YERSEL LAZER TARAYICI NOKTA BULUTLARININ BİRLEŞTİRİLMESİ VE JEODEZİK KOORDİNAT SİSTEMİNE DÖNÜŞTÜRÜLMESİ: LİTERATÜR ARAŞTIRMASI.

YERSEL LAZER TARAYICI NOKTA BULUTLARININ BİRLEŞTİRİLMESİ VE JEODEZİK KOORDİNAT SİSTEMİNE DÖNÜŞTÜRÜLMESİ: LİTERATÜR ARAŞTIRMASI Cihan ALTUNTAŞ 1 1 Selçuk Üniversitesi, Mühendislik Fakültesi, Harita Mühendisliği Bölüü, Konya Türkiye caltuntas@selcuk.edu.tr Özet Yersel lazer tarayıcılarla üç boyutlu (3B) odellee çalışalarında, nokta bulutlarının birleştirilesi en öneli işle adılarından birisidir. Bu aaçla bugüne kadar pek çok yönte geliştiriliştir, ancak lazer tarayıcı nokta bulutlarının birleştirilesi hala öneli bir araştıra konusudur. Diğer yandan nokta bulutlarının otoatik birleştirilesi de ciddi bir araştıra konusudur ve her türlü veri seti için uygulanabilecek standart bir yönte bulunaaktadır. Uygulanan yönteler; otoasyon, doğruluk, hesaplaa süresi, nokta yoğunluğu ve ölçü hatalarına duyarlık bakıından farklılıklar gösterektedir. Ayrıca lazer taraa verilerinin başka konusal verilerle entegrasyonu için jeodezik koordinat sistei gibi ortak bir koordinat sisteine dönüştürülesi gerekir. Ölçe tekniği ve lazer tarayıcı aletinin konfigürasyonuna bağlı olarak jeodezik koordinatlandıra yönteleri değişiklik gösterektedir. Bu çalışada lazer tarayıcı nokta bulutlarının birleştirilesinde kullanılan yönteler sınıflandırılış ve belirli özellikleri vurgulanıştır. Böylece nokta bulutlarının birleştirilesi ve jeodezik koordinat sisteine dönüştürülesi konusunda uygulayıcı ve araştıracılara yol gösterici olunası aaçlanıştır. Anahtar Kelieler: Yersel lazer taraa, Nokta bulutu, Birleştire, Üç boyutlu dönüşü, LIDAR, Jeodezik koordinatlandıra. 12

REGISTRATION AND GEOREFERENCING METHODS FOR POINT CLOUDS OF TERRESTRIAL LASER SCANNER: A REVIEW Abstract Point cloud registration is bottle neck on three-diensional (3B) odelling by using terrestrial laser scanner. Many ethods have been developed for the registration of point clouds so far. Neverthless, it is still iportant research topic. Autoatic registration of point clouds is also one of the iportant research topic on threediensional odelling. There are no standart ethods for applying all type of data sets. The registration ethods have different specicifications in respect to autoation, accuracy, coputation tie, point density and susceptiblity fro irregular points. On the other hand, the point clouds have to be registered into extensive coordinate syste like this geodetic syste for the integration with the other spatial data. Georeferencing ethods of point clouds change according to easureent ethods and configuration of laser scanner instruent. In this study, point cloud registration ethods have been classified and ephasized their ain properties. Thus, it had to be given inforataion for the applicants and researchers about point cloud registration and georeferencing. Keywords: Terrestrial laser scanning, Point cloud, Alignent, Three-diensional registration, LIDAR, Georeferencing. 1. Giriş Hava ve yersel lazer taraa yönteleri üç boyutlu (3B) konu bilgisi elde etek için günüüzde yaygın olarak kullanılan tekniklerdir. Bu çalışa; tarihi eserlerin belgelenesi [1], kentsel planlaa [2], sanal gerçeklik uygulaaları [3] ve kaza yeri görüntülee [4] gibi pek çok alanda kullanılan yersel lazer taraa yöntei ile ilgilidir. Çok hızlı ve yoğun (kısa aralıklı) nokta konu bilgisi ölçülebilesi sayesinde, lazer taraa yöntei pek çok alanda cazip bir ölçü tekniği olarak öne çıkaktadır. Yersel lazer tarayıcı (YLT) ile bir cisin üç boyutlu odelinin oluşturulabilesi için farklı istasyonlardan taraalar yapılır. Her taraa ölçüsü tarayıcı alet erkezli yerel bir koordinat sisteinde olduğundan [5] odeli oluşturabilek için tü taraaların ortak bir koordinat sisteinde birleştirilesi gerekir. Nokta bulutlarının birleştirilesi ile ilgili bu güne kadar pek çok çalışa yapılıştır ancak her türlü veri setine uygulanabilecek standart bir yönte yoktur. Bu nedenle nokta bulutlarının 13

birleştirilesi hala öneli bir araştıra konusudur. Diğer yandan sorgulaa, analizler ve görsel sunular için tü konusal bilgilerin ortak bir koordinat sisteine dönüştürülesi gerekir. Ortak koordinat sistei olarak genellikle jeodezik koordinat sistei gibi yaygın koordinat sisteleri kullanılaktadır. Bu duruda lazer taraa ölçülerinin jeodezik koordinat sisteine dönüştürülesi gereklidir. Bu çalışada, lazer tarayıcı ölçülerinin birleştirilesi ve jeodezik koordinatlandırılasında kullanılan yönteler araştırılış ve yapılan çalışalar inceleniştir. Şekil 1. Yersel lazer tarayıcı ve jeodezik koordinat sisteleri (S1 ve S2 bindireli olarak yapılan lazer taraalarını gösterektedir.) 2. Yersel Lazer Taraa Lazer tarayıcılar ölçe alanını yatay yada düşey yönde belirli aralıklarla tarar. Her taraa noktası için tarayıcıdan ölçülen noktaya olan eğik esafe (ρ) ve bu doğrultunun aletin yatay ve düşey eksenleri ile yaptığı açılar (β,α) ölçülür. Ayrıca lazer ışınının ölçülen noktadan olan yansıa şiddeti (I) de ölçülerek kaydedilir. Diğer yandan lazer tarayıcılarda bütünleşik olarak bulunan kaera sayesinde ölçülen taraa noktaları için renk kaydı da yapılabilektedir. Her nokta için kaydedilen bu kutupsal koordinatlardan tarayıcı alet erkezli dik koordinatlar (x,y,z) hesaplanır (Şekil 1). Lazer tarayıcılarda alet ile ölçülen taraa noktası arasındaki esafenin ölçüünde üçgenlee 14

(triangülasyon), uçuş zaanı (direct tie-of-flight) yada faz farkı (indirect tie-offlight or phase-shift) yönteleri kullanılaktadır. Lazer tarayıcıların doğrulukları 100 esafede bir santietre civarındadır [6]. Genel olarak faz farkı yönteini kullanan lazer tarayıcıların doğruluğu doğrudan uçuş zaanlı ölçe tekniğini kullanan lazer tarayıcılara göre daha yüksektir [7]. Yaygın olarak kullanılan bazı yersel lazer tarayıcılara ait teknik bilgiler Tablo 1 de veriliştir. Tablo 1. Bazı lazer tarayıcı odelleri ve teknik özellikleri Fira Model Min-Max. esafe () Leica (url-1) Optech (url-2) RIEGL (url-3) Trible (url-4) Topcon (url-5) Zoller+Fr öhlich (url-6) MAPTE K (url-7) Stonex (url-8) TI Asahi (url-9) Clauss (url-10) Nokta ölçe hızı (pts/sec) Görüş açısı (V o xh o ) Mesafe doğrulğu () 3D konu/ Açısal doğruluk (V and H) Işın açıklığı Işın çapı Fonksiyonel özellik HDS8400 2.5-700 8800 80x360 20 /0.02 o 0.25rad <10 External GPS Pulse HDS8810 2.5-2000 8800 80x360 8@200 /0.01 o 0.25rad <8 External GPS Pulse ScanStation 0.1-300 50000 270x360 4 6/ <1 7 Bilgi yok Pulse C10 V:12",H:12" ScanStation P30/P40 0.4-270 1000000 270x360 1.2+10 pp 3@50/ V:8",H:8" 0.23rad <=3.5 Backsighting Pulse ILRIS-HD 3-1250 Bilgi yok 220x360 7@100 /80μrad 0.008594 o 0.001146 o Backsighting, Pulse (150μrad) (20μrad) External INS and GPS ILRIS-HD- ER 3-1800 Bilgi yok 220x360 7@100 ILRIS-LR 3-3000 Bilgi yok 220x360 7@100 RIEGL VZ-6000 5-6000 220000 60x360 15@15 0 RIEGL 2.5-2050 396000 100x360 8@150 VZ-2000 RIEGL 2.5-1400 122000 100x360 8@150 VZ-1000 Trible 0.6-340 1000000 317x360 2@120 TX8 Trible 0.6-120 976000 300x360 2@25 TX5 FARO 0.6-130 976000 300x360 2@25 FOCUS3D x130 GLS-1000 330 3000 70x360 4@150 GLS-2000 1-350 120000 270x360 3.5@1 50 IMAGER 0.4-79 508000 310x360 <1@50 5006EX IMAGER 5006h 0.4-79 1016027 310x360 <1@50 /80μrad /80μrad 0.008594 o (150μrad) 0.014324 o (250μrad) 0.001146 o (20μrad) 0.001146 o (20μrad) Backsighting, External INS and GPS Backsighting, External INS and GPS Backsighting, Geo-ref. Bilgi yok 0.12rad 60@50 0 Bilgi yok 0.3rad Bilgi yok Backsighting,G eo-ref. Bilgi yok 0.3rad Bilgi yok Backsighting,G eo-ref. /80μrad 5.7@ 34@ External 30 100 caera Bilgi yok 0.19rad(0 3@exit Baroeter and.011 o ) Copass Bilgi yok 0.19rad(0 2.25@e Baroeter,.011 o ) xit Copass and Mesafe ölçe tekniği Pulse Pulse Pulse Pulse Pulse Pulse Pulse Pulse GPS /V:6",H:6" 1@100 6@ Bilgi yok Pulse 40 /V:6",H:6" Bilgi yok 4@ Bilgi yok Pulse 20 /V:0.007 o rs, 0.22rad 3@1 Bilgi yok Phase H:0.007 o rs /V:0.0018 o r s,h:0.0018 o r s 0.22rad 3@1 External GPS Phase IMAGER 0.3-187 1016000 320x360 <1 /V:0.007 o rs, <0.3rad 3.5@0. External GPS Phase 5010C H:0.007 o rs 1 PROFILER 9012 0.3-119 1016000 360x360 <1 /V:0.02 o rs, H:0.02 o rs <0.5rad 1.9@0. 1 External GPS Phase I-SITE 2.5-2000 80kHz 80x360 Bilgi yok 6/ Bilgi yok Bilgi yok Backsighting,G Pulse 8820 eo-ref. X300L 2.5-180 40000 90x360 6@50 Bilgi yok 0.37rad Bilgi yok External GPS Pulse X300 2.5-300 40000 90x360 6@50 Bilgi yok 0.37rad Bilgi yok External GPS Pulse PENTAX_ 0.3-187 1016000 320x360 2@100 /V:0.007 o rs, <0.3rad 3.5@0. External GPS, Phase S-3180V H:0.007 o rs 1 Odoeter PENTAX_ 0.3-119 1016000 360x360 2@100 /0.02 o rs <0.5rad 1.9@0. External GPS Phase S-2100 1 Rodeon 0.5-250 14400 330x360 15@18 Bilgi yok 5.0rad Bilgi yok Bilgi yok Pulse Sartscan 0 15

3. Nokta Bulutlarının Birleştirilesi Bir cisi veya yüzeyin lazer taraa yöntei ile 3B sayısal odelinin oluşturulabilesi için tü istasyonlardan yapılan taraaların (nokta bulutlarının) ortak (referans) bir koordinat sisteinde birleştirilesi gerekir. Referans olarak herhangi bir koordinat sistei veya taraalardan birisinin (genellikle ilk taraa) koordinat sistei seçilebilir. Lazer tarayıcı nokta bulutları 3B nokta koordinatlarından oluştuğu için, nokta bulutlarının birleştirilesinde üç boyutlu dönüşü paraetreleri (üç ötelee, üç döne) hesaplanaktadır. Lazer taraa ölçüleri her istasyonda aynı ölçekli olduğundan bu çalışanın konusu da nokta bulutlarının rigit dönüşüüdür. Rigit olayan 3B dönüşüde ölçek paraetresi de hesaba katılarak 7 paraetre (ölçek, üç döne, üç ötelee) hesaplanaktadır [8,9]. Farklı 3B dönüşü tekniklerinin rigit ve rigit olayan uygulaaları ve bunların karşılaştıralı sonuçları Ta ve diğ. [10] de veriliştir. Bir istasyondan ölçülen nokta bulutu yerel sistede 3B nokta koordinatlarından oluşan bir veri setidir. Bu ölçü ile bindireli olarak yapılan ikinci ölçünün nokta bulutu da farklı bir yerel koordinat sisteindedir. Birinci nokta bulutu (S1) referans olarak alındığında ortak noktaların birinci ve ikinci nokta bulutu (S2) koordinatları arasındaki ilişki. bağıntısı ile ifade edilir. Burada (x,y,z) koordinatları aynı noktanın birinci (S1) ve ikinci (S2) nokta bulutu koordinatlarıdır. Rωφχ koordinat sisteleri arasındaki dönüklük açılarıyla oluşturulan 3x3 boyutlu döne atrisi ve [tx ty tz] T ise koordinat sisteleri arasındaki ötelee vektördür. Bindireli olarak yapılan üçüncü ve diğer ölçülerde aynı şekilde ardışık olarak referans koordinat sisteine dönüştürülür ve 3B nokta bulutu odeli elde edilir. Bir odel için yapılan tü taraaların nokta bulutlarının bu şekilde ardışık birleştirilesi birikisel hatalara neden olaktadır. Bunun için nokta bulutları referans sistee dönüştürüldükten sonra global dönüşü uygulanarak tü nokta bulutlarının dönüşü paraetreleri aynı anda hesaplanalıdır. Böylece ardışık birleştirelerden kaynaklanan birikisel dönüşü hataları gideriliş ve dönüşü hatalarının etkisi azaltılarak odelin taaına hoojen olarak dağıtılış olacaktır. 16

Ardışık lazer taraaları bindireli olarak (yaklaşık %30 oranında) yapılır ve birleştire tekniklerinin neredeyse taaında bu ortak taraa alanındaki noktalar kullanılır. YLT nokta bulutlarının birleştirilesinde lazer taraa verileri (x,y,z,i) ile birlikte harici kaera görüntüsü ve kontrol noktası gibi ilave veri ve ölçüler de kullanılaktadır. Diğer taraftan nokta bulutlarının otoatik birleştirilesi de ayrı bir araştıra konusudur. Otoatik birleştire genel olarak iki aşaada uygulanaktadır. İlk adıda yaklaşık yönelte uygulanakta daha sonra bu yönelte sonucuna hassas yönelte uygulanaktadır. Yaklaşık yönelte teknikleri [11] de karşılaştıralı olarak inceleniştir. Hassas birleştire genellikle iteratif en yakın nokta (Iterative Closest Point), en küçük karelerle 3B görüntü eşlee (Least Square 3D Iage Matching), karakteristik esafe alanı (Signed Distance Fields) ve genetic algorita teknikleri gibi yüksek hassasiyetli birleştire yönteleri ile uygulanaktadır. İteratif en yakın nokta (İEYN) yöntei en fazla tercih edilen yöntedir ve nokta bulutlarının hassas birleştirilesinde neredeyse standart bir yönte haline geliştir. Diğer yandan otoatik birleştirenin doğrudan uygulandığı yöntelerde vardır. Ancak bu yöntelerin doğruluğu biraz önce bahsedilen birleştire teknikleri kadar iyi değildir. Bu nedenle nokta bulutlarının otoatik birleştiresi diğer yöntelerle yapılış olsa bile yüksek doğruluklu sonuç için genellikle elde edilen sonuca İEYN uygulanarak birleştire doğruluğunun artırılası tercih edilektedir. Nokta bulutlarını birleştire yönteleri uygulaa tekniğine göre; etkileşili ve otoatik, yada yönelte hassasiyetine göre; yaklaşık ve hassas birleştireler olarak sınıflandıra yapılabilir. Bu çalışada, nokta bulutlarını birleştire yönteleri kullanılan verilere göre sınıflandırılış ve 1. Lazer taraa verileriyle, 2. Konrol noktalarıyla, 3. Lazer taraa verisi ve kaera görüntüleriyle yapılan birleştireler olarak üç grupta toplanıştır. Bu yöntelerin her biri aşağıda alt başlıklar halinde detaylı olarak açıklanıştır. 3.1 Lazer Tarayıcı Ölçüleriyle Nokta Bulutlarının Birleştirilesi 3.1.1 İteratif En Yakın Nokta 17

İteratif en yakın nokta (İEYN) yöntei kolay uygulanabilen ve en çok kullanılan yöntedir [12,13]. Bu yöntein uygulanabilesi için öncelikle eşlenik nokta bulutlarının yaklaşık yöneltelerinin yapılası gerekir. Eşlenik nokta bulutlarından birisi referans kabul edilerek diğer nokta bulutunun dönüşüü iteratif olarak yapılır. Referans nokta bulutundaki noktalar hedef nokta bulutundaki en yakın noktalarla eşleştirilerek her iterasyonda dönüşü paraetreleri hesaplanır (Şekil 2). Hesaplaa süresini ve iterasyon sayı azaltak için farklı teknikler geliştiriliş ve farklı adlarla isilendiriliştir. Color İEYN [14], Levenberg Marquardt-İEYN [15], tried İEYN [16], SoftAssign EM-İEYN [17] ve Geoetric Priitive İEYN with the RANSAC [18] bunlardan bazılarıdır. Eşlenik noktalar arasındaki fark belirlenen bir iniu değere ulaştığında yada iterasyon sayısı belirlenen aksiu değere ulaşıncaya kadar iterasyona deva edilir. Yaklaşık yöneltenin iyi yapılası duruunda genel olarak 15-20 iterasyonda sonuca ulaşak ükündür. Ölçülen taraa noktaları arasındaki esafenin artasının yani düşük nokta yoğunluğunun İEYN'nin birleştire doğruluğuna etkisi çok düşüktür [19]. İEYN yöntei hakkında daha fazla bilgi Poerlau ve diğ. [20] ve Bellekens ve diğ. [21] de bulunabilir. Şekil 2. İEYN yöntei eşlenik nokta tespiti (Altuntas, 2014a) 3.1.2 En küçük Karelerle 3B Görüntü Eşlee En küçük karelerle 3B görüntü eşlee (EKK3B), 2B görüntü eşlee [22] yönteinin 3B yüzeylerin eşleştirilesinde uygulanasıdır [23]. Yöntein uygulanabilesi için öncelikle nokta bulutlarının yaklaşık yöneltesi gerekir. Referans olarak alınan eşlenik görüntüden seçilen 3B referans penceresi iki yada daha fazla görüntüde aranarak eşlenik pencereler arasındaki Euclidean esafeleri iniu olacak şekilde görüntüler birleştirilir. İki farklı nokta bulutunda aynı cisi noktasına karşılık 18

gelen yüzey eleanları f(xyz) referans penceresi ve g(xyz) araştıra penceresi olak üzere proble; referans yüzeye en iyi uyan araştıra yüzeyinin bulunasıdır. Araştıra penceresi g(xyz) nin yeni konuu yaklaşık bir konuundan başlayarak tekrarlı olarak hesaplanır. Eşlenik görüntü pencereleri arasındaki ilişki 3B ve 7 paraetreli ortogonal dönüşü bağıntısı ile ifade edilir [23-25]. Rijit dönüşüde ölçek faktörü 1 olarak alınır ve altı paraetre hesaplanır. En küçük karelerle 3B görüntü eşleesi noktadan yüzeye olan esafeler iniu olacak şekilde uygulandığında [26] noktadan noktaya olan birleştireden [27] dört kat daha yüksek doğruluk elde ediliştir [28]. 3.1.3 Karakteristik Mesafe Alanı Karakteristik esafe alanı etodunda, birleştirilecek nokta bulutunun yaklaşık yöneltesi yapılış olalıdır. Daha sonra referans nokta küesindeki her nokta için dönüştürülecek nokta küesinde belirli esafeden daha uzakta olayan en yakın eşlenikleri aranır. Her eşlenik nokta konu bilgisi ve noral vektör ile ifade edilir. Bir S yüzeyindeki herhangi bir p noktasının karakteristik esafesi (Signed Distance Field) o noktanın yüzeyden olan esafesini ve yüzeyin hangi tarafında olduğunu ifade eder [29]. Bu sayede nokta bulutlarının bakış doğrultularının bilinesi gerekez. En yakın eşleşeyi sağlayan noktalarla iteratif olarak dönüşü uygulanır. Bu yönte bütün nokta bulutlarının hesaplaa esnasında var olasını gerektirdiğinden anlık (real-tie) uygulaalar için uygun değildir [29,30]. 3.1.4 Genetik Algorita Nokta sayısının çok fazla ve görüntü alanı geoetrisinin sürekli değişi gösterdiği durularda; nokta bulutlarının birleştirilesinde genetik algoritalar diğerlerine göre daha başarılı sonuçlar verektedir. Nokta verilerinden düzle [31] yada eğri yüzeyler belirli kurallar oluşturularak eşleştirilekte ve dönüşü paraetreleri hesaplanaktadır. Bu yöntein esas problei oldukça fazla hesaplaa süresi gerektiresidir. Genetik Algorita (GA) ile yaklaşık [32] ve hassas [33] yönelte uygulanabilektedir. Ayrıca GA ile yaklaşık yönelte olaksızın doğrudan hassas yönelte de yapılabilir [34,35]. Elde edilen doğruluk diğer hassas birleştire yönteleri ile aynı seviyededir [33]. Diğer yöntelerde yüksek hassasiyetli birleştire için bindire oranının %30 dan fazla olası istenir. Ancak GA ile bindire oranı zayıf nokta bulutlarının birleştirilesi yüksek hassasiyetli olarak yapılabilektedir [34,36]. 19

Diğer yandan GA birleştire yönteleri, ölçü hatalarından dolayı nokta bulutları arasındaki uyusuzluklardan etkilenez [37]. GA ile yaklaşık yönelte uygulanası duruunda hassas yönelte İEYN yöntei ile uygulanaktadır [38]. 3.1.5 3B Yerel Özellik Tanılayıcılar Bu yönte genel olarak 2B yerel özellik tanılayıcıların 3B nokta bulutuna uygulanasıdır. SIFT, Harris yada geliştirilen başka operatörlerle yerel özellik noktaları tanılanaktadır [39,40]. Belirli büyüklükte bir 3B grid prizası (voxel) nokta bulutunda gezdirilerek yerel iniu ve aksiu noktalar tespit edildikten sonra üç boyutlu uzayda özellik (detay) tanılayıcı noktalar belirlenektedir. Yerel özellik noktalarının tanılanasında nokta koordinatları ile birlikte renk ve doku bilgisi de kullanılabilir [41,42]. Renk ve doku bilgisi içeren özellik tanılayıcılarda hatalı eşleşe oranı daha düşüktür. Yerel özellik noktalarının tanılanasında yüzey norali ve eğriliği geoetrik özellikleri tesil etektedir [43]. Karşılıklı görüntülerden yerel özellik noktalarının eşleştirilesinde noktalar arasındaki esafelerin oranı (nearest neighbour distance ratio-nndr) kullanılaktadır. Hatalı noktalar RANSAC (Rando Saple Consensus; rastgele örnekleeli uyuşu testi) yöntei ile ayıklanarak aksiu sayıda nokta ile dönüşü paraetrelerinin hesaplanası sağlanaktadır [41]. 3.1.6 Yansıa ve Mesafe Görüntüleri ile Birleştire Lazer tarayıcı nokta koordinatları (x,y,z) ve yansıa (I) değerleri kullanılarak 2B yansıa görüntüleri oluşturulaktadır. [44-47]. Yansıa görüntüsü oluşturulduktan sonra SIFT, SURF, gibi 2B yerel özellik tanılaa operatörleri ile detay noktaları belirlenekte ve eşleştirilektedir. Yansıa görüntüsündeki her detay noktasının koordinatları bilindiği için eşlenik detay noktalarının koordinatları ile dönüşü paraetreleri hesaplanaktadır [44,48-50]. Detay noktalarından hatalı eşlenenler 3B uzayda Euclidean esafeleri karşılaştırılarak yada RANSAC yöntei ile tespit edilektedir. Yansıa görüntüsü oluşturulasına benzer şekilde esafe değerleri ile de gri tonlu görüntüler oluşturulabilektedir. Gerek yansıa gerek esafe görüntüsünün kullanılası duruunda eşlenik detay noktaları (key points) arasındaki farklar iniu olacak şekilde iteratif olarak dönüşü uygulanaktadır [51,52]. Yansıa görüntüleri ile nokta bulutlarının otoatik birleştirilesi Altuntas [47] da veriliştir. 20

3.1.7 Yüzey Eleanları Analizi ile Birleştire Bu yöntede öncelikle esh görüntü oluşturulur. Mesh görüntü oluşturulduktan sonra her taraa noktasının noral vektörü hesaplanır. Koşu iki noktanın noral vektörleri arasındaki fark bu vektörlerin sınıflandırılasında kullanılan bir ölçüttür. En küçük kareler yöntei ile aynı düzle içine giren yada aynı karakterdeki eğri noktaları tesil eden yüzey noralleri hesaplanır. Yüzey noralleri ile nokta bulutu belirli karakteristik özellikleri tesil eden alt birilere ayrılış olur ve bunların benzerliği kullanılarak nokta bulutları eşleştirilir [38,53-55]. Yüzey norali ile tesil edilen her şekil eleanı (düzle yada eğri) bir kovaryans atrisi ile tesil edilir. Bu kovaryans atrisinin tekil değerlerine ayrışıı (Singular Value Decoposition) ile yüzey noralinin özdeğer ve öz vektörü hesaplanır [56]. Dold [57] ve Makadia ve diğ. [58] yüzey norallerini hesaplaada Gauss küresini kullanışlardır. PCA (Principal Coponent Analysis; Teel Bileşen Analizi) yönteinin düzle [59-63] ve eğri [38] yüzey eleanları için farklı uygulaaları bulunaktadır. PCA yöntei; nokta bulutu içerisinde, noktalar arası ilişkilerin ve teel geoetrik özelliklerin ateatiksel olarak ifade edilesidir. Nokta bulutundan silindir, düzle ve küre şeklindeki detayların tespiti ve bunların RANSAC ile otoatik eşleştirilesi yapılabilektedir [64]. Düzle yüzeylerin benzerliği karşılaştırılırken sadece alanları değil kenar uzunlukları da dikkate alınarak eşleşe duruları denetlenebilektedir [65]. Bu yöntein öneli bir özelliği, bindire oranı çok az ve belirgin detay içereyen eğri yüzeylere ait ölçülerin birleştirilesinde başarılı bir şekilde uygulanabilesidir [66]. Pulli [67] de esh yüzey oluşturulduktan sonra noktaların eşleniklerinin bulunasında yüzey norallerinden yararlanılış ve yüzey noralleri arasındaki fark 45 dereceden büyük ise eşleştire yapılaıştır. Yersel obil lazer taraa verilerinin birleştirilesinde düzle yüzeylerin kullanıldığı robust istatistiksel bir yaklaşı Nurunnabi ve diğ. [68] tarafından öneriliştir. Önerilen yönte ile en küçük karelerle görüntü eşlee, klasik yüzey eleanları analizi ve RANSAC yöntelerine göre daha hızlı ve yüksek doğruluklu sonuçlar elde ediliştir. 3.1.8 Optiizasyon Yönteleri Literatürde, yaklaşık yada hassas birleştire yapılabilen optizasyon yönteleri önerilektedir. Breuel [69] ve Olsson ve diğ. [70] tarafından önerilen deterinistik 21

yöntele aksiu sayıda noktanın yüksek hassasiyetle global dönüşüü gerçekleştirilebilektedir. Ancak hesaplaa süresi çok uzundur. Diğer bir deterinistik yaklaşı Lipschitz optiizasyon teorisine dayalı olarak Li ve Hartley [71] tarafından öneriliştir. Bonarrigo ve Signoroni [72] tarafından önerilen optiizasyon yönteinde özellikle karaşık detaylı alanlarda oluşan boşlukların birleştire doğruluğuna olusuz etkisi azaltılaktadır. Eşlenik noktaların bulunasında İEYN de kullanılan yönteler odifiye edilerek optiizasyon tekniği ile eşlenik noktalar belirlenektedir. Hesaplaa süresi de oldukça kısadır. Eşlenik birleştirede nokta bulutlarındaki hatalı noktaların etkisini azaltan optiizasyon tekniği Papazov ve Burschka [73] de veriliştir. Birikisel hataların global dönüşüe etkisini azaltak için ise farklı şekillerde uygulanan optiizasyon teknikleri kullanılaktadır [73-75]. Çoklu nokta bulutlarının ta otoatik birleştirilesi için Huber ve Heber [76] de önerilen optiizasyon tekniğinde öncelikle ölçüler birbirleri ile bindireli olup oladıklarına göre sınıflandırılış ve daha sonra eşlenik birleştire uygulanıştır. Eşlenik ve global birleştireler noktadan yüzeye olan esafeler iniu olacak şekilde gerçekleştiriliştir. Yaklaşık yönelte probleinin çözüü için Expectation-Maxiization [77], Levenberg-Marquardt ve Newton optiizasyon yönteleri [78,79] kullanılıştır. Kirshnan ve diğ. [80] ve Krishnan ve diğ. [81] de önerilen optiizasyon yöntei, nokta bulutunda aykırı noktalar bulunadığı durularda iyi bir yaklaşık yönelte sağlaaktadır. 3.1.9 RANSAC Yöntei RANSAC yöntei en az üç noktanın eşleştirilesi ile karşılıklı nokta bulutları arasındaki ilişkinin kurulasına dayanır. Bunun için önce referans nokta bulutunda rastgele üç nokta seçilir. Bu noktalardan ilki diğer nokta bulutundan bir nokta ile eşleştirilir. Bu duruda ikinci noktanın hedef nokta bulutundaki eşleniği bu noktalar arasındaki esafe kadar uzakta bir noktada olacaktır. Bu tanıa uyan ikinci nokta bulunduktan sonra üçüncü noktanın diğer noktalarla olan ilişkisine benzer ilişkiyi sağlayacak şekilde diğer nokta bulutunda üçüncü noktanın eşleniği aranır [82]. Bu eşleşede sağlandıktan sonra üç nokta ile dönüşü paraetreleri hesaplanır ve uygulanır. En fazla nokta ile bu eşleşenin sağlandığı duruda en iyi çözü elde 22

ediliş olur. Yöntein uygulanası yoğun hesaplaa gerektirdiğinden küçük objeler için daha uygun görülektedir. Özellikle eşlenik noktaların aranası için çok fazla zaan gerekektedir. Hesaplaa süresini azaltak için farklı yönteler önerilektedir [83]. Ancak yinede hız gerektiren işler için uygun bir birleştire yöntei değildir. Diğer yandan eşlenik veri setlerinde noktalar arasındaki esafelerin uyulu olaası sonuç doğruluğunu azaltaktadır. Diğer yandan veri seti içindeki hatalı noktalar sonuç doğruluğunu etkileeektedir [84]. 3.1.10 Alansal Mesafe Vektörleri Bu yöntede her iki nokta bulutunun esh görüntüsü oluşturulduktan sonra belirli büyüklükte bir voxel v(i,j,k) gezdirilerek bunun içerisine düşen noktaların Euclidean esafeleri hesaplanaktadır. Mesh keliesi üçgen yada dörtgen şekilli kafes ağ anlaına gelektedir. Makale içerisinde esh ifadesi üçgen kafes anlaında kullanılacaktır. Burada 0 _, 0 _, 0 _ dir. ax_x, ax_y ve ax_z eksenler boyunca oluşturulacak kutu sayısıdır. Eksenler boyunca oluşturulan her kutu en az bir üçgen (esh) eleanına karşılık gelir. Daha sonra her kutu konuu için esh yüzey eleanlarından olan en kısa esafeler hesaplanır d(i,j,k) şeklinde indekslenir. Burada; yüzey eleanlarını içeren kutular için en kısa esafe sıfırdır ve en kısa esafedeki esh eleanı (yüzey voxeli) kendisidir. A konuundaki kutu eleanından B esh eleanına doğru bir hat boyuca hesaplanan esafeler l=d1,d2,d3,... şeklindedir. n ile gösterilen AB vektörünün dönüklüğü l vektörleri ile ilişkilidir. v(i,j,k) kutusu için esafe vektörü w(i,j,k)=(n(i,j,k),l(i,j,k)) ile ifade edilir. Bir voxel de en kısa esafe değerinde birden fazla esh yüzey olabilir. Bunlar dönüşü aşaasında eleine edilirler. Bu şekilde iki nokta bulutu setindeki vs ve v voxelleri için esafe vektörleri ws=(ns,ls) ve w=(n,l) olsun. Karşılıklı veri setlerinden i konuundaki l ve j konuundaki ls vertörleri arasındaki fark belirlenen bir eşik değerinden küçük ise iki volxel (vs,v) in benzeştiği kabul edilir ve eşleştirilir. Bu şekilde eşlenen voxeller ile dönüşü paraetreleri iteratif olarak hesaplanır. Buradan da anlaşılacağı gibi yöntein uygulanabilesi, nokta bulutlarının yaklaşık yöneltesini gerektireektedir. Diğer yandan iki nokta bulutu aynı yüzeye ait olasalar bile bunlar arasında bir eşleştire ükün olaktadır [85]. 3.1.11 Geoetrik Yüzey Modeli ve Yüzey Eğriliği Eşleştiresi 23

Yöntein esası Feldar ve Ayache [86] tarafından tanılanıştır. Her yüzey noktası karakteristik bir eğri (k1,k2) ile tesil edilir [87,88]. Bu yöntede herhangi bir detay noktası; karakteristik eğri, noral vektör (n) ve karakteristik eğriye karşılık gelen öz vektörlerle (e1,e2) tanılanır (Şekil 3). S1 ve S2 bindireli iki nokta küesi olsun. Yönte şu şekilde uygulanır. Herhangi bir S1 nokta küesinin M noktasını içeren yüzey noktaları ile yüzey eğriliği hesaplanır. Daha sonra M noktasına yakın yüzey noktalarından olan herhangi bir N noktası için için yüzey eğriliği hesaplanır. M için yüzey eleanı R1(M,e11,e21,n1), N için yüzey eleanı R2(N,e12,e22,n2) olak üzere D ve D yer değiştireleri hesaplanır. Burada D, R1 den R2 ye, D ise R2 den R2 (N,-e12, -e22, n2) ye olan dönüşüü ifade eder. Bunlar arasında R1 den R2 ye dönüşü paraetresi hesaplanır. Noral vektörün doğrultusu bilinediği için her iki dönüşü de yapılalıdır. Daha sonra S1 ve S2 nokta küesinin alt nokta küeleri arasında belirlenen eşik değerindeki Euclidean esafesini sağlayan noktalar ile dönüşü paraetreleri iteratif olarak hesaplanır [86]. Bu yöntede dönüşü eşlenik noktalar ile yapıldığı için hatalı noktalar ve taranayan alanlar sonucu olusuz etkileektedir. Şekil 3. Bir a noktasındaki detay karakteristiğinin tanılanası. ai noktasınındaki C eğriliğindeki yüzeyin erkezi ai olan küre ile kesişii (solda). C eğriliğindeki yüzeyden C' eğriliğindeki yüzeye dönüştürülen noktaların esafe ve açıları (sağda). (Şekil Diez ve diğ. [11] den alınıştır) Diğer yandan, nokta bulutunun tü noktalarını tesil eden polino yüzeyleri oluşturularak yüzeyler arasındaki esafeler iniu olacak şekilde yüzeyler birleştirilebilir [89,90]. 3.1.12 Çizgi Esaslı Birleştire Öncelikle, tanılı bir tangent düzleine aynı anda teğet noktaların (bitangent curves) birleşesiyle eğri çiftleri (crest lines) oluşturulur (Şekil 4). Bu şekilde diğer 24

nokta bulutunda da eğri çiftleri oluşturulur. İki nokta bulutunda bulunan bu eğri çiftler, birbirleriyle benzerliği dikkate alınarak eşleştirilir. Yöntein uygulaasını kolaylaştırak için eğriler eşit boylarda olacak şekilde bölünür. Eğrilerin eşleşesiyle dönüşü paraetreleri hesaplanır. Bütün noktalar bu dünüşü paraetreleri ile dönüştürülür ve noktalardaki farklarla dönüşü hatası hesaplanır. Miniu dönüşü hatası sağlayan eğri eşleşesi doğru kabul edilerek nokta bulutlarının birleştiresi yapılır. Bu yönte ile nokta bulutlarının yaklaşık yöneltesi yüksek doğrulukla yapılabilektedir. Hesaplaa süresi çok uzun değildir. Ölçe alanının şeklini genel olarak tesil eden eğrilerin sınıflandırılası ve bunların eşleştirilesi ile de nokta bulutları birleştirilebilektedir [91,92]. Şekil 4. Üç boyutlu uzayda aynı düzlee teğet (bitangent) noktalar. Bu tür yüzeyler tü alanda oluşturulabilir ve ardışık noktalar bitangent eğrileri oluşturur (Şekil Wyngaerd ve Gool [92]) Cisi geoetrisine ait düz hatlarla da eşleştire yapılabilektedir. Özellikle bina cephelerine ait taraalarda, farklı seviyedeki yüzeyler arasındaki düz hatlar, düzle tanıına uyan nokta küelerinin sınıflandırılası ile belirlenebilektedir [93,94]. 3.2 Kontrol Noktaları ile Birleştire Bu yöntele nokta bulutlarının birleştirilesi taranan cisi üzerinde işaretlenen kontrol noktaları ile yapılaktadır. Kontrol noktalarını işaretleek için düzle (kağıt vb üzerine basılı) yada küre [95] şeklinde hedef işaretleri kullanılır. Kontrol noktalarının her nokta bulutundaki local koordinatları etkileşili olarak okunabilir. Ancak böyle bir duruda nokta sıklığından dolayı kontrol noktası işaretinin ta erkez koordinatı okunaaz. Bunun için kontrol noktasının koordinatı görüntü işlee tekniği ile elde edilelidir [96]. Dolayısıyla bu şekilde elde edilecek koordinat herhangi bir taraa noktasına karşılık geleyebilir. Taraalardan birisi referans olarak seçilesi 25

duruunda ardışık taraalar ortak örtü alanında tesis edilen en az üç adet kontrol noktası ile referans koordinat sisteine dönüştürülür. Diğer yandan bu kontrol noktalarından bazıları jeodezik koordinat sisteinde koordinatlandırılırsa bağısız odel dengeleleesi ile he nokta bulutları birleştirilir hede jeodezik koordinat sisteine dönüşü yapılış olur [95]. Herhangi bir işaret tesis eteden ölçe alanındaki belirgin detaylar da kontrol noktası olarak kullanılabilir. Ancak bu duruda her nokta bulutunda aynı noktanın tanılanası zor olakta dolayısıyla doğruluk azalaktadır. 3.3 Lazer Taraa ve Kaera Görüntüleri ile Nokta Bulutlarının Birleştirilesi Lazer tarayıcı ile ölçe alanının xyz konu ve I yansıa değerleri ölçülürken tarayıcıya entegre kaera ile ölçe alanının fotoğrafı da kaydedilektedir. Kaera görüntüleri nokta bulutlarının ortak bir koordinat sisteine dönüştürülerek birleştirilesinde kullanılabilektedir [97,98]. Al-Manasir ve Fraser [98] lazer taraa istasyonlarından ve tarayıcıdan bağısız olarak aynı kaera ile alınan görüntüleri birlikte değerlendiriş ve nokta bulutlarını birleştiriştir. Başka bir çalışada, yalnızca lazer taraa istasyonlarında alınan görüntülerin karşılıklı yöneltesi ile dönüşü paraetreleri hesaplaıştır. Sonuçlar İEYN ve kontrol noktaları ile yapılan birleştire ile karşılaştırılış ve benzer hassasiyette sonuçlar elde ediliştir. Diğer yandan istasyonlardan yalnızca birine ait kaera görüntüsü ile de nokta bulutları birleştiriliştir [99]. Özellikle belirgin geoetrik özellik göstereyen alanlara ait taraaların birleştirilesinde eşlenik nokta tespiti için doku bilgisine de ihiyaç duyulaktadır [100,101]. Lazer tarayıcılarda bütünleşik olarak bulunan yada sonradan takılan kaera görüntüleri taraa alanına yerleştirilen hedef işaretlerinin otoatik seçiinde kullanılabilektedir [102]. Ayrıca kaera ve tarayıcı eksenleri arasındaki paraetreler bilindiği için nokta bulutundan çıkarılan detayların eşleşe doğruluğunun artırılasında da kaera görüntüleri kullanılabilektedir [103]. Diğer yandan referans nokta bulutu ile ortak alanı bulunayan koşu nokta bulutunun referans sistee dönüşüü tarayıcıdan bağısız kaera ile alınan fotoğraflarla yapılabilektedir [104]. 26

Tablo 2. Nokta bulutu birleştire yönteleri (Tabloda referans çalışalarda akalenin yayınlandığı yılın son iki rakaı esas alınıştır.) Yönte Referans Çalışa Uygulaa İkili Çoklu Hesaplaa Doğrusal Tekrarlı Otoasyon Birleştire sonucu Hassas Yaklaşık Başlangıç yöneltesi Evet Hayır İEYN Besl92,Chen92,Chetverikov05,F itzgibbon03 Lazer taraa verileri EKK3B Akca07,Grant12,Gruen05 Karakteristik Masuda01,Masuda02 esafe alanı Genetik Algorita 3D yerel özellik tanılayıcı Yansıa ve esafe görüntüleri Yüzey eleanları analizi Optiizasyo n Silva07 Chow04 Liu06 Loonosov06 Tarel99 Cirujeda15, He13 Huang12,Mützel15,Theiler14 Barnea08,Sith08,Weinann11,Han13,Altuntas14 Liao14,Mian06,Nurunnabi14,Y aany99, Makadia06, Pulli99 Chung98, Liu05,Schnabel07 Friedan12,Theiler12,Zhang12 Dold05 Bonarrigo14,Boughorbel10,Lee 05 Li07,Mateo14 Papazov11 Krishnan07 RANSAC Chen99 Alansal esafe Xiao07 Kontrol noktaları L.Tara a ve Kaera Görünt. Geoetrik yüzey odeli ve yüzey eğriliği Çizgi esaslı birleştire Feldar94 Tarel98 Robertson02 Reyes07 Staos03,Yang14,Wyngaerd02 Chao05 Akca03 Scaioni03 Dold06 Al Manasir06 Barnea07, Wyngaerd03 27

4. Jeodezik Koordinatlandıra YLT verileri ile oluşturulan odelin diğer konusal verilerle ilişkilendirilebilesi için jeodezik koordinat sisteine dönüştürülesi gerekir. Bu sayede, oluşturulan 3B odelin diğer konusal bilgilerle ilişkisi kurulabilir ve coğrafi bilgi sistelerinde (kent bilgi sistei ve Google Earth gibi) konusal sorgulaa yapılabilir. Jeodezik koordinat sistei ulusal yada küresel (WGS84) ölçekli olabilir. Ölçülerin jeodezik koordinat sisteine dönüştürülesi, jeodezik koordinatlandıra (georeferencing) olarak adlandırılaktadır. Lazer tarayıcı ölçülerinin jeodezik koordinat sisteine dönüştürülesinde uygulanan yönteler; Dolaylı jeodezik koordinatlandıra, Doğrudan jeodezik koordinatlandıra, Veri işleeye dayalı jeodezik koordinatlandıra olarak üçe ayrılır [105,106]. Jeodezik koordinatlandırada hangi yöntein kullanılacağı lazer tarayıcı aletinin konfigürasyonuna, ölçe sahasının büyüklüğüne ve istenilen ölçü doğruluğuna göre belirlenir. Bu yönteler aşağıda alt başlıklar halinde inceleniştir. 4.1 Dolaylı Jeodezik Koordinatlandıra Dolaylı jedodezik koordinatlandıra, lazer tarayıcı nokta bulutu ve jeodezik sistede koordinatları bilinen kontrol noktaları ile yapılaktadır. En az üç kontrol noktası kullanılarak koordinat sisteleri arasındaki dönüşü paraetreleri hesaplanır [95,107]. Kontrol noktaları lazer taraa işleinden önce özel işareti (kağıt hedefler yada küre ve silindir hedefler) ile ölçe alanında işaretleniş olabileceği gibi odel üzerinde seçilebilen belirgin detay noktaları da kontrol noktası olarak kullanılabilir. Bu yöntede kontrol noktalarının jedodezik koordinatlarının yersel yöntelerle ölçülesi gerekir. Dolayısıyla kontrol noktalarının işaretlenesi ve koordinatlarının ölçülesi ilave zaan gerektirir ve aliyeti artırır. Kontrol noktalarının jeodezik koordinatları total station yada GNSS alıcıları ile ölçülebilir. Diğer yandan, bu yöntede jeodezik koordinat sisteine dönüşüün yüksek hassasiyette yapılabilesi için üçten fazla kontrol noktası kullanılalıdır. 4.2 Doğrudan Jeodezik Koordinatlandıra 28

Doğrudan jeodezik koordinatlı ölçe lazer tarayıcının teknik yeteneğine ve ölçe konfigürasyonuna bağlı olarak dört farklı şekilde uygulanaktadır. Birinci yönte; tarayıcının bir nokta üzerine kurulası ve lazer tarayıcı üzerine takılan bir teodolit ile tarayıcının koordinat ekseninin jeodezik koordinat sisteine göre yöneltilesi şeklindedir. Böylece lazer tarayıcı, jeodezik koordinatı bilinen kontrol noktası üzerine kurulabilekte ve diğer bir kontrol noktasına yöneltilebilektedir [106,108,109]. İkinci yönte; tarayıcı üzerine onte edilen GNSS alıcısı ile taraa istasyonunun jeodezik koordinatının ölçülesi, tarayıcının dönüklüğünün ise taraa alanına yerleştirilen ikinci bir GNSS alıcısı [110-112] yada tarayıcıya onte edilen pusula [104,113,114] ile belirlenesi şeklindedir. Bu ölçe yönteinde lazer tarayıcı, GNSS ve pusula eksenlerinin konfigürasyonu ve ölçe tekniği sonuç hassasiyetini etkileektedir. Üçüncü yönte; tarayıcı üzerine onte edilen GNSS alıcısı ile sadece lazer taraa istasyonlarının koordinatlarının belirlenesi şeklindedir. Bu yöntein uygulaasında üç yada daha fazla istasyondan taraa yapılış olası ve bu nokta bulutlarının birleştiriliş olası gerekir. Nokta bulutları birleştirildikten sonra en az üç istasyonda he lazer tarayıcı hede jeodezik koordinatlı noktalar olacağı için nokta bulutu odelinin dönüklüğü istasyon noktalarının koordinatları ile hesaplanır [115]. Benzer bir yöntele Altuntas ve diğ. [116], ulusal TUSAGA-Aktif (CORS-TR) sisteine dayalı olarak doğrudan jeodezik koordinatlı taraa gerçekleştiriştir. Dördüncü yönte; tarayıcı üzerine entegre edilen iki GNSS alıcısı ile her taraa verisinin jeodezik koordinatları doğrudan elde edilebilektedir [117]. Açık alan ölçeleri için üretilen son döne lazer tarayıcıların bazı odellerinde iki GNSS alıcı anteni entegre halde bulunaktadır (örneğin Riegl VZ-6000). Dolayısıyla bu tarayıcılarla yapılan her ölçü doğrudan jeodezik koordinat sisteinde elde edilektedir. Ancak, ölçe esafesi ile orantılı olarak jeodezik koordinatlandıra hatası artacaktır. Bazı lazer tarayıcılarda ise tek bir GNSS alıcısı entegre olarak bulunakta, isteğe bağlı olarak pusula, jiroskop yada baroetre takılabilektedir (örneğin Z-F Iager 5010X) (bkz.tablo 1). Lazer tarayıcı aletlerinin teknolojik evrii göz önüne alındığında ise; yakın gelecekte açık arazi ölçelerinde kullanılabilecek tü lazer tarayıcıların doğrudan jeodezik koordinatlı ölçe yapılabilecek kabiliyette olacağı söylenebilir. 29

Tablo 3. Yersel lazer taraa nokta bulutlarının jeodezik koordinat sisteine dönüştürülesi yönteleri Jeodezik Koordinatlandıra Yöntei Dolaylı Doğrudan Veri işlee Konfigürasyon Kontrol noktası TLS+teodolit TLS+GNSS, GNSS+hedef işareti TLS+GNSS+Digital Pusula TLS+GNSS TLS+2GNSS Nokta bulutu birleştire, Görüntü işlee Referans Çalışalar Scaioni03 Elkharachy06 Scaioni05 Lichti05 Lichti04 Balzani02 Martensson12 Reshetyuk10 Boh06 Schuhacher05 Paffenholz12 Altuntas14 Olsen09 Wilkinson10 Böh05 Schuhacher05 4.3 Veri İşleeye Dayalı Jeodezik Koordinatlandıra Bu yönte, lazer taraa ölçülerinin daha önceden jeodezik koordinat sisteine dönüştürülüş lazer taraa ölçüleri ile yada diğer verilerle birleştirilesi şeklinde uygulanaktadır. Bu birleştire yukarıda anlatılan nokta bulutu birleştire yöntelerinden birisi ile yapılabilir. Yada görüntü işlee teknikleri kullanılabilir. Bu birleştire yöntei lazer tarayıcı ile oluşturulan odellerin özellikle sayısal yükseklik odelleri ile birleştirilesi için gereklidir. Diğer yandan sayısal yükseklik odeli hava LIDAR'ı ile oluşturuluş ise bu duruda yersel ve hava LIDAR nokta bulutlarının birleştirilesi şeklinde uygulanaktadır [118]. Özellikle kent odellee çalışalarında sayısal arazi odeli ile yersel lazer taraa ölçülerinin birleştirilesine ihtiyaç duyulaktadır [105]. 5. Sonuç Yersel lazer taraa üç boyutlu odelleede etkin bir konusal veri toplaa yönteidir. Yersel lazer tarayıcıların ölçe kabiliyetleri her geçen gün geliştirilekte ve kullanı alanları genişleektedir. Buna paralel olarak veri işlee ve nokta bulutlarının birleştirilesinde de yeni teknikler geliştirilektedir. Bindire oranı, lazer taraa tekniği ve odel doğruluğu gibi unsurlar nokta bulutlarının birleştirilesinde farklı tekniklerin kullanılasını gerektirir. 30

Uluslararası Fotograetri ve Uzaktan Algılaa Birliği (International Society for Photograetry and Reote Sensing) nin vizyon hedeflerinden birisi konusal veri üretii ve 3B odelleede otoasyonun sağlanasıdır. Bu aaca uygun olarak nokta bulutlarının birleştirilesinde nihai aaç, işle hızı ve doğruluğun artırılası ve otoasyonun sağlanasıdır. Nokta bulutlarının otoatik birleştirilesi için pek çok yönte geliştiriliştir. Yaklaşık yönelte yapıldıktan sonra hassas yönelte için İEYN yöntei neredeyse standart bir yönte olarak yaygın şekilde kullanılaktadır. Ancak her türlü veri setinin ta otoatik olarak birleştirilesinde kullanılabilecek bir yönte evcut değildir. Bu nedenle lazer tarayıcı nokta bulutlarının birleştirilesi geoatik ühendisliği ve bilgisayar teknolojisi alanındaki araştıracılar için öneli bir araştıra konusudur. Bazı birleştire yöntelerinin etkili bir şekilde kullanılabilesi doğrudan bilgisayarların kapasite ve hızlarına bağlıdır. Bilgisayarların veri işlee kapasiteleri ve hızları arttıkça yeni teknikler geliştirileceği açıktır. Son yıllarda geliştirilen birleştire tekniklerinin 3B detay noktası eşleştire, optiizasyon ve genetik algorita yönteleri üzerinde yoğunlaştığı görülektedir. İşleci hızı ve kapasitesi özellikle bu yöntelerle yapılan birleştireler için önelidir. Dolayısıyla işlecilerin kapasitesi arttıkça bu alandaki çalışaların daha da geliştirileceği değerlendirilektedir. Nokta bulutlarının birleştirilesinde ortak taraa alanının büyüklüğü ve olası hatalı noktalar birleştire doğruluğunu etkileektedir. Diğer yandan taraa noktalarının yoğunluğuda birleştire doğruluğuna etki etektedir. Sonuç olarak nokta bulutu birleştire yöntelerinin doğruluğu uygulanan dönüşü algoritasına ilave olarak; taraa nokta yoğunluğu, hatalı noktalar ve bindire oranının büyüklüğüne bağlıdır. Lazer taraa yönteleri için diğer bir karşılaştıra ölçütü ise işle hızıdır. Hangi yönte kullanılırsa kullanılsın nokta bulutlarının ardışık birleştiresi birikisel hatalar doğuracaktır. Birleştirilen nokta bulutu sayısı arttıkça da bu hatanın büyüklüğü artacaktır. Bu hatanın etkisini giderek için tü odele global dönüşü uygulanalıdır. Global dönüşüde tü nokta bulutları için dönüşü paraetreleri aynı anda hesaplanaktadır. Diğer yandan nokta bulutları ile oluşturulan odelin diğer konusal verilerle ilişkilendirilesi ve jeodezik koordinat sisteine dönüştürülesi gerekir. Bunun için farklı yönteler geliştiriliş olsa da, daha çok lazer tarayıcı ile birlikte kullanılan GNSS ölçülerine ağırlık verilektedir. Bu nedenle yeni nesil lazer tarayıcıların GNSS 31

ile birlikte konfigüre edildiği görülektedir. Çok yüksek hassasiyet isteneyen ve ölçe esafesi ortalaa 200 civarında olan çalışalarda çift GNSS alıcılı lazer tarayıcılar kullanılabillir. Ülkeizde kurulu TUSAGA-Aktif (CORS-TR) ağı sayesinde açık alan ölçelerinde tek GNSS alıcısı ile herhangi bir ek ölçüye gerek kaladan nokta bulutlarının jeodezik koordinat sisteine dönüşüü ükün olabilektedir. Kaynaklar [1] Altuntas, C., Yildiz, F., Baygul, E., 2014, Docuentation of historical structures in the courtyard of Mevlana Museu by terrestrial LIDAR and Photograetry, Mediterranean Archaeology and Archaeoetry, Vol. 14, No. 2, pp. 249-258. [2] Boeh, J., 2009, Terrestrial LiDAR in Urban Data Acquisition, In: Fritsch,, (ed.) Photograetric Week 09, Wichann Verlag: Heidelberg, pp. 169-178. [3] Altuntas, C., Yildiz, F., 2013, Point cloud registration and virtual realization of large scale and ore coplex historical structures, ISPRS Conference on Serving Society with Geoinforatics, Antalya, ISPRS Archives Vol. XL-7/W2, 13-18, 11-17 Noveber. [4] Barazzetti, L., Sala, R., Scaioni, M., Cattaneo, C., Gibelli, D., Giussani, A., Poppa, P., Roncoroni, F., Vandonec, A., 2012, 3D scanning and iaging for quick docuentation of crie and accident scenes, Proc. SPIE 8359, Sensors, and Coand, Control, Counications, and Intelligence (C3I) Technologies for Hoeland Security and Hoeland Defense XI, 835910, 14 pages, 18 June. [5] Altuntaş, C., Yıldız, F., 2008, Yersel lazer tarayıcı ölçe prensipleri ve nokta bulutlarının birleştirilesi, hk Jeodezi, Jeoinforasyon ve Arazi Yönetii Dergisi, Cilt 2008/1, Sayı 98, pp. 20-27. [6] Pfeifer, N., Briese, C., 2007, Geoetric aspects of airborn laser scanning and terrestrial laser scanning, ISPRS Workshop on Laser Scanning 2007 and SilviLaser, Espoo, Finland, ISPRS Archives-Vol. XXXVI, Part3/W52, 311-319, Septeber 12-14. [7] Schwarte, R., Heinol, H., Buxbau, B., Ringbeck, T., Xu, Z., Hartann, K., 1999, Principles of Three-Diensional Iaging Techniques, in Handbook of Coputer Vision and Applications, Jahne, B., Haussecker, H. and Geissler, P. (Eds,), Acadeic Press, ISBN 0-12-379771-3. 32

[8] Chui, H., Rangarajan, A., 2003, A new point atching algorith for non-rigid registration, Coputer Vision and Iage Understanding, Vol. 89, No. (2-3), pp. 114-141. [9] Wang, G., Wang, Z., Chen, Y., Zhao, W., 2015, A robust non-rigit point set registration ethod based on asyetric Gaussian representation, Coputer Vision and Iage Understanding, DOI: 10.1016/j.cviu.2015.05.014 [10] Ta, G.K.L., Cheng, Z.Q., Lai, Y.K., Langbein, F.C., Liu, Y., Marshall, D., Martin, R.R., Sun, X.F., Rosin, P.L., 2007, Registration of 3D Point Clouds and Meshes: A Survey Fro Rigid to Non-Rigid, Journal of Latex Class Files, Vol. 6, No. 1, pp. 1-20. [11] Diez, Y., Roure, F., Llado, X., Salvi, J., 2015, A qualitative review on 3D coarse registration ethods, ACM Coputing Surveys, Vol. 47, No. 3, Article 45, p.36 pages. [12] Besl, P.J., McKay, N.D., 1992, A ethod for registration of 3-D shapes, IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 14, No. 2, pp. 239-256. [13] Chen, Y., Medioni, G., 1992, Object odelling by registration of ultiple range iages, Iage and Vision Coputing, Vol. 10, No. 3, pp. 145 155. [14] Johnson, A.E., Kang, S.B., 1999, Registration and integration of textured 3D data, Iage and Vision Coputing, Vol. 17, No. 2, pp. 135-147. [15] Fitzgibbon A.W.,2003, Robust registration of 2D and 3D point sets, Iage and Vision Coputing, Vol. 21, No. 13, pp. 1145 1153. [16] Chetverikov D., Stepanov, D., Krsek, P., 2005, Robust Euclidean alignent of 3D point sets:the tried iterative closest point algorith, Iage and Vision Coputing, Vol. 23, No. 3, pp. 299-309. [17] Liu Y., 2006, Autoatic registration of overlapping 3D point clouds using closest points, Iage and Vision Coputing, Vol. 24, No. 7, pp. 762 781. [18] Bae K., Lichti D.D., 2008. A ethod for autoated registration of unorganised point clouds, ISPRS Journal of Photograetry and Reote Sensing, Vol. 63, No. 1, pp. 36 54. 33

[19] Altuntas, C., 2014a, The effect of point density on the registration accuracy of a terrestrial laser scanning dataset, Lasers in Engineering, Vol. 28, No. (3-4), pp. 213-221. [20] Poerleau, F., Colas, F., Siegwart, R., Magnenat, S., 2013, Coparing İEYN variants on real-world data sets, Autonoous Robots, Vol. 34, No. 3, pp. 133 148. [21] Bellekens, B., Spruyt, V., Berkvens, R., Weyn, M., 2014, A survey of rigid 3D pointcloud registration algoriths, The Fourth International Conference on Abient Coputing, Applications, Services and Technologies, Roe, Italy, 8-13, 24-28 August. [22] Gruen, A., 1985, Adaptive least squares correlations: A poverful iage atching technique, South African Journal of Photograetry, Reote Sensing and Cartography, Vol. 14, No. 3, pp. 175-187. [23] Gruen, A., Akca, D., 2005, Least squares 3D surface and curve atching, ISPRS Journal of Photograetry and Reote Sensing, Vol. 59, No. 3, pp. 151-174. [24] Akca, D., 2004, A new algorith for 3D surface atching, 20th ISPRS Congress, Istanbul, Turkey, ISPRS Archives-Vol. XXXV, Part B5, 1020-1025, 12-23 July. [25] Akca, D., Gruen, A., 2005, Fast correspondance search for 3D surface atching, ISPRS WG III/3, III/4, V/3 Workshop Laser scanning 2005, Enschede, The Netherlands, ISPRS Archives Vol. XXXVI-3/W19, 186-191, Septeber 12-14. [26] Akca, D., 2007, Matching of 3D surfaces and their intensities, ISPRS Journal of Photograetry and Reote Sensing, Vol. 62, No. 2, pp. 112-121. [27] Chen, Y., Medioni, G., 1991. Object odelling by registration of ultiple range iages, IEEE International Conference on Robotics and Autoation, Sacraento, CA, 2724 2729, 9 11 April. [28] Grant, D., Bethel, J., Crawford, M., 2012, Point-to-plane registration of terrestrial laser scans, ISPRS Journal of Photograetry and Reote Sensing, Vol. 72, pp. 16-26. [29] Masuda, T. 2002, Object shape odelling fro ultiple range iages by atching signed distance fields, IEEE First International Syposiu on 3D Data Processing Visualization and Transission, Padova, Italy, 439 448, June 19-21. 34

[30] Masuda, T., 2001, Generation of geoetric odel by registration and integration of ultiple range iages, IEEE Third International Conference on 3-D Digital Iaging and Modeling, Quebec City, Que, 254 261, 28 May-01 Jun. [31] Tarel, J.P., Boujeaa, N., 1999, A coarse to fine registration ethod based on robust fuzzy clustering, Coputer Vision and Iage Understanding, Vol. 73, No. 1, pp. 14-28. [32] Loonosov, E., Chetverikov, D., Ekart, A., 2006, Pre-registration of arbitrarily oriented 3D surfaces using a genetic algorith, Pattern Recognition Letters, Vol. 27, No. 11, pp. 1201 1208. [33] Hanke, K., Schenk, S., 2014, A genetic algorith approach for the rigorous registration of arbitrary laser scanner point clouds, Engineering Coputation (in Gunter H editor), Springer Cha Heidelberg New York Dordrecht London. [34] Silva, L., Bellon, O.R.P., Boyer, K.L., 2007, Multiview range iage registration using the surface interpretation easure, Iage and Vision Coputing, Vol. 25, No. 1, pp. 114-125. [35] Liu, H., Yan, J., Zhang, D., 2006, Three-diensional surfaces registration: A neural network strategy, Neurocoputing, Vol. 70, No. (1-3), pp. 597-602. [36] Salvi, J., Matabsoch, C., Fofi, D., Forest, J., 2007, A review of recent range iage registration ethods with accuracy evaluation, Iage and Vision Coputing, Vol. 25, No. 5, pp. 578-596. [37] Chow, C., Tsui, H., Lee, T., 2004, Surface registration using a dynaic genetic algorith, Pattern Recognition, Vol. 37, No. 1, pp. 105 117. [38] Yaany, S.M., Ahed, M.N., Farag, A.A., 1999. A new genetic-based technique for atching 3d curves and surfaces, Pattern Recognition, Vol. 32, No. 10, pp. 1817, 1999. [39] Theiler, P.W., Wegner, J.D., Schindler, K., 2014, Keypoint-based 4-points Congruent Sets - Autoated arker-less registration of laser scans, ISPRS Journal of Photograetry and Reote Sensing, Vol. 96, pp. 149-163. [40] Mutzel, A., Neuhaus, F., Paulus, D., 2015, Geoetric features for robust registration of point clouds, Patern Recognition and Iage Analysis, Vol. 25, No. 2, pp. 174-186. 35