29.01.2013 Views

Cálculo e Estimação de Invariantes Geométricos: Uma ... - Impa

Cálculo e Estimação de Invariantes Geométricos: Uma ... - Impa

Cálculo e Estimação de Invariantes Geométricos: Uma ... - Impa

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

118 6.1. Problemas Discretos<br />

tal �α ′ �. Finalmente, o limite po<strong>de</strong> ser simplificado num supremo no<br />

caso convexo. Vamos analisar cada observação.<br />

A força da <strong>de</strong>finição <strong>de</strong> curvas admissíveis resi<strong>de</strong> na possibilida<strong>de</strong><br />

<strong>de</strong> caracterizá-las a partir da regularida<strong>de</strong> da parametrização. Esse<br />

processo é muito mais <strong>de</strong>licado para superfícies, mesmo suaves, pois<br />

existem processos <strong>de</strong> amostragem que não garantem proprieda<strong>de</strong>s<br />

elementares <strong>de</strong> convergência da área, como o lampião <strong>de</strong> Schwarz.<br />

Portanto, a passagem ao limite tem que ser associada a um certo<br />

tipo <strong>de</strong> amostragem, geralmente triangulações <strong>de</strong> Delaunay, po<strong>de</strong>ndo<br />

haver variações e assim mais <strong>de</strong> uma <strong>de</strong>finição, não equivalentes, <strong>de</strong><br />

invariantes discretos.<br />

O problema discreto fica mais complicado ainda na prática pois,<br />

com dados reais, a curva limite C não é conhecida. <strong>Uma</strong> abordagem<br />

consiste em interpolar ou aproximar os dados discretos por uma curva<br />

suave, e <strong>de</strong>finir os invariantes a partir das <strong>de</strong>rivadas <strong>de</strong>ssa curva suave.<br />

Nesse livro, esse processo foi usado no caso <strong>de</strong> invariantes afins<br />

<strong>de</strong> superfícies implícitas discretas. Outra abordagem consiste em <strong>de</strong>finir<br />

um invariante da curva discreta, e garantir que ele converge para<br />

o invariante da curva limite, sob um processo <strong>de</strong> amostragem controlado,<br />

como foi o caso dos polígonos parabólicos. Po<strong>de</strong>ria <strong>de</strong>finir<br />

o invariante sem a convergência para uma noção conhecida no caso<br />

limite, mas per<strong>de</strong>ria a interpretação do invariante calculado.<br />

Finalmente, os casos convexos, ou estritamente convexos para a<br />

geometria afim, geram melhores condições para a estimação <strong>de</strong> invariantes.<br />

Em particular no caso afim, os pontos <strong>de</strong> inflexão geram<br />

problemas numéricos para estimar os invariantes, pois tem curvatura<br />

infinita. Porém, os dados reais vem corrompidos por ruído. Mesmo<br />

um círculo, uma vez perturbado por um ruído pequeno, <strong>de</strong>ixa <strong>de</strong><br />

ser convexo. A literatura matemática relata muitos métodos para<br />

remoção <strong>de</strong> ruído, mas para garantir que a medida estimada é invariante,<br />

o processo <strong>de</strong> remoção <strong>de</strong> ruído também tem que ser invariante.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!