跳到主要內容

臺灣博碩士論文加值系統

(100.28.0.143) 您好!臺灣時間:2024/07/23 09:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:王聖智
研究生(外文):WANG, SHENG-JHIH
論文名稱:強化SIFT多影像式三維掃描特徵點辨識之底圖設計
論文名稱(外文):A Study on the Mat Design for Enhancing Feature Recognition among Multiple Images from 3D Scanning and SIFT Techniques
指導教授:黃銘智黃銘智引用關係
指導教授(外文):HUANG, MING-CHIH
口試委員:汪家昌陳立杰黃銘智
口試委員(外文):WANG, JIA-CHANGCHEN, LI-CHIEHHUANG, MING-CHIH
口試日期:2019-01-29
學位類別:碩士
校院名稱:國立臺北科技大學
系所名稱:工業設計系創新設計碩士班
學門:設計學門
學類:綜合設計學類
論文種類:學術論文
論文出版年:2021
畢業學年度:109
語文別:中文
論文頁數:66
中文關鍵詞:格雷轉換編碼影像式三維掃描特徵點
外文關鍵詞:gray codeimage 3d scanningfeature point
相關次數:
  • 被引用被引用:0
  • 點閱點閱:132
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
三維物件應用的普及,使各種應用於CAD及CAE的三維掃描方法日新月異,使用影像式三維掃描就是其中一個途徑。但此種方法在進行環物掃描時,除須注意影像之重疊率,被掃描物件之外表與其攝影時的背景紋理,所表現的輪廓或特徵過於簡單或複雜,皆會影響掃描的結果。能符合大部分掃描物件,且特徵變化適中的襯底圖像,是穩定掃描品質的一大關鍵。

本研究提出基於格雷轉換原理,搭配幾何特徵,進行編碼,發展出格雷編碼幾何底圖。在進行影像式三維掃描時,做為被掃描的物件的背景,使其持續變化的連續影像中,具有高度的特徵識別性,及穩定的特徵匹配條件,降低影像特徵點不足或無效的狀況,可達到對外觀輪廓變化度低,甚至物件旋轉時輪廓看似無改變,如單色圓球體或花瓶等物件,也能完成影像式三維掃描作業。所發展之格雷圖經過多個案例驗證,發現有非常良好的效果,可改善三維掃描所產出點雲的質與量。


Popularized applications of 3D object on CAD/CAE makes 3D scanning keep evolving. Using image-based 3D scanning is one of the solutions. However, running a scanning project with orbital perspective photos of an object, it should not only be mindful of the overlaps of the series of scanning images, the texture of its surface and its background beneath simple or not, influence the outcome results. A utility mat with proper features as scanning background is one of the keys to stabilize the scanning quality.

This research develops a mat which based on Gray-coded information and conjoined with geometry features as a background for image-based 3D scanning, it mitigates the difficulties of feature shortage or ineffectiveness by means of distinct recognizability of features and stable correspondence constraints for the consecutive motion images of a scan. The scanning could be accomplished, despite dealing with an unfeatured white ball or low featured bottle which spins with unchanged contour outline. The Gray-coded mat improves the quality and quantity of the 3D scanning with remarkable results through the test and verifications from several cases.

摘要 i
誌謝 iv
目錄 v
表目錄 vii
圖目錄 viii
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 1
1.3 研究目的 2
1.4 研究架構 2
第二章 文獻探討 3
2.1 影像式三維資訊的還原重建理論 3
2.2 電腦視覺的影像處理流程 5
2.3 影像內容的紋理 10
2.4 格雷編碼的介紹 13
第三章 格雷編碼幾何底圖的建立 17
3.1 格雷圖的設計原則 17
3.1.1 環物攝影 17
3.1.2 幾何特徵的架構 18
3.2 格雷編碼資訊的配置 18
3.2.1 對應編碼的幾何切割方法 18
3.2.2 二進制字元總量設定與匹配 21
3.2.3 格雷編碼轉換與分區填入 22
3.2.4 SIFT影像辨識驗證-特徵點匹配測試 31
第四章 實證與討論 34
4.1 Open Drone Map開源軟體 34
4.2 掃描環境架設 34
4.3 第一次驗證 36
4.3.1 白色球體 36
4.3.2 瓶子 40
4.3.3 飛機模型 45
4.3.4 討論 50
4.4 第二次驗證 51
4.4.1 白色球體 56
4.4.2 飛機模型 58
4.4.3 直升機模型 60
4.4.4 討論 63
第五章 結論 64
參考文獻 66
1.張庭銓,「白光三維量測技術之應用研究」,碩士論文,國立臺灣大學,臺北市,2010。
2.鄭柏烽,「利用攝影全站儀與EPnP算法進行攝影影像定向」,碩士論文,國立中興大學,台中市,2015。
3.莊惠群,「無多餘觀測下各種平面位置解算法關聯圖之編製」,第35屆測量及空間資訊研討會,2016。
4.Pierre, M. & Pascal, M. & Renaud, M. “Adaptive Structure from Motion with a Contrario Model Estimation.” 11th Asian Conference on Computer Vision – ACCV, 2012, pp.1-4.
5.Jacky, C. K. C. & Derek, D. L. & Jeroen D. H. & Giovanni B. & Henk, L. “IMU and multiple RGB-D camera fusion for assistingindoor stop-and-go 3D terrestrial laser scanning.“ , Robotics. 3. 247-280. 10.3390/robotics3030247., 2014, pp. 247-280.
6.David, G. L. “Object recognition from local scale-invariant features”, 7th IEEE Int. Conf. on Computer Vision, Vol. 2, 1999, pp. 1150..
7.David, G. L. “Distinctive image features from scale-invariant keypoints”, International Journal of Computer Vision 60(2), Springer US, 2004, pp. 91-110.
8.Herbert, B. & Tinne, T. & Luc, V. G., “SURF: Speeded Up Robust Features”, 9th European Conference on Computer Vision, 2006, pp. 404-417
9.Abhay, K. & Nishant, J. & Chirag, S. & Suraj, T. “Exploiting SIFT descriptor for rotation invariant convolutional neural network”, IEEE INDICON 2018, 2018, pp.2.
10.Ethan, R. & Vincent, R. & Kurt, K. & Gary, B., “ORB: an efficient alternative to SIFT or SURF. 2011 IEEE International Conference on Computer Vision (ICCV), Barcelona, Spain, 2011, pp. 2564–2571.
11.Edward, R & Tom, D., “Machine learning for high-speed corner detection”, Computer Vision – ECCV 2006. Lecture Notes in Computer Science. 3951. 2006, pp. 430–443.
12.Richard, H.W., “Error detecting and error correcting codes”, bell system technical journal. 29 (2). doi:10.1002/j.1538-7305.1950.tb00463.x, 1950, pp. 147-160.
13.Rawabi, A., “An approach to image classification based on SURF descriptors and colour histograms”, Master thesis, Engineering and Physical Sciences, University of Manchester, 2014.
14.David, F. & Jean, P., “Computer vision: a modern approach”, New Jercy: Prentice Hall, 2011, pp. 298-299.
15.3D Systems Inc., “Sense™2 3D scanner User Guide Original Instructions”, https://www.Manualslib.com, 2016.
16.Frank, G., “Pulse code communication”, U.S. patent no. 2,632,058, 1953.
17.Open Drone Map, https://docs.opendronemap.org/using.html#native, 2019.
18.https://github.com/OpenDroneMap/ODM/wiki/Run-Time-Parameters, 2019.

電子全文 電子全文(網際網路公開日期:20260218)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top