TUD Logo

TUD Startseite » ... » Ergebnisse studentischer Arbeiten » Große Belege » André Jähnig

Computergraphik

Belegarbeit von André Jähnig

Matching und Registrierung von 3D-Scans

Lehrstuhl für Computergraphik und Visualisierung


Student: André Jähnig
Betreuer: Dipl.-Medien-Inf. Sören König
Verantwortlicher Hochschullehrer: Prof. Dr. Sefan Gumhold

Motivation

Der Anspruch an digitale 3D-Modelle ist in den letzten Jahren immer mehr gestiegen und mit zunehmender Rechenleistung lassen sich immer realistischere Modelle darstellen. Neben dem aufwendigen Modellieren solcher Objekte, kann man diese auch mittels eines 3D-Scanners einscannen und automatisch am Rechner rekonstruieren. Um dies zu ermöglichen wurde für den am Lehrstuhl entwickelten Hochgeschwindigkeitsscanner eine Software entwickelt, um einzelne Scans, welche jeweils nur einen Teilausschnitt des Objektes repräsentieren, aneinander auszurichten. Dadurch erhält man eine dreidimensionale Punktewolke, die das komplette eingescannte Objekt darstellt. Das Problem dabei ist, dass der Scanner keinerlei Information über die Bewegung des gescannten Objektes oder des Scanners selbst liefert.

Beschreibung

Als Basis wurde die Standardlösung für dieses Problem genutzt - der Iterative Closest Point Algorithmus (ICP) von Besl und McKay. Dieser richtet jeweils zwei Scans bzw. Punktewolken aneinander aus. Dazu sucht er mittels des euklidsichen Abstandes korrespondierende Punktepaare und bestimmt dann eine Transformation, um diese räumlich zusammen zu führen. Der Algorithmus hat jedoch den Nachteil, dass er nicht funktioniert, wenn sich zwei Scans nur teilweise überlappen. Deshalb wurden verschiedene Modifikationen und Erweiterungen implementiert, wodurch der Algorithmus auch schneller und robuster wurde. Neben diesem Verfahren wurde außerdem eine globale Registrierungsmethode implementiert, die nicht nur jeweils zwei Scans nutzt, sondern parallel alle verfügbaren Scans aneinander ausrichtet.

Ergebnisse

Da es sich hierbei um Daten eines Hochgeschwindigkeitsscanner handelt, der zurzeit mit ca. 17 fps scannt, ist es nicht sinnvoll alle Scans für die Registrierung zu nutzen. Deshalb werden automatisch nur solche Scans rausgesucht, die in einem gewissen Grad zu einander abweichen. Im Folgenden sieht man die Registrierungen von zwei verschiedenen Tonfiguren, bei denen ein Scan aus jeweils 200.000 - 300.000 Punkten besteht. Für die Büste zum Beispiel wurden 14 Scans genutzt und die Berechnung dauerte ca. drei Minuten. Trotz der Modifikationen am ICP-Algorithmus stellte sich heraus, dass die größten Probleme so genannte Ausreißer bereiten. Dies sind Teile des Scans, welche keine Punkte auf der Objektoberfläche repräsentieren, sondern durch eine fehlerhafte Akquirierung entstanden sind.

Büste 01 Büste 02
Büste 03 Büste 04
Ergebnis der Registrierung von 14 verschiedenen Scans einer Büste
   
Frosch 01 Frosch 02
Frosch 03 Frosch 04
Ergebnis der Registrierung von 20 verschiedenen Scans einer Frosches

Ausblick

Zum einen kann das vorliegende Verfahren verbessert werden, indem beispielsweise die einzelnen Scans vor der Registrierung gezielt auf Ausreißerpunkte untersucht werden, um diese zu entfernen. Des Weiteren kann untersucht werden, inwiefern sich die Berechnungsgeschwindigkeit in den einzelnen Schritten noch steigern lässt. Ein Ansatz wäre zum Beispiel das Cachen von gefundenen korrespondierenden Punkten bei der Bildung der Punktepaare. Auf der anderen Seite könnte aber auch der Einsatz von anderen Registrierungsmethoden geprüft werden, die zum Beispiel mit Tiefenbildern arbeiten.
Nach der Registrierung würde sich nun die Rekonstruktion der Oberfläche anschließen. Dadurch könnte das gescannte Objekt mit Hilfe eines polygonalen Netzes oder einer volumetrischen Repräsentation dargestellt werden.

Download

Stand: 1.2.2010, 14:38 Uhr
Autor: Dipl.-Medieninf. Sören König