KR101765414B1 - 형상 복잡도를 이용한 모델 간략화 장치 및 방법 - Google Patents

형상 복잡도를 이용한 모델 간략화 장치 및 방법 Download PDF

Info

Publication number
KR101765414B1
KR101765414B1 KR1020160041545A KR20160041545A KR101765414B1 KR 101765414 B1 KR101765414 B1 KR 101765414B1 KR 1020160041545 A KR1020160041545 A KR 1020160041545A KR 20160041545 A KR20160041545 A KR 20160041545A KR 101765414 B1 KR101765414 B1 KR 101765414B1
Authority
KR
South Korea
Prior art keywords
complexity
volume
model
shape
calculating
Prior art date
Application number
KR1020160041545A
Other languages
English (en)
Inventor
문두환
권순조
한순흥
Original Assignee
경북대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경북대학교 산학협력단 filed Critical 경북대학교 산학협력단
Priority to KR1020160041545A priority Critical patent/KR101765414B1/ko
Application granted granted Critical
Publication of KR101765414B1 publication Critical patent/KR101765414B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G06F17/50—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/143—Segmentation; Edge detection involving probabilistic approaches, e.g. Markov random field [MRF] modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2215/00—Indexing scheme for image rendering
    • G06T2215/06—Curved planar reformation of 3D line structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Architecture (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Generation (AREA)

Abstract

본 발명은 모델 간략화 장치 및 방법에 관한 것으로, 보다 구체적으로 형상 복잡도를 이용하여 모델을 간략화하는 장치 및 방법에 관한 것이다. 본 발명의 일 실시예에 따른 모델 간략화 장치는, 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 형상 복잡도 산출부; 형상 복잡도를 기반으로 각 요소에 스코어를 매기는 스코어링부; 및 모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 요소 제거부;를 포함할 수 있다.

Description

형상 복잡도를 이용한 모델 간략화 장치 및 방법{APPARATUS AND METHOD FOR SIMPLIFYING MODEL USING SHAPE COMPLEXITY}
본 발명은 모델 간략화 장치 및 방법에 관한 것으로, 보다 구체적으로 형상 복잡도를 이용하여 모델을 간략화하는 장치 및 방법에 관한 것이다.
CAD(Computer Aided Design)와 같은 컴퓨터 자동 설계 시스템을 사용하여 생성된 제품의 모델, 예컨대 3차원 형상 모델은 제품의 설계뿐만 아니라 구조 해석, 동역학 시뮬레이션, 가상 현실 환경 구축 등 다양한 분야에서 널리 사용되고 있다. 특히, 특징형상 기반 CAD 시스템은 특징형상이라는 모델링 요소 개념을 도입하고 파라메트릭한 모델링 기능을 지원함에 따라 보다 간편하게 3차원 형상 모델을 생성할 수 있도록 한다.
3차원 CAD 시스템을 통해 생성된 모델은 그 활용 목적에 따라 모델의 정밀도 및 요구되는 모델의 특성이 달라진다. 똑같은 모델을 활용 목적에 따라 상이한 정밀도로 다시 모델링할 수 있지만, 이와 같은 작업을 사람이 직접 수행하게 된다면 추가적인 시간과 비용이 발생하게 된다.
이에 3차원 모델을 자동으로 간략화하는 알고리즘이 제시되고 있으나, 종래의 간략화 알고리즘은 모델의 LOD(Level of Detail)가 낮아짐에 따라 모델의 전체적인 외곽 형상이 원본 모델의 외곽 형상과 크게 달라지는 문제가 발생한다. 그 결과, 종래의 간략화 기술은 간략화된 모델의 활용도가 떨어지거나, 모델의 외곽 형상을 유지하기 위해서는 간략화에 의해 달성되는 모델의 데이터 크기 감소에 한계가 있다.
본 발명의 실시예는 간략화에 의해 모델의 LOD가 낮아져도 모델의 전체적인 외곽 형상이 유지될 수 있는 모델 간략화 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 실시예는 모델의 전체적인 외곽 형상이 유지되는 한도에서 간략화된 모델의 데이터 크기를 최소화시킬 수 있는 모델 간략화 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 모델 간략화 장치는, 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 형상 복잡도 산출부; 형상 복잡도를 기반으로 각 요소에 스코어를 매기는 스코어링부; 및 모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 요소 제거부;를 포함할 수 있다.
상기 형상 복잡도 산출부는: 요소의 부피에 관한 복잡도인 부피 복잡도; 및 요소의 모델링 데이터 크기에 관한 복잡도인 요소 복잡도; 중 적어도 하나를 산출할 수 있다.
상기 형상 복잡도 산출부는: 상기 부피 복잡도를 산출하기 위해, 요소가 모델의 경계 부피를 변경시키는 정도를 나타내는 경계 부피 복잡도; 및 기준 부피에 대한 요소의 부피의 비인 상대 부피 복잡도; 중 적어도 하나를 산출할 수 있다.
상기 형상 복잡도 산출부는: 상기 경계 부피 복잡도를 산출하기 위해, N 개의 요소로 구성된 전체 모델의 부피에 대한, 제 1 내지 제 i 요소로 구성된 제 i 모델의 부피로부터 제 1 내지 제 i-1 요소로 구성된 제 i-1 모델의 부피를 감산한 차분의 비를 계산할 수 있다.
상기 형상 복잡도 산출부는: 상기 차분이 음수인 경우, 상기 경계 부피 복잡도를 0으로 출력할 수 있다.
상기 형상 복잡도 산출부는: 상기 상대 부피 복잡도를 산출하기 위해, 모델을 구성하는 요소 중 부피가 가장 큰 요소의 부피에 대한 당해 요소의 부피의 비를 계산할 수 있다.
상기 형상 복잡도 산출부는: 상기 경계 부피 복잡도와 상기 상대 부피 복잡도를 합산하여 기 설정된 최대 부피 복잡도로 나누어 상기 부피 복잡도를 산출할 수 있다.
상기 형상 복잡도 산출부는: 상기 요소 복잡도를 산출하기 위해, 요소를 구성하는 면을 정의하기 위해 요구되는 성분의 개수인 요소 면 복잡도; 및 요소를 구성하는 선을 정의하기 위해 요구되는 성분의 개수인 요소 선 복잡도; 중 적어도 하나를 산출할 수 있다.
상기 형상 복잡도 산출부는: 상기 요소 면 복잡도와 상기 요소 선 복잡도를 합산하여 기 설정된 최대 요소 복잡도로 나누어 상기 요소 복잡도를 산출할 수 있다.
상기 형상 복잡도 산출부는: 상기 부피 복잡도와 상기 요소 복잡도를 합산하여 기 설정된 최대 복잡도로 나눌 수 있다.
상기 형상 복잡도 산출부는: 상기 부피 복잡도와 상기 요소 복잡도를 합산한 뒤, 상기 요소 복잡도에 대한 상기 부피 복잡도의 비를 곱할 수 있다.
상기 스코어링부는: 상기 산출된 형상 복잡도를 요소의 스코어로 출력할 수 있다.
상기 스코어링부는: 스코어가 차등적으로 부여된 다수의 평가 항목에 따라 요소에 스코어를 매길 수 있다.
상기 스코어링부는: 요소가 모델의 기 설정된 필수 요소에 해당하는지 여부, 요소가 모델의 외곽 경계에 접하는지 여부, 그리고 모델이 조립체에 대응하는 경우 요소가 조립체를 구성하는 단품들 간의 연결부위를 포함하는지 여부 중 적어도 하나를 판별하여 해당되는 평가 항목의 스코어를 요소에 매기고, 상기 산출된 형상 복잡도를 스코어로 요소에 매길 수 있다.
상기 스코어링부는: 요소가 모델의 내부에 위치하는 경우, 해당 요소의 스코어를 음수만큼 거듭제곱한 뒤 음수를 곱할 수 있다.
상기 요소 제거부는: 모델의 목표 LOD(Level of Detail)에 따라 모델로부터 스코어가 낮은 순서대로 요소를 제거할 수 있다.
본 발명의 일 실시예에 따른 모델 간략화 방법은, 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 단계; 형상 복잡도를 기반으로 각 요소에 스코어를 매기는 단계; 및 모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 단계;를 포함할 수 있다.
본 발명의 실시예에 따른 모델 간략화 방법은 컴퓨터로 실행하기 위한 프로그램으로 구현되어 컴퓨터로 읽을 수 있는 기록 매체에 기록될 수 있다.
본 발명의 실시예에 따른 모델 간략화 방법은 컴퓨터와 결합되어 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
본 발명의 실시예에 따르면, 간략화에 의해 모델의 LOD가 낮아져도 모델의 전체적인 외곽 형상이 유지될 수 있다.
본 발명의 실시예에 따르면, 모델의 전체적인 외곽 형상이 유지되는 한도에서 간략화된 모델의 데이터 크기를 최소화시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 모델 간략화 장치의 예시적인 블록도이다.
도 2는 본 발명의 일 실시예에 따라 요소의 경계 부피 복잡도 및 상대 부피 복잡도를 산출하는 과정을 설명하기 위한 예시적인 도면이다.
도 3 및 도 4는 각각 본 발명의 일 실시예에 따라 요소 면 복잡도 및 요소 선 복잡도를 산출하는 과정을 설명하기 위한 예시적인 도면이다.
도 5 내지 도 7은 각각 본 발명의 일 실시예에 따라 간략화될 담수 유닛의 3차원 모델을 나타내는 도면; 담수 유닛에 포함된 부분 조립체인 취수기, 액체 가열기 및 여과조의 3차원 모델을 나타내는 도면; 그리고 담수 유닛에 포함된 단품인 프레임, 수평 펌프, 살균기 및 제어 캐비닛의 3차원 모델을 나타내는 도면이다.
도 8은 취수기의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
도 9는 액체 가열기의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
도 10은 여과조의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
도 11은 수평 펌프의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
도 12는 살균기의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
도 13은 제어 캐비닛의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
도 14는 프레임의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
도 15는 담수 유닛의 원본 모델과 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
도 16은 본 발명의 일 실시예에 따른 모델 간략화 방법의 예시적인 흐름도이다.
본 발명의 다른 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술 되는 실시 예를 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예는 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
만일 정의되지 않더라도, 여기서 사용되는 모든 용어들(기술 혹은 과학 용어들을 포함)은 이 발명이 속한 종래 기술에서 보편적 기술에 의해 일반적으로 수용되는 것과 동일한 의미를 가진다. 일반적인 사전들에 의해 정의된 용어들은 관련된 기술 그리고/혹은 본 출원의 본문에 의미하는 것과 동일한 의미를 갖는 것으로 해석될 수 있고, 그리고 여기서 명확하게 정의된 표현이 아니더라도 개념화되거나 혹은 과도하게 형식적으로 해석되지 않을 것이다.
본 명세서에서 사용된 용어는 실시 예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 '포함한다' 및/또는 이 동사의 다양한 활용형들 예를 들어, '포함', '포함하는', '포함하고', '포함하며' 등은 언급된 조성, 성분, 구성요소, 단계, 동작 및/또는 소자는 하나 이상의 다른 조성, 성분, 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다. 본 명세서에서 '및/또는' 이라는 용어는 나열된 구성들 각각 또는 이들의 다양한 조합을 가리킨다.
한편, 본 명세서 전체에서 사용되는 '~부', '~기', '~블록', '~모듈' 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미할 수 있다. 예를 들어 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미할 수 있다. 그렇지만 '~부', '~기', '~블록', '~모듈' 등이 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '~부', '~기', '~블록', '~모듈'은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.
따라서, 일 예로서 '~부', '~기', '~블록', '~모듈'은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부', '~기', '~블록', '~모듈'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부', '~기', '~블록', '~모듈'들로 결합되거나 추가적인 구성요소들과 '~부', '~기', '~블록', '~모듈'들로 더 분리될 수 있다.
이하, 본 명세서에 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명의 일 실시예에 따른 모델 간략화 장치(10)의 예시적인 블록도이다.
도 1을 참조하면, 상기 모델 간략화 장치(10)는 처리부(100), 입력부(200) 및 저장부(300)를 포함할 수 있다. 상기 처리부(100)는 모델을 간략화하기 위한 프로그램을 불러와 실행하는 프로세서로서, 예컨대 CPU, GPU 등을 포함할 수 있다. 상기 입력부(200)는 사용자로부터 데이터를 입력받을 수 있는 입력 장치로서, 예컨대 키보드, 마우스 등을 포함할 수 있다. 상기 저장부(300)는 데이터를 저장하는 저장 장치로서, 예컨대 HDD, SSD, RAM, ROM, 레지스터, 캐시 등을 포함할 수 있다.
일 실시예에 따르면, 상기 입력부(200)는 사용자로부터 모델의 목표 정밀도를 입력받을 수 있다. 상기 목표 정밀도는 모델의 LOD(Level of DEtail)일 수 있으나 이에 제한되지는 않는다.
상기 저장부(300)는 모델에 관한 모델링 데이터를 저장한다. 상기 처리부(100)는 저장부(300)로부터 모델링 데이터를 불러와 모델을 간략화한 후, 간략화된 모델에 관한 데이터를 다시 저장부(300)에 저장할 수 있다.
상기 모델링 데이터는 특징형상 기반의 모델링 데이터일 수 있으며, 이 경우 상기 모델을 구성하는 요소는 특징형상에 대응할 수 있다.
본 발명의 일 실시예에 따르면, 상기 처리부(100)는 형상 복잡도 산출부(110), 스코어링부(120) 및 요소 제거부(130)를 포함할 수 있다. 상기 형상 복잡도 산출부(110)는 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출할 수 있다. 상기 스코어링부(120)는 형상 복잡도를 기반으로 각 요소에 스코어를 매길 수 있다. 상기 요소 제거부(130)는 모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거할 수 있다.
본 발명의 일 실시예에 따르면, 상기 형상 복잡도 산출부(110)는 부피 복잡도 및 요소 복잡도 중 적어도 하나를 산출할 수 있다. 다시 말해, 요소의 형상 복잡도는 부피 복잡도와 요소 복잡도 중 어느 하나 또는 둘 모두를 기반으로 산출될 수 있다.
부피 복잡도는 요소의 부피에 관한 복잡도이다. 부피 복잡도를 산출하기 위해, 상기 형상 복잡도 산출부(110)는 경계 부피 복잡도 및 상대 부피 복잡도 중 적어도 하나를 산출할 수 있다. 다시 말해, 부피 복잡도는 경계 부피 복잡도와 상대 부피 복잡도 중 어느 하나 또는 둘 모두를 기반으로 산출될 수 있다.
먼저, 경계 부피 복잡도는 요소가 모델의 경계 부피를 변경시키는 정도를 나타내는 복잡도이다. 경계 부피 복잡도를 산출하기 위해, 상기 형상 복잡도 산출부(110)는 N 개의 요소로 구성된 전체 모델의 부피와, 제 1 내지 제 i 요소로 구성된 제 i 모델의 부피로부터 제 1 내지 제 i-1 요소로 구성된 제 i-1 모델의 부피를 감산한 차분을 계산하고, 전체 모델의 부피에 대한 제 i 모델의 부피와 제 i-1 모델의 부피 간 차분의 비를 계산할 수 있다.
나아가, 상기 형상 복잡도 산출부(110)는 상기 차분이 음수인 경우에는 해당 제 i 요소의 경계 부피 복잡도를 0으로 출력할 수 있다.
본 발명의 일 실시예에 따라 제 i 요소의 경계 부피 복잡도 CBV i를 산출하는 과정은 아래의 수학식과 같이 나타낼 수 있다.
Figure 112016032813705-pat00001
여기서, VBV i 및 VBV i -1은 각각 제 i 모델의 부피 및 제 i-1 모델의 부피이고, VFinal은 전체 모델의 부피이다.
이와 같이 본 발명의 실시예는 VBV i ≥ VBV i -1인 경우에만 경계 부피 복잡도 CBV i를 계산하고 VBV i < VBV i -1인 경우에는 경계 부피 복잡도 CBV i를 0으로 출력함으로써, 모델의 경계 부피를 증가시키는 요소에 대해서만 경계 부피 복잡도를 부여하고 경계 부피를 감소시키는 요소에 대해서는 경계 부피 복잡도를 부여하지 않는다.
그 결과, 본 발명의 실시예에 따른 모델 간략화에 있어서, 경계 부피를 증가시키는 요소가 경계 부피를 감소시키는 요소보다 스코어가 더 높게 부여되는 바, 간략화 과정에서 경계 부피를 증가시키는 요소가 경계 부피를 감소시키는 요소에 비해 후순위로 제거되므로, 간략화에 의해 모델의 LOD가 낮아져도 모델의 전체적인 외곽 형상이 유지될 수 있다.
다음으로, 상대 부피 복잡도는 기준 부피에 대한 해당 요소의 부피의 비이다. 본 발명의 일 실시예에 따르면, 상대 부피 복잡도를 산출하기 위해, 상기 형상 복잡도 산출부(110)는 모델을 구성하는 요소 중 부피가 가장 큰 요소의 부피에 대한 당해 요소의 부피의 비를 계산할 수 있다. 즉, 이 실시예에서 기준 부피는 부피가 가장 큰 요소의 부피이나, 이에 제한되지 않고 기준 부피는 다양한 값으로 설정될 수도 있다.
본 발명의 일 실시예에 따라 제 i 요소의 상대 부피 복잡도 CRV i를 산출하는 과정은 아래의 수학식과 같이 나타낼 수 있다.
Figure 112016032813705-pat00002
여기서, Vi는 제 i 요소의 부피이고, Vmax는 모델을 구성하는 요소 중 최대 부피를 갖는 요소의 부피이다.
도 2는 본 발명의 일 실시예에 따라 요소의 경계 부피 복잡도 CBV i 및 상대 부피 복잡도 CRV i를 산출하는 과정을 설명하기 위한 예시적인 도면이다.
도 2에 도시된 모델은 총 3 개의 요소들로 구성되며, 이 중 제 1 요소는 부피가 가장 큰 요소이고, 제 2 요소는 모델의 경계 부피를 증가시키는 요소이고, 제 3 요소는 모델의 경계 부피를 감소시키는 요소이다.
먼저, 제 1 요소의 경계 부피 복잡도 및 상대 부피 복잡도는 각각 CBV 1 = V1 / VFinal 및 CRV 1 = V1 / Vmax = 1이며, 여기서 VFinal = V1 + V2 - V3이고, Vmax = V1이다.
다음으로, 제 2 요소의 경계 부피 복잡도 및 상대 부피 복잡도는 각각 CBV 2 = V2 / VFinal 및 CRV 2 = V2 / Vmax이다. 도 2에 도시된 바와 같이, 제 2 요소는 제 1 요소에 추가되어 모델의 경계 부피를 증가시키므로 경계 부피 복잡도 CBV 2는 0보다 큰 값으로 계산된다.
다음으로, 제 3 요소의 경계 부피 복잡도 및 상대 부피 복잡도는 각각 CBV 3 = 0 및 CRV 3 = V3 / Vmax이다. 제 2 요소와 달리, 제 3 요소는 제 1 요소의 내부에 빈 공간을 형성하여 모델의 경계 부피를 감소시키므로 경계 부피 복잡도 CBV 3는 0으로 계산된다.
본 발명의 일 실시예에 따르면, 상기 형상 복잡도 산출부(110)는 경계 부피 복잡도와 상대 부피 복잡도를 합산하여 기 설정된 최대 부피 복잡도로 나눔으로써 부피 복잡도를 산출할 수 있다. 이와 같이 경계 부피 복잡도 CBV i와 상대 부피 복잡도 CRV i를 기반으로 제 i 요소의 부피 복잡도 CVi를 산출하는 과정은 아래의 수학식과 같이 나타낼 수 있다.
Figure 112016032813705-pat00003
여기서, CVmax는 사전에 설정되는 최대 부피 복잡도로서, 경계 부피 복잡도 CBV i와 상대 부피 복잡도 CRV i를 합산한 값을 최대 부피 복잡도 CVmax로 나누어 줌으로써 부피 복잡도 CVi는 0보다 크고 1보다 작거나 같은 값을 가질 수 있다.
다음으로, 요소 복잡도는 요소의 모델링 데이터 크기에 관한 복잡도이다. 요소 복잡도를 산출하기 위해, 상기 형상 복잡도 산출부(110)는 요소 면 복잡도 및 요소 선 복잡도 중 적어도 하나를 산출할 수 있다. 다시 말해, 요소 복잡도는 요소 면 복잡도와 요소 선 복잡도 중 어느 하나 또는 둘 모두를 기반으로 산출될 수 있다.
요소 면 복잡도는 요소를 구성하는 면을 정의하기 위해 요구되는 성분의 개수이고, 요소 선 복잡도는 요소를 구성하는 선을 정의하기 위해 요구되는 성분의 개수이다. 여기서, 성분은 3차원 좌표 공간에서 요소의 형상을 구현하기 위해 필요한 데이터 유닛으로서, 일 예로 하나의 3차원 좌표점을 구성하는 각각의 좌표값(x, y 또는 z)이나 원의 반지름(r) 등을 포함할 수 있다.
제 i 요소의 요소 면 복잡도 Cs i 및 요소 선 복잡도 CC i는 아래의 수학식과 같이 계산될 수 있다.
Figure 112016032813705-pat00004
Figure 112016032813705-pat00005
여기서, S = {Plane, Cylinder, Sphere, Cone, Torus, and Spline Surface}이고, C = {Straight Line, Circle, Ellipse, Helix, and Spline}이다.
즉, 요소 면 복잡도 Cs i는 제 i 요소를 구성하는 모든 면을 정의하기 위해 필요한 성분의 총 개수이고, 요소 선 복잡도 CC i는 제 i 요소를 구성하는 모든 선을 정의하기 위해 필요한 성분의 총 개수이다.
도 3 및 도 4는 각각 본 발명의 일 실시예에 따라 요소 면 복잡도 및 요소 선 복잡도를 산출하는 과정을 설명하기 위한 예시적인 도면이다.
도 3을 참조하면, 1 개의 평면은 원점인 (x1, y1, z1)과 방향을 나타내는 (x2, y2, z2)로 정의되므로 평면의 요소 면 복잡도 U(Plane) = 6이며, 1 개의 기둥은 원점인 (x1, y1, z1)과 방향을 나타내는 (x2, y2, z2)와 반지름 (r)로 정의되므로 기둥의 요소 면 복잡도 U(Cylinder) = 7이다.
도 4를 참조하면, 1 개의 직선은 시작점인 (x1, y1, z1)과 끝점인 (x2, y2, z2)로 정의되므로 직선의 요소 선 복잡도 U(Straight Line) = 6이며, 1 개의 호는 중심인 (x1, y1, z1)과 시작점인 (x2, y2, z2)와 끝점인 (x3, y3, z3)와 반지름 (r)로 정의되므로 호의 요소 선 복잡도 U(Circle) = 10이다.
3차원 모델을 구성하는 각각의 요소는 다수의 면과 다수의 선으로 구성되므로, 어느 한 요소의 요소 면 복잡도는 그 요소에 포함되는 모든 면들의 요소 면 복잡도를 합산한 값이며, 요소 선 복잡도는 그 요소에 포함되는 모든 선들의 요소 선 복잡도를 합산한 값이다.
본 발명의 일 실시예에 따르면, 상기 형상 복잡도 산출부(110)는 요소 면 복잡도와 요소 선 복잡도를 합산하여 기 설정된 최대 요소 복잡도로 나눔으로써 요소 복잡도를 산출할 수 있다. 이와 같이 요소 면 복잡도 CS i와 요소 선 복잡도 CC i를 기반으로 제 i 요소의 요소 복잡도 CEi를 산출하는 과정은 아래의 수학식과 같이 나타낼 수 있다.
Figure 112016032813705-pat00006
여기서, CEmax는 사전에 설정되는 최대 요소 복잡도로서, 요소 면 복잡도 CS i와 요소 선 복잡도 CC i를 합산한 값을 최대 요소 복잡도 CEmax로 나누어 줌으로써 요소 복잡도 CEi는 0보다 크고 1보다 작거나 같은 값을 가질 수 있다.
본 발명의 일 실시예에 따르면, 상기 형상 복잡도 산출부(110)는 부피 복잡도와 요소 복잡도를 합산하여 기 설정된 최대 복잡도로 나눔으로써 형상 복잡도를 산출할 수 있다.
본 발명의 다른 실시예에 따르면, 상기 형상 복잡도 산출부(110)는 부피 복잡도와 요소 복잡도를 합산한 뒤, 요소 복잡도에 대한 부피 복잡도의 비를 곱함으로써 형상 복잡도를 산출할 수 있다.
본 발명의 또 다른 실시예에 따르면, 상기 형상 복잡도 산출부(110)는 부피 복잡도와 요소 복잡도를 합산하여 기 설정된 최대 복잡도로 나누고 요소 복잡도에 대한 부피 복잡도의 비를 곱함으로써 형상 복잡도를 산출할 수 있다. 이 실시예에 따라 부피 복잡도 CVi와 요소 복잡도 CEi를 기반으로 제 i 요소의 형상 복잡도 Ci를 산출하는 과정은 아래의 수학식과 같이 나타낼 수 있다.
Figure 112016032813705-pat00007
여기서, Cmax는 사전에 설정되는 최대 복잡도로서, 부피 복잡도 CVi와 요소 복잡도 CEi를 합산한 값을 최대 복잡도 Cmax로 나누어 줌으로써 형상 복잡도 Ci는 0보다 크고 1보다 작거나 같은 값을 가질 수 있다.
또한, λ는 요소 복잡도 CEi에 대한 부피 복잡도 CVi의 비로서, 부피 복잡도 CVi와 요소 복잡도 CEi를 합산한 값에 λ가 곱해짐으로써 형상 복잡도에서 요소 복잡도 CEi보다 부피 복잡도 CVi의 비중이 더 커진다.
그 결과, 형상 복잡도 산출 시 요소의 데이터 크기보다 요소의 부피에 의한 영향이 더 중요하게 고려될 수 있다. 예를 들어, 다수의 요소에 있어서 부피 복잡도와 요소 복잡도를 합산한 값 CVi + CEi이 동일한 경우, 부피 복잡도 CVi가 크고 요소 복잡도 CEi가 작을수록 형상 복잡도가 커질 수 있다.
이는 후술하는 모델 간략화를 위한 요소 제거 시, 모델의 데이터 크기에 미치는 영향이 큰 요소를 먼저 제거하고 모델의 외곽 형상에 미치는 영향이 큰 요소를 나중에 제거함으로써 모델의 전체적인 외곽 형상이 유지되는 한도에서 간략화된 모델의 데이터 크기를 최소화시킬 수 있도록 한다.
다시 도 1을 참조하면, 상기 스코어링부(120)는 형상 복잡도를 기반으로 각 요소에 스코어를 매길 수 있다.
본 발명의 일 실시예에 따르면, 상기 스코어링부(120)는 요소에 대하여 산출된 형상 복잡도를 해당 요소의 스코어로 출력할 수 있다. 즉, 이 실시예에서 요소의 스코어는 그 요소의 형상 복잡도이다.
본 발명의 다른 실시예에 따르면, 상기 스코어링부(120)는 스코어가 차등적으로 부여된 다수의 평가 항목에 따라 요소에 스코어를 매길 수 있다.
예를 들어, 상기 스코어링부(120)는 요소가 모델의 기 설정된 필수 요소에 해당하는지 여부, 요소가 모델의 외곽 경게에 접하는지 여부, 그리고 모델이 조립체에 대응하는 경우 요소가 조립체를 구성하는 단품들 간의 연결부위를 포함하는지 여부 중 적어도 하나를 판별하여 해당되는 평가 항목의 스코어를 요소에 매길 수 있다. 그리고, 상기 스코어링부(120)는 요소에 대하여 산출된 형상 복잡도를 스코어로 요소에 매길 수 있다.
일 예로, 상기 스코어링부(120)는 요소가 필수 요소에 해당하는 경우 해당 요소에 양수의 스코어를 매기고, 요소가 모델의 외곽 경계에 접하는 경우 해당 요소에 양수의 스코어를 매기고, 요소가 조립체를 구성하는 단품들 간의 연결부위를 포함하는 경우 해당 요소에 양수의 스코어를 매길 수 있다.
다른 예로, 상기 스코어링부(120)는 요소가 필수 요소에 해당하는 경우 해당 요소에 1 이상의 스코어를 매기고, 요소가 모델의 외곽 경계에 접하는 경우 해당 요소에 1 이상의 스코어를 매기고, 요소가 조립체를 구성하는 단품들 간의 연결부위를 포함하는 경우 해당 요소에 1 이상의 스코어를 매길 수 있다.
또 다른 예로, 상기 스코어링부(120)는 요소가 필수 요소에 해당하는 경우 해당 요소에 제 1 스코어를 매기고, 요소가 모델의 외곽 경계에 접하는 경우 해당 요소에 제 1 스코어보다 작거나 같은 제 2 스코어를 매기고, 요소가 조립체를 구성하는 단품들 간의 연결부위를 포함하는 경우 해당 요소에 제 2 스코어보다 작거나 같은 제 3 스코어를 매길 수 있다.
여기서, 제 1 내지 제 3 스코어는 본 발명의 실시예에 따라 산출되는 형상 복잡도보다 크거나 같을 수 있다. 예를 들어, 제 1 내지 제 3 스코어는 1보다 크거나 같고, 앞에서 설명한 바와 같이 형상 복잡도는 0보다 크고 1보다 작거나 같아, 형상 복잡도는 제 1 내지 제 3 스코어보다 작거나 같을 수 있다.
실시예에 따라, 요소는 평가 항목들 중 복수 개에 중복 해당될 수 있으며, 이 경우 상기 스코어링부(120)는 해당되는 평가 항목들의 스코어와 형상 복잡도를 합산하여 요소에 매길 수 있다.
나아가, 본 발명의 일 실시예에 따르면, 상기 스코어링부(120)는 요소가 모델의 내부에 위치하는 경우, 해당 요소의 스코어에 음수를 곱할 수 있다.
본 발명의 다른 실시예에 딸면, 상기 스코어링부(120)는 요소가 모델의 내부에 위치하는 경우, 해당 요소의 스코어를 음수만큼 거듭제곱할 수 있다. 즉, 모델의 내부에 위치하는 요소는 그 스코어를 거듭제곱하되, 지수가 음수(예컨대, -1)이 되도록 할 수 있다.
본 발명의 또 다른 실시예에 따르면, 상기 스코어링부(120)는 요소가 모델의 내부에 위치하는 경우, 해당 요소의 스코어를 음수만큼 거듭제곱한 뒤 음수를 곱할 수 있다.
전술한 본 발명의 실시예에 따른 스코어링은 아래와 같이 수학식으로 나타낼 수 있다.
Figure 112016032813705-pat00008
여기서, FIi는 모델의 i 번째 요소의 스코어를 나타낸다.
그리고, Pi는 양수의 스코어가 할당되는 평가 항목에 관한 항이고, Ci는 0보다 크되 상기 양수의 스코어보다 작은 스코어가 할당되는 평가 항목에 관한 항이고, Ni는 음수의 스코어가 할당되는 평가 항목에 관한 항이다.
Pi는 아래와 같은 수학식으로 나타낼 수 있다.
Figure 112016032813705-pat00009
여기서, x는 평가 항목의 명칭(예컨대, "포트", "외곽 경계", "조립 제약" 등)이며, i 번째 요소가 상기 평가 항목에 해당되는 경우 Pi x는 1이 되고, 그렇지 않으면 0이 될 수 있다.
Ci는 앞에서 설명한 수학식 6과 같이 계산되는 i 번째 요소의 형상 복잡도 Ci이다.
Ni는 아래와 같은 수학식으로 나타낼 수 있다.
Figure 112016032813705-pat00010
Figure 112016032813705-pat00011
여기서, x는 평가 항목의 명칭(예컨대, "내부 요소" 등)이며, i 번째 요소가 상기 평가 항목에 해당되는 경우 Ni x는 1이 되고, 그렇지 않으면 0이 될 수 있다. 따라서, i 번째 요소가 상기 평가 항목 중 어느 하나라도 해당되면 Ni는 -1이 되고, 상기 평가 항목 전부에 해당되지 않으면 Ni는 1이 된다.
다시 도 1을 참조하면, 상기 요소 제거부(130)는 모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거할 수 있다.
본 발명의 실시예에 따르면, 상기 요소 제거부(130)는 모델의 목표 LOD에 따라 모델로부터 스코어가 낮은 순서대로 요소를 제거할 수 있다. 이 실시예에 따르면, 모델의 정밀도는 LOD(%)로 나타낼 수 있으며, 목표 LOD가 100%이면 모델에 포함된 모든 요소가 보존되며, 목표 LOD가 50%이면 모델에 포함된 요소들 중 스코어가 낮은 절반이 제거될 수 있다.
본 발명의 일 실시예에 따르면, 목표 정밀도는 입력부(200)를 통해 사용자로부터 입력받을 수 있으나, 실시예에 따라 상기 모델 간략화 장치(10)에 미리 설정되어 있을 수도 있다.
도 5 내지 도 7은 각각 본 발명의 일 실시예에 따라 간략화될 담수 유닛의 3차원 모델을 나타내는 도면; 담수 유닛에 포함된 부분 조립체인 취수기, 액체 가열기 및 여과조의 3차원 모델을 나타내는 도면; 그리고 담수 유닛에 포함된 단품인 프레임, 수평 펌프, 살균기 및 제어 캐비닛의 3차원 모델을 나타내는 도면이다.
도 5에 도시된 담수 유닛 모델은 상업용 시스템인 CATIA V5 R22에서 3D CAD 조립체 형식으로 모델링되었다. 담수 유닛 모델은 총 7 개의 컴포넌트로 구성되어 있으며, 구체적으로 도 6에 도시된 3 개의 부분 조립체 모델과 도 7에 도시된 4 개의 단품 모델로 구성되어 있다.
담수 유닛 모델은 상기 모델 간략화 장치(10)에 로딩된 후 각각의 컴포넌트 별로 사용자로부터 입력받은 목표 LOD에 따라 요소가 제거되어 간략화되었다. 모든 컴포넌트가 간략화된 후, 상기 모델 간략화 장치(10)는 간략화된 컴포넌트들을 재조립하여 최종적으로 간략화된 담수 유닛 모델을 생성하였다.
도 8은 취수기의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이고; 도 9는 액체 가열기의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이고; 도 10은 여과조의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이고; 도 11은 수평 펌프의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이고; 도 12는 살균기의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이고; 도 13은 제어 캐비닛의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이고; 도 14는 프레임의 원본 모델, 종래 기술에 의해 간략화된 모델 및 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
여기서, 본 발명과 비교하기 위해 사용된 종래 기술은 위 수학식 7에서 Ci 항으로 형상 복잡도 대신 요소의 부피를 사용하였다.
도 8 내지 도 14를 참조하면, 본 발명의 형상 복잡도를 사용하여 간략화된 모델은 부피를 사용한 종래 기술의 간략화 모델에 비해 원본 형상의 외적인 특징이 낮은 LOD에서도 비교적 잘 유지되는 것을 알 수 있다.
종래 기술에 의한 간략화 모델은 도 8 내지 도 14에서 점선의 원으로 표시된 바와 같이 모델의 외형에 큰 영향을 미치는 특징적인 요소가 제거된 반면, 본 발명에 의한 간략화 모델은 동일한 LOD에서 그 특징적인 요소가 보존되어 있어, 본 발명은 종래 기술에 비해 간략화된 모델의 전체적인 외곽 형상이 잘 유지됨을 확인할 수 있다.
데이터 크기에 있어서도, 본 발명은 종래 기술에 비해 동일 LOD에서 간략화된 모델의 데이터 크기가 더 작음을 알 수 있다. 즉, 본 발명은 종래 기술에 비해 모델의 전체적인 외곽 형상이 유지되는 한도에서 간략화된 모델의 데이터 크기가 더 작다.
도 15는 담수 유닛의 원본 모델과 본 발명에 의해 간략화된 모델을 나타내는 도면이다.
도 15를 참조하면, 담수 유닛 모델은 본 발명의 간략화에 의해 대략 40%의 LOD로 정밀도가 감소하고 데이터 크기는 52%로 줄어 들었다. 또한, 모델의 전체적인 모습은 간략화 전의 원본 모델과 간략화 후의 간략화 모델 간에 큰 차이가 없어 본 발명의 간략화는 모델의 전체적인 형상을 잘 보존하였음을 확인할 수 있다.
도 16은 본 발명의 일 실시예에 따른 모델 간략화 방법(20)의 예시적인 흐름도이다.
상기 모델 간략화 방법(20)은 전술한 본 발명의 실시예에 따른 모델 간략화 장치(10)에 의해 실행될 수 있다.
도 16을 참조하면, 상기 모델 간략화 방법(20)은 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 단계(S210), 형상 복잡도를 기반으로 각 요소에 스코어를 매기는 단계(S220), 및 모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 단계(S230)를 포함할 수 있다.
상기 형상 복잡도를 산출하는 단계(S210)는 요소의 부피에 관한 부피 복잡도를 산출하는 단계, 및 요소의 모델링 데이터 크기에 관한 복잡도인 요소 복잡도를 산출하는 단계 중 적어도 하나를 포함할 수 있다.
상기 부피 복잡도를 산출하는 단계는, 요소가 모델의 경계 부피를 변경시키는 정도를 나타내는 경계 부피 복잡도를 산출하는 단계, 및 기준 부피에 대한 요소의 부피의 비인 상대 부피 복잡도를 산출하는 단계 중 적어도 하나를 포함할 수 있다.
상기 경계 부피 복잡도를 산출하는 단계는, N 개의 요소로 구성된 전체 모델의 부피에 대한, 제 1 내지 제 i 요소로 구성된 제 i 모델의 부피로부터 제 1 내지 제 i-1 요소로 구성된 제 i-1 모델의 부피를 감산한 차분의 비를 계산하는 단계를 포함할 수 있다.
여기서, 상기 경계 부피 복잡도를 산출하는 단계는, 상기 차분이 음수인 경우 상기 경계 부피 복잡도를 0으로 출력하는 단계를 포함할 수 있다.
상기 상대 부피 복잡도를 산출하는 단계는, 모델을 구성하는 요소 중 부피가 가장 큰 요소의 부피에 대한 당해 요소의 부피의 비를 계산하는 단계를 포함할 수 있다.
상기 부피 복잡도를 산출하는 단계는, 상기 경계 부피 복잡도와 상기 상대 부피 복잡도를 합산하는 단계, 및 합산하여 얻은 값을 기 설정된 최대 부피 복잡도로 나누는 단계를 포함할 수 있다.
상기 요소 복잡도를 산출하는 단계는, 요소를 구성하는 면을 정의하기 위해 요구되는 성분의 개수인 요소 면 복잡도를 산출하는 단계, 및 요소를 구성하는 선을 정의하기 위해 요구되는 성분의 개수인 요소 선 복잡도를 산출하는 단계 중 적어도 하나를 포함할 수 있다.
상기 요소 복잡도를 산출하는 단계는, 상기 요소 면 복잡도와 상기 요소 선 복잡도를 합산하는 단계, 및 합산하여 얻은 값을 기 설정된 최대 요소 복잡도로 나누는 단계를 포함할 수 있다.
상기 형상 복잡도를 산출하는 단계는, 상기 부피 복잡도와 상기 요소 복잡도를 합산하는 단계, 및 합산하여 얻은 값을 기 설정된 최대 복잡도로 나누는 단계를 포함할 수 있다.
나아가, 상기 형상 복잡도를 산출하는 단계는, 상기 요소 복잡도에 대한 상기 부피 복잡도의 비를 곱하는 단계를 더 포함할 수 있다.
상기 스코어링하는 단계(S220)는, 산출된 형상 복잡도를 요소의 스코어로 출력하는 단계를 포함할 수 있다.
상기 스코어링하는 단계(S220)는, 스코어가 차등적으로 부여된 다수의 평가 항목에 따라 요소에 스코어를 매기는 단계를 포함할 수 있다.
상기 스코어가 차등적으로 부여된 다수의 평가 항목에 따라 요소에 스코어를 매기는 단계는, 요소가 모델의 기 설정된 필수 요소에 해당하는지 여부, 요소가 모델의 외곽 경계에 접하는지 여부, 그리고 모델이 조립체에 대응하는 경우 요소가 조립체를 구성하는 단품들 간의 연결부위를 포함하는지 여부 중 적어도 하나를 판별하여 해당되는 평가 항목의 스코어를 요소에 매기는 단계; 및 산출된 형상 복잡도를 스코어로 요소에 매기는 단계를 포함할 수 있다.
나아가, 상기 스코어링하는 단계(S220)는, 요소가 모델의 내부에 위치하는 경우, 해당 요소의 스코어에 음수를 곱하는 단계를 더 포함할 수 있다.
실시예에 따라, 상기 스코어링하는 단계(S220)는, 요소가 모델의 내부에 위치하는 경우, 해당 요소의 스코어를 음수만큼 거듭제곱하는 단계를 더 포함할 수 있다.
실시예에 따라, 상기 스코어링하는 단계(S220)는, 요소가 모델의 내부에 위치하는 경우, 해당 요소의 스코어를 음수만큼 거듭제곱한 뒤 음수를 곱하는 단계를 더 포함할 수 있다.
상기 모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 단계(S230)는, 모델의 목표 LOD에 따라 모델로부터 스코어가 낮은 순서대로 요소를 제거하는 단계를 포함할 수 있다.
전술한 본 발명의 실시예에 따른 모델 간략화 방법(30)은 컴퓨터에서 실행되기 위한 프로그램으로 제작되어 컴퓨터가 읽을 수 있는 기록매체에 저장될 수 있다. 상기 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 저장장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있다. 또한, 전술한 본 발명의 실시예에 따른 모델 간략화 방법(30)은 컴퓨터와 결합되어 실행시키기 위하여 매체에 저장된 컴퓨터 프로그램으로 구현될 수 있다.
이상에서 실시예를 통해 본 발명을 설명하였으나, 위 실시예는 단지 본 발명의 사상을 설명하기 위한 것으로 이에 한정되지 않는다. 통상의 기술자는 전술한 실시예에 다양한 변형이 가해질 수 있음을 이해할 것이다. 본 발명의 범위는 첨부된 특허청구범위의 해석을 통해서만 정해진다.
10: 모델 간략화 장치
100: 처리부
110: 형상 복잡도 산출부
120: 스코어링부
130: 요소 제거부
200: 입력부
300: 저장부
400: 출력부

Claims (19)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 형상 복잡도 산출부;
    형상 복잡도를 기반으로 각 요소에 스코어를 매기는 스코어링부; 및
    모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 요소 제거부;
    를 포함하며,
    상기 형상 복잡도 산출부는:
    요소의 부피에 관한 복잡도인 부피 복잡도; 및
    요소의 모델링 데이터 크기에 관한 복잡도인 요소 복잡도;
    중 적어도 하나를 산출하고,
    상기 부피 복잡도를 산출하기 위해,
    요소가 모델의 경계 부피를 변경시키는 정도를 나타내는 경계 부피 복잡도; 및
    기준 부피에 대한 요소의 부피의 비인 상대 부피 복잡도;
    중 적어도 하나를 산출하고,
    상기 경계 부피 복잡도를 산출하기 위해,
    N 개의 요소로 구성된 전체 모델의 부피에 대한, 제 1 내지 제 i 요소로 구성된 제 i 모델의 부피로부터 제 1 내지 제 i-1 요소로 구성된 제 i-1 모델의 부피를 감산한 차분의 비를 계산하는 모델 간략화 장치.
  5. 제 4 항에 있어서,
    상기 형상 복잡도 산출부는:
    상기 차분이 음수인 경우, 상기 경계 부피 복잡도를 0으로 출력하는 모델 간략화 장치.
  6. 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 형상 복잡도 산출부;
    형상 복잡도를 기반으로 각 요소에 스코어를 매기는 스코어링부; 및
    모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 요소 제거부;
    를 포함하며,
    상기 형상 복잡도 산출부는:
    요소의 부피에 관한 복잡도인 부피 복잡도; 및
    요소의 모델링 데이터 크기에 관한 복잡도인 요소 복잡도;
    중 적어도 하나를 산출하고,
    상기 부피 복잡도를 산출하기 위해,
    요소가 모델의 경계 부피를 변경시키는 정도를 나타내는 경계 부피 복잡도; 및
    기준 부피에 대한 요소의 부피의 비인 상대 부피 복잡도;
    중 적어도 하나를 산출하고,
    상기 상대 부피 복잡도를 산출하기 위해,
    모델을 구성하는 요소 중 부피가 가장 큰 요소의 부피에 대한 당해 요소의 부피의 비를 계산하는 모델 간략화 장치.
  7. 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 형상 복잡도 산출부;
    형상 복잡도를 기반으로 각 요소에 스코어를 매기는 스코어링부; 및
    모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 요소 제거부;
    를 포함하며,
    상기 형상 복잡도 산출부는:
    요소의 부피에 관한 복잡도인 부피 복잡도; 및
    요소의 모델링 데이터 크기에 관한 복잡도인 요소 복잡도;
    중 적어도 하나를 산출하고,
    상기 부피 복잡도를 산출하기 위해,
    요소가 모델의 경계 부피를 변경시키는 정도를 나타내는 경계 부피 복잡도; 및
    기준 부피에 대한 요소의 부피의 비인 상대 부피 복잡도;
    중 적어도 하나를 산출하고,
    상기 경계 부피 복잡도와 상기 상대 부피 복잡도를 합산하여 기 설정된 최대 부피 복잡도로 나누어 상기 부피 복잡도를 산출하는 모델 간략화 장치.
  8. 삭제
  9. 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 형상 복잡도 산출부;
    형상 복잡도를 기반으로 각 요소에 스코어를 매기는 스코어링부; 및
    모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 요소 제거부;
    를 포함하며,
    상기 형상 복잡도 산출부는:
    요소의 부피에 관한 복잡도인 부피 복잡도; 및
    요소의 모델링 데이터 크기에 관한 복잡도인 요소 복잡도;
    중 적어도 하나를 산출하고,
    상기 요소 복잡도를 산출하기 위해,
    요소를 구성하는 면을 정의하기 위해 요구되는 성분의 개수인 요소 면 복잡도; 및
    요소를 구성하는 선을 정의하기 위해 요구되는 성분의 개수인 요소 선 복잡도;
    중 적어도 하나를 산출하고,
    상기 요소 면 복잡도와 상기 요소 선 복잡도를 합산하여 기 설정된 최대 요소 복잡도로 나누어 상기 요소 복잡도를 산출하는 모델 간략화 장치.
  10. 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 형상 복잡도 산출부;
    형상 복잡도를 기반으로 각 요소에 스코어를 매기는 스코어링부; 및
    모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 요소 제거부;
    를 포함하며,
    상기 형상 복잡도 산출부는:
    요소의 부피에 관한 복잡도인 부피 복잡도; 및
    요소의 모델링 데이터 크기에 관한 복잡도인 요소 복잡도;
    중 적어도 하나를 산출하고,
    상기 부피 복잡도와 상기 요소 복잡도를 합산하여 기 설정된 최대 복잡도로 나누는 모델 간략화 장치.
  11. 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 형상 복잡도 산출부;
    형상 복잡도를 기반으로 각 요소에 스코어를 매기는 스코어링부; 및
    모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 요소 제거부;
    를 포함하며,
    상기 형상 복잡도 산출부는:
    요소의 부피에 관한 복잡도인 부피 복잡도; 및
    요소의 모델링 데이터 크기에 관한 복잡도인 요소 복잡도;
    중 적어도 하나를 산출하고,
    상기 부피 복잡도와 상기 요소 복잡도를 합산한 뒤, 상기 요소 복잡도에 대한 상기 부피 복잡도의 비를 곱하는 모델 간략화 장치.
  12. 제 4 항, 제 6 항, 제 7 항, 제 9 항, 제 10 항 및 제 11 항 중 어느 한 항에 있어서,
    상기 스코어링부는:
    상기 산출된 형상 복잡도를 요소의 스코어로 출력하는 모델 간략화 장치.
  13. 제 4 항, 제 6 항, 제 7 항, 제 9 항, 제 10 항 및 제 11 항 중 어느 한 항에 있어서,
    상기 스코어링부는:
    스코어가 차등적으로 부여된 다수의 평가 항목에 따라 요소에 스코어를 매기는 모델 간략화 장치.
  14. 제 13 항에 있어서,
    상기 스코어링부는:
    요소가 모델의 기 설정된 필수 요소에 해당하는지 여부, 요소가 모델의 외곽 경계에 접하는지 여부, 그리고 모델이 조립체에 대응하는 경우 요소가 조립체를 구성하는 단품들 간의 연결부위를 포함하는지 여부 중 적어도 하나를 판별하여 해당되는 평가 항목의 스코어를 요소에 매기고,
    상기 산출된 형상 복잡도를 스코어로 요소에 매기는 모델 간략화 장치.
  15. 제 14 항에 있어서,
    상기 스코어링부는:
    요소가 모델의 내부에 위치하는 경우, 해당 요소의 스코어를 음수만큼 거듭제곱한 뒤 음수를 곱하는 모델 간략화 장치.
  16. 제 4 항, 제 6 항, 제 7 항, 제 9 항, 제 10 항 및 제 11 항 중 어느 한 항에 있어서,
    상기 요소 제거부는:
    모델의 목표 LOD(Level of Detail)에 따라 모델로부터 스코어가 낮은 순서대로 요소를 제거하는 모델 간략화 장치.
  17. 모델에 포함된 각 요소에 대하여 형상의 복잡도를 나타내는 형상 복잡도를 산출하는 단계;
    형상 복잡도를 기반으로 각 요소에 스코어를 매기는 단계; 및
    모델의 목표 정밀도에 따라 스코어를 기반으로 모델로부터 요소를 제거하는 단계;
    를 포함하며,
    상기 형상 복잡도를 산출하는 단계는:
    요소의 부피에 관한 복잡도인 부피 복잡도, 및 요소의 모델링 데이터 크기에 관한 복잡도인 요소 복잡도 중 적어도 하나를 산출하는 단계를 포함하고,
    상기 부피 복잡도와 요소 복잡도 중 적어도 하나를 산출하는 단계는:
    상기 부피 복잡도를 산출하기 위해,
    요소가 모델의 경계 부피를 변경시키는 정도를 나타내는 경계 부피 복잡도, 및 기준 부피에 대한 요소의 부피의 비인 상대 부피 복잡도 중 적어도 하나를 산출하는 단계를 포함하고,
    상기 경계 부피 복잡도 및 상대 부피 복잡도 중 적어도 하나를 산출하는 단계는:
    상기 경계 부피 복잡도를 산출하기 위해,
    N 개의 요소로 구성된 전체 모델의 부피에 대한, 제 1 내지 제 i 요소로 구성된 제 i 모델의 부피로부터 제 1 내지 제 i-1 요소로 구성된 제 i-1 모델의 부피를 감산한 차분의 비를 계산하는 단계를 포함하는 모델 간략화 방법.
  18. 컴퓨터로 읽을 수 있는 기록 매체에 있어서,
    제 17 항에 따른 모델 간략화 방법을 컴퓨터로 실행하기 위한 프로그램이 기록된 기록 매체.
  19. 삭제
KR1020160041545A 2016-04-05 2016-04-05 형상 복잡도를 이용한 모델 간략화 장치 및 방법 KR101765414B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160041545A KR101765414B1 (ko) 2016-04-05 2016-04-05 형상 복잡도를 이용한 모델 간략화 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160041545A KR101765414B1 (ko) 2016-04-05 2016-04-05 형상 복잡도를 이용한 모델 간략화 장치 및 방법

Publications (1)

Publication Number Publication Date
KR101765414B1 true KR101765414B1 (ko) 2017-08-07

Family

ID=59653995

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160041545A KR101765414B1 (ko) 2016-04-05 2016-04-05 형상 복잡도를 이용한 모델 간략화 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101765414B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101839687B1 (ko) * 2016-07-22 2018-03-19 경북대학교 산학협력단 질의 모델과 검색 대상 모델 간의 정밀도 차이를 고려한 모델 검색 장치 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008217709A (ja) 2007-03-07 2008-09-18 Fujitsu Ltd 設計方法及びプログラム
JP2011113530A (ja) * 2009-11-30 2011-06-09 Canon Inc 形状簡略化装置、形状簡略化方法及びプログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008217709A (ja) 2007-03-07 2008-09-18 Fujitsu Ltd 設計方法及びプログラム
JP2011113530A (ja) * 2009-11-30 2011-06-09 Canon Inc 形状簡略化装置、形状簡略化方法及びプログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101839687B1 (ko) * 2016-07-22 2018-03-19 경북대학교 산학협력단 질의 모델과 검색 대상 모델 간의 정밀도 차이를 고려한 모델 검색 장치 및 방법

Similar Documents

Publication Publication Date Title
US10867083B2 (en) Technique for generating approximate design solutions
US10295438B2 (en) Modeling and analysis of leading edge ribs of an aircraft wing
EP2869226A1 (en) Updating a CAD model to reflect global or local shape changes
US11321605B2 (en) Automatic assembly mate creation for frequently-used components
US20170371989A1 (en) Modeling and analysis of leading edge ribs of an aircraft wing
CN113724401B (zh) 一种三维模型切割方法、装置、计算机设备和存储介质
Ali et al. Optimal mesh topology generation for CFD
Wang et al. An adaptive Cartesian grid generation method for ‘Dirty’geometry
US9965574B2 (en) CAD-based initial surface geometry correction
Capizzano Automatic generation of locally refined Cartesian meshes: Data management and algorithms
Giuliani et al. Adaptive mesh refinement on graphics processing units for applications in gas dynamics
US10380293B1 (en) Methods, systems, and computer program product for implementing physics aware model reduction for three-dimensional designs
KR101765414B1 (ko) 형상 복잡도를 이용한 모델 간략화 장치 및 방법
Krishnamurthy et al. Accurate GPU-accelerated surface integrals for moment computation
Wang et al. A novel virtual cutting method for deformable objects using high‐order elements combined with mesh optimisation
KR101811135B1 (ko) 최적 정밀도 결정을 통한 모델 단순화 장치 및 방법
Deese et al. A TWO-STEP SMOOTHING ALGORITHM FOR AN AUTOMATED PRODUCT DEVELOPMENT PROCESS.
CN115952705A (zh) 设计建模对象
US10042962B2 (en) Mid-surface extraction for finite element analysis
CN110837707B (zh) 一种有限元分析系统、方法、计算机设备及存储介质
Fuchs et al. Interactive Isogeometric Volume Visualization with Pixel-Accurate Geometry
KR101839687B1 (ko) 질의 모델과 검색 대상 모델 간의 정밀도 차이를 고려한 모델 검색 장치 및 방법
Chen et al. Surface triangular mesh and volume tetrahedral mesh generations for biomolecular modeling
KR101846746B1 (ko) 경계 표현 기반 3차원 모델 단순화 장치 및 방법
KR102082253B1 (ko) 좌표 모델을 기초로 메쉬 품질의 향상을 위한 그래픽 처리를 수행하는 전자 장치 및 그 동작 방법

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant