Исследование и разработка алгоритмов и методов построения трехмерных компьютерных моделей реальных объектов

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

В статье изложена методика построения 3D-модели объекта по получаемым изображениям объекта с помощью языка программирования Python. В рамках исследования выполнены обзор существующих решений, анализ использования алгоритмов построения трехмерных моделей. В результате проделанной работы было создано программное обеспечение, позволяющее создавать объемную модель по нескольким представленным изображениям. Областью применения данной работы является анализ объекта по трехмерной модели, а также использование трехмерных моделей местности.

Об авторах

Светлана Светлана Михайлова

Финансовый университет при Правительстве Российской Федерации

Автор, ответственный за переписку.
Email: ssmihajlova@fa.ru
ORCID iD: 0000-0001-9183-8519

доктор экономических наук, доцент, профессор, кафедра анализа данных и машинного обучения, факультет информационных технологий и анализа больших данных

Россия, Москва

Список литературы

  1. Liu L., Jiang H., He P. et al. On the variance of the adaptive learning rate and beyond. URL: https://www.arXiv:1908.03265v4
  2. Subbarao R., Meer P. Projection based M-estimators. URL: https://link.springer.com/chapter/10.1007/11744023_24 (дата обращения: 14.12.2023).
  3. Structure from Motion – классическая реализация. URL: https://habr.com/ru/post/228525/ (дата обращения: 14.12.2023).
  4. Szeliski R. Computer vision: Algorithms and applications – springer science & business media. 2010. 812 p.
  5. Tareen Sh., Zahra Kh., Zahra S. A comparative analysis of SIFT, SURF, KAZE, AKAZE, ORB, and BRISK. 10.1109/ICOMET.2018.8346440. URL: https://www.researchgate.net/publication/323561586_A_comparative_analysis_of_SIFT_SURF_KAZE_AKAZE_ORB_and_BRISK (дата обращения: 14.12.2023).
  6. Антипов И.Т. Математические основы пространственной аналитической фототриангуляции. М.: КартгеоцентрГеодезиздат, 2003. 296 с. ISBN: 5-86066-055-3.
  7. Безменов В.М. Фотограмметрия. Построение и уравнивание аналитической фототриангуляции. Казань.: Изд-во КГУ, 2009. 86 с.
  8. Блохинов Ю.Б. Алгоритмы формирования цифровой модели поверхности и текстурного покрытия в наземной фотограмметрии // Известия вузов. Геодезия и аэрофотосъемка. 2011. № 1. С. 51–57.
  9. Булатников Е.В., Гоева А.А. Сравнение библиотек компьютерного зрения для применения в приложении, использующем технологию распознавания плоских изображений // Вестник МГУП им. Ивана Федорова. 2015. № 6. С. 85–91.
  10. Кашаганова Г.Б., Мергазиев К.К. Исследование и разработка алгоритмов построения трехмерных компьютерных моделей реальных объектов для систем виртуальной реальности // НАУ. 2020. № 56-1 (56). URL: https://cyberleninka.ru/article/n/issledovanie-i-razrabotka-algoritmov-postroeniya-trehmernyh-kompyuternyh-modeley-realnyh-obektov-dlya-sistem-virtualnoy-realnosti (дата обращения: 14.12.2023).
  11. Костюк Ю.Л., Новиков Ю.Л. Графовые модели цветных растровых изображений высокого разрешения // Вестник Томского государственного университета. 2002. № 275. С. 153–160.
  12. Мащенко П.Е., Ширяев П.П. Метод визуального распознавания местности NetVLAD для локализации локомотива // Автоматика, связь, информатика. 2020. № 10. С. 14–17.
  13. Новиков Ю.Л. Полигонально-линейные графовые модели растровых изображений // Геоинформатика-2000: труды Междунар. науч.-практ. конф. / под ред. А.И. Рюмкина, Ю.Л. Костюка, А.В. Скворцова. Томск: Изд-во Том. ун-та, 2000. С. 50–55.
  14. Степура Л.В., Дёмин А.Ю. Обзор методов векторизации изображения // Технологии Microsoft в теории и практике программирования: сб. тр. XIII Всерос. науч.-практ. конф. студентов, аспирантов и молодых ученых, 2016 г. / науч. рук. А.Ю. Дёмин; Национальный исследовательский Томский политехнический университет (ТПУ), Институт кибернетики; ред. колл. А.В. Лиепиньш и др. Томск: Изд-во ТПУ, 2016. С. 184–186.
  15. Обнаружение точек функции OpenCV-Python Feature2D (включая SIFT/SURF/ORB/KAZE/FAST/BRISK/AKAZE). URL: https://russianblogs.com/article/70281143807/ (дата обращения: 14.12.2023).
  16. Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин / пер. с англ. М.: Мир, 1972. 230 с.
  17. Сафонов А.С. Построение SIFT-Дескрипторов и нахождение особых точек на изображениях // Известия ТулГУ. 2017. № 2. С. 182–187.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Общая схема фотографирования объекта

Скачать (41KB)
Метаданные
3. Рис. 2. Диаграмма деятельности

Скачать (114KB)
Метаданные
4. Рис. 3. Код формирования облака точек

Скачать (119KB)
Метаданные
5. Рис. 4. Алгоритм модуля SIFT

Скачать (272KB)
Метаданные
6. Рис. 5. Генерация ply-файла

Скачать (166KB)
Метаданные
7. Рис. 6. Основное окно программы

Скачать (13KB)
Метаданные
8. Рис. 7. Форма выбора файлов

Скачать (52KB)
Метаданные
9. Рис. 8. Форма с загруженными файлами

Скачать (96KB)
Метаданные
10. Рис. 9. Пример сгенерированной модели

Скачать (124KB)
Метаданные


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».