Publication detail

Statistical solution of 3D transformation problem

Authors: Marek Jaroslav | Rak Josef | Jetenský Pavel

Year: 2015

Type of publication: článek ve sborníku

Name of source: Computer Science Research Notes. CSRN 2503

Publisher name: Západočeská univerzita v Plzni

Place: Plzeň

Page from-to: 85-90

Titles:

Language	Name	Abstract	Keywords
cze	Statistické řešení 3D transformačního problému	Vytvoření 3D modelu objektu je v současnosti velmi důležitá úloha při zpracování obrazu. Měření bodů na 3D objektu vyžaduje vytvoření skenu objektu z různých stanovišť. K dispozici můžeme mít měření identických bodů získaná z 3D laseru, hloubkových senzorů, přístrojů jako je např. Microsoft Kinect. Body, jejichž souřadnice jsou známy současně ve dvou skenech, nazýváme identické. Souřadnice těchto bodů z jednoho systému potřebujeme transformovat do druhého systému. Cílem příspěvku je prezentovat možný způsob odhadování neznámých transformačních parametrů pomocí regresního modelu ve speciálním transformačním problému. Metoda pro odhad transformačních parametrů bude uvažovat předpoklad, že body v prvním systému souřadnic jsou bezchybné. U bodů z dalšího skenu měření budou chyby měření uvažovány.	transformace souřadnic, odhad transformačních parametrů, Helmertova transformace, nelineární regrese
eng	Statistical solution of 3D transformation problem	Obtaining the 3D model of an object is currently one of the most important issues that image processing is dealing with. Measurement of the points on 3D objects requires different scans from different positions in different coordinate systems. At our disposal are measured coordinates of an identical point, which can be obtained from a laser 3D scanner, depth sensor, or any motion input device as Microsoft Kinect. A point whose coordinates are known in both coordinate systems is called an identical point. Data transformation of identical points from one coordinate system to another coordinate system is therefore required. The aim of this contribution is to present a possible approach on how to estimate the unknown transformation parameters by regression models in a special transformation problem. This transformation in its standard version has been derived under the assumption that non-negligible random errors occur at points of that coordinate system into which the transformation is performed. Points of the inverse image coordinate system are assumed to be errorless.	Transformation of coordinates, estimators of transformation parameters, Helmert transformation, nonlinear regression model, linearization

Search

Login for students

Login for employees

Publication detail

Department

Map

Services

Popular Links