Technology Colombia , Colombia, Tuesday, June 21 of 2016, 20:22

Una nueva técnica agiliza la carga de imágenes 3D

Diseñan una metodología de ordenamiento de nubes de puntos, los datos que componen imágenes en 3D, para facilitar la interpretación rápida del contenido

UN/DICYT Una nueva técnica agiliza carga de imágenes 3D gracias a una metodología de ordenamiento de nubes de puntos (datos que componen imágenes en 3D) para facilitar la interpretación rápida del contenido, que carga tan solo un subconjunto de los datos contenidos en los mismos. Esta técnica, que se constituyó como trabajo académico en la Universidad Nacional de Colombia Sede Manizales, permite ahorrar tiempo considerable al visualizar este tipo de imágenes tridimensionales.

 

“Imaginémonos una foto muy grande (100 megapixeles). Con esta técnica, con cargar una parte del archivo, se puede saber qué tipo de imagen es”, explicó el profesor Juan Bernardo Gómez Mendoza.

 

La tarea de simplificación y segmentación es fundamental en los procesos requeridos para analizar imágenes 3D, lo que permite trabajar en técnicas usadas por organizaciones mundiales, como Google, para la perfección de diseños o virtualización de ciudades, entre otras temáticas.

 

Asimismo, se trabajó en simplificar o reducir nubes de puntos teniendo en cuenta su ubicación geométrica, para que tengan mejor almacenamiento, es decir, para facilitar su carga progresiva y transmisión.

 

La investigación fue realizada por el magíster en Ingeniería- Automatización Industrial, Sebastián Arboleda Duque, con el propósito de que estas imágenes puedan ser cargadas en un computador, agilizar y facilitar el trabajo de diseñadores web, diseñadores industriales y arquitectos, entre otros.

 

“Para lograr esto, se reorganiza el conjunto de datos de manera tal que al inicio del archivo se ubiquen los puntos más significativos para el modelo 3D (puede hacerse con cualquier objeto). Esto permite que el conjunto pueda ser cargado, visualizado o almacenado de forma progresiva”, explicó el investigador.

 

Para clasificar los puntos de acuerdo con su importancia dentro del conjunto de datos, el modelo 3D es dividido en segmentos relativamente planos, para ello usa un algoritmo de crecimiento de regiones.

 

“Una vez obtenidas estas regiones, son ordenadas dependiendo del número de puntos que contiene cada una de ellas, de tal forma que las zonas con más puntos se relacionan con objetos cuya geometría es más uniforme, mientras que las regiones pequeñas se encuentran en partes del modelo cuya geometría es caprichosa”, aseveró el profesor de la U.N. Sede Manizales, Juan Bernardo Gómez Mendoza.

 

Así, es posible trabajar con la información más importante manteniendo la geometría de la nube original. “El volumen de datos puede ser reducido considerablemente, incluso en un 80 % del modelo original y no perder la esencia morfológica matemática o la calidad del mismo”, manifestó.

 

Posteriormente, se analiza el tamaño de cada segmento para determinar la importancia de cada región dentro de la geometría de la superficie. Luego, la región es analizada para clasificar los datos dentro de ella como puntos pertenecientes a algún borde o a zonas intermedias de la superficie.

 

Por último, se realizó un muestreo de los datos clasificados y fueron ordenados en el archivo. De esta forma, el usuario puede tener el control de la cantidad de puntos que desea cargar del archivo y así se obtiene un modelo de diferentes resoluciones. En esta investigación no se desarrolló un prototipo como tal, simplemente se trabajó la técnica para demostrar el proceso de ordenamiento de puntos.