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.
- Залогова Л.А. Компьютерная графика. Элективный курс: Учеб. пособие. М.: БИНОМ. ЛЗ. 2009. 213 c.
- 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.
- Ноль Л.Я. Информационные технологии в деятельности музея М.: Издательский центр Российского государственного гуманитарного ун-та. 2017. 315 с.
- Дуда Р., Харт П. Распознавание образов и анализ сцен. М.: Мир. 2014. 511 с.
- Глория Б.Г. и др. Обработка изображений с помощью OpenCV. М.: ДМК Пресс. 2016. 210 c.
- Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2012. 1104 с.
- Таганов А.И. Нейросетевые системы искусственного интеллекта в задачах обработки изображений. М.: Горячая линия - Телеком. 2016. 531 c.
- Форсайд Д., Жан Понс. Компьютерное зрение. Современный подход. М.: Вильямс. 2010. 928 с.
- Яне Б. Цифровая обработка изображений М.: Техносфера. 2007. 163 с.
- 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.
- Сойфер В.А. Методы компьютерной обработки изображений. М.: ФИЗМАТЛИТ. 2013. 784 с.
- Визильтер Ю.В. Обработка и анализ изображений в задачах машинного зрения. М.: Физматкнига. 2010. 672 с.
- Скворцов А.В., Мирза Н.С. Алгоритмы построения и анализа триангуляции. Томск: Изд-во Томского ун-та. 2006. 168 с.