Estimación de la cápsula no-convexa de nubes de puntos por partición de la unidad

• Autores: Bianchi, Shai Martín
• Año de publicación: 2019
• Idioma: español castellano
• Tipo de recurso: tesis de grado
• Colaborador/a o director/a de tesis: Gómez Fernández, Francisco Roberto
• Materia: RECONSTRUCCION DE SUPERFICIES 3D; FUNCIONES IMPLICITAS; PARTICION DE LA UNIDAD; 3D SURFACE RECONSTRUCTION; IMPLICIT SURFACES; PARTITION OF UNITY
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

Un paso clave en los procedimientos de reconstrucción 3D suele ser el procesamiento de nubes de puntos que representan objetos de la vida real. Damos una taxonomía de los algoritmos empleados para dicha tarea e identificamos como nuestro foco a los que toman nubes de puntos orientadas y devuelven funciones de distancia con signo. Elegimos dos de particular interés, Non-Convex Hull Surfaces (NCH) y Multi-level Partition of Unity Implicits (MPU), estudiamos sus fundamentos te´oricos y los contrastamos con observaciones acerca de su comportamiento ante distintas configuraciones de sus par´ametros. En el caso de NCH, aportamos un nuevo análisis que compara detalladamente sus diferentes variantes en base a la teoría y sus resultados de reconstrucción. Por su parte, mostramos que la parametrización de MPU sugerida en el artículo original no resulta de utilidad para nuestro conjunto de datos y proponemos un valor que nos provee reconstrucciones de mayor calidad. Por último, presentamos un algoritmo nuevo que resulta de una combinación de los enfoques de los dos anteriores. Analizamos en detalle su comportamiento en base a una evaluación cuantitativa rigurosa de su calidad de reconstrucción utilizando el framework de benchmarking Reconbench. El nuevo método, bautizado Partition of Unity Non-Convex Hull (PUNCH), exhibe una mejora muy marcada de tiempos de ejecución en comparación con su predecesor NCH sin perder capacidad de reconstrucción. Mostramos por medio de una evaluación cuantitativa y cualitativa que PUNCH se compara favorablemente tanto con los dos algoritmos en los que se inspira como con Screened Poisson, un método estándar en el área.
Algorithms for processing point clouds are often key to 3D surface reconstruction procedures. We focus on a subset of such algorithms which take oriented 3D point clouds as input and produce signed-distance functions as output. We turn our attention to two in particular, Non-Convex Hull Surfaces (NCH) and Multi-level Partition of Unity Implicits (MPU), and study the behavior of their parametrization. In particular, we provide a new detailed comparative analysis of the three different variations of the NCH algorithm. As for MPU, we show that the parameter configuration suggested by the method’s original article produces unfavorable results when applied to our data sets, and we suggest a new value that leads to more satisfactory reconstructions. Finally, we present a new algorithm that builds on the previous two by merging both of their approaches. We present a detailed analysis of its behavior under a variety of parameters relying in part on the Reconbench framework for quantitative evaluation of reconstruction quality. The new algorithm, baptized Partition of Unity Non-Convex Hull (PUNCH), demonstrates a significant improvement to its predecessor NCH in terms of running time without yielding reconstruction quality. We show by means of quantitative and qualitative evaluation that PUNCH compares favorably to MPU as well as to Screened Poisson, a standard reconstruction method.
Fil: Bianchi, Shai Martín. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.