Global and local registration of surfaces in 3-space

Abstract

Mit den Entwicklungen der letzten Jahrzehnte im Bereich der 3D Sensorik und der sich daraus ergebenden Vielzahl an Anwendungen steigt auch der Bedarf an schnellen und zuverlässigen Algorithmen, um die gewonnenen Daten entsprechend verarbeiten zu können. Da die meisten Scanner mit lokalen Koordinatensystemen arbeiten, ist ein Schritt dieser Datenverwertung die Registrierung. Das ist die Aufgabe zwei oder mehrere Repräsentationen desselben Objektes in ein gemeinsames Koordinatensystem überzuführen, sodass sie bestmöglich gegeneinander ausgerichtet sind. Ziel dieser Diplomarbeit ist es, einen Überblick über einige Lösungsansätze für dieses Problem zu geben. Diese können in zwei Klassen unterteilt werden: Einerseits Algorithmen zur globalen Registrierung, welche keinerlei Voraussetzung an die relativen Posen der Eingangsdaten stellen und versuchen diese nur näherungsweise zur Deckung bringen, und andererseits Verfahren zur lokalen Registrierung, welche verlangen, dass die Flächen bereits grob gegeneinander ausgerichtet sind und versuchen, ein exaktes Ergebnis zu erzielen. Des Weiteren werden Ansätze beider Klassen für ausgewählte Datensätze getestet, mit speziellem Augenmerk auf deren Stabilität und Zuverlässigkeit.<br />

Concomitant to the developments in the field of 3D scanning devices within the last few decades and the resulting rise in the number of applications thereof, the need for fast and reliable algorithms for handling the captured data has increased. Since most scanning devices work with their own local coordinate systems, one step in the processing of the scans is registration. This is the task of transforming two or more representations of the same shape into a global coordinate system by aligning the surfaces in the best possible way. The aim of this thesis is to provide an overview of several methods addressing the task of registration. These methods can be divided into two classes: On the one hand there are global registration algorithms which do not make any assumptions on the relative poses of the input surfaces and only result in a coarse alignment. On the other hand there are local registration algorithms requiring a crude initial pre-alignment and aim at an exact matching of the surfaces. Furthermore approaches from both classes are tested for some selected datasets with special focus on their stability and reliability.<br />