Nesnelerin üç boyutlu modellenmesi için kinect tabanlı bir uygulama

Günümüzde insan gözünün gördüğü şekliyle, üç boyutlu gerçek dünya nesnelerini, iki boyutlu bir görüntü yapısı ile içeriğini yeniden düzenleyip, yeniden yapılandırmak için çözüm üretmek son derece zordur. İnsan gözünün görsellik yapısı özelliği itibariyle iki boyuttan, (2B) üç boyuta (3B) dönüşüm gerçekleştirme gibi bir zorunluluğu yoktur, bu özellik insan için görsel dünyayı anlamak adına olağanüstü bir yetenektir. Bilgisayar görmesi, sanal gerçeklik, nesne tanınması, arttırılmış gerçeklik, yeniden yapılandırma görsel dünyanın mantıksal yaklaşımını anlamak için insanların bu tür yeteneklerini taklit etmek istemektedir. Fakat gerçek dünya nesnelerini 3B olarak bilgisayar ortamında yeniden yapılandırılması oldukça zahmetlidir. Bu tez çalışmasının arka planında, temel olarak fiziksel dünya nesneleri ile sanal uzay arasında, çeşitli metotlar kullanarak yeni bir etkileşimin sağlanması yatmaktadır. Bu açıdan amaç, kapalı bir sahnenin, detaylı olarak yeniden yapılandırılması için, gerçek dünya nesnelerinin, hareketli olarak 360 derecelik tarama üretme kapasitesine sahip bir standart 3B kamera ile oluşturulacak olan sanal alanlar içerisinde, nesnenin 3B modelinin görüntülenmesini sağlamaktır. Bu hedefin uygulanmasında öncelikle, fiziksel nesnelerin 360 derecelik sağlam bir yapıda oluşturulması için, nesnenin tam derinlik verilerinin elde edilmesi aşamasında, birden fazla tarama bütünü hakkındaki mevcut yöntemlerin incelenmesi ile ilgili araştırma yapılarak işe başlandı. Bu tez çalışmasında Microsoft Kinect ve açık kaynak kodlu nokta bulutu kütüphanesi kullanılarak, yakalanan gerçek dünya nesnelerinin nokta bulutu ile yeniden yapılandırılması sırasında en iyi sonuçların elde edilmesi için bu noktaların işlenmesi üzerine odaklanır. Sonuç olarak bu tez çalışmasında, düzlemsel yüzeyler üzerinde sabit olarak yerleşik durumdaki gerçek dünya nesnelerinden, hareketli olarak birden fazla alınmış olan nokta bulutu kümesi (nbk) derinlik taramaları üzerine, nesneye ve arka planlarına uygulanacak olan çeşitli filtreleme yöntemleri incelenmiş, bu verilerin üçgenleme yöntemiyle birleştirildikten sonra MeshLab ve OpenGL sanal görüntüleme ortamlarında görselleştirilmiştir.