Uma Aplicação de Redes Neurais Auto-Organizaveis à Reconstrução Tridimensional de Superfícies

We propose a multi-resolution approach for surface reconstruction from clouds of unorganized points representing an object surface in 3D space. The proposed method uses a set of mesh operators and simple rules for selective mesh refinement, with a strategy based on Kohonen s self-organizing map. Basically, a self-adaptive scheme is used for iteratively moving vertices of an initial simple mesh in the direction of the set of points, ideally the object boundary. Successive refinement and motion of vertices are applied leading to a more detailed surface, in a multi-resolution, iterative scheme. Reconstruction was experimented with several point sets, induding different shapes and sizes. Results show generated meshes very dose to object final shapes. We include measures of performance and discuss robustness.

É proposto um método em multi-resolução para reconstrução de superfícies a partir de nuvens de pontos, que representam a superfície de um objeto no espaço 3D. O método proposto utiliza um conjunto de operadores de malha e regras simples de refinamento seletivo da malha, com um estratégia baseada nos mapas auto-organizáveis de Kohonen. Basicamente, um esquema auto-adaptativo é utilizado para mover iterativamente os vértices de uma malha inicial simples em direção ao conjunto de pontos, localizados idealmente na fronteira do objeto. Sucessivos refinamentos da malha e movimentações dos seus vértices são aplicados, levando a superfícies cada vez mais detalhadas, num esquema iterativo em multi-resolução. Experimentos de reconstrução foram realizados com diversos conjuntos de pontos, de diferentes formas e tamanhos. Os resultados apresentam malhas geradas que são muito próximas das formas das superfícies implícitas nas amostras. São incluídas medidas de erro e de qualidade e discutida a robustez do algoritmo.