Ανάπτυξη σαρωτή τριών διαστάσεων (3D) με τη χρήση αισθητήρα Kinect.
Φόρτωση...
Ημερομηνία
2015-03-09T11:05:40Z
Συγγραφείς
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Τ.Ε.Ι. Κρήτης, Τεχνολογικών Εφαρμογών (Σ.Τ.Εφ), Τμήμα Μηχανικών Πληροφορικής Τ.Ε.
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
T.E.I. of Crete, School of Engineering (STEF), Department of Informatics Engineering
Επιβλέπων
Περίληψη
Σε αυτή την πτυχιακή, θα δημιουργήσουμε μια εφαρμογή που διαχειρίζεται τα δεδομένα που εξάγονται από την κάμερα βάθους, αισθητήρων τριών διαστάσεων (3D).Η εφαρμογή αυτή θα χρησιμοποιεί αυτά τα δεδομένα βάθους για να δημιουργήσει ένα σύννεφο από σημεία (pointc loud) που θα αντιπροσωπεύει την συνολική επιφάνεια ενός αντικείμενου στο τρισδιάστατο χώρο. Για να γίνει αυτό, τα pointc louds θα συγκρίνονται, ευθυγραμμίζονται, ενώνονται και τέλος θα λειαίνεται για να την αναδημιουργία της επιφάνειας του 3D αντικειμένου. Σκοπός αυτής της εργασίας είναι η δημιουργία ενός προσιτού τρισδιάστατου σαρωτή (3D-scanner ) χρησιμοποιώντας ελεύθερο λογισμικό όπως PCL ( PointCloudsLibrary) , OpenNI και αισθητήρες Kinect.
In this thesis, we created an application that uses data from 3 Dimensions (3D) sensor's depth camera. This application will be using those depth data to extract a point-c loud from each side of a rotated object. Those point-c louds are going be compared, aligned and concatenated, in order to have a complete 3D scan. To avoid the possibility of noise those concatenated point-clouds will be smoothen. Using the smoothen result it will create a mesh of its surface to complete the 3D scan and be ready for use in 3D printers or 3D environments. The main goal is to complete an inexpensive 3D scanner using open-source development tools and affordable devices. To archive this goal we will use C++ and libraries such as PCL (Point Clouds Library), OpenNI Kinect sensor.
In this thesis, we created an application that uses data from 3 Dimensions (3D) sensor's depth camera. This application will be using those depth data to extract a point-c loud from each side of a rotated object. Those point-c louds are going be compared, aligned and concatenated, in order to have a complete 3D scan. To avoid the possibility of noise those concatenated point-clouds will be smoothen. Using the smoothen result it will create a mesh of its surface to complete the 3D scan and be ready for use in 3D printers or 3D environments. The main goal is to complete an inexpensive 3D scanner using open-source development tools and affordable devices. To archive this goal we will use C++ and libraries such as PCL (Point Clouds Library), OpenNI Kinect sensor.