این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی مکانیک مدرس، جلد ۱۷، شماره ۱۱، صفحات ۳۷۱-۳۷۹
عنوان فارسی الگوریتم جدید فشرده سازی غیراتلافی ابرنقاط با تلفیق سری الگوهای کدگری نورساختاریافته و فشرده سازی ماتریس تک کاناله دوبعدی
چکیده فارسی مقاله با پیشرفت و توسعه روشهای اندازه‌گیری سه بعدی غیرتماسی در طول دو دهه اخیر، به موازات ارتقاء سرعت عملیات اسکن و دقت در اندازه گیری و رشد قابل توجه کاربرد آن در گستره وسیعی از زمینه‌ها (نظیر طراحی، مهندسی معکوس، بازرسی و کنترل کیفی، پزشکی، مستندسازی اشیاء، روباتیک و...) شاهد افزایش حجم اطلاعات بدست آمده (ابرنقاط) از دستگاه اسکنر سه بعدی بعنوان خروجی عملیات اسکن هستیم. و این مسئله موجب بروز محدودیت‌هایی در زمینه مدیریت داده، انتقال داده، ذخیره‌سازی داده و یا حتی توسعه روشهای اسکن بلادرنگ میگردد. بدین وسیله ضرورت فشرده‌سازی و کم کردن حجم این مقدار داده با حفظ و یا حداقل میزان افت در دقت و کیفیت بعنوان یکی از موضوعات مطالعاتی مورد توجه در زمینه پردازش پسین عملیات اسکن بیش از پیش آشکار شده است. این مقاله با ارائه روشی نو و متمایز جهت فشرده‌سازی بدون اتلاف ابرنقاط بدست آمده از عملیات اسکن سه بعدی در قالب یک تصویر دو بعدی تک کاناله معمولی، مبتنی بر روش‌های فشرده‌سازی داده‌های سه‌بعدی براساس تصویر، ضمن طراحی و ساخت یک دستگاه اسکنر سه بعدی غیرتماسی با الگوی نورساختاریافته مبتنی بر تکنیک کدگری، کارایی روش مطرح شده را مورد ارزیابی عملی قرار داده است. نتایج بدست آمده حاکی از صحت و کاربردی بودن این ایده و دستیابی به نرخ فشرده سازی متمایز [230:1] در میان سایر روش‌های فشرده‌سازی غیراتلافی داده‌های سه‌بعدی میباشد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Point-cloud lossless compression new algorithm by merging gray-coded structured light series patterns and compression of two-dimensional single channel matrix
چکیده انگلیسی مقاله According to the development of non-contact three-dimensional measurement methods over the past two decades, along with the acceleration of scanning operations and the accuracy in measuring and significant development of their application in a wide range of fields (such as design, reverse engineering, quality control and inspection, medicine, documentation of objects, robotics, etc.), we have seen an increase in the amount of information obtained (points cloud) from the 3D scanner as the output of the scan operation. This raises restrictions on data management, data transfer, data storage, or even the development of real-time scanning methods. In this way, the need to compress and reduce the amount of data with the preservation of accuracy or minimum drop in accuracy and quality as one of the issues of interest in the post-processing of scanning operations has been revealed more than ever before. In this paper with presenting a new and distinct method for lossless compression on points cloud obtained from 3D scan operations in the form of an ordinary single-channel 2D image based on the image-based encoding techniques, we have evaluated the performance and effectiveness of the proposed method, while designing and constructing a non-contact 3D scanner with structured-light pattern based on the Gray code technique. The results show the accuracy and applicability of this method and the achievement of distinct compression rate [230:1] among other lossless compression methods of 3D data.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله حسین رشیدی زاد |
دانشکده مهندسی مکانیک، دانشگاه تربیت دبیر شهید رجائی، تهران
سازمان اصلی تایید شده: دانشگاه تربیت دبیر شهید رجایی (Shahid rajaee teacher training university)

محمد مراد شیخی | mohammad morad
دانشگاه تربیت دبیر شهید رجایی
سازمان اصلی تایید شده: دانشگاه تربیت دبیر شهید رجایی (Shahid rajaee teacher training university)

غلامرضا اکبری زاده |
گروه برق، دانشکده مهندسی، دانشگاه شهید چمران اهواز، ایران
سازمان اصلی تایید شده: دانشگاه شهید چمران (Shahid chamran university)

نشانی اینترنتی http://mme.modares.ac.ir/article_17974_df7c87cd82c856b9816841e3bd93d785.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1256/article-1256-516565.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات