Registration and alignment of depth images, scanner obteined, for object modeling, using the ICP algorithm

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Mecânica, 2012.Este trabalho tem o foco na utilização de técnicas de visão computacional para o desenvolvimento de algoritmos de registro, alinhamento e modelamento de objetos em 3-D. O registro de imagens é realizado utilizando duas metodologias no algoritmo ICP (Iterative Closest Point). Na sua etapa de Busca de correspondências a primeira metodologia, chamada força bruta , encontra os pontos correspondentes com base nas distâncias entre os pontos da nuvem de pontos base com relação à nuvem de pontos modelo, e a segunda, chamada kd tree , acelera a busca do ponto mais próximo entre duas nuvens de pontos. Além disso, é construído um algoritmo que utiliza múltiplas imagens de profundidade para realizar o modelamento 3-D de um objeto utilizando o algoritmo ICP. Este algoritmo requer conhecimento do sistema estudado para realizar o alinhamento prévio das nuvens de pontos e, osteriormente, efetuar o registro de cada uma das nuvens de pontos do mesmo objeto em diferentes posições para reconstrui-lo digitalmente. A convergência do algoritmo ICP é determinada utilizando o Erro Quadrático Médio (Root Mean Square - RMS), é um parâmetro que serve como critério de parada e medição da convergência no registro em cada iteração. O principal aporte desta pesquisa foi oferecer um uso diferente do algoritmo ICP para o modelamento de objetos. Não obstante seja preciso reconhecer que o método desenvolvido neste trabalho é um pouco primitivo no sentido de que ainda depende em muitas etapas da intervenção humana. É o ponto de partida para diversas pesquisas futuras no campo do modelamento de objetos, que atualmente, é considerado a obra-prima da reconstrução de modelos, já que oferece o nível mais alto de desenvolvimento na invenção de técnicas e algoritmos. ______________________________________________________________________________ ABSTRACTThis work focuses on the use of computer vision techniques to develop registration algorithms, alignment and 3D object modeling. The image registration process is performed using two methodologies for the ICP algorithm (Iterative Closest Point) during its "Matching" stage. The first methodology, called "brute force", finds the corresponding points based on the distances between the points from the base" point cloud and the "Model" point cloud, the second one, called "KD Tree", accelerates the search of the nearest point between two point clouds. Furthermore, another algorithm is built to perform the object modeling task, which requires knowledge of the system to perform a preliminary alignment of the point clouds to proceed to the registration of a pair of multiple point clouds of the same object from different positions and to digitally reconstruct it. Furthermore, an algorithm is built which uses multiple depth images to perform the 3D modeling of an object using the ICP algorithm. This algorithm requires knowledge of the studied system to perform a previous alignment of the point clouds and, subsequently, perform the registration of each of the point clouds of the same object in different positions to digitally reconstruct it. The convergence of the algorithm ICP is determined using the Root Mean Square, although not an enough condition to ensure the convergence of the algorithm, this is a parameter that serves as a stop criterion and convergence measurement at each iteration record. The main contribution of this research is to offer a different use for the ICP algorithm for object modeling. Nevertheless, it must be recognized that the method developed in this work is primitive in the sense that it still depends on many stages of human intervention. Thus this is the starting point for future research in the field of object modeling, currently considered the "masterpiece" of model reconstruction, given that it offers the highest level of development in the invention of techniques and algorithms