인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
점군 데이터로부터 3차원 형상을 복원하는 기술은 다양한 분야에서 활용되고 있다. 기존의 딜러니 삼각화(Delaunay triangulation), 복셀(voxel) 구조, 포아송 곡면(Poisson surface) 기반 방법은 대용량 점군 데이터 처리 시 많은 시간이 소요되거나, 노이즈와 불균일한 포인트 분포에 의해 복원 품질이 저하되는 한계가 있다. 본 연구에서는 대용량 지형의 점군 데이터에 대해 형상 복원을 위해 요소 옵셋(mesh offset) 방법을 사용하였다. 여러 단계의 격자 구조를 구성하여 군집되어 있는 노이즈를 제거하였다. 점군을 포함하는 2차원 격자 구조를 구성하여 격자 단위로 포인트의 평균 높이 값을 계산하고, 평균에서 벗어나는 포인트를 반복적으로 제거함으로써 산포가 큰 점군에 대해서 효과적으로 형상복원을 수행할 수 있다. 격자의 각 절점에 대해서 이동 값을 계산하고, 절점을 z축 방향으로 이동시켜 요소망을 구성한다. 제안된 방법은 라이다로 측정된 대용량 지형 점군 데이터에 대해서 빠른 시간 내에 형상을 복원할 수 있었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094529383
