Fahad Al-Raddady
Des outils de réduction de données sont développés et évalués à l'aide d'un cadre d'analyse de données. Des algorithmes d'amincissement simples et intelligents sont appliqués aux données synthétiques et réelles et les ensembles de données amincis sont ingérés dans un système d'analyse. Un problème majeur de la réduction des données est que certains types de caméras ou de scanners produisent de grandes quantités de données, dont le traitement présente de sérieux problèmes. Plutôt que de traiter toutes ces données à chaque étape du processus de représentation, une alternative consiste à utiliser une stratégie dans laquelle les données sont initialement réduites, puis un prétraitement peut être effectué sans consommer beaucoup de temps. Cet article présente un algorithme de gestion de la quantité de données ponctuelles acquises par scanner laser. L'algorithme proposé comprend une méthode basée sur le calcul de la normale de surface qui est fondamentale dans la plupart des algorithmes de rétro-ingénierie. Les vecteurs normaux sont calculés en ajustant le plan le mieux ajusté au voisinage. Un point est attribué à la normale et l'angle entre une direction arbitraire et la normale est obtenu. Les données ponctuelles sont subdivisées en cellules en fonction des angles, tandis que les cellules non uniformes sont obtenues. Ainsi, la quantité de points peut être réduite en échantillonnant les points représentatifs pour chaque cellule. Les résultats expérimentaux montrent que la méthode proposée donne de bons résultats et semble être assez stable même pour une réduction de données à grande échelle.