Reducción de ruido de una nube de puntos densa 3D, basado en el regularizador de grafo laplaciano y preservando las características de forma fina

• Autor: Cutire Sivincha, Wilber Eder
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Católica San Pablo
• Repositorio: UCSP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucsp.edu.pe:20.500.12590/17123
• Enlace del recurso: https://hdl.handle.net/20.500.12590/17123
• Nivel de acceso: acceso abierto
• Materia: Nube de Puntos; Eliminación de Ruido; Suavisado de Señal de Grafo; Aprendizaje para Datos en Grafo; Regularización de Grafo Laplaciano; https://purl.org/pe-repo/ocde/ford#1.02.01

La nube de puntos 3D ha ganado cada vez más atención como representación de objetos para realizar la reconstrucción de superficies. La nube de puntos generada por sistemas de cámaras binoculares son fácilmente corrompidas ya sea cambios de iluminación en la captura, vibraciones de los sistemas o por errores computacionales en la triangulación. Obtener una adecuada nube de puntos ayuda a conocer de forma más precisa el volumen del objeto a reconstruir. Para ello se busca eliminar el ruido que la nube de puntos presenta, manteniendo las características y los detalles de la superficie a reconstruir. En este trabajo proponemos un método que aprovecha de la estructura de la nube de puntos, para la construcción basada en grafo y usarlo como señal, además usamos un nuevo vector de características que representen a los nodos. Nos basamos en el regularizador de grafo laplaciano, construyendo un método con convergencia definida y realizamos una evaluación experimental para la demostrar robustez, y calidad de nuestro método, comparándolo con los métodos más relevantes del estado del arte.