Přejít k hlavnímu obsahu

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Accurate contactless measurement of triangular objects composed of 3D point clouds of low quality and unclear rotation
Autoři: Matoušek Radek
Rok: 2024
Druh publikace: článek ve sborníku
Název zdroje: Informatics 2024 : 2024 IEEEE 17th International Scientific Conference on Informatics : proceedings
Název nakladatele: IEEE (Institute of Electrical and Electronics Engineers)
Místo vydání: New York
Strana od-do: 1-6
Tituly:
Jazyk Název Abstrakt Klíčová slova
cze Přesné bezdotykové měření trojúhelníkových předmětů složených z 3D mračen bodů nízké kvality a nejasné rotace V článku se zabýváme bezkontaktním měřením trojúhelníkových dílů, u kterého byla zjištěna při skenování určitá omezení a kladeny specifické požadavky na testování (měření): (i) pouze nízká kvalita výstupu při nejasném natočení v prostoru 3D skeneru (chybějící přesné údaje o natočení v kartézském souřadném systému), (ii) požadavek na zcela autonomní měření pro zvolený tvar součásti. V článku se věnujeme pouze klíčovému problému, který bylo třeba řešit – nalezení nejlépe vyhovující nadroviny ze tří zpracovaných mračen bodů a změření základních rozměrů trojúhelníkového dílu. regrese; mračno bodů; počítačové vidění; bezkontaktní měření PCA; best-fit; nadrovina
eng Accurate contactless measurement of triangular objects composed of 3D point clouds of low quality and unclear rotation Image processing has become an important tool in various fields of human activity. One of its important applications lies in the determination of the size and dimensions of an object. Thus, in the present paper, we deal with the contactless measurement of triangular components, which was found to have certain limitations once performed on a production line in real time. These are (i) low quality output with unclear rotation in the space of a 3D scanner (missing accurate Cartesian coordinate system rotation data) and (ii) fully autonomous measurement for the selected shape of the component (no manual data tweaking as possible in the laboratory). Besides measurement, the application program contains preprocessing, such as segmentation or removing outliers. But we focus on just the key problem of measurement, i.e., finding the best-fitting hyper-plane through three preprocessed point clouds and measuring the sides of the triangle projected onto the hyperplane. The problem is solved by orthogonal linear regression utilizing the Principal Component Analysis (PCA) approach. regression; point cloud; vision system; PCA contactless measurement; best-fit; hyperplane