The Preprocessing operation for 3D Indoor and Outdoor dataset
Article Sidebar
Main Article Content
Abstract
خلاصة:
هذه الورقة المهتمة بنماذج البيانات ثلاثية الأبعاد ، يتم تقديم سحابة النقطة ثلاثية الأبعاد وصفًا واقعيًا قويًا لمشاهد وكائنات ثلاثية الأبعاد مختلفة كبيرة ، وسحابة النقطة مرتفعة للغاية بسبب الازدحام الناجم عن كمية هائلة من البيانات الناتجة عن جهاز المسح بالليزر ، وستظهر نقاط الضوضاء في المسح الأجهزة حسب عوامل البيئات. كل هذه الضوضاء والبيانات غير المرغوب فيها يمكن أن تتأثر بشدة بالنمذجة. تقوم المعالجة المسبقة لسحابة النقطة بتحليل وتغيير سحابة النقاط لتحسين تخزينها ونقلها وجودتها باستخدام خوارزمية حسابية ورياضية مختلفة مثل سحابة نقطة الضغط ، والتي تساعد على تقليل مساحة التخزين أو تكلفة ووقت الإرسال ، ومساعد تجميع النقاط السحابية للتخلص من الضوضاء والبعيد عن سحابة نقاط الأبعاد الثلاثة ، تهدف عينة اختزال سحابة النقطة إلى تقليل عدد النقاط واستخدام KDTree لسحابة نقطة الهيكل من أجل العثور على أقرب نقاط الجيران ، يعالج البرنامج 29 مليون نقطة مع تمكين المستخدم من التصور والتنقل بسلاسة من خلال النقطة السحابية يعمل هذا البحث على مجموعة البيانات الدلالية ثلاثية الأبعاد الخارجية ومجموعة البيانات الداخلية Stanfored3D ، والبرمجة باستخدام python 3.7 ، والمقارنة السحابية للبرامج المجانية v2.6.3 والكمبيوتر مع Core i7MP ، و RAM 16 ، و NVidia RTX 2060.
الكلمات الرئيسية: سحابة النقطة ثلاثية الأبعاد ، خوارزمية Kdtree ، عملية الاختزال ، خوارزمية مجموعة مسح DB ، إزالة خوارزمية النقطة المخفية ، مكتبة Open3.
ملحوظة: يعتمد البحث على أطروحة دكتوراه.
1 المقدمة
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.