Geometría Computacional: Explorando conocimientos geométricos para la visión por computadora
Por Fouad Sabry
()
Información de este libro electrónico
Qué es la geometría computacional
La geometría computacional es una rama de la informática dedicada al estudio de algoritmos que pueden expresarse en términos de geometría. Algunos problemas puramente geométricos surgen del estudio de algoritmos geométricos computacionales, y dichos problemas también se consideran parte de la geometría computacional. Si bien la geometría computacional moderna es un desarrollo reciente, es uno de los campos más antiguos de la informática con una historia que se remonta a la antigüedad.
Cómo se beneficiará
(I) Insights y validaciones sobre los siguientes temas:
Capítulo 1: Geometría computacional
Capítulo 2: Triangulación de Delaunay
Capítulo 3: Casco convexo
Capítulo 4: Diagrama de Voronoi
Capítulo 5: Geometría discreta
Capítulo 6: Triangulación de polígonos
Capítulo 7: Árbol de expansión mínimo euclidiano
Capítulo 8: Polígono simple
Capítulo 9: Triangulación de conjuntos de puntos
Capítulo 10: Triangulación (geometría)
(II) Respuestas las principales preguntas del público sobre la geometría computacional.
(III) Ejemplos del mundo real para el uso de la geometría computacional en muchos campos.
Para quién es este libro
Profesionales, estudiantes de pregrado y posgrado, entusiastas, aficionados y aquellos que quieran ir más allá del conocimiento o información básica para cualquier tipo de Geometría Computacional.
Lee más de Fouad Sabry
Relacionado con Geometría Computacional
Títulos en esta serie (100)
Transformación de Hadamard: Revelando el poder de la transformación de Hadamard en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDifusión anisotrópica: Mejora del análisis de imágenes mediante difusión anisotrópica Calificación: 0 de 5 estrellas0 calificacionesVisión por computador: Explorando las profundidades de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformacion afin: Desbloqueo de perspectivas visuales: exploración de la transformación afín en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCorrección gamma: Mejora de la claridad visual en la visión por computadora: la técnica de corrección gamma Calificación: 0 de 5 estrellas0 calificacionesModelo del sistema visual humano: Comprender la percepción y el procesamiento Calificación: 0 de 5 estrellas0 calificacionesFunción de combinación de colores: Comprensión de la sensibilidad espectral en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEn Pintura: Cerrar brechas en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelo de apariencia de color: Comprensión de la percepción y la representación en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEstimación de la postura del cuerpo articulado: Desbloqueando el movimiento humano en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHistograma de imagen: Revelando conocimientos visuales, explorando las profundidades de los histogramas de imágenes en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEcualización de histograma: Mejora del contraste de la imagen para mejorar la percepción visual Calificación: 0 de 5 estrellas0 calificacionesVisión estéreo por computadora: Explorando la percepción de profundidad en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesHomografía: Homografía: Transformaciones en Visión por Computador Calificación: 0 de 5 estrellas0 calificacionesVisión por computadora submarina: Explorando las profundidades de la visión por computadora debajo de las olas Calificación: 0 de 5 estrellas0 calificacionesFiltro adaptativo: Mejora de la visión por computadora mediante filtrado adaptativo Calificación: 0 de 5 estrellas0 calificacionesMapeo de tonos: Mapeo de tonos: perspectivas iluminadoras en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de bordes: Explorando los límites en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación de radón: Revelando patrones ocultos en datos visuales Calificación: 0 de 5 estrellas0 calificacionesReducción de ruido: Mejora de la claridad, técnicas avanzadas para la reducción del ruido en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesTransformación dura: Revelando la magia de Hough Transform en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCompresión de imagen: Técnicas eficientes para la optimización de datos visuales Calificación: 0 de 5 estrellas0 calificacionesTransformación de característica invariante de escala: Revelando el poder de la transformación de características invariantes de escala en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetector de bordes astuto: Revelando el arte de la percepción visual Calificación: 0 de 5 estrellas0 calificacionesRetinax: Revelando los secretos de la visión computacional con Retinex Calificación: 0 de 5 estrellas0 calificacionesSistema de gestión de color: Optimización de la percepción visual en entornos digitales Calificación: 0 de 5 estrellas0 calificacionesJoint Photographic Experts Group: Liberando el poder de los datos visuales con el estándar JPEG Calificación: 0 de 5 estrellas0 calificacionesPercepción visual: Información sobre el procesamiento visual computacional Calificación: 0 de 5 estrellas0 calificacionesBanco de filtros: Información sobre las técnicas del banco de filtros de Computer Vision Calificación: 0 de 5 estrellas0 calificacionesModelo de color: Comprensión del espectro de la visión por computadora: exploración de modelos de color Calificación: 0 de 5 estrellas0 calificaciones
Libros electrónicos relacionados
Análisis y diseño de algoritmos: Un enfoque práctico Calificación: 0 de 5 estrellas0 calificacionesGeneración de malla: Avances y aplicaciones en la generación de mallas de visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelado Geométrico: Explorando el modelado geométrico en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesPrimitiva geométrica: Explorando los fundamentos y aplicaciones de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesCortes de gráficos de visión por computadora: Explorando cortes de gráficos en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesReconstrucción tridimensional multivista: Técnicas avanzadas de percepción espacial en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesEliminación de líneas ocultas: Revelando lo invisible: secretos de la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesModelado y renderizado basado en imágenes: Explorando el realismo visual: técnicas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos por computadora de polígono: Explorando la intersección de gráficos por computadora poligonales y visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGeometric modeling in computer: Aided geometric design Calificación: 0 de 5 estrellas0 calificacionesSuperficie procesal: Explorando la generación y el análisis de texturas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMatemática aplicada a los negocios Calificación: 0 de 5 estrellas0 calificacionesModelamiento y simulación de sistemas con Simulink: Aplicaciones en ingeniería estructural Calificación: 4 de 5 estrellas4/5Introducción al Machine Learning con MATLAB Calificación: 0 de 5 estrellas0 calificacionesAlgoritmo de dibujo lineal: Dominar técnicas para la representación de imágenes de precisión Calificación: 0 de 5 estrellas0 calificacionesGráficos vectoriales: Dominar los gráficos vectoriales en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesMétodo de ajuste de nivel: Avances en la visión por computadora, exploración del método de conjunto de niveles Calificación: 0 de 5 estrellas0 calificacionesEditora de gráficos ráster: Transformando realidades visuales: dominio de los editores de gráficos rasterizados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDetección de colisiones: Comprensión de las intersecciones visuales en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesGráficos rasterizados: Comprender los fundamentos de los gráficos rasterizados en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesDibujo técnico para la transformación de polímeros. QUIT0209 Calificación: 0 de 5 estrellas0 calificacionesVer síntesis: Explorando perspectivas en visión por computadora Calificación: 0 de 5 estrellas0 calificacionesManual de civil 3D aplicado a proyectos viales Calificación: 0 de 5 estrellas0 calificacionesSegmentación de imagen: Desbloqueo de información a través de Pixel Precision Calificación: 0 de 5 estrellas0 calificacionesMachine Learning y Deep Learning Calificación: 0 de 5 estrellas0 calificacionesAprendizaje de características geométricas: Desbloqueo de conocimientos visuales a través del aprendizaje de características geométricas Calificación: 0 de 5 estrellas0 calificacionesGráfico de trama digital: Revelando el poder de los gráficos rasterizados digitales en la visión por computadora Calificación: 0 de 5 estrellas0 calificacionesManual de álgebra lineal 2da edición Calificación: 0 de 5 estrellas0 calificacionesDibujo de ingeniería: Desbloquear la percepción visual en el dibujo de ingeniería Calificación: 0 de 5 estrellas0 calificacionesManual de álgebra lineal Calificación: 0 de 5 estrellas0 calificaciones
Inteligencia (IA) y semántica para usted
Introducción a la ingeniería Calificación: 0 de 5 estrellas0 calificacionesResumen CHAT GPT IA Revolución en 2023: Guía de la Tecnología CHAT GPT y su Impacto Social: Resumen Tecnológico, #1 Calificación: 0 de 5 estrellas0 calificacionesMáquinas predictivas: La sencilla economía de la inteligencia artificial Calificación: 5 de 5 estrellas5/5Fundamentos de Programación: Diagramas de flujo, Diagramas N-S, Pseudocódigo y Java Calificación: 0 de 5 estrellas0 calificacionesKlara y el Sol Calificación: 5 de 5 estrellas5/5Cómo usar Chatgpt para tu negocio Calificación: 0 de 5 estrellas0 calificacionesDominando ChatGPT: Desbloquea el poder de la IA para mejorar la comunicación y las relaciones: Spanish Calificación: 3 de 5 estrellas3/5El mito de la inteligencia artificial: Por qué las máquinas no pueden pensar como nosotros lo hacemos Calificación: 5 de 5 estrellas5/5Calidad en el desarrollo de software Calificación: 0 de 5 estrellas0 calificacionesMetodología de la programación Calificación: 0 de 5 estrellas0 calificacionesCómo Ganar Dinero por Internet con Inteligencia Artificial Emprende tu negocio digital con ChatGPT, Escríbelo.ia, Playground AI, You.com, Canva, Midjourney, Dall-E 2, Amazon... Calificación: 0 de 5 estrellas0 calificacionesInteligencia artificial: Una exploración filosófica sobre el futuro de la mente y la conciencia Calificación: 4 de 5 estrellas4/5Inteligencia Artificial Calificación: 4 de 5 estrellas4/5ANDROID: Aprende desde cero a crear aplicaciones Calificación: 0 de 5 estrellas0 calificacionesMonetización de ChatGPT: aproveche el poder de AI: Spanish Calificación: 1 de 5 estrellas1/5Escritura Creativa en la Era de la IA: Dominando la Colaboración con ChatGPT para Crear Libros Impactantes Calificación: 4 de 5 estrellas4/5Chat GPT-4 para Principiantes: Chat GPT, #1 Calificación: 0 de 5 estrellas0 calificacionesGuíaBurros: Inteligencia Artificial: Su lado oscuro y el fin del principio Calificación: 0 de 5 estrellas0 calificacionesMecatrónica Calificación: 0 de 5 estrellas0 calificacionesUML: Modelado de Software para Profesionales Calificación: 0 de 5 estrellas0 calificacionesCiencias de la Computación en la escuela: Guía para enseñar mucho más que a programar Calificación: 5 de 5 estrellas5/5Sobreviviendo a la IA Calificación: 3 de 5 estrellas3/5Introducción a la Ingeniería Industrial Calificación: 0 de 5 estrellas0 calificacionesCómo triunfar en Instagram usando ChatGPT: La guía definitiva para crear contenido impactante con ChatGPT Calificación: 0 de 5 estrellas0 calificacionesAprendizaje automático y profundo en python: Una mirada hacia la inteligencia artificial Calificación: 0 de 5 estrellas0 calificacionesMáquinas como yo Calificación: 4 de 5 estrellas4/5Python fácil Calificación: 4 de 5 estrellas4/5Big data: La revolución de los datos masivos Calificación: 4 de 5 estrellas4/5
Comentarios para Geometría Computacional
0 clasificaciones0 comentarios
Vista previa del libro
Geometría Computacional - Fouad Sabry
Capítulo 1: Geometría computacional
La geometría computacional es un área de la informática dedicada al estudio de algoritmos que pueden expresarse en términos geométricos. Estos problemas también se consideran parte de la geometría computacional. A pesar de que la geometría computacional moderna es un fenómeno relativamente reciente, es uno de los temas más antiguos de la computación, con una historia que se remonta a la antigüedad.
Un elemento central de la geometría computacional es la complejidad computacional, si los métodos se aplican a conjuntos de datos muy grandes que contienen decenas o cientos de millones de puntos, esto tiene un enorme valor práctico.
En tales casos, la diferencia entre O(n2) y O(n log n) puede ser la diferencia entre días y segundos de cómputo.
El progreso en los gráficos por computadora y el diseño y fabricación asistidos por computadora (CAD / CAM) proporcionó la motivación principal para la formación de la geometría computacional como tema, sin embargo, muchos problemas en geometría computacional son de naturaleza clásica y pueden originarse en la visualización matemática.
La robótica (planificación de movimiento y problemas de visibilidad), los sistemas de información geográfica (SIG) (localización y búsqueda geométrica, planificación de rutas), el diseño de circuitos integrados (diseño y verificación de geometría IC), la ingeniería asistida por ordenador (CAE) (generación de mallas) y la visión por ordenador son otras aplicaciones importantes de la geometría computacional (reconstrucción 3D).
Las principales ramas de la geometría computacional incluyen:
La geometría computacional combinatoria, a menudo conocida como geometría algorítmica, se ocupa de objetos geométricos discretos. El término geometría computacional
se utilizó por primera vez en este sentido en 1975, según un libro seminal sobre el tema de Preparata y Shamos.
La geometría computacional numérica, también conocida como geometría de máquinas, diseño geométrico asistido por computadora (CAGD) o modelado geométrico, se ocupa en gran medida de la representación de objetos del mundo real en sistemas CAD/CAM. Esta rama puede ser vista como una continuación de la geometría descriptiva y con frecuencia se clasifica como un subcampo de los gráficos por computadora o CAD. Desde 1971, el término geometría computacional
se ha utilizado en este sentido).
El objetivo principal de la investigación en geometría computacional combinatoria es desarrollar algoritmos y estructuras de datos eficientes para resolver problemas expresados en términos de objetos geométricos fundamentales, como puntos, segmentos de línea, polígonos y poliedros.
Hasta la llegada de las computadoras, varios de estos problemas no se veían como problemas en absoluto, ya que parecen ser muy simples. Considere el problema del par más cercano como ejemplo:
Halla los dos puntos del plano con la distancia más corta entre ellos, dados n puntos en el plano.
Se podrían determinar las distancias entre cada par de puntos, qué número hay n(n-1)/2, y luego elegir el par con la separación más corta.
Este algoritmo de fuerza bruta tarda O(n2) tiempo, es decir,
Su tiempo de ejecución es proporcional al número de puntos al cuadrado.
Un resultado fundamental en geometría computacional fue el desarrollo de un algoritmo que requiere O (n log n).
Algoritmos aleatorios con un tiempo de ejecución anticipado de O(n), descubiertos adicionalmente.
Los problemas fundamentales de la geometría computacional se pueden clasificar de manera diferente en función de varios criterios. Se pueden distinguir las siguientes categorías generales:
En esta categoría de cuestiones, se proporciona una entrada y se debe construir o determinar la salida adecuada. Algunos problemas fundamentales con este tipo incluyen:
Envoltura convexa: Dado un conjunto de puntos, encuentre el poliedro/polígono convexo más pequeño que los contenga a todos.
Intersección de segmentos de línea: Determine las intersecciones entre una colección determinada de segmentos de línea.
Triangulación de Delaunay
Especificado un conjunto de puntos, divida el espacio de acuerdo con los puntos más cercanos a los puntos dados utilizando el diagrama de Voronoi.
Programación lineal
Dada una colección de puntos, identifique el par que tiene la distancia más corta entre ellos.
Par de puntos más distantes
Halla, dado un conjunto de puntos, el círculo más grande cuyo centro se encuentra dentro de su casco convexo y no encierra ninguno de ellos.
Conecte dos puntos en un espacio euclidiano (con obstrucciones poliédricas) utilizando el camino más corto.
Dado un polígono, triangula su interior dividiéndolo en triángulos.
Generación de mallas
Operaciones booleanas aplicadas a polígonos
La complejidad computacional de esta clase de problemas se evalúa en función del tiempo y el espacio (memoria de la computadora) necesarios para resolver una instancia específica del problema.
En los problemas de consulta geométrica, también conocidos como problemas de búsqueda geométrica, la entrada consta de dos componentes: el componente de espacio de búsqueda y el componente de consulta variable. Normalmente, el espacio de búsqueda debe procesarse previamente para que muchas consultas puedan abordarse de manera eficiente.
Una serie de cuestiones fundamentales de investigación geométrica son:
Procese previamente un conjunto de puntos para contar rápidamente el número de puntos dentro de una región de consulta.
Genere una estructura de datos que identifique eficazmente la celda en la que se coloca un punto de consulta, dada una partición basada en celdas del espacio.
Vecino más cercano: preprocese un conjunto de puntos para determinar rápidamente el punto más cercano a un punto de consulta.
Trazado de rayos: dado un conjunto de elementos en el espacio, genere una estructura de datos que identifique eficazmente el primer objeto con el que se cruza un rayo de consulta.
Si el espacio de búsqueda es fijo, la complejidad computacional de esta clase de problemas a menudo se evalúa utilizando el:
La cantidad de tiempo y espacio de almacenamiento necesarios para construir la estructura de datos que se va a buscar.
Tiempo (y ocasionalmente espacio extra) para responder preguntas.
Consulte Problemas dinámicos
cuando se permita que el espacio de búsqueda fluctúe.
Otra clase significativa son los problemas dinámicos, para los cuales el objetivo es crear una técnica efectiva para localizar repetidamente una solución después de cada actualización de los datos de entrada (adición o eliminación de elementos geométricos de entrada). Normalmente, los algoritmos para estas situaciones utilizan estructuras de datos