에지 성장 기반 새로운 마칭 큐브 알고리즘

초록

본 논문은 기존 마칭 큐브가 인접 큐브 간 위상 관계를 무시해 발생하는 구멍 문제를 해결하고자, 시드 삼각형을 추출한 뒤 에지 성장 방식을 적용해 전체 3차원 모델을 재구성하는 알고리즘을 제안한다. 성장 에지의 위치에 따라 17개의 위상 구성을 정의하고, 이를 통해 메인 컨투어와 다중 파편 데이터에서도 연속적인 등가면을 얻는다. 실험 결과, 제안 방법은 기존 15구성 기반 마칭 큐브에 비해 구멍이 적고, 필요에 따라 특정 연결 영역만 선택적으로 추출할 수 있음을 보여준다.

상세 분석

이 논문은 전통적인 마칭 큐브(Marching Cubes, MC) 알고리즘이 15개의 기본 위상 패턴만을 사용해 각 큐브를 독립적으로 처리함으로써 인접 큐브 사이의 위상 일관성을 보장하지 못하는 한계를 정확히 지적한다. 특히, 이산적인 스칼라 필드에서 등가면이 여러 경로로 연결될 수 있는 ‘ambiguous case’에서 발생하는 구멍이나 뒤틀림은 시각적 품질을 크게 저하시킨다. 저자들은 이러한 문제를 근본적으로 해결하기 위해 ‘에지 성장(edge growth)’이라는 새로운 프레임워크를 도입한다. 먼저, 전체 데이터 볼륨에서 하나 이상의 시드 삼각형을 선택하고, 이 시드가 포함된 에지를 기준으로 주변 큐브를 순차적으로 확장한다. 성장 과정에서 각 에지의 위치(예: 정점-정점, 정점-면, 면-면 등)에 따라 17개의 세분화된 위상 구성을 정의함으로써, 기존 15구성보다 더 정밀한 면 분할이 가능해진다. 이때, 새로운 구성을 적용하는 기준은 ‘성장 에지가 현재 면에 접하는 방식’이며, 이는 인접 큐브 간의 면 연결성을 실시간으로 검증한다는 점에서 혁신적이다. 또한, 시드 기반 성장 방식은 데이터에 다중 파편이 존재할 경우, 시드와 연결된 영역만을 선택적으로 재구성할 수 있게 해준다. 이는 의료 영상이나 지형 모델링처럼 특정 구조만 강조하고 싶을 때 유용하다. 실험 결과는 두 가지 주요 측면에서 기존 MC와 차별성을 보여준다. 첫째, 구멍 발생률이 현저히 낮아져 모델의 연속성이 크게 향상되었다. 둘째, 복잡한 파편이 섞인 데이터에서도 시드와 연결된 주요 컨투어만을 정확히 추출함으로써 불필요한 잡음이나 작은 파편을 배제할 수 있었다. 그러나 알고리즘은 시드 선택에 의존하므로 초기 시드가 잘못 설정되면 전체 재구성 결과가 제한될 수 있다는 점이 남는다. 또한, 성장 과정에서 매 큐브마다 17개의 위상 검사를 수행하므로 계산 복잡도가 기존 MC보다 다소 증가한다는 점도 고려해야 한다. 전반적으로, 이 논문은 마칭 큐브의 근본적인 위상 모호성을 에지 성장이라는 새로운 관점으로 해결하려는 시도를 통해, 고품질 3D 재구성에 필요한 정확도와 선택성을 동시에 제공한다는 점에서 의미가 크다.