Return to search

Évaluation en temps réel de la qualité d'un scan 3D

La numérisation 3D est fréquemment utilisée dans le domaine manufacturier, en particulier pour la fabrication personnalisée de prothèses, d'orthèses ou d'équipement sportif. Pour construire un modèle numérique d'une partie du corps humain, les utilisateurs de scans doivent faire l'acquisition d'une grande quantité de points. Pour des utilisateurs non experts, comme les spécialistes en fabrication de prothèses, obtenir un scan de haute qualité est ardu puisque la prise en main d'un numériseur est souvent complexe. De plus, le client doit rester immobile durant le processus de numérisation, ce qui réduit le temps imparti pour recueillir les données. Avec une approche de représentation du nuage de points moderne et adaptée au temps réel, appelée « champ vectoriel », le modèle est reconstruit en même temps que l'acquisition des points. En utilisant cette approche avec des métriques permettant d'évaluer la qualité du scan, l'utilisateur est informé en temps réel du déroulement de sa numérisation. Les deux métriques implémentées dans ce travail sont : la variation de surface et la classification de la surface parles courbures principales. La rétroaction sur la qualité du scan est affichée par un code de couleurs sur la surface reconstruite. Les expériences démontrent que les métriques, individuellement et/ou combinées, permettent d'afficher les emplacements de distorsions sur des objets ayant différentes géométries. Pour une représentation par champ vectoriel, la variation de surface représente un facteur d'uniformité du nuage de points dans un petit espace 3D, alors que la classification de la surface quantifie localement le type de surface selon une estimation des deux courbures principales à partir de points voisins sur le modèle. L'utilisateur étant informé en temps réel de la qualité de son scan, il peut ajuster la prise en main de son numériseur et optimiser son temps de numérisation. Par exemple, l'utilisateur peut choisir de faire l'acquisition d'une plus grande quantité de points aux endroits sur le modèle étant de mauvaise qualité ou recommencer le processus de numérisation s'il observe que l'intégralité du scan en cours est de qualité médiocre. / n the manufacturing industry, particularly for the customized manufacture of prostheses,orthoses and sports equipment, 3D scanning is frequently used. To build a digital model ofhuman body parts, scan users need to acquire a large number of points. For non-expert users,such as specialists in prosthesis manufactures, obtaining a high quality scan is an arduous task, as the handling of a 3D scanner is often complex. Moreover, the customer has to remain still during the scanning process, which reduces the time available for data collection. With a modern, real-time approach to point cloud representation, called "vector field", themodel is reconstructed while the points are acquired. Using this approach with metrics to assess scan quality, the user is informed in real time of scan progress. The two metrics implemented in this work are the surface variation and the surface classification using principal curvatures. Feedback on scan quality is displayed by colour-coding the reconstructed surface. Experiments show that metrics, individually or both combined, can be usedto display distortions on objects with different shapes. For a vector field representation, the surface variation represents a uniformity factor of the point cloud in a small 3D space, while the surface classification establish the surface class according to an estimate of the two principal curvatures from neighbouring points on the model. As the user is informed in realtime of scan quality, they can adjust the scanner's handling andoptimize scan time. For example, the user can choose to acquire a greater number of points inareas of the model thatare of poor quality, or restart the scanning process if the entire scanis of mediocre quality.

Identiferoai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/142932
Date06 May 2024
CreatorsDemers, Félix-Antoine
ContributorsLaurendeau, Denis
Source SetsUniversité Laval
LanguageFrench
Detected LanguageFrench
TypeCOAR1_1::Texte::Thèse::Mémoire de maîtrise
Format1 ressource en ligne (xii, 117 pages), application/pdf
Rightshttp://purl.org/coar/access_right/c_abf2

Page generated in 0.0022 seconds