Point Cloud Computing for Rigid and Deformable 3D Object Recognition

Drost, Bertram Heinrich

Bertram Heinrich Drost

If you experience problems opening the document, please try this link.

Original title:: Point Cloud Computing for Rigid and Deformable 3D Object Recognition
Translated title:: Punktwolkenverarbeitung für starre und deformierbare Objekterkennung
Author:: Drost, Bertram Heinrich
Year:: 2016
Document type:: Dissertation
Faculty/School:: Fakultät für Informatik
Advisor:: Ilic, Slobodan (Priv.-Doz. Dr.)
Referee:: Navab, Nassir (Prof. Dr.); Lepetit, Vincent (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik; MED Medizin
TUM classification:: MED 230d; DAT 760d
Abstract:: 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.
Translated abstract:: 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
Date of submission:: 21.06.2016
Oral examination:: 25.11.2016
File size:: 15958371 bytes
Pages:: 203
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20161125-1310570-1-5
Last change:: 30.08.2017
BibTeX