Тип работы:
Предмет:
Язык работы:


РЕКОНСТРУКЦИЯ З-D ОБЪЕКТОВ ПО ВИДЕОРЯДУ

Работа №25114

Тип работы

Бакалаврская работа

Предмет

математика

Объем работы29
Год сдачи2016
Стоимость5600 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
209
Не подходит работа?

Узнай цену на написание


Введение 3
1 Методы построения трёхмерных объектов 5
1.1 Ключевые точки и их дескрипторы 5
1.2 Сравнение дескрипторов 12
1.3 Модель преобразования 13
2 Требования к программному продукту 18
3 Обзор программных средств 18
4 Обзор инструментальных средств 20
5 Архитектура программного продукта 22
6 Экспериментальные исследования 24
Заключение 27
Список использованных источников 28


В конце 20 века начали появляться методы получения простых 3D объектов типа несложного строения, с текстурой этого строения. Эти программы были не очень распространены, так как проще было собрать модель в трехмерном редакторе. Это продолжалось до 2006-2007 года, когда появился и вошел в широкое употребление продукт Google SketchUp, где можно разметить руками фотографию с изображением здания, загрузить еще один вид здания и уточнить по ней его форуму и расположение объектов. Относительно простым способом на выходе появляется готовый 3D объект. В 2011 Auotodesk, выпустила облачный сервис под названием 123D Catch,в этой программе по набору фотографий объекта с разных ракурсов можно получить неплохой трехмерный объект с текстурой. Примерно в то же время начали появляться программы, позволяющие использовать Web камеру.
В компьютерной графике и компьютерном зрении, трехмерная реконструкция (3D reconstruction) - это процесс получения формы и облика реальных объектов. Это направление стало особенно актуальным с появлением 3D печати. Сейчас, когда любую 3D модель можно распечатать, переместить в реальный мир, можно без сомнения сказать, что трехмерная реконструкция может использоваться в любой области: в медицине, военном деле, образовании, производстве, кинематографе, анимации, дизайне, индустрии развлечений и т.д.
Построение трёхмерных моделей из множества двумерных снимков, сделанных с разных точек съёмки, не является чем-то новым, однако создание таких моделей весьма сложная задача из-за большого объёма данных, которые необходимо подвергнуть обработке. Как правило, существующие алгоритмы решают достаточно узкий спектр задач (например, реконструкция города, где много прямых линий) и предъявляют определенные требования и ограничения к исходным снимкам. Также существует проблема с движущимися объектами, объектами которые преломляют свет (многогранный стакан), объектами которые меняют свой цвет (светофор).
На данный момент, большинство получаемых таким образом, 3D фотографий и моделей имеют низкое качество, с высоким количеством отдельно лежащих шумовых фрагментов модели. Во многом, качество выходной модели зависит от качества серии входных изображений (уровня шума, оптических деформаций, бликов), а также от сложности самой выходной модели (наличие пустот и полостей, выпуклости, отражающих поверхностей). По некоторым данным точность трехмерной реконструкции моделей не улучшается примерно с 2006 года: появляются более быстрые алгоритмы, заточенные под видеокарты, но не более точные.
Исследования по трёхмерной реконструкции объектов отличаются большим разнообразием в постановке задач и выборе средств их решения. На текущий момент методы делятся на две группы:
• активные методы (например, с использованием лазерных сканеров);
• пассивные методы при известной геометрии съемки (аэрофотосъемка, стереосъемка и т.д.).
Основная задача в рамках трехмерной реконструкции - автоматизация процесса реконструкции моделей, которая включает:
• определение расстояния до объектов;
• определение расположения камеры;
• расположение точек относительно друг друга;
• определение изменившихся областей между двумя кадрами
(motion detection) [4];
• автоматическое исключение статического фона из рассмотрения (background subtraction) [4];
• определение перемещения пикселей между двумя соседними кадрами (оптический поток - optical flow);
• возможность работы с некалиброванными фотографиями, когда съемка производится в неконтролируемых условиях (self-colibration);
• возможность использования любого оборудования, в том числе обычных цифровых фотоаппаратов и видеокамер, параметров которых мы заранее не знаем;
Эти задачи решает такая наука, как компьютерное зрение. Компьютерное зрение - пограничная область знаний, она интересна для изучения и непредсказуема и использует знания из физики, геометрии, математической статистики и других наук.
Цель данной дипломной работы - исследовать существующие методы в области компьютерного зрения и трёхмерной реконструкции и создать программное обеспечение, которое решает задачу построения трёхмерного объекта по видеоряду без использования специальных средств. Также программа должна быть проста и удобна в использовании, не требовать больших затрат времени, строить приемлемую 3D модель реально существующего объекта.


Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В ходе данной дипломной работы было проведено исследование различных методов и алгоритмов трёхмерной реконструкции и компьютерного зрения. Был выбран оптимальный алгоритм для решения поставленных задач, он неплохо показал себя в некоторых экспериментах, однако оказался недостаточно эффективным в других, и нуждается в доработке и дополнительном исследовании. Также необходимо исследовать больше алгоритмов для фильтрации «недостоверных точек».
Было реализовано программное обеспечение, основанное на модели «клиент-сервер», которое справляется с задачей реконструкции трёхмерного объекта. Для реализации данного проекта была выбрана библиотека компьютерного зрения OpenCV. Программа работает быстро и удобна в использовании, не требует специальных средств, и следовательно, удовлетворяет поставленным требованиям.
В целом проект нуждается в дополнительных исследованиях и доработке, сейчас область компьютерного зрения активно развивается, и появляются новые методы и алгоритмы, которые могут помочь решить поставленные задачи более точно. В настоящее время, проблемы, рассматриваемые в данной дипломной работе, остаются актуальными и ждут своего решения.



1. КомпьютерПресс [Электронный ресурс] : компьютерный журнал -
Электрон. журн. - Москва, 1989-2014. - Режим доступа:http://compress.ru.
2. Некоммерческое партнерство в сфере развития образовательного потенциала граждан «Редакционно-издательский дом «ПостНаука» » [Электронный ресурс] :3D-реконструкция по изображениям . - Режим доступа: http: //postnauka. ru.
3. РобоКрафт [Электронный ресурс]: сообщество любителей
робототехники, электроники и программирования. - Режим доступа: http://RoboCraft.ru.
4. Форсайт, Д. Компьютерное зрение. Cовременный подход/ Дэвид А. Форсайт, Ж. Понс. - Москва: Вильямс, 2004. - 928с.
5. Hartley R. Multiple View Geometry in Computer Vision/ Richard Hartley, Andrew Zisserman. - Cambridge: Cambridge University Press, 2003. - p. 670.
6. Lowe, D. Distinctive image features from scale-invariant keypoints/ David G. Lowe// International Journal of Computer Vision. - 2004. - №2. - C. 91¬110.
7. Point Cloud Library [Электронный ресурс]: библиотека компьютерного зрения - Режим доступа: http://pointclouds.org.
8. Shapiro L. Computer Vision/ L. Shapiro, G. Stockman. - New Jersey: Prentice-Hall, Upper Saddle River, 2001. - p. 608.


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ