Zeitschrift für Informationstechnologie und Softwareentwicklung
Offener Zugang

Abstrakt

Merkmalsbasierte dreidimensionale Registrierung für sich wiederholende Geometrie in der industriellen Bildverarbeitung

Yuanzheng Gong und Eric J Seibel

Als wichtiger Schritt in der dreidimensionalen (3D) maschinellen Bildverarbeitung ist die 3D-Registrierung ein Prozess, bei dem zwei oder mehrere 3D-Punktwolken, die aus verschiedenen Perspektiven gesammelt wurden, zu einer vollständigen zusammengefügt werden. Der gängigste Ansatz zur Registrierung von Punktwolken besteht darin, die Unterschiede zwischen diesen Punktwolken iterativ mithilfe des Iterative Closest Point (ICP)-Algorithmus zu minimieren. ICP eignet sich jedoch nicht gut für sich wiederholende Geometrien. Um dieses Problem zu lösen, wird ein merkmalsbasierter 3D-Registrierungsalgorithmus vorgeschlagen, um die durch die bildbasierte 3D-Rekonstruktion generierten Punktwolken auszurichten. Durch die Nutzung von Texturinformationen des Objekts und der Robustheit von Bildmerkmalen können 3D-Korrespondenzen abgerufen werden, sodass die 3D-Registrierung zweier Punktwolken eine starre Transformation lösen muss. Der Vergleich unserer Methode und verschiedener ICP-Algorithmen zeigt, dass unser vorgeschlagener Algorithmus für die Registrierung sich wiederholender Geometrien genauer, effizienter und robuster ist. Darüber hinaus kann diese Methode auch verwendet werden, um das Problem der großen Tiefenunsicherheit zu lösen, das durch eine geringe Kamerabasislinie bei der bildbasierten 3D-Rekonstruktion verursacht wird.