A contribution to semi-automatic segmentation of point clouds

Abstract

The increase the emerging technologies and the low cost related with 3D data acquisition have allowed researchers to open new doors of research in domains like building information modeling (BIM), in-process inspection, virtual simulation, reverse engineering, among others. However, these new doors carry out with them some challenges regarding data transmission, processing, storage, all of them currently being active research topics. This thesis aims to advance point cloud processing– specifically in segmentation– in three directions: First, we propose a hybrid technique for carrying out a semi-automatic segmentation using NARF and Min-Cut. Our technique can be modified to be used in different places or fields, for instance: in this thesis the technique was applied on urban and indoor environments, and dental models (medical field). Second, we conducted several tests to the hybrid technique and propose a method ology for the segmentation of dental models. In order to establish the methodology we used an exploratory study in segmentation of dental models, where it was tested by different algorithms (region growing, RANSAC, Min-Cut and the hybrid technique). Third, we developed another methodology based in the hybrid technique for segmenting objects in 3D scenes, aimed towards outdoor and indoor environments. A quantitative evaluation was carried out on a point cloud consisting of about 30 million points, with diverse objects of interest such as trees, cars, chairs, buildings (Texto tomado de la fuente)

El aumento de las nuevas tecnologías emergentes y el bajo costo relacionado con los sistemas de adquisición 3D han permitido a los investigadores abrir nuevas puertas en la investigación en ámbitos como en la construcción de modelos de información (BIM), en el proceso de inspección, la simulación virtual, la ingeniería inversa, entre otros. Sin embargo, estas nuevas puertas traen consigo algunos desafíos en materias como: transmisión de datos, procesamiento, almacenamiento, permitiendo temas de investigación activos. Esta tesis tiene como objetivo avanzar en el procesamiento de nubes de puntos - específicamente en la segmentación - en tres direcciones: En primer lugar, se propone una técnica hibrida para llevar a cabo una segmentación semiautomática utilizando NARF y Min-Cut. Nuestra técnica puede ser modificado para ser utilizado en diferentes lugares o campos, por ejemplo: en esta tesis se aplicó la técnica en entornos urbanos e interiores, y los modelos dentales (campo de la medicina). En segundo lugar, hemos realizado varias pruebas con la técnica hibrida propuesta y se propone una metodología para la segmentación de los modelos dentales. La metodología se empleó en un estudio exploratorio para la segmentación de los modelos dentales, donde se probaron diferentes algoritmos (región de cultivo, RANSAC, MinCut y la técnica hibrida). Por último, se ha desarrollado una metodología basada para la segmentación de objetos en escenas 3D, dirigida hacia los ambientes interiores y exteriores. Una evaluación cuantitativa se llevó a cabo en la nube de puntos empleado el repositorio de Trimble que consta de nubes de cerca 30 millones de puntos, con diversos objetos de interés tales como árboles, coches, sillas, edificios