Temat: point cloud registration - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: A novel method for fast generation of 3D objects from multiple depth sensors
Autorzy:: Szmuc, Tomasz
Mrówka, Rafał
Brańka, Marek
Ficoń, Jakub
Pięta, Piotr
Powiązania:: https://bibliotekanauki.pl/articles/2201328.pdf
Data publikacji:: 2023
Wydawca:: Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:: 3D scan
LiDAR
point cloud
mesh
registration
Opis:: Scanning real 3D objects face many technical challenges. Stationary solutions allow for accurate scanning. However, they usually require special and expensive equipment. Competitive mobile solutions (handheld scanners, LiDARs on vehicles, etc.) do not allow for an accurate and fast mapping of the surface of the scanned object. The article proposes an end-to-end automated solution that enables the use of widely available mobile and stationary scanners. The related system generates a full 3D model of the object based on multiple depth sensors. For this purpose, the scanned object is marked with markers. Markers type and positions are automatically detected and mapped to a template mesh. The reference template is automatically selected for the scanned object, which is then transformed according to the data from the scanners with non-rigid transformation. The solution allows for the fast scanning of complex and varied size objects, constituting a set of training data for segmentation and classification systems of 3D scenes. The main advantage of the proposed solution is its efficiency, which enables real-time scanning and the ability to generate a mesh with a regular structure. It is critical for training data for machine learning algorithms. The source code is available at https://github.com/SATOffice/improved_scanner3D.
Źródło:: Journal of Artificial Intelligence and Soft Computing Research; 2023, 13, 2; 95--105
2083-2567
2449-6499
Pojawia się w:: Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Rejestracja chmur punktów 3D w oparciu o wyodrębnione krawędzie
Registration of overlapping 3D point clouds using extracted line segments
Autorzy:: Poręba, M.
Goulette, F.
Powiązania:: https://bibliotekanauki.pl/articles/1050602.pdf
Data publikacji:: 2014
Wydawca:: Stowarzyszenie Geodetów Polskich
Tematy:: point cloud
matching
registration
transformation
line segment
chmura punktów
rejestracja
transformacja
odcinek
Opis:: Artykuł podejmuje tematykę rejestracji czyli łączenia i orientacji chmur punktów do jednego układu współrzędnych. Z praktycznego punktu widzenia proces ten sprowadza się do estymacji parametrów transformacji - rotacji i translacji, na podstawie wybranych elementów dopasowania jak punkty, linie czy płaszczyzny. Wykorzystano krawędzie powstałe w wyniku przecięć sąsiadujących płaszczyzn modelowanych w chmurze punktów. W rezultacie takie elementy geometryczne mogą być dokładnie wyodrębnione nawet w rzadkiej chmurze punktów. Dane symulowane obarczone addytywnym szumem Gaussa posłużyły do przetestowania kilku istniejących metod estymacji pod kątem ich odporności na szum oraz poprawności oferowanego rozwiązania. Dla potrzeb oceny ilościowej wykonanej transformacji zdefiniowano kryterium dokładności wykorzystujące zmodyfikowaną miarę odległości Hausdorffa. Jako że poprawny, automatyczny matching elementów liniowych jest zadaniem trudnym i rzutującym na poprawność estymowanych parametrów, zaproponowano metodę uwzględniającą wzajemne podobieństwo linii. Przeprowadzone testy wykazały, że algorytm ten zapewnia prawidłowe sparowanie linii, a jego dokładność wynosi co najmniej 99%, przy średnio 8% par pominiętych.
The registration of 3D point clouds collected from different scanner positions is necessary in order to avoid occlusions, ensure a full coverage of areas, and collect useful data for analyzing and documenting the surrounding environment. This procedure involves three main stages: 1) choosing appropriate features, which can be reliably extracted; 2) matching conjugate primitives; 3) estimating the transformation parameters. Currently, points and spheres are most frequently chosen as the registration features. However, due to limited point cloud resolution, proper identification and precise measurement of a common point within the overlapping laser data is almost impossible. One possible solution to this problem may be a registration process based on the Iterative Closest Point (ICP) algorithm or its variation. Alternatively, planar and linear feature-based registration techniques can also be applied. In this paper, we propose the use of line segments obtained from intersecting planes modelled within individual scans. Such primitives can be easily extracted even from low-density point clouds. Working with synthetic data, several existing line-based registration methods are evaluated according to their robustness to noise and the precision of the estimated transformation parameters. For the purpose of quantitative assessment, an accuracy criterion based on a modified Hausdorff distance is defined. Since an automated matching of segments is a challenging task that influences the correctness of the transformation parameters, a correspondence-finding algorithm is developed. The tests show that our matching algorithm provides a correct pairing with an accuracy of 99 % at least, and about 8% of omitted line pairs.
Źródło:: Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2014, 26; 107-118
2083-2214
2391-9477
Pojawia się w:: Archiwum Fotogrametrii, Kartografii i Teledetekcji
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "point cloud registration" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język