Broad-to-Narrow Registration and Identification of 3D Objects in Partially Scanned and Cluttered Point Clouds

Abstract

3D snímací zařízení nové generace přinesly revoluci ve způsobu jakým se získává informace ze 3D objektů, čímž se proces zachycení a digitalizace scény stal přímočarým. Nicméně efektivnost a robustnost konvenčních algoritmů pro analýzu reálných scén obvykle zaostává v případě náročných podmínek, jako může být přítomnost šumu, nízké rozlišení a špatná perceptuální kvalita. V této práci prezentujeme metodologii pro identifikaci a registraci částečně nasnímaných a zašumělých 3D objektů, nacházejících se v obecné poloze ve 3D scéně, s odpovídajícími modely vysoké kvality. Metodologie je vyhodnocena na mračnech bodů s mnoha objekty a chybějícími částmi. Navrhovaný přístup nevyžaduje informace o konektivitě a je tedy obecný a výpočetně efektivní, čímž usnadňuje výpočetně náročné aplikace, jako je rozšířená realita. Hlavními přínosy této práce je zavedení vrstveného společného registračního a indexačního schématu nepřehledných dílčích mračen bodů pomocí nové víceúrovňové techniky extrakce význačnosti k identifikaci charakteristických oblastí a vylepšeného kritéria podobnosti pro párování mezi objektem a modelem. Doba zpracování procesu je také urychlena díky 3D segmentaci scény. Srovnání navržené metodiky s jinými nejmodernějšími přístupy zdůrazňují její přednosti v náročných podmínkách