Segmentación de superficies de forma libre a partir de nubes de puntos ruidosos

Abstract

E n este artículo se presenta un método para la segmentación de superficies a partir de puntos muestreados, sin una previa aproximación, como son las mallas triangulares, o regresiones polinómicas locales, la segmentación se realiza a partir de la información suministrada por los puntos, es por ello que se necesitan algoritmos que estimen propiedades geométricas como la normal, la curvatura y la detección de discontinuidades en la superficie, sin recurrir a dichas aproximaciones. Se presenta un método para estimar las normales a cada punto de la superficie, el cual varía el tamaño del vecindario dependiendo de la curvatura en el punto en cuestión, siendo robusto al ruido y valores atípicos. También se presenta un método para estimar las curvaturas y direcciones principales a partir de puntos, este se apoya en la estimación de las normales y la conformación de un vecindario geodésico local. Normalmente, los puntos que conforman la superficie están contaminados con el ruido inherente a los dispositivos durante el proceso de adquisición. Es por ello que se existe una etapa para eliminación del ruido en los datos, a la vez que preserva los detalles finos en la superficie, además de prevenir el encogimiento en los datos producido por el promediado de los puntos vecinos alrededor de uno en particular, el método propuesto muestra ser robusto a los valores atípicos.