Тема выпускной работы: "Разработка алгоритмов и программного модуля сегментации облаков точек для облачного сервиса сбора, обработки и хранения данных лазерного сканирования". Целью данной работы было провести исследование о возможности создания модуля, выполняющего поиск в облаке точек облака меньшего размера, основываясь на заранее определённом пользователем шаблоне. Задачи, которые решались в ходе исследования: 1) Анализ существующих алгоритмов, подходящих для решения задачи определения и сравнения. 2) Выявление наиболее подходящего алгоритма для решения задачи поиска по шаблону. 3) Разработка на основе выбранного алгоритма программного модуля, осуществляющего поиск по шаблону в облаках точек. Данный модуль предполагается использовать в составе web-сервиса, осуществляющего обработку облаков точек, разрабатываемого в лаборатории ПСПОД. По итогам анализа для решения задачи поиска по шаблону был выбран итеративный алгоритм ближайших точек. Реализованный на основе этого алгоритма программный модуль был протестирован на облаке точек большого размера, что позволяет проанализировав полученные результаты, судить о работоспособности реализации. По итогам анализа результатов работы был сделан следующий вывод: модуль выполняет поставленную задачу, но скорость поиска и качество результата работы алгоритма зависимо от предустанавливаемых параметров алгоритма.

The topic of the graduation work: "Development of algorithms and software module for point clouds segmentation for cloud service of laser scanning data collection, processing and storage". The purpose of this work was to investigate the possibility of creating a module that searches the cloud for smaller cloud points based on a user-defined template. Tasks that were solved during the research: 1) Analysis of existing algorithms suitable for solving the problem of determining and comparing volumetric bodies. 2) Identification of the most suitable algorithm for the solution of the task of searching by the template. 3) Development on the basis of the selected algorithm of the program module that performs the search by the template in point clouds. This module is supposed to be used as part of a web-service processing point clouds developed in the ISFSDP laboratory. According to the results of the analysis, an iterative algorithm of the nearest points was selected to solve the task of search by the template. The software module implemented on the basis of this algorithm was tested on a cloud of large points, which allows to analyze the results and judge the performance of this implementation. As a result of the analysis of the module's results the following conclusion was made: the module correctly performs the task, but the speed and quality of the algorithm's result depends on the preset parameters of the algorithm.

• 09b515c78cdaf7b8da65becd2ff3145f24e19b12827ccb160dda20493eb65d15.pdf
• 09b515c78cdaf7b8da65becd2ff3145f24e19b12827ccb160dda20493eb65d15.pdf
• 09b515c78cdaf7b8da65becd2ff3145f24e19b12827ccb160dda20493eb65d15.pdf
  • СПИСОК ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ
  • ВВЕДЕНИЕ
  • 1. Обзор существующих методов, пригодных для определения сходства объёмных тел
    • 1.1. Определение подхода к поиску алгоритмов
    • 1.2. Методы использующие свертку
    • 1.3. Методы использующие нейронные сети
    • 1.4. Методы подбирающие модели
      • 1.4.1. Алгоритм Random sample consensus (RANSAC)
      • 1.4.2. Алгоритм J-Linkage
    • 1.5. Преобразование Хафа
    • 1.6. Генеративные методы
    • 1.7. Итеративный алгоритм ближайших точек (ICP)
      • 1.7.1. Поиск ближайших точек
    • 1.8. Выводы по первому разделу
  • 2. Задействованные в решении задачи инструментальные программные средства, алгоритмы и структуры данных
    • 2.1. Использованные для разработки программные средства
      • 2.1.1. Среда визуализации облаков точек
      • 2.1.2. Средство виртуализации разработанного программного модуля
      • 2.1.3. Инструментальные средства разработки приложения
    • 2.2. Используемые алгоритмы и структуры данных
      • 2.2.1. Алгоритм Iterative Closest Point
      • 2.2.2. Структура хранения облаков точек октодерево
      • 2.2.3. Модификация алгоритма Iterative Closest Point для поиска по шаблону
    • 2.3. Выводы по второму разделу
  • 3. Програмная реализация и её функционально-классовая модель
    • 3.1. Структура программы
    • 3.2. Алгоритм работы
    • 3.3. Результаты работы программы
    • 3.4. Выводы по третьему разделу
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
    • Приложение. Сингулярное разложение матриц