국부적으로 결손된 점군 등록 시 정확도가 낮고 수렴 속도가 느린 문제를 해결하기 위해 확장 가우스 이미지 클러스터링 기반의 빠른 점군 등록 알고리즘을 제안하였다. 점군을 확장 가우스 이미지에 매핑하여 클러스터링 후 실점군으로 역매핑하여 등록할 부분 점군을 획득함으로써 국부적 결손에 의한 간섭을 회피하였다; 또한 계산 효율과 등록 정확도를 향상시키기 위해 거리-곡률 디스크립터를 사용하여 대응 점 쌍을 조회하고 특이값 분해를 통해 거칠게 등록하며 반복 최근접점 정밀 등록 알고리즘과 결합하여 점군 등록 과정을 구현하였다. 실험 결과 이 알고리즘은 국부 결손 점군에 대해 높은 정확도(ICP와 결합된 기존 FPFH 연산자에 비해 평균 제곱근 오차가 약 17.9% 감소)를 가지며 다른 알고리즘에 비해 일정한 속도 이점(ICP와 결합된 SHOT 연산자에 비해 처리 시간이 약 32.5% 단축됨)을 보였다. 이 알고리즘은 국부 결손 점군의 자세 인식에 효과적으로 활용될 수 있어 산업 현장에서 3D 물체의 빠른 인식 및 위치 지정에 널리 적용될 수 있다.

기계 비전; 점군 등록; 확장 가우스 이미지; 거리-곡률 디스크립터; 결손 점군