kullanılarak ilk kez uygulanmıştır. Böylece tanıma işlemi için gereken güvenilir noktaların seçimi yapılırken alan üzerindeki binalar ve yollar gibi önemli arazi elemanları da kullanılmıştır. Teknolojinin, binalar ve yollar gibi yapıların bulunduğu alanlarda ve insan yapılarının bulunmadığı doğal tepeler ve çukurlar şeklindeki arazi yüzeylerinde uygulanabilirliği kanıtlanmıştır. Anahtar Kelimeler: Alan tanıma, veri birleştirme, alan tanımlama 3 DIMENSIONAL TERRAIN RECOGNITION SYSTEM BY USING TOPOGRAPHIC DATA AND SATELLITE IMAGES ABSTRACT In this study, a terrain recognition system is developed by using three dimensional topographic data, two dimensional aerial images and satellite images. For this system, three dimensional Object Knowledge Based Composite Photogrammetry Technology is used. This technology is applied to terrain areas for the first time by using real data. Thus when selecting the fiducial points, important area elements such as buildings and roads are used. Feasibility of the technology is proven for terrain areas which have structures such as buildings and roads, and have only hills and hollows without human made structures. Keywords: Terrain recognition, data fusion, terrain identification 1. GİRİŞ Günümüzde hava araçları oldukça gelişmiş teknolojilerle donatılmışlardır. Özellikle İnsansız Hava Araçları (İHA)[Unmanned Aerial Vehicles (UAV)] teknolojisi büyük bir hızla gelişmektedir. Bu yüksek teknolojiye sahip hava araçları için konum ve yön bulma işlemleri önem taşımaktadır. Özellikle İHA'lar için üzerinde uçtuğu alanda konum ve yön bilgisi kesinlikle gerekmektedir. Yani, hava aracının nerede olduğunu bilmesi gerekir. İHA'larda uzaktan kumanda ile yönetilen (Drone) araçları kullananlar araçtan uzakta olduklarından bir pilot gibi uçuş durumunu hissedemezler. Özellikle de uçağı göremedikleri durumda her ne kadar o anki görüntüyü alabilseler de gerçek uçuş koşullarıyla aracı yönetmeleri oldukça güçtür. Bununla birlikte uçuş sırasında oluşacak durumların algılanıp çabuk olarak tepki verilmesi de oldukça zor olacaktır. Benzer şekilde yine konum bilgisini örneğin GPS (Global Positioning System) ile elde eden İHA'lar da mevcuttur. Bu araçlar da konumlarını GPS ile alarak yönlerini belirleyebilmektedirler. Uzaktan kumanda ile yönetilen (Drone) veya GPS ile konum bilgisini elde edip yönünü belirleyebilen İHA'lar için uçuş sırasında ya da herhangi bir anda çeşitli sorunların ortaya çıkması olasıdır. Örneğin, uzaktan kumanda ile yönetilen İHA'larda uzaktan kumanda ile aracın bağlantısı kopması ya da görüntü alınamaması veya görüntünün gecikmesi gibi durumlarla karşılaşılabilir. 31

2 Benzer şekilde, GPS ile konumunu elde edip yönünü belirleyen araçlar için de, GPS bağlantısında herhangi bir sorun oluştuğunda araç yerdeyse uçurulamayacak, uçuş esnasında ise konum bilgisini elde edemeyecek dolayısıyla yönünü belirleyemeyecektir. Buna benzer sorunların oluşmaması için hava aracının üzerinde uçtuğu araziyi tanıması ve konum bilgisini alarak yönünü belirlemesi gerekmektedir. Bunun için ilk olarak uydu görüntülerinin kullanılması düşünülebilir. Tepeden bakılan uydu görüntüsünün avantajı afin dönüşüm (affine transform) yapıldığında görüntünün yine aynı kalabilmesidir. Uydu görüntüsü ve afin dönüşüm yapılmış görüntüler Şekil 1 de gösterilmektedir. Aynı bölgeye ait çeşitli açılardan çekilmiş 2B uçuş görüntüleri Şekil 2 ile gösterilmektedir. (a) uçuş görüntüsü (b) uçuş görüntüsü (c) uçuş görüntüsü (d) uçuş görüntüsü Şekil 2. Levent Bölgesine ait çeşitli açılardan çekilmiş 2B uçuş görüntüleri (a) uydu Görüntüsü (c) uydu Görüntüsü (b) afin döndürülmüş görüntü (d) afin döndürülmüş görüntü Şekil 1. Levent Bölgesine ait uydu görüntüsü ve afin dönüşüm yapılmış görüntüler Şekil 1-(a) ile gösterilen 2 (iki) boyutlu uydu görüntüsü GoogleEarth TM programından elde edilen tepeden görüntüdür. Bu görüntüye Şekil 1-(b) ile 45 0 afin dönüşüm uygulanmıştır. Görüldüğü gibi afin dönüşüm uygulandığında alana ilişkin 2B görüntü yükseklik içermediği için fazla değişiklik göstermemektedir. Aynı şekilde Şekil 1-(c) ve (d) ile sırasıyla ve afin dönüşümler uygulanmıştır. Afin dönüşümler ile arazi üzerinde yalnızca x ve y istikametinde değişiklikler olabilmektedir. Fakat burada hava aracı arazi üzerindeyken bu bilgiyi elde ettiği için zaten oraya varmıştır. Bununla birlikte konum belirleme işlemi yapıldığında belki de araç orayı geçmiş olacaktır. Bu yüzden tek başına 2B uydu görüntüsü konum belirleme ve yön bulma işlemleri için yeterli değildir. Dolayısıyla hava aracının alana varmadan önce konum bilgisini elde etmesi ve yönünü belirlemesi gerekmektedir. Bunun için havadan ve belirli uzaklıktan çekilen 2B görüntüler düşünülebilir. Görüldüğü gibi 2B uçuş görüntüleri farklı uzaklıklardan aynı yeri göstermesine rağmen değişik açılardan ve değişik uzaklıklardan çekildiğinden farklı görüntülerdir. Buradaki görüntüler 3(üç) açılı yani havadan ve belirli bir uzaklıktan çekilmiştir. Burada aracın bakılan alandan uzakta olması tanıma işlemi için yeterince zaman olmasını sağlar ancak 2B görüntülerin bütünsel (holistic) bir yaklaşımla piksel piksel incelenmesini gerektirdiğinden çok fazla zaman alan ve kesin sonuçlar vermesi zor olan bir işlemdir. Ayrıca görüntüler farklı ışımalar altında yine birbirlerinden farklıdır. Bu sebeplerden ötürü aynı yeri gösteren 3(üç) açılı farklı 2B görüntülerden konum bilgisi elde edip yön belirleme işlemi oldukça zordur. Dolayısıyla bu görüntüleri kullanarak hava aracı ulaşmak istediği yere varamaz. Konum belirleme ve yön bulma ile hava aracının ulaşmak istediği yere varabilmesi için gereken, havadan çekilmiş 2B uçuş görüntüleri ile bölgeye ait 3B topografik verileri eşleştirme işlemini çabuk ve doğru bir şekilde yapabilmesidir. Bunun için 3B topografik verilerle 2B uydu görüntüleri bir araya getirilerek tanıma işlemi için kullanılacak bilgiler oluşturulmalıdır. Oluşturulan bilgilerden hareketle de 2B görüntülerden belirlenen güvenilir (fiduciary) noktalar ile 3B bilinen (veritabanında bulunan) güvenilir noktalar kullanılarak 3B den 2B ye istatistiksel eşleştirme teknolojisi ile konum belirleme ve yön bulma işlemi doğru ve çabuk bir şekilde gerçekleştirilebilir. Bu işlemler sırasında tanıma işlemi uçuş yüksekliği en fazla 1500m (yaklaşık 5000ft) ile bulutların altında alçak uçuşta yapılabilmektedir. Gerçekten de günümüzde ileri teknolojiyle donatılmış F-16 uçaklarında 1500m (yaklaşık 5000ft) yüksekliğin altındaki uçuşta araziyi daha kesin algılayarak hedefini belirleyebilmektedir [16][17]. Bununla birlikte kullanılan teknoloji de 3B güvenilir (fiduciary) 32

3 noktalar farklı ışımalar altında da görülebilecek noktalar olarak titizlikle seçildiğinden, tanıma işlemi ışımadan doğrudan etkilenmemektedir Literatürde Yapılan Çalışmalar Alan tanımaya ilişkin 1989 yılında eğri tabanlı (curvature based) yaklaşım önerilmiştir. Bu yaklaşımda Gaussian ve Ortalama (mean) eğrileri arazi üzerindeki özel noktaların çıkarılmasında kullanılmıştır. Buradaki algoritma 3B sayısal arazi verilerini kullanarak özel noktaları belirlemektedir [1]. Arazi tanıma (terrain recognition) işlemi de alan tanıma açısından önemlidir. Arazi çıkarma işlemi için 1998 yılında Bileşik Teknikler (Compound Techniques) kullanılarak 3B arazi çıkarma yöntemi geliştirilmiştir Buradaki teknik sayısal hava fotoğrafları ve uydu görüntüleri kullanılarak yüksekliklerin belirlenmesi şeklindedir [2]. Alan işleme (terrain rendering) açısından 2000 yılında doku haritaları (texture maps) ve geçmiş teknikler kullanılarak yeni yöntemler geliştirilmiştir. Buna göre algoritma doku (texture) üzerindeki çözünürlüğü hesaplayarak arazi üzerinde işlem yapmaktadır [3] yılında bilgi tabanlı görüntü analizi açısından 3B yolların hava görüntülerinden çıkartılması için bir yöntem geliştirilmiştir. Bu yöntemde veritabanında bulunan renkli görüntüler ve bilgiler birleştirilerek yollar çıkartılabilmektedir [4]. Coğrafi bilgiler ve veriler kullanılarak nesne çıkarma (object extraction) yöntemi ile 2002 yılında binalar ve yollar gibi arazi üzerinde oldukça önemli olan nesnelerin çıkarılabileceği teknikler önerilmiştir [5]. Yüksek alanların gerçek zamanlı oluşturulmaları için 2003 yılında hızlı bir geomorfik algoritma önerilmiştir. Bu algoritmaya göre dördün ağaç (quad tree) veri yapısı üzerinde işlem yapan yeni bir yöntem geliştirilmiştir [6]. Alçak irtifa görüntülerinden yüksek çözünürlüklü arazilerin eşleştirilmesine ilişkin 2003 yılında Kalman Filtreleri ve hareketli görüntü algılama algoritmaları kullanılarak yeni bir yaklaşım geliştirilmiştir [7] yılında gerçek zamanlı seyir (navigation) sırasında arazi işleme (terrain rendering) ile ilgili TERRAN isimli bir proje kapsamında yöntem geliştirilmiştir. Bu yönteme kısaca IP:Intersection Polygons denmektedir. Bu yönteme varolan geomorfik algoritmaların ilerletilmesi şeklindedir [8]. Geometrik görüntüleri eğme yöntemiyle büyük arazilerin gerçek zamanlı işlenmesi 2004 yılında yeni bir yöntem önerilmiştir [9]. Alan tanımaya ve sınıflandırmaya ilişkin 2005 yılında SAR (Synthetic Aperture Radar) sistemleri kullanılarak otomatik olarak alan sınıflandırması yapılmıştır [10]. Yine alan işlemeye ilişkin uyarlanabilir olarak 2005 yılında çok büyük araziler için serit maskeleri (strip masks) kullanılarak bir yöntem geliştirilmiştir. Bu yöntemde arazi parçalara ayrılarak işlem yapılmaktadır [11]. Yine 2005 yılından konumdan bağımsız (pose independent) otomatik hedef belirleme ve tanıma algoritması geliştirilmiştir. Bu yöntemde 3B laser radar görüntüleri kullanılmıştır. Tanıma işlemi genel olarak geometrik şekiller ve boyutlar kullanılarak yapılmaktadır [12]. İstatistiksel olarak Markov modelleri kullanılarak otonom alan çıkarma ve sınıflandırma yapabilen sistem geliştirilmiştir. Bu sistem mobil robotlar üzerinde kullanılmış ve 3B arazi haritaları çıkartılmıştır [13]. Uzay çalışmalarında da alan tanıma araziyi çıkarma oldukça önemlidir. Bunun için 2007 yılında kayaların modellenmesi ve eşleştirilmesi amacıyla 3B yüzey noktaları kullanılarak bir yöntem geliştirilmiştir [14]. 3B geliştirilmiş (enhanced) arazi sınıflandırması ile harita kayıtlama yöntemi (map registiration) 2008 yılında önerilmiştir. Bu yönteme göre hareketten yapıyı oluşturma algoritmaları kullanılarak elde edilen 3B arazi bilgisi kayıtlama yöntemi önerilmiştir [15]. 2. KULLANILAN TANIMA TEKNOLOJİSİ Alan tanıma için yöntem olarak daha önce yüz tanıma teknolojilerinde uygulanmakta olan 3B Nesne Bilgileri Temelli Bileşimsel Fotogrametri (3D Object Knowledge Based Composite Photogrammetry) teknolojisi kullanılmıştır [18]. Açıklanan ve kullanılan yöntem patentlenmiş bir tanıma sistemidir [19]. Kullanılan yöntem yeryüzü alanlarına ilk defa uygulanmıştır. 2.1 Kullanılan Yöntemin Matematiksel Açıklaması 2B belirlenen güvenilir (fiducial) noktaların 3B bilinen (veritabanında bulunan) noktalarla istatistiksel olarak eşleştirilmesi yöntemi kesin bir teoriye ve matematiğe sahip bir yöntem olarak geliştirilmiştir. Matematiksel formüllerde genel olarak birbirleri yerine kullanılabilen 3B silindirik ve kartezyen koordinat sistemleri kullanılmaktadır. Kullanılan bu koordinat sistemleri arazi bilgilerine göre paralel, meridyen ve yüksekliğe bağlı olduğundan tümüyle boyutlu ve uzaklığa dayalı olarak öçülebilirdir. Burada paralel meridyen ve yükseklikler alanın 3B topografik bilgileridir. 3B alan yüzeyinin çok-yüzlü (polyhedral) yapısı 3 (üç) adet köşe noktası olan 3B panellerin (lsp) birleşimi şeklinde ifade edilebilmektedir. 3B alan yüzeyi ayrıca 3B yüzeynoktaları (surface-vertices)(lsv) ile de temsil edilebilmektedir. Buna göre N sv,3b, 3B alan yüzeyindeki 3B noktaların toplam sayısını göstermek üzere, V 3B;lsv 3B yüzey noktaları için lsv = 1, 2,..., N sv,3b V 3B,lsv = [x 3B;lsv, y 3B;lsv, z 3B;lsv ] T R 3 (1) şeklinde tanımlandığına göre verilen 3B alan yüzeyi [ ] S 3B = V3B, lsv R 9N sv,3b (2) 33

4 şeklinde ifade edilmektedir. 3B tüm alan 3B alan parçalarına (terrain area parts) ayrılmaktadır (tp). Örneğin, Bağcılar semtine ilişkin ölçülmüş veriler 6000m x 5000m'lik bölge içerisinde 1000mx1000m lik alanlara ayrılmaktadır. Yani yöntemde tüm 3B alan değil, alana ait ayrılan 3B alan parçaları kullanılmaktadır. Algısal olarak, tüm alan yerine alan parçalarının kullanılması yapılan tanımlama, sınıflandırma ve tanıma bakımından önemli olmaktadır. S tp,3b,p, alan parçasının yüzeyi olduğuna göre, tüm alana ilişkin 3B yüzey S 3B, için p = 1, 2,..., N tp,3b Ntp,3B S3 B Stp,3B, p, Stp,3B, p S3B = p= 1 (3) şeklinde ifade edilmektedir. S tp,3b,p 3B alan parçalarına ilişkin yüzey V tp,3b,lsv 3B yüzey noktaları cinsinden, için p = 1, 2,..., N tp,3b lsv = 1, 2,..., N sv,tp,3b,p < N sv,3b V 3B,lsv = [x tp, 3B;p,lsv, y tp, 3B;p,lsv, z tp, 3B;p,lsv ] T R 3 (4) olmak üzere [ Vtp,3B,p, ] Stp,3B, p = lsv R 3N sv,tp,3b,p (5) şeklinde ifade edilebilmektedir B Alan Parçası Yüzeylerinin İzdüşürülmüş 2/3B Güvenilir Noktaları Uygun (θ x,tp,2/3b,p, θ y,tp,2/3b,p, θ z,tp,2/3b,p) pozisyon açılarının kümesinde 3B alan parçası yüzeyi S tp, 3B,p nin 3B güvenilir noktaları deseni p tpfp,3b,p nin izdüşümleri, ilgili 3B alan parçasının yüzeyinde 2/3B güvenilir noktaların şablonları p tpfp,2/3b,p şeklinde ifade edilmektedirler. Bununla birlikte (θ x,tp,2/3b,p, θ y,tp,2/3b,p, θ z,tp,2/3b,p) kümesindeki açılara göre yapılan döndürme dönüşümlerine (rotational transformations) göre belirlenen 2/3B güvenilir noktalar V tpfp,2/3b,p,n(p) cinsinden p = 1, 2,..., N tp,3b n(p) = 1, 2,..., N tpfp,3b,p p tpfp,2/3b,p = [V tpfp,2/3b,p,n(p) ] T R 3 (7) şeklinde ifade edilmektedir. 2.3 İzdüşürülmüş 2/3B Güvenilir Noktaların 2B Güvenilir Noktalar ile Eşleştirilmesi Yöntemi Yöntemde, Belirlenmiş 2B güvenilir nokta ile izdüşürülmüş 2/3B güvenilir nokta arasındaki farkın mutlak değeri olarak tanımlanan özgün hata (individual error) Ortalama hata (average error) Ortalama karesel hata (Mean Square Error) kullanılmaktadır. Buna göre tüm hata bulma işlemleri ölçülebilir 2B uzaklıklar kullanılarak yapılmaktadır. 3. KULLANILAN TEKNOLOJİNİN ALANLARA UYGULANMASI Tanıma teknolojisi Levent semti, Bağcılar semti ve Cudi Dağı bölgesi olmak üzere 3 (üç) farklı alan için uygulanmıştır. 3.1 Levent Semti için Teknolojinin Uygulanması Elde bulunan Levent Semti'ne ilişkin 3B veriler tek bir alan parçasını temsil ettiğinden, teknolojinin uygulanabilirliğinin kanıtlanması amacıyla seçilen 3B güvenilir noktalar Bağcılar semti için oluşturulan veritabanına 67 numaralı alan parçası olarak dahil edilmiştir. Levent semti'ne ait elde bulunan 2B havadan çekilmiş görüntü üzerindeki güvenilir noktalar 2B piksel koordinatları olarak belirlenmiştir. Burada 2B güvenilir noktalar 3B güvenilir noktalardaki gibi sıraya dizilmiştir. Hava aracı yaklaşık olarak hangi yöne doğru gittiğini bilebildiğinden 2B güvenilir noktalar için bu sıraya dizme işlemini yapabilecektir. Bu işlemlerden sonra 2B görüntü üzerindeki piksel koordinatları ile tanıma teknolojisine ilişkin yazılım çalıştırılmış ve sonuç elde edilmiştir. Levent Semti ne ait 2B görüntü üzerindeki belirlenmiş güvenilir noktaların işaretlenmiş olduğu görüntü, bu güvenilir noktalara ilişkin 2B güvenilir noktalar şablonu, tanıma teknolojisi uygulandığında 3B'nin 2B üstüne oturtulmuş olduğu izdüşürülmüş 2/3B güvenilir noktalar şablonu (projected 2/3D fiducial points template) ve 2B görüntüye ilişkin alanın 3B görünüşü Şekil 3 ile gösterilmektedir. için V tpfp,2/3b,p,n(p) = [T (R) 2/3B,x, T (R) 2/3B,y, T (R) 2/3B,z] T R 3 (6) olmak üzere, 34

5 (a) 2B görüntüsü (b) 2B güvenilir noktalar şablonu sonrasında tüm alan parçaları için ayrı ayrı elde edilen ortalama karesel hatalar Tablo 1 ile gösterilmiştir. (c) 2/3B güvenilir noktalar şablonu (d) 3B alan yüzeyi görünüşü Şekil 3. Levent semtine ait bir 2B görüntü ile teknolojinin uygulanması Şekil 3-(a)'da bulunan 2B görüntü üzerinde 2B piksel koordinatları şeklinde belirlenen ve işaretlenmiş 2B güvenilir noktalara ilişkin 2B güvenilir noktalar şablonu (2D fiducial points pattern) Şekil 3-(b)'de gösterilmektedir. Belirlenen güvenilir noktalar için yazılım çalıştırıldığında 3B'den 2B'ye istatistiksel eşleştirme sonucunda 2/3B izdüşürülmüş güvenilir noktalar şablonu Şekil 3-(c) ile gösterilmiştir. Burada yeşil halkalar ile belirlenmiş noktalar 3B güvenilir noktaları, kırmızı halkalar ile belirtilen noktalar ise 2B güvenilir noktaları temsil etmektedir. Tanıma teknolojisine ilişkin yazılım çalıştırıldığında, Şekil 3- (a)'daki 2B görüntüden belirlenen güvenilir noktalar ile tüm alan parçalarına ilişkin güvenilir noktaları test ettikten sonra 2.62 ortalama karesel hata ile en uygun 67 numaralı yani Levent semti'ne ilişkin alan parçasını tespit etmiştir. Burada dikkat edilmesi gereken, 2B güvenilir noktalar görüntü üzerindeki piksel koordinatları, 3B alan parçalarına ait güvenilir noktalar ise alan parçasının 3B topografik noktalarıdır. Yani tanıma sistemi tamamen noktalar arasındaki metrik uzaklıklarla işlem yapmaktadır. Ayrıca, Şekil 3-(d) ile tespit ettiği alan parçasına ilişkin 3B alan görünüşü gösterilmektedir. Görüldüğü gibi Şekil 3 ile gösterilen tüm şekiller birbiriyle uyumludur. Tanıma teknolojisine ilişkin yazılımın ikinci en küçük hata ile belirlediği 15 numaralı alan parçasına ilişkin 2/3B izdüşürülmüş güvenilir noktalar şablonu Şekil 4 ile gösterilmektedir. Tablo 1. Levent Semti ne ait 2B görüntü ile tanıma teknolojisinin uygulanması sonucunda elde edilen ortalama karesel hatalar Alan Parçası Ortalama Karesel Hata Aynı şekilde bu hataların dağılımına ilişkin grafik Şekil 5 ile gösterilmiştir. Şekil 4. 2B güvenilir noktalar ile uyumsuz 15 numaralı alan parçasına ait 2/3B izdüşürülmüş güvenilir noktalar şablonu Görüldüğü gibi 2B güvenilir noktaları temsil eden kırmızı halkalar ve 3B güvenilir noktaları temsil eden yeşil halkalar farklı farklı yerlerdedir. 15 numaralı alan parçasının 3B'den 2B'ye istatistiksel eşleştirilmesi sırasında elde edilen ortalama karesel hata ile 67 numaralı Levent semti'nin testi sonucunda elde edilen ortalama karesel hatadan oldukça büyüktür. Uygulama Şekil 5. Levent Semti ne ait 2B görüntü ile tanıma teknolojisinin uygulanması sonucunda her alan parçası için elde edilen ortalama karesel hataların dağılımı 35

6 3.2 Bağcılar Semti için Teknolojinin Uygulanması Tanıma teknolojisi 6000mx5000m'lik her biri 1km 2 lik alanlara ayrılmış Bağcılar bölgesi için de uygulanmıştır. Bağcılar bölgesi'ne ait 2B havadan çekilmiş görüntüler bulunmadığından bölgenin düzenlenen 3B verilerinden hareketle 2/3B izdüşümler alınarak farklı ışımalar altında 2B görüntüleri oluşturulmuştur. Elde edilen görüntüler üzerindeki 2B güvenilir noktalar 2B piksel koordinatları şeklinde belirlenmiş ve teknoloji uygulanmıştır. Bağcılar bölgesi'ne ait bir 2B görüntü üzerindeki belirlenmiş güvenilir noktaların işaretlenmiş olduğu görüntü, bu güvenilir noktalara ilişkin 2B güvenilir noktalar şablonu, tanıma teknolojisi uygulandığında 3B'nin 2B üstüne oturtulmuş olduğu izdüşürülmüş 2/3B güvenilir noktalar şablonu ve 2B görüntüye ilişkin alanın 3B görünüşü Şekil 6 ile gösterilmektedir. etmektedir. Yazılım, 2.43 ortalama karesel hata ile en uygun 11 numaralı alan parçasını tespit etmiştir. Ayrıca, Şekil 6-(d) ile tespit ettiği alan parçasına ilişkin 3B alan yüzeyi görünüşü gösterilmektedir. Görüldüğü gibi Şekil 6 ile gösterilen tüm şekiller birbiriyle uyumludur. Tanıma teknolojisine ilişkin yazılımın ikinci en küçük hata ile belirlediği 67 numaralı alan parçasına ilişkin 2/3B izdüşürülmüş güvenilir noktalar şablonu Şekil 7 ile gösterilmektedir. Şekil 7. 2B güvenilir noktalar ile uyumsuz 67 numaralı alan parçasına ait 2/3B izdüşürülmüş güvenilir noktalar şablonu Görüldüğü gibi 2B güvenilir noktaları temsil eden kırmızı halkalar ve 3B güvenilir noktaları temsil eden yeşil halkalar farklı farklı yerlerdedir. Uygulama sonrasında tüm alan parçaları için ayrı ayrı elde edilen ortalama karesel hatalar Tablo2 ile gösterilmiştir. (a) 2B görüntüsü (b) 2B güvenilir noktalar şablonu (c) 2/3B güvenilir noktalar şablonu (d) 3B alan yüzeyi görünüşü Şekil 6. Bağcılar semtine ait bir 2B görüntü ile teknolojinin uygulanması Şekil 6-(a)'da bulunan 2B görüntü üzerinde 2B piksel koordinatları şeklinde belirlenen ve işaretlenmiş 2B güvenilir noktalara ilişkin 2B güvenilir noktalar şablonu Şekil 6-(b)'de gösterilmektedir. Belirlenen güvenilir noktalar için yazılım çalıştırıldığında 3B'den 2B'ye istatistiksel eşleştirme sonucunda 2/3B izdüşürülmüş güvenilir noktalar şablonu Şekil 6-(c) ile gösterilmiştir. Burada yeşil halkalar ile belirlenmiş noktalar 3B güvenilir noktaları, kırmızı halkalar ile belirtilen noktalar ise 2B güvenilir noktaları temsil 36 Tablo 2. Bağcılar Semti ne ait 2B görüntü ile tanıma teknolojisinin uygulanması sonucunda elde edilen ortalama karesel hatalar Alan Parçası Ortalama Karesel Hata

7 Bu hataların dağılımına ilişkin grafik Şekil 8 ile gösterilmiştir. (a) 2B görüntüsü (b) 2B güvenilir noktalar şablonu (c) 2/3B güvenilir noktalar şablonu (d) 3B alan yüzeyi görünüşü Şekil 8. Bağcılar Semti ne ait 2B görüntü ile tanıma teknolojisinin uygulanması sonucunda her alan parçası için elde edilen ortalama karesel hataların dağılımı Buradaki 2B görüntü dışında test amaçlı olarak Bağcılar semti ne ait 7(altı) adet 2B görüntü için de teknoloji uygulanmıştır. 3.3 Cudi Dağı için Teknolojinin Uygulanması Tanıma teknolojisi son olarak, binalar ve yollar gibi yapıların bulunduğu alanların yanısıra üzerinde sadece tepeler ve çukurların bulunduğu alanlar üzerinde de çalışabildiğinin kanıtlanması için Cudi Dağı'na ait alan üzerinde de uygulanmıştır. Toplamda 5760mx5760m'lik olan ve her biri yaklaşık 4km 2 lik alan parçalarına ayrılmış Cudi Dağı bölgesi'ne ait 2B havadan görüntüler bulunmadığından, bölgenin 3B verilerinden 2/3B izdüşümler alınarak farklı ışımalar altında 2B görüntüleri oluşturulmuştur. Oluşturulan görüntüler üzerinde 2B güvenilir noktalar belirlenmiştir. Cudi dağı'na ait 2B görüntü üzerindeki belirlenmiş güvenilir noktaların işaretlenmiş olduğu görüntü, bu güvenilir noktalara ilişkin 2B güvenilir noktalar şablonu, tanıma teknolojisi uygulandığında 3B'nin 2B üstüne oturtulmuş olduğu izdüşürülmüş 2/3B güvenilir noktalar şablonu ve 2B görüntüye ilişkin alanın 3B görünüşü Şekil 9 ile gösterilmektedir. Şekil 9. Cudi Dağı na ait bir 2B görüntü ile teknolojinin uygulanması Şekil 9-(a)'da bulunan 2B görüntü üzerinde 2B piksel koordinatları şeklinde belirlenen ve işaretlenmiş 2B güvenilir noktalara ilişkin 2B güvenilir noktalar şablonu (2D fiducial points pattern) Şekil 9-(b)'de gösterilmektedir. Belirlenen güvenilir noktalar için 3B'den 2B'ye istatistiksel eşleştirme sonucunda 2/3B izdüşürülmüş güvenilir noktalar şablonu Şekil 9-(c) ile gösterilmiştir. Yazılım, Şekil 9-(a)'daki 2B görüntüden belirlenen güvenilir noktalar ile tüm alan parçalarına ilişkin güvenilir noktaları ile test ettikten sonra 4.15 ortalama karesel hata ile en uygun 21 numaralı alan parçasını tespit etmiştir. Ayrıca, Şekil 9-(d) ile tespit ettiği alan parçasına ilişkin 3B alan görünüşü gösterilmektedir. Görüldüğü gibi Şekil 9 ile gösterilen tüm şekiller birbiriyle uyumludur. Tanıma teknolojisine ilişkin yazılımın ikinci en küçük hata ile belirlediği 12 numaralı alan parçasına ilişkin 2/3B izdüşürülmüş güvenilir noktalar şablonu Şekil 10 ile gösterilmektedir. Şekil 10. 2B güvenilir noktalar ile uyumsuz 12 numaralı alan parçasına ait 2/3B izdüşürülmüş güvenilir noktalar şablonu 12 numaralı alan parçasının 3B'den 2B'ye istatistiksel eşleştirilmesi sırasında elde edilen ortalama karesel hata ile 21 numaralı alan parçasının testi sonucunda elde edilen ortalama karesel hatadan oldukça büyüktür. Bu nedenle en az hatayla 21 numaralı alan parçası en iyi eşleşen parça olarak yazılım tarafından tespit edilmiştir. Uygulama sonrasında tüm alan parçaları için ortalama karesel hatalar Tablo 3 ile gösterilmektedir. 37

8 Tablo 3. Cudi Dağı na ait 2B görüntü ile tanıma teknolojisinin uygulanması sonucunda elde edilen ortalama karesel hatalar Alan Parçası Ortalama Karesel Hata Tabloda belirtilen ortalama karesel hataların dağılımına ilişkin grafik Şekil 11 ile gösterilmektedir. Burada 1 deney numaralı görüntü Levent semti'ne, 2 ile 9 deney numaraları arasındaki görüntüler ise Bağcılar semti'ne ait 2B görüntülerdir. 10, 11 ve 12 numaralı görüntüler ise Cudi dağı'na ait 2B görüntülerdir. Uygulama sonrasında ortalama karesel hataların düzensiz bir şekilde dağıldığı görülmektedir. Burada dikkat edilirse test amaçlı kullanılan 2B görüntülerin her biri için elde edilen en küçük hata ile ikinci en küçük hata arasındaki sayısal fark oldukça fazladır. Yeryüzü alanlarının, ister binalar ve yollar gibi insan yapılarından oluşsun isterse tepeler ve çukurlar gibi doğal yapılardan oluşsun, birbirlerine benzememesinden dolayı bu iki hatanın arasındaki sayısal fark büyük olmakta ve dolayısıyla tanıma rahatlıkla yapılabilmektedir. Bu alan farklılıkları hataların da düzensiz bir şekilde dağılmasına yol açmaktadır. Ayrıca, görüldüğü gibi elde edilen her dağılım birbirlerinden oldukça farklıdır. 4. SONUÇ Bu çalışma ile topografik bilgiler, uydu görüntüleri ve 2B havadan çekilmiş görüntüler kullanılarak bir alan tanıma sistemi gerçekleştirilmiştir. Önceden 2B havadan çekilen görüntülerden belirlenen güvenilir noktalar kullanılarak her açıdan, her yükseklikte ve her uzaklıktan tanıma yapılabilmektedir. Şekil 11. Cudi Dağı na ait 2B görüntü ile tanıma teknolojisinin uygulanması sonucunda her alan parçası için elde edilen ortalama karesel hataların dağılımı Buradaki 2B görüntü dışında test amaçlı olarak Cudi Dağı na ait 2(iki) adet 2B görüntü için de teknoloji uygulanmıştır. 3.4 Uygulama Sonucunda Elde Edilen Bulgular Tanıma teknolojisinin test amaçlı olarak 13 adet 2B görüntü ile deneylenmesinde her biri için elde edilen ortalama karesel hatalara ilişkin grafik Şekil 12 ile gösterilmiştir. Geliştirilen sistemde geniş bir arazi parçası söz konusu olduğunda 3B arazi verilerinin tümü yerine, bölünmüş alan parçalarından titizlikle seçilen güvenilir noktalar kullanılmaktadır. Bu noktalar alana ait topografik verilere göre oldukça az sayıda olduğundan tanıma işlemi hızlı bir şekilde gerçekleşebilmektedir. Binalar ve yollar gibi yapıların bulunduğu alanlarda güvenilir noktalar seçmek nispeten kolaydır. Ancak tezde insan yapılarının bulunmadığı doğal tepeler ve çukurlar şeklindeki arazi yüzeyleri için de tanıma teknolojisinin uygulanabildiği gösterilmiştir. Geliştirilen tüm yazılımların özgün olması İHA lara uyarlanması açısından da oldukça önemlidir. Tanıma teknolojisine ilişkin yöntemler ve yazılımlar ilerideki çalışmalarda İHA lara özgü olarak geliştirildiğinde diğer navigasyon cihazlarının (GPS, INS vb.) desteği olmadan da İHA ların yönlendirilmesinde kullanılabilecektir. Şekil 12. Tanıma teknolojisi uygulandığında elde edilen ortalama karesel hataların dağılımı 5. KAYNAKLAR [1] Goldolf, D.B and Huang, T.S and Lee,H A Curvature-Based Approach to Terrain Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, 11(11);

9 [2] Yihui L. and Kubik, K. and Bennamoun, M Image segmentation and image matching for 3D terrain reconstruction. Pattern Recognition, Proceedings. Fourteenth International Conference on. 2; [3] Blow, J Terrain Rendering at High Levels of Details. Bolt Action Software, March 11. [4] Zhang,C and Baltsavias, E. and Gruen.A Knowledge-Based Image Analysis for 3D Road Construction. Asian Journal of Geoinformatics.1(4);3-14. [5] Baltsavias, E.P Object Extraction and Revision by Image Analysis Using Existing Geospatial Data and Knowledge: State-of-the-Art and Steps towards Operational Systems. IAPRS. XXXIV(2); [6] Roettger, S. and Heidrich, W. and Slusallek, P. and Seidel, H.P Real-Time Generation of Continuous Levels of Detail for Height Fields. In V. Skala, editor, Proc. WSCG 98; [7] Jung, I.K and Lacroix,S High resolution terrain mapping using low altitude aerial stereo imagery. Proceedings of the Ninth IEEE International Conference on Computer Vision.2; 946. [8] Kim, S.H. and Wohn, K TERRAN:out-ofcore Terrain Rendering for Real-time Navigation.22(3). [9] Dachsbacher, C. and Stamminger,M Rendering Procedural Terrain by Geometry Image Warping. Eurographics Association. Proc. Rendering Techniques; [10] Lee, K.S. and Grunes,M.R. and Pottier, E. and Ferro-Famil, L Automated Terrain Classification Using Polarimetric Synthetic Aperture Radar. NRL-Review; [11] Pouderoux, J and Marvie, J.E Adaptive Streaming and rendering of Large Terrains using Strip Masks. Proceedings of ACM GRAPHITE; [12] Vasile, A.N. and Marino, R.M. Lincoln Laboratory Journal. 15(1); [13] Wolf, D.F. and Sukhatme, G.S. and Fox, D. and Burgard, W Autonomous Terrain Mapping and Classification Using Hidden Markov Models.Proceedings of the 2005 IEEE International Conference on Robotics and Automation; [14] Kaichang Di, R.L. and Wang, J. and He, S Rock Modeling and Matching for Autonomous Long Range Mars Rover Localization. Journal of Field Robotics.24(3); [15] Tidey, E. and Harris, C. and Revell, J. and Claxton, C Map Registiration with 3D Enhanced Terrain Classification. 3rd SEAS DTC Technical Conference-Edinburgh;A9 [16] Eds Jachtvliegtuigen, [17] Top gun:the next generation, National Guard, Government Industry, Jan 1999, McCrone, James, Seidenman, Paul [18] A. H. Eraslan: United States Patent: Three- Dimensional Face Identification System. U.S. Patent No. US 6,381,346 B1. Preliminary application date: Dec Date of patent: April 30, [19] A. H. Eraslan, ILEFIS (Integrated Law- Enforcement Face-Identification System. National Technology Transfer Center-Office of Law Enforcement Technology Commercialization, March 7, ÖZGEÇMİŞLER Oğuz KARAN 10 Eylül 1976 yılında Zonguldak ta doğdu. İlkokulu yılları arasında Zonguldak Bahçelievler İlkokulunda okuduktan sonra yine aynı yıl T.E.D. Zonguldak Koleji Vakfı Özel Lisesinde öğrenimine başladı. Ortaokulu ve liseyi burada okuyup öğrenimini tamamladıktan sonra 1994 yılında İstanbul Üniversitesi Fen Fakültesi Matematik Bölümü'nde üniversite öğrenimine başladı. Üniversite öğrenimini tamamladıktan sonra 2 Ekim 2000 yılında Haliç Üniversitesi İşletme Fakültesinde Araştıma Görevlisi olarak göreve başladı. 2 Ekim 2002 tarihinde Haliç Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümüne Araştırma Görevlisi olarak atandı Ocak ayında Haliç Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Yüksek Lisans Programını tamamladı Güz Döneminde Haliç Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölümü'ne Öğretim Görevlisi olarak atandı Bahar döneminde doktora öğrenimine başladığı Hava Harp Okulu Komutanlığı Havacılık ve Uzay Teknolojileri Enstitüsü Bilgisayar Mühendisliği A.B.D. Yazılım Mühendisliği Doktora Programı'nı Şubat 2010'da tamamladı. İyi derecede İngilizce bilmektedir. Prof.Dr. H. Arsev ERASLAN 1958 yılında Robert College (Boğaziçi Universitesi) Makine Mühendisliği bölümünde Lisans eğitimini tamamladı yılında aynı üniversitede Yüksek Lisans eğitimini bitirdi yılında North Carolina 39

10 State University, Raleigh, North Carolina, USA de Hava-Uzay Mühendisliği ve Uygulamalı Matematik Doktora öğrenimini bitirdi. Öğretim Görevlisi olarak sırası ile; North Carolina State University, Tennessee Technological University, University of Tennessee Space Institute, University of Tennessee (Full Professor with tenure) olarak (Seçkin Profesör ödülü alarak) ve Clarkson University de bulundu. İlgili Profesör (Adjunct Professor) olarak sırası ile Georgia Institute of Technology ve Rice University de bulundu. Davetli özel ders konuşmacısı olarak ABD, Türkiye, ve Taiwan üniversitelerinde sayısal matematik ve fizik (computational mathematics and physics) konuları üzerinde bulundu. Ikiyüz-elli üzerinde bilimsel ve teknik raporlar, bildiriler (yılın en iyi bilimsel bildirisi ödülü) ve sunumlar gerçekleştirmiştir. Kırk sene üstünde bir sürede, ve sürekli olarak, en ileri bilimsel düzeyde sayısal modelleme ve yazılım teknolojileri geliştirme Ar-Ge projelerinin yöneticiliğini yapmıştır. Bu AR-Ge projeleri ABD Federal Devlet (U.S. Federal Government) projeleri olarak, U.S. Department of Defense (Air Force, Navy, Army), NASA (National Aeronautics and Space Administration), U.S. Department of Energy, U.S. Nuclear Regulatory Commission, U.S. Environmental Protection Agency, U.S. Department of Interior, and U.S. Department of Justice tarafından desteklenmiştir. Aynı sürede, bilimsel uzman danışman olarak, ABD Federal Devlet kurumlarına ve özel-sektör AR-GE kurumlarına, U.S. Air Force, Arnold Engineering and Development Center, Oak Ridge National Laboratory (DOE), International Atomic Energy Agency (Vienna, Austria), HDR, Inc. (Vice-President), ve Black and Veatch, Inc. ile çalışmıştır. U.S. Government, U.S. House of Representatives Expert Witness (Uzman Tanık) olarak seçilmiş, ve U.S. Nuclear Regulatory Commission, ve U.S. Federal Power Commission tarafından ABD kongresine Nuclear Plant Environmental Impact and Safety konuları ile ilgili bilimsel bilgiler vermek için çağrılmıştır. Mühendisliği Bölümünden yüksek lisans, İstanbul Üniversitesi Bilgisayar Mühendisliği Bölümünden doktora derecesi aldı. Halen Hava Harp Okulu Havacılık ve Uzay Teknolojileri Enstitüsü Müdürü olarak görev yapmaktadır yıllarında, NASA National Technology Transfer Center (NTTC) Baş Bilim Adamı (Chief Scientist) olarak görev yapmıştır. Aynı sürede U.S. Department of Justice (DOJ), National Institute of Justice (NIJ), Office of Science and Technology (OS&T), Office of Law Enforcement Technology Commercialization Center (OLETC) Baş Bilim Adamı (Chief Scientist) olarak da görevlendirilmiştir yılında ABD de emekli olmuştur. TAI, STM (SSM), DPT, ASELSAN gibi firma ve kurumlarda Türkiye de danışman olarak görev almıştır. Yrd. Doç. Dr. Müh.Alb. Sefer KURNAZ Hava Harp Okulu Elektronik Mühendisliği Bölümünden lisans, Ege Üniversitesi Bilgisayar 40

FOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI

FOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI FOTOGRAMETRİ DAİRESİ BAŞKANLIĞI FAALIYETLERI Fotg.D.Bşk.lığı, yurt içi ve yurt dışı harita üretimi için uydu görüntüsü ve hava fotoğraflarından fotogrametrik yöntemlerle topoğrafya ve insan yapısı detayları

Detaylı

YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ

YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ YOĞUN GÖRÜNTÜ EŞLEME ALGORİTMALARI İLE ÜRETİLEN YÜKSEK ÇÖZÜNÜRLÜKLÜ SAYISAL YÜZEY MODELİ ÜRETİMİNDE KALİTE DEĞERLENDİRME VE DOĞRULUK ANALİZİ Naci YASTIKLI a, Hüseyin BAYRAKTAR b a Yıldız Teknik Üniversitesi,

Detaylı

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU

BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU BİLECİK ŞEYH EDEBALİ ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ FORMU KİŞİSEL BİLGİLER Adı Soyadı Tolga YÜKSEL Ünvanı Birimi Doğum Tarihi Yrd. Doç. Dr. Mühendislik Fakültesi/ Elektrik Elektronik Mühendisliği 23.10.1980

Detaylı

Bulanık Mantık Tabanlı Uçak Modeli Tespiti

Bulanık Mantık Tabanlı Uçak Modeli Tespiti Bulanık Mantık Tabanlı Uçak Modeli Tespiti Hüseyin Fidan, Vildan Çınarlı, Muhammed Uysal, Kadriye Filiz Balbal, Ali Özdemir 1, Ayşegül Alaybeyoğlu 2 1 Celal Bayar Üniversitesi, Matematik Bölümü, Manisa

Detaylı

Prof. Dr. Cengiz Çokluk

Prof. Dr. Cengiz Çokluk Prof. Dr. Cengiz Çokluk (Anabilim Dalı Başkanı) 23 Nisan 1968 yılında Sinop ilinin Ayancık ilçesinde doğdu. İlk, orta ve liseyi Samsun da bitirdi. 1984-1990 tarihleri arasında Ondokuz Mayıs Üniversitesi

Detaylı

Dijital Görüntü İşleme Teknikleri

Dijital Görüntü İşleme Teknikleri Teknikleri Ders Notları, 2013 Doç. Dr. Fevzi Karslı Harita Mühendisliği Bölümü Mühendislik Fakültesi KTÜ 08 Ekim 2013 Salı 1 Ders Planı ve İçeriği 1. Hafta Giriş, dersin kapsamı, temel kavramlar, kaynaklar.

Detaylı

Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK. 2 Şubat 2007

Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK. 2 Şubat 2007 AVUÇ İZİ VE PARMAK İZİNE DAYALI BİR BİYOMETRİK TANIMA SİSTEMİ Elena Battini SÖNMEZ Önder ÖZBEK N. Özge ÖZBEK İstanbul Bilgi Üniversitesi Bilgisayar Bilimleri 2 Şubat 2007 Biyometrik Biyometrik, kişileri

Detaylı

Yrd. Doç. Dr.Yiğit Aksoy

Yrd. Doç. Dr.Yiğit Aksoy Yrd. Doç. Dr.Yiğit Aksoy ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Celal Bayar Üniversitesi Makine Mühendisliği 00 Y. Lisans Celal Bayar Üniversitesi Makine Mühendisliği 00 Doktora Celal

Detaylı

Geniş Alan Gözetleme Sistemlerinin Afet Durumunda Kullanımı ESEN SİSTEM ENTEGRASYON KASIM 2013

Geniş Alan Gözetleme Sistemlerinin Afet Durumunda Kullanımı ESEN SİSTEM ENTEGRASYON KASIM 2013 Geniş Alan Gözetleme Sistemlerinin Afet Durumunda Kullanımı ESEN SİSTEM ENTEGRASYON KASIM 2013 İçerik 2 ESEN Sistem Şirket Tanıtımı Şirket Vizyonu ve Çalışma Alanları Geniş Alan Gözetleme Sistemleri (GAG)

Detaylı

Araştırma Görevlisi İSMAİL ÇÖLKESEN

Araştırma Görevlisi İSMAİL ÇÖLKESEN Araştırma Görevlisi İSMAİL ÇÖLKESEN ÖZGEÇMİŞ Adı Soyadı : İSMAİL ÇÖLKESEN Doğum Tarihi : 1981 Ünvanı : Dr. Öğrenim Durumu : Derece Alan Üniversite Lisans Yüksek Lisans Doktora Jeodezi ve Fotogrametri Müh.

Detaylı

Genel Bilgiler FLI MAP. Koridor Tipi Çalışmalar. Geniş Alan Çalışmaları

Genel Bilgiler FLI MAP. Koridor Tipi Çalışmalar. Geniş Alan Çalışmaları FLI MAP Çeşitli helikopterlere monte edilebilen Fli Map in geliştirdiği taşınabilir lazer altimetre sistemi pazardaki hızlı, detaylı ve doğru veri toplama ihtiyaçlarını gidermek için geliştirilmiştir.

Detaylı

HRT 105 HARİTA MÜHENDİSLİĞİNE GİRİŞ

HRT 105 HARİTA MÜHENDİSLİĞİNE GİRİŞ HRT 105 HARİTA MÜHENDİSLİĞİNE GİRİŞ Temel Haritacılık Kavramları_Ders#4 Yrd.Doç.Dr. H.Ebru ÇOLAK KTÜ. Mühendislik Fakültesi Harita Mühendisliği Bölümü TEMEL HARİTA BİLGİLERİ Çevre Düzeni Planı: Ülke ve

Detaylı

Doç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü oner@isikun.edu.tr

Doç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü oner@isikun.edu.tr Doç.Dr. M. Mengüç Öner Işık Üniversitesi Elektrik-Elektronik Bölümü oner@isikun.edu.tr 1. Adı Soyadı : Mustafa Mengüç ÖNER 2. Doğum Tarihi : 01.02.1977 3. Unvanı : Doçent Dr. 4. Öğrenim Durumu : ÖĞRENİM

Detaylı

HAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ

HAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ Akdeniz Üniversitesi Uzay Bilimleri ve Teknolojileri Bölümü Uzaktan Algılama Anabilim Dalı HAVADAN LAZER TARAMA ve SAYISAL GÖRÜNTÜ VERİLERİNDEN BİNA TESPİTİ VE ÇATILARIN 3 BOYUTLU MODELLENMESİ Dr.Nusret

Detaylı

ÖZGEÇMİŞ. 1. Adı Soyadı : Birim BALCI 2. Doğum Tarihi : 28.07.1975 3. Unvanı : Yrd. Doç. Dr. 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans

ÖZGEÇMİŞ. 1. Adı Soyadı : Birim BALCI 2. Doğum Tarihi : 28.07.1975 3. Unvanı : Yrd. Doç. Dr. 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans ÖZGEÇMİŞ 1. Adı Soyadı : Birim BALCI 2. Doğum Tarihi : 28.07.1975 3. Unvanı : Yrd. Doç. Dr. 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Teknik Eğitim, Elektronik- Bilgisayar Eğitimi Marmara Üniversitesi.

Detaylı

ÖZGEÇMİŞ. Derece Üniversite Alanı Yılı Bütünleşik Doktora Ege Üniversitesi Matematik (Cebirsel 2009-2014. Lisans Ege Üniversitesi Matematik 2009

ÖZGEÇMİŞ. Derece Üniversite Alanı Yılı Bütünleşik Doktora Ege Üniversitesi Matematik (Cebirsel 2009-2014. Lisans Ege Üniversitesi Matematik 2009 ÖZGEÇMİŞ 1. Adı Soyadı : ÖZGÜR EGE 2. Doğum Tarihi : 15.06.1987 3. Doğum Yeri : İZMİR 4. Ünvanı : Araştırma Görevlisi Doktor 5. Adres : Celal Bayar Üniversitesi Fen-Edebiyat Fakültesi Matematik Bölümü

Detaylı

Görüntü İşlemeye Giriş Introduction to Image Processing. Doç. Dr. Aybars UĞUR

Görüntü İşlemeye Giriş Introduction to Image Processing. Doç. Dr. Aybars UĞUR Görüntü İşlemeye Giriş Introduction to Image Processing Doç. Dr. Aybars UĞUR 2013 1 İçerik Görüntü ve Piksel Görüntü Türleri Görüntü İşleme Görüntü İşlemenin Amaçları Görüntü İyileştirme Görüntü Analizi

Detaylı

İçerik Fotogrametrik Üretim 2 Fotogrametri 2 Hava Fotogrametrisi...2 Fotogrametrik Nirengi 3 Ortofoto 4 Fotogrametrik İş Akışı 5 Sayısal Hava

İçerik Fotogrametrik Üretim 2 Fotogrametri 2 Hava Fotogrametrisi...2 Fotogrametrik Nirengi 3 Ortofoto 4 Fotogrametrik İş Akışı 5 Sayısal Hava İçerik Fotogrametrik Üretim 2 Fotogrametri 2 Hava Fotogrametrisi...2 Fotogrametrik Nirengi 3 Ortofoto 4 Fotogrametrik İş Akışı 5 Sayısal Hava Kameralarının Sağlayacağı Faydalar.7 Pramit Oluşturma.10 Kolon

Detaylı

ÖZGEÇMİŞ. 1. Adı Soyadı : Olcay Taner Yıldız. 2. Doğum Tarihi : 15.05.1976. 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu :

ÖZGEÇMİŞ. 1. Adı Soyadı : Olcay Taner Yıldız. 2. Doğum Tarihi : 15.05.1976. 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : ÖZGEÇMİŞ 1. Adı Soyadı : Olcay Taner Yıldız 2. Doğum Tarihi : 15.05.1976 3. Unvanı : Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yıl Lisans Bilgisayar Mühendisliği Boğaziçi Üniversitesi 1997 Y.

Detaylı

Üniversitelerde Bilgi Güvenliği Eğitimi. Dr. Mehmet KARA TÜBİTAK - BİLGEM 26 Kasım 2011

Üniversitelerde Bilgi Güvenliği Eğitimi. Dr. Mehmet KARA TÜBİTAK - BİLGEM 26 Kasım 2011 Üniversitelerde Bilgi Güvenliği Eğitimi Dr. Mehmet KARA TÜBİTAK - BİLGEM 26 Kasım 2011 1 Sunum Planı 1. Üniversitelerde Bilgi Güvenliği Eğitimi 2. Ticari Bilgi Güvenliği Eğitimleri 3. Bilgi Güvenliği Dersleri

Detaylı

Hazırladığı Tezler Yüksek lisans tezi

Hazırladığı Tezler Yüksek lisans tezi ÖZGEÇMİŞ 1 Adı Soyadı : Dr. Serdar BİROĞUL Doğum Yeri ve Tarihi : İzmit, 10/09/1980 Yabancı Dil : İngilizce İş adresi : Muğla Üniversitesi Teknoloji Fakültesi Elektronik-Bilgisayar Teknolojisi Bölümü Cep

Detaylı

MÜFREDAT DERS LİSTESİ

MÜFREDAT DERS LİSTESİ MÜFREDAT DERS LİSTESİ MÜHENDİSLİK FAK. / BİLGİSAYAR MÜHENDİSL / 2010 BİLGİSAYAR MÜHENDİSLİĞİ Müfredatı 0504101 Matematik I Calculus I 1 GÜZ 4 5 Z 0504102 Genel Fizik I General Physics I 1 GÜZ 4 4 Z 0504103

Detaylı

PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI

PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI PROJEM İSTANBUL ARAŞTIRMA PROJESİ BİLGİSAYARLI GÖRÜ VE SINIFLANDIRMA TEKNİKLERİYLE ARAZİ KULLANIMININ OTOMATİK OLARAK BULUNMASI Proje Yüklenicisi: Yeditepe Üniversitesi Mühendislik ve Mimarlık Fakültesi

Detaylı

RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ

RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Journal of Naval Science and Engineering 2009, Vol 5, No2, pp 89-97 RENK BİLEŞENLERİ YARDIMIYLA HAREKETLİ HEDEFLERİN GERÇEK ZAMANLI TESPİTİ Öğr Kd Bnb Mustafa Yağımlı Elektrik/Elektronik Mühendisliği Bölümü,

Detaylı

Sahne Geçişlerinin Geometrik Tabanlı olarak Saptanması

Sahne Geçişlerinin Geometrik Tabanlı olarak Saptanması Sahne Geçişlerinin Geometrik Tabanlı olarak Saptanması 1 Giriş Binnur Kurt, H. Tahsin Demiral, Muhittin Gökmen İstanbul Teknik Üniversitesi, Bilgisayar Mühendisliği Bölümü, Maslak, 80626 İstanbul {kurt,demiral,gokmen}@cs.itu.edu.tr

Detaylı

1. DÖNEM Kodu Dersin Adı T U K. Matematik II Mathematics II (İng) Fizik I 3 2 4. Bilgisayar Programlama I (Java) Computer Programming I (Java) (İng)

1. DÖNEM Kodu Dersin Adı T U K. Matematik II Mathematics II (İng) Fizik I 3 2 4. Bilgisayar Programlama I (Java) Computer Programming I (Java) (İng) Müfredat: Mekatronik Mühendisliği lisans programından mezun olacak bir öğrencinin toplam 131 kredilik ders alması gerekmektedir. Bunların 8 kredisi öğretim dili Türkçe ve 123 kredisi öğretim dili İngilizce

Detaylı

Yıldız Teknik Üniversitesi Bilgi Sistemi AutoCAD Map İle Gerçekleştirilen Bir Uygulama

Yıldız Teknik Üniversitesi Bilgi Sistemi AutoCAD Map İle Gerçekleştirilen Bir Uygulama Yıldız Teknik Üniversitesi Bilgi Sistemi AutoCAD Map İle Gerçekleştirilen Bir Uygulama Arzu Çöltekin Yıldız Teknik Üniversitesi Jeodezi ve Fotogrametri Yük. Müh. Araştırma Görevlisi 1/5 Özet Günümüzde

Detaylı

Yrd. Doç. Dr. İsmail KENAR

Yrd. Doç. Dr. İsmail KENAR Yrd. Doç. Dr. İsmail KENAR Dumlupınar Üniversitesi Eğitim Fakültesi İlköğretim Bölümü Fen Bilgisi Öğretmenliği Ana Bilim Dalı Evliya Çelebi Yerleşkesi (43100) KÜTAHYA Cep Telefonu: Telefon: 02742652031/4591

Detaylı

2.1 Gri Düzey Eş Oluşum Matrisi ( GLCM) Gri düzey eş oluşum matrisi Haralick tarafından öne sürülmüştür [1]. Đstatistiksel doku analizi yöntemidir.

2.1 Gri Düzey Eş Oluşum Matrisi ( GLCM) Gri düzey eş oluşum matrisi Haralick tarafından öne sürülmüştür [1]. Đstatistiksel doku analizi yöntemidir. ÇELĐK YÜZEYLERĐN SINIFLANDIRILMASI * Cem ÜNSALAN ** Aytül ERÇĐL * Ayşın ERTÜZÜN *Boğaziçi Üniversitesi, Elektrik-Elektronik Mühendisliği Bölümü unsalan@boun.edu.tr **Boğaziçi Üniversitesi, Endüstri Mühendisliği

Detaylı

Yrd. Doç. Dr. Mustafa NİL

Yrd. Doç. Dr. Mustafa NİL Yrd. Doç. Dr. Mustafa NİL ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Fırat Üniversitesi Elektrik-Elektronik Mühendisliği Y. Kocaeli Üniversitesi Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

Detaylı

Ormancılıkta Uzaktan Algılama. 4.Hafta (02-06 Mart 2015)

Ormancılıkta Uzaktan Algılama. 4.Hafta (02-06 Mart 2015) Ormancılıkta Uzaktan Algılama 4.Hafta (02-06 Mart 2015) Hava fotoğrafı; yeryüzü özelliklerinin kuşbakışı görüntüsüdür. Hava fotoğrafları, yersel fotoğraf çekim tekniğinde olduğu gibi ait oldukları objeleri

Detaylı

M. Taner Aktaş, GISP : mtaktas@yahoo.com

M. Taner Aktaş, GISP : mtaktas@yahoo.com Technical Workshops 25.Mayıs.2012 Taşkın Risk Haritası Oluşturmada LiDAR Yöntemi ve ArcHydro 2.0 Araçları M. Taner Aktaş, GISP Gündem Giriş LiDAR Yöntemi ArcGIS ile LiDAR ArcHydro Araçları Taşkın Risk

Detaylı

ÖZGEÇMİŞ. Derece Alan Üniversite Yıl. OrtaöğretimMatematikEğitimi BoğaziciÜniversitesi 2007

ÖZGEÇMİŞ. Derece Alan Üniversite Yıl. OrtaöğretimMatematikEğitimi BoğaziciÜniversitesi 2007 ÖZGEÇMİŞ 1. AdıSoyadı: Rukiye Didem Taylan 2. DoğumTarihi: 25 Temmuz 1984 3. Unvanı: Yrd. Doç. Dr. 4. ÖgrenimDurumu: Derece Alan Üniversite Yıl Lisans OrtaöğretimMatematikEğitimi BoğaziciÜniversitesi 2007

Detaylı

İRİSTEN KİMLİK TANIMA SİSTEMİ

İRİSTEN KİMLİK TANIMA SİSTEMİ ÖZEL EGE LİSESİ İRİSTEN KİMLİK TANIMA SİSTEMİ HAZIRLAYAN ÖĞRENCİLER: Ceren KÖKTÜRK Ece AYTAN DANIŞMAN ÖĞRETMEN: A.Ruhşah ERDUYGUN 2006 İZMİR AMAÇ Bu çalışma ile, güvenlik amacıyla kullanılabilecek bir

Detaylı

FOTOYORUMLAMA UZAKTAN ALGILAMA. (Photointerpretation and Remote Sensing)

FOTOYORUMLAMA UZAKTAN ALGILAMA. (Photointerpretation and Remote Sensing) FOTOYORUMLAMA VE UZAKTAN ALGILAMA (Photointerpretation and Remote Sensing) 1 COĞRAFİ BİLGİ BİLGİSİSTEMİ İÇİN İÇİN ÖNEMLİ VERİ VERİTOPLAMA YÖNTEMLERİ YATAY YATAY ÖLÇMELER (X,Y) (X,Y) YATAY YATAY AÇILAR

Detaylı

AMAÇ Araçlardaki Kamera Sistemleri

AMAÇ Araçlardaki Kamera Sistemleri SUNU PLANI AMAÇ OPEN CV GÖRÜNTÜ EŞİKLEME KENAR BULMA ŞEKİL BULMA GÖRÜNTÜ GENİŞLETME VE BOZMA GÖRÜNTÜ DOLDURMA AFFİNE DÖNÜŞÜMÜ PERSPEKTİF DÖNÜŞÜM KUŞ BAKIŞI GÖRÜNTÜ DÖNÜŞÜMÜ AMAÇ Araçlardaki Kamera Sistemleri

Detaylı

LED IŞIK KAYNAKLARININ RENK SICAKLIĞININ GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK BELİRLENMESİ. İsmail Serkan Üncü, İsmail Taşcı

LED IŞIK KAYNAKLARININ RENK SICAKLIĞININ GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK BELİRLENMESİ. İsmail Serkan Üncü, İsmail Taşcı LED IŞIK KAYNAKLARININ RENK SICAKLIĞININ GÖRÜNTÜ İŞLEME TEKNİKLERİ KULLANILARAK BELİRLENMESİ İsmail Serkan Üncü, İsmail Taşcı To The Sources Of Light s Color Tempature With Image Processing Techniques

Detaylı

AFET Yönetiminde İleri Teknoloji Kullanımı GÜZ ÇALIŞTAYI. 12-13 Kasım 2013, ANKARA, TÜRKİYE PANEL-1 11:30-13:00

AFET Yönetiminde İleri Teknoloji Kullanımı GÜZ ÇALIŞTAYI. 12-13 Kasım 2013, ANKARA, TÜRKİYE PANEL-1 11:30-13:00 AFET Yönetiminde İleri Teknoloji Kullanımı GÜZ ÇALIŞTAYI 12-13 Kasım 2013, ANKARA, TÜRKİYE PANEL-1 11:30-13:00 AFET Yönetiminde İleri Teknoloji Kullanımı PANEL BAŞKANI Doç. Dr. Dilek Funda KURTULUŞ --->

Detaylı

EĞİTİM VE ARAŞTIRMA YAPILARI EDUCATION AND RESEARCH CENTERS. Üniversite Yerleşkeleri Ar-Ge Yapıları ve Enstitüler Okullar

EĞİTİM VE ARAŞTIRMA YAPILARI EDUCATION AND RESEARCH CENTERS. Üniversite Yerleşkeleri Ar-Ge Yapıları ve Enstitüler Okullar Üniversite leşkeleri Ar-Ge Yapıları ve Enstitüler Okullar EĞİTİM VE ARAŞTIRMA YAPILARI EDUCATION AND RESEARCH CENTERS University Campuses Research Institutes Schools 47 EĞİTİM ve ARAŞTIRMA YAPILARI REFERANS

Detaylı

Coğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları

Coğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları Coğrafi Veri Üretimi Bakış Açısı İle TÜBİTAK UZAY daki Uzaktan Algılama Araştırmaları Sunan: Dr. Ufuk SAKARYA TÜBİTAK UZAY Katkıda Bulunanlar: Mustafa Teke, Can Demirkesen, Ramazan Küpçü, Hüsne Seda Deveci,

Detaylı

ÖZGEÇMİŞ VE YAYINLAR. Geomatik Mühendisliği Bölümü, 34469 Ayazağa İstanbul / Türkiye Tel: +90 212 285 72 02 Fax: +90 212 285 65 87

ÖZGEÇMİŞ VE YAYINLAR. Geomatik Mühendisliği Bölümü, 34469 Ayazağa İstanbul / Türkiye Tel: +90 212 285 72 02 Fax: +90 212 285 65 87 ÖZGEÇMİŞ VE YAYINLAR Kişisel Bilgiler İsim: Emin Özgür Avşar Adres: Geomatik Mühendisliği Bölümü, 34469 Ayazağa İstanbul / Türkiye Tel: +90 212 285 72 02 Fax: +90 212 285 65 87 E-posta: avsarem@itu.edu.tr

Detaylı

Muhammed ALYÜRÜK. Evli ve 2 kız çocuğu babasıdır. İngilizce bilmektedir. Muhammed ALYÜRÜK İBB İSBAK A.Ş. Genel Müdürü

Muhammed ALYÜRÜK. Evli ve 2 kız çocuğu babasıdır. İngilizce bilmektedir. Muhammed ALYÜRÜK İBB İSBAK A.Ş. Genel Müdürü Muhammed ALYÜRÜK Muhammed ALYÜRÜK İBB İSBAK A.Ş. Genel Müdürü 1980 İstanbul/Bakırköy doğumlu olan Muhammed Alyürük İlk, Orta, Lise ve Üniversite eğitimlerini İstanbul da tamamladı. Marmara Üniversitesi

Detaylı

COĞRAFİ BİLGİ SİSTEMLERİ

COĞRAFİ BİLGİ SİSTEMLERİ COĞRAFİ BİLGİ SİSTEMLERİ HARİTA TABANLI PLANLAMA VE YÖNETİM Prof.Dr. Vahap TECİM Dokuz Eylül Üniversitesi HARİTADAN DA ÖTE COĞRAFİ BİLGİ SİSTEMLERİ BİLGİ SİSTEMİ Donanım Yazılım Veriler Personel Yeryüzü

Detaylı

Üzerinde. Y.Müh.Mehmet ERBAŞ, mehmet.erbas@hgk.msb.gov.tr. Y.Müh.Hakan ŞAHİN, hakan.sahin@hgk.msb.gov.tr. Y.Müh.Emre SOYER, emre.soyer@hgk.msb.gov.

Üzerinde. Y.Müh.Mehmet ERBAŞ, mehmet.erbas@hgk.msb.gov.tr. Y.Müh.Hakan ŞAHİN, hakan.sahin@hgk.msb.gov.tr. Y.Müh.Emre SOYER, emre.soyer@hgk.msb.gov. Sanal Küre K Üzerinde Yürüyüş Analizi Y.Müh.Mehmet ERBAŞ, mehmet.erbas@hgk.msb.gov.tr Y.Müh.Hakan ŞAHİN, hakan.sahin@hgk.msb.gov.tr Y.Müh.Emre SOYER, emre.soyer@hgk.msb.gov.tr Y.Müh.Feyzi KANTAR, feyzi.kantar@hgk.msb.gov.tr

Detaylı

Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı

Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı Akdeniz Üniversitesi Mühendislik Fakültesi Bilgisayar Mühendisliği Bölüm Tanıtımı cse@akdeniz.edu.tr Antalya, 2015 2 Özet Akdeniz Üniversitesi tanıtım filmi Neden Bilgisayar Mühendisliği Bilgisayar Mühendisi

Detaylı

İZMİR EKONOMİ ÜNİVERSİTESİ 2015 ÖSYS TABAN PUANLARI IZMIR UNIVERSITY OF ECONOMICS 2015 OSYS BASE POINTS

İZMİR EKONOMİ ÜNİVERSİTESİ 2015 ÖSYS TABAN PUANLARI IZMIR UNIVERSITY OF ECONOMICS 2015 OSYS BASE POINTS Fen-Edebiyat Fakültesi / Faculty of Arts and Sciences 203510094 Mütercim-Tercümanlık (İngilizce) (Ücretli) / English Translation and Interpretation ( English)) DİL-1 264,18889 34.900 323,58081 203510101

Detaylı

- Yurtiçinde ULUSLARARASI Bilimsel Toplantılarda Sunulan ve Bilimsel Toplantı Kitabında Yayınlanan Bildiriler

- Yurtiçinde ULUSLARARASI Bilimsel Toplantılarda Sunulan ve Bilimsel Toplantı Kitabında Yayınlanan Bildiriler 1. Adı Soyadı 2. Doğum Tarihi 3. Unvanı 4. Öğrenim Durumu : Ahmet Faik KAŞLI : 12/0711954 : ProfDr. ÖZGEÇMlş Derece Alan Universite Yıl Lisans Matematik Ege 1977 Y. Lisans Bilgisayar Bilimleri Ege 1979

Detaylı

ÖZGEÇMİŞ. Unvan Bölüm Üniversite Yıl Yrd. Doç. Dr. Yazılım Mühendisliği Bahçeşehir Üniversitesi 2007

ÖZGEÇMİŞ. Unvan Bölüm Üniversite Yıl Yrd. Doç. Dr. Yazılım Mühendisliği Bahçeşehir Üniversitesi 2007 1. Adı Soyadı: Mehmet Alper TUNGA 2. Doğum Tarihi: 11/06/1975 3. Unvanı: Yrd. Doç. Dr. 4. Öğrenim Durumu: ÖZGEÇMİŞ Derece Bölüm/Program Üniversite Yıl Lisans Matematik Mühendisliği İstanbul Teknik Üniversitesi

Detaylı

Veri toplama- Yersel Yöntemler Donanım

Veri toplama- Yersel Yöntemler Donanım Veri toplama- Yersel Yöntemler Donanım Data Doç. Dr. Saffet ERDOĞAN 1 Veri toplama -Yersel Yöntemler Optik kamera ve lazer tarayıcılı ölçme robotu Kameradan gerçek zamanlı veri Doç. Dr. Saffet ERDOĞAN

Detaylı

Research On Using a Mobile Terrestrial Photogrammetric Mapping System For The Determination Of Object Volumes

Research On Using a Mobile Terrestrial Photogrammetric Mapping System For The Determination Of Object Volumes Harita Teknolojileri Elektronik Dergisi Cilt: 4, No: 3, 2012 (1-6) Electronic Journal of Map Technologies Vol: 4, No: 3, 2012 (1-6) TEKNOLOJİK ARAŞTIRMALAR www.teknolojikarastirmalar.com e-issn:1309-3983

Detaylı

Yrd. Doç. Dr. Aycan M. MARANGOZ. BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF329 FOTOGRAMETRİ I DERSi NOTLARI

Yrd. Doç. Dr. Aycan M. MARANGOZ. BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF329 FOTOGRAMETRİ I DERSi NOTLARI FOTOGRAMETRİ I GEOMETRİK ve MATEMATİK TEMELLER Yrd. Doç. Dr. Aycan M. MARANGOZ BEÜ MÜHENDİSLİK FAKÜLTESİ GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ JDF329 FOTOGRAMETRİ I DERSi NOTLARI http://geomatik.beun.edu.tr/marangoz/

Detaylı

BEYKENT ÜNİVERSİTESİ (İSTANBUL) BEYKENT UNIVERSITY (İSTANBUL)

BEYKENT ÜNİVERSİTESİ (İSTANBUL) BEYKENT UNIVERSITY (İSTANBUL) Programın Adı BEYKENT ÜNİVERSİTESİ (İSTANBUL) Meslek Yüksekokulu Adalet Adalet (İÖ) Ağız ve Diş Sağlığı Ağız ve Diş Sağlığı (İÖ) Ameliyathane Hizmetleri Anestezi Anestezi (İÖ) Aşçılık Aşçılık (İÖ) Bankacılık

Detaylı

MAKİNE MÜHENDİSLİĞİ MÜFREDATI

MAKİNE MÜHENDİSLİĞİ MÜFREDATI SINIF-DÖNEM : 1. Sınıf - Güz DERS KODU MATH 101 PHYS 101 CHEM 101 MCE 101 MCE 103 ENG 101 TDL 101 Matematik I Calculus I Z 4 0 6 Fizik I Physics I Z 3 2 6 Genel Kimya General Chemistry Z 3 0 5 Makina Mühendisliğine

Detaylı

Sahip oldukları mevcut arazilerini, -Taleplere, -İhtiyaçlara ve -Teknolojik gelişmelere bağlı olarak yasalar ve kurumsal düzenlemelerle yönetirler.

Sahip oldukları mevcut arazilerini, -Taleplere, -İhtiyaçlara ve -Teknolojik gelişmelere bağlı olarak yasalar ve kurumsal düzenlemelerle yönetirler. Eğik Resim Fotogrametrisi ve Arazi Yönetiminde Kullanım Alanları Nisan / 2015 1 / 43 Sunum İçeriği 1. Arazi Yönetimi 2. Eğik Resim Fotogrametrisi 3. Eğik Resim Fotogrametrisinin Arazi Yönetiminde Kulanım

Detaylı

ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI

ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI ORM 7420 ORMAN KAYNAKLARININ PLANLANMASINDA UYGU GÖRÜNTÜLERİNİN KULLANILMASI Yrd. Doç. Dr. Uzay KARAHALİL III. Hafta (Uyduların Detay Tanıtımı Sunum Akışı Doğal Kaynak İzleyen Uygular Hangileri Uyduların

Detaylı

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ VE HAVA FOTOĞRAFLARINDAN OTOMATİK BİNA YAKALAMA

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ VE HAVA FOTOĞRAFLARINDAN OTOMATİK BİNA YAKALAMA ÖZET TMMOB Harita ve Kadastro Mühendisleri Odası 13. Türkiye Harita Bilimsel ve Teknik Kurultayı 18 22 Nisan 2011, Ankara YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU VERİLERİ VE HAVA FOTOĞRAFLARINDAN OTOMATİK BİNA YAKALAMA

Detaylı

ÖLÇME BİLGİSİ. PDF created with FinePrint pdffactory trial version http://www.fineprint.com. Tanım

ÖLÇME BİLGİSİ. PDF created with FinePrint pdffactory trial version http://www.fineprint.com. Tanım ÖLÇME BİLGİSİ Dersin Amacı Öğretim Üyeleri Ders Programı Sınav Sistemi Ders Devam YRD. DOÇ. DR. HAKAN BÜYÜKCANGAZ ÖĞR.GÖR.DR. ERKAN YASLIOĞLU Ders Programı 1. Ölçme Bilgisi tanım, kapsamı, tarihçesi. 2.

Detaylı

Yüz Tanımaya Dayalı Uygulamalar. (Özet)

Yüz Tanımaya Dayalı Uygulamalar. (Özet) 4 Yüz Tanımaya Dayalı Uygulamalar (Özet) Günümüzde, teknolojinin gelişmesi ile yüz tanımaya dayalı bir çok yöntem artık uygulama alanı bulabilmekte ve gittikçe de önem kazanmaktadır. Bir çok farklı uygulama

Detaylı

1: 25 000 ÖLÇEKLİ HARİTALARIN OTOMATİK KOORDİNATLANDIRILMASINDA BİR YAKLAŞIM

1: 25 000 ÖLÇEKLİ HARİTALARIN OTOMATİK KOORDİNATLANDIRILMASINDA BİR YAKLAŞIM TMMOB Harita ve Kadastro Mühendisleri Odası 10. Türkiye Harita Bilimsel ve Teknik Kurultayı 28 Mart - 1 Nisan 2005, Ankara 1: 25 000 ÖLÇEKLİ HARİTALARIN OTOMATİK KOORDİNATLANDIRILMASINDA BİR YAKLAŞIM H.

Detaylı

ÖZGEÇMİŞ VE ESERLER LİSTESİ. Derece Bölüm/Program Üniversite Yıl. İngilizce İşletme Yönetimi Doktora Programı

ÖZGEÇMİŞ VE ESERLER LİSTESİ. Derece Bölüm/Program Üniversite Yıl. İngilizce İşletme Yönetimi Doktora Programı ÖZGEÇMİŞ VE ESERLER LİSTESİ ÖZGEÇMİŞ Adı Soyadı: Pervin ERSOY Unvanı: Öğretim Görevlisi Doktor E-Mail: pervin.ersoy@yasar.edu.tr; pervinersoy@gmail.com Öğrenim Durumu: Derece Bölüm/Program Üniversite Yıl

Detaylı

Jeoloji Mühendisleri için ArcGIS Eğitimi

Jeoloji Mühendisleri için ArcGIS Eğitimi Jeoloji Mühendisleri için ArcGIS Eğitimi http://facebook.com/esriturkey https://twiter.com/esriturkiye egitim@esriturkey.com.tr Kursun Süresi: 4 Gün 24 Saat Jeoloji Mühendisleri için ArcGIS Eğitimi Genel

Detaylı

Arş.Gör.Hüseyin TOPAN - http://jeodezi.karaelmas.edu.tr 1

Arş.Gör.Hüseyin TOPAN - http://jeodezi.karaelmas.edu.tr 1 Mikrodalga radyometre UZAKTAN ALGILAMADA GÖRÜNTÜLEME SİSTEMLERİ Hüseyin TOPAN Algılayıcı Pasif amaçlı olmayan amaçlı Manyetik algılayıcı Gravimetre Fourier spektrometresi Diğerleri Optik Film tabanlı Dijital

Detaylı

GÖRÜNTÜSÜ ALINAN BİR NESNENİN REFERANS BİR NESNE YARDIMIYLA BOYUTLARININ, ALANININ VE AÇISININ HESAPLANMASI ÖZET ABSTRACT

GÖRÜNTÜSÜ ALINAN BİR NESNENİN REFERANS BİR NESNE YARDIMIYLA BOYUTLARININ, ALANININ VE AÇISININ HESAPLANMASI ÖZET ABSTRACT GÖRÜNTÜSÜ ALINAN BİR NESNENİN REFERANS BİR NESNE YARDIMIYLA BOYUTLARININ, ALANININ VE AÇISININ HESAPLANMASI Hüseyin GÜNEŞ 1, Alper BURMABIYIK 2, Semih KELEŞ 3, Davut AKDAŞ 4 1 hgunes@balikesir.edu.tr Balıkesir

Detaylı

BENİM DÜNYAM ÇOCUK OYUNU: BİR MOBİL UYGULAMA

BENİM DÜNYAM ÇOCUK OYUNU: BİR MOBİL UYGULAMA XVI. Akademik Bilişim Konferansı 5-7 Şubat 2014 Mersin Akademik Bilişim Mersin Üniversitesi BENİM DÜNYAM ÇOCUK OYUNU: BİR MOBİL UYGULAMA Meliha ACAR N. Tuğbagül ALTAN AKIN Sümeyye Elif GÖKDAĞ Zeynep Gazal

Detaylı

ELEKTRİK ENERJİ SİSTEMLERİNDE OLUŞAN HARMONİKLERİN FİLTRELENMESİNİN BİLGİSAYAR DESTEKLİ MODELLENMESİ VE SİMÜLASYONU

ELEKTRİK ENERJİ SİSTEMLERİNDE OLUŞAN HARMONİKLERİN FİLTRELENMESİNİN BİLGİSAYAR DESTEKLİ MODELLENMESİ VE SİMÜLASYONU T.C. MARMARA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ELEKTRİK ENERJİ SİSTEMLERİNDE OLUŞAN HARMONİKLERİN FİLTRELENMESİNİN BİLGİSAYAR DESTEKLİ MODELLENMESİ VE SİMÜLASYONU Mehmet SUCU (Teknik Öğretmen, BSc.)

Detaylı

UYDU JEODEZISI: ÖLÇME YÖNTEM VE TEKNIKLERI

UYDU JEODEZISI: ÖLÇME YÖNTEM VE TEKNIKLERI UYDU JEODEZISI: ÖLÇME YÖNTEM VE TEKNIKLERI Gözlem noktasına baglı yöntemler: Yerden uyduya Uydudan yer noktasına Uydudan uyduya Ölçünün cinsine baglı yöntemler: Dogrultu ölçmeleri (geometrik yöntem) Çift

Detaylı

Dijital (Sayısal) Fotogrametri

Dijital (Sayısal) Fotogrametri Dijital (Sayısal) Fotogrametri Dijital fotogrametri, cisimlere ait iki boyutlu görüntü ortamından üç boyutlu bilgi sağlayan, sayısal resim veya görüntü ile çalışan fotogrametri bilimidir. Girdi olarak

Detaylı

MESLEKİ TERMİNOLOJİ I 1. HAFTA YAZILIM MÜH. TEMEL KAVRAMLAR

MESLEKİ TERMİNOLOJİ I 1. HAFTA YAZILIM MÜH. TEMEL KAVRAMLAR YAZILIM: SOFTWARE Yazılım (Software): Yazılım sadece bir bilgisayar programı değildir. Basılı veya elektronik ortamdaki her tür dokümanı da içeren ürün. Dokümanlar yazılım mühendislerine ve son kullanıcıya

Detaylı

İTÜ Bilişim Enstitüsü Yönetim Kurulu Toplantı Tutanağı Toplantı No: 228, 09 Mayıs 2011, Bilişim Enstitüsü

İTÜ Bilişim Enstitüsü Yönetim Kurulu Toplantı Tutanağı Toplantı No: 228, 09 Mayıs 2011, Bilişim Enstitüsü İTÜ Bilişim Enstitüsü Yönetim Kurulu Toplantı Tutanağı Toplantı No: 228, 09 Mayıs 2011, Bilişim Enstitüsü İstanbul Teknik Üniversitesi Bilişim Enstitüsü nün Yönetim Kurulu 228 sıra sayılı toplantısı, 09

Detaylı

DUMLUPINAR ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ BELGESİ

DUMLUPINAR ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ BELGESİ DUMLUPINAR ÜNİVERSİTESİ AKADEMİK ÖZGEÇMİŞ BELGESİ KİMLİK VE İLETİŞİM BİLGİLERİ Unvanı Adı Soyadı E posta Prof. Dr. Erhan ATA erhan.ata@dpu.edu.tr Telefon 507 7631676 Dumlupınar Ün. Evliya Çelebi Yerleşkesi

Detaylı

YÜKSEK ÇÖZEBİLİRLİKLİ UYDU GÖRÜNTÜLERİNİN BİLGİ İÇERİKLERİNİN KARŞILAŞTIRILMASI

YÜKSEK ÇÖZEBİLİRLİKLİ UYDU GÖRÜNTÜLERİNİN BİLGİ İÇERİKLERİNİN KARŞILAŞTIRILMASI YÜKSEK ÇÖZEBİLİRLİKLİ UYDU GÖRÜNTÜLERİNİN BİLGİ İÇERİKLERİNİN KARŞILAŞTIRILMASI Ferihan ÖZFİDAN, Hüseyin TOPAN, Hakan ŞAHİN, Serkan KARAKIŞ Zonguldak Karaelmas Üniversitesi, Mühendislik Fakültesi, Jeodezi

Detaylı

Ad Soyad Umut KEDİKLİ İş Telefonu 0 370 4333198/2793 E-mail(ler) kedikliumut@hotmail.com umutkedikli@karabuk.edu.tr

Ad Soyad Umut KEDİKLİ İş Telefonu 0 370 4333198/2793 E-mail(ler) kedikliumut@hotmail.com umutkedikli@karabuk.edu.tr Ad Soyad Umut KEDİKLİ İş Telefonu 0 370 4333198/2793 E-mail(ler) kedikliumut@hotmail.com umutkedikli@karabuk.edu.tr İş Adresi Karabük Üniversitesi İktisadi ve İdari Bilimler Fakültesi Uluslararası İlişkiler

Detaylı

ÖZGEÇMİŞ. Çiçek, A., Hastanelerde Verimlilik, Erciyes Üniversitesi, Sosyal Bilimler Enstitüsü, 1995.

ÖZGEÇMİŞ. Çiçek, A., Hastanelerde Verimlilik, Erciyes Üniversitesi, Sosyal Bilimler Enstitüsü, 1995. ÖZGEÇMİŞ 1. Adı Soyadı: Osman UNUTULMAZ 2. Doğum Tarihi: 22 Ocak 1950 3. Unvanı: Prof. Dr. 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Maden İşletme İstanbul Teknik Üniversitesi Y. Lisans Maden

Detaylı

Statik Kod Analizi. Proceedings/Bildiriler Kitabı. SSE-CMM[3], ISO/IEC 15408 [3] gibi standartlarla. gereklidir.

Statik Kod Analizi. Proceedings/Bildiriler Kitabı. SSE-CMM[3], ISO/IEC 15408 [3] gibi standartlarla. gereklidir. Statik Kod Analizi, Özet, teknolojik cihazlardaki son zamanlarda g, tehdit kolay k -YGYD) ve Anahtar Kelimeler Abstract The use of technological devices in developed software has been increasing in recent

Detaylı

ÖZGEÇMİŞ. Unvan Üniversite / Bölüm Yıl Yardımcı Doçent Trakya Üniversitesi / Bilgisayar Mühendisliği

ÖZGEÇMİŞ. Unvan Üniversite / Bölüm Yıl Yardımcı Doçent Trakya Üniversitesi / Bilgisayar Mühendisliği ÖZGEÇMİŞ 1. Adı Soyadı : Nurşen Suçsuz 2. Doğum Tarihi : 01.03.1965 3. Ünvanı : Yrd. Doç. Dr. 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Lisans Matematik Trakya Üniversitesi 1987 Y. Lisans Matematik

Detaylı

* Özel Koşullar Requirements & Explanations. Akdeniz Kontenjan Quota. Süre Duration. Adalet Justice 2 3 Adalet (İÖ) Justice (EP) 2 3

* Özel Koşullar Requirements & Explanations. Akdeniz Kontenjan Quota. Süre Duration. Adalet Justice 2 3 Adalet (İÖ) Justice (EP) 2 3 Adalet Meslek Yüksekokulu Programın Adı Vocational School of Justice Name of Programme Süre Duration Adalet Justice 2 3 Adalet (İÖ) Justice (EP) 2 3 Sağlık Hizmetleri Meslek Yüksekokulu Vocational School

Detaylı

DURSUN AKASLAN ARAŞTIRMA GÖREVLİSİ DOKTOR

DURSUN AKASLAN ARAŞTIRMA GÖREVLİSİ DOKTOR DURSUN AKASLAN ARAŞTIRMA GÖREVLİSİ DOKTOR MÜHENDĠSLĠK FAKÜLTESĠ BĠLGĠSAYAR MÜHENDĠSLĠĞĠ BÖLÜMÜ OSMANBEY YERLEġKESĠ, ġanliurfa, 63000, TÜRKĠYE Telefon / Dahili: 0414 318-30-00 / 1434 Belgegeçer: 0414 318-37-99

Detaylı

T.C NECMETTİN ERBAKAN ÜNİVERSİTESİ MÜHENDİSLİK ve MİMARLIK FAKÜLTESİ HARİTA MÜHENDİSLİĞİ BÖLÜMÜ NORMAL ÖĞRETİM, 2015-2016 AKADEMİK YILI DERS PLANI

T.C NECMETTİN ERBAKAN ÜNİVERSİTESİ MÜHENDİSLİK ve MİMARLIK FAKÜLTESİ HARİTA MÜHENDİSLİĞİ BÖLÜMÜ NORMAL ÖĞRETİM, 2015-2016 AKADEMİK YILI DERS PLANI 0010070001 Ölçme Bilgisi-1 3+1+0 3,5 6 0010070002 Harita Mühendisliğine Giriş 2+0+0 2 3 0010070003 Matematik-1 4+0+0 4 7 0010070004 Fizik-1 4+0+0 4 6 0010070005 Türk Dili-1 2+0+0 2 2 0010070006 Atatürk

Detaylı

COMPARING THE PERFORMANCE OF KINEMATIC PPP AND POST PROCESS KINEMATICS METHODS IN RURAL AND URBAN AREAS

COMPARING THE PERFORMANCE OF KINEMATIC PPP AND POST PROCESS KINEMATICS METHODS IN RURAL AND URBAN AREAS KİNEMATİK PPP VE POST PROCESS KİNEMATİK YÖNTEMLERİNİN KIRSAL VE MESKUN ALANLARDAKİ PERFORMANSLARININ KARŞILAŞTIRILMASI A. CEYLAN 1, C.Ö. YİGİT 2, S. ALÇAY 1, B. N. ÖZDEMİR 1 1 Selçuk Üniversitesi, Mühendsilik

Detaylı

A UNIFIED APPROACH IN GPS ACCURACY DETERMINATION STUDIES

A UNIFIED APPROACH IN GPS ACCURACY DETERMINATION STUDIES A UNIFIED APPROACH IN GPS ACCURACY DETERMINATION STUDIES by Didem Öztürk B.S., Geodesy and Photogrammetry Department Yildiz Technical University, 2005 Submitted to the Kandilli Observatory and Earthquake

Detaylı

Derece Alan Üniversite Yıl Lisans Hidrodinamik, Gemi Model İstanbul Teknik Üniversitesi 1997-2001

Derece Alan Üniversite Yıl Lisans Hidrodinamik, Gemi Model İstanbul Teknik Üniversitesi 1997-2001 ÖZGEÇMİŞ ve YAYIN LİSTESİ 1. Adı Soyadı : Serhan GÖKÇAY 2. Doğum Tarihi : 23.05.1979 3. Unvanı : Yrd. Doç. Dr. 4. Öğrenim Durumu: Derece Alan Üniversite Yıl Hidrodinamik, Gemi Model İstanbul Teknik Üniversitesi

Detaylı

ODTÜ'DE YAPILAN İNSANSIZ HAVA ARACI ÇALIŞMALARI

ODTÜ'DE YAPILAN İNSANSIZ HAVA ARACI ÇALIŞMALARI TMMOB Makina Mühendisleri Odası VI. Ulusal Uçak, Havacılık ve Uzay Mühendisliği Kurultayı 06-07 Mayıs 2011 ODTÜ'DE YAPILAN İNSANSIZ HAVA ARACI ÇALIŞMALARI 1 1 1 1 Yavuz YAMAN, Serkan ÖZGEN, Melin ŞAHİN,

Detaylı

KONTROL EDEN Bilal ERKEK Şube Müdürü

KONTROL EDEN Bilal ERKEK Şube Müdürü Sayfa : 1/5 Kurum - KuruluĢ Ġle SözleĢme Yapılması ve YaklaĢık Maliyet Hesabı UçuĢ Planlarının Yapılması UçuĢ Ġzinlerinin Alınması ve UçuĢ Koordinasyonunun Yapılması Görüntü Alım Sistemlerinin Hazırlanması

Detaylı

Yrd. Doç. Dr. Seçil ÇELİK ERBAŞ

Yrd. Doç. Dr. Seçil ÇELİK ERBAŞ Yrd. Doç. Dr. Seçil ÇELİK ERBAŞ ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Ege Üniversitesi Kimya 000-00 Y. Lisans Dokuz Eylül Üniversitesi Organik Kimya 00-006 Doktora Dokuz Eylül Üniversitesi

Detaylı

TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ*

TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* TÜRKİYE NİN BİTKİ ÖRTÜSÜ DEĞİŞİMİNİN NOAA UYDU VERİLERİ İLE BELİRLENMESİ* Determination the Variation of The Vegetation in Turkey by Using NOAA Satellite Data* Songül GÜNDEŞ Fizik Anabilim Dalı Vedat PEŞTEMALCI

Detaylı

Yrd.Doç. Dr. Tülin ÇETİN

Yrd.Doç. Dr. Tülin ÇETİN Yrd.Doç. Dr. Tülin ÇETİN ÖĞRENİM DURUMU Derece Üniversite Bölüm / Program Lisans Ege Üniversitesi Bilgisayar Mühendisliği 1987-1992 Lisans Celal Bayar Üniversitesi İnşaat Mühendisliği 2001-2004 Y. Lisans

Detaylı

GPS ile Hassas Tarım Uygulamaları

GPS ile Hassas Tarım Uygulamaları GPS ile Hassas Tarım Uygulamaları Hassas tarım değişken oranlar ilkesiyle gerekeni, gerektiği yere, gerektiği zaman, gerektiği kadar kullanımı temel almış olan bir teknoloji olduğu için, konumsal bilgi

Detaylı

Serhat Gül. B.S., 2006 Üretim Sistemleri Mühendisliği, Sabancı Üniversitesi, İstanbul, Türkiye

Serhat Gül. B.S., 2006 Üretim Sistemleri Mühendisliği, Sabancı Üniversitesi, İstanbul, Türkiye Serhat Gül TED Üniversitesi Endüstri Mühendisliği Bölümü Ziya Gökalp Caddesi No: 48, 06420, Cankaya, Ankara, Turkey Telephone: +90 312 585 0167 E-mail: serhat.gul@tedu.edu.tr EĞİTİM Ph.D., 2010 Endüstri

Detaylı

Arş. Gör. Mümine KAYA

Arş. Gör. Mümine KAYA Arş. Gör. Mümine KAYA E-Mail: muminekaya@osmaniye.edu.tr İş Telefonu: 0 (328) 827 10 00-3705 İş Adresi: Osmaniye Korkut Ata Karacaoğlan Yerleşkesi 80000 Merkez / OSMANİYE KİŞİSEL BİLGİLER Doğum Tarihi

Detaylı

HASSAS ORMANCILIK. Prof.Dr. Abdullah E. Akay. BTÜ Orman Fakültesi Orman Mühendisliği Bölümü Osmangazi-Bursa

HASSAS ORMANCILIK. Prof.Dr. Abdullah E. Akay. BTÜ Orman Fakültesi Orman Mühendisliği Bölümü Osmangazi-Bursa HASSAS ORMANCILIK Prof.Dr. Abdullah E. Akay Osmangazi-Bursa HASSAS ORMANCILIK Son yıllarda artan tüketici talepleri doğal kaynaklar üzerindeki baskıyı artırmış ve bu durum özellikle orman kaynaklarının

Detaylı

ÖZGEÇMİŞ VE ESERLER LİSTESİ

ÖZGEÇMİŞ VE ESERLER LİSTESİ ÖZGEÇMİŞ VE ESERLER LİSTESİ 1. Adı Soyadı : Metin ZEYVELİ 2. DoğumTarihi : 30 Haziran 1971 3. Unvanı : Yrd. Doç. Dr. 4. Öğrenim Durumu : Derece Alan Üniversite Yıl Lisans Makine Eğitimi Gazi Üniversitesi

Detaylı

Bilgisayar Mühendisliği Bölümü

Bilgisayar Mühendisliği Bölümü Gebze Yüksek Teknoloji Enstitüsü Bilgisayar Mühendisliği Bölümü Tanıtım Gösterisi 1 İçerik 1. Üniversitemiz 2. Bilgisayar Mühendisliği 3. Bölümümüz 4. Son Sözler 2 Üniversitemiz 3 1. Teknoloji Enstitüsü

Detaylı

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008

Kablosuz Sensör Ağlar ve Eniyileme. Tahir Emre KALAYCI. 21 Mart 2008 Kablosuz Sensör Ağlar ve Eniyileme Tahir Emre KALAYCI 21 Mart 2008 Gündem Genel Bilgi Alınan Dersler Üretilen Yayınlar Yapılması Planlanan Doktora Çalışması Kablosuz Sensör Ağlar Yapay Zeka Teknikleri

Detaylı

HACİM HESAPLAMALARINDA LASER TARAMA VE YERSEL FOTOGRAMETRİNİN KULLANILMASI

HACİM HESAPLAMALARINDA LASER TARAMA VE YERSEL FOTOGRAMETRİNİN KULLANILMASI TMMOB Harita ve Kadastro Mühendisleri Odası 12. Türkiye Harita Bilimsel ve Teknik Kurultayı 11 15 Mayıs 2009, Ankara HACİM HESAPLAMALARINDA LASER TARAMA VE YERSEL FOTOGRAMETRİNİN KULLANILMASI M. Yakar

Detaylı

Dersi Alan Dersi Veren Dersin Optik Kod Dersin Adı Saat Öğr. Grubu Öğretim Üyesi Yeri

Dersi Alan Dersi Veren Dersin Optik Kod Dersin Adı Saat Öğr. Grubu Öğretim Üyesi Yeri T. C. E. Ü. FEN FAKÜLTESİ MATEMATİK BÖLÜMÜ 2015-2016 Öğretim Yılı Güz Dönemi Haftalık Ders Programı İkinci Öğretim A. Fakülte İçinde "BÖLÜMÜMÜZ" Öğrencilerine Verdiğimiz Dersler I. YARIYIL 1104001062003

Detaylı

Yrd. Doç. Dr. Tolga DEMİRCAN. Akışkanlar dinamiğinde deneysel yöntemler

Yrd. Doç. Dr. Tolga DEMİRCAN. Akışkanlar dinamiğinde deneysel yöntemler Yrd. Doç. Dr. Tolga DEMİRCAN e-posta 2: tolgademircan@gmail.com Uzmanlık Alanları: Akışkanlar Mekaniği Sayısal Akışkanlar Dinamiği Akışkanlar dinamiğinde deneysel yöntemler Isı ve Kütle Transferi Termodinamik

Detaylı

3.2. Raster Veriler. Satırlar. Sütunlar. Piksel/hücre büyüklüğü

3.2. Raster Veriler. Satırlar. Sütunlar. Piksel/hücre büyüklüğü 3.2. Raster Veriler Satırlar Piksel/hücre büyüklüğü Sütunlar 1 Görüntü formatlı veriler Her piksel için gri değerleri kaydedilmiştir iki veya üç bant (RGB) çok sayıda bant Fotoğraf, uydu görüntüsü, ortofoto,

Detaylı

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN OTOMATİK BİNA GÜNCELLEMESİ İÇİN MODEL BAZLI YAKLAŞIM

YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN OTOMATİK BİNA GÜNCELLEMESİ İÇİN MODEL BAZLI YAKLAŞIM TMMOB Harita ve Kadastro Mühendisleri Odası 12. Türkiye Harita Bilimsel ve Teknik Kurultayı 11 15 Mayıs 2009, Ankara YÜKSEK ÇÖZÜNÜRLÜKLÜ UYDU GÖRÜNTÜLERİNDEN OTOMATİK BİNA GÜNCELLEMESİ İÇİN MODEL BAZLI

Detaylı

ÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR

ÖZGEÇMİŞ. 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Resim ÖZGEÇMİŞ 1. Adı Soyadı : Kamile ŞANLI KULA İletişim Bilgileri : Ahi Evran Üniversitesi, Fen Edebiyat Fakültesi, Adres Matematik Bölümü, KIRŞEHİR Telefon : 386 280 45 50 Mail : kskula@ahievran.edu.tr

Detaylı