초록
포인트 클라우드를 이용한 물체의 표현은 레이저 스캐너를 통해 공간을 스캔하여 점의 집합을 추출하고, 정합(Registration)을 통해 하나의 좌표계로 통합하는 과정을 거쳐 이루어진다. 정합이 완료된 포인트 클라우드 집합은 수학적 해석을 통해 의미 있는 영역, 형태, 잡음 등으로 분류되어 쓰이게 된다. 본 논문은 3차원 포인트 클라우드 데이터에서 실린더 형태의 굽은 영역 매칭을 목표로 한다. 매칭 절차는 포인트 클라우드에서 RANdom SAmple Consensus(RANSAC)을 통한 구(sphere) 적합(fitting)으로 실린더 형태의 점 후보군을 추출하여 중심과 반지름 데이터를 얻고, 추출된 중심점 데이터에서 주성분 분석(Principal Component Analysis)을 통해 굽은 영역인지 판별한 후 캣멀롬 스플라인(Catmull-Rom spline)으로 굽은 영역 매칭을 완료한다. 제안된 방법은 제약조건 및 분할 없이 중심축 추정에 이은 직선 및 굽은 형태의 실린더 추정으로 비교적 빠른 추정결과를 도출하고, 역설계의 작업효율을 높일 수 있을 것으로 기대된다.
The point-cloud representation of an object is performed by scanning a space through a laser scanner that is extracting a set of points, and the points are then integrated into the same coordinate system through a registration. The set of the completed registration-integrated point clouds is classified into meaningful regions, shapes, and noises through a mathematical analysis. In this paper, the aim is the matching of a curved area like a cylinder shape in 3D point-cloud data. The matching procedure is the attainment of the center and radius data through the extraction of the cylinder-shape candidates from the sphere that is fitted through the RANdom Sample Consensus (RANSAC) in the point cloud, and completion requires the matching of the curved region with the Catmull-Rom spline from the extracted center-point data using the Principal Component Analysis (PCA). Not only is the proposed method expected to derive a fast estimation result via linear and curved cylinder estimations after a center-axis estimation without constraint and segmentation, but it should also increase the work efficiency of reverse engineering.
