ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Evaluation of 3D Surface Matching algorithm in Automatic Registration of Terrestrial Laser Scanner Point Clouds

سال انتشار: 1390
کد COI مقاله: SASTECH05_032
زبان مقاله: انگلیسیمشاهده این مقاله: 1,145
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 11 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Evaluation of 3D Surface Matching algorithm in Automatic Registration of Terrestrial Laser Scanner Point Clouds

M Ranjbar - Centre of Excellence for Natural Disaster Management, Department of Geomatics Engineering, College of Engineering, University of Tehran, Iran
M Fallah Yakhdani
M Saadatseresht

چکیده مقاله:

Laser scanners directly measure 3D coordinates of huge amounts of points in a short time period, so that it has a well-known solution in 3D object modeling. The abundant data of laser scanner can be efficiently utilized to model the scene, however in many cases; the object has to be scanned from different viewpoints due to accuracy, occlusion, field of view and range limitations. Because each scan has its own local coordinate system, all the different point clouds must be transformed into a common coordinate system. This procedure is usually referred to ‘registration’. There are many methods for registration problem including Target based, Image based and Surface based registration methods. Surface based registration techniques give the highest registration accuracy and automation. This dissertation addresses refinement issue of surface based registration by use of an accurate and fast ICP algorithm. In the ICP algorithm, every point in one surface should be matched to a point on the other surface so that the matched surfaces have minimum deflection error.In our research, we compared both distant and normal vector thersholding and proposed a combined method in 3D surface matching. Analysis and experimental results demonstrated the proposed combined method gives better registration accuracy than the other standard approaches.Also in the research, different factors in accuracy and efficiency of registration algorithm are tested such as mathematical criterion function, using respectively singular value decomposition (SVD) or eigen system computation based on the standard [R;T] representation, and the eigen system analysis of matrices derived from quaternion forms of the transform, simple/complex surface geometry, initial values, surface overlapping, and data conditions (ideal or noisy).The examinations demonstrate that accuracy of registration is not significantly different for the both mathematical computation methods of SVD and Quaternion. It also shows that efficiency of registeration diminish for tough breaking surfaces and by low approximation of initial values. Registration has higher accuracy for more overlapping surfaces and lower level of noise in data. Therefore determination of initial overlap area especially for noisy data is so important.

کلیدواژه ها:

Registration, Thersholding, Normal vector, Point Cloud, Laser Scanning, SVD, Quaternion

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا SASTECH05_032 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/157349/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Ranjbar, M and Fallah Yakhdani, M and Saadatseresht, M,1390,Evaluation of 3D Surface Matching algorithm in Automatic Registration of Terrestrial Laser Scanner Point Clouds,5th Symposium on Advances in Science and Technology,Mashhad,,,https://civilica.com/doc/157349

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390, Ranjbar, M؛ M Fallah Yakhdani and M Saadatseresht)
برای بار دوم به بعد: (1390, Ranjbar؛ Fallah Yakhdani and Saadatseresht)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Xiang Peng, Changqing Liu, Zonghua Zhang, and Peihua Gu, 2001. ...
  • "sAsTech 2011, Khavaran Higher-education Institute, Mashhad, Iran. May 12-14. ...
  • Xiang Penga, Zonghua Zhanga, and Hans J. Tizianib, 2002. 3-D ...
  • Boverie S., Devy M., Lerasle F., 2003. Comparison of Structured ...
  • Nahmias, Steed A., Buxton B., 2005. Evaluation of Modern Dynamic ...
  • Bradshaw G., 1999. Non-Contact Surface Geometry. Trinity College, Dublin, Irland. ...
  • Dipanda A., Woo S., Marzani F., , 2003. 3-D Shape ...
  • Remondino F., El-Hakim, 2006. Image Based 3D Modeling: a Review. ...
  • Remondino _ Guarnieri A., Vettore A., 2005. 3D Modeling of ...
  • Gruen, A., Akca, D., 2004. Least squares 3D surface matching. ...
  • Akca, D., 2007. Matching of 3D surfaces and their intensities. ...
  • Sternberg, H., Kersten, Th., Jahn, I., and Kinzel, R., 2004. ...
  • Chen, Y., and Medioni, G., 1992. Object modelling by registration ...
  • A.Johnson and S.Kang, 1997. Registration and integration of textured 3-D ...
  • G.Godin and P.Boulanger, 1995. Range image registration through viewpoint invariant ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 63,998
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی