단일 사이트의 포인트 클라우드든 대규모 측량 프로젝트의 포인트 클라우드든, 시각적 노이즈를 제거하면 결과물을 분석하기가 더 쉬워집니다.
PIX4D에서는 포인트 클라우드의 적용과 작동 방식에 대해 많은 시간을 들여 논의합니다. 이 아티클은 실제로 깨끗하고 정확한 포인트 클라우드 또는 3D 모델을 제공하는 데 사용하는 도구에 초점을 맞추고 있습니다. 특히 이미지에 하늘이 포함된 경우에 포인트 클라우드를 정리할 때 사용되는 하늘 분할 도구에 대해 설명합니다.
신뢰할 수 있는 포인트 클라우드는 디지털 트윈 작업 시 전문가의 작업 흐름에 필수적입니다. 각 포인트는 정확한 데카르트 좌표를 가진 지점의 정밀한 위치를 나타내므로, 계획 및 측량에 있어 귀중한 자원입니다. 3D 맵, 디지털 트윈 또는 전혀 다른 용도와 관계없이, 깨끗한 포인트 클라우드는 작업의 정밀도를 높게 유지하는 데 도움이 됩니다.
포인트 클라우드에서 하늘 분할이란 무엇인가요?
하늘 분할은 비스듬한 환경의 촬영을 포함한 프로젝트에서 포인트 클라우드의 품질을 향상할 때 생기는 문제를 해결합니다. 사람들이 드론을 수직으로 내려다보며 이미지를 캡쳐할 때, 하늘은 일반적으로 포인트 클라우드에 나타나지 않습니다. 그러나 건물의 측면과 같은 비스듬한 이미지나 PIX4Dcatch 프로젝트에서는 카메라가 물체 주변의 하늘 요소를 캡처하기 때문에 하늘이 훨씬 더 많이 나타납니다.
하늘은 일부 포인트 클라우드에서 문제가 될 수 있습니다. 왜냐하면 하늘이 균일하게 보이고, 수평선이 포인트 클라우드에 아티팩트와 노이즈를 생성하기 때문입니다. 이러한 방해는 물체의 경계에서 노이즈를 발생시켜 혼란을 초래하고, 전체 포인트 클라우드의 유용성에 영향을 미칠 수 있습니다.
하늘 분할 도구는 하늘을 마스킹합니다. PIX4D의 모델링 및 알고리즘 팀은 하늘에 있는 각 픽셀을 표시하기 위해 작업하였으며, 이 픽셀은 전체 포인트 클라우드에서 편집될 수 있습니다. 이전에는 개별 포인트를 선택하여 수동으로 이 작업을 수행해야 했고, 이는 훨씬 더 오랜 시간이 걸리고 복잡했습니다. 이제 하늘 분할 도구를 사용해 하늘의 요소를 자동으로 표시할 수 있습니다.
이 과정은 포인트 클라우드를 만들기 위한 밀착화(Densification) 상태에서 이미지를 사용함으로써 이루어집니다. 하늘 분할은 기계 학습과 세분화 모델을 사용하여 하늘과 비하늘 요소를 인식합니다.
하늘 분할 도구가 포함된 PIX4D 제품은 무엇인가요?
더 깨끗한 포인트 클라우드의 비결은 무엇인가요?
이 기술이 실제로 효과가 있는지 궁금하실 수 있습니다. 기계 학습을 활용하기 때문에 알고리즘은 계속해서 발전하며 더 나은 결과를 제공합니다. 현재 사진측량 알고리즘은 하늘로 인식된 이미지의 픽셀을 제외하고 처리할 수 있게 되었습니다. 아래 예시들을 보면 이 기술이 미치는 영향을 확인할 수 있습니다. 포인트 클라우드의 정확도 향상에 이 기술이 얼마나 큰 차이를 만드는지 분명하게 알 수 있을 것입니다.
