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 OR CALCULATING; 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 OR CALCULATING; 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 OR CALCULATING; 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
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 |
| US10422639B2 (en) * | 2016-12-30 | 2019-09-24 | DeepMap Inc. | Enrichment of point cloud data for high-definition maps for autonomous vehicles |
| 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 |
| KR100905880B1 (ko) * | 2001-09-12 | 2009-07-03 | 엔엑스피 비 브이 | 움직임 추정 방법 및 장치와, 인코딩 방법 및 인코더 |
| 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 | |
| US10178366B2 (en) | Real-time 3D reconstruction with a depth camera | |
| CN108986161B (zh) | 一种三维空间坐标估计方法、装置、终端和存储介质 | |
| CN109360246B (zh) | 基于同步子区搜索的立体视觉三维位移测量方法 | |
| CN104680496B (zh) | 一种基于彩色图像分割的Kinect深度图修复方法 | |
| CN110717494B (zh) | Android移动端室内场景三维重建及语义分割方法 | |
| EP2677347A3 (en) | Spatial data services | |
| US9378583B2 (en) | Apparatus and method for bidirectionally inpainting occlusion area based on predicted volume | |
| 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 | |
| WO2014125502A3 (en) | Segmenting objects in multimedia data | |
| WO2018031112A9 (en) | Systems and methods for determining feature point motion | |
| JP2015176600A5 (ru) | ||
| EP2871612A3 (en) | Structure model creation from a three dimensional surface | |
| EP4353207A3 (en) | Iris registration method and system | |
| RU2014116610A (ru) | Генерирование изображений глубины с использованием псевдокадров, каждый из которых содержит множество фазовых изображений | |
| EP3115971A3 (en) | Method and apparatus for providing three-dimensional data of cloth | |
| CN110175897A (zh) | 一种3d合成试衣方法和系统 | |
| PH12018501579A1 (en) | Image processing method and device | |
| CN105277144A (zh) | 基于双目视觉的土地面积快速检测方法及其检测装置 | |
| EP3382645A3 (en) | Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images | |
| WO2015073590A3 (en) | Multiple template improved 3d modeling of imaged objects using camera position and pose to obtain accuracy | |
| CN104079800A (zh) | 一种视频监控中视频图像的抗抖动方法 | |
| CN105516579A (zh) | 一种图像处理方法、装置和电子设备 | |
| CN111524173A (zh) | 一种基于双参考平面的快速大范围相位解包裹方法 | |
| CN107292822B (zh) | 一种图像的拼接方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FA93 | Acknowledgement of application withdrawn (no request for examination) |
Effective date: 20160215 |