Compressão de geometria de pointcloud por decomposição booleana

Abstract

PointClouds, ou nuvem de pontos, são um tipo de representação de uma cena tridimensional na qual cada ponto no espaço é definido por uma representação matricial de sua coordenada no eixo espacial xyz e sua cor por outra matriz RGB. Este tipo de arquitetura é extremamente interessante pela fácil manipulação. Porém, inevitavelmente, quanto mais detalhado o modelo tridimensional, maior o número de elementos no espaço e, consequentemente, maior o tamanho da informação necessária para descrever a PointCloud. Por este fato, se faz necessária a utilização de algoritmos de compressão para que seja possível utilizar menor espaço para o armazenamento ou transferência da informação. Este trabalho tem como objetivo, então, propor uma maneira de comprimir a geometria de PointClouds de forma eficaz e sem perdas a partir da decomposição do modelo tridimensional em cortes transversais e posterior compressão utilizando algoritmos já consolidados, como o JBIG, e manipulações booleanas. Em seguida, é realizada uma comparação entre o método proposto e métodos utilizados atualmente no mercado e os caracterizados como estado da arte. Os resultados são apresentados através de análises estatísticas da aplicação do algoritmo desenvolvido em uma grande base de dados de PointClouds, podendo representar de forma concisa os pontos positivos e negativos do projeto. O conteúdo pós análise consiste de reflexões a respeito dos prós e contras do método desenvolvido e propostas de futuro desenvolvimento.