elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Sample Consensus Fitting of Bivariate Polynomials for Initializing EM-based Modeling of Smooth 3D Surfaces

Nissler, Christian und Marton, Zoltan Csaba und Suppa, Michael (2013) Sample Consensus Fitting of Bivariate Polynomials for Initializing EM-based Modeling of Smooth 3D Surfaces. In: IEEE International Conference on Intelligent Robots and Systems. International Conference on Intelligent Robots and Systems, 2013-11-03 - 2013-11-08, Tokio, Japan. doi: 10.1109/IROS.2013.6696962.

[img] PDF
541kB

Kurzfassung

This paper presents a method for finding the largest, connected, smooth surface in noisy depth images. The formulation of the fitting in a Sample Consensus way allows the use of RANSAC (or any other similar estimator), and makes the method tolerant to low percentage of inliers in the input. Therefore it can be used to simultaneously segment and model the surface of interest. This is important in applications like analyzing physical properties of Carbon-fiber-reinforced polymer (CFRP) structures. Using bivariate polynomials for modeling turns out to be advantageous, allowing to capture the variations along the two directions on the surface. However, fitting them efficiently using RANSAC is not straightforward. We present the necessary preand post-processing, distance and normal direction checks, and degree optimization (lowering the order of the polynomial), and evaluate how these improve results. Finally, to improve the initial estimate provided by RANSAC, an Expectation Maximization approach is employed, converging to the best solution. The method was tested on high-quality data and as well on real-world scenes captured by a RGB-D camera. We will publish the method as part of the Point Cloud Library.

elib-URL des Eintrags:https://elib.dlr.de/87117/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Sample Consensus Fitting of Bivariate Polynomials for Initializing EM-based Modeling of Smooth 3D Surfaces
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Nissler, ChristianChristian.Nissler (at) dlr.dehttps://orcid.org/0000-0003-4361-9041NICHT SPEZIFIZIERT
Marton, Zoltan Csabazoltan.marton (at) dlr.dehttps://orcid.org/0000-0002-3035-493XNICHT SPEZIFIZIERT
Suppa, MichaelMichael.Suppa (at) dlr.dehttps://orcid.org/0000-0002-7362-9534NICHT SPEZIFIZIERT
Datum:November 2013
Erschienen in:IEEE International Conference on Intelligent Robots and Systems
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.1109/IROS.2013.6696962
Name der Reihe:Proceedings of IEEE/RSJ International Conference on Intelligent Robots and Systems
Status:veröffentlicht
Stichwörter:Surface Estimation, 3D fitting, 3D modeling with polynomials, RANSAC, Expectation Maximization, Segmentation
Veranstaltungstitel:International Conference on Intelligent Robots and Systems
Veranstaltungsort:Tokio, Japan
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:3 November 2013
Veranstaltungsende:8 November 2013
Veranstalter :IEEE/RSJ
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Technik für Raumfahrtsysteme
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R SY - Technik für Raumfahrtsysteme
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben Multisensorielle Weltmodellierung (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Robotik und Mechatronik (ab 2013) > Perzeption und Kognition
Hinterlegt von: Nissler, Christian
Hinterlegt am:20 Dez 2013 14:14
Letzte Änderung:24 Apr 2024 19:53

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.