Inferência de orientação de dados esparsos para reconstrução de superfícies
Autor(a) principal: | |
---|---|
Data de Publicação: | 2002 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/SLBS-5KKKVW |
Resumo: | Aborda-se neste trabalho o problema de inferência da organização espacial de dados esparsos para reconstrução de superfícies. Propõe-se uma variante do método de acumulação desenvolvido por Gideon Guy e aperfeiçoado por Mi-Suen Lee. Campos espaciais de influência e tensores para representar orientações são os principais instrumentos matemáticos. Esses métodos têm sido associados principalmente a problemas de agrupamento perceptivo. Entretanto, observou-se que as acumulações desses métodos inferem a organização espacial dos dados esparsos. Deste ponto de vista, propõe-se uma nova estratégia para estimar orientações de superfícies. O principal argumento é que um método dedicado pode melhorar essa inferência, ao contrário das idéias originais. Assim, os instrumentos matemáticos são ajustados para estimar principalmente vetores normais: o tensor de orientação é usado para representar exclusivamente superfícies e os campos de influência codificam trajetórias elípticas. Propõe-se também um novo processo para a inferência inicial de orientações que efetivamente avalia a organização dos dados esparsos. A apresentação e crítica dos trabalhos de Guy e deLee bem como o desenvolvimento metodológico desta tese foram realizados a partir de estudos epistemológicos. Objetos de diferentes formas são usados na avaliação qualitativa dos métodos. Comparações quantitativas foram preparadas com estimativas de erro de diversas reconstruções. Os resultados mostram que o método proposto é menos sensível a ruído e a variação da densidade dos dados. Propõe-se também um método para segmentar pontos fortemente estruturados sobre superfícies. Avaliações comparativas demonstram um melhor desempenho do método proposto nessa aplicação. |
id |
UFMG_badafe46d67588a3aa50c2b53b8b3490 |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/SLBS-5KKKVW |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Arnaldo de Albuquerque AraujoMario Fernando Montenegro CamposMarcelo Bernardes Vieira2019-08-11T18:59:29Z2019-08-11T18:59:29Z2002-12-04http://hdl.handle.net/1843/SLBS-5KKKVWAborda-se neste trabalho o problema de inferência da organização espacial de dados esparsos para reconstrução de superfícies. Propõe-se uma variante do método de acumulação desenvolvido por Gideon Guy e aperfeiçoado por Mi-Suen Lee. Campos espaciais de influência e tensores para representar orientações são os principais instrumentos matemáticos. Esses métodos têm sido associados principalmente a problemas de agrupamento perceptivo. Entretanto, observou-se que as acumulações desses métodos inferem a organização espacial dos dados esparsos. Deste ponto de vista, propõe-se uma nova estratégia para estimar orientações de superfícies. O principal argumento é que um método dedicado pode melhorar essa inferência, ao contrário das idéias originais. Assim, os instrumentos matemáticos são ajustados para estimar principalmente vetores normais: o tensor de orientação é usado para representar exclusivamente superfícies e os campos de influência codificam trajetórias elípticas. Propõe-se também um novo processo para a inferência inicial de orientações que efetivamente avalia a organização dos dados esparsos. A apresentação e crítica dos trabalhos de Guy e deLee bem como o desenvolvimento metodológico desta tese foram realizados a partir de estudos epistemológicos. Objetos de diferentes formas são usados na avaliação qualitativa dos métodos. Comparações quantitativas foram preparadas com estimativas de erro de diversas reconstruções. Os resultados mostram que o método proposto é menos sensível a ruído e a variação da densidade dos dados. Propõe-se também um método para segmentar pontos fortemente estruturados sobre superfícies. Avaliações comparativas demonstram um melhor desempenho do método proposto nessa aplicação.Orientation inference of sparse data for surface reconstructionThis work approaches the problem of sparse data spatial organization inference for surface reconstruction. We propose a variant of the voting method developed by Gideon Guy and extended by Mi-Suen Lee. Tensors to represent orientations and spatial infuence ¯elds are the main mathematical instruments. These methods have been associatedto perceptual grouping problems. However, we observe that their accumulation processes infer sparse data organization. From this point of view, we propose a new strategy for orientation inference focused on surfaces. In contrast with original ideas, we argue that a dedicated method may enhance this inference. The mathematical instruments are adapted to estimate normal vectors: the orientation tensor represents surfaces and infuence elds code elliptical trajectories. We also propose a new process for the initial orientation inference which effectively evaluates the sparse data organization. The presentation andcritique of Guy's and Lee's works and methodological development of this thesis are conducted by epistemological studies. Objects of different shapes are used in a qualitative evaluation of the method. Quantitative comparisons were prepared with error estimation from several reconstructions. Results show that the proposed method is more robust to noise and variable data density. A method to segment points structured on surfaces is also proposed. Comparative evaluations show a better performance of the proposed method in this application.Universidade Federal de Minas GeraisUFMGComputação gráficaSistema de indicação visual tridimensionalSuperfícies (Matemática)Processamento de imagens Técnicas digitaisinferência da organização espacialInferência de orientação de dados esparsos para reconstrução de superfíciesinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALmarcelo_bernardes.pdfapplication/pdf3707134https://repositorio.ufmg.br/bitstream/1843/SLBS-5KKKVW/1/marcelo_bernardes.pdf9e41840c5edaff8c467a1d7be3c1abd0MD51TEXTmarcelo_bernardes.pdf.txtmarcelo_bernardes.pdf.txtExtracted texttext/plain365255https://repositorio.ufmg.br/bitstream/1843/SLBS-5KKKVW/2/marcelo_bernardes.pdf.txtd8159b63f4760585478cadd732c05a1eMD521843/SLBS-5KKKVW2019-11-14 11:19:03.372oai:repositorio.ufmg.br:1843/SLBS-5KKKVWRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T14:19:03Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Inferência de orientação de dados esparsos para reconstrução de superfícies |
title |
Inferência de orientação de dados esparsos para reconstrução de superfícies |
spellingShingle |
Inferência de orientação de dados esparsos para reconstrução de superfícies Marcelo Bernardes Vieira inferência da organização espacial Computação gráfica Sistema de indicação visual tridimensional Superfícies (Matemática) Processamento de imagens Técnicas digitais |
title_short |
Inferência de orientação de dados esparsos para reconstrução de superfícies |
title_full |
Inferência de orientação de dados esparsos para reconstrução de superfícies |
title_fullStr |
Inferência de orientação de dados esparsos para reconstrução de superfícies |
title_full_unstemmed |
Inferência de orientação de dados esparsos para reconstrução de superfícies |
title_sort |
Inferência de orientação de dados esparsos para reconstrução de superfícies |
author |
Marcelo Bernardes Vieira |
author_facet |
Marcelo Bernardes Vieira |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Arnaldo de Albuquerque Araujo |
dc.contributor.referee1.fl_str_mv |
Mario Fernando Montenegro Campos |
dc.contributor.author.fl_str_mv |
Marcelo Bernardes Vieira |
contributor_str_mv |
Arnaldo de Albuquerque Araujo Mario Fernando Montenegro Campos |
dc.subject.por.fl_str_mv |
inferência da organização espacial |
topic |
inferência da organização espacial Computação gráfica Sistema de indicação visual tridimensional Superfícies (Matemática) Processamento de imagens Técnicas digitais |
dc.subject.other.pt_BR.fl_str_mv |
Computação gráfica Sistema de indicação visual tridimensional Superfícies (Matemática) Processamento de imagens Técnicas digitais |
description |
Aborda-se neste trabalho o problema de inferência da organização espacial de dados esparsos para reconstrução de superfícies. Propõe-se uma variante do método de acumulação desenvolvido por Gideon Guy e aperfeiçoado por Mi-Suen Lee. Campos espaciais de influência e tensores para representar orientações são os principais instrumentos matemáticos. Esses métodos têm sido associados principalmente a problemas de agrupamento perceptivo. Entretanto, observou-se que as acumulações desses métodos inferem a organização espacial dos dados esparsos. Deste ponto de vista, propõe-se uma nova estratégia para estimar orientações de superfícies. O principal argumento é que um método dedicado pode melhorar essa inferência, ao contrário das idéias originais. Assim, os instrumentos matemáticos são ajustados para estimar principalmente vetores normais: o tensor de orientação é usado para representar exclusivamente superfícies e os campos de influência codificam trajetórias elípticas. Propõe-se também um novo processo para a inferência inicial de orientações que efetivamente avalia a organização dos dados esparsos. A apresentação e crítica dos trabalhos de Guy e deLee bem como o desenvolvimento metodológico desta tese foram realizados a partir de estudos epistemológicos. Objetos de diferentes formas são usados na avaliação qualitativa dos métodos. Comparações quantitativas foram preparadas com estimativas de erro de diversas reconstruções. Os resultados mostram que o método proposto é menos sensível a ruído e a variação da densidade dos dados. Propõe-se também um método para segmentar pontos fortemente estruturados sobre superfícies. Avaliações comparativas demonstram um melhor desempenho do método proposto nessa aplicação. |
publishDate |
2002 |
dc.date.issued.fl_str_mv |
2002-12-04 |
dc.date.accessioned.fl_str_mv |
2019-08-11T18:59:29Z |
dc.date.available.fl_str_mv |
2019-08-11T18:59:29Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1843/SLBS-5KKKVW |
url |
http://hdl.handle.net/1843/SLBS-5KKKVW |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/SLBS-5KKKVW/1/marcelo_bernardes.pdf https://repositorio.ufmg.br/bitstream/1843/SLBS-5KKKVW/2/marcelo_bernardes.pdf.txt |
bitstream.checksum.fl_str_mv |
9e41840c5edaff8c467a1d7be3c1abd0 d8159b63f4760585478cadd732c05a1e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1801676997125996544 |