Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "point cloud registration" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    A method of point cloud data block registration with considering distance from point to surface
    Autorzy:
    Lu, Yinju
    Duan, Mingyi
    Dai, Shuguang
    Powiązania:
    https://bibliotekanauki.pl/articles/2173646.pdf
    Data publikacji:
    2022
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    point cloud registration
    data block registration
    distance from point to surface
    parameter calculation
    rejestracja chmury punktów
    rejestracja bloku danych
    odległość od punktu do powierzchni
    obliczanie parametrów
    Opis:
    The number of scanner stations used to acquire point cloud data is limited, resulting in poor data registration. As a result, a cloud point block registration approach was proposed that took into account the distance between the point and the surface. When registering point cloud data, the invariant angle, length, and area of the two groups of point cloud data were affine transformed, and then the block registration parameters of point cloud data were determined. A finite hybrid model of point cloud data was created based on the coplane four-point nonuniqueness during the affine translation. On this basis, the point cloud data block registration algorithm was designed. Experimental results prove that the proposed method has great advantages in texture alignment, registration accuracy and registration time, so it is able to effectively improve the registration effect of point cloud data. The point cloud data block registration algorithm was built on this foundation. Experiments show that the suggested method has significant improvements in texture alignment, registration accuracy, and registration time, indicating that it can significantly improve point cloud data registration.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2022, 70, 2; art. no. e140259
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    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
    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
    Tytuł:
    Rejestracja chmur punktów: komponenty systemu
    Registration of RGB-D Images: Components of the System
    Autorzy:
    Kornuta, T.
    Łępicka, M. J.
    Powiązania:
    https://bibliotekanauki.pl/articles/277464.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    obraz RGB-D
    chmura punktów
    V-SLAM
    wzajemne łączenie
    ICP
    RGB-D image
    point cloud
    pairwise registration
    Opis:
    Dwuczęściowy artykuł dotyczy problemu rejestracji obrazów RGB-D. W robotyce problem ten znany jest pod pojęciem V-SLAM (ang. Visual Simultaneous Localization and Mapping). W poniższej, pierwszej części artykułu omówiono pokrótce główne komponenty typowego systemu rejestracji, a następnie zawężono uwagę do algorytmu ICP (ang. Iterative Closest Point), służącego do wzajemnej rejestracji chmur punktów. W drugiej części artykułu uwagę skupiono na asocjacji chmur punktów, różnego rodzaju atrybutach punktów, które mogą być wykorzystane podczas znajdowania dopasowań oraz szeregu metryk operujących na tych atrybutach. Pokrótce omówiono zastosowaną metodykę badań, zaprezentowano eksperymenty mające na celu porównanie wybranych odmian algorytmu ICP oraz omówiono otrzymane wyniki.
    The two-part article focuses on the problem of registration of RGB-D images, a problem that in the robotics domain is known as Visual Simultaneous Localization and Mapping, or V-SLAM in short. The following, first part of the article presents a bird’s eye view on the main components of V-SLAM systems and focuses on the ICP (Iterative Closest Point), an algorithm for a pairwise registration of point clouds. In the second part we present different types of attributes of points that can be used during the association step along with different metrics that operate on those attributes and that can be employed during the registration. We also describe the methodology used in the conducted experiments and discuss the results of comparison of selected flavours of ICP.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 1; 19-24
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Accuracy of merging point clouds at the maximum range of a scanner with limited possibilities of target placement
    Dokładność łączenia chmur punktów dla pomiaru na odległościach zbliżonych do rzeczywistego zasięgu skanera przy ograniczonej możliwości usytuowania targetów
    Autorzy:
    Lenda, G.
    Lewińska, P.
    Siwiec, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/230268.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    skanowanie laserowe
    zasięg daleki
    cel
    dokładność rejestracji
    chmura punktów
    laser scanning
    long range
    target
    registration accuracy
    point cloud
    Opis:
    The research was aimed at analysing the factors that affect the accuracy of merging point clouds when scanning over longer distances. Research takes into account the limited possibilities of target placement occurring while scanning opposite benches of quarries or open-pit mines, embankments from opposite banks of rivers etc. In all these cases, there is an obstacle/void between the scanner and measured object that prevents the optimal location of targets and enlarging scanning distances. The accuracy factors for cloud merging are: the placement of targets relative to the scanner and measured object, the target type and instrument range. Tests demonstrated that for scanning of objects with lower accuracy requirements, over long distances, it is optimal to choose flat targets for registration. For objects with higher accuracy requirements, scanned from shorter distances, it is worth selecting spherical targets. Targets and scanned object should be on the same side of the void.
    Badania miały na celu przeanalizowanie czynników wpływających na dokładność łączenia chmur punktów przy pomiarze obiektów na większych odległościach, przy ograniczonej możliwości rozmieszczenia targetów. Sytuacje takie mogą występować np. podczas skaningu w kamieniołomach lub kopalniach odkrywkowych, kiedy pomiar odbywa się z przeciwległych teras wyrobiska. Mogą pojawić się również podczas skanowania obwałowań, umocnień brzegów czy innych elementów infrastruktury z przeciwległego brzegu rzek czy zbiorników wodnych. Podobna sytuacja może wystąpić podczas pomiarów rozmaitych wydłużonych obiektów i budowli położonych po drugiej stronie tras komunikacyjnych. We wszystkich tych przypadkach pomiędzy stanowiskami skanera a mierzonym obiektem pojawia się przeszkoda/pustka, uniemożliwiająca optymalne usytuowane targetów łączących chmury punktów i zwiększająca odległości, na których wykonywany jest skaning. Czynnikami wpływającymi na dokładność łączenia chmur są w takich przypadkach: rozmieszczenie targetów względem siebie, skanera i mierzonego obiektu, rodzaj targetów oraz zasięg instrumentów. Zostały one uwzględnione w przeprowadzonych badaniach, mających wyłonić optymalną konfigurację pomiarową.
    Źródło:
    Archives of Civil Engineering; 2019, 65, 4; 229-248
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rejestracja chmur punktów: porównanie wariantów wzajemnej rejestracji
    Registration of RGB-D images: comparison of pairwise registration variants
    Autorzy:
    Łępicka, M. J.
    Kornuta, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/275597.pdf
    Data publikacji:
    2017
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    obraz RGB-D
    chmura punktów
    rejestracja
    wzajemne łączenie
    ICP
    SIFT
    KAZE
    RGB-D image
    point cloud
    pairwise registration
    Opis:
    W dwuczęściowym artykule skupiono uwagę na problemie rejestracji chmur punktów. W pierwszej części omówiono kluczowe komponenty systemu V-SLAM uzupełnione przykładowymi algorytmami i rozwiązaniami stosowanymi w tych komponentach. W poniższej, drugiej części omówiono różne rodzaje wariantów algorytmu ICP, atrybuty punktów oraz operujące na nich metryki. Następnie omówiono metodykę badań oraz przedstawiono wyniki porównania wybranych wariantów wzajemnej rejestracji.
    The two-part article focuses on the problem of registration of point clouds. The first part briefly discussed the main components of V-SLAM systems and presented the main steps of the ICP (Iterative Closes Point) algorithm. In the following, second part of the paper, we analyse and compare diverse variants of the ICP algorithm. In particular, we discuss different attributes of points along with operating on them metrics that the ICP can employ. Finally, we present the research methodology and discuss the results of comparison of selected variants of ICP.
    Źródło:
    Pomiary Automatyka Robotyka; 2017, 21, 2; 5-14
    1427-9126
    Pojawia się w:
    Pomiary Automatyka Robotyka
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies