| Autor: |
Juan C. Rodríguez, Diego Del Portillo Z, Germán Sánchez Torres |
| Jazyk: |
English<br />Spanish; Castilian<br />Portuguese |
| Rok vydání: |
2010 |
| Předmět: |
|
| Zdroj: |
Revista Ingenierías Universidad de Medellín, Vol 9, Iss 17, Pp 131-138 (2010) |
| Druh dokumentu: |
article |
| ISSN: |
1692-3324 |
| Popis: |
Es ampliamente conocido que algunos campos relacionados con aplicaciones de gráficos realistas requieren modelos tridimensionales altamente detallados. Las tecnologías para esto están bien desarrolladas, sin embargo, en algunos casos los escáneres láser obtienen modelos complejos formados por millones de puntos, por lo que son computacionalmente intratables. En estos casos es conveniente obtener un conjunto reducido de estas muestras con las que reconstruir la superficie de la función. Obtener un enfoque de reducción adecuado que posea un equilibrio entre la pérdida de precisión de la función reconstruida, y el costo computacional es un problema no trivial. En este artículo presentamos un método jerárquico de aglomeración a través de la selección de centros mediante la geométrica, la distribución y la estimación de curvatura de las muestras en el espacio 3D.It is widely known that some fields related to graphic applications require realistic and full detailed three-dimensional models. Technologies for this kind of applications exist. However, in some cases, laser scanner get complex models composed of million of points, making its computationally difficult. In these cases, it is desirable to obtain a reduced set of these samples to reconstruct the function's surface. An appropriate reduction approach with a non-significant loss of accuracy in the reconstructed function with a good balance of computational load is usually a non-trivial problem. In this article, a hierarchical clustering based method by the selection of center using the geometric distribution and curvature estimation of the samples in the 3D space is described. |
| Databáze: |
Directory of Open Access Journals |
| Externí odkaz: |
|
