Selección óptima de puntos coherentes para inspección de calidad en 3D a partir de reconstrucciones basadas en siluetas
Autores: Pérez Soler, Javier; Guardiola, Jose-Luis; Perez Jimenez, Alberto; Garrigues Carbó, Pau; García Sastre, Nicolás; Perez-Cortes, Juan-Carlos
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Selección óptima de puntos coherentes para inspección de calidad en 3D a partir de reconstrucciones basadas en siluetas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Inspección de calidad geométrica
Objeto reconstruido
Modelo de referencia
Reconstrucción 3D
Nube de puntos
Selección de puntos coherente con la cámara
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
La inspección de calidad geométrica en 3D implica evaluar y comparar un objeto reconstruido con un modelo de referencia predefinido o un diseño que define su volumen esperado. Alcanzar una reconstrucción precisa de la geometría de un objeto en 3D a partir de múltiples vistas puede ser desafiante. En esta investigación, proponemos un método de selección de puntos coherente con la cámara para medir las diferencias con la referencia. El resultado es una nube de puntos extraída de la reconstrucción que representa el escenario ideal, asegurando que cualquier desviación de la referencia se represente tal como se ve desde las cámaras. Este algoritmo ha sido probado tanto en condiciones simuladas como reales, reduciendo los errores de reconstrucción hasta en una quinta parte en comparación con metodologías tradicionales de reconstrucción en 3D. Además, esta estrategia asegura que cualquier diferencia existente con su referencia realmente existe y es un escenario ideal. Ofrece un flujo de trabajo rápido y robusto para una completa garantía de calidad geométrica en 3D, contribuyendo significativamente a los avances en el campo de la inspección de objetos en 3D.
Descripción
La inspección de calidad geométrica en 3D implica evaluar y comparar un objeto reconstruido con un modelo de referencia predefinido o un diseño que define su volumen esperado. Alcanzar una reconstrucción precisa de la geometría de un objeto en 3D a partir de múltiples vistas puede ser desafiante. En esta investigación, proponemos un método de selección de puntos coherente con la cámara para medir las diferencias con la referencia. El resultado es una nube de puntos extraída de la reconstrucción que representa el escenario ideal, asegurando que cualquier desviación de la referencia se represente tal como se ve desde las cámaras. Este algoritmo ha sido probado tanto en condiciones simuladas como reales, reduciendo los errores de reconstrucción hasta en una quinta parte en comparación con metodologías tradicionales de reconstrucción en 3D. Además, esta estrategia asegura que cualquier diferencia existente con su referencia realmente existe y es un escenario ideal. Ofrece un flujo de trabajo rápido y robusto para una completa garantía de calidad geométrica en 3D, contribuyendo significativamente a los avances en el campo de la inspección de objetos en 3D.