본문으로 건너뛰기

기본 개념

MipMapEngine SDK를 시작하기 전에 몇 가지 핵심 개념을 이해하면 더 잘 활용할 수 있습니다. 이 장에서는 3D 재구성의 기초를 이해하기 쉽게 소개합니다.

🌍 3D 재구성이란?​

3D 재구성은 2D 이미지에서 3D 모델을 생성하는 프로세스입니다. 건물 주변에서 여러 장의 사진을 찍었다고 상상해보세요. 3D 재구성 기술은 다음을 수행할 수 있습니다:

  1. 이러한 사진 간의 관계 분석
  2. 촬영 당시 카메라 위치 계산
  3. 카메라 위치와 텍스처를 기반으로 해당 픽셀의 3D 정보 계산
  4. 포인트 클라우드 또는 메시 형태로 객체나 장면의 3D 기하학적 정보 표현
  5. 사진 텍스처를 기반으로 모델에 텍스처를 추가하여 사실적인 3D 모델 구축
3D 재구성의 응용 시나리오
  • 측량 및 매핑: 고정밀 지형도 및 정사영상 생성
  • 도시 계획: 계획 및 설계를 위한 3D 도시 모델 생성
  • 문화유산 보호: 역사적 건물과 유물의 디지털 보존
  • 응급 대응: 재해 현장의 3D 정보 신속 획득
  • 공사 모니터링: 건설 진행 상황 및 변화 모니터링
  • 3D 콘텐츠 자산 생성: 게임, 영화, AR/VR용 3D 콘텐츠 자산 생성

📸 사진측량의 기초​

🔄 3D 재구성 프로세스 설명​

🔄 ReconstructFull 기본 처리 흐름​

처리 흐름의 특징
  • 🚀 완전 자동화: 입력에서 출력까지 수동 개입 없이 자동 처리
  • 🎯 지능적인 의사 결정: 데이터 특성에 따라 최적의 처리 매개변수 자동 선택
  • 📦 다중 형식 출력: 다양한 애플리케이션 요구사항을 충족하는 여러 형식의 동시 생성 지원
  • ⚡ 병렬 최적화: 여러 출력 분기를 병렬로 처리하여 효율성 향상
출력 선택 권장사항
  • 웹 디스플레이: 3D Tiles + DOM Tiles 선택
  • 전문 분석: OSGB + GeoTIFF + LAS 선택
  • 범용 교환: OBJ + PLY 선택
  • 측량 애플리케이션: GeoTIFF + DSM + 제어점 최적화 선택

1. 항공 삼각측량​

AT는 3D 재구성의 첫 번째 단계입니다. 주요 작업:

  • 각 사진을 촬영했을 때 카메라의 정확한 위치와 방향 계산
  • 사진 간의 기하학적 관계 설정
  • 장면의 희소 포인트 클라우드 구조 생성

2. 밀집 재구성​

카메라 위치가 설정되면:

  • 각 픽셀의 깊이 계산
  • 밀집 3D 포인트 클라우드 생성

3. 3D 모델 재구성​

  • 포인트 클라우드에서 3D 메시 모델 구축
  • 원본 이미지에서 모델 텍스처 생성
  • 대규모 장면 렌더링을 위한 LOD 모델 생성

4. 다양한 형식 출력 생성​

마지막으로 필요에 따라 다양한 출력 생성:

  • 3D 모델: OSGB, 3D Tiles, PLY, OBJ, FBX 및 기타 형식
  • 포인트 클라우드 데이터: LAS, PLY 형식
  • 가우시안 스플래팅 데이터: PLY, Splats 형식
  • 정사영상: GeoTIFF 형식의 지리참조 이미지
  • 디지털 표면 모델(DSM): 지형 고도 데이터

표준 출력 디렉토리 구조​

모든 재구성 작업은 다음과 같은 표준 출력을 생성합니다:

output/
├── 2D/
│   ├── dom_tiles/      # 정사영상 타일
│   ├── dsm_tiles/      # 디지털 표면 모델 타일
│   └── geotiffs/       # GeoTIFF 형식 결과
├── 3D/
│   ├── model-b3dm/     # 3D Tiles 모델 형식
│   ├── model-osgb/     # OSGB 모델 형식
│   ├── model-ply/      # PLY 모델 형식
│   ├── model-obj/      # OBJ 모델 형식
│   ├── model-fbx/      # FBX 모델 형식
│   ├── point-ply/      # PLY 포인트 클라우드 형식
│   ├── point-las/      # LAS 포인트 클라우드 형식
│   ├── point-pnts/     # PNTS 포인트 클라우드 형식
│   ├── point-gs-ply/   # PLY 가우시안 스플래팅 형식
│   └── point-gs-splats/# SPLATS 가우시안 스플래팅 형식
├── AT/
│   ├── mvs.xml         # AT 결과
│   └── mvs_undistort.xml # 왜곡 보정된 AT 결과
├── report/
│   └── report.json     # 품질 보고서
└── log.txt             # 처리 로그

출력 형식 설명​

형식용도특징
3D Tiles웹 디스플레이LOD 지원, Cesium 등 플랫폼에 적합
OSGB전문 소프트웨어OpenSceneGraph 형식, 널리 지원됨
OBJ범용 모델간단하고 범용적, 편집 용이
LAS포인트 클라우드 처리표준 포인트 클라우드 형식, 분류 정보 포함
GeoTIFFGIS 분석지리 좌표 포함, 측정에 사용 가능
Tiles온라인 지도다중 레벨 슬라이싱, 빠른 로딩

🎯 주요 매개변수 설명​

해상도 수준​

재구성의 세부 수준을 제어합니다:

수준설명사용 사례처리 시간
1초고정밀도, 최고의 기하학적 세부사항과 텍스처 선명도전문 측량, 정밀 모델링더 긴 시간
2고정밀도, 일부 기하학적 세부사항 단순화, 최고의 텍스처 선명도일반 애플리케이션, 빠른 결과중간
3저정밀도미리보기, 빠른 검증더 짧은 시간

이미지 중첩​

이상적인 이미지 중첩이미지 1이미지 2이미지 360-80% 중첩권장: 전방 중첩 60-80%, 측방 중첩 40-60%

🔍 품질 관리​

재구성 품질에 영향을 미치는 요인​

  1. 이미지 품질

    • 선명도(흐림 방지)
    • 조명 조건(균일한 조명이 최적)

  2. 촬영 매개변수

    • 중첩(>70%)
    • 비행 고도(지상 해상도에 영향)
    • 촬영 각도(수직 + 경사 조합이 최적)

  3. 일반적인 제어 없는 정확도

    • RTK/PPK: 센티미터 수준 정확도(12cm + 12*GSD)
    • 일반 GPS: 미터 수준 정확도

💡 재구성 정확도를 위한 모범 사례​

  • 🔧 신뢰할 수 있는 재구성 정확도: RTK 및 PPK 제어 없는 솔루션은 대부분의 경우 좋은 정확도를 달성할 수 있지만, 제어점과 검사점은 정확도 보장 및 확인을 위한 가장 신뢰할 수 있는 방법입니다. 애플리케이션이 정확도 목표의 100% 보장을 요구하거나 프로젝트 납품에 결과의 정확도를 뒷받침하는 충분한 증거가 필요한 경우, 반드시 제어점/검사점을 설정하십시오. 그렇지 않으면 현장 데이터 수집을 다시 해야 할 수도 있습니다.

🚀 다음 단계​

이제 핵심 개념을 이해했으므로 다음을 수행할 수 있습니다:

  • API 문서를 자세히 읽고 비즈니스 요구사항에 따라 최적의 자동화 워크플로우를 맞춤 설정하기