• Journal of Computational Design and Engineering
• /
• 제1권3호
• /
• pp.202-212
• /
• 2014

To survive in the current shipbuilding industry, it is of vital importance for shipyards to have the ship components' accuracy evaluated efficiently during most of the manufacturing steps. Evaluating components' accuracy by comparing each component's point cloud data scanned by laser scanners and the ship's design data formatted in CAD cannot be processed efficiently when (1) extract components from point cloud data include irregular obstacles endogenously, or when (2) registration of the two data sets have no clear direction setting. This paper presents reformative point cloud data processing methods to solve these problems. K-d tree construction of the point cloud data fastens a neighbor searching of each point. Region growing method performed on the neighbor points of the seed point extracts the continuous part of the component, while curved surface fitting and B-spline curved line fitting at the edge of the continuous part recognize the neighbor domains of the same component divided by obstacles' shadows. The ICP (Iterative Closest Point) algorithm conducts a registration of the two sets of data after the proper registration's direction is decided by principal component analysis. By experiments conducted at the shipyard, 200 curved shell plates are extracted from the scanned point cloud data, and registrations are conducted between them and the designed CAD data using the proposed methods for an accuracy evaluation. Results show that the methods proposed in this paper support the accuracy evaluation targeted point cloud data processing efficiently in practice.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1349-1365
• /
• 2020

최근 스마트 시티, 디지털 트윈 등에 실제 3차원 좌표를 취득할 수 있는 이점에 따라 포인트 클라우드를 이용한 모델 생성에 관한 연구가 늘어나고 있으며, 건물 형상 및 텍스처의 수정이 용이한 솔리드 모델에 대한 요구가 늘어나고 있다. 이에 따라 본 논문에서는 포인트 클라우드 데이터를 기반으로 군집형 솔리드 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯단계로 구성된다. 첫 단계에서는 포인트 클라우드의 평면성 분석을 통해 지면을 제거하였다. 두 번째 단계에서는 지면이 제거된 포인트 클라우드에서 건물 영역을 추출하였다. 세 번째 단계에서는 건물의 세부 구조물 영역을 추출하였다. 네 번째 단계에서는 추출된 영역에 3차원 좌표정보가 부여된 3차원 건물 모델의 형상을 생성하였다. 마지막 단계에서는 건물 모델 형상에 텍스처를 부여하여 3차원 건물 솔리드 모델을 생성하였다. 제안하는 방법의 검증을 위하여 상용 소프트웨어를 이용해 무인항공기 영상으로부터 포인트 클라우드를 추출하여 실험하였다. 그 결과, 포인트 클라우드 내에 존재하는 일정 높이 이상의 모든 건물에 대하여 포인트 클라우드 대비 위치오차 1 m 내외의 3차원 건물 형상을 생성하고, 원본 영상 해상도 대비 2배 이내의 해상도를 갖는 텍스처링이 수행된 3차원 모델이 생성되는 것을 확인하였다.

• 한국측량학회지
• /
• 제38권6호
• /
• pp.611-622
• /
• 2020

실내공간에 대한 측위 기술과 함께 LiDAR (Light Detection And Ranging)나 카메라와 같이 공간을 측정 장비가 발달하면서 실내공간에 대한 분석과 탐색, 가상현실이나 증강현실을 통한 시각화 서비스에 대한 수요가 증가하고 있다. 이를 위해서는 실제 세계로부터 측정된 데이터를 이용하여 3차원 객체로 모델링하는 작업이 필요하다. 또한 이렇게 구조화된 데이터의 가용성과 상호운용성을 높이기 위하여 표준화된 규격으로 저장하는 것도 매우 중요하다. 본 논문에서는 LiDAR 장비를 통해 획득한 포인트 클라우드 데이터를 이용하여 실내공간을 표현하기 위한 국제표준인 IndoorGML 데이터를 자동적으로 구축하는 방법을 제안하고자 한다. IndoorGML 데이터를 구성하는 과정에서 고려해야 할 점들을 살펴본 후, 자유공간추출과 연결성 검출 과정으로 이루어진 데이터 구축 과정을 통하여 실제로 IndoorGML 데이터를 구축한다. 실험을 통하여 제안 기법이 입력 포인트 클라우드로부터 3차원 데이터 모델을 효과적으로 재구성할 수 있음을 검증한다.

• 한국정밀공학회지
• /
• 제10권4호
• /
• pp.170-179
• /
• 1993

In this study, self-organized neural network is used to solve the vorrespondence problem of the axial stereo image. Edge points are extracted from a pair of stereo images and then the edge points of rear image are assined to the output nodes of neural network. In the matching process, the two input nodes of neural networks are supplied with the coordi- nates of the edge point selected randomly from the front image. This input data activate optimal output node and its neighbor nodes whose coordinates are thought to be correspondence point for the present input data, and then their weights are allowed to updated. After several iterations of updating, the weights whose coordinates represent rear edge point are converged to the coordinates of the correspondence points in the front image. Because of the feature map properties of self-organized neural network, noise-free and smoothed depth data can be achieved.

• 한국멀티미디어학회논문지
• /
• 제15권10호
• /
• pp.1257-1263
• /
• 2012

본 연구는 3D레이저 스캔 방식으로 계측된 인체 데이터를 대상으로 하여 인체의 여러 동작들에 대한 애니메이션 모듈 구현을 목표로 하였다. 이를 위하여 애니메이션 회전을 위한 기준점인 인체의 골격 기준점을 추출하고 추출된 기준점을 이용하여 골격을 잡고 각 골격에 따른 계층트리를 구성하였다. 구성된 계층트리의 골격에 해당되는 오브젝트 정점들을 골격과 연결하고 주어진 애니메이션 3차원 정점들에 행동 패턴을 적용하여 스캔데이터에 애니메이션을 구현하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.435-449
• /
• 2023

The state-of-the-art video-based point cloud compression(V-PCC) has a high efficiency of compressing 3D point cloud by projecting points onto 2D images. These images are then padded and compressed by High-Efficiency Video Coding(HEVC). Pixels in padded 2D images are classified into three groups including origin pixels, padded pixels and unoccupied pixels. Origin pixels are generated from projection of 3D point cloud. Padded pixels and unoccupied pixels are generated by copying values from origin pixels during image padding. For padded pixels, they are reconstructed to 3D space during geometry reconstruction as well as origin pixels. For unoccupied pixels, they are not reconstructed. The rate distortion optimization(RDO) used in HEVC is mainly aimed at keeping the balance between video distortion and video bitrates. However, traditional RDO is unreliable for padded pixels and unoccupied pixels, which leads to significant waste of bits in geometry reconstruction. In this paper, we propose a new RDO scheme which takes 3D-Distortion into account instead of traditional video distortion for padded pixels and unoccupied pixels. Firstly, these pixels are classified based on the occupancy map. Secondly, different strategies are applied to these pixels to calculate their 3D-Distortions. Finally, the obtained 3D-Distortions replace the sum square error(SSE) during the full RDO process in intra prediction and inter prediction. The proposed method is applied to geometry frames. Experimental results show that the proposed algorithm achieves an average of 31.41% and 6.14% bitrate saving for D1 metric in Random Access setting and All Intra setting on geometry videos compared with V-PCC anchor.

• 농업과학연구
• /
• 제49권3호
• /
• pp.483-493
• /
• 2022

It is important to improve the efficiency of plant breeding and crop yield to fulfill increasing food demands. In plant phenotyping studies, the capability to correlate morphological traits such as plant height, stem diameter, leaf length, leaf width, leaf angle and size of panicle of the plants has an important role. However, manual phenotyping of plants is prone to human errors and is labor intensive and time-consuming. Hence, it is important to develop techniques that measure plant phenotypic traits accurately and rapidly. The aim of this study was to determine the feasibility of point cloud data based on a 3D light detection and ranging (LiDAR) system for plant phenotyping. The obtained results were then verified through manually acquired data from the sorghum samples. This study measured the plant height, plant crown diameter and the panicle height and diameter. The R² of each trait was 0.83, 0.94, 0.90, and 0.90, and the root mean square error (RMSE) was 6.8 cm, 1.82 cm, 5.7 mm, and 7.8 mm, respectively. The results showed good correlation between the point cloud data and manually acquired data for plant phenotyping. The results indicate that the 3D LiDAR system has potential to measure the phenotypes of sorghum in a rapid and accurate way.

• 한국측량학회지
• /
• 제15권2호
• /
• pp.207-213
• /
• 1997

본 연구는 저밀도 임의지점의 지형정보를 이용하여 수치지형도를 제작하는데 있어 시간적, 경제적 측면을 포함하는 효율성과 정밀도 측면에서 각각의 수치지형도 제작기법을 비교 분석하여 향후 지형정보시스템의 구축에 있어서 저밀도의 제한된 지형정보를 이용하여 지형분석과 같은 많은 응용분야에 유용하게 이용될 수 있는 3차원 지형모델링의 효율적 기법을 제시하는 연구로써 다음과 같은 결론을 얻었다. 수치지형도를 제작함에 있어 A, B지역 모두 저밀도 임의지점의 지형정보를 이용하여 TIN기반의 지형모델링 기법으로 수치지형도를 제작하는 기법이 가장 신속하면서도 양호한 결과를 가져왔으며 TIN과 GRID기반의 지형모델링 기법으로 제작한 수치지형도를 시각적으로 분석한 결과 A, B지역모두 거의 홉사한 결과를 가져왔으나 DXF 파일로 저장한 데이터의 크기는 TIN기반의 지형모델링 기법이 GRID기반보다 상대적으로 적은 저장용량을 차지하는 것으로 나타났다. 또한 Grid기반의 지형모델링 기법에 의해 제작한 수치지형도에 있어서 저밀도 임의지점의 원형 데이터와 Gridding방법에 의해 보간된 데이터의 표준편차는 A, B지역 모두 Radial basis function 보간기법이 가장 정밀한 보간 결과를 제시하였다.

• International journal of advanced smart convergence
• /
• 제6권4호
• /
• pp.88-95
• /
• 2017

The conventional scan methods are based on a laser scanner and a depth camera, which requires high cost and complicated post-processing. Whereas in photometric scanning method, the 3D modeling data is acquired through multi-view images. This is advantageous compared to the other methods. The quality of a photometric 3D model depends on the environmental conditions or the object characteristics, but the quality is lower as compared to other methods. Therefore, various methods for improving the quality of photometric scanning are being studied. In this paper, we aim to investigate the effect of illumination conditions on the quality of photometric scanning data. To do this, 'Moai' statue is 3D printed with a size of $600(H){\times}1,000(V){\times}600(D)$. The printed object is photographed under the hard light and soft light environments. We obtained the modeling data by photometric scanning method and compared it with the ground truth of 'Moai'. The 'Point-to-Point' method used to analyseanalyze the modeling data using open source tool 'CloudCompare'. As a result of comparison, it is confirmed that the standard deviation value of the 3D model generated under the soft light is 0.090686 and the standard deviation value of the 3D model generated under the hard light is 0.039954. This proves that the higher quality 3D modeling data can be obtained in a hard light environment. The results of this paper are expected to be applied for the acquisition of high-quality data.

• 대한공간정보학회지
• /
• 제19권2호
• /
• pp.3-8
• /
• 2011

최근 지도제공 서비스 업체 및 각 포털 사이트가 일반 사용자를 위한 3차원 가상도시 모델 서비스에 참여하면서 그 수요가 확대되고 있다. 또한 웹이나 모바일 장비로 이러한 3차원 정보를 제공하게 되면서 자료의 정확도 및 전송속도, 시간의 흐름에 따른 갱신이 더욱 중요한 요소로 부각되고 있다. 웹으로 3차원 자료를 제공하는 다양한 기술중에서 VRML은 간단한 플러그인 설치를 통하여 별도의 비용이 없이 웹상에 제공할 수 있기 때문에 가장 많이 사용되고 있다. LiDAR 시스템은 공간자료를 손쉽고 정밀하게 취득할 수 있는 이점이 있어 다방면으로 연구와 활용이 이루어지고 있다. 그러나 일반적으로 LiDAR 자료는 객체의 3차원 정보를 불규칙한 점군 형태로 취득하므로, 자료를 변환없이 3차원 형태로 화면에 나타내기 위해서는 많은 연산 처리를 필요로 하게 되므로 높은 사양의 처리 프로세서와 많은 양의 저장공간이 필요하다. 따라서 본 연구에서는 도심지역 LiDAR 자료를 압축하고 네트워크를 통하여 3차원으로 제공하는 것을 목적으로 하였다. 이때 LiDAR 자료의 저장공간 및 처리속도 문제를 위하여, 압축 알고리즘을 적용한 2차원 격자 형태의 자료로 압축하는 알고리즘을 활용하였다. 또한 3차원 표현을 위하여 압축된 LiDAR 자료를 VRML에 적합한 코드로 변환하는 알고리즘을 개발하여 도심지역을 3차원 형식으로 표현하는 기법을 제시하였다.