Reconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento
Dentro del gran conjunto de técnicas para elaborar reconstrucciones en 3D, los algoritmos de estructura desde el movimiento resaltan debido a su bajo costo y versatilidad, siendo estos algoritmos una serie de procedimientos computacionales para la generación automatizada de nubes densas de puntos a...
- Autores:
-
Melo Barrera, Luis Enrique
Cerón Correa, Alexander
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2021
- Institución:
- Universidad Militar Nueva Granada
- Repositorio:
- Repositorio UMNG
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unimilitar.edu.co:10654/43870
- Acceso en línea:
- http://hdl.handle.net/10654/43870
- Palabra clave:
- ARQUEOLOGIA
algor
digital heritage
triangular mesh
point cloud
image segmentation
SfM
archaeological reconstruction
herencia cultural digital
mallas triangulares
nubes de puntos
segmentación de imágenes
SfM
reconstrucción arqueológica
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/
| id |
UNIMILTAR2_779a6000fed71725f966edfc938315e8 |
|---|---|
| oai_identifier_str |
oai:repository.unimilitar.edu.co:10654/43870 |
| network_acronym_str |
UNIMILTAR2 |
| network_name_str |
Repositorio UMNG |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Reconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento |
| dc.title.translated.spa.fl_str_mv |
3D reconstruction of archaeological contexts using image segmentation and Structure from Motion |
| title |
Reconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento |
| spellingShingle |
Reconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento ARQUEOLOGIA algor digital heritage triangular mesh point cloud image segmentation SfM archaeological reconstruction herencia cultural digital mallas triangulares nubes de puntos segmentación de imágenes SfM reconstrucción arqueológica |
| title_short |
Reconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento |
| title_full |
Reconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento |
| title_fullStr |
Reconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento |
| title_full_unstemmed |
Reconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento |
| title_sort |
Reconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento |
| dc.creator.fl_str_mv |
Melo Barrera, Luis Enrique Cerón Correa, Alexander |
| dc.contributor.author.none.fl_str_mv |
Melo Barrera, Luis Enrique Cerón Correa, Alexander |
| dc.subject.lemb.spa.fl_str_mv |
ARQUEOLOGIA algor |
| topic |
ARQUEOLOGIA algor digital heritage triangular mesh point cloud image segmentation SfM archaeological reconstruction herencia cultural digital mallas triangulares nubes de puntos segmentación de imágenes SfM reconstrucción arqueológica |
| dc.subject.keywords.spa.fl_str_mv |
digital heritage triangular mesh point cloud image segmentation SfM archaeological reconstruction |
| dc.subject.proposal.spa.fl_str_mv |
herencia cultural digital mallas triangulares nubes de puntos segmentación de imágenes SfM reconstrucción arqueológica |
| description |
Dentro del gran conjunto de técnicas para elaborar reconstrucciones en 3D, los algoritmos de estructura desde el movimiento resaltan debido a su bajo costo y versatilidad, siendo estos algoritmos una serie de procedimientos computacionales para la generación automatizada de nubes densas de puntos a partir de un conjunto de fotografías. El objetivo de éste artículo es proponer un flujo de trabajo para la reconstrucción en 3D de contextos y objetos arqueológicos utilizando un UAV (Unmanned aerial vehicle, por sus siglas en inglés) de bajo costo para la fase de captura de datos, buscando evaluar y problematizar la necesidad de recurrir a hardware costoso y específico. Luego de esta etapa de captura de datos, el proceso de reconstrucción en 3D inicia. Éste flujo de trabajo está compuesto por tres grandes fases: La generación de máscaras binarias para seleccionar regiones de interés, la producción de nubes de puntos densas y su transformación en mallas triangulares. Finalmente, se esboza el reto que significa aspirar a determinar cuál de las reconstrucciones generadas es la mejor bajo marcos cuantitativos. |
| publishDate |
2021 |
| dc.date.issued.none.fl_str_mv |
2021-12-06 |
| dc.date.accessioned.none.fl_str_mv |
2023-05-24T19:29:24Z |
| dc.date.available.none.fl_str_mv |
2023-05-24T19:29:24Z |
| dc.type.local.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.*.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10654/43870 |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Militar Nueva Granada |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Militar Nueva Granada |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unimilitar.edu.co |
| url |
http://hdl.handle.net/10654/43870 |
| identifier_str_mv |
instname:Universidad Militar Nueva Granada reponame:Repositorio Institucional Universidad Militar Nueva Granada repourl:https://repository.unimilitar.edu.co |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
F.Carvajal-Ramírez, A.D.Navarro-Ortega, F.Agüera-Vega, P. Martínez- Carricondo, and F. Mancini, “Virtual reconstruction of damaged archaeological sites based on unmanned aerial vehicle photogrammetry and 3d modelling. study case of a southeastern iberia production area in the bronze age,” Measurement, vol. 136, pp.225–236, mar 2019. M. A. Quintana Rosales, “Registro de una secuencia temporal de nubes de puntos utilizando tecnología kinect para la reconstrucción tridimensional de material arqueológico,” Pontificia Universidad Católica del Perú, Lima, Perú, tech report, Jun. 2015. N. Lercari, “3d visualization and reflexive archaeology: A virtual reconstruction of Çatalhöyük history houses,” Digital Applications in Archaeology and Cultural Heritage, vol. 6, pp. 10–17, sep 2017. Y. Y. Boykov and M.-P. Jolly, “Interactive graph cuts for optimal boundary region segmentation of objects in n-d images,” in Proceedings of “Internation Conference on Computer Vision”, Vancouver, Canada, July 2001 vol. I, p.105, 2001. M. Westoby, J. Brasington, N. Glasser, M. Hambrey, and J. Reynolds,“’structure-from-motion’ photogrammetry: A low-cost, effective tool for geoscience applications,” Geomorphology, vol. 179, pp. 300–314, dec2012. J. Meza, A. G. Marrugo, G. Ospina, M. Guerrero, and L. A.Romero, “A structure-from-motion pipeline for generating digital elevation models for surface-runoff analysis,” Journal of Physics: Conference Series, vol. 1247, p. 012039, jun 2019. [Online]. Available:https://doi.org/10.1088/1742- 6596/1247/1/012039 D. Lowe, “Object recognition from local scale-invariant features,” in Proceedings of the Seventh IEEE International Conference on Computer Vision, vol. 2, 1999, pp. 1150–1157 vol.2. M. A. Fischler and R. C. Bolles, “Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography,” Commun. ACM, vol. 24, no. 6, p. 381–395, Jun. 1981. [Online]. Available: https://doi.org/10.1145/358669.358692 S. Arya, D. M. Mount, N. S. Netanyahu, R. Silverman, and A. Y.Wu, “An optimal algorithm for approximate nearest neighbor searching fixed dimensions,” J. ACM, vol. 45, no. 6, p. 891–923, Nov. 1998. [Online]. Available: https://doi.org/10.1145/293347.293348 Y. Furukawa and J. Ponce, “Accurate, dense, and robust multiview stere- opsis,”IEEE Transactions on Pattern Analysis and Machine Intelligence,vol. 32, no. 8, pp. 1362–1376, 2010. M. Corsini, P. Cignoni, and R. Scopigno, “Efficient and flexible sampling with blue noise properties of triangular meshes,” IEEE Transactions on Visualization and Computer Graphics, vol. 18, no. 6, pp. 914–924, 2012. M. Kazhdan and H. Hoppe, “Screened poisson surface reconstruction,” ACM Trans. Graph., vol. 32, no. 3, Jul. 2013. [Online]. Available:https://doi.org/10.1145/2487228.2487237 |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.accessrights.*.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.creativecommons.spa.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International |
| dc.rights.local.spa.fl_str_mv |
Acceso abierto |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 Attribution-NonCommercial-NoDerivatives 4.0 International Acceso abierto |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
applicaction/pdf |
| dc.coverage.sede.spa.fl_str_mv |
Calle 100 |
| dc.publisher.program.spa.fl_str_mv |
Ingeniería Multimedia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.grantor.spa.fl_str_mv |
Universidad Militar Nueva Granada |
| institution |
Universidad Militar Nueva Granada |
| bitstream.url.fl_str_mv |
http://repository.unimilitar.edu.co/bitstream/10654/43870/3/MeloBarreraLuisEnrique2021.pdf http://repository.unimilitar.edu.co/bitstream/10654/43870/4/license.txt |
| bitstream.checksum.fl_str_mv |
cf14f77515f1cfba4b811cd42fef4336 a609d7e369577f685ce98c66b903b91b |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional UMNG |
| repository.mail.fl_str_mv |
bibliodigital@unimilitar.edu.co |
| _version_ |
1808417878261628928 |
| spelling |
Melo Barrera, Luis EnriqueCerón Correa, AlexanderIngeniero Multimedia2023-05-24T19:29:24Z2023-05-24T19:29:24Z2021-12-06http://hdl.handle.net/10654/43870instname:Universidad Militar Nueva Granadareponame:Repositorio Institucional Universidad Militar Nueva Granadarepourl:https://repository.unimilitar.edu.coDentro del gran conjunto de técnicas para elaborar reconstrucciones en 3D, los algoritmos de estructura desde el movimiento resaltan debido a su bajo costo y versatilidad, siendo estos algoritmos una serie de procedimientos computacionales para la generación automatizada de nubes densas de puntos a partir de un conjunto de fotografías. El objetivo de éste artículo es proponer un flujo de trabajo para la reconstrucción en 3D de contextos y objetos arqueológicos utilizando un UAV (Unmanned aerial vehicle, por sus siglas en inglés) de bajo costo para la fase de captura de datos, buscando evaluar y problematizar la necesidad de recurrir a hardware costoso y específico. Luego de esta etapa de captura de datos, el proceso de reconstrucción en 3D inicia. Éste flujo de trabajo está compuesto por tres grandes fases: La generación de máscaras binarias para seleccionar regiones de interés, la producción de nubes de puntos densas y su transformación en mallas triangulares. Finalmente, se esboza el reto que significa aspirar a determinar cuál de las reconstrucciones generadas es la mejor bajo marcos cuantitativos.Into the large set of techniques to elaborate 3D reconstructions, the Structure from Motion algorithms stand out because of its low cost and versatility, being these algorithms a series of computational procedures to the automated generation of dense point clouds from a set of photographs. The goal of this paper is to propose a workflow for the 3D reconstruction of archaeological objects and contexts employing a low cost UAV (Unmanned aerial vehicle) for the data capture phase, searching to evaluate and problematize the need of use expensive and specific hardware. After this data capture stage the 3D reconstruction process begins. This workflow is composed by three great phases: The generation of binary masks to select regions of interest, the production of dense point clouds and its transformation into a triangular mesh. Finally, sketch out the challenge that means aspire to determine which is the best of the generated reconstructions under quantitative frames.Pregradoapplicaction/pdfspahttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 InternationalAcceso abiertoReconstrucción en 3D de contextos arqueológicos utilizando segmentación de imagen y estructura desde el movimiento3D reconstruction of archaeological contexts using image segmentation and Structure from MotionARQUEOLOGIAalgordigital heritagetriangular meshpoint cloudimage segmentationSfMarchaeological reconstructionherencia cultural digitalmallas triangularesnubes de puntossegmentación de imágenesSfMreconstrucción arqueológicaTesis/Trabajo de grado - Monografía - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fIngeniería MultimediaFacultad de IngenieríaUniversidad Militar Nueva GranadaF.Carvajal-Ramírez, A.D.Navarro-Ortega, F.Agüera-Vega, P. Martínez- Carricondo, and F. Mancini, “Virtual reconstruction of damaged archaeological sites based on unmanned aerial vehicle photogrammetry and 3d modelling. study case of a southeastern iberia production area in the bronze age,” Measurement, vol. 136, pp.225–236, mar 2019.M. A. Quintana Rosales, “Registro de una secuencia temporal de nubes de puntos utilizando tecnología kinect para la reconstrucción tridimensional de material arqueológico,” Pontificia Universidad Católica del Perú, Lima, Perú, tech report, Jun. 2015.N. Lercari, “3d visualization and reflexive archaeology: A virtual reconstruction of Çatalhöyük history houses,” Digital Applications in Archaeology and Cultural Heritage, vol. 6, pp. 10–17, sep 2017.Y. Y. Boykov and M.-P. Jolly, “Interactive graph cuts for optimal boundary region segmentation of objects in n-d images,” in Proceedings of “Internation Conference on Computer Vision”, Vancouver, Canada, July 2001 vol. I, p.105, 2001.M. Westoby, J. Brasington, N. Glasser, M. Hambrey, and J. Reynolds,“’structure-from-motion’ photogrammetry: A low-cost, effective tool for geoscience applications,” Geomorphology, vol. 179, pp. 300–314, dec2012.J. Meza, A. G. Marrugo, G. Ospina, M. Guerrero, and L. A.Romero, “A structure-from-motion pipeline for generating digital elevation models for surface-runoff analysis,” Journal of Physics: Conference Series, vol. 1247, p. 012039, jun 2019. [Online]. Available:https://doi.org/10.1088/1742- 6596/1247/1/012039D. Lowe, “Object recognition from local scale-invariant features,” in Proceedings of the Seventh IEEE International Conference on Computer Vision, vol. 2, 1999, pp. 1150–1157 vol.2.M. A. Fischler and R. C. Bolles, “Random sample consensus: A paradigm for model fitting with applications to image analysis and automated cartography,” Commun. ACM, vol. 24, no. 6, p. 381–395, Jun. 1981. [Online]. Available: https://doi.org/10.1145/358669.358692S. Arya, D. M. Mount, N. S. Netanyahu, R. Silverman, and A. Y.Wu, “An optimal algorithm for approximate nearest neighbor searching fixed dimensions,” J. ACM, vol. 45, no. 6, p. 891–923, Nov. 1998. [Online]. Available: https://doi.org/10.1145/293347.293348Y. Furukawa and J. Ponce, “Accurate, dense, and robust multiview stere- opsis,”IEEE Transactions on Pattern Analysis and Machine Intelligence,vol. 32, no. 8, pp. 1362–1376, 2010.M. Corsini, P. Cignoni, and R. Scopigno, “Efficient and flexible sampling with blue noise properties of triangular meshes,” IEEE Transactions on Visualization and Computer Graphics, vol. 18, no. 6, pp. 914–924, 2012.M. Kazhdan and H. Hoppe, “Screened poisson surface reconstruction,” ACM Trans. Graph., vol. 32, no. 3, Jul. 2013. [Online]. Available:https://doi.org/10.1145/2487228.2487237Calle 100ORIGINALMeloBarreraLuisEnrique2021.pdfMeloBarreraLuisEnrique2021.pdfArtículoapplication/pdf1204276http://repository.unimilitar.edu.co/bitstream/10654/43870/3/MeloBarreraLuisEnrique2021.pdfcf14f77515f1cfba4b811cd42fef4336MD53open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-83420http://repository.unimilitar.edu.co/bitstream/10654/43870/4/license.txta609d7e369577f685ce98c66b903b91bMD54open access10654/43870oai:repository.unimilitar.edu.co:10654/438702023-05-24 14:29:26.048open accessRepositorio Institucional UMNGbibliodigital@unimilitar.edu.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 |