Construction de modèles 3D utilisant plusieurs images à partir de plusieurs points (kinect)

est-il possible de construire un modèle 3d d'un objet si plusieurs images avec des données détaillées ont été recueillies à partir d'angles différents, ce que je pensais était une sorte de circulaire de ceinture de convoyeur où un kinect serait placé et le tapis roulant tandis que l'objet réel qui est à reconstruire dans l'espace 3d se trouve au milieu. Le convoyeur à bande, par la suite, tourne autour de l'image dans un cercle et beaucoup d'images sont capturées (peut-être 10 images par seconde), ce qui permettrait à la kinect pour attraper une image à partir de tous les angles, y compris les données de profondeur, théoriquement c'est possible. Le modèle devra également être recréé avec les textures.

Ce que je voudrais savoir c'est s'il y a des projets similaires/logiciels déjà disponibles et les liens seraient appréciés
Si cela est possible à l'intérieur de peut-être 6 mois
Comment pourrais-je procéder pour faire cela? Comme tout algorithme similaire vous pourriez m'indiquer et ces

Grâce,
MilindaD

source d'informationauteur MilindaD

  1. 5

    Il est certainement possible et il y a beaucoup de scanners 3D qui travaillent là-bas, avec plus ou moins le même principe de la stéréoscopie.

    Vous le savez sans doute, mais juste pour vous mettre en contexte: L'idée est d'obtenir deux images d'un même point et à l'utilisation la triangulation pour calculer les coordonnées 3d du point dans votre scène. Même si c'est assez facile, le gros problème est de trouver la correspondance entre les points dans vos 2 images, et c'est là que vous avez besoin d'un bon logiciel pour extraire et de reconnaître des points similaires.

    Il y a un projet open-source appelé Meshlab pour la 3d vision, qui comprend La reconstruction 3d* algorithmes. Je ne connais pas les détails de l'algorithme, mais le logiciel est certainement un bon point d'entrée si vous voulez jouer avec la 3d.

    Je connaissais quelques autres, je vais essayer de les trouver et de les ajouter ici:

    (*Page Wiki n'a pas de contenu, les redirections de connexion pour l'édition)

  2. 3

    Découvrez https://bitbucket.org/tobin/kinect-point-cloud-demo/overview qui est un exemple de code pour le Kinect pour Windows SDK qui n'est précisément cela. Actuellement, il utilise les images capturées par le capteur de profondeur, et parcourt le tableau d'octets pour créer un nuage de points dans un PLI format que peut lire par MeshLab. La prochaine étape consiste à appliquer/affiner un delanunay triangle algoirthim pour former un maillage au lieu de points, qui a une texture peut être appliquée. Une troisième étape serait alors moi un maillage de la fusion formule de combiner plusieurs caputres à partir de la Kinect pour former un plein d'objets 3D mesh.

    Ceci est basé sur un travail je l'ai fait en juin de l'utilisation de Kinect pour l'application de l'impression 3D capture.

    L' .NET code dans ce référentiel de code source sera toutefois vous obtenir a commencé avec ce que vous voulez atteindre.

  3. 2

    Autodesk a un morceau de logiciel qui vous permettra de faire ce que vous demandez, il est appelé "Photofly". Il est actuellement dans les laboratoires de la section. À l'aide d'une série d'images prises à partir de plusieurs angles de la géométrie 3d est créée, et les photos sont cartographiés avec vos images pour créer la scène.

  4. 2

    Si vous êtes intéressé plus théoriques (je veux dire, si vous voulez savoir comment faire) partie de ce problème,
    voici un document à partir de Microsoft de Recherche sur le déplacement de la profondeur de la caméra et de la reconstruction 3D.

  5. 0

    Essayer VisualSfM (http://ccwu.me/vsfm/) par Changchang Wu (http://ccwu.me/)

    Il prend plusieurs photos à partir de différents angles de la scène et sorties 3D du nuage de points.

    L'algorithme est appelé "Structure à partir du Mouvement".
    Brève idée de l'algorithme : Il s'agit de l'extraction de caractéristique de points dans chaque image, de trouver des correspondances entre eux à travers des images; le renforcement de la fonctionnalité des pistes, l'estimation de l'appareil photo matrices et, partant, les coordonnées 3D de la fonctionnalité des points.