Made available in DSpace on 2014-06-12T15:59:44Z (GMT). No. of bitstreams: 2 arquivo5531_1.pdf: 3047008 bytes, checksum: c2b4208f3cd81a0c9379a0179bd76b03 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Em uma grande variedade de aplicações existe a necessidade de modelos digitais de objetos reais, como máquinas, produtos comerciais, esculturas, órgãos humanos, entre outros. O processo de criação desses modelos a partir de dados do objeto real que ele representa é chamado de Reconstrução. Neste trabalho é proposto um novo método de reconstrução de superficies que consiste na combinação de duas redes neurais para gerar uma representação em malha de triângulos da forma de um objeto a partir de um conjunto de pontos de sua superfície. O sistema de reconstrução recebe como entrada um conjunto de imagens de secções transversais de um objeto real ou um objeto sintético. A partir dessas entradas são adquiridos os pontos que são fornecidos à Rede Neural para a reconstrução da forma do objeto. Inicialmente o processo de Reconstrução de um modo geral será apresentado juntamente com algumas das soluções atualmente disponíveis. Em seguida é apresentado o sistema de Reconstrução desenvolvido, particularmente o novo método proposto para reconstrução de superfícies. Por fim são apresentados os experimentos realizados, os resultados alcançados, e discutidos os aspectos favoráveis e desfavoráveis do algoritmo proposto para Reconstrução de Superfície, bem como as possibilidades futuras de melhorias para o sistema

Computer vision is a research field in which images are the main object of study. One of its category of problems is shape description. Object classification is one important example of applications using shape descriptors. Usually, these processes were performed on 2D images. With the large-scale development of new technologies and the affordable price of equipment that generates 3D images, computer vision has adapted to this new scenario, expanding the classic 2D methods to 3D. However, it is important to highlight that 2D methods are mostly dependent on the variation of illumination and color, while 3D sensors provide depth, structure/3D shape and topological information beyond color. Thus, different methods of shape descriptors and robust attributes extraction were studied, from which new attribute extraction methods have been proposed and described based on 3D data. The results obtained from well known public datasets have demonstrated their efficiency and that they compete with other state-of-the-art methods in this area: the RPHSD (a method proposed in this dissertation), achieved 85:4% of accuracy on the University of Washington RGB-D dataset, being the second best accuracy on this dataset; the COMSD (another proposed method) has achieved 82:3% of accuracy, standing at the seventh position in the rank; and the CNSD (another proposed method) at the ninth position. Also, the RPHSD and COMSD methods have relatively small processing complexity, so they achieve high accuracy with low computing time. / Visão computacional é uma área de pesquisa em que as imagens são o principal objeto de estudo. Um dos problemas abordados é o da descrição de formatos (em inglês, shapes). Classificação de objetos é um importante exemplo de aplicação que usa descritores de shapes. Classicamente, esses processos eram realizados em imagens 2D. Com o desenvolvimento em larga escala de novas tecnologias e o barateamento dos equipamentos que geram imagens 3D, a visão computacional se adaptou para este novo cenário, expandindo os métodos 2D clássicos para 3D. Entretanto, estes métodos são, majoritariamente, dependentes da variação de iluminação e de cor, enquanto os sensores 3D fornecem informações de profundidade, shape 3D e topologia, além da cor. Assim, foram estudados diferentes métodos de classificação de objetos e extração de atributos robustos, onde a partir destes são propostos e descritos novos métodos de extração de atributos a partir de dados 3D. Os resultados obtidos utilizando bases de dados 3D públicas conhecidas demonstraram a eficiência dos métodos propóstos e que os mesmos competem com outros métodos no estado-da-arte: o RPHSD (um dos métodos propostos) atingiu 85:4% de acurácia, sendo a segunda maior acurácia neste banco de dados; o COMSD (outro método proposto) atingiu 82:3% de acurácia, se posicionando na sétima posição do ranking; e o CNSD (outro método proposto) em nono lugar. Além disso, os métodos RPHSD têm uma complexidade de processamento relativamente baixa. Assim, eles atingem uma alta acurácia com um pequeno tempo de processamento.

Computer vision is a research field in which images are the main object of study. One of its category of problems is shape description. Object classification is one important example of applications using shape descriptors. Usually, these processes were performed on 2D images. With the large-scale development of new technologies and the affordable price of equipment that generates 3D images, computer vision has adapted to this new scenario, expanding the classic 2D methods to 3D. However, it is important to highlight that 2D methods are mostly dependent on the variation of illumination and color, while 3D sensors provide depth, structure/3D shape and topological information beyond color. Thus, different methods of shape descriptors and robust attributes extraction were studied, from which new attribute extraction methods have been proposed and described based on 3D data. The results obtained from well known public datasets have demonstrated their efficiency and that they compete with other state-of-the-art methods in this area: the RPHSD (a method proposed in this dissertation), achieved 85:4% of accuracy on the University of Washington RGB-D dataset, being the second best accuracy on this dataset; the COMSD (another proposed method) has achieved 82:3% of accuracy, standing at the seventh position in the rank; and the CNSD (another proposed method) at the ninth position. Also, the RPHSD and COMSD methods have relatively small processing complexity, so they achieve high accuracy with low computing time. / Visão computacional é uma área de pesquisa em que as imagens são o principal objeto de estudo. Um dos problemas abordados é o da descrição de formatos (em inglês, shapes). Classificação de objetos é um importante exemplo de aplicação que usa descritores de shapes. Classicamente, esses processos eram realizados em imagens 2D. Com o desenvolvimento em larga escala de novas tecnologias e o barateamento dos equipamentos que geram imagens 3D, a visão computacional se adaptou para este novo cenário, expandindo os métodos 2D clássicos para 3D. Entretanto, estes métodos são, majoritariamente, dependentes da variação de iluminação e de cor, enquanto os sensores 3D fornecem informações de profundidade, shape 3D e topologia, além da cor. Assim, foram estudados diferentes métodos de classificação de objetos e extração de atributos robustos, onde a partir destes são propostos e descritos novos métodos de extração de atributos a partir de dados 3D. Os resultados obtidos utilizando bases de dados 3D públicas conhecidas demonstraram a eficiência dos métodos propóstos e que os mesmos competem com outros métodos no estado-da-arte: o RPHSD (um dos métodos propostos) atingiu 85:4% de acurácia, sendo a segunda maior acurácia neste banco de dados; o COMSD (outro método proposto) atingiu 82:3% de acurácia, se posicionando na sétima posição do ranking; e o CNSD (outro método proposto) em nono lugar. Além disso, os métodos RPHSD têm uma complexidade de processamento relativamente baixa. Assim, eles atingem uma alta acurácia com um pequeno tempo de processamento.

Nos anos recentes, suavização de superfícies é um assunto de intensa pesquisa em processamento geométrico. Muitas das abordagens para suavização de malhas usam um esquema de duas etapas: filtragem de normais seguido de um passo de atualização de vértices para corresponder com as normais filtradas. Neste trabalho, propomos uma adaptação de tais esquemas de duas etapas para superfícies representadas por nuvens de pontos. Para isso, exploramos esquemas de pesos para filtrar as normais. Além disso, investigamos três métodos para estimar normais, analisando o impacto de cada método para estimar normais em todo o processo de suavização da superfície. Para uma análise quantitativa, além da comparação visual convencional, avaliamos a eficácia de diferentes opções de implementação usando duas medidas, comparando nossos resultados com métodos de suavização de nuvens de pontos encontrados a literatura / In the last years, surface denoising is a subject of intensive research in geometry processing. Most of the recent approaches for mesh denoising use a twostep scheme: normal filtering followed by a point updating step to match the corrected normals. In this work, we propose an adaptation of such two-step approaches for point-based surfaces, exploring three different weight schemes for filtering normals. Moreover, we also investigate three techniques for normal estimation, analyzing the impact of each normal estimation method in the whole point-set smoothing process. Towards a quantitative analysis, in addition to conventional visual comparison, we evaluate the effectiveness of different choices of implementation using two measures, comparing our results against state-of-art point-based denoising techniques. Keywords: surface smoothing; point-based surface; normal estimation; normal filtering.

Nos anos recentes, suavização de superfícies é um assunto de intensa pesquisa em processamento geométrico. Muitas das abordagens para suavização de malhas usam um esquema de duas etapas: filtragem de normais seguido de um passo de atualização de vértices para corresponder com as normais filtradas. Neste trabalho, propomos uma adaptação de tais esquemas de duas etapas para superfícies representadas por nuvens de pontos. Para isso, exploramos esquemas de pesos para filtrar as normais. Além disso, investigamos três métodos para estimar normais, analisando o impacto de cada método para estimar normais em todo o processo de suavização da superfície. Para uma análise quantitativa, além da comparação visual convencional, avaliamos a eficácia de diferentes opções de implementação usando duas medidas, comparando nossos resultados com métodos de suavização de nuvens de pontos encontrados a literatura / In the last years, surface denoising is a subject of intensive research in geometry processing. Most of the recent approaches for mesh denoising use a twostep scheme: normal filtering followed by a point updating step to match the corrected normals. In this work, we propose an adaptation of such two-step approaches for point-based surfaces, exploring three different weight schemes for filtering normals. Moreover, we also investigate three techniques for normal estimation, analyzing the impact of each normal estimation method in the whole point-set smoothing process. Towards a quantitative analysis, in addition to conventional visual comparison, we evaluate the effectiveness of different choices of implementation using two measures, comparing our results against state-of-art point-based denoising techniques. Keywords: surface smoothing; point-based surface; normal estimation; normal filtering.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2018-03-12T13:20:56Z No. of bitstreams: 1 FabioFonsecaDeOliveira_DISSERT.pdf: 13806860 bytes, checksum: a622440d82c100fbdf5477635a9da0a1 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2018-03-13T21:12:27Z (GMT) No. of bitstreams: 1 FabioFonsecaDeOliveira_DISSERT.pdf: 13806860 bytes, checksum: a622440d82c100fbdf5477635a9da0a1 (MD5) / Made available in DSpace on 2018-03-13T21:12:27Z (GMT). No. of bitstreams: 1 FabioFonsecaDeOliveira_DISSERT.pdf: 13806860 bytes, checksum: a622440d82c100fbdf5477635a9da0a1 (MD5) Previous issue date: 2017-07-03 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / As inova??es tecnol?gicas no campo de hardwares e sensores 3D permitiram realizar a aquisi??o de nuvens de pontos 3D em tempo real. Como consequ?ncia, surgiram variedades de aplica??es interativas relacionadas ao mundo 3D que cada vez mais v?m recebendo aten??o dos pesquisadores. No entanto, um dos principais problemas que ainda permanece ? o processamento computacionalmente intensivo que exige abordagens otimizadas para lidar com esse modelo de vis?o 3D, especialmente quando ? necess?rio realizar tarefas em tempo real. Assim sendo, partimos da proposta de um modelo de multirresolu??o 3D apresentado como nuvens de pontos foveada que ? uma poss?vel solu??o para esse problema, mas se limita a uma ?nica estrutura foveada com mobilidade dependente do contexto. Desse modo a nossa proposta ? um aperfei?oamento desse modelo com a incorpora??o de m?ltiplas estruturas foveadas. Entretanto, a uni?o de v?rias estruturas foveadas resulta em um consider?vel aumento de processamento, uma vez que h? interse??es entre regi?es de estruturas distintas, as quais s?o processadas m?ltiplas vezes. Solucionamos esse problema propondo um modelo de multifoveamento que considera as interse??es durante a uni?o das estruturas foveadas. Tal modelo pode ser usado para identificar objetos em nuvens de pontos 3D, uma das tarefas chaves para a automa??o, com sincroniza??o eficiente, permitindo a valida??o do modelo e verifica??o da sua aplicabilidade no contexto de vis?o computacional. Os resultados demonstraram um ganho em desempenho do modelo de multifoveamento proposto em rela??o ao uso de m?ltiplas estruturas foveadas do modelo de nuvens de pontos. / Technological innovations in the field of hardware and 3D sensors allowed real time 3D point clouds acquisition. Therefore, varieties of interactive applications related to the 3D world that have been receiving increasing attention from researchers, arisen. However, one of the main problems that remains is the computationally intensive processing that requires optimized approaches to deal with this 3D vision model, especially when it is necessary to perform tasks in real time. Thus, we started from a proposed 3D multiresolution model presented as foveated point clouds which is a possible solution to this problem, but is limited to a single foveated structure with context dependent mobility. In this way, our proposal is an improvement of this model with the incorporation of multiple foveated structures. However, the union of several foveated structures results in a considerable increase of processing, since there are intersections between regions of distinct structures, which are processed multiple times. We address this problem by using a proposed multifoveated model that regards intersections on the union procedure. Such approach can be used to identify objects in 3D point clouds, one of the key tasks for automation, with efficient synchronization, allowing the validation of the model and verification of its applicability in the context of computer vision. The results demonstrate a gain in performance of the proposed model in relation to the use of multiple structures of the foveated point cloud model.

This document introduces a new class of adaptive filters, namely Geometric- Algebra Adaptive Filters (GAAFs). Those are generated by formulating the underlying minimization problem (a least-squares cost function) from the perspective of Geometric Algebra (GA), a comprehensive mathematical language well-suited for the description of geometric transformations. Also, differently from the usual linear algebra approach, Geometric Calculus (the extension of Geometric Algebra to differential calculus) allows to apply the same derivation techniques regardless of the type (subalgebra) of the data, i.e., real, complex-numbers, quaternions etc. Exploiting those characteristics, among others, a general leastsquares cost function is posed, from which two types of GAAFs are designed. The first one, called standard, provides a generalization of regular adaptive filters for any subalgebra of GA. From the obtained update rule, it is shown how to recover the following least-mean squares (LMS) adaptive filter variants: real-entries LMS, complex LMS, and quaternions LMS. Mean-square analysis and simulations in a system identification scenario are provided, showing almost perfect agreement for different levels of measurement noise. The second type, called pose estimation, is designed to estimate rigid transformations { rotation and translation - in n-dimensional spaces. The GA-LMS performance is assessed in a 3-dimensional registration problem, in which it is able to estimate the rigid transformation that aligns two point clouds that share common parts. / Este documento introduz uma nova classe de filtros adaptativos, entitulados Geometric-Algebra Adaptive Filters (GAAFs). Eles s~ao projetados via formulação do problema de minimização (uma função custo de mínimos quadrados) do ponto de vista de álgebra geométrica (GA), uma abrangente linguagem matemática apropriada para a descrição de transformações geométricas. Adicionalmente, diferente do que ocorre na formulação com álgebra linear, cálculo geométrico (a extensão de álgebra geométrica que possibilita o uso de cálculo diferencial) permite aplicar as mesmas técnicas de derivação independentemente do tipo de dados (subálgebra), isto é, números reais, números complexos, quaternions etc. Usando essas e outras características, uma função custo geral de mínimos quadrados é proposta, da qual dois tipos de GAAFs são gerados. O primeiro, chamado standard, generaliza filtros adaptativos da literatura concebidos sob a perspectiva de subálgebras de GA. As seguintes variantes do filtro least-mean squares (LMS) s~ao obtidas como casos particulares: LMS real, LMS complexo e LMS quaternions. Uma análise mean-square é desenvolvida e corroborada por simulações para diferentes níveis de ruído de medição em um cenário de identificação de sistemas. O segundo tipo, chamado pose estimation, é projetado para estimar transformações rígidas - rotação e translação { em espaços n-dimensionais. A performance do filtro GA-LMS é avaliada em uma aplicação de alinhamento tridimensional na qual ele estima a tranformação rígida que alinha duas nuvens de pontos com partes em comum.

Na robótica, mapear o ambiente é tarefa importante, porque ela oferece informação para o planejamento e execução de movimentos do robô. Por este motivo, aqui são apresentados estudos que visam a construção de mapas 3-D e técnicas que auxiliam na tarefa de mapeamento. Quando são construídos mapas 3-D, é habilitado para outros pesquisadores e empresas de robótica a desenvolverem trabalhos de análise e planejamento de trajetórias em todos os seis graus de liberdade do corpo rígido que serve para modelar um robô móvel, robô manipulador ou robô móvel manipulador. Com uma representação do ambiente em 3-D, é aumentada a precisão do posicionamento do robô em relação ao ambiente e também o posicionamento de objetos que estão inseridos no campo de atuação do robô. Para solucionar o problema de mapeamento são apresentadas técnicas teóricas e suas aplicações em cada caso estudado. Nos experimentos realizados neste trabalho foi adotada a criação de mapas com grids (malhas) de ocupação. Vale lembrar, no entanto, que a construção de mapas por malhas de ocupação pressupõe o conhecimento do posicionamento do robô no ambiente. Neste trabalho foram conduzidos três experimentos e seus objetivos são redução de dados provenientes de falhas e redundâncias de informação com utilização de técnicas probabilísticas, detecção de movimento através da técnica de extração de fundo e mapeamento 3-D utilizando a técnica de ponto mais próximo. No experimento cujo o objetivo é reduzir os dados, foi possível reduzir para 4,43% a quantidade de pontos necessários para gerar a representação do ambiente com a utilização do algoritmo deste trabalho. O algoritmo de mapeamento 3-D feito com uso de modelos probabilísticos bem estabelecidos e disponíveis na literatura tem como base a probabilidade de eventos independentes e a proposta do trabalho envolvendo probabilidade a posteriori. O experimento de detecção de movimento foi gerado com a utilização da openCV e a tecnologia CUDA e utilizam a técnica do modelo de mistura gaussiana (GMM), foi analisado o tempo de processamento desempenhado por cada implementação e a qualidade do resultado obtido. Para obter uma representação precisa do ambiente foi conduzido o experimento que utiliza técnica iterativa do ponto mais próximo (ICP), para realização foi utilizado o sensor de movimento Kinect e os resultados apresentados não foram satisfatórios devido ao volume de dados adquiridos e a ausência de um sistema de estimativa da localização. / In robotics, map the environment is an important task, because it provides information for planning and executing movements of the robot. For this reason, studies presented here are aimed to build 3-D maps and techniques that aid in the task of mapping. When we build 3-D maps, we enable other researchers and robotics companies to develop analyzes and path planning in all six degrees of freedom rigid body that serves to model a mobile robot, manipulator or mobile robot manipulator.With a representation of the environment in 3-D, we increase the accuracy of the robot positioning in relation to the environment and also the positioning of objects that are inserted into the field of action of the robot. To solve the problem of mapping we presented theoretical techniques and their applications in each case studied.In the experiments in this work we adopted the creation of maps with grids of occupation. However, building grids of occupation assumes knowledge of the position of the robot on the environment.In this work we conducted three experiments and their aims are the reduction of data from failures and redundant information using probabilistic techniques, motion detection by background extraction technique and 3-D mapping technique using the closest point. In the experiment whose goal is to reduce the data has been further reduced to 4.43% the number of points required to generate the representation of the environment with the use of our algorithm.The algorithm of 3-D mapping done with probabilistic models available and well established in the literature is based on the probability of independent events and the proposed work involving the posterior probability.The motion detection experiment was performed with the use of openCV and CUDA technique using the Gaussian mixture model (GMM),and we analyzed the processing time and the quality of each implementation result.For an accurate representation of the environment was conducted the experiment using the technique of iterative closest point (ICP) was used to perform the motion sensor Kinect and the results were not satisfactory due to the volume of data acquired and the absence of a system location estimate.

This document introduces a new class of adaptive filters, namely Geometric- Algebra Adaptive Filters (GAAFs). Those are generated by formulating the underlying minimization problem (a least-squares cost function) from the perspective of Geometric Algebra (GA), a comprehensive mathematical language well-suited for the description of geometric transformations. Also, differently from the usual linear algebra approach, Geometric Calculus (the extension of Geometric Algebra to differential calculus) allows to apply the same derivation techniques regardless of the type (subalgebra) of the data, i.e., real, complex-numbers, quaternions etc. Exploiting those characteristics, among others, a general leastsquares cost function is posed, from which two types of GAAFs are designed. The first one, called standard, provides a generalization of regular adaptive filters for any subalgebra of GA. From the obtained update rule, it is shown how to recover the following least-mean squares (LMS) adaptive filter variants: real-entries LMS, complex LMS, and quaternions LMS. Mean-square analysis and simulations in a system identification scenario are provided, showing almost perfect agreement for different levels of measurement noise. The second type, called pose estimation, is designed to estimate rigid transformations { rotation and translation - in n-dimensional spaces. The GA-LMS performance is assessed in a 3-dimensional registration problem, in which it is able to estimate the rigid transformation that aligns two point clouds that share common parts. / Este documento introduz uma nova classe de filtros adaptativos, entitulados Geometric-Algebra Adaptive Filters (GAAFs). Eles s~ao projetados via formulação do problema de minimização (uma função custo de mínimos quadrados) do ponto de vista de álgebra geométrica (GA), uma abrangente linguagem matemática apropriada para a descrição de transformações geométricas. Adicionalmente, diferente do que ocorre na formulação com álgebra linear, cálculo geométrico (a extensão de álgebra geométrica que possibilita o uso de cálculo diferencial) permite aplicar as mesmas técnicas de derivação independentemente do tipo de dados (subálgebra), isto é, números reais, números complexos, quaternions etc. Usando essas e outras características, uma função custo geral de mínimos quadrados é proposta, da qual dois tipos de GAAFs são gerados. O primeiro, chamado standard, generaliza filtros adaptativos da literatura concebidos sob a perspectiva de subálgebras de GA. As seguintes variantes do filtro least-mean squares (LMS) s~ao obtidas como casos particulares: LMS real, LMS complexo e LMS quaternions. Uma análise mean-square é desenvolvida e corroborada por simulações para diferentes níveis de ruído de medição em um cenário de identificação de sistemas. O segundo tipo, chamado pose estimation, é projetado para estimar transformações rígidas - rotação e translação { em espaços n-dimensionais. A performance do filtro GA-LMS é avaliada em uma aplicação de alinhamento tridimensional na qual ele estima a tranformação rígida que alinha duas nuvens de pontos com partes em comum.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-11-06T19:32:32Z No. of bitstreams: 1 ElizabethVivianaCabreraAvila_DISSERT.pdf: 25950680 bytes, checksum: d7419fec7a225d199d438d7c2c6390dd (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-11-20T19:57:50Z (GMT) No. of bitstreams: 1 ElizabethVivianaCabreraAvila_DISSERT.pdf: 25950680 bytes, checksum: d7419fec7a225d199d438d7c2c6390dd (MD5) / Made available in DSpace on 2017-11-20T19:57:50Z (GMT). No. of bitstreams: 1 ElizabethVivianaCabreraAvila_DISSERT.pdf: 25950680 bytes, checksum: d7419fec7a225d199d438d7c2c6390dd (MD5) Previous issue date: 2017-07-05 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior (CAPES) / Dentro da ?rea de Mecatr?nica, principalmente em CAD (Computer Aided Desing) e Vis?o Rob?tica, s?o desenvolvidas uma s?rie de aplica??es que necessitam da an?lise de objetos n?o r?gidos ou deform?veis atrav?s de representa??es computacionais dos mesmos. Esta pesquisa mostra como medir similaridade de objetos deform?veis utilizando a representa??o atrav?s de nuvens de pontos tridimensionais. Basicamente, s?o consideradas tr?s nuvens de pontos do objeto analisado: uma sem altera??es, outra que representa o grau de m?xima deforma??o e uma terceira que descreve a deforma??o de interesse, no momento de execu??o de alguma aplica??o. Estudamos dois m?todos alternativos para medir similaridade baseadas em medidas de dist?ncias, com as respectivas verifica??es da precis?o e tempos. O primeiro m?todo ? baseado no c?lculo da dist?ncia de Mahalanobis e, no segundo, ? usada a dist?ncia de Hausdorff ap?s uma etapa pr?via de registro e alinhamento dos dados. Foram realizados experimentos e an?lises considerando algumas partes do corpo humano, onde se evidencia que a dist?ncia de Mahalanobis tem o menor tempo de execu??o, sendo fact?vel em tempo real. V?rias aplica??es nas ?reas acima mencionadas podem se basear nos resultados obtidos nesta disserta??o para determinar os n?veis de deforma??o de objetos deform?veis restritos. / Within the area of Mechatronics, mainly in CAD (Computer Aided Desing) and Robotic Vision, many applications are developed that require the analysis of non-rigid or deformable objects through computational representations of them. This master thesis proposes an approach to measure similarity of deformable objects using three-dimensional points clouds of them. Basically, three point clouds of the analyzed object are considered: one without changes, another representing the degree of maximum deformation and a third that describes the deformation of interest, at the time of application execution. Here are presented two alternatives to measure similarity based on Distance measures, with the respective accuracy and time checks. The first method is based on the Mahalanobis distance computation and, in the second, the Hausdorff distance is used after a registration and alignment steps of the data. The experiments are developed considering some parts of the human body, its evidents that the analysis with Mahalanobis distance has the shortest execution time, being feasible in real time. Several applications in the above mentioned areas can be based on the results obtained in this dissertation to determine the deformation levels of restricted deformable objects.