stringtranslate.com

Punto de nube

Una imagen de nube de puntos de un toroide.
Nube de puntos georreferenciada de Red Rocks, Colorado (por DroneMapper)

Una nube de puntos es un conjunto discreto de puntos de datos en el espacio . Los puntos pueden representar una forma u objeto 3D . Cada posición de punto tiene su conjunto de coordenadas cartesianas (X, Y, Z). [1] Las nubes de puntos generalmente son producidas por escáneres 3D o por software de fotogrametría , que miden muchos puntos en las superficies externas de los objetos que los rodean. Como resultado de los procesos de escaneo 3D, las nubes de puntos se utilizan para muchos propósitos, incluso para crear diseños 3D asistidos por computadora (CAD) o modelos de sistemas de información geográfica (GIS) para piezas fabricadas, para metrología e inspección de calidad, y para una multitud de aplicaciones de visualización, animación, renderizado y personalización masiva .

Alineación y registro

Las nubes de puntos suelen alinearse con modelos 3D o con otras nubes de puntos, un proceso denominado registro de conjuntos de puntos .

Para metrología industrial o inspección mediante tomografía computarizada industrial , la nube de puntos de una pieza fabricada se puede alinear con un modelo existente y comparar para verificar diferencias. Las dimensiones y tolerancias geométricas también se pueden extraer directamente de la nube de puntos.

Conversión a superficies 3D

Un ejemplo de una representación de nube de puntos de 1.200 millones de datos de Beit Ghazaleh , un sitio patrimonial en peligro en Alepo (Siria) [2]
Generar o reconstruir formas 3D a partir de siluetas o mapas de profundidad de vista única o múltiple y visualizarlas en nubes de puntos densas [3]

Si bien las nubes de puntos se pueden renderizar e inspeccionar directamente, [4] [5] las nubes de puntos a menudo se convierten en modelos de malla poligonal o de malla triangular , modelos de superficie B-spline racional no uniforme (NURBS) o modelos CAD mediante un proceso comúnmente denominado como reconstrucción de superficie.

Existen muchas técnicas para convertir una nube de puntos en una superficie 3D. [6] Algunos enfoques, como la triangulación de Delaunay , las formas alfa y el pivote de bola, construyen una red de triángulos sobre los vértices existentes de la nube de puntos, mientras que otros enfoques convierten la nube de puntos en un campo de distancia volumétrico y reconstruyen la superficie implícita así definida. a través de un algoritmo de cubos en marcha . [7]

En los sistemas de información geográfica , las nubes de puntos son una de las fuentes utilizadas para realizar modelos digitales de elevación del terreno. [8] También se utilizan para generar modelos 3D de entornos urbanos. [9] Los drones se utilizan a menudo para recopilar una serie de imágenes RGB que luego pueden procesarse en una plataforma de algoritmo de visión por computadora, como AgiSoft Photoscan, Pix4D, DroneDeploy o Hammer Missions, para crear nubes de puntos RGB desde donde se pueden calcular distancias y estimaciones volumétricas. hecho. [ cita necesaria ]

Las nubes de puntos también se pueden utilizar para representar datos volumétricos, como se hace a veces en imágenes médicas . Utilizando nubes de puntos, se puede lograr muestreo múltiple y compresión de datos . [10]

Compresión de nube de puntos MPEG

MPEG comenzó a estandarizar la compresión de nubes de puntos (PCC) con una convocatoria de propuestas (CfP) en 2017. [11] [12] [13] Se identificaron tres categorías de nubes de puntos: categoría 1 para nubes de puntos estáticas, categoría 2 para nubes de puntos dinámicas , y categoría 3 para secuencias LiDAR (nubes de puntos adquiridas dinámicamente). Finalmente se definieron dos tecnologías: G-PCC (PCC basado en geometría, ISO/IEC 23090 parte 9) [14] para la categoría 1 y la categoría 3; y V-PCC (Video-based PCC, ISO/IEC 23090 parte 5) [15] para la categoría 2. Los primeros modelos de prueba se desarrollaron en octubre de 2017, uno para G-PCC (TMC13) y otro para V-PCC ( TMC2). Desde entonces, los dos modelos de prueba han evolucionado a través de contribuciones técnicas y colaboración, y se esperaba que la primera versión de las especificaciones estándar PCC estuviera finalizada en 2020 como parte de la serie ISO/IEC 23090 sobre la representación codificada de contenido multimedia inmersivo. [dieciséis]

Ver también

Referencias

  1. ^ "¿Qué son las nubes de puntos?". Tecnología27 .
  2. ^ Inglés: Imagen de un estudio con escáner láser 3D de muy alta precisión (1200 millones de puntos de datos) de Beit Ghazaleh, un sitio patrimonial en peligro en Alepo, Siria. Este fue un trabajo científico colaborativo para el estudio, salvaguarda y consolidación de emergencia de restos de la estructura., 2017-11-02 , recuperado 2018-06-11
  3. ^ "Soltani, AA, Huang, H., Wu, J., Kulkarni, TD y Tenenbaum, JB Sintetizando formas 3D mediante el modelado de siluetas y mapas de profundidad de múltiples vistas con redes generativas profundas. En actas de la Conferencia IEEE sobre visión por computadora y reconocimiento de patrones (págs. 1511-1519) ". GitHub . 27 de enero de 2022.
  4. ^ Levoy, M. y Whitted, T., "El uso de puntos como primitiva de visualización".. Informe técnico 85-022, Departamento de Ciencias de la Computación, Universidad de Carolina del Norte en Chapel Hill, enero de 1985
  5. ^ Rusinkiewicz, S. y Levoy, M. 2000. QSplat: un sistema de representación de puntos multiresolución para mallas grandes. En Siggraph 2000. ACM, Nueva York, NY, 343–352. DOI= http://doi.acm.org/10.1145/344779.344940
  6. ^ Berger, M., Tagliasacchi, A., Seversky, LM, Alliez, P., Guennebaud, G., Levine, JA, Sharf, A. y Silva, CT (2016), Un estudio de la reconstrucción de superficies a partir de nubes de puntos. Foro de gráficos por computadora.
  7. ^ Mallado de nubes de puntos Un breve tutorial sobre cómo construir superficies a partir de nubes de puntos.
  8. ^ De la nube de puntos al DEM de red: un enfoque escalable
  9. ^ K. Hammoudi, F. Dornaika, B. Soheilian, N. Paparoditis. Extracción de modelos de estructura alámbrica de fachadas de calles a partir de nubes de puntos 3D y el mapa catastral correspondiente. Archivos internacionales de fotogrametría, teledetección y ciencias de la información espacial (IAPRS), vol. 38, parte 3A, págs. 91 a 96, Saint-Mandé, Francia, 1 a 3 de septiembre de 2010.
  10. ^ Sitiok; et al. (2006). "Reconstrucción tomográfica mediante una malla tetraédrica adaptativa definida por una nube de puntos". Traducción IEEE. Medicina. Imágenes . 25 (9): 1172–9. doi :10.1109/TMI.2006.879319. PMID  16967802. S2CID  27545238.
  11. ^ "Compresión de nube de puntos MPEG" . Consultado el 22 de octubre de 2020 .
  12. ^ Schwarz, Sebastián; Preda, Marius; Baroncini, Vittorio; Budagavi, Madhukar; César, Pablo; Chou, Philip A.; Cohen, Robert A.; Krivokuća, Maja; Lasserre, Sébastien; Li, Zhu; Llach, Joan; Mammou, Khaled; Mekuria, Rufael; Krivokuća, Maja; Nakagami, Ohji; Siahaan, Ernestasia; Tabatabai, Ali; Tourapis, Alexis M.; Zakharchenko, Vladyslav (10 de diciembre de 2018). "Estándares MPEG emergentes para la compresión de nubes de puntos". Revista IEEE sobre temas emergentes y seleccionados en circuitos y sistemas . 9 (1): 133–148. doi : 10.1109/JETCAS.2018.2885981 .
  13. ^ Graziosi, Danillo; Nakagami, Ohji; Kuma, Satoru; Zaghetto, Alexandre; Suzuki, Teruhiko; Tabatabai, Ali (3 de abril de 2020). "Una descripción general de las actividades de estandarización de la compresión de nubes de puntos en curso: basadas en video (V-PCC) y basadas en geometría (G-PCC)". Transacciones APSIPA sobre procesamiento de señales e información . 9 : 1–17. doi : 10.1017/ATSIP.2020.12 .
  14. ^ "ISO/IEC DIS 23090-9". YO ASI . Consultado el 7 de junio de 2020 .
  15. ^ "ISO/IEC DIS 23090-5". YO ASI . Consultado el 21 de octubre de 2020 .
  16. ^ "Arquitecturas de medios inmersivos | MPEG". mpeg.chiariglione.org . Consultado el 7 de junio de 2020 .