Tez Arşivi

Tez aramanızı kolaylaştıracak arama motoru. Yazar, danışman, başlık ve özete göre tezleri arayabilirsiniz.


Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Elektrik ve Elektronik Mühendisliği Bölümü / Elektrik-Elektronik Mühendisliği Anabilim Dalı

3D geometric hashing using transform invariant features

Yer değiştirmeden ve dönüsümden bağımsız öznitelik kullanılarak 3B geometrik kıyım

Teze Git (tez.yok.gov.tr)

Bu tezin tam metni bu sitede bulunmamaktadır. Teze erişmek için tıklayın. Eğer tez bulunamazsa, YÖK Tez Merkezi tarama bölümünde 238301 tez numarasıyla arayabilirsiniz.

Özet:

3D object recognition is performed by using geometric hashing where transformationand scale invariant 3D surface features are utilized. 3D features are extracted fromobject surfaces after a scale space search where size of each feature is also estimated.Scale space is constructed based on orientation invariant surface curvature valueswhich classify each surface point?s shape. Extracted features are grouped into tripletsand orientation invariant descriptors are defined for each triplet. Each pose of eachobject is indexed in a hash table using these triplets. For scale invariance matching,cosine similarity is applied for scale variant triple variables. Tests were performed onStuttgart database where 66 poses of 42 objects are stored in the hash table duringtraining and 258 poses of 42 objects are used during testing. %90.97 recognition rateis achieved.

Summary:

Dönüsümden ve büyüklükten bagımsız 3B yüzey öznitelikleri kullanılarak 3B cisimtanıma çalısması yapıldı. Ölçek uzayı taraması yapılarak cisimlerin yüzeylerindeki3B öznitelikler elde edilerek her özniteligin büyüklügü elde edilir. Ölçek uzayı heryüzey noktasının seklini belirten dönüsümden bagımsız yüzey egrilik degerleriyleolusturulur. Elde edilen öznitelikler üçlüler halinde gruplanır ve her üçlülerdedönüsümden bagımsız ayıraçlar tanımlanır. Bu üçlüler kullanılarak her cismin herfarklı pozu kıyım tablosuna indekslenir. Büyüklüge duyarlı degerler için kosinüsbenzerlik kullanılarak ölçege duyarlı olmayan eslestirme elde edilir. Yapılantestlerde Stuttgart veri tabanında her 42 cisim için 66 poz kıyım tablosuna egitimsafhasında saklandı ve test asamasında her 42 cismin 256 pozu kullanıldı. %90.97oranında tanıma basarısı saglandı.