Published February 1, 2016
| Version v1
Publication
Open
A ROBUST ESTIMATION TECHNIQUE FOR 3D POINT CLOUD REGISTRATION
- 1. Indian Institute of Space Science and Technology
- 2. Government of India
Description
The 3D modeling pipeline involves registration of partially overlapping 3D scans of an object. The automatic pairwise coarse alignment of partially overlapping 3D images is generally performed using 3D feature matching. The transformation estimation from matched features generally requires robust estimation due to the presence of outliers. RANSAC is a method of choice in problems where model estimation is to be done from data samples containing outliers. The number of RANSAC iterations depends on the number of data points and inliers to the model. Convergence of RANSAC can be very slow in the case of large number of outliers. This paper presents a novel algorithm for the 3D registration task which provides more accurate results in lesser computational time compared to RANSAC. The proposed algorithm is also compared against the existing modifications of RANSAC for 3D pairwise registration. The results indicate that the proposed algorithm tends to obtain the best 3D transformation matrix in lesser time compared to the other algorithms.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
يتضمن خط أنابيب النمذجة ثلاثية الأبعاد تسجيل عمليات مسح ثلاثية الأبعاد متداخلة جزئيًا لكائن ما. يتم إجراء المحاذاة الزوجية الخشنة التلقائية للصور ثلاثية الأبعاد المتداخلة جزئيًا بشكل عام باستخدام مطابقة الميزات ثلاثية الأبعاد. يتطلب تقدير التحويل من الميزات المتطابقة بشكل عام تقديرًا قويًا بسبب وجود القيم المتطرفة. RANSAC هي طريقة مفضلة في المشكلات التي يتم فيها تقدير النموذج من عينات البيانات التي تحتوي على القيم المتطرفة. يعتمد عدد تكرارات RANSAC على عدد نقاط البيانات والقيم الداخلية للنموذج. يمكن أن يكون تقارب RANSAC بطيئًا جدًا في حالة وجود عدد كبير من القيم المتطرفة. تقدم هذه الورقة خوارزمية جديدة لمهمة التسجيل ثلاثي الأبعاد والتي توفر نتائج أكثر دقة في وقت حسابي أقل مقارنة بـ RANSAC. تتم مقارنة الخوارزمية المقترحة أيضًا بالتعديلات الحالية لـ RANSAC للتسجيل الثنائي ثلاثي الأبعاد. تشير النتائج إلى أن الخوارزمية المقترحة تميل إلى الحصول على أفضل مصفوفة تحويل ثلاثية الأبعاد في وقت أقل مقارنة بالخوارزميات الأخرى.Translated Description (French)
Le pipeline de modélisation 3D implique l'enregistrement de scans 3D partiellement chevauchants d'un objet. L'alignement grossier automatique par paire des images 3D se chevauchant partiellement est généralement effectué à l'aide de la correspondance des caractéristiques 3D. L'estimation de la transformation à partir des caractéristiques appariées nécessite généralement une estimation robuste en raison de la présence de valeurs aberrantes. RANSAC est une méthode de choix dans les problèmes où l'estimation du modèle doit être faite à partir d'échantillons de données contenant des valeurs aberrantes. Le nombre d'itérations RANSAC dépend du nombre de points de données et d'inliers du modèle. La convergence de RANSAC peut être très lente dans le cas d'un grand nombre de valeurs aberrantes. Cet article présente un nouvel algorithme pour la tâche d'enregistrement 3D qui fournit des résultats plus précis en moins de temps de calcul par rapport à RANSAC. L'algorithme proposé est également comparé aux modifications existantes de RANSAC pour l'enregistrement par paire 3D. Les résultats indiquent que l'algorithme proposé tend à obtenir la meilleure matrice de transformation 3D en moins de temps par rapport aux autres algorithmes.Translated Description (Spanish)
La canalización de modelado 3D implica el registro de escaneos 3D parcialmente superpuestos de un objeto. La alineación gruesa automática por pares de imágenes 3D parcialmente superpuestas generalmente se realiza utilizando la coincidencia de características 3D. La estimación de la transformación a partir de características coincidentes generalmente requiere una estimación sólida debido a la presencia de valores atípicos. RANSAC es un método de elección en problemas en los que la estimación del modelo debe realizarse a partir de muestras de datos que contienen valores atípicos. El número de iteraciones de RANSAC depende del número de puntos de datos e inliers del modelo. La convergencia de RANSAC puede ser muy lenta en el caso de un gran número de valores atípicos. Este documento presenta un algoritmo novedoso para la tarea de registro 3D que proporciona resultados más precisos en menos tiempo de cálculo en comparación con RANSAC. El algoritmo propuesto también se compara con las modificaciones existentes de RANSAC para el registro por pares 3D. Los resultados indican que el algoritmo propuesto tiende a obtener la mejor matriz de transformación 3D en menor tiempo en comparación con los otros algoritmos.Files
991.pdf
Files
(9.7 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:ea7d385ea6d6be0c68058014f708a829
|
9.7 MB | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- تقنية تقدير قوية لتسجيل السحابة ثلاثية الأبعاد
- Translated title (French)
- UNE TECHNIQUE D'ESTIMATION ROBUSTE POUR L'ENREGISTREMENT 3D DES NUAGES DE POINTS
- Translated title (Spanish)
- UNA TÉCNICA DE ESTIMACIÓN ROBUSTA PARA EL REGISTRO DE NUBES DE PUNTOS 3D
Identifiers
- Other
- https://openalex.org/W2270543148
- DOI
- 10.5566/ias.1378