Rozšíření obrazového deskriptoru Fast Point Feature Histogram o barevnou informaci

Diplomová práce se zabývá rozšířením Fast Point Feature Histogramů o barevnou informaci za účelem vylepšení registrace mračen bodů. Popisuje proces registrace mračen bodů pomocí Iterative Closest Point, jakou roli v ní plní FPFH a diskutuje, jaké barevné prostory jsou vhodné pro registraci mračen bodů. Pro vyhodnocení přínosu zahrnutí barevné informace práce prezentuje implementaci ICP a FPFH algoritmů v Pythonu a navrhuje metodologii evaluace registrace mračen. Závěr práce je věnován diskuzi výsledků experimentů, které demonstrují, že použití barevné informace v registraci mračen snižuje počet iterací potřebných ke konvergenci ICP.
This thesis deals with the extension of Fast Point Feature Histogram with color aiming to improve point cloud registration. The thesis describes point cloud registration using Iterative Closest Point, what is the role of FPFH, and explores available color spaces that are suitable to be used for point cloud registration. In order to evaluate whether adding color information helps to achieve better results in point cloud registration a Python implementation of ICP and FPFH is provided together with a methodology to evaluate registration. The thesis concludes with a discussion of experiments demonstrating that the use of color decreases the number of iterations required for the convergence of ICP.