JP2010181919A - 三次元形状特定装置、三次元形状特定方法、三次元形状特定プログラム - Google Patents
三次元形状特定装置、三次元形状特定方法、三次元形状特定プログラム Download PDFInfo
- Publication number
- JP2010181919A JP2010181919A JP2009022218A JP2009022218A JP2010181919A JP 2010181919 A JP2010181919 A JP 2010181919A JP 2009022218 A JP2009022218 A JP 2009022218A JP 2009022218 A JP2009022218 A JP 2009022218A JP 2010181919 A JP2010181919 A JP 2010181919A
- Authority
- JP
- Japan
- Prior art keywords
- feature point
- dimensional shape
- feature
- specifying
- transformation matrix
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
【課題】障害物の位置と高さを含む三次元形状を詳細に特定することが可能な三次元形状特定装置、三次元形状特定方法、及び三次元形状特定プログラムを提供する。
【解決手段】移動するカメラの移動前後において画像が撮影される。特徴点抽出部51にて、撮影画像内に含まれる対象物の特徴点が抽出される。次いで特徴点対応付け部52にて、異なる撮影画像の特徴点同士が対応付けられる。次いで高さ判定部55にて、基準平面に対してdα(α=1,2,…,N)離れた位置に仮想的に配置される仮想平面に対する射影変換行列であって、予めカメラの移動パラメータや位置情報に基づいて算出された射影変換行列の関係を満たす特徴点の対応が抽出される。抽出された特徴点の対応にて示される対象物の部位は、仮想平面上に配置していると判断する。次いでグルーピング部56にて、同一仮想平面上に載る特徴点がグルーピングされる。
【選択図】図7
【解決手段】移動するカメラの移動前後において画像が撮影される。特徴点抽出部51にて、撮影画像内に含まれる対象物の特徴点が抽出される。次いで特徴点対応付け部52にて、異なる撮影画像の特徴点同士が対応付けられる。次いで高さ判定部55にて、基準平面に対してdα(α=1,2,…,N)離れた位置に仮想的に配置される仮想平面に対する射影変換行列であって、予めカメラの移動パラメータや位置情報に基づいて算出された射影変換行列の関係を満たす特徴点の対応が抽出される。抽出された特徴点の対応にて示される対象物の部位は、仮想平面上に配置していると判断する。次いでグルーピング部56にて、同一仮想平面上に載る特徴点がグルーピングされる。
【選択図】図7
Description
本発明は、三次元形状特定装置、三次元形状特定方法、及び三次元形状特定プログラムに関する。より詳細には、基準平面に対して平行な仮想平面に基づく射影変換行列を用いることによって、撮影画像内に含まれる対象物の三次元形状を特定する三次元形状特定装置、三次元形状特定方法、及び三次元形状特定プログラムに関する。
カメラやセンサ等を用い、対象物の位置や形状を特定する技術が知られている。この技術は、自律走行を行う車やロボットの運動制御に利用されているばかりでなく、近年、高度交通システムにおいて運転者支援を行う場合の制御にも利用可能であるとして、重要性が高まっている。
障害物等の対象物を検知する方法としては、能動的なセンサであるレーザやミリ波、超音波などのレーダーを用いる方法と、カメラなどの受動的なセンサにより可視光画像や赤外線画像を撮影し、撮影された画像(撮影画像)を解析して対象物の情報を特定する方法に大別される。前者は、装置が高価であるばかりでなく、空間分解能が低いため、対象物の大まかな位置や形状しか計測できない。一方後者は、異なる視点にて撮影された撮影画像に基づき対象物の位置や三次元形状が特定可能である。例えば特許文献1に記載の障害物検出方法では、はじめに、ステレオカメラを用いて2つの撮影画像が取得される。そして、道路上に配置される障害物の2撮影画像間の相違量を示す射影変換行列を算出することによって、障害物の位置や三次元形状を特定している。
しかしながら上述の方法では、障害物の位置は詳細に特定できるものの、その高さを含む三次元形状を詳細に特定することが困難であった。また、検出不要な僅かな障害物も検出されてしまうという問題点があった。
本発明は上述の問題点を解決するためになされたものであり、障害物の位置と高さを含む三次元形状を詳細に特定することが可能であり、且つ、わずかな障害物を検出対象外とすることが可能な三次元形状特定装置、三次元形状特定方法、及び三次元形状特定プログラムを提供することを目的とする。
上述の問題点を解決するために、請求項1に係る発明の三次元形状特定装置は、対象物を複数の異なる視点から撮影して得られる複数の撮影画像に基づき、前記対象物の三次元形状を特定する三次元形状特定装置であって、前記撮影画像を取得する取得手段と、前記取得手段にて取得された前記撮影画像から、前記対象物の特徴点を抽出する特徴点抽出手段と、前記特徴点抽出手段により、一の前記撮影画像から抽出される前記特徴点である第一特徴点、及び、他の前記撮影画像から抽出される前記特徴点である第二特徴点のうち、前記対象物の同一点を示す前記第一特徴点と前記第二特徴点とを対応付ける特徴点対応付け手段と、前記特徴点対応付け手段にて対応付けられた前記第一特徴点及び前記第二特徴点のうち、前記撮影画像内に含まれる基準平面に並行な仮想平面であって前記基準平面より所定間隔離れた位置に配置される前記仮想平面上に配置する前記第一特徴点及び前記第二特徴点との関係を示す射影変換行列であって、前記視点の移動情報、及び、前記仮想平面に対する前記一の撮影画像が撮影された前記視点の位置情報に基づいて算出される前記射影変換行列を、前記所定間隔の異なる複数の前記仮想平面毎に記憶する記憶手段と、前記第一特徴点及び前記第二特徴点のうち、前記記憶手段に記憶された前記射影変換行列にて示される関係を満たす前記第一特徴点及び前記第二特徴点を選択する選択手段と、前記選択手段にて選択された前記第一特徴点及び前記第二特徴点にて示される前記対象物の前記特徴点が、前記選択手段にて関係を満たすとされた前記射影変換行列の基となる前記仮想平面上に配置されていると特定することによって、前記対象物の形状を特定する形状特定手段とを備えている。
また、請求項2に係る発明の三次元形状特定装置は、請求項1に記載の発明の構成に加えて、前記形状特定手段は、前記選択手段において、同一の前記射影変換行列にて示される関係を満たすとして選択された前記特徴点同士をグループ化することによって、前記対象物の形状を特定するグループ化手段を備えたことを特徴とする。
また、請求項3に係る発明の三次元形状特定装置は、請求項1又は2に記載の発明の構成に加えて、前記取得手段は、移動可能な唯一の撮影手段の移動の前後において前記対象物が撮影された結果得られる前記撮影画像を取得することを特徴とする。
また、請求項4に係る発明の三次元形状特定装置は、請求項2に記載の発明の構成に加えて、前記グループ化手段は、前記特徴点を頂点とするデローネ三角形を形成させることによって前記特徴点をグループ化することを特徴とする。
また、請求項5に係る発明の三次元形状特定方法は、対象物を複数の異なる視点から撮影して得られる複数の撮影画像に基づき、前記対象物の三次元形状を特定する三次元形状特定方法であって、前記撮影画像を取得する取得ステップと、前記取得ステップにて取得された前記撮影画像から、前記対象物の特徴点を抽出する特徴点抽出ステップと、前記特徴点抽出ステップにより、一の前記撮影画像から抽出される前記特徴点である第一特徴点、及び、他の前記撮影画像から抽出される前記特徴点である第二特徴点のうち、前記対象物の同一点を示す前記第一特徴点と前記第二特徴点とを対応付ける特徴点対応付けステップと、前記特徴点対応付けステップにて対応付けられた前記第一特徴点及び前記第二特徴点のうち、前記撮影画像内に含まれる基準平面に並行な仮想平面であって前記基準平面より所定間隔離れた位置に配置される前記仮想平面上に配置する前記第一特徴点及び前記第二特徴点との関係を示す射影変換行列であって、前記視点の移動情報、及び、前記仮想平面に対する前記一の撮影画像が撮影された前記視点の位置情報に基づいて算出される前記射影変換行列を、前記所定間隔の異なる複数の前記仮想平面毎に記憶する記憶手段と、前記第一特徴点及び前記第二特徴点のうち、前記記憶手段に記憶された前記射影変換行列にて示される関係を満たす前記第一特徴点及び前記第二特徴点を選択する選択ステップと、前記選択ステップにて選択された前記第一特徴点及び前記第二特徴点にて示される前記対象物の前記特徴点が、前記選択ステップにて関係を満たすとされた前記射影変換行列の基となる前記仮想平面上に配置されていると特定することによって、前記対象物の形状を特定する形状特定ステップとを備えている。
また、請求項6に係る発明の三次元形状特定方法は、請求項5に記載の発明の構成に加えて、前記形状特定ステップは、前記選択ステップにおいて、同一の前記射影変換行列にて示される関係を満たすとして選択された前記特徴点同士をグループ化することによって、前記対象物の形状を特定するグループ化ステップを備えたことを特徴とする。
また、請求項7に係る発明の三次元形状特定方法は、請求項5又は6に記載の発明の構成に加えて、前記取得ステップは、移動可能な唯一の撮影手段の移動の前後において前記対象物が撮影された結果得られる前記撮影画像を取得することを特徴とする。
また、請求項8に係る発明の三次元形状特定方法は、請求項6に記載の発明の構成に加えて、前記グループ化ステップは、前記特徴点を頂点とするデローネ三角形を形成させることによって前記特徴点をグループ化することを特徴とする。
また、請求項9に係る発明の三次元形状特定プログラムは、請求項1乃至4のいずれかに記載の三次元形状特定装置の各処理手段としてコンピュータを駆動させる。
請求項1に係る発明の三次元形状特定装置では、撮影画像が撮影された位置(視点)間の移動情報(カメラの並進ベクトル、及びカメラの移動前後の回転)と、基準平面(道路平面等)と平行に仮想的に配置される仮想平面の位置情報(基準平面の単位法線ベクトル、及びカメラと仮想平面との間の距離)とに基づいて、撮影画像間の射影変換行列が求められる。本発明では、カメラとの距離が異なる複数の射影変換行列をあらかじめ算出し記憶手段に記憶しておく。次いで、射影変換行列にて示される関係を満たす撮影画像の特徴点の移動前後の組み合わせを抽出する。そして抽出された特徴点組が、射影変換行列の基となる仮想平面上に配置されていると判断する。これによって、特徴点が示す対象物の形状(基準平面からの高さ)を詳細に特定することが可能となる。
上述のようにして対象物の三次元形状を特定する方法では、仮想平面間の距離を調整することにより、基準平面からの高さが所定未満の対象物を検出対象外とすることが可能となる。これによって、不要な対象物をフィルタリングして検出しないように設定することが可能となる。従って、結果の解析が容易となり、必要な対象物を容易かつ迅速に抽出することが可能となる。例えば、車載される凹凸検出装置等において、無視可能な路面の凹凸や障害物等は検出せず、走行に支障を来す可能性のある対象物のみ選択して三次元形状を特定することが可能となる。
また、請求項2に係る発明の三次元形状特定装置は、請求項1に記載の発明の効果に加えて、基準平面とは異なる高さの隣接した特徴点同士を特定してグループ化することが可能となるので、複数の対象物が近接して配置されている場合であっても、双方の三次元形状を区別して特定することが可能となる。これによって、対象物の三次元形状を詳細に特定することが可能となる。
また、請求項3に係る発明の三次元形状特定装置は、請求項1又は2に記載の発明の効果に加えて、撮影画像は共通の撮影手段(カメラ等)により撮影される。そして撮影手段が移動する場合における移動の前後にて撮影された結果の撮影画像が、三次元形状特定のために使用される。これによって、撮影手段の数を最小限に抑えることが可能となり、三次元形状特定のために必要な設備のコストを抑制することが可能となる。また、複数の撮影画像を複数の撮影手段より取得する構成とした場合、撮影手段は所定距離以上離して配置させなければならないため、設置場所の制約が大きくなるが、本発明では、撮影手段の設置制限を受けることなく撮影画像を取得し三次元形状を特定することが可能となる。
また、請求項4に係る発明の三次元形状特定装置は、請求項2に記載の発明の効果に加えて、デローネ三角形分割により基準平面とは異なる高さの隣接した特徴点同士をグループ化するので、対象物における形状を正確に特定することが可能となる。
また、請求項5に係る発明の三次元形状特定方法では、撮影画像が撮影された位置(視点)間の移動情報(カメラの並進ベクトル、及びカメラの移動前後の回転)と、基準平面(道路平面等)と平行に仮想的に配置される仮想平面の位置情報(基準平面の単位法線ベクトル、及びカメラと仮想平面との間の距離)とに基づいて、撮影画像間の射影変換行列が求められる。本発明では、カメラとの距離が異なる複数の射影変換行列をあらかじめ算出し記憶手段に記憶しておく。次いで、射影変換行列にて示される関係を満たす撮影画像の特徴点の移動前後の組み合わせを抽出する。そして抽出された特徴点組が、射影変換行列の基となる仮想平面上に配置されていると判断する。これによって、特徴点が示す対象物の形状(基準平面からの高さ)を詳細に特定することが可能となる。
上述のようにして対象物の三次元形状を特定する方法では、仮想平面間の距離を調整することにより、基準平面からの高さが所定未満の対象物を検出対象外とすることが可能となる。これによって、不要な対象物をフィルタリングして検出しないように設定することが可能となる。従って、結果の解析が容易となり、必要な対象物を容易かつ迅速に抽出することが可能となる。例えば、車載される凹凸検出装置等において、無視可能な路面の凹凸や障害物等は検出せず、走行に支障を来す可能性のある対象物のみ選択して三次元形状を特定することが可能となる。
また、請求項6に係る発明の三次元形状特定方法は、請求項5に記載の発明の効果に加えて、基準平面とは異なる高さの隣接した特徴点同士を特定してグループ化することが可能となるので、複数の対象物が近接して配置されている場合であっても、双方の三次元形状を区別して特定することが可能となる。これによって、対象物の三次元形状を詳細に特定することが可能となる。
また、請求項7に係る発明の三次元形状特定方法では、請求項5又は6に記載の発明の効果に加えて、撮影画像は共通の撮影手段(カメラ等)により撮影される。そして撮影手段が移動する場合における移動の前後にて撮影された結果の撮影画像が、三次元形状特定のために使用される。これによって、撮影手段の数を最小限に抑えることが可能となり、三次元形状特定のために必要な設備のコストを抑制することが可能となる。また、複数の撮影画像を複数の撮影手段より取得する構成とした場合、撮影手段は所定距離以上離して配置させなければならないため、設置場所の制約が大きくなるが、本発明では、撮影手段の設置制限を受けることなく撮影画像を取得し三次元形状を特定することが可能となる。
また、請求項8に係る発明の三次元形状特定方法では、請求項6に記載の発明の効果に加えて、デローネ三角形分割により同一高さに存在する特徴点同士をグループ化するので、対象物における形状を正確に特定することが可能となる。
また、請求項9に係る発明の三次元形状特定プログラムは、請求項1乃至4のいずれかに記載の三次元形状特定装置の各処理手段としてコンピュータを駆動させることが可能となる。
以下、本発明の実施の形態における三次元形状特定装置、三次元形状特定方法、三次元形状特定プログラムについて、図面を参照して説明する。なおこれらの図面は、本発明が採用し得る技術的特徴を説明するために用いられるものであり、記載されている装置の構成、各種処理のフローチャートなどは、特に特定的な記載がない限り、それのみに限定する趣旨ではなく、単なる説明例である。
図1〜図6を参照し、本発明の三次元形状特定方法の原理について説明する。図1及び図2は、対象物の三次元配置を特定する方法の原理を示す模式図である。図3〜6は、対象物の形状特定方法(グルーピング方法)の原理を示す模式図である。
はじめに図1を参照し、対象物の三次元配置を特定する方法の原理について説明する。図1では、基準平面3上に配置される点2を正規化カメラ(カメラの校正によって、通常のカメラから換算可能である。以下、単に「カメラ」と呼ぶ。)1にて撮影し、撮影画像を解析することによって、点2を特徴点として含む対象物の三次元配置を特定する場合を想定している。図1には、移動前後のカメラ1(移動前:カメラ11、移動後:カメラ12)、座標(x1,y1,z1)に配置された点2、及び基準平面3が示されている。また、カメラ1の移動に伴う並進ベクトルt、カメラ1の移動に伴う回転を表わす行列R、移動前のカメラ1(カメラ11)から基準平面3までの距離d、基準平面3の単位法線ベクトルnが模式的に示されている。ここで、基準平面3の単位法線ベクトルnは、基準平面3上の点2を表わすベクトル(x1,y1,z1)との内積が正となるように定義する。
点2は、移動前の位置(カメラ11)と移動後の位置(カメラ12)との両方の位置で撮影される。ここで、移動前のカメラ11にて撮影された点の投影像と、移動後のカメラ12にて撮影された点の投影像とを、それぞれ(x,y)(x´,y´)とする。そして以下、これらを(1)式のベクトルx及びx´にて示す。
次に、基準平面3に対する点2の投影像間の関係を示す射影変換行列Hを定義する。単位行列をIとし、図1に示す並進ベクトルt、行列R、距離d、単位法線ベクトルnを用いた場合、基準平面3に対する点2の投影像間の関係を示す射影変換行列Hは、(2)式にて表わされる。
図1においては、ベクトルx及びx´は基準平面3上の点2を示しているので、カメラ1の移動前後の投影像の関係は、ベクトルの第3要素を1とする正規化行列をZ[]とすると、(3)式にて表わされる。
カメラ11にて撮影される基準平面3上の点2の投影像のベクトルxと、カメラ12にて撮影される基準平面3上の点2の投影像のベクトルx´とは、必ず(3)式の関係を満たす。言い換えれば、(3)式を満たす投影像のベクトル(x及びx´)から求まる点は基準平面3上に配置されるといえる。本実施の形態ではこの関係を利用し、対象物の特徴点の基準平面3からの高さを特定することによって、対象物の三次元配置を特定している。詳細は後述する。
次に、図2を参照し、対象物の三次元配置を特定する方法の原理について説明する。ここで仮想平面7(仮想平面5、仮想平面6など)は、基準平面3と同一の法線ベクトルnを持ち、移動前のカメラ1からの距離dα(α=1,2,・・・,N)が基準平面3との間の距離dとは異なる、仮想的に定義されたN枚の平面群である。図2では、仮想平面6上に配置される点4をカメラ1にて撮影し、撮影画像を解析することによって、点4を特徴点として含む対象物の三次元配置を特定する場合を想定している。図2には、移動前後のカメラ1(移動前:カメラ11、移動後:カメラ12)、座標(x2,y2,z2)に配置された点4、基準平面3、仮想平面7(仮想平面5、仮想平面6など)が示されている。また、並進ベクトルt、行列R、移動前のカメラ1(カメラ11)から基準平面3までの距離d、移動前のカメラ1(カメラ11)から仮想平面6の距離d1、移動前のカメラ1(カメラ11)から仮想平面5までの間の距離d2、及び、基準平面3の単位法線ベクトルnが模式的に示されている。以下、N枚の仮想平面7をそれぞれ仮想平面Πα (α=1,2,3,・・・,N)と呼ぶ。
仮想平面Παに対する点4の投影像間の関係を示す射影変換行列Hαを定義する。単位行列をIとし、上述の並進ベクトルt、行列R、距離dα、単位法線ベクトルnを用いた場合、仮想平面Παに対する投影像間の関係を示す射影変換行列Hαは、(4)式にて表わされる。なおHαは、基準平面3に対する射影変換行列Hの算出式((2)式参照)におけるdを、dαに変更することによって得られる。
図2において、仮想平面Πα上の点4を示すベクトルをベクトルx及びx´と表記すると、カメラ1の移動前後の投影像の関係は、(5)式にて示される。
カメラ11にて撮影された仮想平面Πα上の点4の投影像のベクトルxと、カメラ12にて撮影された仮想平面Πα上の点4の投影像のベクトルx´とは、必ず(5)式の関係を満たす。言い換えれば、(5)式を満たす投影像のベクトル(x及びx´)から求まる点は仮想平面Πα上に配置されるといえる。
本実施の形態では、dαの異なるN枚の仮想平面Παに対する、仮想平面Πα上に配置された点の投影像間の関係を示す射影変換行列Hαをあらかじめ算出しておく。次いで、N枚のHαのうち一に対して、実際に移動前後のカメラ1にて撮影された投影像のベクトルの組み合わせ(x、x´)を当てはめる。そして、射影変換行列の関係を充足する投影像のベクトルの組み合わせ(x、x´)が見つかった場合に、該当する(x、x´)にて示される点が仮想平面Πα上に配置されていると判断する。射影変換行列の関係を充足する投影像のベクトルの組み合わせが見つからなかった場合には、他の射影変換行列が順次当てはめられる。仮想平面Παは、基準平面3と平行であり且つ移動前のカメラ11からの距離が特定された平面として定義されている。従って上述の処理を行うことによって、投影像のベクトル(x、x´)にて示される点の基準平面3からの高さを特定することが可能となる。
なお実際には、対象物の特徴点の組があらかじめ複数定義される。そして、定義された特徴点の組の全てに対して、上述の処理が繰り返し実行される。これによって、対象物の特徴点の基準平面3からの高さが特定され、対象物の三次元配置が詳細に特定される。
図3〜6を参照し、対象物の形状特定方法(グルーピング方法)について説明する。本実施の形態では、はじめに既述した方法によって対象物の特徴点の三次元配置が特定される。次いで、基準平面3からの高さが同一の特徴点をグルーピングする処理を行うことによって、対象物の形状を特定する。
グルーピングする処理では、はじめに、既述した方法によって特徴点の三次元配置が特定される。次いで図3に示すように、特徴点21等の群について、特定された三次元配置の情報(すなわち、基準平面3からの高さの情報)を一旦0とする。これによって、特徴点21等の群を上方より正射影視する。図3では、特定された三次元配置の情報を一旦0とし、上方より正射影視した場合の特徴点21等の群が模式的に示されている。
次に、図4に示すように、正射影視された特徴点21等の群に対し、デローネ三角形分割を適用する。具体的には、正射影視後の特徴点21等の群を頂点とするようなデローネ三角形が形成されるように、特徴点21等を辺22等で結ぶ。図4では、正射影された特徴点21等同士が辺22等により接続され、複数のデローネ三角形が形成された状態が模式的に示されている。以下、形成されたデローネ三角形の頂点に存在する特徴点を特に「ノード」と呼ぶ。また、形成されたデローネ三角形の辺を特に「アーク」と呼ぶ。
次に、図5に示すように、形成されたノード21、23、24等に、特定された三次元配置の情報(基準平面3からの高さの情報)を特徴量として与える。図5では、基準平面3からの高さに基づき、ノードがそれぞれ「●」「○」及び「△」として模式的に示されている。ノード21等は「●」にて示されている。ノード23等は「○」にて示されている。ノード24等は「△」にて示されている。ここで「●」は、基準平面3からの高さが「0」であるノードを示している。「○」は、基準平面3からの高さが0より大きい値(例えば「A」)であるノードを示している。「△」は、基準平面3からの高さが0より大きい値(例えば「B」、A≠B)であるノードを示している。
次に、図6に示すように、基準平面3からの高さが特徴量として各ノードに与えられた状態において、与えられた特徴量が0以下のノードが選択される。次いで、選択されたノードに接続されているアークがすべて削除される。図6に示す例では「●」にて示されるノード21等は基準平面3からの高さが「0」であることを示しているので、ノード21等に接続されているアーク22等がすべて削除されている。また「○」にて示されるノード23等、及び「△」にて示されるノード24等は、基準平面3からの高さが「0」より大きいので、これらのノードに接続されているアーク25、アーク26が残されている。上述の処理の結果、ノード及びノードに接続されたアークにて囲まれるグループを、対象物が正射影視された場合の形状として特定する。
なお、上述の説明では、特徴量として与えられた基準平面3からの高さが「0」のノードを選択し、選択したノードに接続されているアークをすべて削除する処理を行っているが、本発明はこの方法に限定されない。例えば、特徴量として与えられた高さが所定の閾値の範囲内であるノードを選択し、選択したノードに接続されているアークをすべて削除する処理を行ってもよい。
図7を参照し、本実施の形態の三次元形状特定装置31(図8参照)にて実行される三次元形状特定方法の概略について説明する。図7は、三次元形状特定装置31(図8参照)にて実行される三次元形状特定方法を機能的に示すブロック図である。
三次元形状特定方法が実行される場合における前提条件について説明する。本実施の形態の三次元形状特定方法では、カメラ1は1台であり、移動可能とする。また、カメラ1の内部パラメータ(焦点距離、画像中心、歪み係数)は予め校正済みであるとする。また、カメラ1の初期校正により、カメラ座標系から見た基準平面3(道路平面)の法線ベクトルn(図1参照)、移動前のカメラ11と基準平面3との間の距離d(図1参照)は既知であるとする。
なお、カメラ1の並進ベクトルt及び行列R(図1参照)についても、本実施の形態では既知であるとする。なお、これらの値は、別途センサにより検出する構成であってもよい。
図7に示すように、三次元形状特定方法では、はじめに、特徴点抽出部51において、カメラ1(図1参照)にて撮影される撮影画像中から特徴点が抽出される。特徴点抽出部51では、移動前のカメラ11(図1参照)にて撮影された撮影画像60と、移動後のカメラ12(図1参照)にて撮影された撮影画像61との其々が取得される。そして、取得された撮影画像60及び撮影画像61の其々に基づいて特徴点が抽出される。特徴点を抽出する為のアルゴリズムとしては、従来周知の様々なアルゴリズムが使用可能である。例えば、HarrisオペレータやSIFT(Scale Invariant Feature Transform)などのアルゴリズムが使用可能である。以下、移動前の撮影画像60より抽出された特徴点の投影像を示すベクトルをxi(i=1,2,・・・)にて示し、移動後の撮影画像61より抽出された特徴点の投影像を示すベクトルをxi´(i=1,2,・・・)にて表わす。
特徴点抽出部51にて抽出された特徴点は、次に特徴点対応付け部52において、同一点を示す特徴点同士が対応付けられる。詳細には、撮影画像60より抽出された特徴点と撮影画像61より抽出された特徴点とで、対象物の同一点を示す特徴点同士が対応付けられる。特徴点同士を対応付ける方法としては、従来周知の様々なアルゴリズムが使用可能である。例えば、特徴点の局所領域のテンプレートマッチングによる方法や、SIFT特徴量を使う方法などが使用可能である。以下、対応付けられた特徴点の投影像のベクトルの組み合わせを{xi,xi´}(i=1,2,・・・)にて示す。
次に、基準平面検出部54において、基準平面3(図1参照)が撮影画像内より検出される。基準平面3としては、例えば撮影画像内の道路平面等が検出される。検出された基準平面3は、特徴点の高さの基準とされる。基準平面3を検出する方法としては、例えば基準平面3に特徴的な部分(道路平面であれば、道路に描かれている線等)をエッジ検出や外周調査等のアルゴリズムにより検出する方法が使用可能である。なお、基準平面3を検出する場合には、検出された基準平面3の特徴的部分とのマッチングを行うための基準平面パラメータ64が参照される。なお、基準平面パラメータが未知の場合には,別途センサなどで計測することにより、基準平面パラメータを取得してもよい。
なお、上述の基準平面検出部54、及び基準平面パラメータ64は、本発明においては省略することも可能である。
次に、高さ判定部55において、特徴点対応付け部52にて対応付けられた特徴点の三次元配置が特定される。詳細には、カメラ1の移動パラメータ(並進ベクトルt、行列R、図1参照)66に基づき射影変換行列Hα65が予め算出される。そして算出された射影変換行列Hα65が参照され、射影変換行列Hαにて示される関係を満たす投影像のベクトルの組み合わせ{xi,xi´}が抽出される。
ベクトルの組み合わせを抽出する工程では、N枚の射影変換行列Hαのうち一に対して、特徴点対応付け部52にて対応付けられた{xi,xi´}が当てはめられる。そして、下記の式(6)を満たす{xi,xi´}を選択する。
そして(6)式の関係を満たすとして選択された組み合わせ(以下「{xα j,x´α j}」にて示す。)は、仮想平面Πα上に配置されている点を示すベクトルとして特定される。上述の処理を、すべての{xi,xi´}を射影変換行列Hαのいずれかに対して当てはめる処理を実行することによって、特徴点の三次元配置が基準平面3からの距離として特定される。
次に、グルーピング部56において、デローネ三角形分割が適用される。そして、基準平面3からの高さが指定値以上の特徴点同士がグルーピングされる。これによって、特徴点を正射影した場合の形状が特定される。
次に、三次元復元部57において、仮想平面Hα上に配置されているとされた特徴点の投影像を示すベクトルの組み合わせ{xα j,x´α j}の三次元位置rα jを、(7)式に基づいて算出する。但し、式中(n,xα j)は、ベクトルnとxα jとの内積を表わす。
図8を参照し、三次元形状特定装置31の電気的構成について説明する。図8は、三次元形状特定装置31の電気的構成を示す模式図である。三次元形状特定装置31は、既述の三次元形状特定方法を実現するための装置である。三次元形状特定装置31としては、例えばパーソナルコンピュータが使用可能である。
図8に示すように、三次元形状特定装置31は、各種演算処理や各種入出力処理が実行されるCPU32、ブートプログラムやBIOSが記憶されるROM33、CPU32が処理を行う場合に必要となる一時的な記憶領域を提供する為のRAM34、及び、各種パラメータやリストが記憶されるハードディスク(HDD)41を備えている。そして、CPU32よりROM33、RAM34、及びHDD41を参照することが可能なように、CPU32とROM33、RAM34、及びHDD41とは其々バスを介して電気的に接続されている。HDD41に記憶されている情報の詳細は後述する。
三次元形状特定装置31は、ディスプレイ35に所望の像を表示させる制御を行うための表示ドライバ36を備えている。そして、CPU32よりディスプレイ35に所望の像を表示させることが可能なように、CPU32と表示ドライバ36とは電気的に接続されている。また表示ドライバ36とディスプレイ35とは電気的に接続されている。
三次元形状特定装置31は、入力部37を介してユーザにより入力される各種情報をCPU32にて認識することが可能なように、CPU32と入力部37とは電気的に接続されている。入力部37としては、例えばキーボードやマウス等が使用可能である。
三次元形状特定装置31は、カメラ1にて撮影された撮影画像を取り込むことが可能なカメラドライバ38を備えている。そして、CPU32にて撮影画像を認識することが可能なように、CPU32とカメラドライバ38とは電気的に接続されている。またカメラドライバ38とカメラ1とは電気的に接続されている。カメラ1としては、CCDカメラやCMOSカメラ等が使用可能である。
三次元形状特定装置31は、記憶媒体40に記憶されている情報を読み取ることが可能な読取ドライブ39を備えている。そして、読取ドライブ39にて読み取られた情報をCPU32にて認識することが可能なように、読取ドライブ39とCPU32とは電気的に接続されている。記憶媒体40には、三次元形状特定装置31のCPU32の駆動に必要なプログラム等が記憶される。記憶媒体40としては特段限定されず、従来周知の様々な記憶媒体が使用可能である。
HDD41に記憶されている各種情報の詳細について、図8を参照して説明する。図8では、基準平面パラメータ記憶領域411、移動パラメータ記憶領域412、射影変換行列記憶領域413、点特徴量リスト記憶領域414、対応候補リスト記憶領域415、対応リスト記憶領域416、撮影画像記憶領域417、及び、特徴点記憶領域418が模式的に示されている。
基準平面パラメータ記憶領域411には、カメラ1にて撮影された撮影画像中に配置されている基準平面3(図1参照)を検出する場合に必要な基準平面パラメータが記憶されている。移動パラメータ記憶領域412には、撮影時におけるカメラ1の移動に関するパラメータが記憶される。例えば、図1における並進ベクトルt、行列R、距離d等のパラメータが記憶される。射影変換行列記憶領域413には、仮想平面Παに対する射影変換行列Hαが記憶されている。点特徴量リスト記憶領域414には、対象物の特徴点を検出した場合に、同時に検出される特徴点の特徴量のリストが記憶される。対応候補リスト記憶領域415には、SIFTアルゴリズム等に基づいて特徴点の対応付けを行う場合に必要となる対応候補リストが記憶される。対応リスト記憶領域416には、アウトライア除去工程(S25、図9参照、後述)において、RANSAC(RANdom SAmple Consensus)処理を行う場合に必要となる対応リストが記憶される。撮影画像記憶領域417には、カメラ1にて撮影された結果の撮影画像のデータが記憶される。特徴点記憶領域418には、撮影画像より抽出された特徴点の位置情報及び三次元配置情報が記憶される。
図9を参照し、三次元形状特定装置31のCPU32にて実行される三次元形状特定処理について説明する。図9は、三次元形状特定処理を示すフローチャートである。三次元形状特定処理は、ユーザにより入力部37(図8参照)を介して三次元特定処理を実行する旨の入力がなされた場合に、CPU32により起動され実行される。
図9に示すように、三次元形状特定処理では、はじめに、移動前の状態のカメラ1(カメラ11、図1参照)にて画像が撮影される(S11)。撮影画像のデータは、HDD41の撮影画像記憶領域417に記憶される。次いで、S11にて撮影された地点とは異なる地点にカメラ1が移動する。そして、移動後の状態のカメラ1(カメラ12、図1参照)にて画像が撮影される(S13)。撮影画像のデータは、HDD41の撮影画像記憶領域417に記憶される。
次いで、撮影画像中から特徴点が抽出される(S15)。抽出された特徴点の位置情報は、HDD41の特徴点記憶領域418に記憶される。特徴点を抽出する場合に、同時に特徴点の特徴量をHDD41の点特徴量リスト記憶領域414に記憶する。また既述のように、HarrisオペレータやSIFTなどのアルゴリズムを使用して特徴点を抽出することも可能である。
次いで、カメラ1の移動前後で、対象物の同一点を示す特徴点同士が対応付けられる(S17)。ここで特徴点同士を対応付ける方法としてSIFT特徴量が使用される場合には、HDD41の点特徴量リスト記憶領域414の中で、類似した特徴量を持つ特徴点の組を、対応候補リスト記憶領域415に格納する。また既述のように、テンプレートマッチングなどを用いて対応付けを行うことも可能である。
次いでS25では、幾何学的に正しい対応点対は、エピ極線拘束条件と呼ばれる条件を満足することを利用し、アウトライアを除去する(S25)。具体的には,RANSACを用いたロバスト推定によって特徴点対に基礎行列と呼ばれる行列を当てはめ、閾値処理によって残差の大きいデータを除去する。RANSACを用いたロバスト推定の工程では、ランダムにいくつかのサンプルを抽出し、最小二乗法(LMS)などに当てはめることを繰り返す。抽出したサンプルに外れ値が含まれなければ、より確からしい推定が得られ、且つ外れ値の数が全特徴点の数に比べて少なければ、推定される誤差範囲内により多くの特徴点を含ませることが可能となる。アウトライア除去工程では、正しいとみなされた対応をHDD41の対応リスト記憶領域416に格納する。
次いで、基準平面3が撮影画像内より検出される(S27)。基準平面3として、撮影画像内の道路平面が検出される。検出された基準平面3は、特徴点の高さの基準とされる。具体的には、道路平面の特徴的部分(道路に描かれている線等)のパターンを検出することや、画像内で最も大きな平面を求めたりすることによって、道路平面が検出される。検出する方法としては、既述のようにエッジ検出や外周調査などのアルゴリズムや、RANSACを用いた平面検出アルゴリズムが使用可能である。なお必要に応じて、HDD41の基準平面パラメータ記憶領域411に記憶されている基準平面パラメータが参照される。
次いで、S17にて対応付けられた特徴点組に対して高さ判定がなされる(S29)。高さ判定は、予め算出されHDD41の射影変換行列記憶領域413に記憶されている射影変換行列Hαが参照される。そして、射影変換行列Hαにて示される関係を満たす特徴点の組み合わせが抽出される((6)式参照)。抽出された特徴点の組み合わせにて特定される対象物の特徴点は、仮想平面Πα上に配置されていると特定される。これによって、特徴点の三次元配置の情報(道路平面からの高さの情報)が特定される。特定された三次元配置の情報は、特徴点の位置情報に対応付けられ、HDD41の特徴点記憶領域418に記憶される。
高さ判定は、S17において対応付けが可能であったすべての特徴点に対して仮想平面Παが当てはめられることによって実行される。高さ判定が実行されていない特徴点が存在する場合には(S31:NO)、S29に戻り、未処理の特徴点について上述の処理が繰り返し実行される。すべての特徴点について高さ判定が実行された場合(S31:YES)、グルーピング処理を実行するためにS33に移行される。
S33では、高さ判定がなされた特徴点に対して、グルーピングが実行される(S33)。グルーピングでは、道路平面からある値以上の高さを持つ特徴点同士がグルーピングされる。具体的には、デローネ三角形分割が適用されることによって、道路平面からある値以上の高さを持つ特徴点同士がグルーピングされる。これによって、特徴点を正射影視した場合の形状が特定される。
次いで、特徴点の其々の三次元位置が算出される(S35、(7)式参照)。これによって、特徴点の三次元形状が特定される。算出された特徴点の三次元形状は、ディスプレイ35(図8参照)に表示され(S37)、撮影空間に存在する対象物の三次元形状をユーザが視認可能となる。
以上説明したように、三次元形状特定装置31では、撮影画像内に存在する対象物の特徴点の三次元配置と正射影時の形状を特定することによって、対象物の三次元形状を特定することが可能となっている。ここで、仮想平面間の距離を調整することにより、基準平面3からの高さが所定未満の対象物を検出対象外とすることが可能となる。これによって、不要な対象物をフィルタリングして検出しないように設定することが可能となる。従って、結果の解析が容易となり、必要な対象物を容易かつ迅速に抽出することが可能となる。例えば、車載される凹凸検出装置等において、無視可能な路面の凹凸や障害物等は検出せず、走行に支障を来す可能性のある対象物のみを特定することが可能となる。
また、対象物において基準平面3からの高さがある値以上の特徴点同士をデローネ三角形分割により特定してグループ化することが可能となる。これによって、複数の対象物が近接して配置されている場合であっても、双方の三次元形状を区別して特定することが可能となる。
なお、三次元形状特定装置31では、唯一のカメラ1を移動させることによって異なる視点より撮影された撮影画像を取得している。これによって、カメラ1の数を最小限に抑えることが可能となり、三次元形状特定のために必要な設備のコストを抑制することが可能となる。また、複数の撮影画像を複数の撮影手段より取得する構成とした場合、撮影手段は所定距離以上離して配置させなければならないため、設置場所の制約が大きくなるが、本発明では、カメラ1の設置制限を受けることなく撮影画像を取得し三次元形状を特定することが可能となる。
なお、図9のS11及びS13の処理を行うCPU32が本発明の「取得手段」に相当し、S15の処理を行うCPU32が本発明の「特徴点抽出手段」に相当し、S17の処理を行うCPU32が本発明の「特徴点対応付け手段」に相当する。図9のS11にて取得された撮影画像に基づき、S15にて抽出される特徴点が本発明の「第一特徴点」に相当し、S13にて取得された撮影画像に基づき、S15にて抽出される特徴点が本発明の「第二特徴点」に相当する。図8の射影変換行列記憶領域413に記憶されている射影変換行列が本発明の「射影変換行列」に相当し、射影変換行列記憶領域413が本発明の「記憶手段」に相当する。図9のS29の処理を行うCPU32が本発明の「選択手段」に相当し、S33及びS35の処理を行うCPU32が本発明の「形状特定手段」に相当する。図9のS33の処理を行うCPU32が本発明の「グループ化手段」に相当する。図8のカメラ1が本発明の「撮影手段」に相当する。
図9のS11及びS13の処理が本発明の「取得ステップ」に相当し、S15の処理が本発明の「特徴点抽出ステップ」に相当し、S17の処理が本発明の「特徴点対応付けステップ」に相当する。図9のS29の処理が本発明の「選択ステップ」に相当し、S33及びS35の処理が本発明の「形状特定ステップ」に相当する。図9のS33の処理が本発明の「グループ化ステップ」に相当する。
以下、上述の三次元形状特定装置31を使用した実施例1の方法及び結果について、図面を参照して説明する。実施例1では、カメラを所定方向に移動させた場合の移動前後の位置で撮影される撮影画像を解析し、撮影画像内の道路平面上に置かれた対象物(障害物)の三次元配置を特定した。三次元形状の特定は、カメラを前方直進方向に移動させた場合(以下単に「直進移動」という。)と、前方直進方向に移動させた後左方向に視野方向を傾けた場合(以下単に「左折移動」という。)との両方の場合について行った。カメラとして、SONY製「DFW−V500」を使用した。レンズとして、YCL−08YM(Cマウント、焦点距離:8mm)を使用した。カメラを直進移動させた場合、及び、左折移動させた場合の運動パラメータを表1に示す。道路平面上に置かれた障害物の高さを表2に示す。
カメラ移動前の位置において撮影された撮影画像を図10に示す。カメラを直進移動させた後の位置において撮影された撮影画像を図11に示す。カメラを左折移動させた後の位置において撮影された撮影画像を図12に示す。なお、図10の撮影画像にて示される撮影空間のうち、紙面手前側を撮影空間の後方、紙面手奥行き側を撮影空間の前方、紙面左側を撮影空間の左側、紙面右側を撮影空間の右側と定義する。
次に、得られた其々の撮影画像より特徴点を抽出し、移動前後の撮影画像内で同一部分を示す特徴点同士を対応付けた。そして、RANSACによりアウトライアを除去した。カメラを直進移動させた場合の移動前後の撮影画像より抽出された特徴点のうち、対応付けができた特徴点について、図13(移動前撮影画像)、図14(移動後撮影画像)に示す。また双方の特徴点の対応関係を表わすために、直進移動前の特徴点の位置から、移動後の特徴点に対して線分を描いた模式図を図15に示す。なお、カメラを直進移動させた場合における撮影画像について、対応付けができた特徴点の組み合わせは633組であった。
カメラを左折移動させた場合の移動前後の撮影画像より抽出された特徴点のうち、対応付けができた特徴点について、図16(移動前撮影画像)、図17(移動後撮影画像)に示す。また双方の特徴点の対応関係を表わすために、左折移動前の特徴点の位置から、移動後の特徴点に対して線分を描いた模式図を図18に示す。なお、カメラを左折移動させた場合における撮影画像について、対応付けができた特徴点の組み合わせは540組であった。
次に、得られた特徴点の組み合わせを用い、予め用意した複数の射影変換行列にて示される関係を満たす特徴点の組み合わせを選択した。用意した射影変換行列間の高さ方向の分解能(射影変換行列間距離)は50mmに設定した。特徴点の組み合わせは、より近距離に位置する射影変換行列に関連させることによって、すべての特徴点の基準平面からの高さを特定した。結果を図19〜図24に示す。
図19〜図21は、カメラを直進移動させた場合の撮影画像に基づいて抽出された特徴点の道路平面からの高さを示す模式図である。図19は、撮影画像にて示される撮影空間を左方から道路平面と平行方向に見た場合の特徴点の分布を示している。図19のうち、紙面右側が撮影空間の下側に相当する。紙面左側が撮影空間の上側に相当する。紙面上側が撮影空間の後方に相当する。紙面下側が撮影空間の前方に相当する。図20は、撮影空間を後方から道路平面と平行方向に見た場合の特徴点の分布を示している。図20のうち、紙面右側が撮影空間の下側に相当する。紙面左側が撮影空間の上側に相当する。紙面上側が撮影空間の右側に相当する。紙面下側が撮影空間の左側に相当する。図21は、撮影空間を上方から道路平面と垂直方向に見た場合の特徴点の分布を示している。図21のうち、紙面右側が撮影空間の後方に相当する。紙面左側が撮影空間の前方に相当する。紙面上側が撮影空間の右側に相当する。紙面下側が撮影空間の左側に相当する。
また図22〜図24は、カメラを左折移動させた場合の撮影画像に基づいて抽出された特徴点の道路平面からの高さを示す模式図である。図22は、撮影画像にて示される撮影空間を左方から道路平面と平行方向に見た場合の特徴点の分布を示している。図22のうち、紙面右側が撮影空間の下側に相当する。紙面左側が撮影空間の上側に相当する。紙面上側が撮影空間の後方に相当する。紙面下側が撮影空間の前方に相当する。図23は、撮影空間を後方から道路平面と平行方向に見た場合の特徴点の分布を示している。図23のうち、紙面右側が撮影空間の下側に相当する。紙面左側が撮影空間の上側に相当する。紙面上側が撮影空間の右側に相当する。紙面下側が撮影空間の左側に相当する。図24は、撮影空間を上方から道路平面と垂直方向に見た場合の特徴点の分布を示している。図24のうち、紙面右側が撮影空間の後方に相当する。紙面左側が撮影空間の前方に相当する。紙面上側が撮影空間の右側に相当する。紙面下側が撮影空間の左側に相当する。図19〜図24では、道路平面状の特徴点は●にて示されている。また、道路平面から所定の高さに配置されている特徴点は、同一高さの特徴点毎に異なる記号(▲、◆、■など)にて示されている。
図19〜図21と撮影画像(図10及び図11参照)とを比較した結果、図中☆にて示される特徴点がテーブル(高さ:451mm)に相当し、図中▲にて示される特徴点が板(高さ:60mm)に相当し、図中×にて示される特徴点が箱(高さ:260mm)に相当していることがわかった。またこれらの障害物(テーブル、箱、板)が其々、テーブル:右、箱:左前方、板:左後方に配置されている様子が、実撮影空間と良好に一致した。
図22〜図24と撮影画像(図10、図13参照)とを比較した結果、図中▲にて示される特徴点が板(高さ:60mm)に相当し、図中■にて示される特徴点が箱(高さ:260mm)に相当していることがわかった。またテーブルは、移動後の撮影画像内に存在しておらず、図22〜図24においては特徴点として表わされていない。またこれらの障害物(箱、板)が其々、箱:左前方、板:左後方に配置されている様子が、実撮影空間と良好に一致した。
また図19〜図24のいずれの結果からも、道路平面上や、テーブル、板、及び箱の上に載せられている紙や雑誌の高さは検出されなかった。
以上の結果から、撮影空間のうち道路平面上に置かれた障害物(左後方のテーブル(高さ:60mm)、左前方の箱(高さ:260mm)、右側のテーブル(高さ:451mm))の撮影空間内における位置や、道路平面からの高さが、結果に良好に再現されることがわかった。従って上述の方法により、対象物の三次元配置を詳細に特定できることが明らかとなった。また、準備した射影変換行列の分解能以下の高さを有する障害物を検出対象外とすることが可能であることが明らかとなった。
以下、上述の三次元形状特定装置31を使用した実施例2の方法及び結果について、図面を参照して説明する。実施例2では、カメラを直進移動させた場合の移動前後の位置で撮影される撮影画像を解析し、撮影画像内の道路平面上に置かれた対象物(障害物)の形状を特定した。カメラ及びレンズの条件、カメラの運動パラメータについては、実施例1と同様とした。撮影にて得られた其々の撮影画像より特徴点を抽出し、移動前後の撮影画像内で同一部分を示す特徴点同士を対応付けた。そして、RANSACによりアウトライアを除去した。カメラを直進移動させた場合の移動前後の撮影画像より抽出された特徴点のうち、対応付けができた特徴点について、図25(移動前撮影画像)、図26(移動後撮影画像)に示す。
次に、得られた特徴点の組み合わせを用い、予め用意した複数の射影変換行列にて示される関係を満たす特徴点の組み合わせを選択した。用意した射影変換行列、及び、特徴点の組み合わせの当てはめ方法については、実施例1と同様とした。
次に、得られた特徴点の群の高さを「0」として正射影視した。結果を図27に示す。図27は、特徴点を正射影した状態(撮影画像にて示される撮影空間を上方から道路平面と垂直方向に見た状態)を示す模式図である。図27のうち、紙面上側が撮影空間の前方に相当する。紙面下側が撮影空間の後方に相当する。紙面右側が撮影空間の右側に相当する。紙面左側が撮影空間の左側に相当する。
次に、高さを「0」として正射影した状態の特徴点群に対してデローネ三角形分割を適用させた。結果を図28に示す。図28は、撮影画像にて示される撮影空間を上方から道路平面と垂直方向に見た場合の特徴点に対してデローネ三角形分割を適用させた結果を示す模式図である。図28のうち、紙面上側が撮影空間の前方に相当する。紙面下側が撮影空間の後方に相当する。紙面右側が撮影空間の右側に相当する。紙面左側が撮影空間の左側に相当する。
次に、デローネ三角形分割が適用された後の特徴点に対してグルーピングを行った。グルーピングの結果を図29に示す。図29は、撮影画像にて示される撮影空間を上方から道路平面と垂直方向に見た場合の特徴点の分布およびグルーピングの結果を示している。図29のうち、紙面上側が撮影空間の前方に相当する。紙面下側が撮影空間の後方に相当する。紙面右側が撮影空間の右側に相当する。紙面左側が撮影空間の左側に相当する。
図29と撮影画像(図25、図26参照)とを比較した結果、図中○にて示される特徴点がテーブル(高さ:451mm)に相当し、図中☆にて示される特徴点が板(高さ:60mm)に相当し、図中◇にて示される特徴点が箱(高さ:260mm)に相当していることがわかった。またこれらの障害物(テーブル、箱、板)が其々、テーブル:右、箱:左前方、板:左後方に配置されている様子が、実撮影空間と良好に一致した。さらに特徴点同士を接続する線分によって囲まれる部分の形状が、其々の障害物の正射影時の形状と良好に一致した。
これらの結果から、撮影空間に置かれた障害物(左後方のテーブル、左前方の箱、右側のテーブル)がそれぞれ良好にグルーピングされることがわかった。従って上述の方法により、対象物の形状を詳細に特定できることが明らかとなった。
1、11、12 カメラ
3 基準平面
5 仮想平面
31 三次元形状特定装置
40 記憶媒体
32 CPU
41 HDD
413 射影変換行列記憶領域
3 基準平面
5 仮想平面
31 三次元形状特定装置
40 記憶媒体
32 CPU
41 HDD
413 射影変換行列記憶領域
Claims (9)
- 対象物を複数の異なる視点から撮影して得られる複数の撮影画像に基づき、前記対象物の三次元形状を特定する三次元形状特定装置であって、
前記撮影画像を取得する取得手段と、
前記取得手段にて取得された前記撮影画像から、前記対象物の特徴点を抽出する特徴点抽出手段と、
前記特徴点抽出手段により、一の前記撮影画像から抽出される前記特徴点である第一特徴点、及び、他の前記撮影画像から抽出される前記特徴点である第二特徴点のうち、前記対象物の同一点を示す前記第一特徴点と前記第二特徴点とを対応付ける特徴点対応付け手段と、
前記特徴点対応付け手段にて対応付けられた前記第一特徴点及び前記第二特徴点のうち、前記撮影画像内に含まれる基準平面に並行な仮想平面であって前記基準平面より所定間隔離れた位置に配置される前記仮想平面上に配置する前記第一特徴点及び前記第二特徴点との関係を示す射影変換行列であって、前記視点の移動情報、及び、前記仮想平面に対する前記一の撮影画像が撮影された前記視点の位置情報に基づいて算出される前記射影変換行列を、前記所定間隔の異なる複数の前記仮想平面毎に記憶する記憶手段と、
前記第一特徴点及び前記第二特徴点のうち、前記記憶手段に記憶された前記射影変換行列にて示される関係を満たす前記第一特徴点及び前記第二特徴点を選択する選択手段と、
前記選択手段にて選択された前記第一特徴点及び前記第二特徴点にて示される前記対象物の前記特徴点が、前記選択手段にて関係を満たすとされた前記射影変換行列の基となる前記仮想平面上に配置されていると特定することによって、前記対象物の形状を特定する形状特定手段と
を備えた三次元形状特定装置。 - 前記形状特定手段は、
前記選択手段において、同一の前記射影変換行列にて示される関係を満たすとして選択された前記特徴点同士をグループ化することによって、前記対象物の形状を特定するグループ化手段を備えたことを特徴とする請求項1に記載の三次元形状特定装置。 - 前記取得手段は、
移動可能な唯一の撮影手段の移動の前後において前記対象物が撮影された結果得られる前記撮影画像を取得することを特徴とする請求項1又は2に記載の三次元形状特定装置。 - 前記グループ化手段は、
前記特徴点を頂点とするデローネ三角形を形成させることによって前記特徴点をグループ化することを特徴とする請求項2に記載の三次元形状特定装置。 - 対象物を複数の異なる視点から撮影して得られる複数の撮影画像に基づき、前記対象物の三次元形状を特定する三次元形状特定方法であって、
前記撮影画像を取得する取得ステップと、
前記取得ステップにて取得された前記撮影画像から、前記対象物の特徴点を抽出する特徴点抽出ステップと、
前記特徴点抽出ステップにより、一の前記撮影画像から抽出される前記特徴点である第一特徴点、及び、他の前記撮影画像から抽出される前記特徴点である第二特徴点のうち、前記対象物の同一点を示す前記第一特徴点と前記第二特徴点とを対応付ける特徴点対応付けステップと、
前記特徴点対応付けステップにて対応付けられた前記第一特徴点及び前記第二特徴点のうち、前記撮影画像内に含まれる基準平面に並行な仮想平面であって前記基準平面より所定間隔離れた位置に配置される前記仮想平面上に配置する前記第一特徴点及び前記第二特徴点との関係を示す射影変換行列であって、前記視点の移動情報、及び、前記仮想平面に対する前記一の撮影画像が撮影された前記視点の位置情報に基づいて算出される前記射影変換行列を、前記所定間隔の異なる複数の前記仮想平面毎に記憶する記憶手段と、
前記第一特徴点及び前記第二特徴点のうち、前記記憶手段に記憶された前記射影変換行列にて示される関係を満たす前記第一特徴点及び前記第二特徴点を選択する選択ステップと、
前記選択ステップにて選択された前記第一特徴点及び前記第二特徴点にて示される前記対象物の前記特徴点が、前記選択ステップにて関係を満たすとされた前記射影変換行列の基となる前記仮想平面上に配置されていると特定することによって、前記対象物の形状を特定する形状特定ステップと
を備えた三次元形状特定方法。 - 前記形状特定ステップは、
前記選択ステップにおいて、同一の前記射影変換行列にて示される関係を満たすとして選択された前記特徴点同士をグループ化することによって、前記対象物の形状を特定するグループ化ステップを備えたことを特徴とする請求項5に記載の三次元形状特定方法。 - 前記取得ステップは、
移動可能な唯一の撮影手段の移動の前後において前記対象物が撮影された結果得られる前記撮影画像を取得することを特徴とする請求項5又は6に記載の三次元形状特定方法。 - 前記グループ化ステップは、
前記特徴点を頂点とするデローネ三角形を形成させることによって前記特徴点をグループ化することを特徴とする請求項6に記載の三次元形状特定方法。 - 請求項1乃至4のいずれかに記載の三次元形状特定装置の各処理手段としてコンピュータを駆動させる三次元形状特定プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009022218A JP2010181919A (ja) | 2009-02-03 | 2009-02-03 | 三次元形状特定装置、三次元形状特定方法、三次元形状特定プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009022218A JP2010181919A (ja) | 2009-02-03 | 2009-02-03 | 三次元形状特定装置、三次元形状特定方法、三次元形状特定プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010181919A true JP2010181919A (ja) | 2010-08-19 |
Family
ID=42763486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009022218A Pending JP2010181919A (ja) | 2009-02-03 | 2009-02-03 | 三次元形状特定装置、三次元形状特定方法、三次元形状特定プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010181919A (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101212127B1 (ko) | 2010-10-28 | 2012-12-13 | 재단법인대구경북과학기술원 | 장애 물체 검출 장치 및 방법 |
WO2013035612A1 (ja) * | 2011-09-09 | 2013-03-14 | 日本電気株式会社 | 障害物検知装置、障害物検知方法及び障害物検知プログラム |
WO2014017719A1 (ko) * | 2012-07-25 | 2014-01-30 | 전주대학교 산학협력단 | 병렬 영상 필터링 모듈을 구비한 다시점 카메라를 이용한 시각 장애인 가이드 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 |
JP2014059710A (ja) * | 2012-09-18 | 2014-04-03 | Toshiba Corp | 対象物検出装置および対象物検出方法 |
JP2014122871A (ja) * | 2012-12-21 | 2014-07-03 | Zong Jing Investment Inc | 測距方法及びコンピュータプログラム製品 |
JP2015210677A (ja) * | 2014-04-25 | 2015-11-24 | 国立大学法人 東京大学 | 情報処理装置および情報処理方法 |
JP2016017757A (ja) * | 2014-07-04 | 2016-02-01 | Kddi株式会社 | 情報登録装置及び情報継続登録装置並びに方法及びプログラム |
WO2017006577A1 (ja) * | 2015-07-03 | 2017-01-12 | 三菱電機株式会社 | 3次元点群選択装置および3次元点群選択方法 |
JP2018049396A (ja) * | 2016-09-20 | 2018-03-29 | 富士通株式会社 | 形状推定方法、形状推定装置および形状推定プログラム |
KR20180089589A (ko) * | 2017-01-31 | 2018-08-09 | 주식회사 큐램 | 가상 특징점을 이용한 이미지 정합 방법 및 그 시스템 |
JP2019028022A (ja) * | 2017-08-03 | 2019-02-21 | 東芝テック株式会社 | 寸法測定装置 |
JPWO2020208686A1 (ja) * | 2019-04-08 | 2020-10-15 |
-
2009
- 2009-02-03 JP JP2009022218A patent/JP2010181919A/ja active Pending
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101212127B1 (ko) | 2010-10-28 | 2012-12-13 | 재단법인대구경북과학기술원 | 장애 물체 검출 장치 및 방법 |
WO2013035612A1 (ja) * | 2011-09-09 | 2013-03-14 | 日本電気株式会社 | 障害物検知装置、障害物検知方法及び障害物検知プログラム |
WO2014017719A1 (ko) * | 2012-07-25 | 2014-01-30 | 전주대학교 산학협력단 | 병렬 영상 필터링 모듈을 구비한 다시점 카메라를 이용한 시각 장애인 가이드 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 |
JP2014059710A (ja) * | 2012-09-18 | 2014-04-03 | Toshiba Corp | 対象物検出装置および対象物検出方法 |
JP2014122871A (ja) * | 2012-12-21 | 2014-07-03 | Zong Jing Investment Inc | 測距方法及びコンピュータプログラム製品 |
JP2015210677A (ja) * | 2014-04-25 | 2015-11-24 | 国立大学法人 東京大学 | 情報処理装置および情報処理方法 |
JP2016017757A (ja) * | 2014-07-04 | 2016-02-01 | Kddi株式会社 | 情報登録装置及び情報継続登録装置並びに方法及びプログラム |
WO2017006577A1 (ja) * | 2015-07-03 | 2017-01-12 | 三菱電機株式会社 | 3次元点群選択装置および3次元点群選択方法 |
JPWO2017006577A1 (ja) * | 2015-07-03 | 2017-11-24 | 三菱電機株式会社 | 3次元点群選択装置および3次元点群選択方法 |
JP2018049396A (ja) * | 2016-09-20 | 2018-03-29 | 富士通株式会社 | 形状推定方法、形状推定装置および形状推定プログラム |
KR20180089589A (ko) * | 2017-01-31 | 2018-08-09 | 주식회사 큐램 | 가상 특징점을 이용한 이미지 정합 방법 및 그 시스템 |
KR101943097B1 (ko) * | 2017-01-31 | 2019-01-30 | 주식회사 큐램 | 가상 특징점을 이용한 이미지 정합 방법 및 그 시스템 |
JP2019028022A (ja) * | 2017-08-03 | 2019-02-21 | 東芝テック株式会社 | 寸法測定装置 |
JPWO2020208686A1 (ja) * | 2019-04-08 | 2020-10-15 | ||
WO2020208686A1 (ja) * | 2019-04-08 | 2020-10-15 | 日本電気株式会社 | カメラ校正装置、カメラ校正方法、及びプログラムが格納された非一時的なコンピュータ可読媒体 |
JP7151879B2 (ja) | 2019-04-08 | 2022-10-12 | 日本電気株式会社 | カメラ校正装置、カメラ校正方法、及びプログラム |
US11521333B2 (en) | 2019-04-08 | 2022-12-06 | Nec Corporation | Camera calibration apparatus, camera calibration method, and non-transitory computer readable medium storing program |
US11830223B2 (en) | 2019-04-08 | 2023-11-28 | Nec Corporation | Camera calibration apparatus, camera calibration method, and nontransitory computer readable medium storing program |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2010181919A (ja) | 三次元形状特定装置、三次元形状特定方法、三次元形状特定プログラム | |
US10288418B2 (en) | Information processing apparatus, information processing method, and storage medium | |
JP3735344B2 (ja) | キャリブレーション装置、キャリブレーション方法、及びキャリブレーション用プログラム | |
JP6363863B2 (ja) | 情報処理装置および情報処理方法 | |
US20120177284A1 (en) | Forming 3d models using multiple images | |
CN109801333B (zh) | 体积测量方法、装置、系统及计算设备 | |
US20090296984A1 (en) | System and Method for Three-Dimensional Object Reconstruction from Two-Dimensional Images | |
US20120148145A1 (en) | System and method for finding correspondence between cameras in a three-dimensional vision system | |
JP2011221988A (ja) | ステレオ画像による3次元位置姿勢計測装置、方法およびプログラム | |
CA2650557A1 (en) | System and method for three-dimensional object reconstruction from two-dimensional images | |
JP2007263669A (ja) | 3次元座標取得装置 | |
JP2008096162A (ja) | 3次元距離計測センサおよび3次元距離計測方法 | |
JP2014074632A (ja) | 車載ステレオカメラの校正装置及び校正方法 | |
JP5007863B2 (ja) | 3次元物体位置計測装置 | |
CN108362205B (zh) | 基于条纹投影的空间测距方法 | |
EP2924612A1 (en) | Object detection device, object detection method, and computer readable storage medium comprising object detection program | |
JP6172432B2 (ja) | 被写体識別装置、被写体識別方法および被写体識別プログラム | |
JP6396499B2 (ja) | 三次元情報の規模測定 | |
JP2010133751A (ja) | 形状測定装置およびプログラム | |
CN113034605A (zh) | 目标对象的位置确定方法、装置、电子设备及存储介质 | |
JP2008275366A (ja) | ステレオ3次元計測システム | |
Siddique et al. | 3d object localization using 2d estimates for computer vision applications | |
JP2015206654A (ja) | 情報処理装置、情報処理方法、プログラム | |
CN111998834B (zh) | 一种裂缝监测方法及系统 | |
KR101837269B1 (ko) | 다중 마커 기반의 정합 가이드 방법 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120202 |
|
A072 | Dismissal of procedure [no reply to invitation to correct request for examination] |
Free format text: JAPANESE INTERMEDIATE CODE: A073 Effective date: 20130613 |