Nokta bulutu - Point cloud
Nokta bulutu , uzaydaki bir dizi veri noktasıdır . Noktalar bir 3B şekli veya nesneyi temsil edebilir. Her nokta konumunun kendi Kartezyen koordinatları (X, Y, Z) vardır. Nokta bulutları genellikle 3 boyutlu tarayıcılar veya etraflarındaki nesnelerin dış yüzeylerindeki birçok noktayı ölçen fotogrametri yazılımları tarafından üretilir. 3B tarama süreçlerinin çıktısı olarak nokta bulutları, üretilen parçalar için 3B CAD modelleri oluşturmak, metroloji ve kalite denetimi ve çok sayıda görselleştirme, animasyon, işleme ve görüntüleme dahil olmak üzere birçok amaç için kullanılır.toplu özelleştirme uygulamaları.
Hizalama ve kayıt
Nokta bulutları genellikle 3B modellerle veya nokta kümesi kaydı olarak bilinen bir süreç olan diğer nokta bulutlarıyla hizalanır .
Endüstriyel metroloji veya endüstriyel bilgisayarlı tomografi kullanarak inceleme için , üretilen bir parçanın nokta bulutu, mevcut bir modele hizalanabilir ve farklılıkları kontrol etmek için karşılaştırılabilir. Geometrik boyutlar ve toleranslar , doğrudan nokta bulutundan da çıkarılabilir.
3B yüzeylere dönüştürme
Nokta bulutları doğrudan oluşturulup incelenebilse de, nokta bulutları genellikle yüzey rekonstrüksiyonu olarak adlandırılan bir süreçle çokgen ağ veya üçgen ağ modellerine, NURBS yüzey modellerine veya CAD modellerine dönüştürülür.
Bir nokta bulutunu 3B yüzeye dönüştürmek için birçok teknik vardır. Delaunay üçgenlemesi , alfa şekilleri ve top döndürme gibi bazı yaklaşımlar, nokta bulutunun mevcut köşeleri üzerinde bir üçgenler ağı oluştururken, diğer yaklaşımlar nokta bulutunu hacimsel bir mesafe alanına dönüştürür ve bu şekilde tanımlanan örtük yüzeyi bir yürüyüş yoluyla yeniden yapılandırır. küp algoritması.
Coğrafi bilgi sistemlerinde , arazinin sayısal yükseklik modelini yapmak için kullanılan kaynaklardan biri nokta bulutlarıdır . Ayrıca kentsel ortamların 3B modellerini oluşturmak için kullanılırlar. Drone'lar genellikle, mesafelerin ve hacimsel tahminlerin yapılabileceği RGB nokta bulutları oluşturmak için AgiSoft Photoscan, Pix4D veya DroneDeploy gibi bir bilgisayar görme algoritması platformunda işlenebilecek bir dizi RGB görüntüsü toplamak için kullanılır.
Nokta bulutları, bazen tıbbi görüntülemede yapıldığı gibi, hacimsel verileri temsil etmek için de kullanılabilir . Nokta bulutları kullanılarak çoklu örnekleme ve veri sıkıştırması gerçekleştirilebilir.
MPEG Nokta Bulutu Sıkıştırma
MPEG, nokta bulutu sıkıştırma (PCC) standardizasyonunu 2017 yılında bir Teklif Çağrısı (CfP) ile başlattı. Üç nokta bulutu kategorisi belirlendi: statik nokta bulutları için kategori 1, dinamik nokta bulutları için kategori 2 ve LiDAR dizileri için kategori 3 ( dinamik olarak elde edilen nokta bulutları). Sonunda iki teknoloji tanımlandı: kategori 1 ve kategori 3 için G-PCC (Geometri tabanlı PCC, ISO/IEC 23090 bölüm 9); ve kategori 2 için V-PCC (Video tabanlı PCC, ISO/IEC 23090 bölüm 5). İlk test modelleri Ekim 2017'de, biri G-PCC (TMC13) ve diğeri V-PCC (TMC2) için geliştirildi. O zamandan beri, iki test modeli teknik katkılar ve işbirliği yoluyla gelişti ve PCC standart spesifikasyonlarının ilk versiyonunun, sürükleyici medya içeriğinin kodlanmış temsiline ilişkin ISO/IEC 23090 serisinin bir parçası olarak 2020'de tamamlanması bekleniyor.
Ayrıca bakınız
- Euclideon , görüntüleri oluşturmak için nokta bulutu arama algoritmasını kullanan bir 3D grafik motoru.
- Nokta bulutlarını yönetmek ve bunları 3B üçgen ağlara dönüştürmek için açık kaynaklı bir araç olan MeshLab ;
- CloudCompare , yüksek yoğunluklu 3B nokta bulutlarını görüntülemek, düzenlemek ve işlemek için açık kaynaklı bir araç
- PCL (Point Cloud Library) , nD nokta bulutları ve 3D geometri işleme için kapsamlı bir BSD açık kaynak kitaplığı