Тип работы:
Предмет:
Язык работы:


3D-реконструкция модели помещения по его изображениям

Работа №134951

Тип работы

Дипломные работы, ВКР

Предмет

информатика

Объем работы33
Год сдачи2017
Стоимость4340 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
48
Не подходит работа?

Узнай цену на написание


Введение
Постановка задачи
Обзор литературы
Глава 1.Обзор существующих решений
1.1. 3D-реконструкция с помощью проектирования
1.2. 3D-реконструкция с помощью набора изображений объекта
со всех сторон
1.3. 3D-реконструкция с помощью 3D-сканер
1.4. 3D-реконструкция с помощью стереопары
1.5. Выводы
Глава 2.Этапы работы алгоритма построения3D-модели по стереопаре
2.1. Взаимное расположение камер при создании изображений.... 15
2.2. Поиск ключевых точек
2.2.1. Алгоритм Speeded-Up Robust Features (SURF)................ 17
2.2.2. Алгоритм Oriented FAST and Rotated BRIEF (ORB)....... 19
2.3. Сопоставление и фильтрация «плохих» пар особых точек...... 20
2.3.1. Сопоставление особых точек
2.3.2. Фильтрация «плохих» пар особых точек
2.4. Ректификация стереопары, получение карты глубины
2.5. Выводы
Глава 3.Практическая реализация
3.1. Выбор языка программирования и инструментов разработки 26
3.2. Реализация выбранного метода
3.3. Тестирование работы программы
3.4. Выводы
Заключение
Список литературы

В современном мире большое внимание уделяется вопросам развития
информационных технологий и оборудования в IT-индустрии. Ежегодно
разработчики демонстрируют улучшенные версии как программных
продуктов, так и новейших технических устройств, которые постепенно
становятся все более доступными, ввиду конкурентной борьбы между
производителями за конечных потребителей.
На сегодняшний день в различных технических устройствах для связи
значительному большинству пользователей доступна мобильная камера.
К услугам камеры пользователи прибегают все чаще и чаще. И, как
следствие, расширяются масштабы использования фотографий в нашей
повседневной жизни: человек старается запечатлеть все происходящее вокруг
себя – от фиксации необходимых документов до пополнения коллекции
изумительных вечерних закатов. Отчасти на это повлияло и развитие
Интернета: люди стремятся не только сохранить в памяти значимые моменты
их жизни, но и поделиться ими со своими друзьями в социальных сетях.
Активное пополнение пользователями своих фото- и видеоархивов,
неизбежным образом повышает актуальность разработок с использованием
новейших технологий устройств хранения данных. В XXI веке начинают
использовать накопители с флеш-памятью, превосходящие «устаревшие»
дискеты не только по своим компактным габаритам, но и по многим другим
техническим характеристикам.
С другой стороны, ежедневно порождаемые десятки и сотни терабайт
информации требуют грамотной обработки и продуманной структуризации.
Решением данного вопроса озадачено не одно направление информационных
технологий. В их числе и, так называемое, компьютерное зрение.
В различных сферах человеческой деятельности присутствуют
системы, использующие компьютерное зрение. Огромную роль данные
системы играют в медицине, помогая находить опухоли и другие патологии,4
в результате анализа снимков больных [1]; на производстве, например, в
пищевой промышленности, оценивая качество и минимизируя человеческий
фактор. Также их можно использовать и в познавательных целях. В
настоящее время огромной популярностью пользуются онлайн технологии,
благодаря которым человек может дистанционно наблюдать и изучать
желаемый объект, даже будучи на больших расстояниях от объекта
исследования. Существует целый ряд приложений по анализу трехмерных
изображений и структур.
На данный момент одними из самых популярных библиотек для
работы с алгоритмами компьютерного зрения являются OpenCV (Open
Source Computer Vision Library) и PCL (Point Cloud Library). Библиотеки
кроссплатформенные, реализованы на языке высокого уровня(С/С++), но
разрабатываемые и для других языков программирования. Распространяются
в условиях лицензии BSD, следовательно, могут быть использованы как в
научных, так и в коммерческих целях.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


Наш век называют веком информационных технологий. На
сегодняшний день активно используется Интернет для разных целей:
развлекательных, образовательных, коммуникационных. У человека не
всегда есть возможность путешествовать, но чаще всего есть места, в
которых хотелось бы побывать. Решение данной проблемы можно получить
с помощью 3D-реконструкций.
В ходе выполнения данной работы была затронута и изучена некоторая
часть такого актуального направления как компьютерное зрение и обработка
изображений. Была проведена исследовательская работа и анализ
существующих методов построения 3D-моделей.
В ходе реализации одного из методов были решены следующие задачи:
1. Нахождение зависимости взаимного расположения камер при
создании изображений и конечного результата;
2. Анализ алгоритмов поиска особых точек;
3. Анализ методик сопоставления ключевых точек в пары с
последующей фильтрацией «плохих» пар;
4. Ректификация стереопары;
5. Получение карты глубины.
Полученные в данной работе результаты могут быть использованы в
качестве базы для других проектов 3D-реконструкций. Например, для
создания онлайн музеев, «посещение» которых создаст полноценное
ощущение непосредственного пребывания в соответствующих залах


1. J. D. BRIERS Laser speckle contrast imaging for measuring blood flow, Optica Applicata, 2007, 14 p.
2. R. Hartley, A. Zisserman Multiple View Geometry in Computer Vision.
Cambridge University Press, 2004. 673 p.
3. Шапиро Л. Компьютерное зрение/ под ред.: С. М. Соколов, пер.: А. А.
Богуславский, Л. Шапиро. М.: БИНОМ. Лаборатория знаний, 2013. 762 с.
4. David A. Forsyth, Jean Ponc Computer Vision: A Modern Approach, Pearson, 2011. 792 p.
5. Курс Digital Image Processing.
http://freevideolectures.com/Course/2316/Digital-Image-ProcessingIIT-Kharagpur
6. UCF Computer Vision Video Lectures 2012,
https://www.youtube.com/playlist?list=PLd3hlSJsX_Imk_BPmB_H3AQjFKZ
S9XgZm
7. Курс "Введение в компьютерное зрение", 2015
https://www.slideshare.net/ktoshik/cv2015-01-introimage
8. S. M. Seitz and C. R. Dyer, Proc. Computer Vision and Pattern Recognition
Conf. Photorealistic Scene Reconstruction by Voxel Coloring, 1997, 1067-
1073.
9. R. Yang, M. Pollefeys, and G. Welch. Dealing with Textureless Regions and
Specular Highlight: A Progressive Space Carving Scheme Using a Novel
Photo-consistency Measure, Proc. of the International Conference on Computer
Vision, pp. 576-584, 2003
10. H. Jin, S. Soatto and A. Yezzi. Multi-view stereo reconstruction of dense
shape and complex appearance Intl. J. of Computer Vision 63(3), p. 175-189,
2005.
11. А. Т. Вахитов, Л. С. Гуревич, Д. В. Павленко Обзор алгоритмов стереозрения,
Санкт-Петербургский государственный университет. 19 с.32
12. Тупицын И. В. Реконструкция трехмерной модели объекта на основе
стереопары при решении задач 3D-моделирования, Вестник Сибирского
государственного аэрокосмического университета им. академика М.Ф.
Решетнева.2011. 5 с.
13. Tuytelaars T., Mikolajczyk K. Local Invariant Feature Detectors: A Survey //
Foundation and Trends in Computer Vision. 2007.
14. Brown M., Lowe D.G. Automatic Panoramic Image Stitching using
Invariant Features // International Journal of Computer Vision. 2007.
15. Szeliski R. Computer Vision: Algorithms and Applications. Springler, 2010.
16. Ethan Rublee, Vincent Rabaud, Kurt Konolige, Gary Bradski ORB: an
efficient alternative to SIFT or SURF. Willow Garage, Menlo Park, California,
2011. 8 p.
17. E. Karami, S. Prasad, M. Shehata Image Matching Using SIFT, SURF, BRIEF
and ORB: Performance Comparison for Distorted Images. Faculty of
Engineering and Applied Sciences, Memorial University, Canada, 2015. 10 p.
18. Common Interfaces of Descriptor Matchers.
http://docs.opencv.org/2.4/modules/features2d/doc/common_interfaces_of_des
criptor_matchers.html
19. Martin A. Fischler and Robert C. Bolles (June 1981). «Random Sample
Consensus: A Paradigm for Model Fitting with Applications to Image Analysis
and Automated Cartography». Comm. Of the ACM 24: pp. 381–395.
20. Kaehler A. Learning OpenCV: Computer Vision in C++ with the OpenCV
Library, 2nd edition: O'Reilly, 2013. 575 p.
21. Dawson-Howe K. A Practical Introduction to Computer Vision with OpenCV,
John Wiley & Sons Ltd., 2014. 235 p.
22. Baggio Daniel Mastering OpenCV 3. Packt Publishing, 2017. 250 p.
23. Radu Bogdan Rusu and Steve Cousins 3D is here: Point Cloud Library
(PCL), Willow Garage 68 Willow Rd., Menlo Park, CA 94025, USA33
24. Irene Reisner-Kollmann Reconstruction of 3D Models from Images and Point
Clouds with Shape Primitives, Faculty of Informatics at the Vienna University
of Technology, 2013. 108 p.
25. Patent SIFT: https://www.google.com/patents/US6711293
26. Patent SURF: http://www.google.com/patents/US20090238460
27. Веб-сайт OpenCV. http://opencv.org/
28. Веб-сайт PCL. http://pointclouds.org/

Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ