Исследование и разработка алгоритмов и методов построения трехмерных компьютерных моделей реальных объектов
- Авторы: Михайлова С.С.1
-
Учреждения:
- Финансовый университет при Правительстве Российской Федерации
- Выпуск: Том 11, № 1 (2024)
- Страницы: 13-24
- Раздел: МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ, ЧИСЛЕННЫЕ МЕТОДЫ И КОМПЛЕКСЫ ПРОГРАММ
- URL: https://journals.eco-vector.com/2313-223X/article/view/630994
- DOI: https://doi.org/10.33693/2313-223X-2024-11-1-13-24
- ID: 630994
Цитировать
Открытый доступ
Доступ предоставлен
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.
Полный текст
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, МоскваСписок литературы
- Liu L., Jiang H., He P. et al. On the variance of the adaptive learning rate and beyond. URL: https://www.arXiv:1908.03265v4
- Subbarao R., Meer P. Projection based M-estimators. URL: https://link.springer.com/chapter/10.1007/11744023_24 (дата обращения: 14.12.2023).
- Structure from Motion – классическая реализация. URL: https://habr.com/ru/post/228525/ (дата обращения: 14.12.2023).
- Szeliski R. Computer vision: Algorithms and applications – springer science & business media. 2010. 812 p.
- 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).
- Антипов И.Т. Математические основы пространственной аналитической фототриангуляции. М.: КартгеоцентрГеодезиздат, 2003. 296 с. ISBN: 5-86066-055-3.
- Безменов В.М. Фотограмметрия. Построение и уравнивание аналитической фототриангуляции. Казань.: Изд-во КГУ, 2009. 86 с.
- Блохинов Ю.Б. Алгоритмы формирования цифровой модели поверхности и текстурного покрытия в наземной фотограмметрии // Известия вузов. Геодезия и аэрофотосъемка. 2011. № 1. С. 51–57.
- 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.
- 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).
- Костюк Ю.Л., Новиков Ю.Л. Графовые модели цветных растровых изображений высокого разрешения // Вестник Томского государственного университета. 2002. № 275. С. 153–160.
- Мащенко П.Е., Ширяев П.П. Метод визуального распознавания местности NetVLAD для локализации локомотива // Автоматика, связь, информатика. 2020. № 10. С. 14–17.
- 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.
- 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.
- 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).
- Розенфельд А. Распознавание и обработка изображений с помощью вычислительных машин / пер. с англ. М.: Мир, 1972. 230 с.
- 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
2.
Рис. 1. Общая схема фотографирования объекта
Скачать (41KB)
3.
Рис. 2. Диаграмма деятельности
Скачать (114KB)
4.
Рис. 3. Код формирования облака точек
Скачать (119KB)
5.
Рис. 4. Алгоритм модуля SIFT
Скачать (272KB)
6.
Рис. 5. Генерация ply-файла
Скачать (166KB)
7.
Рис. 6. Основное окно программы
Скачать (13KB)
8.
Рис. 7. Форма выбора файлов
Скачать (52KB)
9.
Рис. 8. Форма с загруженными файлами
Скачать (96KB)
10.
Рис. 9. Пример сгенерированной модели
Скачать (124KB)
