Adapting the RANSAC algorithm to detect 2nd - degree manifolds in 2D and 3D

• Autorzy: Luchowski L.

Warianty tytułu

PL

Przystosowanie algorytmu RANSAC do wykrywania rozmaitości drugiego rzędu w 2D i 3D

• Języki publikacji: EN

Abstrakty

EN

The RAndom SAmple Consensus algorithm is adapted to sets of points detected in 2D and 3D images in order to identify conic lines and quadric surfaces, respectively. A first-order approximation of point-to-conic (quadric) distance is used as compliance criterion. Experimental results are presented.

PL

Algorytm RANdom SAmple Consensus, który pozwala wykrywać regularne struktury w heterogenicznych zbiorach danych, zastosowano do zbiorów punktów w obrazach 2D i 3D, aby zidentyfikować, odpowiednio, krzywe stożkowe lub powierzchnie drugiego rzedu (kwadryki). Jako kryterium zgodności poszczególnego punktu z równaniem opisującym krzywa bądź powierzchnię wykorzystano przybliżenie pierwszego rzędu odległości od stożkowej (kwadryki), zaproponowane przez Sampsona. Dla przypadku obrazu zawierającego wiele krzywych bądź kwadryk zastosowano warunek wystarczającej średniej odległości punktów kolejnych wykrywanych struktur od struktur już wykrytych. Przedstawiono wyniki doświadczalne.

Słowa kluczowe

EN

point cloud segmentation; second-order surface detection

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Theoretical and Applied Informatics
• Rocznik: 2012
• Tom: Vol. 24, No. 2
• Strony: 151--158
• Opis fizyczny: Bibliogr. 3 poz., rys.

Twórcy

autor

Luchowski L.

• Institute of Theoretical and Applied Informatics Polish Academy of Sciences 44-100 Gliwice, ul. Bałtycka 5, Poland,

Bibliografia

• 1. Paul D. Sampson: Fitting conic sections to a very scattered data: An iterative refinement of the bookstein algorithm, Computer Graphics and Image Processing 18 (1982), no. 1, 97–108.
• 2. Zhengyou Zhang: Parameter estimation techniques: a tutorial with application to conic fitting, Image Vision Comput. 15 (1997), no. 1, 59–76.
• 3.Martin A. Fischler and Robert C. Bolles: Random sample consensus: a paradigm for model fitting with applications to image analysis and automated cartography, Comm. ACM 24 (1981), no. 6, 381-395.