SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

3D Scan Alignment Using ICP

alaric avatar
alaric
12 diapositives · 294 Views · Sep 05, 2014

3D Scan Alignment Using ICP. Problem. Align two partially- overlapping meshes given initial guess for relative transform. Aligning 3D Data. If correct correspondences are known, can find correct relative rotation/translation. Aligning 3D Data.

#3d scan alignment using icp #3d scan alignment using icp ppt #powerpoint #presentation
3D Scan Alignment Using ICP - slide 1
01 / 123D Scan Alignment Using ICP
1 / 17

Télécharger la présentation

3D Scan Alignment Using ICP
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. 3D Scan Alignment Using ICP

  2. Problem • Align two partially-overlapping meshesgiven initial guessfor relative transform

  3. Aligning 3D Data • If correct correspondences are known, can find correct relative rotation/translation

  4. Aligning 3D Data • How to find correspondences: User input? Feature detection? Signatures? • Alternative: assume closest points correspond

  5. Aligning 3D Data • … and iterate to find alignment • Iterative Closest Points (ICP) [Besl & McKay 92] • Converges if starting position “close enough“

  6. ICP Variants • Variants on the following stages of ICPhave been proposed: • Selecting source points (from one or both meshes) • Matching to points in the other mesh • Weighting the correspondences • Rejecting certain (outlier) point pairs • Assigning an error metric to the current transform • Minimizing the error metric w.r.t. transformation

  7. Performance of Variants • Can analyze various aspects of performance: • Speed • Stability • Tolerance of noise and/or outliers • Maximum initial misalignment • Comparisons of many variants in[Rusinkiewicz & Levoy, 3DIM 2001]

  8. ICP Variants • Selecting source points (from one or both meshes) • Matching to points in the other mesh • Weighting the correspondences • Rejecting certain (outlier) point pairs • Assigning an error metric to the current transform • Minimizing the error metric w.r.t. transformation

  9. Closest Compatible Point • Closest point often a bad approximation to corresponding point • Can improve matching effectiveness by restricting match to compatible points • Compatibility of colors [Godin et al. 94] • Compatibility of normals [Pulli 99] • Other possibilities: curvatures, higher-order derivatives, and other local features

  10. ICP Variants • Selecting source points (from one or both meshes) • Matching to points in the other mesh • Weighting the correspondences • Rejecting certain (outlier) point pairs • Assigning an error metric to the current transform • Minimizing the error metric w.r.t. transformation

  11. Point-to-Plane Error Metric • Using point-to-plane distance instead of point-to-point lets flat regions slide along each other [Chen & Medioni 91]

  12. Demo