El-tipi LiDAR nokta bulutundan tek ağaç gövdesinin otomatik çıkarımında istatistiksel sınıflandırma algoritmalarının performans analizi
Yükleniyor...
Dosyalar
Tarih
2020
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Artvin Çoruh Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Enerjisi ışık veya lazer olan LiDAR yöntemi yoğun koordinat verisini hızlı bir şekilde ölçen bir ölçme tekniğidir. Orman alanlarında kullanımı yaygın olan bu teknik, yoğun bir veri işleme adımına sahiptir. Bu işlemlerin en başında sınıflandırma gelir. Ağaç parametrelerinin kestiriminde ağaç gövdelerinin doğru tespiti önemli bir konudur. Bu çalışma, el-tipi mobil LiDAR (EML) ile ölçülmüş nokta bulutlarında ağaç gövde modelinin sınıflandırma ile çıkarımında kullanılan yöntemlerin performanslarını değerlendirmek amacıyla yapılmıştır. Tek ağaç bazında EML nokta bulutundan gövdenin tespit edilmesi için istatistiksel sınıflandırma tekniklerinden, lojistik regresyon, doğrusal ayrıştırma analizi, rastgele orman ve destek vektör makinesi kullanılmıştır. Sadece gövdeyi temsil eden noktalar diğer dal ve yapraklardan ayrılarak sınıflandırılmış, genel doğruluk oranına göre sınıflandırma doğruluğu en yüksek yöntem rastgele orman sınıflandırıcısı olduğu tespit edilmiştir. Veri işleme performansı açısından doğrusal ayrıştırma analizi diğer yöntemlere göre daha iyi performans sergilemiştir.
LiDAR method, whose energy is light or laser, is a measurement technique that quickly measures dense spatial data. This technique is widely used in forest areas and has an intensive data processing step. Classification comes first in the mentioned processes. Accurate detection of tree stem is an important issue in predicting tree parameters. This study was conducted to evaluate the performance of the methods used in the classification and extraction of tree stem using point clouds measured by handheld mobile LiDAR system (HMLS). To identify the stems from the HMLS point cloud on a single-tree basis, statistical classification techniques, like logistic regression, linear discriminant analysis, random forest and support vector machine, were used. Only the points representing tree stems were classified by separating them from other parts of the trees, such as branches and leaves. It was determined that the best method was a random forest classifier based on overall accuracy results. In terms of data processing performance, a linear discriminant analysis performed better than the other methods.
LiDAR method, whose energy is light or laser, is a measurement technique that quickly measures dense spatial data. This technique is widely used in forest areas and has an intensive data processing step. Classification comes first in the mentioned processes. Accurate detection of tree stem is an important issue in predicting tree parameters. This study was conducted to evaluate the performance of the methods used in the classification and extraction of tree stem using point clouds measured by handheld mobile LiDAR system (HMLS). To identify the stems from the HMLS point cloud on a single-tree basis, statistical classification techniques, like logistic regression, linear discriminant analysis, random forest and support vector machine, were used. Only the points representing tree stems were classified by separating them from other parts of the trees, such as branches and leaves. It was determined that the best method was a random forest classifier based on overall accuracy results. In terms of data processing performance, a linear discriminant analysis performed better than the other methods.
Açıklama
Anahtar Kelimeler
Lidar, Nokta bulutu, Ağaç gövdesi, Sınıflandırma, Point cloud, Tree stem, Classification
Kaynak
Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
21
Sayı
2
Künye
Zeybek, M . (2020). El-tipi LiDAR nokta bulutundan tek ağaç gövdesinin otomatik çıkarımında istatistiksel sınıflandırma algoritmalarının performans analizi . Artvin Çoruh Üniversitesi Orman Fakültesi Dergisi , 21 (2) , 200-213 . DOI: 10.17474/artvinofd.689894
