Detektion von signifikanten Ebenen in LIDAR Gebäude Scans auf GPUs

Bachelor-Thesis

3D Scans von Gebäuden, die mit der LIDAR Technik aufgenommen wurden enthalten in der Regel starkes Rauschen, welches eine direkte Bestimmung von wichtigen Ebenen verhindert. Im Rahmen dieser Arbeit soll ein neues Verfahren zur Detektion von signifikanten Ebenen in verrauschten 3D Punktewolken, basierend auf einem Mean-Shift Ansatz, implementiert werden. Rechenintensive Arbeitsschritte sollen dabei parallelisiert und auf der Graphikkarte ausgeführt werden. Aufbauend auf den gefundenen Ebenen soll im Anschluss ein einfacher Algorithmus zur automatischen Gebäuderekonstruktion aus den Punktdaten erprobt werden.
Die Arbeit soll in C++ und CUDA oder OpenCL implementiert werden.

Advisor(s)


Detektion von signifikanten Ebenen in LIDAR Gebäude Scans auf GPUs