Fahad Al-Raddady
Se desarrollan y evalúan herramientas de reducción de datos utilizando un marco de análisis de datos. Se aplican algoritmos de reducción simples e inteligentes a datos sintéticos y reales y los conjuntos de datos reducidos se incorporan a un sistema de análisis. Un problema importante de la reducción de datos es que ciertos tipos de cámaras o escáneres producen grandes cantidades de datos, cuyo procesamiento presenta serios problemas. En lugar de procesar todos estos datos en cada etapa del proceso de representación, una alternativa es utilizar una estrategia en la que los datos se reducen inicialmente y luego se puede completar un preprocesamiento sin consumir mucho tiempo. Este artículo presenta un algoritmo para administrar la cantidad de datos de puntos adquiridos por un escáner láser. El algoritmo propuesto incluye un método basado en el cálculo de la normal de la superficie, que es fundamental en la mayoría de los algoritmos de ingeniería inversa. Los vectores normales se calculan ajustando el plano de mejor ajuste al vecindario. Se asigna un punto a la normal y se obtiene el ángulo entre una dirección arbitraria y la normal. Los datos de puntos se subdividen en celdas según los ángulos, mientras que se obtienen las celdas no uniformes. Por lo tanto, la cantidad de puntos se puede reducir muestreando los puntos representativos para cada celda. Los resultados experimentales muestran que el método propuesto tiene buenos resultados y parece ser bastante estable incluso para la reducción de datos a gran escala.