Bibliography | Gaudig, Dennis: Objekterkennung in Tiefenbildern mittels Spin-Images. University of Stuttgart, Faculty of Computer Science, Electrical Engineering, and Information Technology, Diploma Thesis No. 10 (2010). 105 pages, german.
|
Abstract | Zusammenfassung
Die zuverlässige Erkennung von Objekten ist auch heute noch ein relevantes Problem in der Robotik. Die Diplomarbeit befasst sich mit einem Verfahren zur Objektunterscheidung, das auf einer Arbeit von Andrew Johnson beruht. Hierbei werden Spin-Images für den Aufbau von Punktkorrespondenzen eingesetzt. Diese stellen eine einfache Abbildung von dreidimensionalen Raumpunkten nach zweidimensionalen Bildkoordinaten dar und sind invariant gegenüber rigiden Transformationen. Ein großer Vorteil dieser Abbildung sind die anschließend schnell und einfach durchzuführenden Bildvergleiche. Über die ermittelten Korrespondenzen kann eine Transformation berechnet werden, die ein vorhandenes Modell aus einer Datenbank in der aufgenommenen Szene positioniert. Nach einer positiven Verifizierung kann das Objekt als „erkannt“ betrachtet werden. Durch die Komprimierung der stark redundanten Spin-Images und/oder der Modelldatenbank kann eine Beschleunigung des Verfahrens erzielt werden. Der Ansatz eignet sich für ein breites und praxisrelevantes Anwendungsspektrum.
|
Department(s) | University of Stuttgart, Institute of Parallel and Distributed Systems, Image Understanding
|
Superviser(s) | Levi, Prof. Paul; Schanz, PD Dr. Michael; Koch, Andreas |
Entry date | May 19, 2021 |
---|