| 1 |
1
포인트 클라우드 데이터를 획득하는 획득 단계;상기 포인트 클라우드 데이터를 이용하여 포인트들의 세그먼트(segment)를 구하는 세그먼테이션(segmentation) 단계; 및상기 세그먼테이션의 결과 및 상기 포인트 클라우드 데이터를 이용하여 프리미티브 피팅(primitive pitting)하는 프리미티브 피팅 단계;를 포함하는 멀티 프리미티브 피팅 방법
|
| 2 |
2
제1항에 있어서, 상기 획득 단계는 :외부로부터 입력되는 상기 포인트들 각각으로부터 포인트 데이터를 수집하여 상기 포인트 클라우드 데이터를 획득하는 단계를 포함하는 것인 멀티 프리미티브 피팅 방법
|
| 3 |
3
제2항에 있어서, 상기 포인트들 각각의 노말값 또는 노말 추정 동작을 수행하여 얻어지는 값을 상기 포인트 데이터로 수집하는 단계를 포함하는 것인 멀티 프리미티브 피팅 방법
|
| 4 |
4
제1항에 있어서, 상기 세그먼테이션 단계는 :상기 포인트들 각각에서 인접한 포인트들과 이웃 관계를 설정하는 단계;샘플 노드들을 생성하는 단계;에지(edge) 생성 및 에지 가중치를 설정하는 단계; 및상기 에지 가중치를 고려하여 연결된 상기 샘플 노드들을 하나의 세그먼트로 구하는 단계;를 포함하는 것인 멀티 프리미티브 피팅 방법
|
| 5 |
5
제4항에 있어서, 상기 샘플 노드들을 생성하는 단계는 :상기 포인트들 중 랜덤하게 추출된 다수의 샘플 포인트를 그래프의 노드로 하여 상기 샘플 노드들을 생성하는 단계를 포함하는 것인 멀티 프리미티브 피팅 방법
|
| 6 |
6
제4항에 있어서, 상기 에지 생성 및 에지 가중치를 설정하는 단계는 :상기 샘플 노드와 이웃 샘플 노드 간의 연결 관계를 에지로 생성하는 단계를 포함하는 것인 멀티 프리미티브 피팅 방법
|
| 7 |
7
제6항에 있어서, 상기 에지 생성 및 에지 가중치를 설정하는 단계는 :밀집도가 높고 상기 샘플 노드 간의 거리가 가까운 에지에 상기 에지 가중치를 높게 설정하는 단계; 및상기 샘플 노드 간의 거리가 기설정된 임계값 이상인 경우 0으로 상기 에지 가중치를 설정하는 단계;를 포함하는 것인 멀티 프리미티브 피팅 방법
|
| 8 |
8
제4항에 있어서, 상기 이웃 관계를 설정하는 단계는 :KNN(K-Nearest Neighbor)기법을 이용하여 상기 이웃 관계를 설정하는 단계를 포함하는 것인 멀티 프리미티브 피팅 방법
|
| 9 |
9
제1항에 있어서, 상기 프리미티브 피팅 단계는 :상기 세그먼트에 속한 포인트들을 입력으로 하여 평면 외 프리미티브 피팅하는 단계;피팅된 상기 평면 외 프리미티브의 제1 유효성을 체크하는 단계;상기 제1 유효성 체크가 통과되면, 상기 평면 외 프리미티브에 속하는 포인트들을 제외한 포인트들을 이용하여 평면 프리미티브 피팅하는 단계;피팅된 상기 평면 프리미티브의 제2 유효성을 체크하는 단계;상기 제2 유효성 체크가 통과되면, 상기 평면 프리미티브에 속하는 포인트들을 제외한 포인트들의 개수가 임계 개수 이상인지 확인하는 단계; 및상기 개수가 상기 임계 개수 이상이면, 상기 평면 프리미티브에 속하는 포인트들을 제외한 포인트들을 입력으로 하여 상기 평면 외 프리미티브 피팅하는 단계로 피드백하는 단계;를 포함하는 것인 멀티 프리미티브 피팅 방법
|
| 10 |
10
제9항에 있어서, 상기 확인 결과, 상기 포인트들의 개수가 임계 개수 미만인 경우, 상기 프리미티브 피팅을 종료하는 단계;를 포함하는 것인 멀티 프리미티브 피팅 방법
|
| 11 |
11
포인트 클라우드 데이터를 획득하는 획득부;상기 포인트 클라우드 데이터를 이용하여 포인트들의 세그먼트를 구하는 세그먼테이션부; 및상기 세그먼테이션부의 결과 및 상기 포인트 클라우드 데이터를 이용하여 프리미티브 피팅(primitive pitting)하는 프리미티브 피팅부;를 포함하는 멀티 프리미티브 피팅 장치
|
| 12 |
12
제11항에 있어서,상기 획득부는 외부로부터 입력되는 상기 포인트들 각각의 노말값 또는 노말 추정 동작을 수행하여 얻어지는 값을 상기 포인트 데이터로 수집하여 상기 포인트 클라우드 데이터를 획득하는 것인 멀티 프리미티브 피팅 장치
|
| 13 |
13
제11항에 있어서, 상기 세그먼테이션부는 KNN 기법을 이용하여 상기 포인트들 각각에서 인접한 포인트들과 이웃 관계를 설정하고, 상기 포인트들 중 랜덤하게 추출된 다수의 샘플 포인트를 그래프의 노드로 하여 상기 샘플 노드들을 생성하고, 상기 샘플 노드와 이웃 샘플 노드 간의 연결 관계를 에지로 생성 및 에지 가중치를 설정하며, 상기 에지 가중치를 고려하여 연결된 상기 샘플 노드들을 하나의 세그먼트로 구하는 것인 멀티 프리미티브 피팅 장치
|
| 14 |
14
제13항에 있어서,상기 세그먼테이션부는 밀집도가 높고 상기 샘플 노드 간의 거리가 가까운 에지에 상기 에지 가중치를 높게 설정하며, 상기 샘플 노드 간의 거리가 기설정된 임계값 이상인 경우 0으로 상기 에지 가중치를 설정하는 것인 멀티 프리미티브 피팅 장치
|
| 15 |
15
제11항에 있어서,상기 프리미티브 피팅부는 상기 세그먼트에 속한 포인트들을 입력으로 하여 프리미티브 피팅하고, 피팅된 상기 프리미티브의 유효성을 체크하고, 상기 유효성 체크가 통과되면, 상기 피팅된 상기 프리미티브에 속하는 포인트들을 제외한 포인트들의 개수를 확인하여, 상기 확인 결과 상기 포인트들의 개수가 임계 개수 이상인 경우, 상기 프리미티브에 속하는 포인트들을 제외한 포인트들을 입력으로 하여 상기 프리미티브 피팅을 재수행하는 것인 멀티 프리미티브 피팅 장치
|
