Побудова матричної дискретної моделі тривимірного тіла для реконструкції його форми

Автор(и)

  • Oleksandr Reuta Національний технічний університет «Дніпровська політехніка» пр. Д. Яворницького, 19, м. Дніпро, Україна, 49005, Україна https://orcid.org/0000-0002-2791-6217
  • Hadi Hab Raman Дніпровський національний університет імені Олеся Гончара пр. Гагаріна, 72, м. Дніпро, Україна, 49010, Україна https://orcid.org/0000-0001-9090-844X
  • Dmitry Mozgovoy Дніпровський національний університет імені Олеся Гончара пр. Гагаріна, 72, м. Дніпро, Україна, 49010, Україна https://orcid.org/0000-0003-1632-1565

DOI:

https://doi.org/10.15587/1729-4061.2020.201694

Ключові слова:

воксельна модель, матрична модель, тривимірні об'єкти, реконструкція форми, редискретизація, усунення надмірності

Анотація

Запропонована матрична модель подання просторових об'єктів для задач синтезу, реконструкції і аналізу їх форми. Модель будується на основі дискретних даних про об'єкт, якими, наприклад, являються растрові зображення або показання просторових сканерів. На відміну від подібних воксельных моделей, матричні моделі описують не об'єм, а поверхні об'єктів і, зберігаючи достоїнства воксельных моделей, такі як простота і регулярність структури, усувають властиву їм надмірність. У роботі показано, що зберігаючи інформацію про форму, достатню для візуалізації об'єкту, матрична модель може займати в 1.5–3 рази менший об'єм пам'яті порівняно з воксельною (порівняння проводилося для моделей у форматі VOX пакету MagicaVoxel). Встановлені умови, за яких матрична модель залишається економнішою за воксельну, і показано, що ці умови виконуються для практично значимих випадків.

Описаний алгоритм побудови дискретної матричної моделі на основі воксельної.

Запропонований загальний підхід до вирішення проблеми редискретизації моделей об'єктів об'ємної графіки, не залежний від розмірності масиву початкових даних. У рамках цього підходу реалізована процедура редискретизации матричної моделі. Описані необхідні перетворення матриць моделі, що включають як редискретизацию, так і реквантовання, що забезпечує їх контрольовану точність подання просторових об'єктів.

Для запропонованої матричної моделі також розроблені процедури контролю і відновлення цілісності. Отримані умови контролю цілісності моделі в практично значимих випадках (коли число елементів моделі більше, ніж 153) дозволяють скоротити число елементів, що переглядаються, в порівнянні з воксельною моделлю.

Встановлені обмеження матричних моделей, пов'язані з можливою втратою інформації про частину поверхні, приховану від зовнішнього спостерігача

Біографії авторів

Oleksandr Reuta, Національний технічний університет «Дніпровська політехніка» пр. Д. Яворницького, 19, м. Дніпро, Україна, 49005

Кандидат технічних наук, доцент

Кафедра програмного забезпечення комп’ютерних систем

Hadi Hab Raman, Дніпровський національний університет імені Олеся Гончара пр. Гагаріна, 72, м. Дніпро, Україна, 49010

Аспірант

Кафедра електронних засобів телекомунікацій

Dmitry Mozgovoy, Дніпровський національний університет імені Олеся Гончара пр. Гагаріна, 72, м. Дніпро, Україна, 49010

Кандидат технічних наук, доцент

Кафедра електронних засобів телекомунікацій

Посилання

  1. Li, Dzh., Uer, B. (2002). Trehmernaya grafika i animatsiya. Moscow: «Vil'yams», 640.
  2. Reuta, O. V. (2008). Vyznachennia tini vokselia zahalnoho polozhennia u zadachakh modeliuvannia tryvymirnykh obiektiv. Pratsi Tavriiskoho derzhavnoho ahrotekhnichnoho universytetu. Prykladna heometriia ta inzhenerna hrafika, 41 (4), 44–49.
  3. Musa, S., Ziatdiniv, R., Griffiths, C. (2013). Introduction to computer animation and its possible educational applications. New Challenges in Education. Retrospection of history of education to the future in the interdisciplinary dialogue among didactics of various school subjects. Ružomberok, Slovakia: VERBUM – vydavateľstvo Katolíckej univerzity v Ružomberku, 177–205.
  4. Reuta, O. V. (2009). Matrychna dyskretna model tryvymirnoho tila dlia zadachi analizu yoho tineutvorennia. Heometrychne ta kompiuterne modeliuvannia, 25, 68–72.
  5. Darmon, I. Voxel computational morphogenesis in urban context: proposition and analysis of rules-based generative algorithms considering solar access. Available at: https://www.researchgate.net/publication/329738763_Voxel_computational_morphogenesis_in_urban_context_proposition_and_analysis_of_rules-based_generative_algorithms_considering_solar_access
  6. Li, M., Sun, C. (2018). Refinement of LiDAR point clouds using a super voxel based approach. ISPRS Journal of Photogrammetry and Remote Sensing, 143, 213–221. doi: https://doi.org/10.1016/j.isprsjprs.2018.03.010
  7. Al-Oraiqat, A. M., Bashkov, E. A., Zori, S. A., Amro, A. M. (2017). Generalized 3D Voxel Image Synthesis Architecture for Volumetric Spatial Visualization. IPASJ International Journal of Information Technology (IIJIT), 5 (1). Available at: https://www.researchgate.net/publication/313397537_Generalized_3D_Voxel_Image_Synthesis_Architecture_for_Volumetric_Spatial_Visualization
  8. Aremu, A. O., Brennan-Craddock, J. P. J., Panesar, A., Ashcroft, I. A., Hague, R. J. M., Wildman, R. D., Tuck, C. (2017). A voxel-based method of constructing and skinning conformal and functionally graded lattice structures suitable for additive manufacturing. Additive Manufacturing, 13, 1–13. doi: https://doi.org/10.1016/j.addma.2016.10.006
  9. Vitiska, N. I., Gulyaev, N. A. (2015). An approach to visualization of three-dimensional scenes and objects via voxel graphics for simulation systems. Izvestiya Yuzhnogo federal'nogo universiteta. Tehnicheskie nauki. Available at: https://cyberleninka.ru/article/n/metod-vizualizatsii-tryohmernyh-stsen-i-obektov-vokselnoy-grafiki-dlya-sistem-imitatsionnogo-modelirovaniya
  10. Castellazzi, G., D’Altri, A., Bitelli, G., Selvaggi, I., Lambertini, A. (2015). From Laser Scanning to Finite Element Analysis of Complex Buildings by Using a Semi-Automatic Procedure. Sensors, 15 (8), 18360–18380. doi: https://doi.org/10.3390/s150818360
  11. Wang, Y., Cheng, L., Chen, Y., Wu, Y., Li, M. (2016). Building Point Detection from Vehicle-Borne LiDAR Data Based on Voxel Group and Horizontal Hollow Analysis. Remote Sensing, 8 (5), 419. doi: https://doi.org/10.3390/rs8050419
  12. Wang, L., Xu, Y., Li, Y., Zhao, Y. (2018). Voxel segmentation-based 3D building detection algorithm for airborne LIDAR data. PLOS ONE, 13 (12), e0208996. doi: https://doi.org/10.1371/journal.pone.0208996
  13. Jing, W., Shimada, K. (2017). Model-based view planning for building inspection and surveillance using voxel dilation, Medial Objects, and Random-Key Genetic Algorithm. Journal of Computational Design and Engineering, 5 (3), 337–347. doi: https://doi.org/10.1016/j.jcde.2017.11.013
  14. Poux, F., Billen, R. (2019). Voxel-based 3D Point Cloud Semantic Segmentation: Unsupervised Geometric and Relationship Featuring vs Deep Learning Methods. ISPRS International Journal of Geo-Information, 8 (5), 213. doi: https://doi.org/10.3390/ijgi8050213
  15. Xu, Y., Tuttas, S., Hoegner, L., Stilla, U. (2018). Voxel-based segmentation of 3D point clouds from construction sites using a probabilistic connectivity model. Pattern Recognition Letters, 102, 67–74. doi: https://doi.org/10.1016/j.patrec.2017.12.016
  16. Reuta, O. V. (2010). Redyskretyzatsiya modeli tryvymirnoho tila dlia zadachi analizu yoho tineutvorennia. Pratsi Tavriyskoho derzhavnoho ahrotekhnichnoho universytetu. Prykladna heometriya ta inzhenerna hrafika, 41 (4), 44–49.
  17. Reuta, O. V. (2008). Vokselna model tryvymirnoho obiektu v zadachakh rekonstruktsiyi yoho formy. Prykladna heometriia ta inzhenerna hrafika, 80, 500–504.
  18. Pyysalo, U., Sarjakoski, T. (2008). Voxel approach to landscape modeling. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XXXVII, 563–568.
  19. Hawick, K. A. (2010). 3D Visualisation of Simulation Model Voxel Hyperbricks and the Cubes Program. Available at: http://cssg.massey.ac.nz/cstn/082/cstn-082.pdf
  20. Liu, Z., Tang, H., Lin, Y., Han, S. (2019). Point-Voxel CNN for Efficient 3D Deep Learning. 33rd Conference on Neural Information Processing Systems (NeurIPS 2019). Vancouver.
  21. Poux, F., Billen, R. (2019). Voxel-based 3D Point Cloud Semantic Segmentation: Unsupervised Geometric and Relationship Featuring vs Deep Learning Methods. ISPRS International Journal of Geo-Information, 8 (5), 213. doi: https://doi.org/10.3390/ijgi8050213
  22. Milian, F. M., Garcia, F., Guevara, M. V. M., Da Silva Correia I. K., Meira, N. G. (2009). Development of voxel models from 3D surfaces. Optimized methodology. XIV Congresso Brasileiro de Física Médica.
  23. Shin, D., Fowlkes, C. C., Hoiem, D. (2018). Pixels, Voxels, and Views: A Study of Shape Representations for Single View 3D Object Shape Prediction. 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition. doi: https://doi.org/10.1109/cvpr.2018.00323
  24. Knyaz, V. A., Kniaz, V. V., Remondino, F. (2019). Image-to-Voxel Model Translation with Conditional Adversarial Networks. Computer Vision – ECCV 2018 Workshops, 601–618. doi: https://doi.org/10.1007/978-3-030-11009-3_37
  25. MagicaVoxel @ ephtracy (Win/Mac). Available at: https://ephtracy.github.io/
  26. MagicaVoxel-file-format-vox.txt. Available at: https://github.com/ephtracy/voxel-model/blob/master/MagicaVoxel-file-format-vox.txt

##submission.downloads##

Опубліковано

2020-04-30

Як цитувати

Reuta, O., Hab Raman, H., & Mozgovoy, D. (2020). Побудова матричної дискретної моделі тривимірного тіла для реконструкції його форми. Eastern-European Journal of Enterprise Technologies, 2(2 (104), 6–16. https://doi.org/10.15587/1729-4061.2020.201694

Номер

Том 2 № 2 (104) (2020): Інформаційні технології. Системи управління в промисловості

Розділ

Інформаційні технології

Ліцензія

Авторське право (c) 2020 Oleksandr Reuta, Hadi Hab Raman, Dmitry Mozgovoy

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.