대형 부품의 3차원 형상에 대한 고정밀, 고효율 측정을 실현하기 위해 개선된 반복 최근점(ICP) 알고리즘 기반 대형 부품 3차원 형상 측정 방법을 제안한다. 실제 측정 시 쌍안 구조광 시스템이 시스템 오차 및 위상 전개 부정확성에 취약한 문제를 해결하기 위해 상보적 정반 그레이 코드를 이용한 구조광 코딩 방법을 제안한다. 본 방법은 강인한 픽셀 분류법을 사용하여 정반 그레이 코드를 이진화하고, 개선된 가우시안 필터링 알고리즘으로 위상 이동 코드 영상을 필터링한다. 점군 정합 알고리즘의 정확도를 높이기 위해 개선된 반복 최근점 점군 정합 알고리즘을 제안한다. 이 알고리즘은 인접 시점 간 공통 영역 점군을 추출하고 법선 벡터를 선별하여 비공통 영역 점군이 정합에 미치는 영향을 방지하며, 레벤버그 최적화 알고리즘을 반복 최근점 정합 알고리즘에 도입하여 대형 부품 3차원 형상 측정에서 초기 점군 위치에 대한 민감성과 노이즈 영향 문제를 해결한다. 개선된 반복 최근점 점군 정합 알고리즘은 전통적인 알고리즘에 비해 정확도가 55% 향상되었으며, 정합 효율은 수 배 증가하고 반복 횟수는 61% 감소하였다. 실험 결과, 측정 대상 물체가 카메라 렌즈로부터 700 mm 거리이고 카메라 각도가 65°일 때, 대형 부품 3차원 형상 측정 시스템의 길이 측정 정밀도는 450 μm/m 이내이며, 인접 시점 점군 정합 계산 시간은 약 25 ms로 대형 용접 부품의 3차원 형상 측정 정밀도 및 효율성 요구조건을 충족함을 확인하였다.

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