• 한국멀티미디어학회논문지
• /
• 제23권2호
• /
• pp.166-173
• /
• 2020

Multi-view images, which are widely used for providing free-viewpoint services, can enhance the quality of synthetic views when the number of views increases. However, there needs an efficient representation method because of the tremendous amount of data. In this paper, we propose a method for generating point cloud data for the efficient representation of multi-view color and depth images. The proposed method conducts sequential reconstruction of point clouds at each viewpoint as a method of deleting duplicate data. A 3D point of a point cloud is projected to a frame to be reconstructed, and the color and depth of the 3D point is compared with the pixel where it is projected. When the 3D point and the pixel are similar enough, then the pixel is not used for generating a 3D point. In this way, we can reduce the number of reconstructed 3D points. Experimental results show that the propose method generates a point cloud which can generate multi-view images while minimizing the number of 3D points.

• 대한원격탐사학회지
• /
• 제35권6_1호
• /
• pp.973-985
• /
• 2019

본 논문에서는 저비용으로 생성할 수 있는 무인항공기 기반의 포인트 클라우드를 사용하여 평면성 분석을 통해 지면과 건물 영역을 분리하고 자동으로 건물 모델을 생성하는 방법을 제안한다. 제안하는 방법은 총 다섯 단계로 구성된다. 첫 단계에서는 입력되는 포인트 클라우드의 평면성을 분석하여 포인트 클라우드를 구성하는 평면들을 추출하였다. 두 번째 단계에서는 추출된 평면들을 분석하여 지표면에 해당하는 평면을 찾고 포인트 클라우드에서 해당 평면 기준으로 포인트들을 제거하였다. 세 번째 단계에서는 지표면이 제거된 포인트 클라우드를 정사 투영하여 영상을 제작하였다. 네 번째 단계에서는 정사 투영된 영상에서 각각의 객체의 외곽선을 추출하고 외곽선의 넓이와 넓이, 길이 비율을 이용하여 건물 불인정 영역을 제거하였다. 마지막 단계에서는 건물의 지표면 높이와 건물의 높이를 이용하여 건물의 외곽점을 구성하고 3D 건물 모델을 생성하였다. 제안한 방법을 검증하기 위하여 무인항공기 영상을 이용해 제작된 포인트 클라우드를 사용하였으며, 실험을 통해 제안 기법을 통해 무인항공기 기반 포인트 클라우드에서 자동으로 건물의 3D 모델이 생성 가능함을 확인하였다.

• 한국농촌건축학회논문집
• /
• 제23권4호
• /
• pp.1-12
• /
• 2021

Recently, the use of unmanned aerial vehicles (UAVs) is increasing in the field of land information acquisition and terrain exploration through high-altitude aerial photography. High-altitude aerial photography is suitable for large-scale geographic information collection, but has the disadvantage that it is difficult to accurately collect small-scale geographic information. Therefore, this study used low-altitude UAV to monitor changes in small rural spaces around rural resources, and the results are as follows. First, the low-altitude aerial imagery had a very high spatial resolution, so it was effective in reading and analyzing topographic features. Second, an area with a large number of aerial images and a complex topography had a large amount of point clouds to be extracted, and the number of point clouds affects the three-dimensional quality of rural space. Third, 3D mapping technology using point cloud is effective for monitoring rural space and rural resources because it enables observation and comparison of parts that cannot be read from general aerial images. In this study, the possibility of rural space analysis of low-altitude UAV was verified through aerial photography and analysis, and the effect of 3D mapping on rural space monitoring was visually analyzed. If data acquired by low-altitude UAV are used in various forms such as GIS analysis and topographic map production it is expected to be used as basic data for rural planning to maintain and preserve the rural environment.

• 한국BIM학회 논문집
• /
• 제6권4호
• /
• pp.18-26
• /
• 2016

Recently, for the purpose of maintenance of facilities and energy, there have been growing cases of the 3D image scan-based reverse design technology mostly in the manufacturing field. In the MEP field, because of differences between design and physical model, the reverse technology has been utilized in factory facilities such as a semiconductor factory. Because 3D point clouds from scanning include accurate 3D object information, the efficiency of management works related to the complex MEP facilities can be enhanced. In this study, the reverse technology was surveyed, and the MEP facility management based on 3D image scanning was analyzed. Based on the results, a method of 3D image scan-based MEP facility management was proposed.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권9호
• /
• pp.401-410
• /
• 2016

3차원 정합이란 다시점에서 획득한 3차원 점군들을 정렬하는 기술로써 지난 수십 년간 많은 연구가 진행되고 있는 분야이다. 이러한 3차원 정합은 ICP(Iterative Closest Point) 알고리즘을 시작으로 많은 변형 ICP가 소개되고 있다. 하지만 ICP 계열의 알고리즘들은 최근접점을 대응점으로 간주하여 알고리즘을 수행한다. 그렇기 때문에 3차원 점군의 초기 오차가 큰 경우 정확한 대응점 탐색에 실패할 수 있다. 이런 문제점을 해결하기 위해 본 논문에서는 색상과 3차원 거리가 융합된 6차원 거리와 색상분포 유사도를 이용한다. 더 나아가 색상 분할 기반 적응형 샘플링을 이용하여 알고리즘 연산 속도를 감소시키고 성능을 향상시키는 것을 목표로 한다. 마지막으로 실험을 통해 기존의 방법과 본 논문에서 제안하는 방법의 성능을 비교한다.

• 한국CDE학회논문집
• /
• 제11권5호
• /
• pp.335-343
• /
• 2006

Design changes for an original surface model are frequently required in a manufacturing area: for example, when the physical parts are modified or when the parts are partially manufactured from analogous shapes. In this case, an efficient 3D model updating method by locally adding scan data for the modified area is highly desirable. For this purpose, this paper presents a new procedure to update an initial model that is composed of combinatorial triangular facets based on a set of locally added point data. The initial surface model is first created from the initial point set by Tight Cocone, which is a water-tight surface reconstructor; and then the point cloud data for the updates is locally added onto the initial model maintaining the same coordinate system. In order to update the initial model, the special region on the initial surface that needs to be updated is recognized through the detection of the overlapping area between the initial model and the boundary of the newly added point cloud. After that, the initial surface model is eventually updated to the final output by replacing the recognized region with the newly added point cloud. The proposed method has been implemented and tested with several examples. This algorithm will be practically useful to modify the surface model with physical part changes and free-form surface design.

• 한국측량학회지
• /
• 제37권6호
• /
• pp.545-554
• /
• 2019

본 연구에서는 기존의 연구들에서 주로 사용하여왔던 현장측량, 항공사진, 라이다 데이터 등의 취득이 원천적으로 어려운 지역에 대한 건물 영역 추출을 구현하고자 하였다. 이에 접근성에 큰 영향을 받지 않는 거의 유일한 데이터인 고해상도 위성영상을 활용한 방법론을 제시하고자 한다. 영상정합을 통해 추출되는 점군 데이터 또는 DSM(Digital Surface Models)을 활용한 건물 영역 추출은 데이터내의 높은 잡음과 다수의 빈 영역으로 인해 그 정확성에 한계를 보이고 있다. 따라서 본 연구에서는 영상 정합을 통해 얻어진 3차원 점군 데이터, 영상의 색상 및 선형 정보를 결합하여 건물 영역 추출을 수행하는 하이브리드식 접근법을 제안하였다. 일차적으로 다중영상정합으로 얻어진 3차원 점군 데이터로부터 지면점과 비지면점을 분리하고, 비지면점으로부터 초기 건물 대상지를 추출한다. 이후, 영상의 색상기반 분할을 수행하여 얻어진 결과와 초기 건물 대상지를 결합하여, 색상분할기반 건물 대상지를 추출한다. 이어서 영상의 선형 추출 및 공간 분할정보를 이용하여 최종적인 건물 영역을 선정하게 된다. 본 논문에서 제시한 건물 영역 자동 추출 방법론은 Correctness: 98.44%, Completeness: 95.05%, 위치오차: 1.05m 정도의 성능을 보임을 확인하였으며, 더불어 직각형태 이상의 복잡한 건물 영역도 잘 추출함을 확인하였다.

• 지적과 국토정보
• /
• 제50권2호
• /
• pp.69-79
• /
• 2020

최근 IoT 기술을 기반으로 도시의 여러 문제점을 정보화하여 해결하는 스마트 시티가 각광받고 있다. 특히, 시공 및 유지보수의 원활한 관리를 위한 BIM 적용 사례가 증가하며 융합기술을 통해 공간정보를 3D 데이터화하여 안전진단에 활용하고 있다. 본 연구의 목적은 UAV 및 LiDAR 장비 중 지상 레이저 스캐너와 핸드헬드 LiDAR SLAM을 활용하여 복층 건물의 포인트 클라우드를 생성 및 조합, 각 기술의 폐색영역 및 단점을 보완하고 형상재현 및 정확도를 관측하여 실내외 역설계의 효용성을 검토하는 것이다. 검토결과, 3가지 기술을 사용하여 복층 건물의 실내외 포인트 클라우드를 생성·조합하여 데이터의 좌표 정확도가 향상됨을 확인하였다. 특히, 각 기술의 단점을 보완, 건물의 형상재현 완성도를 높이고 폐색영역 및 경계면 구분이 명확하게 나타나며 역설계의 효용성을 입증하였다.

• 한국측량학회지
• /
• 제32권2호
• /
• pp.109-115
• /
• 2014

본 연구에서는 Han(2013)이 제안한 메모리 효율적인 옥트리를 기반으로 메인 메모리의 크기에 근접하거나 초과하는 3차원 포인트 클라우드로부터 옥트리를 생성하고 3차원 포인트를 탐색하기 위한 방법론을 제시하고자 한다. 이를 위하여 3차원 포인트 클라우드를 메인 메모리에 저장하여 참조하는 방법 대신 하드디스크의 파일을 직접적으로 참조하는 방법을 제안하였다. 아울러 메인 메모리에 구현된 옥트리를 파일로 저장하고 복원함으로써 옥트리 재현 시간을 줄이는 방법을 제안하였다. 메모리참조 방식과 제안된 파일참조 방식을 실제 터널에서 취득한 1800만 개의 3차원 포인트로 구성된 자료와 3억 개로 구성된 자료에 적용하였다. 결과로 옥트리 생성 및 3차원 포인트 탐색시 1800만 개로 구성된 자료에 대해서는 메모리참조 방식이 파일참조 방식보다 월등히 빠른 속도를 나타내었다. 3억 개로 구성된 자료에 대해서는 메모리참조 방식으로는 옥트리를 생성할 수 없는 반면 파일참조 방식으로는 옥트리 생성 및 3차원 포인트 탐색이 가능하였다. 최적의 탐색 속도를 위한 목표 단계의 옥트리는 생성할 수 없었지만 3억 개가 넘는 3차원 포인트를 탐색할 수 있다는데 의미를 둘 수 있다. 아울러 옥트리를 재현하기 위해 소요되는 시간은 옥트리를 생성하기 위한 시간의 3% 내외로서 제안된 방식이 매우 효율적임을 확인할 수 있었다.

• 대한조선학회논문집
• /
• 제58권5호
• /
• pp.303-313
• /
• 2021

Recently, quality control of the Liquefied Natural Gas Carrier (LNGC) cargo hold and block-erection interference areas using 3D scanners have been performed, focusing on large shipyards and the international association of classification societies. In this study, as a part of the research on LNGC cargo hold quality management advancement, a study on deep-learning-based scaffolding system 3D point cloud object detection and post-processing were conducted using a LNGC cargo hold 3D point cloud. The scaffolding system point cloud object detection is based on the PointNet deep learning architecture that detects objects using point clouds, achieving 70% prediction accuracy. In addition, the possibility of improving the accuracy of object detection through parameter adjustment is confirmed, and the standard of Intersection over Union (IoU), an index for determining whether the object is the same, is achieved. To avoid the manual post-processing work, the object detection architecture allows automatic task performance and can achieve stable prediction accuracy through supplementation and improvement of learning data. In the future, an improved study will be conducted on not only the flat surface of the LNGC cargo hold but also complex systems such as curved surfaces, and the results are expected to be applicable in process progress automation rate monitoring and ship quality control.