論文の概要: CAD-to-CT Registration of Cylindrical Objects via Ellipse-Based Axis Estimation

• arxiv url: http://arxiv.org/abs/2606.02935v1
• Date: Mon, 01 Jun 2026 22:33:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-04 10:57:21.710116
• Title: CAD-to-CT Registration of Cylindrical Objects via Ellipse-Based Axis Estimation
• Title（参考訳）: 楕円型軸推定による円筒物体のCAD-to-CTレジストレーション
• Authors: Aleksander Ogonowski, Mikołaj Mrozowski, Daniel Więcek, Arkadiusz Ćwiek, Konrad Klimaszewski, Rafał Możdżonek, Adam Padee, Lech Raczyński, Piotr Wasiuk, Wojciech Wiślicki, Michał Matusiak, Sławomir Wronka,
• Abstract要約: 円筒状物体(電離チャンバー)の2段階形状登録法を提案する。 まず,3次元回転軸をCTスライスを横切る楕円断面を検出し,エッジ検出輪郭に楕円を嵌合させ,RANSAC除去後の楕円中心にPCAを施すことにより推定する。 第2に,CADモデルのボキセル化を行い,検出した軸に沿ってオリエントし,CTスキャンとのボリュームオーバーラップを最大化する。
• 参考スコア（独自算出の注目度）: 29.039962620404822
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Accurate registration of CAD models to CT scans is essential for establishing ground truth geometry in volumetric imaging. Obtaining reliable object masks is of growing importance in machine learning settings; as recent architectures grow more capable, huge datasets are required to fully utilise their capabilities. Traditional intensity-based methods fail when CT grayscale values lack calibration references, while point-based algorithms (e.g., ICP, RANSAC) require feature correspondence unavailable between idealized CAD geometry and noisy volumetric CT data. We propose a two-stage geometric registration method for cylindrical objects (ionization chambers) that takes advantage of the distinctive geometric features of the objects. First, we estimate the 3D rotation axis by detecting elliptical cross-sections across CT slices, fitting ellipses to edge-detected contours, and performing PCA on the fitted ellipse centers after RANSAC outlier removal. Second, we voxelize the CAD model, orient it along the detected axis, and maximize volumetric overlap with the CT scan through translational adjustment. This approach achieves robust registration with tilt and orientation errors below $0.1^\circ$ without intensity calibration or feature matching. Once registered, the aligned CAD model provides ground truth geometry for applications including machine learning-based object localization and automated analysis in industrial CT workflows.
• Abstract（参考訳）: CADモデルのCTスキャンへの正確な登録は、体積画像における基底真理幾何学の確立に不可欠である。 信頼性の高いオブジェクトマスクの取得は、マシンラーニング設定において重要性が増している。 従来の強度に基づく手法は、CTグレースケールの値に校正基準がない場合に失敗するが、点ベースのアルゴリズム(例えば、ICP、RANSAC)は理想化されたCAD幾何とノイズの多いボリュームCTデータの間に特徴対応を必要としない。 本研究では, 円筒状物体(電離層)の特異な幾何学的特徴を生かした2段階の幾何学的登録法を提案する。 まず,3次元回転軸をCTスライスを横切る楕円断面を検出し,エッジ検出輪郭に楕円を嵌合させ,RANSAC除去後の楕円中心にPCAを施すことにより推定する。 第2に,CADモデルのボキセル化を行い,検出した軸に沿ってオリエントし,CTスキャンとのボリュームオーバーラップを最大化する。 このアプローチは、強度キャリブレーションや特徴マッチングなしで、0.1^\circ$以下の傾きと向きの誤差で頑健な登録を実現する。 一度登録されたCADモデルは、機械学習ベースのオブジェクトローカライゼーションや産業用CTワークフローにおける自動解析を含むアプリケーションに対して、基底真理幾何を提供する。

関連論文リスト

• Geometry OR Tracker: Universal Geometric Operating Room Tracking [61.399734016038614]
  手術室(OR)では、世界規模のマルチビュー3Dトラッキングは、外科医の行動認識のような下流のアプリケーションをサポートする。 カメラのキャリブレーションとRGB-Dの登録は常に信頼性が低く、幾何学的不整合が生じる。 我々は、不正確なキャリブレーションをスケール一貫性と幾何学的に整合したカメラ設定に修正する2段階パイプラインであるGeometry OR Trackerを紹介する。
  論文  参考訳（メタデータ） (2026-02-28T09:21:21Z)
• TIGeR: Tool-Integrated Geometric Reasoning in Vision-Language Models for Robotics [53.442362491589726]
  本稿では、視覚言語モデル(VLM)を幾何学コンピュータに変換する新しいフレームワークであるTIGeR(Tool-Integrated Geometric Reasoning)を提案する。 TIGeRは、ニューラルネットワーク内で複雑な幾何学的操作を内部化しようとするのではなく、幾何学的推論要求を認識するためにモデルに権限を与える。 TIGeRは、実世界のロボット操作タスクにおいて、センチメートルレベルの精度を示しながら、幾何学的推論ベンチマーク上でSOTA性能を達成することを示す。
  論文  参考訳（メタデータ） (2025-10-08T16:20:23Z)
• Leveraging 3D Geometric Priors in 2D Rotation Symmetry Detection [48.11373832295736]
  本稿では,中心軸を中心に回転する物体が変化しない回転対称性に着目する。 従来の手法は手作りの特徴マッチングに頼っていたが、最近の畳み込みニューラルネットワークに基づくセグメンテーションモデルは回転中心を検出するが、幾何学的整合性に苦慮している。 本研究では、3次元空間における回転中心と頂点を直接予測し、構造的整合性を維持しながら結果を2次元に投影するモデルを提案する。
  論文  参考訳（メタデータ） (2025-03-26T05:02:16Z)
• Surface Defect Identification using Bayesian Filtering on a 3D Mesh [10.3135376863545]
  本稿では,CADによる表面欠陥の自動検出手法を提案する。 我々はCADモデルに埋め込まれたアプリオリ知識を活用し、ポイントクラウドデータと統合する。
  論文  参考訳（メタデータ） (2025-01-30T12:49:17Z)
• KP-RED: Exploiting Semantic Keypoints for Joint 3D Shape Retrieval and Deformation [87.23575166061413]
  KP-RED は KeyPoint 主導の Retrieval and deformation フレームワークである。 オブジェクトスキャンを入力として、最も幾何学的に類似したCADモデルを共同で検索し、変形させる。
  論文  参考訳（メタデータ） (2024-03-15T08:44:56Z)
• Reconstructing editable prismatic CAD from rounded voxel models [16.03976415868563]
  この課題を解決するために,新しいニューラルネットワークアーキテクチャを導入する。 本手法は形状を分解することでボクセル空間の入力幾何を再構成する。 推論の際には,まず2次元制約付きスケッチのデータベースを検索し,CADデータを取得する。
  論文  参考訳（メタデータ） (2022-09-02T16:44:10Z)
• Multitask AET with Orthogonal Tangent Regularity for Dark Object Detection [84.52197307286681]
  暗黒環境下でのオブジェクト検出を強化するために,新しいマルチタスク自動符号化変換(MAET)モデルを提案する。 自己超越的な方法で、MAETは、現実的な照明劣化変換を符号化して復号することで、本質的な視覚構造を学習する。 我々は,合成および実世界のデータセットを用いて最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2022-05-06T16:27:14Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。