Przegląd podstawowych metod reprezentacji kształtów 3 D

• Autorzy: Frejlichowski Dariusz , Nuszkiewicz Patrycja

Warianty tytułu

EN

A discussion on selected problems of lossless binary digital images compression

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono przegląd istniejących rozwiązań w dziedzinie reprezentowania kształtów trójwymiarowych, stosunkowo nowym podejściu do opisywania obiektów w przetwarzaniu, rozpoznawaniu i indeksowaniu obrazów. Deskryptory kształtu 3D stają się coraz potrzebniejsze i coraz powszechniej stosowane. Wynika to z rozwoju sprzętu komputerowego, a co za tym idzie możliwości szybkiego przetwarzania skomplikowanych scen trójwymiarowych. Znajduje się przy tym kolejne obszary zastosowań trójwymiarowego opisu obiektów, m.in. w biometrii, systemach CAD i indeksowaniu.

EN

In the paper a brief survey on existing approaches to the representation of three-dimensional shapes was presented. It is a new way of describing objects in image processing, recognition and indexing. The 3D shape descriptors become more and more useful and widely used. Rapid development of computer hardware and the possibilities of fast processing of three-dimensional scenes cause it. Many new applications of 3D shape description can be easily found, e.g. in biometrics, CAD systems and image retrieval.

Słowa kluczowe

PL

kształt 3D; indeksowanie obrazów; deskryptory kształtu 3D

EN

3D shape; image retrieval; 3D shape descriptors

• Wydawca: Instytut Informatyki Uniwersytet Kazimierza Wielkiego
• Czasopismo: Studia i Materiały Informatyki Stosowanej
• Rocznik: 2010
• Tom: nr 2
• Strony: 15--21
• Opis fizyczny: Bibliogr. 20 poz., rys., wykr.

Twórcy

autor

Frejlichowski Dariusz

autor

Nuszkiewicz Patrycja

• Zachodniopomorski Uniwersytet Technologiczny, Wydział Informatyki, ul. Żołnierska 49, 71-210 Szczecin,

Bibliografia

• 1. Ankerst M., Kastenmüller G., Kriegel H., Seidl T., “3D Shape Histograms for Similarity Search and Classification in Spatial Databases”, 6th International Symposium on Spatial Databases, pp. 207-226, 1999.
• 2. Gal R., Cohen-Or D., "Salient Geometric Features for Partial Shape Matching and Similarity", ACM Transactions on Graphics, vol. 25, pp. 130-150, 2006.
• 3. Hilaga M., Shinagawa Y., Kohmura T., Kunii T. L., „Topology Matching for Fully Automatic Similarity Estimation of 3D Shapes”, 28th Annual Conference on Computer Graphics and Interactive Techniques, pp. 203- 212, 2001.
• 4. Hoffman D. D., Singh M., “Salience of Visual Parts”, Cognition, vol. 63, pp. 29-78, 1997.
• 5. Horn B., “Extended Gaussian Images”, Proc. of the IEEE A.I. Memo No. 740, Vol. 72 (12), pp. 1671–1686, 1984.
• 6. Johsnon A., “Surface Landmark Selection and Matching in Natural Terrain”, IEEE Conf. on Computer Vision and Pattern Recognition, pp. 413-420, 2000.
• 7. Kang S., Ikeuchi K., “Determining 3-D Object Pose Using the Complex Extended Guassian Image”, CVPR, pp. 580–585, 1991.
• 8. Kazhdan M., Chazelle B., Dobkin D., Funkhouser T., Rusinkiewicz S., “A Reflective Symmetry Descriptor for 3D Models”, Algorithmica, vol 38, pp. 201-225, 2003.
• 9. Kazhdan M., Funkhouser T., Rusinkiewicz S., “Rotation Invariant Spherical Harmonic Representation of 3D Shape Descriptors”, 2003 Eurographics/ACM SIGGRAPH Symposium on Geometry Processing, pp. 156-164, 2003.
• 10. Kazhdan M., Funkhouser T., Rusinkiewicz S., “Symmetry Descriptors and 3D Shape Matching”, 2004 Eurographics/ACM SIGGRAPH Symposium on Geometry Processing, pp. 115-123, 2004.
• 11 Novotni M., Degener P., Klein R., “Correspondence Generation and Matching of 3D Shape Subparts”, Technical Report CG-2005-2, Universität Bonn, 2005.
• 12. Osada R., Funkhouser T., Chazelle B., Dobkin D., “Matching 3D Models with Shape Distributions”, International Conference on Shape Modeling and Applications, pp. 154-166, 2001.
• 13. Osada R., Funkhouser T., Chazelle B., Dobkin D., “Shape Distributions”, ACM Transactions on Graphics, vol. 21, pp. 807-832, 2002.
• 14. Roach J., Wright J., Ramesh V., “Spherical Dual Images: A 3D Representation Method for Solid Objects that Combines Dual Space and Gaussian Spheres”, CVPR, pp. 236-241, 1986.
• 15. Saupe D., Vranić D. V., “3D Model Retrieval with Spherical Harmonics and Moments”, 23rd DAGMSymposium on Pattern Recognition, pp. 392-397, 2001.
• 16. Shilane P., Funkhouser T., “Selecting Distinctive 3D Shape Descriptors for Similarity Retrieval”, IEEE International Conference on Shape Modeling and Applications, 2006.
• 17. Sundar H., Silver D., Gagvani N., Dickinson S., “Skeleton Based Shape Matching and Retrieval”, Shape Modeling International, pp. 130-139, 2003.
• 18. “Extended Gaussian Images”, http://www.cs.cf.ac.uk/Dave/AI2/node197.html.
• 19. Kazhdan M., „Presentation of Extended Gaussian Images”, http://www.cs.jhu.edu/~misha/Fall04/EGI1.ppt.
• 20. „Princeton Shape Benchmark”, http://shape.cs.princeton.edu/benchmark/.

Uwagi

Numeracja stron w pdf jest inna niż na stronie wydawcy (pdf kończy się na stronie 21).