Escolar Documentos
Profissional Documentos
Cultura Documentos
Dissertacao de Mestrado
Rio de Janeiro
setembro de 2011
Rogerio Vaz de Almeida Junior
Orientador
Departamento de Matematica PUCRio
Ficha Catalografica
de Almeida junior, Rogerio Vaz
CDD: 510
PUC-Rio - Certificao Digital N 0912372/CA
Albert Einstein
Dedico esta dissertacao aos meus pais por todo apoio e incentivo em todos os
momentos da minha vida.
Agradecimentos
PUC-Rio - Certificao Digital N 0912372/CA
A Deus, pela oportunidade da vida. Aos meus pais, Rogerio Vaz de Almeida
e Rosane de Andrade de Almeida, por todo apoio e por serem os personagens
principais da minha historia. Ao meu padrinho Ricardo Goncalves de Andrade
pelas palavras de incentivo nos momentos de dificuldade. Ao meu orientador
de mestrado Sinesio Pesco pelas longas conversas nos meus momentos de di-
ficuldade e por confiar no meu trabalho. Ao meu orientador durante minha
graduacao Humberto Jose Bortolossi por toda paciencia, dedicacao e profissi-
onalismo. Ao professor Helio Cortes Vieira Lopes pelas ideias valiosas e toda
ajuda na parte escrita deste trabalho. Aos meus colegas de mestrado, especi-
almente Luana Sa, Andrea Lins, Maria Andrade, Lis Ingrid e Leandro Souza
pelo companheirismo, incentivo e amizade. Por fim, agradeco a CAPES e a
PUC-Rio, pelos auxlios concedidos, sem os quais este trabalho nao poderia
ter sido realizado.
Resumo
Palavraschave
Geometria Diferencial; Estimadores de Curvaturas; Processamento
Geometrico.
Abstract
Keywords
Differential Geometry; Curvature Estimation; Geometry Processing.
Sumario
1 Introducao 12
1.1 Divisao da Dissertacao 13
5 Resultados Computacionais 40
5.1 Geracao de Pontos 40
5.2 Rudo aditivo 41
5.3 Visualizacao 41
5.4 Analise de erro 41
5.5 Curvas Parametrizadas 42
5.6 Curvas Implcitas 77
6 Conclusao 98
Referencias Bibliograficas 99
5.1 Preditor-corretor no R3 40
5.2 Acrescimo de rudo em um ponto 41
5.3 rotacao nos 4 eixos 42
5.4 Curvatura k1 , n = 1300, = 0 43
5.5 Curvatura k2 , n = 1300, = 0 43
5.6 Curvatura k3 , n = 1300, = 0 43
5.7 Projecao em XY , n = 1300, = 0.1 44
5.8 Grafico n Me , q = 2, = 0 44
5.9 Grafico n Me , q = 2, = 0 44
5.10 Grafico n Me , q = 2, = 0 45
5.11 Grafico n Me , q = 10, = 0 45
PUC-Rio - Certificao Digital N 0912372/CA
5.107Projecao em XY 87
5.108Visualizacao do eixo z 87
5.109Rotacao nos 4 eixos 88
5.110Nova rotacao 88
5.111n = 1300, = 0, curvatura k1 89
5.112n = 1300, = 0, curvatura k2 89
5.113n = 1300, = 103 , curvatura k1 90
5.114n = 1300, = 103 , curvatura k2 90
5.115q = 2, = 0, curvatura k1 90
5.116q = 2, = 0, curvatura k2 91
5.117q = 2, = 104 , curvatura k1 91
5.118q = 2, = 104 , curvatura k2 92
5.119Visualizacao em x e y 93
5.120Visualizacao do eixo z 93
5.121Visualizacao do eixo w 93
5.122Curvatura k1 93
5.123Curvatura k2 93
5.124Curvatura k3 94
1
Introducao
1.1
Divisao da Dissertacao
No captulo 2 trataremos dos conceitos basicos de geometria diferencial.
Vamos falar sobre curvas parametrizadas no R4 , definir curvas regulares e com-
primento de arco, definir o produto vetorial no R4 , tratar de aspectos impor-
tantes sobre teoria local de curvas parametrizadas pelo comprimento de arco,
apresentar as formulas de Frenet-Serret, tratar de curvas com parametrizacao
arbitraria e obter as expressoes para as curvaturas k1 , k2 e k3 .
No captulo 3, vamos definir uma curva implcita no R4 , enunciar o
teorema da funcao implcita, tratar de curvas em hipersuperfcies implcitas
e descrever os procedimentos, segundo um modelo contnuo, para obtencao
das curvaturas de um ponto pertencente a intersecao de tres hipersuperfcies
implicitamente definidas no R4 .
No captulo 4, vamos descrever os metodos numericos para uma estimacao
das curvaturas de uma curva discreta no R4 . Eles sao as extensoes dos
algoritmos propostos em (6) e (2).
No captulo 5 serao apresentados os resultados computacionais atraves de
PUC-Rio - Certificao Digital N 0912372/CA
2.1
Curvas Parametrizadas
Uma curva parametrizada e uma aplicacao contnua r I Rn de um intervalo
I R em Rn . O conjunto imagem C = {r(t) Rn t I} e chamado traco de r.
A aplicacao r e dita uma parametrizacao de C e chamaremos t de parametro
da curva.
0)
A curva r e dita ser diferenciavel em t = t0 , se limtt0 r(t)r(t
tt0 existe, e
nesse caso o valor desse limite sera denotado por r(t0 ) ou dt (t0 ). O vetor r(t0 )
dr
2.2
Reparametrizacao da curva
O traco de uma curva r pode possuir diversas parametrizacoes. A geometria
diferencial estuda propriedades das curvas que sao invariantes a reparame-
trizacoes. Por isso, seria interessante definir uma relacao de equivalencia entre
as diversas parametrizacoes de um dado traco.
Duas curvas parametricas de classe C k , r1 I1 Rn e r2 I2 Rn , sao
equivalentes se existe uma bijecao I1 I2 tal que d
dt (t) 0, para todo t I1
e r2 ((t)) = r1 (t). Nessas condicoes, dizemos que r2 e uma reparametrizacao
de r1
2.3
Comprimento de Arco
Sejam r I Rn uma curva continuamente diferenciavel e [a, b] I um
intervalo fechado. O comprimento de arco de r no intervalo [a, b] e definido
por:
b
l = r(u)du,
PUC-Rio - Certificao Digital N 0912372/CA
s(t) = r(u)du
t0
dr dt 1 r(t(s))
(s) = r(t(s)) (s) = r(t(s)) = .
ds ds dt (s)
ds r(t(s))
s(t) = 1du = t t0 .
t0
2.4
Teoria Local de Curvas no R4 Parametrizadas pelo Comprimento de Arco
Seja r I R R4 uma curva regular parametrizada pelo comprimento de
arco. Denotamos por t(s) = r (s) o vetor tangente unitario da curva r em s.
Como r (s) = 1, isto e < r (s), r (s) >= 1, temos, ao derivarmos ambos os
PUC-Rio - Certificao Digital N 0912372/CA
r (s) = t(s),
r (s) = k1 (s)n(s),
e
k12 (s) = < r (s), r (s) > .
2.4.1
Formulas de Frenet-Serret
Se r I Rn e uma curva de classe C n+1 , regular de ordem n e para-
metrizada pelo comprimento de arco, entao a base movel de Frenet-Serret no
Rn , denotada por {e1 (s), e1 (s), ..., en (s)}, e obtida pela aplicacao do processo
de ortogonalizacao de Gram-Schmidt nos vetores r (s), r (s), ..., r(n) (s). Essa
base e portanto abtida da seguinte forma:
r (s)
e1 (s) = r (s)
r (s)<r (s),e1 (s)>e1 (s)
e2 (s) = r (s)<r (s),e1 (s)>e1 (s)
k1
r(k) (s) <r(k) (s),ei (s)>ei (s)
ek (s) = i=1
k1
r(k) (s) <r(k) (s),ei (s)>ei (s)
i=1
Estimadores de Curvaturas para Curvas no R4 18
2.5
Obtendo as propriedades geometricas de curvas no R4
2.5.1
Os vetores tangente e normal e a curvatura k1
Aplicando o processo de ortogonalizacao de Gram-Schmidt nas duas primeiras
derivadas da curva r parametrizada pelo comprimento de arco, podemos obter
novamente as formulas das primeiras propriedades geometricas que foram
calculadas na secao 2.4:
r (s)
n(s) = , (2-6)
r (s)
e que:
k1 (s) =< t (s), n(s) >= r (s) (2-7)
PUC-Rio - Certificao Digital N 0912372/CA
2.5.2
O vetor binormal e a curvatura k2
Agora, o objetivo e determinar uma expressao para o vetor binormal b1
e para k2 em cada ponto da curva r(s).
O vetor b1 e definido como sendo:
r (s) < r (s), t(s) > t(s) < r (s), n(s) > n(s)
b1 (s) = (2-8)
r (s) < r (s), t(s) > t(s) < r (s), n(s) > n(s)
Com isso, podemos obter k1 (s) atraves do produto escalar de cada um dos
termos da identidade anterior com n(s). Assim,
< r (s), n(s) > = k12 (s) < t(s), n(s) > +k1 (s) < n(s), n(s) > +k1 (s)k2 (s) < n(s), b1 (s) > .
Estimadores de Curvaturas para Curvas no R4 20
< r (s), b1 (s) > = k12 (s) < t(s), b1 (s) > +k1 (s) < n(s), b1 (s) > +k1 (s) k2 (s) < b1 (s), b1 (s) > .
Logo,
2.5.3
O produto vetorial no R4
Sejam 3 vetores u, v, w R4 . Obtenha uma matriz C3x4 onde as linhas de C
PUC-Rio - Certificao Digital N 0912372/CA
u v w = [c1 , c2 , c3 , c4 ] = (1, 2, 0, 1)
Algumas propriedades:
2.5.4
O vetor trinormal e a curvatura k3
O vetor trinormal b2 (s) pode ser obtido da seguinte forma:
pois, por definicao, ele deve ser ortogonal ao espaco gerado por esses tres
vetores, que e o mesmo espaco gerado por {t(s), n(s), b1 (s)}.
Podemos tambem utilizar essa mesma estrategia do produto vetorial para
obter uma outra forma de calcular o vetor binormal b1 . Ja que temos, para
cada s, os vetores r e r , entao o vetor b1 e tambem dado por:
b1 (s) = . (2-11)
b2 (s) r (s) r (s)
Para calcular k3 (s), vamos calcular r(4) (s) que e obtida substituindo as
formulas de Frenet-Serret na derivada da expressao:
Assim,
r(iv) (s) = 2k1 (s) k1 (s) t(s) + (k12 (s)) t (s) +
r(iv) (s) = 2k1 (s) k1 (s) t(s) k12 (s) k1 (s) n(s)+
r(iv) (s) = 3k1 (s) k1 (s) t(s) + [k13 (s) + k1 (s) k1 (s) k2 (s)]n(s)+
Portanto,
2.6
Teoria Local de Curvas no R4 Parametrizadas de Forma Arbitraria
Vimos nas secoes anteriores como obter as formulas de Frenet-Serret para uma
curva r(s) parametrizada pelo comprimento de arco. Nesta secao, mostraremos
como obter as expressoes das formulas de Frenet-Serret para uma curva com
parametrizacao arbitraria, digamos h(t).
Sabemos que toda curva regular pode ser reparametrizada para ter vetor
tangente unitario.
Digamos que h (a, b) R4 seja uma curva regular com parametrizacao
h. Seja r (c, d) R4 uma reparametrizacao de h pelo comprimento de arco.
Podemos escrever que h(t) = r(s(t)) onde s(t) e a funcao comprimento de arco.
Estimadores de Curvaturas para Curvas no R4 23
ki (t) = ki (s(t)), i = 1, 2, 3
t(t) = t(s(t))
n(t) = n(s(t)) .
b1 (t) = b1 (s(t))
b2 (t) = b2 (s(t))
h (t) = v(t)t(t)
dv
h (t) = (t)t(t) + v 2 (t)k1 (t)n(t)
dt
d2 v dv dk1
h (t) = [ 2
(t) v 3 (t)k12 (t)]t(t) + [3v(t) (t)k1 (t) + v 2 (t) (t)]n(t)
dt dt dt
Derivando mais uma vez obtemos finalmente uma expressao para a quarta
derivada:
d3 v dv dk1 (t) d2 v
h(iv) (t) = [ (t)6v 2
(t) (t)k1
2
(t)v 3
(t)k1 (t) ]t(t)+[4v(t) (t)k1 (t)
dt3 dt dt dt2
dv dk1 dv d2 k1
+5v(t) (t) (t)v 4 (t)k13 (t)+3k1 (t)( (t))2 +v 2 (t) 2 (t)v 4 (t)k1 (t)k22 (t)]n(t)
dt dt dt dt
dv dk1 dk2
+[6v 2 (t) (t)k1 (t)k2 (t) + 2v 3 (t) (t)k2 (t) + v 3 (t)k1 (t) (t)]b1 (t)
dt dt dt
+v 4 (t)k1 (t)k2 (t)k3 (t)b2 (t)
h (t)
t(t) = ;
h (t)
PUC-Rio - Certificao Digital N 0912372/CA
3.1
Hipersuperfcies Implcitas
Considere uma funcao f U R4 R de classe C 1 . O vetor gradiente de f ,
denotado por f , e uma aplicacao diferenciavel definida por f U R4 ,
que leva p em f (p) = (fx (p), fy (p), fz (p), fw (p)), onde fx , fy , fz e fw sao as
derivadas parciais de f com relacao a x, y, z e w, respectivamente.
Seja c um numero real pertencente ao conjunto imagem de f . O conjunto
de nvel c de f e definido como f 1 (c) = {(x, y, z, w) D; f (x, y, z, w) = c}.
Dessa forma, f 1 (c) e o conjunto de todas as solucoes em D da equacao
PUC-Rio - Certificao Digital N 0912372/CA
3.2
Curvas Implcitas e o Teorema da Funcao Implcita
Seja c um valor regular para as funcoes f U R4 R, g U R4 R e
h U R4 R. Dizemos que as tres hipersuperfcies implcitas Sf = f 1 (c),
Sg = g 1 (c), Sh = h1 (c) se interceptam transversalmente se, para todo
Estimadores de Curvaturas para Curvas no R4 26
RRR RRR
y (p0 ) z (p0 ) w (p0 )
f f f
RRR RRR
(p0 ) = RRRRR RRR 0,
(f, g, h)
y (p0 ) z (p0 ) w (p0 )
g g g
(y, z, w) RRR RRR
RRR RRR
y (p0 ) z (p0 ) w (p0 )
h h h
RR
f (x, y(x), z(x), w(x)) = 0
g(x, y(x), z(x), w(x)) = 0
h(x, y(x), z(x), w(x)) = 0
3.3
Curvas em uma Hipersuperfcie
Dizemos que uma curva parametrica r I R R4 esta sobre a hipersuperfcie
implcita de nvel 0 de uma funcao f D R4 R, se para qualquer t I temos
que f r(t) = 0.
Considere que r e uma curva parametrica de classe C 4 sobre uma
hipersuperfcie implcita f 1 (0), onde f tambem e de classe C 4 .
Derivando ambos os lados da equacao f r(t) = 0, podemos escrever que:
f (r(t)) r(t) = 0
Estimadores de Curvaturas para Curvas no R4 27
... d
f (r(t)) r (t) = (r(t))T (Hf (r(t)))r(t) 3(h(t))T Hf (r(t))r(t),
dt
.... d d d
f (r(t)) r (t) = (r(t))T ( (Hf (r(t))))r(t) 5(r(t))T (Hf (r(t)))r(t)
dt dt dt
...
3(r(t))T Hf (r(t))r(t) 4(r(t))T Hf (r(t)) r (t).
3.4
PUC-Rio - Certificao Digital N 0912372/CA
... d
f (r(x)) r (x) = (r(x))T (Hf (r(x)))r(x) 3(r(x))T Hf (r(x))r(x),
dx
(3-3)
.... T d d T d
f (r(x)) r (x) = (r(x)) ( (Hf (r(x))))r(x)5(r(x)) (Hf (r(x)))r(x)
dx dx dx
...
3(r(x))T Hf (r(x))r(x) 4(r(x))T Hf (r(x)) r (x). (3-4)
Na proxima secao, trataremos de forma mais direta dos calculos das
propriedades geometricas diferenciais para um ponto pertencente a uma curva
de intersecao de tres hipersuperfcies implcitas no R4 .
Estimadores de Curvaturas para Curvas no R4 28
3.5
Propriedades Geometricas de uma Curva Implcita no R4
Considere que as funcoes f U R4 R, g U R4 R e h U R4 R
possuem 0 como valor regular e que as superfcies implcitas f 1 (0), g 1 (0) e
h1 (0) se interceptam transversalmente. Seja Cf0gh = {p R4 f (p) = g(p) =
h(p) = 0} a curva implcita no R4 dada pela intersecao dessas hipersuperfcies.
Como as hipersuperfcies se interceptam transversalmente, entao pelo
(f,g,h) (f,g,h) (f,g,h) (f,g,h)
menos um dos determinantes (y,z,w) , (x,z,w) , (x,y,w) , (x,y,z) deve ser diferente
de zero num ponto p0 pertencente a curva Cf0gh .
Vamos supor, sem perda de generalidade, que (y,z,w) (f,g,h)
(p0 ) 0 num
ponto p0 Cf0gh . Entao, pelo Teorema da Funcao Implcita, existe uma curva
r(x) = (x, y(x), z(x), w(x)) que parametriza localmente a curva implcita Cf0gh
numa vizinhanca em torno de p0 = (x0 , y0 , z0 , w0 ).
Queremos agora calcular os vetores tangente, normal, binormal e trinor-
mal da curva r no ponto p0 Cf0gh , assim como as curvaturas generalizadas da
curva nesse mesmo ponto.
PUC-Rio - Certificao Digital N 0912372/CA
3.5.1
Calculo do Vetor r(x0 )
O vetor r(x0 ) e calculado resolvendo um sistema de 3 equacoes linea-
res com tres incognitas, a saber: y(x0 ), z(x0 ) e w(x0 ) (ja que r(x) =
(1, y(x0 ), z(x0 ), w(x0 ))). Usamos a equacao 3-1 para montar esse sistema, que
fica da seguinte forma:
f (p ) f (p ) f (p ) y(x ) f (p )
f (p0 ) r(x0 ) = 0 y 0 0 0
z 0 w
0
x
g(p0 ) r(x0 ) = 0 gy (p0 ) gz (p0 ) gw (p0 ) z(x0 ) = gx (p0 ) .
hy (p0 ) hz (p0 ) hw (p0 ) w(x0 ) hx (p0 )
h(p0 ) r(x0 ) = 0
3.5.2
Calculo do Vetor r(x0 )
O vetor r(x0 ) = (0, y(x0 ), z(x0 ), w(x0 )) e calculado de forma semelhante, mas
agora utilizamos a equacao 3-2 para montar um novo sistema de equacoes
lineares:
f (p0 ) r(x0 ) = (r(x0 ))T Hf (p0 )r(x0 )
g(p0 ) r(x0 ) = (r(x0 ))T Hg(p0 )r(x0 )
h(p0 ) r(x0 ) = (r(x0 )) Hh(p0 )r(x0 )
T
Estimadores de Curvaturas para Curvas no R4 29
3.5.3
...
Calculo do Vetor r (x0 )
... ... ... ...
O vetor r (x0 ) = (0, y (x0 ), z (x0 ), w(x0 )) e tambem calculado de forma
analoga. Montamos um novo sistema de equacoes lineares utilizando a equacao
3-3:
...
f (p0 ) r (x0 ) = (r(x0 ))T dx
d
(Hf (p0 ))r(x0 ) 3(r(x0 ))T Hf (p0 ) r(x0 )
...
g(p0 ) r (x0 ) = (r(x0 ))T dx
d
(Hg(p0 ))r(x0 ) 3(r(x0 ))T Hg(p0 ) r(x0 )
...
h(p0 ) r (x0 ) = (r(x0 )) dx (Hh(p0 ))r(x0 ) 3(r(x0 )) Hh(p0 ) r(x0 )
T d T
PUC-Rio - Certificao Digital N 0912372/CA
f (p ) f (p ) f (p ) ...
y 0 0 y (x0 )
z 0 w
gy (p0 ) gz (p0 ) gw (p0 ) ... =
z (x0 )
...
hy (p0 ) hz (p0 ) hw (p0 ) w(x0 )
3.5.4
....
Calculo do Vetor r (x0 )
.... .... .... ....
Finalmente, o vetor r (x0 ) = (0, y (x0 ), z (x0 ), w (x0 )) e calculado resolvendo
o seguinte sistema de equacoes lineares dado pelo uso da equacao 3-4:
....
f (p0 ) r (x0 ) = (r(x0 ))T dx
d
( dx
d
(Hf (p0 )))r(x0 ) 5(r(x0 ))T dxd
(Hf (p0 ))r(x0 )
...
3(r(x0 ))T Hf (p0 ) r(x0 ) 4(r(x0 ))T Hf (p0 ) r (x0 )
....
g(p0 ) r (x0 ) = (r(x0 ))T dx
d
( dx
d
(Hh(p0 )))r(x0 ) 5(r(x0 ))T dxd
(Hh(p0 )) r(x0 )
...
3(h (x0 ))T Hh(p0 ) h (x0 ) 4(r(x0 ))T Hh(p0 ) r (x0 )
....
h(p0 ) r (x0 ) = (r(x0 ))T dx
d
( dx
d
(Hg(p0 )))r(x0 ) 5(r(x0 ))T dxd
(Hg(p0 )) r(x0 )
...
3(r(x0 ))T Hg(p0 ) r(x0 ) 4(r(x0 ))T Hg(p0 ) r (x0 )
Estimadores de Curvaturas para Curvas no R4 30
f (p ) f (p ) f (p ) ....
y 0 0 y (x0 )
z 0 w
gy (p0 ) gz (p0 ) gw (p0 ) ....
z (x0 ) =
....
hy (p0 ) hz (p0 ) hw (p0 ) w (x0 )
3.5.5
Obtendo as propriedades geometricas
Encontradas as expressoes das derivadas de r ate a 4a ordem na vizinhanca de
um ponto p0 = r(x0 ), aplicamos o Teorema 2.2 para determinar as propriedades
PUC-Rio - Certificao Digital N 0912372/CA
...
r(x0 ) r(x0 ) r (x0 )
b2 (x0 ) = ...
r(x0 ) r(x0 ) r (x0 ) ,
...
< b1 (x0 ), r (x0 ) >
k2 (x0 ) = r(x0 )3 k1 (x0 ) ,
....
< b2 (x0 ), r (x0 ) >
k3 (x0 ) = r(x0 )4 k1 (x0 ) k2 (x0 ) .
4
Estimadores Numericos de Curvatura
4.1
Calculo das Curvaturas: Coordenadas Independentes
Dada uma curva P = {p1 , p2 , ..., pm } que representa a discretizacao de uma
curva r no R4 . Vamos admitir que r esta parametrizada pelo comprimento de
PUC-Rio - Certificao Digital N 0912372/CA
xi = x (0) + 21 x (0)s2i + 16 x (0)s3i + 24 x (0)s4i + g1 (s)s5i + x,i
1 (iv)
yi = y (0) + 12 y (0)s2i + 61 y (0)s3i + 24
y (0)s4i + g2 (s)s5i + y,i
1 (iv)
(4-1)
zi = z (0) + 21 z (0)s2i + 61 z (0)s3i + 24
z (0)s4i + g3 (s)s5i + z,i
1 (iv)
wi = w (0) + 21 w (0)s2i + 61 w (0)s3i + 24
1
w(iv) (0)s4i + g4 (s)s5i + w,i
Considere pi = (xi , yi , zi , wi ) um ponto da amostra, si o comprimento de
arco da curva r de p0 a pi e i um rudo onde cada coordenada constitui uma
variavel aleatoria independente com media zero e variancia 2 .
As estimativas para as derivadas ate a quarta ordem em pi serao descritas
a seguir. Antes, precisamos de uma estimativa li para os comprimentos de arco
si . Defina lk o comprimento do vetor pk pk+1 , onde k varia de q ate (q 1). O
estimador para o comprimento de arco de p0 a pi e definido entao da seguinte
PUC-Rio - Certificao Digital N 0912372/CA
forma:
li = k=0 lk , se i > 0
i1
li = 1
k=i lk , se i < 0
Para estimar as curvaturas, devemos obter uma curva quartica da forma
4-1. De uma maneira geral, o metodo consiste em minimizar o quadrado do erro
de cada coordenada de pi de forma independente. Para isso, basta determinar
(iv)
os valores de x0 , x0 , x0 e x0 que minimizam:
q
(iv) 1 1 1 (iv)
Ex (x0 , x0 , x0 , x0 ) = ui (xi x0 li x0 li2 x0 li3 x0 li4 )2
(4-2)
i=q 2 6 24
1 2 1 3 1 4
lq 2 lq 6 lq 24 lq xq
x0
x0
A=
l0 1 2
2 l0
1 3
6 l0
1 4
24 l0
, x =
eb=
x0
x0
(iv)
x0
lq 1 2 1 3 1 4
2 lq 6 lq 24 lq xq
1 2 1 3 1 4
lq 2 lq 6 lq 24 lq
a1 a2 a4 a7 lq l0 lq
1 2 1 2
a2 a3 a5 a8 1 2
A A=
T = 2 lq 2 l0 2 lq 1 2 1 3 1 4
1 3 1 3
l0 2 l0 6 l0 24 l0
a4 a5 a6 a9 1 3
6 lq 6 l0 6 lq
a7 a8 a9 a10 241 4
lq 1 4
24 l0 24 lq
1 4
lq 1 2 1 3 1 4
2 lq 6 lq 24 lq
a10 = (24)2 i=q ui li
q
1 8
xq
bx,1 lq l0 lq
1 2
bx,2 2 lq 1 2
2 l0 1 2
2 lq
A bx =
T
=
1 3
x0
bx,3 6 lq 1 3
6 l0 1 3
6 lq
bx,4 24
1 4
lq 1 4
24 l0 1 4
24 lq
xq
y0 by,1
a1 a2 a4 a7
y0 by,2
a2 a3 a5 a8
=
y0 by,3
a4 a5 a6 a9
a7 a8 a9 a10 y0(iv) by,4
y by
by,1 = qi=q ui li yi
by,2 = 21 qi=q ui li2 yi
by,3 = 16 qi=q ui li3 yi
by,4 = 24
1 q
i=q ui li4 yi
k3 do ponto em questao.
O peso ui no ponto pi que aparece em expressoes anteriores deve ser
positivo, relativamente grande para si pequeno e relativamente pequeno para
si grande. Consideramos neste trabalho que ui = 1 e fizemos alguns testes com
ui = esi .
2
a8 a8 + 48 u
(l[i + k])6 ;
a9 a9 + 144 u
(l[i + k])7 ;
a10 a10 + 576 (l[i + k])8 ;
u
bw4 = bw4 + 24 u
(l[i + k])4 (V [k + i][3] V [k][3]);
}
Calcula Curvatura (A, bx, by, bz, bw, k)
}
Estimadores de Curvaturas para Curvas no R4 36
r
t = ; // vetor tangente:
r
r r r
b2 = ; // vetor binormal:
r r r
b2 r r
b1 = ; // vetor binormal:
b2 r r
b1 b2 r
n= ; // vetor normal:
b1 b2 r
// Obtendo as curvaturas:
< n, r >
k1 = ;
r 2
< b1 , r >
PUC-Rio - Certificao Digital N 0912372/CA
k2 = ;
r 3 k1
< b2 , r(iv) >
k3 = ;
r 4 k1 k2
k1 [k] = k1
k2 [k] = k2
k3 [k] = k3
4.2
O Metodo das Derivadas Discretas
O objetivo desta secao e explicar de forma resumida o metodo proposto por (2),
e como foi realizada a extensao de tal metodo para o R4 . O ponto de partida
para compreensao do metodo das derivadas discretas e a propria definicao de
derivada de uma funcao em um determinado ponto.
Sabe-se que a derivada de uma funcao y = f (x) em um ponto e igual a
inclinacao da reta tangente ao grafico da funcao no ponto escolhido. De forma
similar, a derivada de uma funcao discreta yi = fd (xi ) no ponto pk , 1 k n
pode ser descrita pela inclinacao da reta tangente ao grafico da funcao discreta
em pk . A tangente discreta em pk e definida como a reta que possui as seguintes
caractersticas (Figura 4.2):
Estimadores de Curvaturas para Curvas no R4 37
k+q
min (yj axj b)2 sujeito a: yk axk b = 0;
(a,b) j=kq
k+q
L(a, b, ) = (yj axj b)2 + (yk axk b)
j=kq
L L L
= 0; =0e =0
a b
j=kq (xj xk )2
k+q
yk =
j=kq (xj xk )2
k+q
4.2.1
Calculo das propriedades geometricas pelo metodo das derivadas discretas
PUC-Rio - Certificao Digital N 0912372/CA
i+q
j=iq (tj ti )(xj xi )
xd =
i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(yj yi )
yd =
i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(zj zi )
zd =
i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(wj wi )
wd =
i+q
j=iq (tj ti )2
x
=
d i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(yj yi )
yd = i+q
j=iq (tj ti )
2
i+q
(t t )(z z i)
z
= j=iq j i j
d i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(wj wi )
w =
d
i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(xj xi )
xd =
PUC-Rio - Certificao Digital N 0912372/CA
i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(yj yi )
yd =
i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(zj zi )
zd =
i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(wj wi )
wd =
i+q
j=iq (tj ti )2
(iv)
i+q
j=iq (tj ti )(xj xi )
xd =
i+q
j=iq (tj ti )2
(iv)
i+q
j=iq (tj ti )(yj yi )
yd = i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(zj zi )
zd
(iv)
=
i+q
j=iq (tj ti )2
i+q
j=iq (tj ti )(wj wi )
wd
(iv)
=
i+q
j=iq (tj ti )2
5.1
PUC-Rio - Certificao Digital N 0912372/CA
Geracao de Pontos
No caso parametrico, a geracao de pontos foi feita atraves do processo de
particao uniforme do domnio parametrico, correspondendo a um intervalo I
da reta real.
Para o caso implcito a geracao de pontos nao ocorre de forma tao
imediata. Foi implementado o metodo Preditor-Corretor para obtencao de
uma amostragem de pontos pertencentes a intersecao de tres hipersuperfcies
definidas implicitamente no R4 . De um modo geral, o metodo de Euler nos
permite avancar de um ponto pk para pk+1 atraves de calculos de derivadas,
enquanto o metodo de Newton corrige a aproximacao dada pelo metodo de
Euler no ponto pk+1 de modo a obter um ponto muito proximo da curva em
questao (ver Figura 5.1).
5.2
Rudo aditivo
Para testar a sensibilidade do metodo em relacao a presenca de rudo, adi-
cionamos a cada ponto da curva discreta Pi = { p0 , p1 , ..., pn } um rudo
(Vx , Vy , Vz , Vw ), onde cada coordenada desse rudo constitui uma variavel
aleatoria independente e identicamente distribuda por uma normal com media
zero e variancia 2 (ver Figura 5.2).
5.3
Visualizacao
A visualizacao das curvas e orientada pelos angulos de Euler (5). No R4 temos
seis graus de liberdade, assim a rotacao e descrita por 6 angulos 1 , 2 , . . . , 6
definidas pelas transformacoes q = Rp onde a matriz de rotacao R e dada pelo
produto de seis matrizes de rotacao em um plano formado por dois vetores no
R4 :
R = Rxy
4
(1 )Ryz
4
(2 )Rzw
4
(3 )Rxy
3
(4 )Ryz
3
(5 )Rxy
2
(6 ).
5.4
Analise de erro
A analise de erro foi feita pelo erro absoluto em cada ponto da amostra-
gem. Dessa forma, i = Kteorico (pi ) Kdiscreto (pi ) , onde K representa uma
das curvaturas k1 , k2 ou k3 . O erro medio e dado pela expressao 5-1:
i
n
Me = i=0 , (5-1)
n+1
Para o caso parametrico, as curvaturas teoricas(modelo contnuo) foram
calculadas para cada ponto da amostra, conforme as expressoes do Teorema
2.2. No caso implcito, as curvaturas teoricas foram obtidas atraves do processo
Estimadores de Curvaturas para Curvas no R4 42
5.5
Curvas Parametrizadas
Nesta secao, vamos analisar o comportamento de Me para quatro curvas
parametricas. Serao apresentados os resultados computacionais atraves da
equacao parametrica da curva, visualizacao da curva atraves da projecao XY ,
com rotacao nos quatro eixos coordenados, nas versoes sem rudo e com rudo
de raio , alem de diferentes conjuntos de graficos.
Exemplo 1:
5.5.1
Analise dos Resultados
Resultados n Me sem rudo
PUC-Rio - Certificao Digital N 0912372/CA
Os graficos das Figuras 5.8, 5.9 e 5.10 ilustram, para cada uma das
tres curvaturas, a comparacao da media dos erros absolutos Me do metodo de
coordenadas independentes(C.I) para o metodo das derivadas discretas(D.D).
O resultado e que Me diminui com o aumento da densidade de pontos(n)
quando = 0 (ausencia de rudo). Pode-se observar que os erros sao maiores
quando analisamos a curvatura k3 (Figura 5.10). Para este experimento,
foi observado que o metodo de coordenadas independentes(C.I) apresentou
melhor performance. Como observacao, o peso u do metodo de coordenadas
independentes foi fixado em u = 1.
As Figuras 5.11, 5.12 e 5.13 mostram que a media dos erros absolutos
Me aumenta, para cada uma das tres curvaturas, quando aumentamos a
vizinhanca q. Novamente, os erros sao maiores quando analisamos a curvatura
k3 . Observe que os graficos sao mantidos propositalmente na mesma escala.
A analise grafica para a curva em questao ilustra que os metodos alternam
em termos de performance (Figuras 5.12 e 5.13). Na presenca de um numero
maior de vizinhos e com densidade de pontos n menor, o metodo das derivadas
PUC-Rio - Certificao Digital N 0912372/CA
As tabelas 5.5 e 5.6 ilustram que a media absoluta dos erros Me diminui
quando escolhemos um numero alto de vizinhos para u = esi . Resultados
2
Em geral, esperamos que no caso com rudo sejam necessarios mais pontos
vizinhos para reproduzir a curva original. Consideramos o peso do metodo de
coordenadas independentes(C.I) u = 1.
As Figuras 5.29, 5.30 e 5.31 ilustram graficos q Me com n = 1300 e
= 102 . O grafico para a curvatura k3 (Figura 5.31) e o que melhor indica a
comparacao entre os dois metodos no caso com rudo. E importante observar
a diferenca de escala entre os erros do caso sem rudo (Figuras 5.26, 5.27 e
5.28) e com rudo.
PUC-Rio - Certificao Digital N 0912372/CA
numero elevado de vizinhos considerados, ocorre uma piora nas medias dos
erros absolutos Me quando u = esi .
2
Estimadores de Curvaturas para Curvas no R4 55
Exemplo 2:
A Figura 5.32 ilustra uma projecao para r com rotacao nos 4 eixos
coordenados.
Nas Figuras 5.36, 5.37 e 5.38 pode-se observar as regioes onde os erros
nos calculos das curvaturas sao maiores.
PUC-Rio - Certificao Digital N 0912372/CA
5.5.2
Analise dos resultados
Resultados n Me sem rudo
5.12 apresentam os resultados obtidos. Note que, com o novo peso ocorreu
uma piora especialmente para as curvaturas k1 e k3 .
Estimadores de Curvaturas para Curvas no R4 63
Resultados Me
Exemplo 3:
PUC-Rio - Certificao Digital N 0912372/CA
5.5.3
Analise dos resultados
PUC-Rio - Certificao Digital N 0912372/CA
Exemplo 4:
A Figura 5.63 ilustra a curva com rotacao nos quatro eixos coordenados.
PUC-Rio - Certificao Digital N 0912372/CA
As Figuras 5.67, 5.68 e 5.69 indicam a variacao do erro para cada uma
das tres curvaturas.
Estimadores de Curvaturas para Curvas no R4 71
5.5.4
Analise dos resultados
Resultados n Me sem rudo
Para esta curva foram construdos graficos que tratam da evolucao dos
valores obtidos das curvaturas numericas conforme o aumento do parametro t
da equacao parametrica da curva. As Figuras 5.77, 5.78 e 5.79 apresentam
os resultados obtidos tanto para o metodo de coordenadas independentes tanto
para o metodo das derivadas discretas na ausencia de rudo. os graficos para
ambos os metodos coincidem neste caso, devido as mudancas numericas serem
sentidas apenas a partir da terceira casa decimal.
Estimadores de Curvaturas para Curvas no R4 75
5.6
Curvas Implcitas
Nesta secao vamos apresentar os resultados computacionais obtidos
atraves do estudo de curvas definidas pela intersecao de tres hipersuperfcies
implicitamente definidas no R4 .
Exemplo 1:
Considere a curva Cf0gh que contem o ponto p0 = ( 21 , 12 , 22 , 1) representada
pela intersecao das tres hipersuperfcies implicitamente definidas no R4 :
f (x, y, z, w) = x2 + y 2 + z 2 + w2 2
h(x, y, z, w) = x2 + y 2 + z 2 w2
g(x, y, z, w) = x2 + y 2 x
A Figura 5.83 ilustra tal curva em uma projecao particular.
PUC-Rio - Certificao Digital N 0912372/CA
5.6.1
Analise dos resultados
Resultados n Me sem rudo
Exemplo 2:
5.6.2
Analise dos resultados
Resultados n Me sem rudo
PUC-Rio - Certificao Digital N 0912372/CA
Tabela 5.13: q = 2, = 0
Estimadores de Curvaturas para Curvas no R4 84
Exemplo 3:
Considere a curva Cf0gh que contem o ponto p0 = (0, 0, 2.7, 1.7) represen-
tada pela intersecao das tres hipersuperfcies implicitamente definidas no R4 a
seguir:
f (x, y, z, t) = x2 + y 2 + (z + t)2 1
h(x, y, z, t) = x2 + y 2 + (z + 2t)2 0.49
g(x, y, z, t) = 4t(x y)
Tal curva possui k3 = 0 ,passo no metodo de Euler 0.0005 e peso
no metodo de coordenadas independentes(C.I) u = 1. Pode-se interpretar as
equacoes anteriores como o movimento de duas esferas de raios diferentes no
eixo z conforme o aumento do tempo t. A curva em questao tambem representa
testes de colisao entre dois corpos (ver (5) e (3)).
Estimadores de Curvaturas para Curvas no R4 87
5.6.3
Analise dos resultados
Resultados q Me sem rudo
Exemplo 4:
Considere a curva Cf0gh que passa pelo ponto P0 = (5.0034, 36.083, 6, 36)
pertencente a intersecao das tres hipersuperfcies de equacoes
f (x, y, z, w) = (x z)2 + (y w)2 1
h(x, y, z, w) = w z 2
g(x, y, z, w) = 2x + 2z 4yz + 4zw
PUC-Rio - Certificao Digital N 0912372/CA
5.6.4
Analise dos resultados
Resultados n Me sem rudo
Tabela 5.19: q = 2, = 0
5.6.5
Consideracoes finais do captulo
Foi verificado que, para toda curva selecionada nos casos sem rudo, o
valor de Me aumenta com o valor de q. Tal fato mostra que as estimativas das
curvaturas sao melhores quando utilizamos as informacoes dos pontos mais
proximos ao ponto base. Da mesma forma pode-se observar ainda atraves
da analise grafica que, nos casos sem rudo, a melhor precisao numerica
das curvaturas e obtida quando aumenta-se a densidade de pontos de uma
amostragem.
O metodo das derivadas discretas(D.D) apresenta melhor desempenho
computacional quando acrescentamos rudo na amostragem de pontos. Para
Estimadores de Curvaturas para Curvas no R4 97
[2] AN, Y.; SHAO, C.; WANG, X. ; LI, Z. Computers & Graphics.
Geometric properties estimation from discrete curves using discrete derivatives,
journal, v.35, n.4, p. 916 930, 2011.
A.1
Legenda de curvas e apresentacao das tabelas
1. (cos(3t), (3/5)sen(t) + sen(3t), (2/5)sen(3t) sen(6t), t/2)
PUC-Rio - Certificao Digital N 0912372/CA
f (x, y, z, w) = x2 + y 2 + z 2 + w2 2
h(x, y, z, w) = x2 + y 2 + z 2 w2
g(x, y, z, w) = x2 + y 2 x
f (x, y, z, t) = y 2 + z 2 1
h(x, y, z, t) = x2 + y 2 + (z + t)2 1.44
g(x, y, z, t) = 4xy 4yt 4xz
Estimadores de Curvaturas para Curvas no R4 101
7. Considere a curva Cf0gh que contem o ponto p0 = (0, 0, 2.7, 1.7), intersecao
das hipersuperfcies
f (x, y, z, t) = x2 + y 2 + (z + t)2 1
h(x, y, z, t) = x2 + y 2 + (z + 2t)2 0.49
g(x, y, z, t) = 4t(x y)
8. Considere a curva Cf0gh que passa pelo ponto P0 = (5.0034, 36.083, 6, 36),
intersecao das hipersuperfcies
f (x, y, z, w) = (x z)2 + (y w)2 1
h(x, y, z, w) = w z 2
g(x, y, z, w) = 2x + 2z 4yz + 4zw
3 1.5650 s 1.5360 s
4 1.5490 s 1.5480 s
5 3.6290 s 3.4900 s
6 3.6220 s 3.7120 s
7 3.5290 s 3.4560 s
8 4.7480 s 4.9010 s