مروری تحلیلی بر روند توسعه ی یک سیستم جهت محاسبه و مقایسه حجم با استفاده از سنسور کیفیت

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 448

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCEGIT01_060

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

محاسبه و مقایسه حجم موضوع مهمی می باشد که در بسیاری از برنامه های کاربردی مانند بازرسی صنعت محصولات کشاورزی و مهندسی عمران مورد توجه می باشد در زمینه محاسبه حجم پارامترهای مختلف از جمله زمان پردازش هزینه و دقت نقش مهمی را ایفا می کند در میان سنسورهای مختلف که برای محاسبه و مقایسه حجم توسعه یافته اند کینکت دارای سرعت زیاد هزینه کم و دقت نسبتا بالا می باشد در این مقاله مراحل محاسبه و مقایسه حجم با استفاده از سنسور کینکت مورد بررسی قرار می گیرد این فرایند از گرفتن اطلاعات عمق با کینکت و تولید یک ابر نقطه متراکم با این سنسور شروع می شود پس از آن بر اساس یکی از اصول مدلسازی مدل سه بعدی تولید می شود در مرحله ی بعدی به وسیله الگوریتم های قطعه بندی مدل مورد نظر از صحنه جدا می شود پس از آن حجم مدل قطعه بندی شده محاسبه می گردد در نهایت به منظور مقایسه حجم مدل سه بعدی به دست آمده با مدل از پیش تعریف شده این مدل ها باید هم مرجع شوند در این مقاله بر روی هر یک از مسایل فوق بحث شده است و الگوریتم های آنها به همراه مزایا و معایب هریک ارایه شده است این بررسی روند کاری را برای توسعه یک سیستم به منظور محاسبه و مقایسه حجم نشان دهد

کلیدواژه ها:

مدلسازی سه بعدی ، سنسور کینکت ، محاسبه حجم و مقایسه حجم

نویسندگان

نگار نوری

دانشجو کارشناسی ارشد گروه فتوگرامتری و سنجش از دور دانشکده مهندسی نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

علی حسینی نوه

عضو هیات علمی استادیار گروه فتوگرامتری و سنجش از دور دانشکده مهندسی نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

ابوالقاسم صادقی نیارکی

عضو هیات علمی و استادیار گروه سیستم اطلاعات مکانی قطب علمی فناوری اطلاعات مکانی دانشکده مهندسی نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

مسعود ورشوساز

عضو هیات علمی و دانشیار گروه فتوگرامتری و سنجش از دور دانشکده مهندسی نقشه برداری دانشگاه صنعتی خواجه نصیرالدین طوسی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Moreda, G., et al., Non -destructive technologies for fruit and ...
  • Nylinder, M., T. Kubenka, and M. Hultnas, Roundwood measuremet of ...
  • Sakai, N. and S. Yonekawa, Three-dim ensional image analysis of ...
  • Batlle, J., E. Mouaddib, and J. Salvi, Recent progress in ...
  • Besl, P.J., Active optical range imaging sensors, in Advances in ...
  • Blais, F., Review of 20 years of range sensor development. ...
  • Mada, S.K., et al. Overview of passive and active vision ...
  • Sansoni, G., M. Trebeschi, and F. Docchio, State-of-the-art and applications ...
  • Luhmann, T., et al, Close range photogramm etry: Principles, methods ...
  • Remondino, F. and S. El-Hakim, Image-based 3D Modelling: A Review. ...
  • Hosseininaveh, A, Ph otogrammetric Multi-View Stereo and Imaging Network Design, ...
  • Hammerle, M., et al., Comparison of Kinect and Terrestrial LiDAR ...
  • Khoshelham, K. and S.O. Elberink, Accuracy and resolution of kinect ...
  • Pinto, A.M., et al. Evaluation of Depth Sensors for Robotic ...
  • Smisek, J., M. Jancosek, and T. Pajdla, 3D with Kinect, ...
  • Weinman, M., S. Wursthorn, and B. Jutzi, Sem i-automatic image-based ...
  • Cook, T.S., et al., Using the Microsoft Kinect for patient ...
  • Henseler, H., et al., Validation of the Kinect device as ...
  • Buffa, R., et al., A new, effective and low-cost th ...
  • Lowes, L.P., et al., Reliability and validity of active-seated: An ...
  • Xu, M., Z. Lei, and J. Yang, Estimating the Dead ...
  • Weiss, A., D. Hirshberg, and M.J. Black. Home 3D body ...
  • Tong, J., et al., Scanning 3d full human bodies using ...
  • Dellen, B. and I.A. Rojas Jofre, Volume measuremet with _ ...
  • Ugur, B., Parametric Human Body Modeling for Virtual Dressing. 2008, ...
  • Ugur, B. and A.V. Sahiner, A Parametric Human Body Modeling ...
  • NieBner, M., et al., Real-time 3d reconstruction at scale using ...
  • Keller, M., et al. Real-time 3D reconstruction in dynamic scemes ...
  • Popescu, C.R. and A. Lungu, Real-Time 3D Reconstruction Using a ...
  • Roth, H. and M. Vona. Moving Volume KinectFusion in BMVC. ...
  • Izadi, S., et al. KinectFusion real-time 3D reconstruction and interaction ...
  • Silberman, N. and R. Fergus. Indoor scene segmentation using a ...
  • Nguyen, A. and B. Le. 3D point cloud segmentation: A ...
  • Golovinskiy, _ and T. Funkhouser. Min-cut based segmentation of point ...
  • Arghiani, M., E. Nemati, and H.S. Yazdi, Volume Measurement of ...
  • Lien, S.-l. and J.T. Kajiya, A symbolic method for calculating ...
  • Ramon, A. and E. Alonso. Analysis of ettringite attack to ...
  • Kutulakos, K.N. and S.M. Seitz, A theory of shape by ...
  • Bellekens, B., et al. A Survey of Rigid 3D Pointcloud ...
  • Tam, G.K., et al., Registration of 3D point clouds and ...
  • Audette, M.A., F.P. Ferrie, and T.M. Peters, An algorithmic overview ...
  • Van Kaick, O., et al. A survey on shape correspon ...
  • Rither, M., M. Lenz, and H. Bischof. uNect: On using ...
  • نمایش کامل مراجع