3차원 포인트 클라우드 이상 잡음 제거는 산업 정밀 검사에 중요한 의미를 갖는다. 복잡한 구조 부품의 3차원 포인트 클라우드에는 이상 잡음 군집이 존재하기 때문에, 기존의 잡음 제거 방법은 이를 작은 크기의 목표물로 오인하여 제거하지 못하는 경우가 많다. 본 논문은 잡음과 측정 대상 3차원 포인트 클라우드의 차이 특성을 기반으로 다중 특성 유사성에 기반한 이상 잡음 군집 제거 방법을 제안한다. 먼저 포인트 클라우드를 동일 크기의 포인트 클라우드 복셀로 분할하고, 각 복셀의 위치 인덱스를 기반으로 복셀 인접 관계를 구축한다. 각 복셀 내 포인트 수가 설정된 임계값 미만인 고립 이상 잡음을 제거한다. 이후 복셀 3차원 공간 인덱스를 기준으로 남은 인접 복셀에 대해 포인트 클라우드 군집화를 수행하여 군집 속도를 향상시킨다. 군집화된 각 포인트 클라우드 군집에 대해 3차원 점 밀도와 표면 거칠기를 계산하여 다중 특성 벡터를 구성한다. 마지막으로 마할라노비스 거리를 이용해 서로 다른 포인트 클라우드 군집 간 다중 특성 유사성을 계산하고, 목표 포인트 클라우드 군집의 마할라노비스 거리를 기반으로 유사성 판단 임계값을 설정하여 이상 점 잡음을 제거한다. 제안한 방법은 공개 데이터 세트와 3차원 측정기를 이용해 수집된 복잡한 공작물 3차원 포인트 클라우드에 대해 잡음 제거 실험 검증을 수행하였고, 이중 임계값 잡음 제거 방법 DTD, 국부 인접 특성 기반 잡음 제거 방법 DLNF, 심층 학습 잡음 제거 방법 POINTCLEANNET과 비교 실험을 진행했다. 실험 결과, 본 논문의 방법은 잡음 제거 정밀도와 재현율이 각각 1과 0.98로 다른 세 비교 방법보다 우수하며 잡음 제거 시간이 가장 짧아 산업용 온라인 정밀 검사에 적합하다.

포인트 클라우드 잡음 제거;다중 특성 유사성;포인트 클라우드 복셀화;포인트 클라우드 군집화