文献

J-GLOBAL ID：201802262257623327   整理番号：18A1046161

点雲に対する欠陥抽出法【JST・京大機械翻訳】

A method of defect extraction for point clouds

著者 (4件)： Muraki Yuta (Osaka Institute of Technology, Faculty of Information Science and Technology, 1-79-1 Kitayama, Hirakata-shi, Osaka, Japan) ,  Nishio Koji (Osaka Institute of Technology, Faculty of Information Science and Technology, 1-79-1 Kitayama, Hirakata-shi, Osaka, Japan) ,  Kanaya Takayuki (Hiroshima International University, Faculty of Health Services Management, 1-5 Noboricho, Nakaku, Hiroshima-shi, Hiroshima, Japan) ,  Kobori Ken-ichi (Osaka Institute of Technology, Faculty of Information Science and Technology, 1-79-1 Kitayama, Hirakata-shi, Osaka, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IWAIT  ページ： 1-4  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,三次元走査技術の開発により,CGにより現実の物体を容易に表現することが可能になっている。しかし,3Dスキャナによって得られた点雲において,データ損失は,オクルージョンと測定対象物の材料の影響のために起こる。したがって,3D走査によって得られた点雲データを補間することが必要である。欠陥を自動的に補間するために,欠陥領域を検出することは重要なテーマである。長い前から欠陥を抽出する研究が行われてきた。しかし,点の局所的位置関係に基づいて欠陥が検出されるので,点雲の密度によって大きく影響される問題がある。特に,ベクトルにより形成される角度と点間の距離に基づく局所領域から欠陥を検出するとき,点が欠陥領域または密度スパース領域であるかどうかを判断することは困難である。したがって,以前の方法によると,低密度の領域がいくつかの場合に欠陥として検出される可能性がある。そこで,本論文では,目標点にVoronoi分割を適用することにより,複雑な点雲データに適用できる欠陥を抽出する方法を提案した。この方法では,Voronoi領域の面積と循環性に関する情報を用いて欠陥を検出する。さらに,検出された欠陥点をグループ化することによって雑音を除去した。この方法はメッシュデータではなく,点雲データに対する欠陥抽出法であるので,メッシュ法によって影響を受けない。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 三次元 ,  *オクルージョン ,  雑音 ,  ベクトル ,  走査 ,  透視図法
準シソーラス用語： メッシュ方式 ,  メッシュデータ ,  Voronoi分割 ,  低密度 ,  位置関係 ,  3Dスキャナ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 点雲 ,  欠陥 ,  抽出法