구조광 3차원 재구성에서 전통적인 스테레오 매칭법이 갖는 특징점 매칭 오류, 매칭 누락, 중복 문제를 해결하기 위해, 본 논문에서는 SURF 알고리즘의 가우시안 필터를 적응형 중간값 필터와 웨이블릿 변환을 결합한 방식으로 개선하였으며, OKG 알고리즘 기반의 2차 특징점 매칭 방법을 제안하였다. 해당 알고리즘은 먼저 적응형 중간값 필터와 웨이블릿 변환을 결합한 방법으로 이미지를 평활화 및 노이즈 감소를 수행한 후, 초기 특징점 추출 및 매칭을 진행하고, 구축된 스케일 공간을 여러 그리드로 나눈다. 각 그리드 내에서는 FAST 알고리즘으로 스케일 공간 특징점을 추출하고, ORB 연산자로 좌/우 이미지의 특징점을 추출하며, BRIEF 디스크립터로 특징점을 기술한다. K-D 트리 최근접 이웃 탐색법을 사용해 특징점 선정을 제한하고 GMS 알고리즘으로 오매칭 점을 제거한다. 마지막으로 본 논문의 SURF-OKG 알고리즘을 기존 특징점 매칭 알고리즘과 비교 분석하고, 계단 블록의 3D 재구성을 통해 알고리즘의 유효성을 검증하였다. 실험 결과, SURF-OKG 알고리즘의 정확 매칭률은 92.47%이며, 폭이 40 mm이고 정밀도가 0.02 mm인 계단 블록에 대해 3D 재구성을 수행한 결과, 계단 폭 오차 평균은 1.312 mm, 최대 오차는 1.72 mm를 넘지 않아 구조광 3차원 재구성 시스템의 실험 요구를 기본적으로 충족하였다.

3차원 재구성;특징점 매칭;SURF 알고리즘;SURF-OKG 알고리즘;계단 블록