Ανάπτυξη αλγορίθμου εντοπισμού ακμών σε νέφος σημείων από ψηφιακές εικόνες

Δολαψάκη, Μαρία Μελίνα; Dolapsaki, Maria Melina

dc.contributor.author	Δολαψάκη, Μαρία Μελίνα	el
dc.contributor.author	Dolapsaki, Maria Melina	en
dc.date.accessioned	2020-11-23T21:07:40Z
dc.date.available	2020-11-23T21:07:40Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/52017
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.19715
dc.relation	algorithm_for_edge_detection	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Edge detection	el
dc.subject	Point cloud	en
dc.subject	Image	en
dc.subject	Point cloud	en
dc.subject	Algorithm	en
dc.subject	Ransac Regressor	en
dc.subject	Αλγόριθμος	el
dc.subject	Ανίχνευση ακμών εικόνων	el
dc.subject	Εικόνες	el
dc.title	Ανάπτυξη αλγορίθμου εντοπισμού ακμών σε νέφος σημείων από ψηφιακές εικόνες	el
dc.title	Development of an algorithm for edge detection in point-clouds, using digital images	en
heal.type	bachelorThesis
heal.generalDescription	Τα τελευταία χρόνια, και με την πρόοδο που έχει γίνει στην τεχνολογία εναέριων και επίγειων σαρωτών laser, τα πυκνά νέφη σημείων χρησιμοποιούνται όλο και περισσότερο για την γεωμετρική τεκμηρίωση αντικειμένων και μνημείων πολιτιστικής κληρονομιάς. Βασικό παραγόμενο υπόβαθρο της γεωμετρικής τεκμηρίωσης είναι αναμφισβήτητα και τα γραμμικά ή διανυσματικά δισδιάστατα σχέδια, τα οποία εκτιμάται ότι δεν πρόκειται να αντικατασταθούν, τουλάχιστον σε ό,τι αφορά στις αρχιτεκτονικές μελέτες αποκατάστασης. Βασική επιδίωξη της εργασίας είναι ο εντοπισμός, αρχικά, επιπέδων και έπειτα η ανίχνευση των ακμών του απεικονιζόμενου αντικειμένου, με απώτερο σκοπό την πλήρως ή μερικώς αυτοματοποιημένη παραγωγή γραμμικού σχεδίου από μη οργανωμένα νέφη σημείων. H εξαγωγή ακμών από εικόνες είναι ένα από τα πιο σημαντικά θέματα στους τομείς της επεξεργασίας εικόνας και της όρασης υπολογιστών, που μελετάται τα τελευταία χρόνια. Γενικά, η ανίχνευσή τους πραγματοποιείται με βάση το όριο μεταξύ περιοχών διαφορετικής φωτεινότητας ή υφής. Οι μέθοδοι όμως που έχουν χρησιμοποιηθεί για την ανίχνευση ακμών στις εικόνες δεν είναι δυνατόν να εφαρμοστούν σε μη οργανωμένα νέφη σημείων, γιατί αυτά έχουν προφανώς διαφορετική δομή από τις εικόνες. Μία εικόνα είναι ένας πίνακας, ενώ ένα νέφος σημείων είναι ένα ακανόνιστα κατανεμημένο σύνολο δεδομένων. Η διαφοροποίηση αυτή στη δομή τους, είχε ως συνέπεια την ακαταλληλότητα μεθόδων ανίχνευσης ακμών στις εικόνες και οδήγησε στο να αναδειχθεί η ανίχνευση και η εξαγωγή των ακμών από μη οργανωμένα νέφη σημείων ως ένα σημαντικό ερευνητικό ζήτημα. Συνοπτικά, η διάρθρωση της διπλωματικής αποτελείται από τα παρακάτω. Καταρχάς, αναφέρονται οι αντίστοιχες προσπάθειες των σημερινών ερευνητών προς την κατεύθυνση της αυτόματης διανυσματοποίησης. Έπειτα παρουσιάζεται η κεντρική ιδέα και οι θεωρητικές έννοιες που χρησιμοποιήθηκαν για την υλοποίηση της εργασίας, με στόχο την ανάπτυξη του αλγορίθμου. Στη συνέχεια, προβάλλεται η μεθοδολογία που εφαρμόζεται και συντελεί στην υλοποίηση του αλγορίθμου. Ταυτόχρονα, γίνεται ανάλυση των διαδικασιών που ενίσχυσαν την επιτυχία του αλγορίθμου και σε επόμενο βήμα προγραμματίζεται η πρακτική εφαρμογή στο ναό της Δήμητρας στη Νάξο. Τέλος, σχολιάζονται τα αποτελέσματα του αλγορίθμου σε σχέση με την επιτυχία του και την ακρίβεια των αποτελεσμάτων ενώ δίνονται συμπερασματικά σχόλια και προτάσεις για την εξέλιξή του.	el
heal.classification	Φωτογραμμετρία	el
heal.classification	Αναλυτική γεωμετρία	el
heal.classification	Computer vision	en
heal.classification	Photogrammetry	en
heal.classification	Programming	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2020-03-27
heal.abstract	Στο πλαίσιο εκπόνησης της διπλωματικής εργασίας δημιουργήθηκε ένα πρόγραμμα εντοπισμού επιπέδων και ακμών σε μη οργανωμένα νέφη σημείων. Το πρόγραμμα αναπτύχθηκε στο πρόγραμμα του Jupyter και Spyder με τη χρήση διαφόρων βιβλιοθηκών ανοιχτού κώδικα . Η γλώσσα προγραμματισμού στην οποία γράφτηκε ο κώδικας είναι ανοιχτού λογισμικού (open source) γνωστή ως Python. Πιο συγκεκριμένα, εισάγεται μία ζητούμενη ακμή του αντικειμένου από μια εικόνα στον αλγόριθμο. Το επίπεδο, στο οποίο ανήκει η ζητούμενη ακμή, δημιουργήθηκε με την χρήση των σχέσεων και ιδιοτήτων της Αναλυτικής και της Προβολικής γεωμετρίας. Στόχος είναι η επιλογή της κατάλληλης ακμής ανάμεσα στις τρισδιάστατες ακμές που ανήκουν στο νέφος σημείων του αντικειμένου. Αυτό επιτυγχάνεται με την αναζήτηση εκείνων των ακμών που ανήκουν μέσα στο συγκεκριμένο επίπεδο, το οποίο είναι κοινό, τόσο στο σύστημα αναφοράς του χώρου, όσο και στης εικόνας. Η ανίχνευση της ζητούμενης τρισδιάστατης ακμής, τελικά, πραγματοποιείται με την εφαρμογή του αλγορίθμου Ransac και επαρκών κριτηρίων αποδοχής, έπειτα από τη διερεύνηση μέσα στο ανιχνευμένο επίπεδο. Το πρόγραμμα και η διαδικασία πραγματοποιήθηκε σε διάφορες εφαρμογές και τέλος, αξιολογήθηκε πραγματοποιώντας διάφορους ελέγχους. Τα συμπεράσματα επικεντρώνονται κυρίως στην ακρίβεια με την οποία ανιχνεύθηκαν οι ακμές και στα εμπόδια που μπορεί να αντιμετωπίσει ο αλγόριθμος κατά τη διαδικασία επιλογής της κατάλληλης ακμής.	el
heal.abstract	In the context of the present thesis, a program was created in order to detect planes and their edges in unorganized point clouds. The program was developed in the Jupyter and Spyder software using various open source libraries. The programming language is Python, an open source software. In particular, a desired edge of the object is inserted from an image into the algorithm. The plane, to which the desired edge belongs, was created using the properties of Analytical and Projected Geometry. The goal is to select the appropriate edge among the 3D edges that belong to the object's point cloud. This is achieved by searching for those edges that belong to that identified plane, which is common to the reference system of both the space and the image. The detection of the desired 3D edge is finally accomplished by applying the Ransac algorithm and sufficient acceptance criteria, while investigating edges inside the detected plane. The program and process were implemented in a majority of applications and finally, evaluated by performing various tests. The conclusions mainly focus on the accuracy with which the edges were detected and the obstacles the algorithm may face in the process of selecting the appropriate edge.	en
heal.advisorName	Γεωργόπουλος, Αντρέας	el
heal.committeeMemberName	Δουλάμης, Νικόλαος	el
heal.committeeMemberName	Δουλάμης, Αναστάσιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας. Εργαστήριο Φωτογραμμετρίας	el
heal.academicPublisherID	ntua
heal.numberOfPages	140 σ.	el
heal.fullTextAvailability	false