De Wikipedia, la enciclopedia libre
Saltar a navegación Saltar a búsqueda
Una imagen de nube de puntos de un toro.
Nube de puntos georreferenciada de Red Rocks, Colorado (por DroneMapper)

Una nube de puntos es un conjunto de puntos de datos en el espacio . Los puntos representan una forma u objeto en 3D. Cada punto tiene su conjunto de coordenadas X, Y y Z. [1] Las nubes de puntos generalmente son producidas por escáneres 3D o por software de fotogrametría , que miden muchos puntos en las superficies externas de los objetos a su alrededor. Como resultado de los procesos de escaneo 3D, las nubes de puntos se utilizan para muchos propósitos, incluso para crear modelos CAD en 3D para piezas fabricadas, para metrología e inspección de calidad, y para una multitud de aplicaciones de visualización, animación, renderizado y personalización masiva .

Alineación y registro [ editar ]

Artículo principal: Registro de conjuntos de puntos

Las nubes de puntos a menudo se alinean con modelos 3D o con otras nubes de puntos, un proceso conocido como registro de conjuntos de puntos .

Para la metrología industrial o la inspección mediante tomografía computarizada industrial , la nube de puntos de una pieza fabricada se puede alinear con un modelo existente y comparar para verificar las diferencias. Las dimensiones y tolerancias geométricas también se pueden extraer directamente de la nube de puntos.

Conversión a superficies 3D [ editar ]

Un ejemplo de una representación de una nube de puntos de datos de 1.200 millones de Beit Ghazaleh, un sitio patrimonial en peligro en Alepo (Siria) [2]
Generar o reconstruir formas 3D a partir de siluetas o mapas de profundidad de una o varias vistas y visualizarlos en densas nubes de puntos [3]

Si bien las nubes de puntos se pueden renderizar e inspeccionar directamente, [4] [5] las nubes de puntos a menudo se convierten en modelos de malla poligonal o malla triangular , modelos de superficie NURBS o modelos CAD a través de un proceso comúnmente conocido como reconstrucción de superficie.

Existen muchas técnicas para convertir una nube de puntos en una superficie 3D. [6] Algunos enfoques, como la triangulación de Delaunay , las formas alfa y el pivote de la bola, construyen una red de triángulos sobre los vértices existentes de la nube de puntos, mientras que otros enfoques convierten la nube de puntos en un campo de distancia volumétrico y reconstruyen la superficie implícita así definida. a través de un algoritmo de cubos de marcha . [7]

En los sistemas de información geográfica , las nubes de puntos son una de las fuentes utilizadas para hacer un modelo de elevación digital del terreno. [8] También se utilizan para generar modelos 3D de entornos urbanos. [9] Los drones se utilizan a menudo para recopilar una serie de imágenes RGB que luego se pueden procesar en una plataforma de algoritmos de visión por computadora como AgiSoft Photoscan, Pix4D o DroneDeploy para crear nubes de puntos RGB desde donde se pueden realizar estimaciones volumétricas y distancias. [ cita requerida ]

Las nubes de puntos también se pueden utilizar para representar datos volumétricos, como a veces se hace en las imágenes médicas . Mediante el uso de nubes de puntos, se pueden lograr múltiples muestreos y compresión de datos . [10]

Compresión de nube de puntos MPEG [ editar ]

MPEG comenzó su estandarización de compresión de nubes de puntos (PCC) con una convocatoria de propuestas (CfP) en 2017. [11] [12] [13] Se identificaron tres categorías de nubes de puntos: categoría 1 para nubes de puntos estáticas, categoría 2 para puntos dinámicos nubes y categoría 3 para secuencias LiDAR (nubes de puntos adquiridas dinámicamente). Finalmente se definieron dos tecnologías: G-PCC ( PCC basado en geometría, ISO / IEC 23090 parte 9) [14] para la categoría 1 y la categoría 3; y V-PCC ( PCC basado en video, ISO / IEC 23090 parte 5) [15] para la categoría 2. Los primeros modelos de prueba se desarrollaron en octubre de 2017, uno para G-PCC (TMC13) y otro para V-PCC(TMC2). Desde entonces, los dos modelos de prueba han evolucionado a través de contribuciones técnicas y colaboración, y se espera que la primera versión de las especificaciones estándar del PCC se finalice en 2020 como parte de la serie ISO / IEC 23090 sobre la representación codificada de contenido de medios inmersivos. [dieciséis]

Ver también [ editar ]

  • Euclideon , un motor de gráficos 3D que utiliza un algoritmo de búsqueda de nubes de puntos para renderizar imágenes.
  • MeshLab , una herramienta de código abierto para administrar nubes de puntos y convertirlas en mallas triangulares 3D;
  • CloudCompare , una herramienta de código abierto para ver, editar y procesar nubes de puntos 3D de alta densidad
  • PCL (Point Cloud Library) , una biblioteca completa de código abierto BSD para nubes de puntos nD y procesamiento de geometría 3D

Referencias [ editar ]

  1. ^ "¿Qué son las nubes de puntos" . Tech27 .
  2. ^ Patrimoine, Art Graphique & (2017-11-02), inglés: Imagen de una encuesta de escáner láser 3D de muy alta precisión (1.200 millones de puntos de datos) de Beit Ghazaleh, un sitio patrimonial en peligro en Alepo, Siria. Se trata de un trabajo científico colaborativo para el estudio, resguardo y consolidación de emergencia de restos de la estructura. , consultado el 11 de junio de 2018
  3. ^ "Soltani, AA, Huang, H., Wu, J., Kulkarni, TD y Tenenbaum, JB Sintetizar formas 3D mediante el modelado de mapas de profundidad y siluetas de múltiples vistas con redes generativas profundas. En las actas de la Conferencia IEEE sobre visión por computadora y reconocimiento de patrones (págs. 1511-1519) " .
  4. ^ Levoy, M. y Whitted, T., "El uso de puntos como una pantalla primitiva" .. Informe técnico 85-022, Departamento de Ciencias de la Computación, Universidad de Carolina del Norte en Chapel Hill, enero de 1985
  5. ^ Rusinkiewicz, S. y Levoy, M. 2000. QSplat: un sistema de renderizado de puntos de resolución múltiple para grandes mallas. En Siggraph 2000. ACM, Nueva York, NY, 343–352. DOI = http://doi.acm.org/10.1145/344779.344940
  6. ^ Berger, M., Tagliasacchi, A., Seversky, LM, Alliez, P., Guennebaud, G., Levine, JA, Sharf, A. y Silva, CT (2016), Un estudio de reconstrucción de superficies a partir de nubes de puntos. Foro de Gráficos por Computadora.
  7. ^ Nubes de puntos de malla Un breve tutorial sobre cómo construir superficies a partir de nubes de puntos
  8. ^ De la nube de puntos a la cuadrícula DEM: un enfoque escalable
  9. ↑ K. Hammoudi, F. Dornaika, B. Soheilian, N. Paparoditis. Extracción de modelos de estructura de alambre de fachadas de calles a partir de nubes de puntos 3D y el mapa catastral correspondiente. Archivos internacionales de fotogrametría, teledetección y ciencias de la información espacial (IAPRS), vol. 38, parte 3A, págs. 91–96, Saint-Mandé, Francia, 1–3 de septiembre de 2010.
  10. ^ Sitek; et al. (2006). "Reconstrucción tomográfica utilizando una malla tetraédrica adaptativa definida por una nube de puntos" . IEEE Trans. Medicina. Imágenes . 25 (9): 1172–9. doi : 10.1109 / TMI.2006.879319 . PMID 16967802 . S2CID 27545238 .  
  11. ^ "Compresión de nube de puntos MPEG" . Consultado el 22 de octubre de 2020 .
  12. ↑ Schwarz, Sebastian; Preda, Marius; Baroncini, Vittorio; Budagavi, Madhukar; Cesar, Pablo; Chou, Philip A .; Cohen, Robert A .; Krivokuća, Maja; Lasserre, Sébastien; Li, Zhu; Llach, Joan; Mammou, Khaled; Mekuria, Rufael; Krivokuća, Maja; Nakagami, Ohji; Siahaan, Ernestasia; Tabatabai, Ali; Tourapis, Alexis M .; Zakharchenko, Vladyslav (10 de diciembre de 2018). "Estándares MPEG emergentes para la compresión de nubes de puntos" . Revista IEEE sobre temas emergentes y seleccionados en circuitos y sistemas . 9 (1): 133-148. doi : 10.1109 / JETCAS.2018.2885981 . Consultado el 22 de octubre de 2020 .
  13. ^ Graziosi, Danillo; Nakagami, Ohji; Kuma, Satoru; Zaghetto, Alexandre; Suzuki, Teruhiko; Tabatabai, Ali (3 de abril de 2020). "Una descripción general de las actividades de estandarización de compresión de nubes de puntos en curso: basado en video (V-PCC) y basado en geometría (G-PCC)" . Transacciones APSIPA sobre procesamiento de señales e información . 9 : 1-17. doi : 10.1017 / ATSIP.2020.12 .
  14. ^ 14: 00-17: 00. "ISO / IEC DIS 23090-9" . ISO . Consultado el 7 de junio de 2020 .CS1 maint: nombres numéricos: lista de autores ( enlace )
  15. ^ 14: 00-17: 00. "ISO / IEC DIS 23090-5" . ISO . Consultado el 21 de octubre de 2020 .CS1 maint: nombres numéricos: lista de autores ( enlace )
  16. ^ "Arquitecturas de medios inmersivos | MPEG" . mpeg.chiariglione.org . Consultado el 7 de junio de 2020 .