SAYISAL GÖRÜNTÜLERDEN ÜÇ BOYUTLU NOKTA BULUTLARININ ELDE EDİLMESİ

Öz

Görüntü işleme teknikleri ile dijital görüntü verileri kullanılarak iyileştirilmiş veya daha farklı görüntüler elde edilebilmekte ve nesne tanıma işlemleri gerçekleştirilebilmektedir. Bu işlemler görüntünün yakalanması ile başlar, farklı tekniklerin kullanılması ile devam eder. Görüntü işleme, geniş bir alanı kapsayan bilgisayar biliminin önemli bir konusudur. Tersine mühendisliğin de önemli çalışma alanlarından bir tanesidir. Bu makalede, sayısal görüntülerden üç boyutlu nokta bulutlarının elde edilmesi için geliştirilen üç farklı sistem hakkında bilgi verilmiştir. Görüntü işleme teknikleri kullanarak nokta bulutlarının elde edildiği sistemin algoritma yapısı açıklanmış ve örnek çalışmalar verilmiştir. Çözümün sağlandığı sistem değişik biçimlere sahip parçaların el kamerası ya da dijital fotoğraf makinesinden alınan görüntülerinden üç boyutlu nokta bulutları elde edilebilmektedir. Elde edilen bu nokta bulutları herhangi bir tasarım ve imalat programında üç boyutlu katı modele kolaylıkla çevrilebilmektedir. Çalışmanın sonunda geliştirilen diğer sistemler ile kullanılan sistem karşılaştırılarak avantajları belirtilmiştir.

Anahtar Kelimeler

• 3 boyutlu nokta bulutu, görüntü işleme, bilgisayar destekli tasarım

OBTAINING THREE DIMENSIONAL POINT CLOUDS FROM DIGITAL IMAGES

Öz

With image processing techniques the improved or different images can be obtained and pattern recognition processes can be done using digital images. These operations begin from capturing the image and continue using the different techniques. Image processing which includes wide area is an important subject of computer science. Moreover, it is one of the significant working areas of reverse engineering. In this paper, the information regarding three different systems which have been developed to obtain 3D point clouds for digital images is given. The algorithm of the system in which point clouds can be obtained using image processing techniques is explained and samples are introduced. 3D point clouds can be obtained from the digital camera or hand held camcorder images which are different shapes with the system which solved the problem. These point clouds can easily be converted into three dimensional solid or surface model in a Computer Aided Design (CAD) program. The system and the other systems are compared and advantages of the system are specified.

Anahtar Kelimeler

• 3D point cloud, image processing, computer aided design

Kaynakça

1. Ayyıldız, M. ve Göloğlu, C. (2009). Hasarlı Kalıp Elemanlarının Onarılması Amaçlı Tersine
2. Mühendislik Destekli Bir Çerçeve Çalışması, 5. Uluslararası İleri Teknolojiler Sempozyumu (IATS’09), 1437-1441, Karabük.
3. (http://iats09.karabuk.edu.tr/press/bildiriler_pdf/IATS09_05-07_1502.pdf)
4. Benlamri, R. and Al-Marzooqi, Y. (2004). Free-From Object Segmentation and Representation from Registered Range and Color Images, Image and Vision Computing, 22, 717.
5. Byne, J. H. M. and Anderson, J. A. D. W. (1998). A CAD-Based Computer Vision System,
6. Image and Vision Computing, 16 (8), 533-539. Bosche, F. (2010). Automated recognition of 3D CAD model objects in laser scans and calculation. Advanced Engineering Informatics, 24, 107-118.
7. Chen, Ke-Z. ve Feng, Xin-A. (2003). Solid Model Reconstruction from Engineering Paper
8. Drawings Using Genetic Algorithms, Computer Aided Design, 35, 1235-1248.

9. Dayık, M., Kodaloğlu, M., Güler, C. ve Sivrikaya, D. (2008). 3 Boyutlu Vücut Tarama
10. Sistemleri, Tekstil Teknolojileri Elektronik Dergisi, 2(3), 59-76. (http://www.teknolojikarastirmalar.com/frmDetayTR.aspx?IDDergi=4&IDIcerik=324) Foley, J. D., Dam, A. V. (2004). Feiner S. K. ve Hughes, J. F., Computer graphics: principles and practice 2nd ed, Addison-Wesley Publishing Company, New York, 214-228.
11. Hassanpour, R. ve Atalay, V. (2004). Camera Auto-Calibration Using a Sequence of 2D
12. Images with Small Rotations, Pattern Recognition Letters, 25, 989-997. Hua, L. ve Weiyu, W. (2004). A New Approach to Image–Based Realistic Architecture
13. Modeling with Featured Solid Library, Automation in Construction, 13, 555-564. Kapucu, S. ve Bayseç, S. (1995). 3 Nokta Tekniği ile Cisimlerin Koordinatlarının Video
14. Görüntülerinden Elde Edilmesi, 7. Ulusal Makine Teorisi Sempozyumu, 454-463, İstanbul. (http://www1.gantep.edu.tr/~kapucu/basilanlar/1995b.pdf)
15. Marchand, E., Bouthemy, P. ve Chaumette, F. (2001). A 2D-3D Model-Based Approach to
16. Real-Time Visual Tracking, Image and Vision Computing, 19, 941-955. Mülayim, A. Y. (2002). 3D Reconstruction of Rigid Objects from Multiple Calibrated Views,
17. The Middle East Technical University, Natural and Applied Sciences, Doctor of Philosophy Thesis, 10-86, Ankara. Özden, K. E. (2002). 3D Reconstruction: Techniques for Stereo and Moving Cameras,
18. Boğaziçi University, Science and Engineering, Master Thesis, 8-70, İstanbul. Pakalın, D. (2002). A Three Dimensional Human Body Modelling System, Dokuz Eylül
19. University, Natural and Applied Sciences, Master Thesis, 4-73, İzmir. Pratt, W. K. (1991). Digital image processing 2nd ed., A Willey-Interscience Publication, New York, A.B.D.
20. Tistarelli, M., Bicego, M, ve Grosso, E. (2009). Dynamic Face Recognition: From Human to
21. Machine Vision, Image and Vision Computing, 27(3), 222-232. Yang, W-B, Chen, M-B. ve Yen, Y-N. (2011). An application of digital point cloud to historic architecture in digital archives. Advance in Engineering Software, 42, 690-699.