Journal des technologies de l'information et du génie logiciel
Libre accès
ISSN: 2165- 7866
ISSN: 2165- 7866
Yuanzheng Gong et Eric J Seibel
En tant qu'étape importante de la vision artificielle tridimensionnelle (3D), l'enregistrement 3D est un processus d'alignement de deux ou plusieurs nuages de points 3D collectés à partir de différentes perspectives en un seul nuage complet. L'approche la plus populaire pour enregistrer des nuages de points consiste à minimiser la différence entre ces nuages de points de manière itérative par l'algorithme ICP (Iterative Closest Point). Cependant, l'ICP ne fonctionne pas bien pour les géométries répétitives. Pour résoudre ce problème, un algorithme d'enregistrement 3D basé sur les caractéristiques est proposé pour aligner les nuages de points générés par la reconstruction 3D basée sur la vision. En utilisant les informations de texture de l'objet et la robustesse des caractéristiques de l'image, des correspondances 3D peuvent être récupérées de sorte que l'enregistrement 3D de deux nuages de points résolve une transformation rigide. La comparaison de notre méthode et de différents algorithmes ICP démontre que notre algorithme proposé est plus précis, plus efficace et plus robuste pour l'enregistrement de géométries répétitives. De plus, cette méthode peut également être utilisée pour résoudre le problème d'incertitude de profondeur élevée causé par une faible ligne de base de caméra dans la reconstruction 3D basée sur la vision.