Chmura punktów —Point cloud
Chmura punktów to zbiór punktów danych w przestrzeni . Punkty mogą reprezentować kształt lub obiekt 3D . Każda pozycja punktu ma swój zestaw współrzędnych kartezjańskich (X, Y, Z). Chmury punktów są zwykle wytwarzane przez skanery 3D lub oprogramowanie fotogrametryczne , które mierzą wiele punktów na zewnętrznych powierzchniach otaczających je obiektów. Jako wynik procesów skanowania 3D chmury punktów są wykorzystywane do wielu celów, w tym do tworzenia modeli 3D CAD dla produkowanych części, do metrologii i kontroli jakości oraz do wielu wizualizacji, animacji, renderowania iaplikacje do masowej personalizacji .
Wyrównanie i rejestracja
Chmury punktów są często wyrównywane z modelami 3D lub innymi chmurami punktów w procesie znanym jako rejestracja zestawu punktów .
W przypadku metrologii przemysłowej lub kontroli przy użyciu przemysłowej tomografii komputerowej chmurę punktów wyprodukowanej części można dopasować do istniejącego modelu i porównać w celu sprawdzenia różnic. Wymiary geometryczne i tolerancje można również wydobyć bezpośrednio z chmury punktów.
Konwersja do powierzchni 3D
Chociaż chmury punktów można bezpośrednio renderować i sprawdzać, chmury punktów są często przekształcane w modele z siatką wielokątną lub trójkątną , modele powierzchni NURBS lub modele CAD w procesie powszechnie określanym jako rekonstrukcja powierzchni.
Istnieje wiele technik przekształcania chmury punktów w powierzchnię 3D. Niektóre podejścia, takie jak triangulacja Delaunaya , kształty alfa i obracanie kuli, budują sieć trójkątów nad istniejącymi wierzchołkami chmury punktów, podczas gdy inne podejścia przekształcają chmurę punktów w pole odległości wolumetrycznej i rekonstruują niejawną powierzchnię zdefiniowaną przez marsz algorytm kostek .
W systemach informacji geograficznej chmury punktów są jednym ze źródeł wykorzystywanych do wykonania cyfrowego modelu ukształtowania terenu. Służą również do generowania modeli 3D środowisk miejskich. Drony są często używane do zbierania serii obrazów RGB , które można później przetworzyć na platformie algorytmów wizyjnych, takiej jak AgiSoft Photoscan, Pix4D lub DroneDeploy, w celu stworzenia chmur punktów RGB, z których można dokonać oszacowań odległości i objętości.
Chmury punktów mogą być również używane do reprezentowania danych wolumetrycznych, jak to się czasem dzieje w obrazowaniu medycznym . Korzystając z chmur punktów, można osiągnąć multipróbkowanie i kompresję danych .
Kompresja chmury punktów MPEG
MPEG rozpoczął standaryzację kompresji chmur punktów (PCC) w ramach Call for Proposal (CfP) w 2017 roku. Zidentyfikowano trzy kategorie chmur punktów: kategorię 1 dla statycznych chmur punktów, kategorię 2 dla dynamicznych chmur punktów i kategorię 3 dla sekwencji LiDAR ( dynamicznie pozyskiwane chmury punktów). Ostatecznie zdefiniowano dwie technologie: G-PCC (Geometry-based PCC, ISO/IEC 23090 część 9) dla kategorii 1 i 3; oraz V-PCC (Video-based PCC, ISO/IEC 23090 część 5) dla kategorii 2. Pierwsze modele testowe zostały opracowane w październiku 2017 r., jeden dla G-PCC (TMC13), a drugi dla V-PCC (TMC2). Od tego czasu oba modele testowe ewoluowały dzięki wkładowi technicznemu i współpracy. Oczekuje się, że pierwsza wersja specyfikacji standardu PCC zostanie sfinalizowana w 2020 r. jako część serii ISO/IEC 23090 dotyczącej kodowanej reprezentacji treści multimedialnych.
Zobacz też
- Euclideon , silnik graficzny 3D, który wykorzystuje algorytm wyszukiwania chmury punktów do renderowania obrazów.
- MeshLab , narzędzie typu open source do zarządzania chmurami punktów i przekształcania ich w trójkątne siatki 3D;
- CloudCompare , narzędzie typu open source do przeglądania, edycji i przetwarzania chmur punktów 3D o wysokiej gęstości
- PCL (Point Cloud Library) , kompleksowa biblioteka BSD typu open source dla chmur punktów nD i przetwarzania geometrii 3D