DSSP (bildbehandling)

DSSP står för digital form sampling och bearbetning . Det är ett alternativt och ofta föredraget sätt att beskriva " reverse engineering " mjukvara och hårdvara. Termen har sitt ursprung i en 2005 Society of Manufacturing Engineers "Blue Book" om ämnet, som refererade till många leverantörer av både skanningshårdvara och bearbetningsprogram.

DSSP använder olika 3D- skanningsmetoder, inklusive laserskannrar, för att få tusentals till miljoner punkter på ytan av ett formulär och sedan programvara från en mängd olika leverantörer för att omvandla det resulterande " punktmolnet " till formulär som är användbara för inspektion, datorstödd design , visualisering och andra applikationer. Den kan också använda volymetriska metoder för skanning, såsom digital tomografi .

Några vanliga applikationer inkluderar CAI (datorstödd inspektion), skapande av 3D CAD- modeller från skannade data, medicinska applikationer, 3D-bilder för Web 2.0 -applikationer och restaurering av kulturellt betydelsefulla artefakter; såväl som konventionell reverse engineering för att skapa reservdelar.

Termen "omvänd ingenjörskonst" i sig har fått en del ryktbarhet när tekniken har använts för att kopiera andras design.

Termen "laserskanning" har också använts något omväxlande för DSSP. Det finns dock två problem med termen som en bred beskrivning av området. För det första är det bara en av många alternativa skanningstekniker. För det andra missar den den väsentliga rollen för bearbetning av programvara för att konvertera punktmolndata till användbara former.

På vissa sätt är DSSP en 3D analog till DSP ( digital signal processing ) genom att programvaran försöker extrahera en tydlig och korrekt 3D-bild från punktdata som kan innehålla brus . Begreppet "formsampling" som är inbäddat i termen erkänner också att, precis som i många mätprocesser, kommer noggrannheten hos 3D-data att bero på antalet och noggrannheten hos de punkter som samplades.

Hastigheten och noggrannheten hos båda skannrarna för att skaffa data och mjukvarualgoritmer för att extrahera användbar data har ökat dramatiskt de senaste åren. Mängden datainsamlingsförmåga har också ökat många gånger, på grund av framstegen inom kamerateknik och snabbare, kraftfullare datorer. Eftersom vissa begränsningar av tekniken elimineras och kostnaderna minskas, dyker fler användningsområden upp.