Разработка и исследование алгоритмов автоматического взаимного ориентирования трехмерных дискретных моделей объектов, полученных в результате лазерного сканирования

• Автор: Велижев, Александр Брониславович
• Шифр специальности: 25.00.34
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Москва
• Количество страниц: 78 с. : ил.

1. Обзор методов взаимного ориеп гирования дискретных точечных моделей

1.1 Введение

1.2 Итеративный алгоритм ближайшей точки

1.3 Получение начальных приближений.

1.4 Выбор точек для поиска соответствий

1.5 Выбор пространства поиска соответствий.

1.6 Поиск соответствий.

1.7 Минимизация

1.8 Выводы.
2. Определение элементов взаимного ориентирования дискретных точечных моделей с помошыо ориентационных гистограмм

2.1 Введение.

2.2 Построение восьмеричного дерева
2.3 Построение ориентационной гистограммы
2.4 Сравнение ориентационных гистограмм, оценка угловой ориентации.
2.5 Построение вексельного предегавлеиия дискретной точечной модели
2.6 Сравнение вексельных представлений дискретных точечных моделей методом
Фурье анализа
2.7 Выводы.
3. Описание алгоритма автоматической взаимной ориентации дискретных точечных моделей
3.1 Введение.
3.2 Чтение файла данных с координатами точек двух точечных моделей.
3.3 Определение пространственных границ каждой точечной модели.
3.4 Рекурсивное построение восьмеричного дерева для каждой точечной модели
3.5 Вычисление нормалей и фильтрация точек.
3.6 Вычисление матрицы ориентационной гистограммы
3.7 Оценка угловых параметров взаимной ориентации точечных моделей.
3.8 Выравнивание угловой ориентации точечных моделей.
3.9 Построение вексельного представления каждой точечной модели
3. Оценка вектора сдвига и линейное выравнивание точечных моделей.
3. Сохранение второй развернутой точечной модели в файл.
3. Описание тестовых данных.
3. Результаты автоматического взаимного ориеп гирования.
3. Визуализация дискретных точечных моделей.
31 Обратное движение точек.
32 Динамическая визуализация точечных моделей
33 Результаты работы алгоритма визуализации точечных моделей
3. Выводы.
Заключение.
Список литературы


Для устранения указанных недостатков требуется приближенно оценить ориентацию точечных моделей, оптимизировать процедуру поиска соответствий и сократить число итераций алгоритма. Если начальные приближения заданы недостаточно точно, то высока вероятность схождения алгоритма к локальному, а не глобальному минимуму. На рисунке 1. Рис. Пример схождения алгоритма к локальному а и глобальному б минимуму. Так, например, Вае успешно выполнял взаимное ориентирование точечных моделей изначально сдвинутых на от размеров модели по осям X, , и повернутых вокруг оси на . А в статье сдвиг между моделями составлял по X, , и по углам. Данная задача может бьггь успешно решена с помощью интерактивного указания пользователем как минимум трех соответствующих точек. Пример такого решения можно найти в программном обеспечении v компании i. Однако существуют и различные подходы к автоматическому получению начальных приближений для задачи взаимного ориентирования. В статье начальные приближения находились на основе отождествления соответствующих точек. За основу был взял факт об инвариантности значений кривизны поверхности i и кг к Евклидову преобразованию. Шаг 1. Шаг 2. Р2 строится трехмерноемерное иерархическое дерево , индексированное по значениям i и к2. Шаг 3. Шаг 4. Шаг 5. Шаг 6. Шаг 8. Шаги повторяются многократно. Шаг 9. Шаг . Т выбираются по величине рюох. Подход к решению задачи через сегментацию на основе информации об изменении вектора нормали Рис. Рис. Для расчета направления нормалей в каждой точке скана используется математический аппарат анализа главных компонент. Шаг 1.