Interpolação integral e estimadores de densidade

Abstract

Esta dissertação objetiva-se ao estudo analítico de técnicas de interpolação integral – fundamentadas na teoria de distribuição, também conhecida como teoria de funções generalizadas – e suas aplicações a reconstrução de imagens formadas por partículas (noise image) e à forma anisotrópica das equações da hidrodinâmica com partículas suavizadas, no inglês smoothed particle hydrodynamics, bem conhecida como SPH. A aplicação a processamento de imagens é um caso particular da técnica de interpolação utilizada em SPH. A imagem original é fragmentada na forma de partículas (em duas dimensões), aleatoriamente colhidas dos píxeis da imagem original, cuja densidade de probabilidade é proporcional à escala de cinza de cada píxel vizinho. Então é feita uma reconstrução da imagem através de interpolação anisotrópica, evidenciando que detalhes estruturais do contexto original são mais bem recuperados do que a correspondente técnica isotrópica. Apesar de não realizarmos diretamente simulações de mecânica dos fluidos neste trabalho, o que é proposto aqui é uma revisão das equações fundamentais da técnica de simulação SPH para o caso anisotrópico. As interpolações apresentadas neste trabalho foram feitas a partir de um núcleo normalizado de suavização, definido na forma de uma função regulada por partes, conhecida como cubic-B-spline, que é de classe analítica C2.

This mastered dissertation aims at the analytical study of integral interpolation techniques – based on the theory of distribution, also known as generalized function theory – and its applications the reconstruction of images formed by particles (noise image) and the anisotropic form of the fundamental equations of smoothed particle hydrodynamics, well known as SPH. The application to image processing is a particular case of the interpolation technique used in SPH. The original image is fragmented in the form of particles (in two dimensions), randomly drawn from the píxels of the original image, whose density is proportional to the gray scale of each neighboring píxel. Then a reconstruction of the image is made through anisotropic interpolation, evidencing that structural details of the original context are better recovered than the corresponding isotropic technique. Although we do not directly perform fluid mechanics simulations in this work, what is proposed here is a review of the fundamental equations of the SPH simulation technique for the anisotropic case. The interpolations presented in this work were made from a normalized smoothing kernel, defined as cubic-B-spline, which is of analytic class C2.