최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기정보과학회논문지. Journal of KIISE. 소프트웨어 및 응용, v.30 no.11, 2003년, pp.1239 - 1246
김상훈 , 조청운 , 홍현기
대상 물체의 3차원 모델을 구축하기 위해서는 여러 시점에서 측정된 거리정보 데이타들을 하나의 좌표계로 통합하는 정합(registration) 과정이 필수적이다. 3차원 데이타의 정합을 위해 가장 널리 사 용되는 ICP(Iterative Closest Point) 알고리즘은 거리정보 데이타 간에 겹치는 영역 또는 일치점 등에 대한 사전 정보가 필요하다. 본 논문에서는 임의의 시점에서 측정된 데이타를 반복적인 방법에 의해 자동으로 정합하는 개선된 ICP 방법이 제안된다. 3차원 데이타가 거리정보 영상으로 맺히는 관계를 나타내는 센서 사영조건(projection constraint), 데이타의 공분산(covariance) 행렬, 교차(cross) 사영 들을 이용하여 정합과정을 자동화하였으며, 유저의 개입이나 3차원 기계 보조 장치 등을 사용하는 별도의 초기값 측정없이 3차원 모델을 정확하게 구성할 수 있다. 다양한 거리정보 데이타에 대한 실험을 통해 제안된 방법의 우수한 성능을 확인하였다.
Registration is the process aligning the range data sets from different views in a common coordinate system. In order to achieve a complete 3D model, we need to refine the data sets after coarse registration. One of the most popular refinery techniques is the iterative closest point (ICP) algorithm,...
※ AI-Helper는 부적절한 답변을 할 수 있습니다.