Методика построения 3D-модели объектов правильной формы по одному изображению и ее применение в задаче космического мониторинга объектов захоронения отходов
Читать статью полностью
Методика построения 3D-модели объектов правильной формы по одному изображению и ее применение в задаче космического мониторинга объектов захоронения отходов(1,33 MB)Аннотация
В работе предлагается методика построения 3D-модели объектов поверхности Земли «правильной» формы, таких как здания и сооружения (параллелепипедальной, пирамидальной, конусообразной, цилиндрической и др. форм) по данным одного изображения, основанная на выборе опорных точек, определяющих пространственную систему координат, по которым рассчитывается координатная сетка (параллелепипедальная, пирамидальная и т.д.) и ее образ на изображении при привязке к объекту. Представлена блок-схема методики и расписаны в общем виде основные шаги. Показан интерфейс соответствующей интерактивной программы построения 3D-моделей. Отмечена возможность автоматизации построения 3D-модели объектов с использованием процедуры сегментации.
Ключевые слова:
здание – building; 3D-модель – 3D-model; изображение – image; опорные точки – reference points; улучшение изображения – image enhancement; аффинные преобразования – affine transformations; геометрические преобразования – geometrical transformations; система координат – coordinate system; объекты захоронения отходов – waste disposal facilities; свалки – disposal sites; полигоны ТБО –municipal solid waste sites.
Список литературы
1. Demirdjian, D. Stereo autocalibration from one plane / D. Demirdjian, A. Zisserman, R. Horaud // Proc. 6th European Conf. on Computer Vision, Dublin. – 2000. – Vol. 2. – P. 625–639.
2. Scharstein, D. A taxonomy and evaluation of dense two-frame stereo correspondence algorithms / D. Scharstein and R. Szeliski. – Middlebury: Technical Report MSR-TR- 2001-81, Microsoft Research, 2001. – 59 p.
3. Тужилкин, А. Ю. Модели и алгоритмы реконструкции трехмерных сцен на основе спутниковых изображений и априорной информации : дис. ... канд. экон. наук : 05.13.17 / А.Ю. Тужилкин ; ФГБОУ ВО Нижегородский государственный технический университет им. Р. Е. Алексеева, 2016. – 141 с.
4. Попело, В. Д. Автоматизированная корреляционная процедура выбора соответственных точек на цифровых изображениях в стереопаре / В.Д. Попело, М.В. Ванеева // Модели и технологии природообустройства (региональный аспект). – 2015. – Т. 01. – С. 52–54.
5. Faugeras, O. Three-dimensional computer vision. A geometrical viewpoint / O. Faugeras. – MIT Press, 1993. – 663 p.
6. Shape-from-shading: a survey / R. Zhang [et al.] // IEEE transactions on pattern analysis and machine intelligence. - 1999. – 21 (8). – P. 690–706.
7. Ikeuchi, K. Numerical shape from shading and occluding boundaries / K. Ikeuchi, K.P. Horn Berthold // Artificial intelligence. – Vol. 17. – 1981. – P. 141–184.
8. Fua, P. A fast local descriptor for dense matching / P. Fua, E. Tola and V. Lepetit // IEEE Conference on Computer Vision and Pattern Recognition(CVPR), Anchorage, AK, USA. – 2008. – P. 1–8. DOI:10.1109/CVPR.2008.4587673.
9. Кривовязь, Г. Р. Новый метод плотной стереорекон- струкции для сцен с наклонными плоскостями / Г.Р. Кривовязь // Программные продукты, системы и алгоритмы. – 2013. – No 1. – С. 3.
10. Бродская, Ю. А. Математические методы и типы задач распознавания образов и применение этих методов / Ю.А. Бродская // В сборнике: Компьютерные науки и информационные технологии Материалы Международной научной конференции. Ответственные за выпуск: Т.В. Семенова, А.Г. Федорова. – 2014. – С. 66–70.
11. Киричук, В. С. Двухпороговый алгоритм обнаружения точечных объектов по стереоизображениям / В.С. Киричук, А.К. Шакенов // Автометрия. – 2014. – Т. 50, No 6. – С. 55–60.
12. Trotsenko, A. S. Automated splitting of 3d models for the external finite-element approximations method / A.S. Trotsenko // В сборнике: Развитие личности как стратегия современной системы образования материалы Международной научно- практической конференции. – 2016. – С. 435–437.
13. Панин, С. В. Метод определения характеристических точек изображения в системах стереозрения / С.В. Панин, В.О. Чемезов, П.С. Любутин // Известия высших учебных заведений. Приборостроение. – 2016. – Т. 59, No 3. – С. 224–230.
14. Сущевский, Д. В. Выявление и 3d визуализация искусственных объектов земной поверхности с использованием лидарных и оптических спутниковых изображений / Д.В. Сущевский // Вестник Херсонского национального технического университета. – 2014. – No 3 (50). – С. 165–168.
15. Оzkalayci, B.O. 3d planar representation of stereo depth images for 3d-tv applications / B.O. Оzkalayci, A.A. Alatan // IEEE Transactions on Image Processing. – 2014. – Vol. 23, No. 12. – С. 5222–5232.
16. Пасова, С. Я. Виды стерео- и вариоизображений / С.Я. Пасова, О.В. Кузовлева, С.А. Бородин // Известия Туль- ского государственного университета. Технические науки. – 2016. – No 7–2. – С. 61–64.
17. Газизов, В. А. Основа современных субъективных 3d-портретов – обобщенные изображения / В.А. Газизов / Вестник Московского университета МВД России. – 2014. – No 2. – С. 10–11.
18. Real time correlation-based stereo: algorithm, implementations and applications / O. Faugeras [et al.] // Institut national de recherche en informatique et en automatique, 2013. – 49 p.
19. Rindfleisch, T. Photometric method for lunar topography / T. Rindfleisch // Photogrammetric Eng. – 1966. – 32. – 262–276. 20. Beknazarova, S. S. 3d modeling and the role of 3d modeling in our life / S.S. Beknazarova, M.A.O.G.Li. Maxammadjonov, S.N.O.G.Li. Ibodullayev / International Scientific and Practical Conference World science. – 2016. – Vol. 3, No. 3 (7). – С. 28–31.