JP2003067746A - 形状特徴マイニング方法およびその装置 - Google Patents

Abstract

(57)【要約】 【課題】 ３次元形状マイニングを実行し、形状の類似
性を定量的に表示できる形状マイニング方法およびその
装置を提供する。 【解決手段】 入力された３次元形状を仮想フラスコで
覆い、この仮想フラスコを仮想直交格子で分割する。次
いで、３次元形状と分割された仮想フラスコからボクセ
ルを抽出し、このボクセルの無次元表面距離分布からス
ケルトンを抽出し、スケルトンのパラメータを算出す
る。このパラメータが登録されたマスタファイルとパラ
メータに基づき類似度を算出する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、３次元形状の類似
性を定量的に表示可能な形状特徴マイニング方法および
その装置に関するものである。

【０００２】

【従来の技術】製造業における設計、あるいは生産準備
過程において、形状分類や形状検索はコスト見積りや製
品の品質、あるいは納期に係る重要な位置を占めてい
る。

【０００３】従来、形状分類や形状検索を行う際には、
いわゆるグループテクノロジー（ＧＴ）が用いられてい
た。このＧＴによって体系化されコード（ＧＴコード）
が付与されている形状の種類は膨大な種類に及んでお
り、このＧＴコードを頼りに、人間の視覚と経験に基づ
き形状の分類や検索が行われている。

【０００４】しかしながら、ＧＴコードに基づいて形状
分類あるいは類似形状の検索を行うには、形状分類ある
いは類似形状の検索を実行する人間に経験と知識が要求
され、誰にでも行えるとは限らないという問題点があっ
た。そこで、簡単に形状分類あるいは類似形状の検索を
行うことができ、かつ実行者に依存しない方法が求めら
れていた。

【０００５】前述の課題の解決方法として、Ｉｎ．Ｊ．
Ｍａｎｕｆ Ｔｅｃｈｎｏｌ、Ｖｏｌ．１１（１９９
６）Ｍ．Ｃ．Ｗｕ、Ｓ．Ｒ．Ｊｅｎ ｐｐ．３２５−３
３５で報告された方法を用いることが挙げられる。ここ
では、形状分類、あるいは類似形状の検索の対象である
３次元形状を三角法で用いられる２次元図面を用いて簡
略化し、この簡略化して作成された上面図、正面図、側
面図の３つの２次元形状のスケルトンを抽出し、この２
次元形状から抽出されるスケルトンを比較することによ
って形状分類が簡単に行えることが報告されている。

【０００６】この三角法の２次元図面を用い、簡略化し
た外形形状からスケルトンを抽出して形状の分類を行う
方法によると、２次元図面の作成、スケルトンの抽出、
スケルトンの比較までの過程をマニュアル化することが
できるため、実行者はこのマニュアルにしたがって形状
比較を行うことができ、形状分類を容易に行うことがで
きる。

【０００７】

【発明が解決しようとする課題】しかしながら、前記作
業方法では簡略化からスケルトンの抽出までの作業は全
て人間が実行する必要があるため、実行者により比較結
果が異なる可能性があるという問題点は未だ解決されて
いない。さらには、３次元形状の曲線形状や隠れ線につ
いては完全に無視されてしまうため、この方法によって
抽出されるスケルトンはもとの形状の特徴を表現し得な
いという問題点が存在する。

【０００８】本発明は、このような問題点を解消するた
めになされたもので、簡単に形状分類を行うことがで
き、なおかつ分類結果が実行者に依らない形状特徴マイ
ニング方法およびその装置を提供することを目的とする
ものである。

【０００９】

【課題を解決するための手段および作用・効果】前記目
的を達成するために、第１発明による形状特徴マイニン
グ方法は、物体の形状の類似性を判断する形状特徴マイ
ニング方法であって、 ａ）入力された３次元形状データからボクセルデータを
抽出するボクセル抽出過程と、 ｂ）このボクセル抽出過程において抽出されたボクセル
データに基づき、無次元表面距離分布を作成する無次元
表面距離分布作成過程と、 ｃ）この無次元表面距離分布作成過程において作成され
た無次元表面距離分布に基づきスケルトンを抽出し、こ
のスケルトンのパラメータを表す形状特徴パラメータを
算出・出力するスケルトン抽出過程と、 ｄ）このスケルトン抽出過程において出力された形状特
徴パラメータおよび、この形状特徴パラメータが１又は
複数登録されたマスタファイルに基づいて、形状比較を
行い類似度を算出する形状特徴比較過程、を有すること
を特徴とするものである。

【００１０】また、第２発明による形状特徴マイニング
装置は、第１発明を実行するための具体的な装置に関
し、物体の形状の類似性を判断する形状特徴マイニング
装置であって、 ａ）入力された３次元形状データからボクセルデータを
抽出するボクセル抽出手段と、 ｂ）このボクセル抽出手段にて抽出されたボクセルデー
タに基づき無次元表面距離分布を作成する無次元表面距
離分布作成手段と、 ｃ）この無次元表面距離分布作成手段により作成された
無次元表面距離分布に基づきスケルトンを抽出し、この
スケルトンのパラメータを表す形状特徴パラメータを算
出・出力するスケルトン抽出手段と、 ｄ）このスケルトン抽出手段より出力された形状特徴パ
ラメータおよび、この形状特徴パラメータが１又は複数
登録されたマスタファイルに基づいて形状比較を行い類
似度を算出する形状特徴比較手段、を有することを特徴
とするものである。

【００１１】第１発明および第２発明による形状特徴マ
イニング方法および前記形状特徴マイニング装置におい
ては、例えば３次元ＣＡＤ等によって作成される３次元
形状データを読み込んだ後、この３次元形状より充分小
さいサイズのボクセル要素（体積画素）を組み合わせた
立体を作成することで３次元形状が近似的に再現され
る。

【００１２】なお、このボクセル要素は微小辺長の立方
体であり、面と面が完全に一致するように前後左右上下
に組み合わせられて、３次元形状が近似的に再現され
る。

【００１３】次いで、作成されたボクセル形状の無次元
表面距離分布を作成するようにする。この作成までの過
程は例えば以下のように行われる。

【００１４】まず、読み取ったボクセルデータより形状
の外壁にボクセルの面が隣接するボクセル要素を検索
し、無次元表面距離を１×ボクセルの辺長とする。次い
で、無次元表面距離１×ボクセルの辺長に内接するボク
セル要素を検索し、無次元表面距離を２×ボクセルの辺
長とする。以下同様の手順を全てのボクセル要素に無次
元表面距離が割り振られるまで行い無次元表面距離分布
を作成する。

【００１５】次いで、各ボクセル要素において、面が接
しているボクセル要素との無次元表面距離の比較が行わ
れ、最大の無次元表面距離を有するボクセル要素が抽出
される。この作業を二度行った後、抽出されたボクセル
要素をスケルトン要素とし、このスケルトン要素の集ま
りをスケルトンとして定義する。その後、スケルトン形
状を示す、例えば、スケルトンの形状や座標や大きさ等
が書き込まれたパラメータ（形状特徴パラメータ）が作
成される。

【００１６】次いで、形状特徴パラメータと、この集合
体であるマスタファイルがそれぞれ入力され、この形状
特徴パラメータおよび、マスタファイルのデータ処理を
それぞれ行った後、これらのデータから特徴量をそれぞ
れ算出した後比較を行い、マスタファイルに格納される
形状ごとに比較結果である類似度が表示されるようにし
た。

【００１７】このようにすると、実際の形状を忠実に表
現したスケルトンが抽出され、このスケルトンに基づい
て類似度が自動的に計算され表示されるため、どのよう
な形状であっても正確なマイニングが行われ、しかも人
間の視覚や経験によらないため、実行者によってマイニ
ングの結果が異ならないという効果を奏する。

【００１８】

【発明の実施の形態】次に、本発明による形状特徴マイ
ニング方法およびその装置の具体的な実施の形態につい
て、図面を参照しつつ説明する。

【００１９】図１には本発明の一実施形態に係る形状特
徴マイニング方法に使用される形状特徴マイニング装置
のハードウェア構成図が示されている。また図２には、
本発明の一実施形態に係る前記形状特徴量プログラム１
１のシステム構成図が示されている。この形状特徴マイ
ニング装置は、システム全体を統括的に制御する主制御
部（以下「ＣＰＵ」）１と、このＣＰＵ１に接続される
記憶装置２を備えている。またＣＰＵ１には入出力制御
部３を介してキーボードやマウス等から成る入力装置
４、表示装置（以下「ディスプレイ」）５および、各種
データを出力する出力装置６が接続されている。

【００２０】前記ＣＰＵ１は、ＯＳ（オペレーションシ
ステム）等の制御プログラムを実施し、後述の形状特徴
量抽出プログラムや形状マイニングを実行するプログラ
ムによるデータ処理等を実現している。また、前記記憶
装置２は各種データを格納するハードディスクからな
り、後述のＳＴＬフォーマットファイル２ａ、形状特徴
パラメータファイル２ｂ、マスターファイル２ｃ等が保
存される。

【００２１】また、前記入力装置４はデータの選択・入
力や、各種パラメータやファイル名の入力、または後述
の基本立体データの作成等に用いられる。また、前記デ
ィスプレイ５にはパラメータの抽出過程の各段階におけ
る画像データや、マイニングにより算出される類似度等
が出力される。

【００２２】また、この形状特徴マイニング方法をハー
ドウェア（コンピュータ）に実現可能にする手段とし
て、所定のプログラムが記録されたＣＤ−ＲＯＭ、ある
いは、ＤＶＤ等の外部記録媒体が提供される。この記録
媒体に記録されているプログラムをコンピュータにイン
ストールすることにより、形状マイニングが実行可能と
なるようにする。また、コンピュータにインストールさ
れるプログラムは、インターネット等を用いて配信され
ることもある。

【００２３】本実施形態に係る形状特徴マイニング方法
は、以下の２つのメインプログラムにより構成される。 １）３次元形状を示すデータからその特徴量である、形
状特徴パラメータを算出する機能を有する形状特徴量抽
出プログラム１１。 ２）前記形状特徴パラメータに基づいて形状を比較しそ
の結果を定量的に表示する機能を有する形状特徴マイニ
ングプログラム２１（形状特徴比較装置に相当）。

【００２４】また、前記形状特徴量抽出プログラム１１
の実行時には前記ディスプレイ５にはデータ管理、プリ
ントアウト、画像の作成・編集等を行うツールバーや、
各段階で入力あるいは、作成あるいは、算出された各種
画像の斜視図、Ｘ−Ｙ投影図、Ｙ−Ｚ投影図、Ｚ−Ｙ投
影図を同時に表示する表示画面等が出力される。また、
形状データに斜視図上のドラッグ操作によって視点を変
更できるようにされている。

【００２５】図２に図示されているように、前記形状特
徴量抽出プログラム１１は、３次元データの入力・作成
を行う３次元モデリングモジュール１２と、３次元デー
タからボクセルデータを抽出するボクセル抽出モジュー
ル１３および、ボクセルデータからスケルトンを抽出し
形状特徴パラメータを算出するスケルトン抽出モジュー
ル１４から構成される。

【００２６】また、前記３次元モデリングモジュール１
２は、ＳＴＬフォーマットデータインターフェイス機能
１２ａと、３次元形状（基本立体データ）を作成し入力
する基本立体作成機能１２ｂを有している。

【００２７】前記ＳＴＬフォーマットデータインターフ
ェイス機能１２ａは、ＳＴＬフォーマット形式の３次元
形状データファイル（３次元ＣＡＤにて作成される）の
インターフェイスであって、所定のダイアログからＳＴ
Ｌフォーマットデータが入力されるようにし、その際、
図３に図示されるように、ＳＴＬデータの形状の斜視
図、Ｘ−Ｙ投影図、Ｙ−Ｚ投影図、Ｚ−Ｘ投影図が前記
ディスプレイ５に表示されるようにしている。

【００２８】また、前記基本立体作成機能１２ｂでは基
本立体（角柱、円柱、円錐台、角錐台等）を組み合わせ
た３次元形状データ（基本立体データ）の作成、あるい
はＳＴＬフォーマットデータファイルと基本立体とが複
合された３次元形状データ（複合データ）が作成可能に
されている。

【００２９】基本立体データの作成またはＳＴＬデータ
からの修正を実行するには、所定のダイアログから基本
立体の種類、サイズ、方向、組み合わせのパターン等を
入力する。この際、前記ディスプレイ５に基本立体形状
（またはＳＴＬフォーマットデータ形状と基本立体形
状）が表示されるようにしており、これを参考に立体の
追加あるいは削除をすることによって希望の形状が作成
可能となっている。このようにして作成される基本立体
データまたは複合データは入力ファイルとして読み込ま
れる。

【００３０】このようにして、前記３次元モデリングモ
ジュール１２によって、読み込まれた３次元形状データ
（ＳＴＬフォーマットデータまたは基本立体データまた
は複合データ）は前記ボクセル抽出モジュール１３に受
け渡される。

【００３１】前記ボクセル抽出モジュール１３は、前記
３次元モデリングモジュール１２ａから受け渡された３
次元形状データ（ＳＴＬフォーマットデータまたは基本
立体データまたは複合データ）に基づき、形状を完全に
被覆する最小サイズの仮想直方体（以下「仮想フラス
コ」と称する）を算出・形成する仮想フラスコ算出機能
１３ａおよび、この仮想フラスコを仮想直交格子で分割
する仮想フラスコ分割機能１３ｂおよび仮想直交格子、
仮想フラスコ、３次元形状データからボクセルを抽出す
るボクセル抽出機能１３ｃ（ボクセル抽出装置に相当）
を有しており、前記仮想フラスコ算出機能１３ａ、仮想
フラスコ分割機能１３ｂ、ボクセル抽出機能１３ｃの順
にデータ処理が行われるようにしている。

【００３２】前記仮想フラスコ算出機能１３ａでは、３
次元形状データの座標に基づき形状を完全に覆うことが
できる最小サイズの仮想フラスコが作成されるようにし
ている。ここで最小サイズの仮想フラスコで覆うのはデ
ータ量を節約し、プログラムのデータ処理の能率を向上
させるためである。

【００３３】前記仮想フラスコ分割機能１３ｂでは、前
述の仮想フラスコが、この仮想フラスコより充分小さい
サイズの仮想直交格子で分割されるようにしている。仮
想フラスコは初めデフォルトで設定されているサイズの
仮想直交格子で分割されるが、所定のダイアログから仮
想直交格子の辺長が入力されると、その数値のサイズの
仮想直交格子で再分割されるようにしている。

【００３４】次いで、前記ボクセル抽出機能１３ｃによ
り、各仮想直交格子の中心と３次元形状データとが重な
っている全ての仮想直方体の検索・抽出が行われる。な
お、ここで抽出された仮想直交格子の中心と３次元形状
が重なっている要素をボクセル要素といい、このボクセ
ル形状が組み合わさって成る形状をボクセル形状、この
ボクセル形状を表すデータをボクセルデータと呼ぶ。

【００３５】図４（ａ）にボクセル形状３１、図４
（ｂ）にボクセル形状の一部拡大図が例示されている。
なお、このボクセル形状３１は図３にて図示されるＳＴ
Ｌフォーマットによる３次元形状を元に抽出されたもの
である。ボクセル形状の一部拡大図で分かるように、仮
想直方体によって構成される立体は、元の３次元形状デ
ータを近似的に再現しており、無数の体積画素（以下ボ
クセル要素）にて構成されている。また、このボクセル
要素のサイズは仮想立方格子のサイズと同一であり、こ
の辺長を小さく設定するに従って、元の３次元形状を忠
実に再現することができるが、ボクセル要素の数量が膨
大になるためコンピュータにより高い処理能力を要求す
る。したがって実行者はコンピュータの処理能力と形状
とから適当なサイズを設定する必要がある。

【００３６】また、ここで抽出されたボクセルデータは
前記スケルトン抽出モジュール１４に受け渡されるよう
にされている。なお、このデータ処理の実行後、表示画
面にボクセル形状が表示されるようにされている。

【００３７】前記スケルトン抽出モジュール１４は、受
け取ったボクセルデータから無次元表面距離分布を作成
する無次元表面距離分布作成機能１４ａ（無次元表面距
離分布作成装置に相当）および、無次元表面距離分布か
らスケルトンを抽出するスケルトン抽出機能１４ｂ（ス
ケルトン抽出装置に相当）および、このスケルトンに基
づき形状特徴パラメータファイル２ｂを作成するパラメ
ータ作成機能１４ｃ（スケルトン抽出装置に相当）から
成り、無次元表面距離分布作成機能１４ａ、スケルトン
抽出機能１４ｂ、パラメータ作成機能１４ｃの順にデー
タ処理が行われる。

【００３８】前記無次元表面分布作成機能１４ａでは、
前記ボクセル抽出手段１３ｂより受け取ったボクセルデ
ータに基づき、外壁に面が隣接しているボクセル要素の
検索を行い、該当するボクセル要素の無次元表面距離を
１×ボクセル辺長とする。次いで、この無次元表面距離
が１×ボクセル辺長のボクセル要素に面が隣接している
ボクセル要素を検索し、これらのボクセルの無次元表面
距離を２×ボクセル辺長とする。この作業を全てのボク
セル要素に無次元表面距離が割り振られるまで行うよう
にする。このようにして作成された無次元表面距離分布
の仮想２次元空間におけるモデル図を図５（ａ）にて図
示した。ここでは各ボクセルが正方形で表現され、簡単
のために各ボクセル辺長を１とし、各ボクセル内の数値
で無次元表面距離を表した。

【００３９】次いで、前記スケルトン抽出機能１４ｂに
よって全てのボクセル要素について、６隣接（前後、左
右、上下）ボクセル要素と無次元表面距離の比較を実行
し、最大の値を有するボクセル要素（中心のボクセル）
全てをスケルトン要素として抽出する。２次元形状にお
ける過程を図５（ａ）、（ｂ）にて図示した。図５
（ａ）によると２次元ボクセル形状４１内の、例えば２
次元ボクセル要素４１の４隣接（仮想２次元空間である
ので、上下のボクセル要素は存在しない）要素では、ボ
クセル要素４１と同じ値を持つ要素は存在するが、この
値を超える要素は存在しない。したがってこのボクセル
要素４１はスケルトン要素として抽出される。逆に、ボ
クセル要素４２では４隣接の中にこの値を越える要素が
存在するため、選択されない。図５（ｂ）の太枠表示の
２次元ボクセル要素群４３、４４および、２次元ボクセ
ル要素４５、４６によって、抽出されたボクセルを表
す。

【００４０】このようにして抽出されたスケルトン要素
群は平面形状を有しており以下２次元スケルトンと表現
する。この２次元スケルトンを構成するボクセル要素か
ら無次元表面距離分布を作成し、再び６隣接ボクセルで
最大の無次元表面距離を有するボクセル要素を抽出する
ようにしている。こうして抽出されるボクセル要素群
は、図６にて示されるように線状をしており、この線状
形状のスケルトンを以下１次元スケルトンと称する。以
下、スケルトンを構成するボクセル要素をスケルトン要
素とする。なお、図６に示されている１次元スケルトン
は、前記ボクセル形状３１より抽出される。

【００４１】次いで、１次元スケルトンのノイズ処理を
行う、ノイズは仮想直交格子のサイズの取り方によって
生じるものであり、ここでは一定無次元体積以下のスケ
ルトンが除去される。

【００４２】次いで、１次元スケルトンに含まれる各ス
ケルトン要素について２６近接（基準になる要素の面ま
たは、辺または、頂点に接する２６個の仮想直交格子）
で隣り合う全てのスケルトン要素が検索される。隣り合
う要素が１つだけのスケルトン要素を探し出すようにす
る。次いで、図７（ａ）に図示されるように、これらの
要素をスケルトン要素群の端部要素５１、５１として定
義するようにする。また、端部要素５１から他端の端部
要素５１までのスケルトン要素群の形状が直線あるいは
直線近似可能な場合は、これらのボクセル群が直線スケ
ルトン５２として定義される。

【００４３】また、図７（ｂ）で図示されるように、端
部要素５１から他端の端部要素５１までのスケルトン要
素群が曲線形状をしている場合、このスケルトン要素群
を直線近似可能なスケルトン要素群ごとに分割し、分割
によって生じた新たな端部要素５３から端部要素５１
（または新たな端部要素５３）までを構成するスケルト
ン群が直線スケルトン５２として定義される。

【００４４】折れ線形状をしたボクセル群の場合では、
図７（ｃ）にて示されるように、直線近似可能となるボ
クセル群に分割され、分割によって生じる新たな端部要
素５３、５３が設定され、端部要素５１から新たな端部
要素５３までが直線スケルトン５２として定義され、全
てのボクセル要素がどちらかの直線スケルトンに属する
ようにされる。また、分岐形状をしたスケルトン要素で
は、図７（ｄ）にて示されるように分岐ポイントで新た
な端部要素５３、５３、５３が設定され、端部要素５
１、５１、５１から新たな端部要素５３、５３、５３ま
でが直線スケルトン５２、５２、５２として定義され
る。このようにして全ての端部要素５１がいずれかの直
線スケルトンに属するようにされている。

【００４５】次いで、ある要素から隣接要素をたどって
いき途中で分岐することなく一筆書きで元の要素に戻っ
てくる場合、その要素群を円環スケルトンとして定義し
た。以上の過程により、全てのボクセル要素がいずれか
一つのスケルトンに属するようされる。

【００４６】次いで、パラメータの情報量を小さくする
ために、端部要素が隣接し、かつ傾きが等しい、あるい
は許容範囲内である直線スケルトンを検索し直線スケル
トンのペアを結合して、新たな一本の直線スケルトンを
形成するようにした。なお、この際、隣接していた端部
要素の情報は消去される。

【００４７】次いで、ノイズの処理を行うようにした。
このノイズは直交格子のサイズの取りかたによって生じ
るもので、サイズを大きく取るに比して、ノイズの発生
頻度も高くなるものである。ノイズ処理の具体的な方法
として、一定無次元体積以下のスケルトンが除去され
る。

【００４８】このようにして定義された直線スケルト
ン、円環スケルトンに基づき前記パラメータ作成機能１
４ｃにおいて形状特徴パラメータが作成される。この形
状特徴パラメータには、 １）各直線スケルトンにおける端部要素の座標、 ２）各円環スケルトンにおける中心座標、長径、短径、
円環の向き、 ３）各スケルトン群の無次元体積（１×１×１のサイズ
のボクセル要素を単位無次元体積としたスケルトングル
ープの無次元体積である。例えば１×１×１のサイズの
ボクセル要素が１０個集まって成るスケルトンの無次元
体積は１０となる）、最大無次元表面距離、最小無次元
表面距離（各スケルトン群の抽出元となったボクセル群
の無次元表面距離における最大値、最小値） ４）仮想フラスコの辺の長さ、 ５）ボクセルの１辺の長さ、 ６）主軸の情報等（体積および、長さが最大のスケルト
ン）が記入されるようにし、これらの情報からスケルト
ンが再現可能となるようにした。このようにして作成さ
れる形状特徴パラメータは形状特徴パラメータファイル
２ｂとしてファイル名と共に前記記憶装置２に保存され
る。

【００４９】次に、前記形状特徴マイニングプログラム
２１について説明する。図８にこの形状特徴マイニング
プログラムを示すシステム構成図が図示されている。こ
の形状特徴マイニングプログラム２１は、形状特徴パラ
メータファイル２ｂを登録し、マスタファイル２ｃを作
成する形状特徴マスタモジュール２２および、形状特徴
パラメータファイル２ｂ、またはその集団であるマスタ
ファイル２ｃのインターフェイスを有し、形状特徴パラ
メータ、またはマスタファイル２ｃのベクトル処理を実
行し、形状特徴パラメータベクトルおよびマスタベクト
ルを作成する形状特徴ベクトル化モジュール２３およ
び、形状特徴パラメータベクトルおよびマスタベクトル
からニューラルネット形状特徴パラメ−タ分類特徴量、
ニューラルネットマスタ分類特徴量をそれぞれ作成し、
これらの特徴量の比較を行い類似度を算出する形状特徴
分類モジュール２４によって構成されている。

【００５０】前記形状特徴マスタモジュール２２では、
マスタファイル２ｃが作成される。なお、このマスタフ
ァイル２ｃは形状特徴パラメータファイル２ｂを単にグ
ループ化したものであり、形状マイニングの比較対象と
して用いられる。

【００５１】マスタファイル２ｃを作成する際には、所
定のダイアログボックスから１または複数種類の形状特
徴パラメータファイル２ｂを選択し、マスタファイル２
ｃの名前を入力し、所定のボタンをクリックするとよ
い。すると前記記憶装置２に所定のパラメータファイル
が格納されたマスタファイル２ｃが名前と共に保存され
る。

【００５２】前記形状特徴ベクトル化モジュール２３で
は、形状特徴パラメータファイル２ｂおよびマスタファ
イル２ｃおよびスケルトンの接続情報であるツリー構造
のルートを決定するパラメータのインターフェイスと、
ルートからスケルトンの接続情報であるツリー構造を形
成する機能を備えており、所定のダイアログから選択さ
れた対象のファイルおよびパラメータが読み込まれる。

【００５３】この際に行われるデータ処理を図９にて図
示される２次元モデルを参照にして説明する。なお、図
９（ａ）に図示されているスケルトンは前記形状特徴量
抽出プログラム１１の各過程を経て抽出されたスケルト
ンである。まず、各スケルトン６１、６２、６３、６４
のスケルトン領域６１ａ、６２ａ、６３ａ、６４ａが形
成される。このスケルトン領域はスケルトンが他のスケ
ルトン領域に接触するまで膨張させるというアルゴリズ
ムに基づいて形成される。この各スケルトン領域６１
ａ、６２ａ、６３ａ、６４ａの隣接状態が確認され各ス
ケルトンの接続情報として利用される。

【００５４】次いで、ルート（ツリー構造の最も上位に
位置する枝）からスケルトンのツリー構造が形成され
る。例えば、スケルトン６１がルートとして選択された
場合、図９（ｃ）に示されるように、スケルトン６１に
隣接しているスケルトン６２（各スケルトン領域の接続
情報によって判断される）が子（ツリー構造のルートの
下に位置する枝）として登録され、次いでスケルトン領
域６２に隣接するスケルトン領域６３、６４がルートに
対する孫として登録される。また、スケルトン領域６２
がルートとして選択された場合のツリー構造、スケルト
ン領域６３が選択される場合のツリー構造、スケルトン
領域６４が選択された場合のツリー構造が図９（ｄ）〜
（ｆ）にそれぞれ示されている。図９（ｃ）〜（ｆ）か
ら分かるように、ルートのとり方によって異なるツリー
構造が形成される。

【００５５】実際のマイニングの際は、３次元形状が扱
われ、また、多くのスケルトン領域を考慮する必要があ
るが、ルートからそれに隣接する子が登録され、子に隣
接する孫が登録され…という一連の処理が全てのスケル
トンがツリー構造に登録されるまで行われる。

【００５６】実際のマイニングの際に選択・入力される
ルートは、 １）体積が大きい、主軸との角度が小さい。 ２）手動で指定 ３）全て であり、所定のダイアログから選択・入力される。

【００５７】なお、スケルトンのツリー構造は以下の理
由によって形成される。すなわち、物体の安定性は人間
によって簡単に判断されるものであっても、プログラム
が判断することは困難である。例えば、ピラミッド型の
三次元形状の場合、頂点を底とすると不安定な状態であ
り、いずれかの面を底面とすると安定な状態を保つこと
ができるという判断は人間にとっては瞬時に判断できる
ものであるが、プログラムにとっては面が底面であって
も、頂点が底にあっても同じ形状として判断されてしま
い形状の安定性などは考慮されない。したがって形状の
マイニングを行う際には、スケルトンの接続情報である
ツリー構造を形成し、このスケルトンのツリー構造から
各スケルトンの接続情報を読み込み、形状の向きを決定
させる必要がある。

【００５８】次いで、このツリーに基づき、各スケルト
ンの属性を計算しツリーのルートから子、孫の順に各ス
ケルトンのデータを規格化し、各スケルトンの接続情報
や無次元体積、無次元表面距離、長さ、方向などの情報
が記載されたベクトル（形状特徴パラメータから形状特
徴パラメータベクトル、マスタベクトルからはマスタベ
クトル）を作成する。このようして作成された形状特徴
パラメータベクトルおよび、マスタベクトルを前記形状
特徴分類モジュールへ受け渡すようにしている。

【００５９】前記形状特徴分類モジュール２４は形状特
徴パラメータベクトルおよびマスタベクトルを受け取
り、従来公知のバックプロパゲーションアルゴリズム
（以下「ＢＰ法」）によるニューラルネット技術を用い
て、ルートのとり方により発生する誤差を収束させ、ニ
ューラルネット特徴量（形状特徴パラメータベクトルよ
り算出）、マスタニューラルネット特徴量（マスタベク
トルにより算出）がそれぞれ算出される。次いで、これ
らの特徴量から比較形状（形状特徴パラメータで表現さ
れている形状）と比較対象（マスタファイル２ｃに登録
されている形状）との類似度が算出され、前記ディスプ
レイ５に、マスタファイル２ｃに格納されているそれぞ
れの形状と比較対象との類似度が表示される。なお、類
似度は０〜１間での数値で表示されるようにしており、
類似性が高い形状の類似度が１に近づくようにした。

【００６０】次に、形状マイニングのフローについて、
図１０、図１１を参照しつつ説明する。ここで、図１０
は３次元形状データから形状特徴パラメータの算出まで
のフロー示すフローチャートであり、図１１は類似度の
算出までのフローを示すフローチャートである。なお、
各フローチャートで表示されているＡおよびＢはステッ
プを表す。

【００６１】まず、形状特徴パラメータのフローについ
て図１０を参照にしつつ説明する。

【００６２】Ａ１〜Ａ４：前記記憶装置２に保存されて
いるＳＴＬフォーマットデータを入力する場合、所定の
ダイアログから対象のファイル名を入力する（前記ＳＴ
Ｌフォーマットデータインターフェイス機能１２ａを使
用）。ＳＴＬフォーマットデータに基本立体を組み合わ
せて複合データを作成し、このデータを３次元形状ファ
イルとして入力する場合には、表示画面を参考にしなが
ら、予め組み込まれている基本立体の（円柱、角柱、円
錐台、角錐台等）種類、サイズ、方向、あるいは組み合
わせのパターン等を入力する（前記ＳＴＬフォーマット
データインターフェイス機能１２ａと前記基本立体作成
機能１２ｂを併用）。この際、前記ディスプレイ５に
は、入力された基本立体がＳＴＬフォーマットデータと
共に表示されており、実行者はこれを参考にして修正を
加える。なお、修正を加えるのと同じ手順で基本立体を
組み合わせ、３次元形状データを作成することもできる
（前記基本立体作成機能１２ｂを使用）。このようにし
て入力された３次元形状データ（ＳＴＬフォーマットデ
ータ、基本立体データ、複合データ）は前記ボクセル抽
出モジュール１３に受け渡される。

【００６３】Ａ５〜Ａ６：前記ボクセル抽出モジュール
１３が有する前記仮想フラスコ抽出機能１３ａによっ
て、３次元形状データの座標が読み取られ、この座標を
元に対象の形状を完全に覆うことができ、かつ最小サイ
ズの仮想フラスコが作成される。次いで、前記仮想フラ
スコ分割機能１３ｂによって、仮想フラスコがデフォル
トのサイズの仮想直交格子によって分割される。

【００６４】Ａ７〜Ａ８：仮想フラスコを分割する仮想
直交格子の中心が３次元形状の内部に含まれる仮想直交
格子が検索され抽出される。こうして抽出された仮想立
体（ボクセル要素から成る形状）を表すボクセルデータ
を前記スケルトン抽出モジュール１３ｃに受け渡す。

【００６５】Ａ９〜Ａ１０：このボクセルデータに基づ
いて前記無次元表面距離分布算出機能１４ａにより、無
次元表面距離分布が作成される。次いで、前記スケルト
ン抽出機能１４ｂにおいて、この無次元表面距離分布に
基づき、各ボクセル要素とその６近接ボクセル要素との
無次元表面距離の比較が行われ、最大の値を持つ要素が
抽出される（２次元スケルトンの抽出）。この作業がも
う一度繰り返し行われ１次元スケルトンが抽出される。
この１次元スケルトンのノイズ処理が行われた後、折れ
線形状、分岐形状、弧形状等の形状を持つスケルトンが
全て直線スケルトンとして再定義され、また、閉じた形
状を持つスケルトン群が円環スケルトンとして定義され
る。

【００６６】Ａ１１：次いで前記パラメータ作成機能１
４ｃによって各スケルトングループの形状、無次元体
積、無次元表面距離の最大・最小値、直線スケルトンの
端部要素の座標、円環ベクトルの長径、短径、傾き等の
パラメータが形状特徴パラメータファイル２ｂに書き込
まれ、形状特徴パラメータファイル２ｂとして前記記憶
装置２内に保存される。

【００６７】以下、形状マイニングプログラムのフロー
について図１１を参照にしつつ説明する。

【００６８】Ｂ１〜Ｂ３：前記記憶装置２に適当なマス
タファイル２ｃが存在しない場合、前記形状特徴マスタ
モジュール２２より所定のダイアログから前記記憶装置
２に保存されている形状特量パラメータファイルを１ま
たは複数種類選択し、これらのファイルをマスタファイ
ル２ｃとして前記記憶装置２にファイル名と共に保存す
る。適当なマスタファイル２ｃが存在する場合はダイア
ログから対象のマスタファイル２ｃを選択する。

【００６９】Ｂ４：比較形状となる３次元形状を選び、
この形状から作成された形状特徴パラメータファイル２
ｂをダイアログから選択する。

【００７０】Ｂ５：スケルトンのツリー構成のルートを
選択する。マスタファイル２ｃ、形状特徴パラメータフ
ァイル２ｂ、ルートが所定のダイアログから選択された
のち、ダイアログ内の形状マイニングの実行ボタンをク
リックする。

【００７１】Ｂ６：形状マイニングの実行ボタンがクリ
ックされると、まず形状特徴パラメータファイル２ｂお
よび、マスタファイル２ｃおよび指定されたルートか
ら、ツリー構造が構築され、スケルトンの枝の割り当
て、ツリーにおける親子の関係、子の順序が決定された
後、スケルトンツリー構造、各スケルトンの無次元体
積、無次元表面距離の最大値、最小値等がベクトルで表
示される。なお、形状特徴パラメータファイル２ｂから
は形状特徴パラメータベクトル、マスタファイル２ｃか
らはマスタベクトルが作成される。

【００７２】Ｂ７：次いで、前記形状特徴分類モジュー
ル２４より、従来公知であるＢＰ法によるニューラルネ
ットワーク技術を介して、形状特徴パラメータベクトル
およびマスタベクトルからニューラルネット分類特徴
量、ニューラルネット分類マスタ特徴量がそれぞれ出力
される。

【００７３】Ｂ８：このようにして出力された、ニュー
ラルネット分類特徴量およびニューラルネット分類マス
タ特徴量の比較が行われ、この比較結果から類似度が算
出され前記ディスプレイ５に表示される。

【００７４】次に、本実施形態の形状特徴マイニング装
置を適用した具体例について説明する。図１２に比較対
象の斜視図、図１３に比較形状の斜視図を図示した。

【００７５】マスタファイル２ｃに登録する形状として
以下の形状を作成した。 １）図１２（ａ）にて示されるように、断面Ｌ字形状の
薄板であり、片方の薄板の対角に二箇所の円形の穴が穿
たれ、もう片方の薄板の端部が半円くりぬき構造を持つ
形状（比較対象７１）。 ２）図１２（ｂ）にて示されるように、両端を半円状に
削った薄板の片端に円柱を突設し、その円柱の中心部か
ら円柱をくり抜いた形状（比較対象７２）。 ３）図１２（ｃ）にて示されるように台形断面の角柱の
幅狭の側面上に直方体を設けその中心付近から角柱をく
りぬいた形状（比較対象７３）。

【００７６】比較形状として、以下の図形を用いた。 １）図１３（ａ）にて示されるように薄板の片端に円柱
をもうけ、他端に凹型断面の多角柱を設け、さらに円柱
の中心を円柱状にくりぬいた形状（比較形状７４）。 ２）図１３（ｂ）にて示されるように、先端を絞った薄
板の先端を半円状にし、幅広側の端部が一致するように
円柱を設け円柱の中心部から円柱を繰りぬいた形状（比
較形状７５）。 ３）図１３（ｃ）にて示されるように、前記比較対象６
３の台形断面の角柱の幅狭の側面上に直方体を設けその
中心付近から角柱をくり抜き、側面の中心付近から三角
柱をくり抜いた形状（比較形状７６）。

【００７７】表１にて比較結果を表示した。

【表１】

【００７８】比較形状７４に対する類似度は比較対象７
１、比較対象７２、比較対象７３に対してそれぞれ、
０．１２、０．８７、０．０１という値が算出された。
比較対象６２との間で、類似度が突出しているのは、片
端がバームク−ヘン状であり、底面が薄板状であるとい
う共通の構造が評価されているためである。また比較対
象６１、および比較対象６３との間に共通の構造はほと
んど無く、したがって０．１２、０．０１という類似度
は正当な値といえる。

【００７９】また、比較形状７５に対する類似度は比較
対象７１、比較対象７２、比較対象７３に対してそれぞ
れ、０．２４、０．８９、０．０１であった。比較対象
７２とはバームク−ヘン状の構造と薄板底面の構造が類
似しており、正当な数値が算出されている。また比較対
象７１、７３とは類似性はほとんど見られない。したが
って類似度には正しい値が算出されているといえる。

【００８０】比較形状７６に対する類似度は比較対象７
１、比較対象７２、比較対象７３に対してそれぞれ、
０．０１、０．２９、０．７２であった。比較対象７３
以外には形状の類似性が感じられず、形状マイニングに
よって算出された類似度は正当であるといえる。

【００８１】以上の比較結果から分かるように、どのよ
うな形状の組み合わせでマイニングを行っても正当な類
似度が算出される。

【００８２】形状マイニングを実行する際に、実行者が
行うことはマスタファイル２ｃの選択・入力あるいは作
成・入力、形状特徴パラメータの選択・入力、およびツ
リーの構成パラメータの設定だけである。このツリーの
構成パラメータにしても形状が最も安定となるようなス
ケルトンをルートとすればよく、しかもツリー構造によ
る誤差はＢＰ法によって誤差収束が行われるためルート
のとり方によって出力される類似度が大きく異なるとい
うことがない。従って、実行者によって形状分類あるい
は形状比較に異なる結果が生じることはない。また、実
際の形状を近似した形状からスケルトンが抽出されてい
るため、隠れ線や、曲線が無視されることも無いため、
実際の形状による類似度が算出される。

【００８３】生産設計で決定される項目には形状特徴を
判断しなければならないものが多い。本発明は精密な生
産設計システム、コスト見積りシステム、形状分類シス
テムなど幅広いアプリケーションに適応することができ
る。

【図面の簡単な説明】

【図１】図１は、本実施形態における形状特徴マイニン
グ装置に係るハードウェア構成図である。

【図２】図２は、本実施形態に係る形状特徴量抽出プロ
グラムを表すシステム構成図である。

【図３】図３は、ＳＴＬフォーマットデータを入力した
際に、実際のディスプレイ上に表示される図である。

【図４】図４は、ボクセル形状の全体図および、ボクセ
ル形状の一部拡大図を表す図である。

【図５】図５は、２次元空間における無次元表面距離分
布および、抽出されたボクセル要素を示すモデル図であ
る。

【図６】図６は、１次元スケルトンが抽出された際に、
実際のディスプレイ上に表示される図である。

【図７】図７は、直線スケルトンの定義を説明する図で
ある。

【図８】図８は、本実施形態に係る形状特徴量マイニン
グプログラムを表すシステム構成図である。

【図９】図９は、スケルトン領域の形成の過程を説明す
る２次元モデル図である。

【図１０】図１０は、本実施形態に係る形状特徴量抽出
プログラムのフローを示すフローチャートである。

【図１１】図１１は、本実施形態に係る形状マイニング
プログラムのフローを示すフローチャートである。

【図１２】図１２は、比較対象の斜視図である。

【図１３】図１３は、比較形状の斜視図である。

【符号の説明】

１ ＣＰＵ ２ 記憶装置 ５ ディスプレイ １１ 形状特徴量抽出プログラム １２ ３次元モデリングモジュール １３ ボクセル抽出モジュール １４ スケルトン抽出モジュール １４ａ 無次元表面距離分布算出機能 １４ｂ スケルトン抽出機能 １４ｃ パラメータ作成機能 ２１ 形状特徴マイニングプログラム ２２ 形状特徴マスタモジュール ２３ 形状特徴ベクトル化モジュール ２４ 形状特徴分類モジュール ３１ ボクセル形状 ５１ 端部要素 ５２ 直線スケルトン ５３ 新たな端部要素 ７１、７２、７３ 比較対象 ７４、７５、７６ 比較形状

───────────────────────────────────────────────────── フロントページの続き (72)発明者 長坂 悦敬 大阪府枚方市宗谷１丁目12−45 (72)発明者 村上 俊彦 大阪府枚方市上野３−１−１ コマツソフ ト株式会社内 (72)発明者 中村 昌弘 東京都千代田区東神田３−１−２東神田金 子ビル 株式会社レクサー・リサーチ内 Ｆターム(参考） 5L096 AA09 JA03 JA11 JA18 KA09

Claims (2)

【特許請求の範囲】
1. 【請求項１】 物体の形状の類似性を判断する形状特徴
   マイニング方法であって、 ａ）入力された３次元形状データからボクセルデータを
   抽出するボクセル抽出過程と、 ｂ）このボクセル抽出過程において抽出されたボクセル
   データに基づき、無次元表面距離分布を作成する無次元
   表面距離分布作成過程と、 ｃ）この無次元表面距離分布作成過程において作成され
   た無次元表面距離分布に基づきスケルトンを抽出し、こ
   のスケルトンのパラメータを表す形状特徴パラメータを
   算出・出力するスケルトン抽出過程と、 ｄ）このスケルトン抽出過程において出力された形状特
   徴パラメータおよび、この形状特徴パラメータが１又は
   複数登録されたマスタファイルに基づいて、形状比較を
   行い類似度を算出する形状特徴比較過程、を有すること
   を特徴とする形状特徴マイニング方法。
2. 【請求項２】 物体の形状の類似性を判断する形状特徴
   マイニング装置であって、 ａ）入力された３次元形状データからボクセルデータを
   抽出するボクセル抽出手段と、 ｂ）このボクセル抽出手段にて抽出されたボクセルデー
   タに基づき無次元表面距離分布を作成する無次元表面距
   離分布作成手段と、 ｃ）この無次元表面距離分布作成手段により作成された
   無次元表面距離分布に基づきスケルトンを抽出し、この
   スケルトンのパラメータを表す形状特徴パラメータを算
   出・出力するスケルトン抽出手段と、 ｄ）このスケルトン抽出手段より出力された形状特徴パ
   ラメータおよび、この形状特徴パラメータが１又は複数
   登録されたマスタファイルに基づいて形状比較を行い類
   似度を算出する形状特徴比較手段、を有することを特徴
   とする形状特徴マイニング装置。