Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Piotr Zasiński

Numeryczne wyznaczanie szkieletu obiektu binarnego 3D


Numerical skeletonization of 3D binary object


Opiekun pracy dyplomowej: prof. dr hab. inż. Andrzej Materka
Dodatkowy opiekun pracy dyplomowej: dr inż. Marek Kociński

Praca dyplomowa inżynierska obroniona 2017-02-21
Streszczenie pracy dyplomowej:
Niniejsza praca dotyczy metod numerycznego wyznaczania szkieletu obiektu binarnego 3D. Celem pracy było dobranie i ewentualna modyfikacja algorytmu pozwalającego na szkieletyzację obiektu 3D, a następnie jego implementacja w postaci aplikacji konsolowej napisanej w języku C++. Praca bazuje na rozważaniach Lee, Kashyap i Chu (LKC). Zostają przybliżone podstawowe pojęcia z dziedziny przetwarzania obrazów cyfrowych. Dla ułatwienia badania topologii obiektów, zostaje wyjaśnione pojęcie charakterystyki Eulera, po czym następuje analiza algorytmu LKC. Praca wyjaśnia sposoby realizacji poszczególnych jego kroków. W pracy zwrócono uwagę na pewne wady wykorzystanego w algorytmie LKC warunku decydującego o geometrii pozyskiwanego szkieletu. Zaproponowano modyfikacje skutkujące usunięciem tych wad, wraz z ich uzasadnieniem i testami. Działanie wdrożonego algorytmu porównano z działaniem dostępnych otwarcie implementacji. Zwrócono uwagę na pewne błędy pojawiające się w wynikach uzyskiwanych za pomocą istniejących rozwiązań. Stworzona aplikacja unika wspomnianych błędów oraz daje lepsze rezultaty, co przejawia się dokładniejszą długością szkieletów.
Abstract:
This thesis explores the methods of extracting skeleton from three-dimensional binary discrete object. It aims to implement and, should it be possible, improve open-access algorithms of skeletonization of 3D binary objects. The algorithm is implemented as a console application written in C++. The core of the thesis is based on the work of Lee, Kashyap and Chu (LKC). The thesis describes some basic constructs of digital image processing. For the analysis of objects' topology the notion of Euler characteristic is explained. The algorithm suggested by Lee, Kashyap and Chu is meticulously investigated. Possible ways of realizing each particular step of the algorithm are presented. Attention is drawn to some potential disadvantages of the geometric conditioning used by Lee, Kashyap and Chu. Possible alterations are suggested, justified and tested. Created application is compared with openly available alternatives. Some errors in the results obtained using existing implementations are uncovered and pinpointed. The created solution appears to be free of those mistakes. What is more, the extracted skeletons exhibit a slight improvement in quality, which manifests in their more accurate length.