文献

J-GLOBAL ID：201802277870959101   整理番号：18A0386993

質感の無い物体の3次元再構成のための低価格システムにおけるクラスタ化と選択有利な画像【Powered by NICT】

Clustering and selecting vantage images in a low-cost system for 3D reconstruction of texture-less objects

著者 (5件)： Ahmadabadian Ali Hosseininaveh (Photogrammetry and Remote Sensing Dept., Geodesy and Geomatics Eng. Faculty, K.N. Toosi University of Tech., No. 1346, Vali-Asr Street, Mirdamad Crossing, Tehran 1996715433, Iran) ,  Yazdan R. (Photogrammetry and Remote Sensing Dept., Geodesy and Geomatics Eng. Faculty, K.N. Toosi University of Tech., No. 1346, Vali-Asr Street, Mirdamad Crossing, Tehran 1996715433, Iran) ,  Karami A. (Photogrammetry and Remote Sensing Dept., Geodesy and Geomatics Eng. Faculty, K.N. Toosi University of Tech., No. 1346, Vali-Asr Street, Mirdamad Crossing, Tehran 1996715433, Iran) ,  Moradi M. (Photogrammetry and Remote Sensing Dept., Geodesy and Geomatics Eng. Faculty, K.N. Toosi University of Tech., No. 1346, Vali-Asr Street, Mirdamad Crossing, Tehran 1996715433, Iran) ,  Ghorbani F. (Photogrammetry and Remote Sensing Dept., Geodesy and Geomatics Eng. Faculty, K.N. Toosi University of Tech., No. 1346, Vali-Asr Street, Mirdamad Crossing, Tehran 1996715433, Iran)
資料名： Measurement  (Measurement)
巻： 99  ページ： 185-191  発行年： 2017年 
JST資料番号： W0315B  ISSN： 0263-2241  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 運動からの構造復元は3D再構成のための画像ベース法の一つである。技術高密度多視点マッチングによる結合は,テクスチャ完全物体からの正確で緻密なポイントクラウドを提供することができる。これら技術の手順は完全自動であるが,適切な位置に物体の画像を捉えることは困難である,対象はテクスチャーのないであり,物体上のパターンを提供するためにプロジェクタ必要がある。画像を捕捉できるが,高密度マッチングソフトウェアの処理時間は画像の数に直接関連している。ハードウエアとソフトウエアを含むパッケージはこれらの問題を解くための本論文で提示した。ハードウェアに関しては,テクスチャーのない物体の3Dモデリングのための低コスト携帯型システムを提案した。このシステムはステップモータと光円板を用いて設計し,開発した回転テーブルを含んでいる。システムはまた,テクスチャーのない物体に相対的に適切なパターンを提供する非常に密で強いビームをもつ八つのレーザ光源を有していた。ソフトウェアに関しては,最近著者が開発した,画像ネットワーク設計(IND)は,提案したシステムにより活用されるように調整した。INDは完全な画像ネットワークとクラスタを設計し,高密度画像ネットワークにおけるvantages画像を選択することができる。このシステムでは,ステップモータのステップに関して,画像を半ディジタルカメラで撮影した自動的にした。画像はAgisoft Photoscanで実施された運動からの構造(SFM)法における輸入画像を整合させ,粗いモデルを提供した。INDは,この情報を用いて,高密度画像マッチングのための有利な画像のクラスタリングと選択した。正常法と提案したシステムにおけるINDを用いた間の比較は,30%による経過時間を減少させることにおけるINDの重要性を示した。提案したシステムの精度を評価するために,二個の暗い物体を考慮し,これらの物体の点群は0.02mmの精度でGOM ATOS小型スキャン2mレーザースキャナと呼ばれる提案したシステムと構造化光システムの両方で得られた。三つの異なる試験ポイントクラウド間の比較は,0.3mmの精度でテクスチャーのない物体の3Dモデルを供給する上で,提案システムの能力を示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： レーザスキャナ ,  ネットワーク ,  画像処理 ,  *画像 ,  *クラスタ ,  *クラスタ化 ,  ソフトウェア ,  点群 ,  マッチング ,  ハードウェア ,  走査 ,  モデル ,  三次元モデル
準シソーラス用語： ディジタルカメラ ,  高密度 , 【Automatic Indexing@JST】

著者キーワード (7件)： 3Dモデリング ,  テクスチャのない物体 ,  低コストシステム ,  運動からの構造復元 ,  高密度マッチング ,  画像クラスタ化と選択 ,  イメージングネットワーク設計

分類 (1件)： 長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (5件)： 質感 ,  物体 ,  3次元再構成 ,  低価格 ,  クラスタ