Construcción de mallas triangulares no estructuradas aplicado al ajuste de superficies de objetos tridimensionales

• Sánchez Torres, Germán ^[1] ; Mateus Santiago, Sandra P. ; Branch, John William
  1. [1] Universidad Nacional de Colombia-Sede Medellín-Facultad de Minas-Escuela de Sistemas
• Localización: Avances en Sistemas e Informática, ISSN 1909-0056, Vol. 1, Nº. 2, 2004, págs. 33-39
• Idioma: español
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo se presenta una metodología para generar mallas triangulares no optimizadas de modelo no estructurado a partir de imágenes de rango. Las imágenes de rango suelen ser muy densas y por ello, reconstruir superficies con la totalidad de los puntos acarrea altos costos computacionales; para esto, se describe un modelo de selección de puntos bajo dos criterios diferentes: el primero, la medida de la distancia de cada punto a una aproximación lineal de la superficie; los puntos seleccionados en esta fase serán aquellos cuya distancia estimada sea menor o igual a un umbral establecido; y seguidamente, una selección de un conjunto de puntos, basada en la estimación de la curvatura; esta última, servirá como base para estimar la probabilidad de selección, que permitirá tener mayor densidad de puntos en regiones con altas variaciones de curvatura y menor densidad de puntos en regiones con bajas variaciones de ésta. De esta manera, es posible seleccionar un conjunto de puntos representativos de la superficie a reconstruir. Finalmente, se presentan resultados experimentales con imágenes de rango reales en formato flynn’s.

  • English

    The range images usually are very dense and for that reason to reconstruct surfaces with all of the points is expensive. This work, propose a methodology to create triangular meshes not optimized of not structured models from range images, which consists in a strategy of points selection based in two criteria’s: first, the measure of the distance of each point to a lineal approach of the surface; the points selected in this phase will be those whose distance is smaller or similar to an threshold; second, a selection of points, based on the curvature estimate; this last one, will serve like base to estimate the selection probability that will allow to have bigger density of points in regions with high curvature variations and smaller density of points in regions with low curvature variations. This way, it is possible to select a set of representative points of the surface to reconstruct. Finally, experimental results are presented with real range images in format flynn’s.