Εξαγωγή ακμών από κάθετα διανύσματα επιφάνειας

Μάκκα, Αντωνία; Makka, Antonia

dc.contributor.author	Μάκκα, Αντωνία	el
dc.contributor.author	Makka, Antonia	en
dc.date.accessioned	2025-03-28T09:33:40Z
dc.date.available	2025-03-28T09:33:40Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/61527
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.29223
dc.rights	Default License
dc.subject	Ανίχνευση Ακμών	el
dc.subject	Κάθετα Διανύσματα	el
dc.subject	Τρισδιάστατη Επιφάνεια	el
dc.subject	Θεωρία Γράφων	el
dc.subject	RANSAC algorithm	en
dc.title	Εξαγωγή ακμών από κάθετα διανύσματα επιφάνειας	el
dc.title	Edge detection based on the normal vectors of surfaces	en
heal.type	bachelorThesis
heal.classification	Φωτογραμμετρία	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-10-16
heal.abstract	Η ραγδαία τεχνολογική ανάπτυξη που έχει λάβει χώρα τα τελευταία χρόνια έχει συμβάλει στην εξέλιξη πολλών επιστημονικών κλάδων συμπεριλαμβανομένων της φωτογραμμετρίας και της όρασης υπολογιστών. Στα πλαίσια των επιστημών αυτών η ανίχνευση ακμών στον τρισδιάστατο χώρο είναι απαραίτητη σε μία πληθώρα εφαρμογών. Για παράδειγμα, στην αυτόνομη πλοήγηση και τη ρομποτική, η ανίχνευση τρισδιάστατων ακμών από νέφη σημείων είναι απαραίτητη για την κατανόηση του περιβάλλοντος. Ειδικότερα, η ανίχνευση ακμών και ορίων επιτρέπει στα οχήματα και τα ρομπότ να εντοπίζουν εμπόδια και να αποφεύγουν πιθανές συγκρούσεις. Η ανίχνευση 3D ακμών είναι επίσης απαραίτητη για την τρισδιάστατη ανακατασκευή αντικειμένων, καθώς συντελεί στην παραγωγή αξιόπιστων τρισδιάστατων μοντέλων που διατηρούν τα γεωμετρικά τους χαρακτηριστικά. Ακόμη, μπορεί να συμβάλει στη σημασιολογική κατάτμηση ενός νέφους, καθώς η γνώση των ακμών και των ορίων συντελεί στον αρχικό διαχωρισμό των αντικειμένων. Στη συνέχεια, τα υπόλοιπα χαρακτηριστικά και οι λεπτομέρειες μπορούν να αναζητηθούν πιο στοχευμένα χωρίς να είναι απαραίτητο να γίνει αναζήτηση σε όλο το νέφος. Ωστόσο, πολλές φορές η εξαγωγή τρισδιάστατων ακμών αποτελεί μια εργαστηριακή διαδικασία η οποία απαιτεί πολύ χρόνο και είναι αρκετά κουραστική. Σε συνδυασμό με τον αυξανόμενο όγκο δεδομένων, η ανάγκη για αυτοματοποιημένη εξαγωγή ακμών με υψηλή ακρίβεια και σε μικρό χρονικό διάστημα έχει γίνει πλέον πιο επιτακτική από ποτέ. Ωστόσο, κάτι τέτοιο συνεχίζει να αποτελεί μια πρόκληση, καθώς οι υπάρχοντες αλγόριθμοι έχουν αρκετούς περιορισμούς. Σε αυτό το πλαίσιο, δημιουργήθηκε ένας αλγόριθμος που υλοποιεί μια άμεση μέθοδο για αυτοματοποιημένο εντοπισμό τρισδιάστατων ακμών. Ο αλγόριθμος που υλοποιήθηκε λαμβάνει ως δεδομένα τρισδιάστατα νέφη σημείων και με μία διαδικασία πέντε σταδίων, αξιοποιεί την κλίση των κάθετων διανυσμάτων των επιφανειών για την ανίχνευση ακμών στον τρισδιάστατο χώρο. Στην παρούσα εργασία, αρχικά, παρατίθενται το απαραίτητο θεωρητικό υπόβαθρο για την καλύτερη κατανόηση όλων των εννοιών και μεθόδων που χρησιμοποιούνται. Καταρχάς, γίνεται αναφορά στα νέφη σημείων και τα χαρακτηριστικά που δύναται να έχουν τα σημεία ενός νέφους. Επίσης, έμφαση δίνεται και στους τρόπους με τους οποίους μπορεί να παραχθεί ένα νέφος σημείων και στις βασικές μεθόδους ανακατασκευής τρισδιάστατης επιφάνειας από νέφη. Όσον αφορά στο μαθηματικό υπόβαθρο παρατίθενται τα βασικά στοιχεία της θεωρίας των γράφων συμπεριλαμβανομένων των τρόπων αναπαράστασης και διάσχισης γράφων (graph traversal). Αναλυτική αναφορά, και με τη χρήση παραδειγμάτων γίνεται επιπλέον και στον αλγόριθμο Ransac και την δομή KD-Tree που διαδραματίζουν σημαντικό ρόλο στον αλγόριθμο που έχει αναπτυχθεί. Ο αλγόριθμος των πέντε σταδίων που υλοποιήθηκε παρουσιάζεται αναλυτικά, ανά στάδιο, συμπεριλαμβανομένων των δυσκολιών που προέκυψαν και των λύσεων που δόθηκαν. Για τον έλεγχο των αποτελεσμάτων του προτεινόμενου αλγορίθμου χρησιμοποιήθηκαν τόσο συνθετικά, όσο και πραγματικά δεδομένα. Τα συνθετικά δεδομένα περιλαμβάνουν γεωμετρικά σχήματα με ή χωρίς ύπαρξη θορύβου, τα οποία βοήθησαν στην καλύτερη κατανόηση της συμπεριφοράς του αλγορίθμου στις διάφορες συνθήκες. Όσον αφορά στα πραγματικά δεδομένα, χρησιμοποιήθηκαν δύο νέφη σημείων με διαφορετικές πυκνότητες που έχουν καταγραφεί από το πολιτιστικό μνημείο του ναού της Δήμητρας στο Σαγκρί της Νάξου. Τα αποτελέσματα που προέκυψαν παρουσιάζονται αναλυτικά ανά στάδιο για τα διάφορα δεδομένα και πραγματοποιείται και ο κατάλληλος σχολιασμός. Τέλος, παρατίθενται τα συμπεράσματα που προέκυψαν από την παρούσα εργασία και γίνεται η αξιολόγηση τους. Επίσης, σημειώνονται κάποιες ιδέες για μελλοντική βελτίωση και συνέχεια της έρευνας στον συγκεκριμένο τομέα. Μέρος της παρούσας εργασίας παρουσιάστηκε στο συνέδριο 10th International ISPRS / CIPA 3D-ARCH workshop on "3D Virtual Reconstruction and Visualization of Complex Architectures", Siena (Italy), 21-23 February 2024, με τίτλο “3D edge detection based on normal vectors ” και έλαβε το “Best Paper Award”.	el
heal.abstract	The rapid technological development that has taken place in recent years has contributed to the advancement of many scientific fields, including photogrammetry and computer vision. Within these disciplines, edge detection in 3D space is essential for various applications. For example, in autonomous navigation and robotics, detecting 3D edges from point clouds is crucial for understanding their environment. Specifically, edge and boundary detection allows vehicles and robots to identify obstacles and avoid potential collisions. 3D edge detection is also necessary for the 3D reconstruction of objects, as it contributes to the creation of reliable 3D models that preserve their geometric characteristics. Additionally, it can aid in the semantic segmentation of a point cloud, as the knowledge of edges and boundaries assists in the initial separation of objects. Subsequently, the remaining features and details can be discovered more targeted, without the need to search the entire cloud. However, 3D edge extraction is often a laborious process that requires a lot of time and can be quite tiring. Combined with the growing volume of data, the need for automated edge extraction with high accuracy and in a short time has become more urgent than ever. Nevertheless, this remains a challenge, as existing algorithms have several limitations. In this context, an algorithm was developed that implements a direct method for the automated 3D edge detection. The implemented algorithm takes 3D point clouds as input and through a five-step pipeline, exploits the gradient of the normal vectors of surfaces to detect edges in 3D space. In this thesis, the necessary theoretical background is presented to ease understanding of all the concepts and methods used. More specifically, point cloud data type is presented along with the types into which they are classified and the characteristics that the points of a cloud may have. Emphasis is also placed on how a point cloud can be generated and the basic methods for reconstructing a 3D surface from clouds. As for the mathematical background, the fundamental elements of graph theory are presented, including methods for representing and traversing graphs. Detailed reference, along with examples, is also made to the RANSAC algorithm and the K-D Tree structure, which play a significant role in the developed algorithm. The five-stage algorithm that was implemented is presented in detail, stage by stage, including the difficulties encountered and the solutions provided. Both simulated and real-world data were used to evaluate the results of the proposed algorithm. The simulated data include geometric shapes with or without noise, which helped to understand the algorithm's behavior under various conditions. Regarding the real data, two point clouds with different densities representing the cultural monument of the Temple of Demeter in Sangri, Naxos, were used. The results obtained are presented in detail for the various datasets, along with comments about the effectiveness of the algorithm on the different stages. Finally, the conclusions drawn from this work are presented and evaluated. Additionally, some ideas for future improvements and continuation of research in this area are noted. Part of this work was presented at the 10th International ISPRS/CIPA 3D-ARCH workshop on "3D Virtual Reconstruction and Visualization of Complex Architectures," held in Siena, Italy, 21-23 February 2024, titled "3D Edge Detection Based on Normal Vectors," and received the "Best Paper Award."	en
heal.advisorName	Πατεράκη, Μαρία	el
heal.advisorName	Γεωργόπουλος, Ανδρέας	el
heal.committeeMemberName	Πατεράκη, Μαρία	el
heal.committeeMemberName	Ιωαννίδης, Χαράλαμπος	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	115 σ.	el
heal.fullTextAvailability	false