Detekce a vizualizace specifických rysů v mračnu bodů
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
P
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Mračno bodů je neuspořádaná množina bodů popsaných souřadnicemi (x, y, z), která reprezentuje reálný objekt. Tyto body jsou získány prostřednictvím 3D skenovacích technologií, například LIDAR (Light Detection And Ranging) nebo pomocí současných 3D skenerů. Získaná mračna bodů jsou pak využívána v široké škále odvětví lidské činnosti, jako například strojní či reverzivní inženýrství, rapid prototyping, biologie, nukleární fyzika nebo virtuální realita. Tato disertační práce přispívá k vývoji metod pro detekci bodů na specifických rysech v mračnu bodů, což se v anglické literatuře označuje pojmem feature detection. Dále k vývoji metod jejich vizualizací prostřednictvím prokladu křivek, také známé pod pojmeme curve fitting. Feature, či specifický rys, je významná část objektu, kterou se snažíme popsat matematickým modelem (např. rovinou, přímkou či křivkou). Obzvláště body na ostrých hranách jsou pro současné metody problematické, a proto se věnujeme jejich detekci. V~disertační práci je popsán nový algoritmus, který automaticky a s velkou přesností určuje tyto body. Jejich vizualizace je potom zajištěna proložením křivkou, kde byla doplněna nová metoda váhování pro přesnější výsledky. Všechny navržené postupy byly otestovány na reálných datech a srovnány s dosavadními publikovanými metodami.
The point cloud is an unorganized set of points with 3D coordinates (x, y, z) which represents a real object. These point clouds are acquired by the technology called 3D scanning. This scanning technique can be done by various methods, such as LIDAR (Light Detection And Ranging) or by utilizing recently developed 3D scanners. Point clouds can be therefore used in various applications, such as mechanical or reverse engineering, rapid prototyping, biology, nuclear physics or virtual reality. Therefore in this doctoral Ph.D. thesis, I focus on feature detection and visualization in a point cloud. These features represent parts of the object that can be described by the well--known mathematical model (lines, planes, helices etc.). The points on the sharp edges are especialy problematic for commonly used methods. Therefore, I focus on detection of these problematic points. This doctoral Ph.D. thesis presents a new algorithm for precise detection of these problematic points. Visualization of these points is done by a modified curve fitting algoritm with a new weight function that leads to better results. Each of the proposed methods were tested on real data sets and compared with contemporary published methods.
The point cloud is an unorganized set of points with 3D coordinates (x, y, z) which represents a real object. These point clouds are acquired by the technology called 3D scanning. This scanning technique can be done by various methods, such as LIDAR (Light Detection And Ranging) or by utilizing recently developed 3D scanners. Point clouds can be therefore used in various applications, such as mechanical or reverse engineering, rapid prototyping, biology, nuclear physics or virtual reality. Therefore in this doctoral Ph.D. thesis, I focus on feature detection and visualization in a point cloud. These features represent parts of the object that can be described by the well--known mathematical model (lines, planes, helices etc.). The points on the sharp edges are especialy problematic for commonly used methods. Therefore, I focus on detection of these problematic points. This doctoral Ph.D. thesis presents a new algorithm for precise detection of these problematic points. Visualization of these points is done by a modified curve fitting algoritm with a new weight function that leads to better results. Each of the proposed methods were tested on real data sets and compared with contemporary published methods.
Description
Keywords
počítačová grafika, mračno bodů, PCL, LIDAR, ostré hrany, feature, detekce, vizualizace, region growing, segmentace, triangulace, filtrování, curve fitting, prokládání křivek, computer graphics, point cloud, PCL, LIDAR, sharp feature, feature, detection, visualization, region growing, segmentation, triangulation, filtration, curve fitting
Citation
KRATOCHVÍL, J. Detekce a vizualizace specifických rysů v mračnu bodů [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2018.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Aplikovaná matematika
Comittee
prof. RNDr. Josef Šlapal, CSc. (předseda)
prof. RNDr. Josef Mikeš, DrSc. (člen)
doc. PaedDr. Dalibor Martišek, Ph.D. (člen)
doc. Ing. Mgr. František Zemek, Ph.D. (člen)
doc. Ing. Pavel Štarha, Ph.D. (člen)
Date of acceptance
2018-06-21
Defence
Student představil ucelenou metodu pro detekci a následnou vizualizaci význačných rysů v mračnech bodů. Navrhl novou metodu na jejich určení v závislosti na křivosti a také upravil algoritmus prokladu B-splajn křivkou k získání kvalitních výsledků. Práce je velmi aktuální a velmi dobře zpracovaná.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení