3D reconstruction of point clouds using multi-view orthographic projections

Abstract

Üç-boyutlu nokta bulutlarının ortografik izdüşümlerinden geri çatmalarının eldeedilmesine yönelik bir yöntem sınandı. Nokta bulutlarını oluşturmak için rasgele süreçlerkullanıldı. Nokta bulutlarının meme dokusunda bulunan mikrokalsifikasyon oluşumunumodellemesi için rasgele süreçler tasarlandı. Nokta bulutları bir Gibbs örnekleme algoritmasıkullanılarak oluşturuldu. Nokta bulutlarının istenilen yönlerden ortografik izdüşümleri eldeedildi. Elde edilen ortografik izdüşümlerden nokta bulutlarının geri çatmalarını elde etmekiçin hacimsel kesişim yöntemi uygulandı. Ortaya çıkan nokta bulutlarının geri çatmalarındahatalı noktaların oluşabildiği gözlendi. Bu hatalı noktalar, oluşma sebeplerine göre sınıflaraayrılarak, doğrusal birleşime dayanan bir performans değerlendirme ölçütü belirlendi.zdüşüm ve toplam nokta sayısının performansa etkisinin araştırılması için deneylertasarlandı. zdüşüm sayısının arttırılması ve toplam nokta sayısını azaltılması gerçek noktabulutlarına daha çok benzeyen geri çatmalar ortaya çıkmasını sağladı. Fakat izdüşümsayısının arttırılmasının bir noktadan sonra performansa fazla bir etkisinin olmadığı anlaşıldı.Bu geri çatma yöntemi nokta bulutlarını oluşturan noktaların yerlerinin belirlenmesi içinkullanılabilir.Anahtar Kelimeler: Geri çatma, görsel zarf, silüetlerden şekillendirme, hacimsel kesişim,nokta bulutları, Gibbs örnekleyicisi, ortografik izdüşüm

A method to reconstruct 3D point clouds using multi-view orthographic projections isexamined. Point clouds are generated by means of a stochastic process. This stochasticprocess is designed to generate point clouds that mimic microcalcification formation in breasttissue. Point clouds are generated using a Gibbs sampler algorithm. Orthographic projectionsof point clouds from any desired orientation are generated. Volumetric intersection method isemployed to perform the reconstruction from these orthographic projections. Thereconstruction may yield erroneous reconstructed points. The types of these erroneous pointsare analyzed along with their causes and a performance measure based on linear combinationis devised. Experiments have been designed to investigate the effect of the number ofprojections and the number of points to the performance of reconstruction. Increasing thenumber of projections and decreasing the number of points resulted in better reconstructionsthat are more similar to the original point clouds. However, it is observed that reconstructionsdo not improve considerably upon increasing the number of projections after some number.This method of reconstruction serves well to find locations of original points.Keywords: 3D reconstruction, visual hull, shape from silhouettes, volumetric intersection,point clouds, Gibbs sampler, orthographic projection