Texture Registration for 3D Models

Zitieren

Dateien zu dieser Ressource

Prüfsumme: MD5:973ddf4b099a867c41c18c27bc9b9b2d

CLEJU, Ioan, 2008. Texture Registration for 3D Models

@phdthesis{Cleju2008Textu-6365, title={Texture Registration for 3D Models}, year={2008}, author={Cleju, Ioan}, address={Konstanz}, school={Universität Konstanz} }

<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:bibo="http://purl.org/ontology/bibo/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:dcterms="http://purl.org/dc/terms/" xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > <rdf:Description rdf:about="https://kops.uni-konstanz.de/rdf/resource/123456789/6365"> <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-24T16:12:14Z</dc:date> <dcterms:rights rdf:resource="http://nbn-resolving.org/urn:nbn:de:bsz:352-20140905103416863-3868037-7"/> <dcterms:abstract xml:lang="deu">Die vorliegende Arbeit beschäftigt sich mit der Textur-Rekonstruktion von gescannten 3D Modellen. Für ein gegebenes geometrisches Modell und mehrere Fotoaufnahmen von einem Objekt wird die Textur in zwei Schritten rekonstruiert: als erstes werden die Abbildungen im Bezug auf das Modell registriert (ausgerichtet) und als zweites wird aus den Abbildungen die Textur erstellt. Wir teilen das erste Problem in Erst-Registrierung und nachfolgende Optimierung auf und beschäftigen uns im Wesentlichen mit der Optimierung. Wir schlagen eine Optimierung-Strategie vor, die eine gemeinsame Registrierung von Abbildungen erlaubt. Dies wird dadurch erreicht, dass in jedem Optimierungsschritt sowohl die Modell-Abbildung als auch die Abbildung-Abbildung Relationen unter der Verwendung des Kriteriums der relativen Entropie (eng., Mutual Information criterion) berücksichtigt werden. Die Optimierung baut auf einem stochastischen gradientbasierten Algorithmus dessen Komplexität von der Daten-Auflösung unabhängig ist. Wir haben das Verfahren auf mehrere Modelle angewendet und haben Genauigkeiten in der Größenordnung von einem Pixel festgestellt. Wir schlagen eine neue in der epipolaren Geometrie formulierte Evaluation-Methode vor und analisieren drei Fehlermaße die einen Vergleich von Textur-Registrierungen mit Kamera-Kalibrierungsdaten (schwache Kalibrierung) erlaubt. Die Methode zielt darauf die systematischen Fehler in der Textur-Registrierung festzustellen. Die vorgeschlagenen Fehlermaße sind im Bereich Computer Vision wohl bekannt. In dieser Arbeit werden ihre neuen Aspekte untersucht. Ein Vergleich von unserem Registrieungsverfahren mit einem etablierten Kamera-Kalibrierungsalgorithmus hat die hohe Genauigkeit unserer Methode bestätigt. Als letztes, haben wir einen multi-band blending Algorithmus entwickelt, der auf der Methode "Partition of unity" auf einem 3D Modell basiert, um eine nahtlose Textur zu erhalten.</dcterms:abstract> <dc:contributor>Cleju, Ioan</dc:contributor> <dc:rights>deposit-license</dc:rights> <bibo:uri rdf:resource="http://kops.uni-konstanz.de/handle/123456789/6365"/> <dc:format>application/pdf</dc:format> <dcterms:alternative>Textur-Registrierung für 3D-Modellen</dcterms:alternative> <dc:creator>Cleju, Ioan</dc:creator> <dcterms:title>Texture Registration for 3D Models</dcterms:title> <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2011-03-24T16:12:14Z</dcterms:available> <dcterms:issued>2008</dcterms:issued> <dc:language>eng</dc:language> </rdf:Description> </rdf:RDF>

Dateiabrufe seit 01.10.2014 (Informationen über die Zugriffsstatistik)

Diss_Cleju.pdf 146

Das Dokument erscheint in:

KOPS Suche


Stöbern

Mein Benutzerkonto