TU Darmstadt / ULB / TUprints

Segmentierung und Approximation großer Punktwolken

Wilke, Wilhelm (2002)
Segmentierung und Approximation großer Punktwolken.
Technische Universität Darmstadt
Ph.D. Thesis, Primary publication

[img]
Preview
Kap 1-4, Seiten 1 -74 - PDF
wilke_01.pdf
Copyright Information: In Copyright.

Download (4MB) | Preview
[img]
Preview
Kap 5-6,Seiten 75-133 - PDF
wilke_02.pdf
Copyright Information: In Copyright.

Download (4MB) | Preview
[img]
Preview
Kap 7-Ende, Seiten 134-203 - PDF
wilke_03.pdf
Copyright Information: In Copyright.

Download (4MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Segmentierung und Approximation großer Punktwolken
Language: German
Referees: Dankwort, Prof. Dr. C. Werner ; Hartmann, Prof. Dr. Erich
Advisors: Hoschek, Prof. Dr. Josef ; Reif, Prof. Dr. Ulrich
Date: 26 September 2002
Place of Publication: Darmstadt
Date of oral examination: 24 November 2000
Abstract:

Ziel dieser Arbeit ist es, den zur Zeit noch interaktiven und sehr langwierigen Prozeß der Segmentierung von Punktwolken zu automatisieren. Der Begriff Flächenrückführung bezeichnet die Verfahren aus einer gegebenen Menge von Meßpunkten eines dreidimensionalen Objektes eine Flächenbeschreibung des Objektes auf der Basis von parametrisierten Flächen zu erzeugen. Dieses Flächenmodell muß in einem Computer Aided Design ( CAD ) - System auf Basis von B-Spline Flächen weiterverarbeitet werden können. Daher habe ich in dieser Arbeit Algorithmen und Verfahren entwickelt, die unstrukturierten Punktwolken nach Angaben von intuitiven Schwellenwerten automatisch in einzelne Regionen zerlegen.Diese Zerlegung erfolgt nach geometrischen Kriterien, das heißt, daß an allen Punkten einer Region ein ähnliches Krümmungsverhalten auftritt.Die erzeugten Regionen und deren Segmentgrenzen können in CAD - Systemen weiterverarbeitet werden, führen zu besseren Approximationsergebnissen und können den Prozeß der Flächenrückführung stark beschleunigen. Als erster Schritt zu einer stückweise, linearen Approximation der Punktwolke durch die Dreiecke können Tringulierungen der Punktwolke angesehen werden. In dieser Arbeit habe ich zwei neue, schnelle Triangulationsverfahren für unstrukturierte Punktwolken entwickelt und implementiert. Diese triangulierten Punktwolken können in folgenden Anwendungen direkt weiterverarbeitet werden : Verfahren zur Erzeugung des Objektes ( direktes Fräsen auf einer Triangulierung ), generativen Fertigungsverfahren aus dem Bereich des Rapid Prototyping [ Stereolithographie ] und Visualisierungsmethoden aus dem Bereich der Virtual Reality. Mit den durch die Triangulierung implizit gegebenen Nachbarschaftsbeziehungen zwischen einzelnen Punkten, ist es eine effiziente und schnelle Art der Krümmungsabschätzung für diese triangulierten Punktwolken möglich. Diese Krümmungswerte können auch für Verfahren der Glättung und Datenreduktion der triangulierten Punktwolken verwendeten werden. Auf diese triangulierte Punktwolken, die mit Krümmungswerten versehen wurden, werden im nachfolgenden Bearbeitungsschritt Segmentierungsverfahren angewendet. Diese Segmentierungsalgorithmen stammen aus der 2D-Bildverarbeitung und wurden von mir auf dreidimensionale triangulierten Punktwolken verallgemeinert. Die bei der Segmentierung der Punktwolke auftretenden Berandungskurven ( Feature Lines ) werden im abschliessenden Bearbeitungsschritt zum automatischen Erzeugen von Flächenmodellen verwendet. Anhand einiger Beispiele von gemessenen Fahrzeugmodellen wird gezeigt, wie ich die, mit dem Segmentierungsverfahren erzeugten Berandungskurven, zur Verbesserung und Beschleunigung des Reverse Engineering Prozesses verwendet habe.

Alternative Abstract:
Alternative AbstractLanguage

In my Phd thesis Segmentation and Approximation of large point clouds I created an new approach for the automation of the point cloud segmentation process. Surface reconstruction or Reverse Engineering describes the process to get a mathematical representation of a measured object ( based on B-Spline surfaces ) from an unorganized set of 3D – points ( point cloud ). This process is nowadays interactively done in CAD - Systems and will take a long time of interactive work for the correct selection of a net of curves ( Segmentation ) where the surface curvature changes. Therefore in this thesis I developed new algorithms and methods for an automatic segmentation of point clouds based on geometrically criteria. The user has to determine some intuitive thresholds and the algorithm creates automatically regions with similar curvature behaviour. The boundary lines of this regions are called feature lines and may be reused in CAD-systems for the creation of approximation surfaces. This methods leads to better surface approximation quality and strongly accelerates the surface reconstruction process. The first step of the automatic surface reconstruction of an unorganized point cloud is the piecewise linear approximation of the points with a set of connected triangles. Therefore I developed two new triangulation algorithm which computes automatically an triangulation of arbitrary 3D – point clouds ( scattered data ) in a very short time. Theses triangulations may be treated as input for post-processing steps like Rapid Prototyping and the direct calculation of tool pathes. This triangulation may also be used as input for applications in the Virtual Reality area. For these three applications the surface reconstruction is finished with the complete triangulation of the point cloud. Moreover I use the neighboring information between the points which is implicit given by the triangulation to caculated an effective and robust estimation of the surface curvature on the measured point cloud. At first there were filters applied for finding points with measurement error and projecting these points a step in the best fit plane to the points from all neighboured triangles ( fairing the point cloud). Afterwards we have to inspect the triangulated cloud whether it contains points which may be removed from the triangulation without loosing accuracy ( data reduction ). In flat areas of the object there are less triangles needed for an accurate surface description as in curved areas of the object or at sharp corners. These for the surface structure unnecessary points will be removed from the triangulation. The last step is an attempt to find automatically edges and natural segment boundaries ( feature lines ) on the triangulation.The feature lines are curves on the triangulation where the curvature behaviour of the underlying surfaces changes. For the determination of this feature line curves I expanded an Region Growing algorithm for 2D-Image segmentation to work on the segmentation of 3D triangulated point clouds. With these feature lines and some user defined continuity constrains between the neighboured regions of the feature line it is possible to make another automatic step for the surface reconstruction process of the point cloud. Examples for the surface reconstruction workflow with the developed methods are shown on measured point clouds from car models.

English
Uncontrolled Keywords: Punktwolken, Segmentierung, Krümmungsabschätzungen, Flächenrekonstruktion, Triangulierung
Alternative keywords:
Alternative keywordsLanguage
Punktwolken, Segmentierung, Krümmungsabschätzungen, Flächenrekonstruktion, TriangulierungGerman
point clouds, Segmentation, Curvature estimation, Surface reconstruction, Feature Lines, TriangulationEnglish
URN: urn:nbn:de:tuda-tuprints-2552
Classification DDC: 500 Science and mathematics > 510 Mathematics
Divisions: 04 Department of Mathematics
Date Deposited: 17 Oct 2008 09:21
Last Modified: 08 Jul 2020 22:44
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/255
PPN:
Export:
Actions (login required)
View Item View Item