กลับไปหน้าบทความ

อ่าน 4 นาที

จุดเมฆ

จุดคลาวด์คือ ชุด ข้อมูลจุดแบบไม่ต่อเนื่องในอวกาศจุดเหล่านี้อาจแทน รูปทรง หรือวัตถุ3 มิติตำแหน่ง ของแต่ละจุด จะมีชุดพิกัดคาร์ทีเซียน (X, Y, Z) จุดอาจมีข้อมูลอื่นนอกเหนือจากตำแหน่ง..

จุดเมฆ

ภาพจุดเมฆของทรงโดนัท
กลุ่มจุดพิกัดทางภูมิศาสตร์ของเรดร็อกส์ รัฐโคโลราโด (โดย DroneMapper)

จุดคลาวด์คือ ชุด ข้อมูลจุดแบบไม่ต่อเนื่องในอวกาศจุดเหล่านี้อาจแทน รูปทรง หรือวัตถุ3 มิติตำแหน่ง ของแต่ละจุด จะมีชุดพิกัดคาร์ทีเซียน (X, Y, Z) [ 1 ] [ 2 ]จุดอาจมีข้อมูลอื่นนอกเหนือจากตำแหน่ง เช่นสี RGB [ 2 ]ค่าปกติ[ 3 ]เวลา[ 4 ]และอื่นๆ จุดคลาวด์โดยทั่วไปสร้างขึ้นโดยเครื่องสแกน 3 มิติหรือซอฟต์แวร์โฟ โต แกรมเมตรีซึ่งวัดจุดจำนวนมากบนพื้นผิวภายนอกของวัตถุรอบๆ จุดคลาวด์ซึ่งเป็นผลลัพธ์จากกระบวนการสแกน 3 มิติ ถูกนำไปใช้เพื่อวัตถุประสงค์หลายอย่าง รวมถึงการสร้างแบบจำลอง 3 มิติด้วยคอมพิวเตอร์ช่วยออกแบบ (CAD) หรือระบบสารสนเทศทางภูมิศาสตร์ (GIS) สำหรับชิ้นส่วนที่ผลิตขึ้น สำหรับการวัดและตรวจสอบคุณภาพ และสำหรับการแสดงภาพ การสร้างภาพเคลื่อนไหว การเรนเดอร์ และการ ปรับแต่งจำนวนมาก

การจัดแนวและการลงทะเบียน

เมื่อทำการสแกนฉากในโลกแห่งความเป็นจริงโดยใช้Lidarกลุ่มจุดที่ได้จะประกอบด้วยส่วนย่อยของฉาก ซึ่งจำเป็นต้องทำการจัดเรียงเพื่อให้ได้แผนที่ที่สมบูรณ์ของสภาพแวดล้อมที่สแกนได้

โดยทั่วไปแล้ว จุดเมฆจะถูกจัดเรียงให้ตรงกับแบบจำลอง 3 มิติ หรือกับจุดเมฆอื่นๆ ซึ่งกระบวนการนี้เรียกว่าการลงทะเบียนชุดจุด (point set registration )

อัลกอริทึม Iterative closest point (ICP)สามารถใช้ในการจัดแนวจุดคลาวด์สองจุดที่มีการทับซ้อนกัน และแยกออกจากกันด้วยการแปลงแบบแข็ง [ 5 ] จุดคลาวด์ที่มีการแปลงแบบยืดหยุ่นยังสามารถจัดแนวได้โดยใช้ ICP แบบไม่แข็ง (NICP) [ 6 ]ด้วยความก้าวหน้าในการเรียนรู้ของเครื่องในช่วงไม่กี่ปีที่ผ่านมา การลงทะเบียนจุดคลาวด์อาจทำได้โดยใช้เครือข่ายประสาทแบบend-to-end [ 7 ]

สำหรับงานด้านมาตรวิทยาอุตสาหกรรมหรือการตรวจสอบโดยใช้เอกซเรย์คอมพิวเตอร์แบบอุตสาหกรรมจุดเมฆของชิ้นส่วนที่ผลิตแล้วสามารถนำมาจัดเรียงให้ตรงกับแบบจำลองที่มีอยู่และเปรียบเทียบเพื่อตรวจสอบความแตกต่างได้นอกจากนี้ยังสามารถดึง ขนาดทางเรขาคณิตและค่าความคลาดเคลื่อนได้ โดยตรงจากจุดเมฆอีกด้วย

การแปลงเป็นพื้นผิว 3 มิติ

ตัวอย่างการเรนเดอร์จุดคลาวด์ข้อมูล 1.2 พันล้านจุดของBeit Ghazalehซึ่งเป็นแหล่งมรดกที่ตกอยู่ในอันตรายในAleppo (ซีเรีย) [ 8 ]
การสร้างหรือสร้างรูปทรง 3 มิติขึ้นใหม่จาก แผนที่ความลึก หรือภาพเงา จากมุมมองเดียวหรือหลายมุมมองและแสดงภาพเหล่านั้นในกลุ่มจุดหนาแน่น[ 9 ]

ในขณะที่จุดเมฆสามารถแสดงผลและตรวจสอบได้โดยตรง[ 10 ] [ 11 ]จุดเมฆมักจะถูกแปลงเป็นโมเดลตาข่ายรูปหลายเหลี่ยมหรือตาข่ายรูปสามเหลี่ยม โมเดลพื้นผิว แบบ Non-Uniform Rational B-spline (NURBS) หรือโมเดล CAD ผ่านกระบวนการที่เรียกกันทั่วไปว่าการสร้างพื้นผิวใหม่

มีเทคนิคมากมายสำหรับการแปลงจุดเมฆเป็นพื้นผิว 3 มิติ[ 12 ]บางวิธี เช่นการสร้างสามเหลี่ยมเดลานีย์รูปทรงอัลฟาและการหมุนลูกบอล จะสร้างเครือข่ายของสามเหลี่ยมเหนือจุดยอดที่มีอยู่ของจุดเมฆ ในขณะที่วิธีอื่นๆ จะแปลงจุดเมฆเป็นฟิลด์ระยะทางปริมาตร และสร้างพื้นผิวโดยปริยายที่กำหนดไว้ใหม่ผ่านอัลกอริทึมการเดินลูกบาศก์[ 13 ]

ในระบบสารสนเทศทางภูมิศาสตร์กลุ่มจุดเป็นหนึ่งในแหล่งข้อมูลที่ใช้ในการสร้างแบบจำลองระดับความสูงดิจิทัลของภูมิประเทศ[ 14 ]นอกจากนี้ยังใช้ในการสร้างแบบจำลอง 3 มิติของสภาพแวดล้อมในเมือง[ 15 ] โดรนมักถูกใช้เพื่อรวบรวมภาพ RGBหลายชุดซึ่งสามารถนำไปประมวลผลในภายหลังบนแพลตฟอร์มอัลกอริทึมการมองเห็นด้วยคอมพิวเตอร์ เช่น AgiSoft Photoscan, Pix4D, DroneDeploy หรือ Hammer Missions เพื่อสร้างกลุ่มจุด RGB ซึ่งสามารถใช้ในการประมาณระยะทางและปริมาตรได้

กลุ่มจุดยังสามารถใช้เพื่อแสดงข้อมูลปริมาตรได้ เช่นเดียวกับที่ทำในบางครั้งในการถ่ายภาพทางการแพทย์การใช้กลุ่มจุดทำให้สามารถ สุ่มตัวอย่างหลายจุดและ บีบอัดข้อมูล ได้ [ 16 ]

การบีบอัดจุดเมฆ MPEG

MPEG เริ่มกำหนดมาตรฐานการบีบอัดจุดคลาวด์ (PCC) ด้วยการเรียกขอข้อเสนอ (CfP) ในปี 2017 [ 17 ] [ 18 ] [ 19 ]มีการระบุจุดคลาวด์ 3 ประเภท ได้แก่ ประเภทที่ 1 สำหรับจุดคลาวด์แบบคงที่ ประเภทที่ 2 สำหรับจุดคลาวด์แบบไดนามิก และประเภทที่ 3 สำหรับลำดับ Lidar (จุดคลาวด์ที่ได้มาแบบไดนามิก) ในที่สุดก็มีการกำหนดเทคโนโลยี 2 อย่าง ได้แก่G-PCC (PCC แบบอิงเรขาคณิต ISO/IEC 23090 ส่วนที่ 9) [ 20 ]สำหรับประเภทที่ 1 และประเภทที่ 3 และV-PCC (PCC แบบอิงวิดีโอ ISO/IEC 23090 ส่วนที่ 5) [ 21 ]สำหรับประเภทที่ 2 โมเดลทดสอบแรกได้รับการพัฒนาในเดือนตุลาคม 2017 หนึ่งสำหรับG-PCC (TMC13) และอีกหนึ่งสำหรับV-PCC (TMC2) นับตั้งแต่นั้นมา โมเดลทดสอบทั้งสองได้รับการพัฒนาผ่านการสนับสนุนทางเทคนิคและความร่วมมือ และคาดว่าข้อกำหนดมาตรฐาน PCC เวอร์ชันแรกจะเสร็จสมบูรณ์ในปี 2020 ซึ่งเป็นส่วนหนึ่งของชุดมาตรฐาน ISO/IEC 23090 เกี่ยวกับการแสดงเนื้อหาสื่อแบบอินเทอร์แอคทีฟในรูปแบบรหัส[ 22 ]

ดูเพิ่มเติม

  • Euclideon – เอ็นจิ้นกราฟิก 3 มิติที่ใช้ขั้นตอนวิธีค้นหาจุดเมฆ (point cloud search algorithm) ในการเรนเดอร์ภาพ
  • MeshLab – เครื่องมือโอเพนซอร์สสำหรับจัดการจุดเมฆและแปลงจุดเมฆเหล่านั้นให้เป็นตาข่ายสามเหลี่ยม 3 มิติ
  • CloudCompare – เครื่องมือโอเพนซอร์สสำหรับดู แก้ไข และประมวลผลกลุ่มจุด 3 มิติที่มีความหนาแน่นสูง
  • Point Cloud Library (PCL) – ไลบรารีโอเพนซอร์ส BSD ที่ครอบคลุมสำหรับการประมวลผลจุดเมฆหลายมิติและรูปทรงเรขาคณิต 3 มิติ
  • การประมวลผลชุดจุดในCGALซึ่งเป็นไลบรารีอัลกอริธึมทางเรขาคณิตเชิงคำนวณ
ดึงข้อมูลมาจาก " https://en.wikipedia.org/w/index.php?title=Point_cloud&oldid=1341468063 "

สรุปเนื้อหา

ข้อมูลสำคัญจากบทความ

ข้อมูลสำคัญเกี่ยวกับ จุดเมฆ

จุดคลาวด์คือ ชุด ข้อมูลจุดแบบไม่ต่อเนื่องในอวกาศจุดเหล่านี้อาจแทน รูปทรง หรือวัตถุ3 มิติตำแหน่ง ของแต่ละจุด จะมีชุดพิกัดคาร์ทีเซียน (X, Y, Z) จุดอาจมีข้อมูลอื่นนอกเหนือจากตำแหน่ง..

การจัดแนวและการลงทะเบียน

เมื่อทำการสแกนฉากในโลกแห่งความเป็นจริงโดยใช้ Lidar กลุ่มจุดที่ได้จะประกอบด้วยส่วนย่อยของฉาก ซึ่งจำเป็นต้องทำการจัดเรียงเพื่อให้ได้แผนที่ที่สมบูรณ์ของสภาพแวดล้อมที่สแกนได้

การแปลงเป็นพื้นผิว 3 มิติ

ในขณะที่จุดเมฆสามารถแสดงผลและตรวจสอบได้โดยตรง [ 10 ] [ 11 ] จุดเมฆมักจะถูกแปลงเป็นโมเดล ตาข่ายรูปหลายเหลี่ยม หรือ ตาข่ายรูปสามเหลี่ยม โมเดลพื้นผิว แบบ Non-Uniform Rational B-spline (NURBS) หรือโมเดล CAD ผ่านกระบวนการที่เรียกกันทั่วไปว่าการสร้างพื้นผิวใหม่

การบีบอัดจุดเมฆ MPEG

MPEG เริ่มกำหนดมาตรฐานการบีบอัดจุดคลาวด์ (PCC) ด้วยการเรียกขอข้อเสนอ (CfP) ในปี 2017 [ 17 ] [ 18 ] [ 19 ] มีการระบุจุดคลาวด์ 3 ประเภท ได้แก่ ประเภทที่ 1 สำหรับจุดคลาวด์แบบคงที่ ประเภทที่ 2 สำหรับจุดคลาวด์แบบไดนามิก และประเภทที่ 3 สำหรับลำดับ Lidar...