<<
| Signature | MA 013 |
| Author | Xu Han |
| Title | Piece-wise Planar Fusion of Multi Camera Point Cloud Data for Depth Map Compression |
| Tutor | M. Sc. Engin Kurutepe |
| Professor | Dr.-Ing. Thomas Sikora |
| Date | 25.08.2011 |
| Abstract | In diesem Projekt wird die konstruierte Punktwolke eines 3D-Modells aus mehreren Tiefenkarten generiert. Anstelle der Punkte kann die Szene durch viele dreieckige Stücke rekonstruiert werden. Dadurch werden die Daten der rekonstruierten Szene reduziert und die Tiefenkarten dieser Szene werden komprimiert. In diesem Projekt ist die konstruierte Punktwolke der Szene kein geschlossenes Objekt, sondern besteht aus mehreren nicht geschlossenen und gekrümmten Oberflächen. Einige dieser Oberflächen werden durch andere überlappt. Deshalb kann die Punktwolke der Szene weder durch 3D- noch durch 2D-Triangulation ohne Verarbeitung trianguliert werden. Von der Triangulation müssen die Punkte mehreren Clustern zugeordnet werden, so dass Störungen durch Überlappungen vermieden werden, wenn die Punktwolke durch 2D-Triangulation trianguliert wird. Es wird der Principal-Component-Analysis-Algorithmus verwendet, um die Punkte in der Szene zu klassifizieren. Nach der Klassifizierung wird jedes Cluster in einer konvexen Form trianguliert. An dieser Stelle wird ein Alpha-Shape verwendet, um die konkaven Teile auf konvexe Formen zu übertragen, so dass die Formen, die angefordert sind, erreicht werden können. |
| Key words | 2D-Triangulation, 3D-Triangulation, Punktwolke, Cluster, Principal component analysis algorithm, alpha shape, Klassifizierung, 3D-reconstruction, point cloud, triangulation, depth map compression |
BibTeX