Segmentierung und Vereinfachung von Dreiecksnetzen durch Detektion theoretischer Kanten

Das Ziel der 3D-Rekonstruktion ist es, möglichst genaue und gleichzeitig wenig komplexe Repräsentanten von realen Objekten zu erstellen. In der Regel werden die vermessenen Modelle durch Dreiecksnetze repräsentiert. Beim Erstellungsvorgang der Dreiecksnetze werden jedoch scharfe Kanten des zu vermessenden Modells wegen des Abtasttheorems leicht abgerundet wiedergegeben. Die abgerundete Repräsentation der scharfen Modellkanten ist nicht korrekt und erhöht wegen der höheren Zahl von Stützstellen und Facetten zusätzlich den Speicherbedarf der Dreiecksnetze. Das Ziel dieser Masterthesis ist es, die nicht korrekt wiedergegebenen Modellkanten ausfindig zu machen und gezielt zu rekonstruieren. Um die Modellkanten zu finden werden die Dreiecksnetze segmentiert und die Segmente durch geeignete Flächenprimitive angenähert. Die Modellkanten ergeben sich schließlich aus den Schnittkurven benachbarter Flächenprimitive. Für die erste Segmentierung wird die Oberflächenkrümmung der Dreiecksnetze genutzt. Anschließend optimiert ein iterativer Prozess die Segmentierung des Dreiecksnetzes, den Approximationsfehler der Flächenprimitive, und fasst falls möglich benachbarte Flächenprimitive zusammen. Der Benutzer kann schließlich die so gefundenen Modellkanten im Dreiecksnetz rekonstruieren. Zur Bestimmung der Oberflächenkrümmung und der Segmentierung der Dreiecksnetze werden verschiedene Methoden vorgestellt, bewertet, und die geeignetste ausgewählt. Die erreichten Ergebnisse werden ausführlich dargestellt und diskutiert. Ferner werden geeignete Methoden zur Approximation der Segmente durch Flächenprimitive sowie zur Berechnung und Repräsentation der gefundenen Kanteninformation vorgestellt und deren Ergebnisse diskutiert. Schließlich werden zwei Ansätze zur Rekonstruktion der Modellkanten vorgestellt und ihre Ergebnisse verglichen.