Simplificación robusta de nubes de puntos usando análisis de componentes principales y algoritmos genéticos
Archivos
Autores
Leal., Nallig E.
Leal., Esmeide A.
Branch., John W.
Director
Tipo de contenido
Artículo de revista
Idioma del documento
EspañolFecha de publicación
2009
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
Este artículo presenta un nuevo método de simplificación de nubes de puntos. El método propuesto, a diferencia de otros, no requiere la construcción previa de mallas poligonales y es robusto al ruido y a valores atípicos presentes en los datos. El método propuesto se compone principalmente de tres etapas. En la primera etapa, se segmenta la nube de puntos en regiones homogéneas, usando el algoritmo kmeans. En la segunda etapa , se ajusta un plano de regresión de componentes principales robusto al ruido en cada cluster para determinar la tendencia local de los puntos. Finalmente, en la tercera etapa, usando un algoritmo genético se seleccionan los puntos de cada cluster cuyo plano de regresión de análisis de componentes principales minimice el ángulo con el plano de regresión del cluster. Resultados exper imentales muestran que la distribución local y global de la nube de puntos original se mantiene.