Ю.А. Маньяков – к.т.н., ст. науч. сотрудник, 

Орловский филиал ФИЦ «Информатика и управление» РАН

E-mail: maniakov_yuri@mail.ru

О.А. Яковлев – мл. науч. сотрудник, 

Орловский филиал ФИЦ «Информатика и управление» РАН E-mail: maucra@gmail.com

Постановка проблемы: в настоящее время для трехмерной реконструкции используются различные средства трехмерного сканирования и пакеты трехмерной графики. Помимо высокой стоимости таких решений, они обладают следующими недостатками: результирующая информация, полученная в результате работы этих систем, требует постобработки; выходные данные подвержены помехам, зашумлению, порождающим неточности моделирования.

Цель: представить информационную модель метода динамической трехмерной реконструкции, который позволяет на основе анализа динамически поступающей последовательности видеокадров осуществлять реконструкцию натурных объектов и представлять их в виде воксельных или полигональных трехмерных моделей.

Результаты: рассмотрены, в частности, такие элементы информационной модели, как предварительная калибровка, стереосопоставление, интеграция снимка в воксельный объем, определение внешних параметров камеры, построение полигональной модели поверхности. Описаны основные структуры данных и информационных потоков.

Практическая значимость: показаны результаты работы программной реализации разработанной модели.

1. Professional photogrammetry and drone-mapping Pix4D. URL = https://www.pix4d.com (дата обращения: 08.11.2018).
2. ReconstructMe Real Time 3D Scanning Software. URL = http://reconstructme.net (дата обращения: 08.11.2018).
3. Форсайт Дэвид А., Понс Жан Компьютерное зрение. Современный подход: Пер. с англ. М.: Издательский дом «Вильямс». 2004. 928 с.
4. Яковлев О.А., Гасилов А.В. Ускоренный алгоритм стереосопоставления на основе геодезических вспомогательных коэффициентов // Информатика и ее применения. 2016. Т. 10. № 3. С. 98−104.
5. Curless B., Levoy M., A volumetric method for building complex models from range images // Proc. of the 23rd annual conference on Computer graphics and interactive techniques (SIGGRAPH '96). P. 303−312.
6. Nießner M., Zollhöfer M., Izadi S., Stamminger M. Real-time 3D reconstruction at scale using voxel hashing // ACM Trans. Graph. 2013. V. 32. № 6. Article № 169.
7. Newcombe R.A., Izadi S., Hilliges O., Molyneaux D., Kim D., Davison A.J., Kohli P., Shotton J., Hodges S., Fitzgibbon A. KinectFusion: Real-time dense surface mapping and tracking // Proc. of 10th IEEE International Symposium on Mixed and Augmented Reality (ISMAR '11). Washington, DC, USA: IEEE. 2011. P. 127−136.
8. Frisken S.F., Perry R.N. Efficient estimation of 3D Euclidean distance fields from 2D range images // Proc. of Symposium on Volume Visualization and Graphics. IEEE. 2002. P. 81−88.
9. Rusinkiewicz S., Levoy M., Efficient variants of the ICP algorithm // Proc. of the Third International Conference on 3-D Digital Imaging and Modeling. IEEE. 2001. P. 145−152.
10. Lorensen W.E., Harvey C.E. Marching cubes: A high resolution 3D surface construction algorithm // SIGGRAPH Comput. Graph. 1987. V. 21. № 4. P. 163−169.
11. Яковлев О.А., Гасилов А.В. Создание реалистичных наборов данных для алгоритмов трехмерной реконструкции с помощью виртуальной съемки компьютерной модели // Системы и средства информатики. 2016. Т. 26. № 2. С. 98−107.