Abstract

Zautomatyzowana rekonstrukcja kształtu powierzchni reprezentowanych przez chmury punktów jest zagadnieniem badanym od wielu lat, jednak rezultaty osiągane za pomocą istniejących algorytmów odtwarzania modeli są dalekie od satysfakcjonujących, jeżeli wejściowe zbiory punktów cechują się nieregularną strukturą przestrzenną, co jest częstym zjawiskiem w przypadku danych pochodzących z sondowania hydroakustycznego czy skaningu laserowego. Sformułowana teza pracy doktorskiej zakładała możliwość uzyskania dokładniejszych modeli badanych obiektów w porównaniu do wyników osiąganych z użyciem znanych algorytmów, poprzez zastosowanie odpowiedniej kombinacji metod i technik przetwarzania danych wejściowych mających na celu zwiększenie ich poziomu regularności przed zastosowaniem faktycznego procesu odtwarzania kształtu reprezentowanych przez nie powierzchni. W pracy wykorzystano kombinacje różnych sposobów przetwarzania danych przestrzennych pochodzących z różnych źródeł, które zostały przetestowane dla wielu przypadków. Wykazano, że ich zastosowanie ma pozytywny wpływ na jakość odtworzonych modeli. Przedstawione wyniki zastosowania zaproponowanej metodyki pokazują, że wykorzystywane przez nią na różnych etapach procedury pozwalają na uzyskanie dokładniejszych trójwymiarowych modeli badanych obiektów w porównaniu do wyników osiąganych z użyciem znanych algorytmów.

Author (1)