대형 부품의 3차원 형상을 고정밀·고효율로 측정하기 위해 개선된 반복 최근점 알고리즘(ICP)에 기반한 대형 부품 3차원 형상 측정 방법을 제안하였다. 실제 측정에서 쌍안 구조광 시스템이 시스템 오차와 위상 펼침 부정확성 등 문제에 쉽게 영향을 받는 문제를 해결하기 위해 상보적인 정반 그레이 코드 구조광 인코딩 방법을 제안하였다. 이 방법은 강인한 픽셀 분류법을 사용하여 정반 그레이 코드를 이진화하고, 개선된 가우시안 필터링 알고리즘으로 위상 코드 영상을 필터링하였다. 점군 정합 알고리즘의 정밀도를 높이기 위해 개선된 반복 점군 정합 알고리즘을 제안하였다. 본 알고리즘은 인접 시점의 공통 영역 점군을 추출하고 법선 벡터를 필터링하여 비공통 영역 점군이 정합 효과에 미치는 영향을 방지하며, 르벤버그 최적화 알고리즘을 반복 점군 정합 알고리즘에 도입하여 대형 부품 3차원 형상 측정 시 점군 초기 위치에 민감하고 잡음 영향에 취약한 문제를 해결하였다. 개선된 반복 점군 정합 알고리즘은 기존 알고리즘 대비 정확도가 55% 향상되고, 정합 효율이 수배 증가하였으며, 반복 횟수가 61% 감소하였다. 실험 결과, 측정 대상 물체가 카메라 렌즈로부터 700mm 거리이고 카메라 각도가 65°인 조건에서 대형 부품 3차원 형상 측정 시스템의 길이 측정 정밀도가 450μm/m 이하이며, 인접 시점 점군 정합 계산 시간이 약 25ms로 대형 용접 부품 3차원 형상 측정의 정밀도 및 효율성 요구를 충족함을 확인하였다.

3차원 형상 측정; 쌍안 구조광; 강인한 픽셀 분류법; 개선된 반복 최근점; 정반 상보 그레이 코드