Point Cloud Computing for Rigid and Deformable 3D Object Recognition

Drost, Bertram Heinrich

Bertram Heinrich Drost

Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link

Originaltitel:: Point Cloud Computing for Rigid and Deformable 3D Object Recognition
Übersetzter Titel:: Punktwolkenverarbeitung für starre und deformierbare Objekterkennung
Autor:: Drost, Bertram Heinrich
Jahr:: 2016
Dokumenttyp:: Dissertation
Fakultät/School:: Fakultät für Informatik
Betreuer:: Ilic, Slobodan (Priv.-Doz. Dr.)
Gutachter:: Navab, Nassir (Prof. Dr.); Lepetit, Vincent (Prof. Dr.)
Sprache:: en
Fachgebiet:: DAT Datenverarbeitung, Informatik; MED Medizin
TU-Systematik:: MED 230d; DAT 760d
Kurzfassung:: This work develops several performant, robust and accurate algorithms for processing 3D data in industrial and robotic environments. Two fundamental challenges are solved: The fast localization of 3D points that neighbor a given query point and the detection of rigid and deformable objects in 3D point clouds and in multimodal data. Additionally, a fast and robust method for refining the position of two point clouds is presented and some fundamental algorithms regarding rotations are discussed.
Übersetzte Kurzfassung:: Diese Arbeit entwickelt mehrere schnelle, robuste und genaue Verfahren zur Verarbeitung von 3D-Daten in industriellen und robotergestützten Anwendungen. Zwei Kernprobleme werden dabei gelöst: Das schnelle Finden von Punkten, die in der Nähe eines gegebenen Punktes liegen, sowie die Lagebestimmung von starren und deformierbaren Objekten in 3D bzw. multimodalen Daten. Zusätzlich wird ein robustes und schnelles Verfahren zur Verfeinerung der Lage zweier Punktwolken vorgestellt sowie einige algorithmische Grundlagen zu Rotationen aufgearbeitet. «
Diese Arbeit entwickelt mehrere schnelle, robuste und genaue Verfahren zur Verarbeitung von 3D-Daten in industriellen und robotergestützten Anwendungen. Zwei Kernprobleme werden dabei gelöst: Das schnelle Finden von Punkten, die in der Nähe eines gegebenen Punktes liegen, sowie die Lagebestimmung von starren und deformierbaren Objekten in 3D bzw. multimodalen Daten. Zusätzlich wird ein robustes und schnelles Verfahren zur Verfeinerung der Lage zweier Punktwolken vorgestellt sowie einige algorith... »
WWW:: https://mediatum.ub.tum.de/?id=1310570
Eingereicht am:: 21.06.2016
Mündliche Prüfung:: 25.11.2016
Dateigröße:: 15958371 bytes
Seiten:: 203
Urn (Zitierfähige URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20161125-1310570-1-5
Letzte Änderung:: 30.08.2017
BibTeX