RU2013106319A - Основанная на характерных точках надежная регистрация трехмерного твердого тела - Google Patents
Основанная на характерных точках надежная регистрация трехмерного твердого тела Download PDFInfo
- Publication number
- RU2013106319A RU2013106319A RU2013106319/08A RU2013106319A RU2013106319A RU 2013106319 A RU2013106319 A RU 2013106319A RU 2013106319/08 A RU2013106319/08 A RU 2013106319/08A RU 2013106319 A RU2013106319 A RU 2013106319A RU 2013106319 A RU2013106319 A RU 2013106319A
- Authority
- RU
- Russia
- Prior art keywords
- characteristic points
- point
- grid
- point cloud
- image
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
- G06V20/653—Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Abstract
1. Способ регистрации кадров трехмерного (3D) изображения, при этом способ содержит этапы, на которых:принимают первое облако точек, представляющее собой первый кадр 3D изображения, полученный в первый момент времени, и второе облако точек, представляющее собой второй кадр 3D изображения, полученный во второй момент времени;определяют местоположение первого начала координат для первого облака точек;определяют местоположение второго начала координат для второго облака точек;строят первую двумерную (2D) сетку для представления первого облака точек, при этом первая 2D сетка строится на основе сферического представления первого облака точек и первого начала координат;строят вторую 2D сетку для представления второго облака точек, при этом вторая 2D сетка строится на основе сферического представления второго облака точек и второго начала координат;идентифицируют первую совокупность характерных точек на основе построенной первой 2D сетки;идентифицируют вторую совокупность характерных точек на основе построенной второй 2D сетки;устанавливают соответствие между первой совокупностью характерных точек и второй совокупностью характерных точек на основе порогового значения радиуса окрестности; иопределяют ортогональное преобразование между первым кадром 3D изображения и вторым кадром 3D изображения на основе соответствия между первой совокупностью характерных точек и второй совокупностью характерных точек.2. Способ по п. 1, в котором первое начало координат и второе начало координат для первого и второго облаков точек являются центрами масс первого и второго облаков точек, соответственно.3. Способ по п. 1, в котором за
Claims (20)
1. Способ регистрации кадров трехмерного (3D) изображения, при этом способ содержит этапы, на которых:
принимают первое облако точек, представляющее собой первый кадр 3D изображения, полученный в первый момент времени, и второе облако точек, представляющее собой второй кадр 3D изображения, полученный во второй момент времени;
определяют местоположение первого начала координат для первого облака точек;
определяют местоположение второго начала координат для второго облака точек;
строят первую двумерную (2D) сетку для представления первого облака точек, при этом первая 2D сетка строится на основе сферического представления первого облака точек и первого начала координат;
строят вторую 2D сетку для представления второго облака точек, при этом вторая 2D сетка строится на основе сферического представления второго облака точек и второго начала координат;
идентифицируют первую совокупность характерных точек на основе построенной первой 2D сетки;
идентифицируют вторую совокупность характерных точек на основе построенной второй 2D сетки;
устанавливают соответствие между первой совокупностью характерных точек и второй совокупностью характерных точек на основе порогового значения радиуса окрестности; и
определяют ортогональное преобразование между первым кадром 3D изображения и вторым кадром 3D изображения на основе соответствия между первой совокупностью характерных точек и второй совокупностью характерных точек.
2. Способ по п. 1, в котором первое начало координат и второе начало координат для первого и второго облаков точек являются центрами масс первого и второго облаков точек, соответственно.
3. Способ по п. 1, в котором заданная точка на 2D сетке идентифицируется в качестве характерной точки тогда и только тогда, когда эта заданная точка является особой точкой, и поверхностью второго порядка, которая аппроксимирует значение в 2D сетке в этой заданной точке, является параболоид.
4. Способ по п. 1, в котором пороговое значение радиуса окрестности динамически определяется на основании временной разности между первым моментом времени и вторым моментом времени.
5. Способ по п. 4, в котором пороговое значение радиуса окрестности пропорционально временной разности между первым моментом времени и вторым моментом времени.
6. Способ по п. 1, дополнительно содержащий этап, на котором:
уточняют соответствие между первой совокупностью характерных точек и второй совокупностью характерных точек, установленное на основе порогового значения радиуса окрестности, используя процесс согласованности случайных выборок.
7. Способ по п. 1, в котором этап, на котором определяют ортогональное преобразование между первым кадром 3D изображения и вторым кадром 3D изображения, дополнительно содержит этапы, на которых:
преобразуют каждую характерную точку в первой совокупности характерных точек при помощи установленного соответствия в точку в декартовых координатах;
преобразуют каждую характерную точку во второй совокупности характерных точек с помощью установленного соответствия в точку в декартовых координатах;
применяют процесс подгонки для определения ортогонального преобразования между характерными точками в первой и второй совокупностях характерных точек.
8. Способ по п. 1, дополнительно содержащий этап, на котором:
применяют предсказание движения к первой совокупности характерных точек до этапа, на котором устанавливают соответствие между первой совокупностью характерных точек и второй совокупностью характерных точек.
9. Способ регистрации кадров трехмерного (3D) изображения, при этом способ содержит этапы, на которых:
принимают первое облако точек, представляющее собой первый кадр 3D изображения, полученный в первый момент времени, и второе облако точек, представляющее собой второй кадр 3D изображения, полученный во второй момент времени;
определяют местоположение первого начала координат для первого облака точек;
определяют местоположение второго начала координат для второго облака точек;
строят первую двумерную (2D) сетку для представления первого облака точек, при этом первая 2D сетка строится на основе сферического представления первого облака точек и первого начала координат;
строят вторую 2D сетку для представления второго облака точек, при этом вторая 2D сетка строится на основе сферического представления второго облака точек и второго начала координат;
идентифицируют первую совокупность характерных точек на основе построенной первой 2D сетки;
идентифицируют вторую совокупность характерных точек на основе построенной второй 2D сетки;
устанавливают соответствие между первой совокупностью характерных точек и второй совокупностью характерных точек на основе порогового значения радиуса окрестности, при этом пороговое значение радиуса окрестности пропорционально временной разности между первым моментом времени и вторым моментом времени; и
определяют ортогональное преобразование между первым кадром 3D изображения и вторым кадром 3D изображения на основе соответствия между первой совокупностью характерных точек и второй совокупностью характерных точек.
10. Способ по п. 9, в котором первое начало координат и второе начало координат для первого и второго облаков точек являются центрами масс первого и второго облаков точек, соответственно.
11. Способ по п. 9, в котором заданная точка на 2D сетке идентифицируется в качестве характерной точки тогда и только тогда, когда эта заданная точка является особой точкой, и поверхностью второго порядка, которая аппроксимирует значение в 2D сетке в этой заданной точке, является параболоид.
12. Способ по п. 9, дополнительно содержащий этап, на котором:
уточняют соответствие между первой совокупностью характерных точек и второй совокупностью характерных точек, установленное на основе порогового значения радиуса окрестности, используя процесс согласованности случайных выборок.
13. Способ по п. 9, в котором этап, на котором определяют ортогональное преобразование между первым кадром 3D изображения и вторым кадром 3D изображения, дополнительно содержит этапы, на которых:
преобразуют каждую характерную точку в первой совокупности характерных точек при помощи установленного соответствия в точку в декартовых координатах;
преобразуют каждую характерную точку во второй совокупности характерных точек с помощью установленного соответствия в точку в декартовых координатах;
применяют процесс подгонки для определения ортогонального преобразования между характерными точками в первой и второй совокупностях характерных точек.
14. Способ по п. 9, дополнительно содержащий этап, на котором:
применяют предсказание движения к первой совокупности характерных точек до этапа, на котором устанавливают соответствие между первой совокупностью характерных точек и второй совокупностью характерных точек.
15. Машиночитаемое устройство с машиноисполняемыми инструкциями для выполнения способа регистрации кадров трехмерного (3D) изображения, при этом способ содержит этапы, на которых:
принимают первое облако точек, представляющее собой первый кадр 3D изображения, полученный в первый момент времени, и второе облако точек, представляющее собой второй кадр 3D изображения, полученный во второй момент времени;
определяют местоположение первого начала координат для первого облака точек;
определяют местоположение второго начала координат для второго облака точек;
строят первую двумерную (2D) сетку для представления первого облака точек, при этом первая 2D сетка строится на основе сферического представления первого облака точек и первого начала координат;
строят вторую 2D сетку для представления второго облака точек, при этом вторая сетка строится на основе сферического представления второго облака точек и второго начала координат;
идентифицируют первую совокупность характерных точек на основе построенной первой 2D сетки;
идентифицируют вторую совокупность характерных точек на основе построенной второй 2D сетки;
устанавливают соответствие между первой совокупностью характерных точек и второй совокупностью характерных точек на основе порогового значения радиуса окрестности; и
определяют ортогональное преобразование между первым кадром 3D изображения и вторым кадром 3D изображения на основе соответствия между первой совокупностью характерных точек и второй совокупностью характерных точек.
16. Машиночитаемое устройство по п. 15, в котором первое начало координат и второе начало координат для первого и второго облаков точек являются центрами масс первого и второго облаков точек, соответственно.
17. Машиночитаемое устройство по п. 15, в котором заданная точка на 2D сетке идентифицируется в качестве характерной точки тогда и только тогда, когда эта заданная точка является особой точкой, и поверхностью второго порядка, которая аппроксимирует значение в 2D сетке в этой заданной точке, является параболоид.
18. Машиночитаемое устройство по п. 15, в котором пороговое значение радиуса окрестности пропорционально временной разности между первым моментом времени и вторым моментом времени.
19. Машиночитаемое устройство по п. 15, в котором этап, на котором определяют ортогональное преобразование между первым кадром 3D изображения и вторым кадром 3D изображения, дополнительно содержит этапы, на которых:
преобразуют каждую характерную точку в первой совокупности характерных точек при помощи установленного соответствия в точку в декартовых координатах;
преобразуют каждую характерную точку во второй совокупности характерных точек с помощью установленного соответствия в точку в декартовых координатах;
применяют процесс подгонки для определения ортогонального преобразования между характерными точками в первой и второй совокупностях характерных точек.
20. Машиночитаемое устройство по п. 15, дополнительно содержащее этап, на котором:
применяют предсказание движения к первой совокупности характерных точек до этапа, на котором устанавливают соответствие между первой совокупностью характерных точек и второй совокупностью характерных точек.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2013106319/08A RU2013106319A (ru) | 2013-02-13 | 2013-02-13 | Основанная на характерных точках надежная регистрация трехмерного твердого тела |
US13/972,349 US20140226895A1 (en) | 2013-02-13 | 2013-08-21 | Feature Point Based Robust Three-Dimensional Rigid Body Registration |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2013106319/08A RU2013106319A (ru) | 2013-02-13 | 2013-02-13 | Основанная на характерных точках надежная регистрация трехмерного твердого тела |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2013106319A true RU2013106319A (ru) | 2014-08-20 |
Family
ID=51297458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2013106319/08A RU2013106319A (ru) | 2013-02-13 | 2013-02-13 | Основанная на характерных точках надежная регистрация трехмерного твердого тела |
Country Status (2)
Country | Link |
---|---|
US (1) | US20140226895A1 (ru) |
RU (1) | RU2013106319A (ru) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10426372B2 (en) * | 2014-07-23 | 2019-10-01 | Sony Corporation | Image registration system with non-rigid registration and method of operation thereof |
CN104537638A (zh) * | 2014-11-17 | 2015-04-22 | 中国科学院深圳先进技术研究院 | 三维图像配准方法和系统 |
CN105354855B (zh) * | 2015-12-02 | 2017-08-29 | 湖南拓达结构监测技术有限公司 | 一种高耸结构外观检测装置及方法 |
CN106340059B (zh) * | 2016-08-25 | 2021-05-28 | 上海工程技术大学 | 一种基于多体感采集设备三维建模的自动拼接方法 |
CN111108342B (zh) * | 2016-12-30 | 2023-08-15 | 辉达公司 | 用于高清地图创建的视觉测程法和成对对准 |
US10824888B1 (en) * | 2017-01-19 | 2020-11-03 | State Farm Mutual Automobile Insurance Company | Imaging analysis technology to assess movements of vehicle occupants |
CN108230377B (zh) * | 2017-12-19 | 2020-08-21 | 武汉国安智能装备有限公司 | 点云数据的拟合方法和系统 |
CN108062766B (zh) * | 2017-12-21 | 2020-10-27 | 西安交通大学 | 一种融合颜色矩信息的三维点云配准方法 |
DE102018114222A1 (de) * | 2018-06-14 | 2019-12-19 | INTRAVIS Gesellschaft für Lieferungen und Leistungen von bildgebenden und bildverarbeitenden Anlagen und Verfahren mbH | Verfahren zum Untersuchen von übereinstimmenden Prüfobjekten |
US11250612B1 (en) | 2018-07-12 | 2022-02-15 | Nevermind Capital Llc | Methods and apparatus rendering images using point clouds representing one or more objects |
CN109389626B (zh) * | 2018-10-10 | 2021-08-20 | 湖南大学 | 一种基于采样球扩散的复杂异形曲面点云配准方法 |
CN109948682B (zh) * | 2019-03-12 | 2021-12-10 | 湖南科技大学 | 基于正态随机抽样分布的激光雷达点云电力线分类方法 |
CN110689576B (zh) * | 2019-09-29 | 2023-04-07 | 桂林电子科技大学 | 一种基于Autoware的动态3D点云正态分布AGV定位方法 |
CN113763438B (zh) * | 2020-06-28 | 2024-04-19 | 北京京东叁佰陆拾度电子商务有限公司 | 一种点云配准方法、装置、设备及存储介质 |
CN111862176B (zh) * | 2020-07-13 | 2022-10-25 | 西安交通大学 | 基于腭皱襞的三维口腔点云正畸前后精确配准方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3994445B2 (ja) * | 1995-12-05 | 2007-10-17 | ソニー株式会社 | 動きベクトル検出装置及び動きベクトル検出方法 |
ATE404019T1 (de) * | 2001-09-12 | 2008-08-15 | Nxp Bv | Bewegungsschätzung und/oder kompensation |
US8045770B2 (en) * | 2003-03-24 | 2011-10-25 | Cornell Research Foundation, Inc. | System and method for three-dimensional image rendering and analysis |
US7583372B2 (en) * | 2005-06-01 | 2009-09-01 | Hunter Engineering Company | Machine vision vehicle wheel alignment image processing methods |
US7343245B2 (en) * | 2005-06-09 | 2008-03-11 | Eseis, Inc. | Method of processing seismic data to extract and portray AVO information |
US20100092093A1 (en) * | 2007-02-13 | 2010-04-15 | Olympus Corporation | Feature matching method |
US8406507B2 (en) * | 2009-01-14 | 2013-03-26 | A9.Com, Inc. | Method and system for representing image patches |
US8340400B2 (en) * | 2009-05-06 | 2012-12-25 | Honeywell International Inc. | Systems and methods for extracting planar features, matching the planar features, and estimating motion from the planar features |
WO2011127375A1 (en) * | 2010-04-09 | 2011-10-13 | Pochiraju Kishore V | Adaptive mechanism control and scanner positioning for improved three-dimensional laser scanning |
US9183631B2 (en) * | 2012-06-29 | 2015-11-10 | Mitsubishi Electric Research Laboratories, Inc. | Method for registering points and planes of 3D data in multiple coordinate systems |
-
2013
- 2013-02-13 RU RU2013106319/08A patent/RU2013106319A/ru not_active Application Discontinuation
- 2013-08-21 US US13/972,349 patent/US20140226895A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20140226895A1 (en) | 2014-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2013106319A (ru) | Основанная на характерных точках надежная регистрация трехмерного твердого тела | |
US20160301910A1 (en) | Real-time 3d reconstruction with a depth camera | |
US9378583B2 (en) | Apparatus and method for bidirectionally inpainting occlusion area based on predicted volume | |
CN109360246B (zh) | 基于同步子区搜索的立体视觉三维位移测量方法 | |
MY183126A (en) | Video picture coding method, video picture decoding method, coding device, and decoding device | |
WO2018031112A9 (en) | Systems and methods for determining feature point motion | |
JP2015108621A5 (ja) | 3次元点群から平面を抽出する、方法、画像処理装置およびプログラムを記憶した非一次的なコンピュータ可読媒体 | |
MX2018013090A (es) | Deteccion de tarimas con el uso de unidades de longitud fisica. | |
JP2015176600A5 (ru) | ||
WO2014125502A3 (en) | Segmenting objects in multimedia data | |
GB2546677A (en) | Non-parametric method of and system for estimating dimensions of objects of arbitrary shape | |
RU2015143935A (ru) | Смешивание инфракрасного облака точек данных и облака точек данных цветовых составляющих | |
MY181550A (en) | Building height calculation method, device, and storage medium | |
WO2014055953A3 (en) | Determining image transforms without using image acquisition metadata | |
PL437714A1 (pl) | Rejestracja obrazu w zestawie punktów 3D | |
MX356096B (es) | Método y aparato para determinar parámetro espacial basado en imagen y dispositivo de terminal. | |
RU2014116610A (ru) | Генерирование изображений глубины с использованием псевдокадров, каждый из которых содержит множество фазовых изображений | |
JP2019530059A5 (ru) | ||
WO2015073590A3 (en) | Multiple template improved 3d modeling of imaged objects using camera position and pose to obtain accuracy | |
EP3382645A3 (en) | Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images | |
KR20120064641A (ko) | 영상 처리 장치, 조명 처리 장치 및 그 방법 | |
WO2019142665A8 (ja) | 情報処理装置および方法 | |
PH12018501579A1 (en) | Image processing method and device | |
EP2525324A3 (en) | Method and apparatus for generating a depth map and 3d video | |
JP2012105019A5 (ja) | 画像処理装置、表示装置、方法およびそのプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
FA93 | Acknowledgement of application withdrawn (no request for examination) |
Effective date: 20160215 |