Seminarium ZS 13.03.2019 - mgr inż. Marek Kulawiak

Zautomatyzowana rekonstrukcja kształtu powierzchni reprezentowanych przez chmury punktów jest zagadnieniem badanym od wielu lat. Pomimo tego, żew przeciągu ostatnich dwudziestu lat zaproponowano różne algorytmy pozwalające na odtworzenie coraz dokładniejszych modeli, osiągane za ich pomocą rezultaty są dalekie od satysfakcjonujących, jeżeli wejściowe zbiory punktów cechują się nieregularną strukturąprzestrzenną, co jest częstym zjawiskiem w przypadku danych pochodzących z sondowania hydroakustycznego czy skaningu laserowego.
W związku z powyższym, sformułowana teza pracy doktorskiejzakładała możliwość uzyskania dokładniejszych modeli badanych obiektów w porównaniu do wyników osiąganych z użyciem znanych algorytmów, poprzez zastosowanie odpowiedniej kombinacji metod i technik przetwarzania danych wejściowych mających na celu zwiększenie ich poziomu regularności przed zastosowaniem faktycznego procesu odtwarzania kształtu reprezentowanych przez nie powierzchni.
W pracy wykorzystano kombinacje różnych sposobów przetwarzania danych przestrzennych, łącząc ze sobą techniki obejmujące m.in. redukcję zakłóceń, rasteryzację, wykrywanie obiektów, wypełnianie pustych obszarów, a także triangulację. Zaproponowane techniki zostały przetestowane
dla wielu przypadków i źródeł, obejmujących danereprezentujące obiekty pochodzące z różnych środowisk. Zastosowanie zróżnicowanych technik przetwarzania na poszczególnych etapach działania proponowanej metodyki ma pozytywny wpływ na kształt odtworzonych modeli. Wynikowe modele, otrzymane z użyciem zaproponowanej kombinacji różnych metod przetwarzania, zostały szczegółowo porównane z modelami otrzymanymi za pomocą dotychczas stosowanych metod odtwarzania kształtu.
Przedstawione wyniki zastosowania zaproponowanej metodyki pokazują, że wykorzystywane przez nią na różnych etapach procedury pozwalają na uzyskanie dokładniejszych trójwymiarowych modeli badanych obiektów w porównaniu do wyników osiąganych z użyciem znanych algorytmów.
Jednocześnie pokazano, iż możliwe jest następnie zmniejszenie złożoności otrzymanych modeli bez straty lub z niewielką stratą dokładności, przy użyciu istniejących algorytmów, takich jak Fast-Quadric-Mesh-Simplification. Otrzymane wyniki, zaprezentowane i przeanalizowane w pracy, potwierdzają słuszność postawionej tezy.