Е.О. Дерюгина – к.т.н., доцент,  кафедра «Информационные системы и сети», Калужский филиал МГТУ им. Н.Э. Баумана,  E-mail: syvorova_eo@mail.ru

Н.А. Борсук – к.т.н., доцент,  кафедра «Информационные системы и сети», Калужский филиал МГТУ им. Н.Э. Баумана,  E-mail: borsuk.65@yandex.ru

Е.В. Васина – студентка,  кафедра «Информационные системы и сети», Калужский филиал МГТУ им. Н.Э. Баумана Е-mail: liz.vasina@gmail.ru

Постановка проблемы. Современные компьютерные технологии обеспечивают широкий спектр возможностей для визуализации данных и доступа к ним широкой аудитории. Одно из направлений в этой области: использование 3D-моделирования для создания информационных объектов в объемном цифровом виде. В качестве исходных данных для создания 3D-модели могут выступать чертежи, эскизы, описания, фотографии, реально существующие предметы.

Цель. Разработать подход к построению 3D-моделей геометрически сложных натурных объектов на примере ценных экспонатов Государственного музея истории космонавтики им. К.Э. Циолковского в городе Калуге.

Результаты. Для создания математической модели программного компонента рассмотрены общие приемы преобразования двухмерного пространства в трехмерное. Построена математическая модель камеры, которая называется «проективной камерой». Эксперимент и апробация модели осуществлены в библиотеке Open Computer Vision (OpenCV). Для автоматизации процесса построения 3D-модели использованы принципы стереозрения. Математическая модель стереозрения строится на элементах эпиполярной геометрии с учетом искажений, которые вносят среднестатистические фотокамеры. Коэффициенты дисторсии рассчитаны в Matlab. Процесс создание 3D-модели предлагается разбить на два этапа: построение каркаса основных элементов объекта и построение поверхности 3D-модели. Построение поверхности проведено с помощью алгоритма триангуляции Делоне. Эксперимент по испытанию полученной математической модели проведен в Matlab.

Практическая значимость. Автоматизация этапов построения 3D-модели по серии изображений объекта, по фотографиям или оцифрованным изображениям с утерянными фрагментами является актуальным направлением использования возможностей 3D-моделирования при реконструкции утраченных историко-культурных ценностей и оцифровке существующих на данный момент музейных экспонатов со сложной геометрией поверхности или слишком крупных, трудно обозримых.

1. Залогова Л.А. Компьютерная графика. Элективный курс: Учеб. пособие. М.: БИНОМ. ЛЗ. 2009. 213 c.
2. Дерюгина Е.О., Шкудов П.С. Использование интерактивных и мультимедийных технологий в современных музеях // Вестник образовательного консорциума Среднерусский университет. Информационные технологии. 2018. № 1(11). 47−50 с.
3. Ноль Л.Я. Информационные технологии в деятельности музея М.: Издательский центр Российского государственного гуманитарного ун-та. 2017. 315 с.
4. Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир. 2014. 511 с.
5. Глория Б.Г. и др. Обработка изображений с помощью OpenCV. М.: ДМК Пресс. 2016. 210 c.
6. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2012. 1104 с.
7. Таганов А.И. Нейросетевые системы искусственного интеллекта в задачах обработки изображений. М.: Горячая линия - Телеком. 2016. 531 c.
8. Форсайд Д., Жан Понс. Компьютерное зрение. Современный подход. М.: Вильямс. 2010. 928 с.
9. Яне Б. Цифровая обработка изображений М.: Техносфера. 2007. 163 с.
10. Катунин Г.П. Компьютерная обработка изображений и фотографика. Работа в программе Dynamic Auto Painter: Учеб. пособие. Саратов: Ай Пи Ар Медиа. 2020. 264 c. ISBN 978-5-4497-0205-0. URL: http://www.iprbookshop.ru/88052.html (20.10.2019). Доступ для авторизованных пользователей.
11. Сойфер В.А. Методы компьютерной обработки изображений. М.: ФИЗМАТЛИТ. 2013. 784 с.
12. Визильтер Ю.В. Обработка и анализ изображений в задачах машинного зрения. М.: Физматкнига. 2010. 672 с.
13. Скворцов А.В., Мирза Н.С. Алгоритмы построения и анализа триангуляции. Томск: Изд-во Томского ун-та. 2006. 168 с.