Művészi és mérnöki modellek szegmentálása

Konzulens:
Dr. Salvi Péter
Tárgy:
Önálló laboratórium - Szoftverfejlesztés és rendszertervezés specializáció, BSc Info.
Önálló laboratórium 1 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 2 - Vizuális informatika főspecializáció, MSc Info.
Hallgatói létszám:
1
Folytatás:
Szakdolgozat / Diplomaterv
PhD
TDK dolgozat
Leírás:

A 3D modellek szegmentálása egy rendkívül lényeges lépés az objektumok struktúrájának megértése felé, és így fontos részét képezi a mérnöki modellek rekonstrukciójának [1], de ugyanakkor a szegmentációnak a grafikában is számos alkalmazását látjuk, pl. csontváz-alapú animációknál, morphingnál, vagy a háromszöghálók egyszerűsítésekor.

E feladatnak számos megközelítése létezik. A legjellemzőbbek a régiónövesztéses (bottom-up) és felületapproximációs (top-down) módszerek, de léteznek más eljárások is, így pl. a szeparáló háromszögek megtalálásán alapuló direkt szegmentáció, vagy az iteratív clusterező módszerek.

Fayolle és Pasko [3] egy különleges energiafüggvény optimalizálása segítségével zajos mérnöki modellek primitív felületekre bontására ad egy érdekes megoldást.

A [4] cikk egy sztochasztikus algoritmust ajánl, mely véletlenszerű séták segítségével bontja régiókra a modellt. A szerzők két fajta különbözőségi mértéket is definiálnak, egyet a művészi (grafikai), egyet pedig a mérnöki modellek szegmentálására.

Feladatok:
  1. Tanulmányozza a 3D modellek szegmentálásának témakörét [1-2].
  2. Implementálja a [3] és/vagy a [4] cikkben található algoritmust.
  3. Mutassa meg az eredmények validitását valós adatokon.
Ajánlott irodalom:
  1. T. Várady, P. Benkő, G. Kós: Reverse engineering regular objects: Simple segmentation and surface fitting procedures. International Journal of Shape Modeling, Vol. 4(3-4), pp. 127-141, 1998.
  2. P. Theologou, I. Pratikakis, Th. Theoharis: A comprehensive overview of methodologies and performance evaluation frameworks in 3D mesh segmentation. Computer Vision and Image Understanding, Vol. 135, pp. 49-82, 2015.
  3. P-A. Fayolle, A. Pasko: Segmentation of discrete point clouds using an extensible set of templates. The Visual Computer, Vol. 29, pp. 449-465, 2013.
  4. Y-K. Lai, Sh-M. Hu, R.R. Martin, P.L. Rosin: Rapid and effective segmentation of 3D models using random walks. Computer Aided Geometric Design, Vol. 26, pp. 665-679, 2009.