1 |
1
대용량의 포인트 클라우드가 입력되면, 입력된 상기 포인트 클라우드를 그리드 형태의 공간으로 분할하여 분할된 상기 공간에서 LOD(Level of Detail) 포인트들을 선택하는 데이터 처리부;상기 선택된 LOD 포인트들에 기반한 포인트 클라우드에서 노이즈를 제거하는 필터링부;상기 필터링된 포인트 클라우드를 클러스터링하는 세그먼테이션부; 및상기 클러스터링된 포인트 클라우드를 이용하여 파이프 형상을 추출하는 형상 추출부;를 포함하며,상기 형상 추출부는,상기 클러스터링된 포인트 클라우드를 상기 분할된 그리드 형태의 공간 별로 역설계하여 형상들을 추출하고, 상기 그리드 형태의 공간 별로 추출된 형상들을 병합하여 상기 파이프 형상을 추출하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 장치
|
2 |
2
제1 항에 있어서,상기 데이터 처리부는,분할된 상기 공간의 중심점에 가장 가까운 포인트를 상기 LOD 포인트들로 선택하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 장치
|
3 |
3
제1 항에 있어서,상기 필터링부는,상기 선택된 LOD 포인트들에 기반한 포인트 클라우드의 공간 영역을 이용하여 일정한 규격의 복셀 그리드를 생성하고상기 각 복셀 그리드에 할당된 포인트 셋의 평균치로 모든 복셀의 무게 중심 점을 포인트들로 산정하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 장치
|
4 |
4
제1 항에 있어서,상기 세그먼테이션부는,상기 필터링된 포인트 클라우드에 곡률 유사도에 기반한 지역 성장 방식을 적용하여 세그먼트를 획득하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 장치
|
5 |
5
제1 항에 있어서,상기 형상 추출부는,클러스터링된 포인트 클라우드로부터 임의의 포인트를 선택하고상기 선택된 임의의 포인트를 기반으로 RANSAC 알고리즘을 이용하여 상기 파이프 형상을 산출하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 장치
|
6 |
6
대용량의 포인트 클라우드가 입력되면, 입력된 상기 포인트 클라우드를 그리드 형태의 공간으로 분할하여 분할된 상기 공간에서 LOD(Level of Detail) 포인트들을 선택하는 데이터 처리단계;상기 선택된 LOD 포인트들에 기반한 포인트 클라우드에서 노이즈를 제거하는 필터링 단계;상기 필터링된 포인트 클라우드를 클러스터링하는 세그먼테이션 단계; 및상기 클러스터링된 포인트 클라우드를 이용하여 파이프 형상을 추출하는 형상 추출 단계;를 포함하며,상기 형상 추출단계는,상기 클러스터링된 포인트 클라우드를 상기 분할된 그리드 형태의 공간 별로 역설계하여 형상들을 추출하고, 상기 그리드 형태의 공간 별로 추출된 형상들을 병합하여 상기 파이프 형상을 추출하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 방법
|
7 |
7
제6 항에 있어서,상기 필터링 단계는,분할된 상기 공간의 중심점에 가장 가까운 포인트를 상기 LOD 포인트들로 선택하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 방법
|
8 |
8
제6 항에 있어서,상기 필터링 단계는,상기 선택된 LOD 포인트들에 기반한 포인트 클라우드의 공간 영역을 이용하여 일정한 규격의 복셀 그리드를 생성하고상기 각 복셀 그리드에 할당된 포인트 셋의 평균치로 모든 복셀의 무게 중심 점을 포인트들로 산정하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 방법
|
9 |
9
제6 항에 있어서,상기 세그먼테이션 단계는,상기 필터링된 포인트 클라우드에 곡률 유사도에 기반한 지역 성장 방식을 적용하여 세그먼트를 획득하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 방법
|
10 |
10
제6 항에 있어서,상기 형상 추출단계는,클러스터링된 포인트 클라우드로부터 임의의 포인트를 선택하고,상기 선택된 임의의 포인트를 기반으로 RANSAC 알고리즘을 이용하여 상기 파이프 형상을 산출하는 것을 특징으로 하는 포인트 클라우드 대용량 데이터를 처리하기 위한 방법
|