Revista de Tecnología de la Información e Ingeniería de Software
Acceso abierto
ISSN: 2165- 7866
ISSN: 2165- 7866
Yuanzheng Gong y Eric J Seibel
Como un paso importante en la visión artificial tridimensional (3D), el registro 3D es un proceso de alineación de dos o varias nubes de puntos 3D que se recopilan de diferentes perspectivas juntas en una completa. El enfoque más popular para registrar nubes de puntos es minimizar la diferencia entre estas nubes de puntos de forma iterativa mediante el algoritmo de punto más cercano iterativo (ICP). Sin embargo, ICP no funciona bien para geometrías repetitivas. Para resolver este problema, se propone un algoritmo de registro 3D basado en características para alinear las nubes de puntos generadas por la reconstrucción 3D basada en visión. Al utilizar la información de textura del objeto y la solidez de las características de la imagen, se pueden recuperar las correspondencias 3D para que el registro 3D de dos nubes de puntos resuelva una transformación rígida. La comparación de nuestro método y diferentes algoritmos ICP demuestra que nuestro algoritmo propuesto es más preciso, eficiente y robusto para el registro de geometría repetitiva. Además, este método también se puede utilizar para resolver el problema de incertidumbre de alta profundidad causado por una pequeña línea de base de cámara en la reconstrucción 3D basada en visión.