Wykorzystanie obszarów nieznanych w dopasowywaniu chmur punktów

Dzięki dzisiejszej zaawansowanej technologii sensorów 3D i dużej dostępności mocy obliczeniowej, uzyskanie i przedstawienie informacji na temat obszarów nieznanych dla systemu wizyjnego jest w zasięgu ręki. Autorzy tego artykułu prezentują skuteczne zastosowanie tej dotychczas mało używanej wiedzy w udoskonaleniu znanego algorytmu RANSAC do opracowania chmur punktów. Przeprowadzone zostały doświdczenia na rzeczywistych obrazach 3D, które dowodzą wielkokrotnej poprawy skuteczności dotychczas stosowanych metod w połączeniu z naszym algorytmem.

---

Thanks to recent advance in 3D sensing technology and affordable high computational capability, capturing and processing information about areas unknown to a vision system became possible. The authors of this article present an effective application of this barely used knowledge for improving the known RASNAC algorithm for point cloud matching. The presented experiments, carried on real 3d images, prove that the proposed method significantly improves the effectiveness of state-of-the art methods when combined with our algorithm.