[go: up one dir, main page]

RU2013106319A - Основанная на характерных точках надежная регистрация трехмерного твердого тела - Google Patents

Основанная на характерных точках надежная регистрация трехмерного твердого тела Download PDF

Info

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
Application number
RU2013106319/08A
Other languages
English (en)
Inventor
Дмитрий Николаевич Бабин
Александр Александрович Петюшко
Иван Леонидович Мазуренко
Александр Борисович Холоденко
Денис Владимирович Пархоменко
Original Assignee
ЭлЭсАй Корпорейшн
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ЭлЭсАй Корпорейшн filed Critical ЭлЭсАй Корпорейшн
Priority to RU2013106319/08A priority Critical patent/RU2013106319A/ru
Priority to US13/972,349 priority patent/US20140226895A1/en
Publication of RU2013106319A publication Critical patent/RU2013106319A/ru

Links

Classifications

    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional objects
    • G06V20/653Three-dimensional objects by matching three-dimensional models, e.g. conformal mapping of Riemann surfaces
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range 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.
RU2013106319/08A 2013-02-13 2013-02-13 Основанная на характерных точках надежная регистрация трехмерного твердого тела RU2013106319A (ru)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

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