Rejestracja chmur punktów 3D w oparciu o wyodrębnione krawędzie

• Autorzy: Poręba M. , Goulette F.

Identyfikatory

DOI

10.14681/afkit.2014.010

Warianty tytułu

EN

Registration of overlapping 3D point clouds using extracted line segments

• Języki publikacji: PL

Abstrakty

PL

Artykuł podejmuje tematykę rejestracji czyli łączenia i orientacji chmur punktów do jednego układu współrzędnych. Z praktycznego punktu widzenia proces ten sprowadza się do estymacji parametrów transformacji - rotacji i translacji, na podstawie wybranych elementów dopasowania jak punkty, linie czy płaszczyzny. Wykorzystano krawędzie powstałe w wyniku przecięć sąsiadujących płaszczyzn modelowanych w chmurze punktów. W rezultacie takie elementy geometryczne mogą być dokładnie wyodrębnione nawet w rzadkiej chmurze punktów. Dane symulowane obarczone addytywnym szumem Gaussa posłużyły do przetestowania kilku istniejących metod estymacji pod kątem ich odporności na szum oraz poprawności oferowanego rozwiązania. Dla potrzeb oceny ilościowej wykonanej transformacji zdefiniowano kryterium dokładności wykorzystujące zmodyfikowaną miarę odległości Hausdorffa. Jako że poprawny, automatyczny matching elementów liniowych jest zadaniem trudnym i rzutującym na poprawność estymowanych parametrów, zaproponowano metodę uwzględniającą wzajemne podobieństwo linii. Przeprowadzone testy wykazały, że algorytm ten zapewnia prawidłowe sparowanie linii, a jego dokładność wynosi co najmniej 99%, przy średnio 8% par pominiętych.

EN

The registration of 3D point clouds collected from different scanner positions is necessary in order to avoid occlusions, ensure a full coverage of areas, and collect useful data for analyzing and documenting the surrounding environment. This procedure involves three main stages: 1) choosing appropriate features, which can be reliably extracted; 2) matching conjugate primitives; 3) estimating the transformation parameters. Currently, points and spheres are most frequently chosen as the registration features. However, due to limited point cloud resolution, proper identification and precise measurement of a common point within the overlapping laser data is almost impossible. One possible solution to this problem may be a registration process based on the Iterative Closest Point (ICP) algorithm or its variation. Alternatively, planar and linear feature-based registration techniques can also be applied. In this paper, we propose the use of line segments obtained from intersecting planes modelled within individual scans. Such primitives can be easily extracted even from low-density point clouds. Working with synthetic data, several existing line-based registration methods are evaluated according to their robustness to noise and the precision of the estimated transformation parameters. For the purpose of quantitative assessment, an accuracy criterion based on a modified Hausdorff distance is defined. Since an automated matching of segments is a challenging task that influences the correctness of the transformation parameters, a correspondence-finding algorithm is developed. The tests show that our matching algorithm provides a correct pairing with an accuracy of 99 % at least, and about 8% of omitted line pairs.

Słowa kluczowe

PL

chmura punktów; matching; rejestracja; transformacja; odcinek

EN

point cloud; matching; registration; transformation; line segment

• Wydawca: Zarząd Główny Stowarzyszenia Geodetów Polskich
• Czasopismo: Archiwum Fotogrametrii, Kartografii i Teledetekcji
• Rocznik: 2014
• Tom: Vol. 26
• Strony: 107--118
• Opis fizyczny: Bibliogr. 16 poz.

Twórcy

autor

Poręba M.

• MINES ParisTech, Centre de Robotique, Mathematiques et Systemes, 12 617 39 93

autor

Goulette F.

• MINES ParisTech, Centre de Robotique, Mathematiques et Systemes, ([phone]

Bibliografia

• 1. Al-Durgham M., Detchev I., Habib A., 2011. Analysis of Two Triangle-Based Multi-Surface Registration Algorithms of Irregular Point Clouds, ISPRS Workshop Laser Scanning 2011, vol. XXXVIII-5/W12, 29-31 sierpień, Calagary, Kanada.
• 2. Alshawa M., 2006. Consolidation des nuages de points en lasergrammetrie terrestre. Nouvelle approche basee sur les entites lineaires. Praca magisterska INSA Strasbourg.
• 3. Belton D., Mooney B., Snow T., Kwang-Ho B., 2011. Automated Matching of Segmented Point Clouds to As-built Plans. Proceedings of the Surveying & Spatial Sciences Biennial Conference, 21-25 listopad, Wellington, Nowa Zelandia.
• 4. Besl P.J., McKay N.D., 1992. A method for registration of 3-D shapes. IEEE Transactions of Pattern Analysis and Machine Intelligence, vol. 14, nr 2, s.239-256.
• 5. Canaz S., Habib A., 2013. Planar and linear feature –based registration of terrestrial laser scans with minimum overlap using photogrammetric data. Proceedings of the 8th International Symposium on Mobile Mapping Technology, 1-3 maj, Tainan, Tajwan.
• 6. Ghanma M., 2006. Integration of Photogrammetry and LIDAR. Praca doktorska Department of Geomatics Engineering, University of Calagary.
• 7. Douadi L., 2006. Contribution a l’etude du recalage de donnees 3D/couleur. Praca doktorska Universite Montpellier II.
• 8. Gao Y., Leung M.K., 2002, Line segment Hausdorff distance on face matching. The Journal of the Pattern Recognition Society, vol. 35, s.361-371.
• 9. Guerra C., Pascucci V., 1999. On matching Sets of 3D Segments. Proceedings SPIE Vision Geometry VIII, vol. 3811, s.157-167.
• 10. Habib A.F., Ghanma M.S., Tait M., 2004. Integration of LIDAR and photogrammetry for close range applications. ISPRS Proceedings of XXth Congress, 12-23 lipiec, Stambuł, Turcja.
• 11. Kamgar-Parsi B., Kamgar-Parsi B., 2004. Algorithms for Matching 3D Line Sets. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 26 nr. 5, s.361-371.
• 12. Li W., Li X., Bian Y., Zhao H., 2012, Multiple View Point Cloud Registration Based on 3D Lines. Proceedings of the 2012 International Conference on Image Processing, Computer Vision & Pattern Recognition, Las Vegas, USA.
• 13. Poreba M., Goulette F., 2013. Line Segment-based Approach for Accuracy Assessment of MLS point clouds in Urban Areas. Proceedings of the 8th International Symposium on Mobile Mapping Technology, 1-3 maj, Tainan, Taiwan.
• 14. Renaudin E., Habib A., Kersting A.P., 2011. Feature-Based Registration of Terrestrial Laser Scans with Minimum Overlap Using Photogrammetric Data. ETRI Journal, vol. 33, nr. 4, pp.517-527.
• 15. Yao J., Ruggeri M.R., Taddei P., Sequeira V., 2010. Robust range image registration using 3D lines. Proceedings of 2010 IEEE 17th International Conference of Image Processing, 26-29 wrzesień, Hong Kong, Chiny.
• 16. Zhang Z., Faugeras O.D., 1991. Determining Motion from 3D Line Segment Matches: a comparative Study. Journal Image and Vision Computing, vol. 9 nr. 1, s.10-19.