Nokta bulutlarının web üzerinde üç boyutlu görselleştirilmesi

Abstract

Hem açık alanlarda hem kapalı alanlarda nesnelerin yüzeylerinin ve/veya içindebulundukları ortamların hava, kara ve su üzerindeki platformlardan sabit ya dahareketli biçimde elde edilen lazer veya görüntü kaynaklı nokta bulutu veri üretimiüstel olarak artmaktadır. Faz temelli, uçuş zamanlı, yapılandırılmış ışık (structuredlight), görüntü çifti ile 3 boyutlu (3B) görüntü (stereo-imagery) vb. ölçme teknikleriile hızlı biçimde elde edilebilen, tarama alanı ve tarama yoğunluğuna bağlı olarakmilyonlarca veya milyarlarca noktadan oluşan büyük miktardaki nokta verileri gerekkamunun gerekse özel sektörün ve girişimcilerin farklı uygulamalarında yoğun olarakyer almaktadır. Nokta verisi ne kadar yoğun olursa o düzeyde detay ortaya çıkacak venesnelerin/ortamın 3B geometrik modellenmesi için daha zengin verikullanılabilecektir. Geniş bir uygulama yelpazesinde yer alan nokta bulutları tekil birnesneden 3B kent modellerine ve robotik uygulamalara kadar farklı birçok alandakullanılmaktadır. Lazer tarayıcı veya kamera eklenmiş bir İHA filosu yüksekçözünürlüklü 3B nokta bulutu verilerini hızlı bir biçimde üretebilmektedir ya da tekkameralı veya çift kameralı bir akıllı telefonla 3B nokta bulutu veri setleri kolaylıklaüretilmektedir. Gezgin robotlar yüksek kalite 3B nokta bulutları ile içinde bulunduklarıortamı tanımlayabilmektedir. Hızla gelişen nokta bulutu üretim teknolojileri ve buteknolojilerin artan örnekleme hızları (sampling rates) ile farklı uygulamalardamilyarlarca nokta üretilebilmektedir.Hızlı bir biçimde üretilebilen yüksek çözünürlüklü ve doğruluklu büyük miktardakinokta bulutu verisinin yönetimi, depolanması, değerlendirilmesi, görselleştirilmesi,semantik özelliklerinin kullanılması gibi temel konular üzerinde yoğunlaşılmasıgereken alanlar arasında yer almaktadır.Üretilen nokta bulutlarının büyük boyutta veriler olması nedeniyle ortalama birbilgisayarda bile çalışılamayan nokta bulutlarının web üzerinde görselleştirilmesiproblem olan bir konudur. Bu nedenle nokta bulutlarının değerlendirilmesi vegörselleştirilmesi genellikle iş istasyonları ya da yüksek kapasiteli sunucular üzerindegerçekleştirilmektedir. Bunun dışında nokta yoğunluğunu azaltma (subsampling)uygulanan bir teknik olmasına rağmen gerçek durumu değiştirdiği için olumsuzyönleri de bulunmaktadır. Ancak bulut hesaplamadaki, farklı veri depolamayöntemlerindeki gelişmeler ve WebGL teknolojisinin büyük rağbet görmesi vb.gelişmeler nokta bulutlarının kullanılma alışkanlıklarını da değiştirmektedir.

In both open and closed areas, Laser or image-based point cloud data production,which is obtained in fixed or moving form over the surfaces of objects and / or themedia in which they are located, is exponentially increasing from platforms on air,land and water. Phase-based, flight-time, structured light, image pair and 3-D (stereoimagery)large quantities of millions or billions of points, which can be obtainedquickly by measuring techniques, depending on the scanning area and scanningdensity, are heavily involved in the different applications of the public sector, privatesector and entrepreneurs. The more intense the point data, the more detail will berevealed at that level and the richer data will be available for 3D geometric modelingof the objects / environment. In a wide range of applications, point clouds are used inmany areas ranging from a single object to 3D urban models and robotic applications.A HRA fleet with a Laser scanner or camera can quickly produce high resolution 3Dpoint cloud data, or 3D point cloud data sets are easily generated with a single cameraor dual camera smartphone. With high quality 3D point clouds, mobile robots canidentify the environment they are in. Billions of points can be produced in differentapplications with the rapidly developing point cloud production technologies and theincreasing sampling rates of these technologies.It is one of the areas of study that needs to focus on basic issues such as management,storage, evaluation, visualization and use of semantic features of high-resolution andaccurate large point cloud data that can be produced quickly, and effective andautomated solutions based on robotic field should be developed.Visualization of point clouds, which can not be worked on even an average computer,is a problem because the generated point cloud is given in large size. For this reason,the evaluation and visualization of point clouds is usually performed on workstationsor high-capacity servers. It is also a technique applied to subsampling of spot density,but it has negative aspects as it changes the actual situation. However, cloudcomputing, the development of different data storage methods and the popularity ofWebGL technology and so on. developments also change the habits of consumingpoint clouds.