Underwater maps are an important source of information for the scientific community, since mapping the seafloor is the starting point for underwater exploration. The advance of range scanning methodologies, both using acoustic and optical techniques, enables the mapping of the seabed to attain increasingly larger resolutions.<\/p>\n
However, all these techniques sample the surface to reconstruct in the form of a point cloud. For the case of areas containing non-trivial 3D relief, achieving a continuous representation from this discrete sampling is a complex task.<\/p>\n
<\/p>\n
Surface reconstruction methods try to tackle this problem by recovering a continuous surface representing the object in the form of a mesh of triangles, easing visualization and further processing. This thesis proposes four different strategies to tackle the problem of surface reconstruction from point sets.<\/p>\n
<\/p>\n
We start by reviewing the state of the art on surface reconstruction methods. From this survey, we extract some conclusions regarding the flaws in current methods, especially when applied to point clouds coming from underwater imagery which often suffer from noise and outliers. On the one hand, the noise refers to the variability and precision of the measurements, while on the other hand outliers are completely wrong measurements. Taking these into account, in this thesis we devise a set of methods where common errors in the scanned measurements are taken into account by promoting four methods resilient to both noise and outliers. Moreover, our methods allow the recovery of bounded surfaces, that usually appear when exploring an underwater scenario. Additionally, and instead of restricting ourselves to our application area, we ensure that the presented algorithms do not require any kind of additional information to work so they can be used with any kind of point-based data regardless of whether they have been acquired using photogrammetry, laser or acoustic techniques.<\/p>\n
<\/p>\n
The advantages and disadvantages of each method proposed are extensively discussed. Moreover, we validate the methods proposed through their application to datasets from various sources with a wide range of sampling conditions. Additionally, the results obtained by these algorithms are discussed and compared qualitatively and quantitatively with other state-of-the-art approaches.<\/p>\n
<\/p>\n
_____________<\/p>\n
<\/p>\n
Els mapes del fons del mar\u00ed s\u00f3n una important font d’informaci\u00f3 per la comunitat cient\u00edfica, donat que la cartografia del fons mar\u00ed \u00e9s el punt de partida per l’exploraci\u00f3 dels oceans. Els aven\u00e7os en les metodologies d’escaneig, mitjan\u00e7ant t\u00e8cniques tant ac\u00fastiques com \u00f2ptiques, permet que la construcci\u00f3 de mapes del fons mar\u00ed es realitzi cada cop a m\u00e9s altes resolucions.<\/p>\n
<\/p>\n
Tot i aix\u00f2, totes aquestes t\u00e8cniques mostregen la superf\u00edcie de l’\u00e0rea d\u2019inter\u00e8s en la forma d’un n\u00favol de punts. En el cas de les \u00e0rees que presenten un gran relleu 3D, aconseguir una representaci\u00f3 cont\u00ednua a partir d’aquest mostreig discret \u00e9s una tasca complexa.<\/p>\n
<\/p>\n
Els m\u00e8todes de reconstrucci\u00f3 de superf\u00edcies s\u00f3n els encarregats de tractar aquest problema per tal d\u2019obtenir una superf\u00edcie continua que representi l’objecte en forma d’una malla de triangles, que facilitar\u00e0 l’aplicaci\u00f3 de t\u00e8cniques de visualitzaci\u00f3 i el processat posterior d’aquestes dades. Aquest treball contribueix a l’\u00e0rea de reconstrucci\u00f3 de superf\u00edcies amb quatre m\u00e8todes diferents.<\/p>\n
<\/p>\n
La tesi comen\u00e7a per revisar l’estat de l’art dels m\u00e8todes de reconstrucci\u00f3 de superf\u00edcies. D’aquesta revisi\u00f3, n’hem extret conclusions referents als defectes dels m\u00e8todes actuals, especialment quan aquests s’apliquen a n\u00favols de punts creats a partir d’imatges subaqu\u00e0tiques, ja que aquest tipus d’imatges presenten normalment soroll i outliers. Per una banda, el soroll es refereix a la variabilitat i la precisi\u00f3 de les mesures, mentre que per altra banda els outliers s\u00f3n mesures completament err\u00f2nies. Tenint en compte aquests problemes, en aquesta tesi proposem un seguit de m\u00e8todes que tenen en compte els errors comuns en aquests mostrejos, i promovem la creaci\u00f3 de quatre m\u00e8todes diferents resistents tant a soroll com a outliers. Tanmateix, els nostres m\u00e8todes permeten recuperar superf\u00edcies amb llindars, fenomen que apareix normalment quan s’explora un escenari submar\u00ed. A m\u00e9s, lluny de restringir la nostra \u00e0rea d’aplicaci\u00f3, assegurem que els algoritmes presentats no requereixen de cap altre tipus d’informaci\u00f3 addicional, com ara les normals que necessiten molts dels m\u00e8todes de l’estat de l’art. Aix\u00ed, els m\u00e8todes proposats en aquesta tesi poden ser utilitzats amb qualsevol classe de dades basades en punts, independentment de si els punts s\u2019han adquirit mitjanant escaneig l\u00e0ser, fotogrametria o t\u00e8cniques ac\u00fastiques.<\/p>\n
<\/p>\n
En la tesi es discuteixen \u00e0mpliament els avantatges i desavantatges de cadascun dels m\u00e8todes proposats. Tanmateix, els algorismes han estat validats mitjan\u00e7ant la seva aplicaci\u00f3 a conjunts de dades provinents de fonts v\u00e0ries i amb una \u00e0mplia diversitat en les condicions de mostreig.\u00a0 A m\u00e9s, els resultats obtinguts pels nostres algoritmes han estat avaluats i comparats tant qualitativament com quantitativament contra altres m\u00e8todes de l’estat de l’art.<\/p>\n","protected":false},"excerpt":{"rendered":"