JP2013047662A - 対象物体の検出方法、検出装置及びプログラム - Google Patents
対象物体の検出方法、検出装置及びプログラム Download PDFInfo
- Publication number
- JP2013047662A JP2013047662A JP2012097848A JP2012097848A JP2013047662A JP 2013047662 A JP2013047662 A JP 2013047662A JP 2012097848 A JP2012097848 A JP 2012097848A JP 2012097848 A JP2012097848 A JP 2012097848A JP 2013047662 A JP2013047662 A JP 2013047662A
- Authority
- JP
- Japan
- Prior art keywords
- target object
- sphere
- measurement point
- region
- target
- 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
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
【解決手段】3次元計測手段から3次元の計測点群として球体の形状データを取得する形状データ取得ステップ(S1)と、仮想座標空間において球体が占める対象体領域を各計測点の付加情報に従って区画する領域分割ステップ(S41)と、分割された各対象体領域の中から球体と推定される推定領域を抽出する対象体領域抽出ステップ(S43)と、推定領域毎に推定球体を生成し、対象体と認識される推定対象体を認識対象体とする対象体認識ステップ(S44)とを備える。
【選択図】図5
Description
しかしながら、3次元の仮想座標空間では、計測時や撮像時等におけるノイズ等により、上述のように生成された対象体領域の境界付近に不明瞭な形状部分が生じるという問題がある。
この点、上記特許文献1に開示された従来技術は、コンピュータ断層撮影装置(CT装置)の3次元画像を構成するボクセルデータに対して画素の抽出処理を行うものであり、対象体を3次元の点群として計測した場合には、当該点群に対して従来技術を適用できないという問題がある。
そして、領域分割では、計測データの誤差やノイズなどの影響により領域分割を誤り、同一の球体を重複して検出したり、検出した球体の位置が偏ったりして、領域分割の精度が低下してしまうという問題がある。
本発明は、上述した課題を解決すべくなされたものであり、その目的とするところは、対象物体を3次元の点群として計測した場合の形状データに基づいて、高速化を図りつつ精度よく対象物体を検出することの可能な検出方法、検出装置及びプログラムを提供することにある。
ここで、3次元計測手段のセンサのノイズは、滑らかな球体の表面では一般に正規分布となり安定したものとなるため、球体の内側に計測点が存在することはない。しかし、球体が遠方方向にある場合、または検出する球体が小さい場合には、上記対象体認識ステップで球体の位置を誤ることがある。請求項8の球体の検出方法は、この原理に基づいて行われる。
本発明の対象物体の検出装置によれば、上述した対象物体の検出方法と同様の作用効果が得られる。
以下、本発明の第1実施形態について図面を参照しながら説明する。
図1は、本発明の第1実施形態に供試される対象体認識装置1の概略構成図である。
図1に示すように、対象体認識装置1は対象体である球体2の形状を仮想座標空間において表現する装置であり、支持体3に支えられた球体2の形状データを取得する3次元計測手段4と、3次元計測手段4にて取得された形状データから仮想座標空間における球体2を演算する演算手段6と、演算手段6にて演算された結果等を記憶するメモリ装置8と、演算された結果等を出力する外部出力手段10とを備える。
ここで、3次元計測手段4は、球体2上の測定点までの距離を計測することにより、または、球体2をステレオカメラなどの装置を利用して撮像することにより、球体2の形状データを取得する。
外部出力手段10は、シリアル通信、LANのネットワーク通信、画面出力、外部メモリ書き込み、またはファイル出力等により算出した結果を出力する。なお、この他にキーボード等の入力手段が演算手段6に接続されていてもよい。
図2は、対象体検出方法を示すフローチャートであり、図3は対象体の形状データを取得する形状データ取得ステップのフローチャートである。なお、後述するステップS12以降の各処理は、メモリ装置8に格納されている各プログラムを演算手段6にて実行することにより行われる。なお、球体2の半径は予めメモリ装置8に格納されているものとする。
ステップS11では、3次元計測手段4から球体2の形状データを計測点群として取得する。3次元計測手段4は、例えばレーザ距離計やステレオカメラ等を使用するものである。
また、3次元計測手段4がステレオカメラである場合、球体2を撮像することで、画像データに含まれる球体2の部分を3次元の計測点群として取得する。
また、3次元計測手段として、レーザ距離計やステレオカメラなどの計測データを記録した保存媒体を代わりに用いることもできる。
図2に戻り、続くステップS2では、上記ステップS13で求めた法線ベクトル及び頂点面積などの付加情報を用いて仮想座標空間における球中心の推定を行う。
ステップS40では、3次元計測手段4にて検出された球体の側面に相当する計測点を除外する。
ステップS401では、計測点の法線ベクトルと、計測点から3次元計測手段4の位置である視点方向に向かうベクトルとのなす角度αを求める。
ステップS403では、計測点が球体の側面に位置しないとして、計測点を残す。
ステップS404では、計測点が球体の側面に位置するとして、計測点を除外する。
上記ステップS403、S404では、例えば図6(B)に示す計測点P1を球体の計測点として残し、計測点P2は球体の側面に相当するとして除外する処理を行う。
詳しくは、図8−1、図8−2に示す領域分割ステップのフローチャートに従って、ステップS41で領域分割ステップが実行される。ここで、図8−1、図8−2に示す領域分割ステップは、全ての計測点に対して実行される。
ステップS412では、全ての計測点の領域番号を初期化する。ここでは、初期値として領域番号に−1を設定する。
続くステップS413では、新領域番号newFieldに0を設定する。
ステップS415では、i番目の計測点iの領域番号が−1、即ち領域番号が割り当てられていないことを判定する。当該判定結果が真(Yes)の場合には計測点iに領域番号がまだ割り当てられていないとしてステップS416へ進む。一方、当該判定結果が偽(No)の場合には、計測点iに領域番号が既に割り当てられているとして、変数iをインクリメントしてステップS414へ戻り、次の計測点に対して処理を行う。
続くステップS417では、スタックSiから計測点を取り出す。本ステップで取り出した計測点を計測点jとする。
ステップS418では、計測点jの領域番号が−1、即ち領域番号が割り当てられているか否かを判定する。当該判定結果が真(Yes)の場合には、まだ領域番号が割り当てられていないとしてステップS419へ進む。一方、当該判定結果が偽(No)の場合には、計測点jに領域番号が既に割り当てられているとして、ステップS420へ進む。
ステップS420では、変数kが計測点jの計測点リストに含まれる全計測点数より小さい間、ステップS421、S422の処理を行う。
当該判定結果が真(Yes)の場合には、計測点kは計測点jと同じ領域内にあるとしてステップS422へ進む。
一方、上記ステップS421の判定結果が偽(No)と判定された場合には同じ領域内にはいないとして、変数kをインクリメントしてステップS420へ戻り、次の計測点kに対して上述した処理を行う。
ステップS424では、新領域番号newFieldをインクリメントする。
ステップS41を実行した結果を図9に示すように、各計測点に領域番号が付加されて対象体領域が分割される。
詳しくは、図10に示す対象体領域抽出ステップのフローチャートに基づいて説明する。
ステップS431では、領域番号nに含まれる計測点数をカウントする。
ステップS432では、上記ステップS431でカウントした計測点数が閾値の範囲内、つまり、領域番号nに含まれる計測点数が球体と推定される点数分存在しているか否かを判定する。3次元計測手段4と球体2との距離に応じて球体2に相当する計測点の数は変化し、例えば3次元計測手段4と球体2に相当する領域との距離が遠くなるにつれて、球体に相当する計測点が少なくなる。従って閾値については、3次元計測手段4からの距離に応じた係数を乗算、または加減算し、球体に相当する領域からの距離が遠くなるほど球体と推定される計測点数が小さくなるようにする。当該判定結果が真(Yes)の場合にはステップS433へ進み、偽(No)である場合には次の領域番号に対して球体領域抽出ステップを実行する。
ステップS434では、上記ステップS433で生成した直方体を構成する各辺の長さが、球体2の半径に所定値を加減算または乗算した閾値の範囲内、つまりその領域の大きさが球体と推定される大きさに相当するか否かを判定する。当該判定結果が真(Yes)の場合にはステップS435へ進み、偽(No)である場合には次の領域番号に対して本球体領域抽出ステップを実行する。なお、上記ステップS432、S434では判定条件を閾値の範囲内としているが、閾値を変えることで判定条件を閾値以上または閾値以下とするようにしてもよい。また、ステップS433では直方体を生成しているが、形状はこれに限られず、例えば領域番号nに含まれる全ての計測点を含む三角錐や円柱などの幾何学的な形状を生成するようにしてもよい。この場合、上記ステップS434では、各形状の辺の長さや半径が球体2の半径に所定値を加算または乗算した閾値以下であるか否かを判定する。
そして、ステップS431へ戻り、次の領域番号に対して上記各ステップを繰り返す。
なお、上記ステップS432では、領域番号nにおける計測点数で球体と推定される領域であるか否かを判定したが、計測点数の代わりに領域番号nの面積を使用してもよい。ここで、閾値となる面積は球体2の半径から算出される面積である。
当該球推定アルゴリズムとは、任意に複数のサンプルを抽出して仮球を生成し、複数の仮球を生成した中から最もスコアの高いものを出力する方法で球体を推定していくものである。
ステップS442では、ステップS441で選択した4点に最も近い仮球を生成し、生成した仮球の中心座標を算出する。ここで、生成される仮球は選択した4点の座標と球体の半径とから求められる。
図13に示す仮球評価ステップのフローチャートは、仮球が生成された領域番号iに存在し、且つ仮球の中心座標から仮球の半径に所定値を加算した範囲、つまり、仮球の中心から仮球の球面とされる範囲内にある全ての計測点に対して実行される。
ステップS444では、上記ステップS442で算出した仮球の中心座標と計測点との距離から仮球の半径を減算して、仮球の球面から計測点までの距離を算出する。
ステップS446では、当該計測点が仮球に含まれるとして仮球のスコアを1増やす。
本仮球評価ステップが領域番号iに存在する全ての計測点に対して実行されると、ステップS447へ進む。
ステップS447では、生成可能な仮球が全て生成されたか否かを判定する。当該判定結果が真(Yes)の場合にはステップS448へ進み、偽(No)の場合にはステップS441へ戻る。
続くステップS449では、上記ステップS448で選択された仮球に対し、仮球の中心座標から仮球の半径に所定値を加算した範囲に存在する計測点を探索する。ここで探索される計測点は、仮球の球面と判定される範囲内に存在する計測点である。そして、探索された計測点を仮球を構成する計測点として登録する。
ステップS450では、上記ステップS448で選択された仮球を球体として認識し、中心座標を出力する。
ステップS471では、上記ステップS450で球体と認識された認識球体の中心から、認識球体の半径から所定値を減算した範囲にある計測点を探索する。
ステップS473では、認識球体が誤った認識球体、即ち不正球体であるとして、認識結果から該当する球体を削除する。
ステップS481では、推定した球体を構成する計測点の頂点面積を積算する。
理想的に球体を認識した場合、つまり3次元計測手段4で計測した球体2の形状及び位置を略等しく認識した場合は半球として検出されるので、積算された頂点面積は球体2の表面積の略半分となる。
ステップS483では、球体の認識に失敗した不正球体であるとして、該当する球体の認識結果を削除する。
上述したステップS461〜S483までの処理は、上記ステップS44で球体と認識された全ての認識球体に対して実行する。その後、ステップS49へ進む。
ステップS492では、認識球体リストAの球体が認識球体リストBに存在するか否かを判定するためのマッチングフラグを初期化する。ここで、認識球体リストAで選択した球体を球体iとする。
後述するステップS493〜S498は、認識球体リストBに存在する各球体に対して実行する。
続くステップS494では、認識球体リストAの球体の中心座標と認識球体リストBの球体の中心座標との距離を算出する。ここで、認識球体リストBで選択した球体を球体jとする。
ステップS495では、上記ステップS494で算出された距離が、同一の球体と判定できる閾値より短いか否かを判定する。当該判定結果が真(Yes)の場合にはステップS496へ進む。
ステップS497では、誤差リストAの球体iの誤差が誤差リストBの球体jの誤差よりも小さいか否かを判定する。つまり、認識球体リストAの球体iが認識球体リストBの球体jよりも精度がよいか否かを判定する。当該判定結果が真(Yes)の場合にはステップS498へ進む。
一方、ステップS495及びS497で偽(No)と判定された場合には、認識球体リストBに存在する次の球体j+1に対して処理を実行するためにステップS493へ戻る。
ステップS499では、マッチングフラグが0であるか否かを判定する。即ち、上記ステップS493〜S498の中で認識球体リストBの中に認識球体リストAの球体iと重複する球体が見つからなかったか否かを判定する。当該判定結果が真(Yes)の場合にはステップS500へ進む。
一方、上記ステップS499で偽(No)と判定された場合は、認識球体リストAに存在する次の球体i+1に対して本重複球判定ステップを実行する。
認識球リストAに存在する全ての球体に対して本重複球判定ステップが実行されると、上記対象体推定ルーチンを終了し、検出した球体の情報を外部出力手段10に出力する。
これにより、仮想座標空間における対象体領域から球体に相当する位置を推定することができるとともに、球体と推定された推定領域に限定して球推定アルゴリズムを実行するので、計算量をより少なくすることができ、より高速に球体を検出することができる。
そして、球体の側面として検出されてしまう計測点を除外することにより、全ての計測点中に含まれるノイズ等の外れ点を除外することができるので、検出する球体の中心座標が視点から見て略正確な中心位置よりも奥方向に推定されることを防止することができ、高精度に球体を検出することができる。
また、認識球体の中から、略同一形状で略同一位置に重複して存在する認識球体を除外することにより、球体の誤検出を防止することができるので、より高精度に球体を検出することができる。
次に、上述した側面除外の変形例について、図面を参照しながら以下に説明する。本変形例は、上記実施形態に対して、対象体を球体に限らず、例えば三角錐や立方体等、様々な形状の物体を使用する点が異なり、その他の構成は共通している。従って、共通箇所の説明は省略し、相違点について以下に説明する。
図20は、対象体の形状データ取得ステップの変形例を示すフローチャートである。なお、後述するステップS120以降の各処理は、メモリ装置8に格納されている各プログラムを演算手段6で実行することにより行われる。
ステップS140では、各計測点に相当する三角形の各頂点における法線ベクトルや頂点面積を求め、付加情報として追加する。他にもレーザの反射強度や、ステレオカメラ等の計測手段を利用する場合には、色の情報等の付加的な情報を付加情報として追加するようにしてもよい。
ステップS602では、上記ステップS601で求めた角度αが、対象物体102の側面102aと判定される閾値以下であるか否かを判定する。当該判定結果が真(Yes)の場合にはステップS603へ進む。
一方、上記ステップS602の判定結果が偽(No)の場合には、当該計測点が対象物体102の側面に位置しているとして、ステップS604へ進む。
ステップS605では、計測点が対象物体102の側面に相当する位置にあるとして、当該計測点を除外する。
例えば、上記実施形態では球体2の半径情報が予めメモリ装置8に格納されているが、球体2の半径がメモリ装置8に格納されていない場合でも、上記対象体推定ルーチンを行ってよい。半径がわからない場合には、想定される最大の球体の大きさから半径を算出し、ステップS43における対象体領域抽出ステップのステップS434で当該半径に所定値を加算した閾値で判定を行い、ステップS44の対象体認識ステップは必ず4点を選択するようにステップS441〜S450を実行するようにすればよい。
2 球体
4 3次元計測手段
6 演算手段
8 メモリ装置
102 対象物体
Claims (12)
- 計測対象となる対象物体の形状を仮想座標空間において表現する対象物体の検出方法であって、
3次元計測手段から3次元の計測点群として対象物体の形状データを取得する形状データ取得ステップと、
前記形状データから生成された仮想座標空間において前記対象物体が占める対象体領域を、前記計測点群の各計測点の付加情報に従って複数の対象体領域に区画する領域分割ステップと、
前記分割された各対象体領域の中から前記対象物体と推定される推定領域を抽出する対象物体領域抽出ステップと、
前記推定領域毎に推定される単数又は複数の推定対象物体を生成し、該推定対象物体の中から前記対象物体と認識される推定対象物体を認識対象物体として選択する対象物体認識ステップと、
を備えたことを特徴とする対象物体の検出方法。 - 前記形状データ取得ステップの後から前記対象物体認識ステップの前までの間に、前記形状データ取得ステップで取得した前記計測点群の各計測点における法線ベクトルと、該各計測点と前記3次元計測手段の位置である視点に向かうベクトルとのなす角度が前記対象物体の側面と判定される閾値より大きい場合に、該当する計測点を除外する側面除外ステップをさらに備えることを特徴とする請求項1に記載の対象物体の検出方法。
- 前記側面除外ステップは、前記計測点群における前記対象物体の側面を除外する範囲に計測点が存在する場合に、前記閾値より大きい角度となる計測点を除外するものであり、
前記計測点群の全てに対して前記角度の判定が行われた後、残った計測点から形成される形状が、前記対象物体に相当する形状であることを判定するステップを有することを特徴とする請求項2に記載の対象物体の検出方法。 - 前記対象物体領域抽出ステップは、前記領域分割ステップにて区画された前記複数の対象体領域の中で、同一の対象体領域における計測点数または面積が前記対象物体と推定される閾値の範囲内の場合、または前記同一の対象体領域における計測点を全て含む幾何学的形状の大きさが前記対象物体と推定される閾値の範囲内の場合に、該当する対象体領域を対象物体と推定される領域として抽出することを特徴とする請求項1乃至3のいずれかに記載の対象物体の検出方法。
- 前記認識対象物体のうち、誤認識した対象物体を不正対象物体として削除する不正対象物体削除ステップを備えることを特徴とする請求項1乃至4のいずれかに記載の対象物体の検出方法。
- 前記不正対象物体削除ステップは、前記対象物体の表面積が前記対象体である対象物体の表面積と判定される範囲外である場合に、該当する対象物体を削除する表面積判定ステップを含むことを特徴とする請求項5に記載の対象物体の検出方法。
- 前記対象物体は球体であって、
前記不正対象物体削除ステップは、各球体の中心座標間の距離を算出し、該距離が同一の球体と判定される閾値より短い場合に、該当する球体を削除する重複球判定ステップを含むことを特徴とする請求項5に記載の対象物体の検出方法。 - 前記対象物体は球体であって、
前記不正対象物体削除ステップは、前記球体の中心から前記球体の半径より短い前記球体の内部の範囲に計測点が存在する場合に、該当する球体を削除する球体内計測点判定ステップを含むことを特徴とする請求項5に記載の対象物体の検出方法。 - 計測対象となる対象物体の形状を仮想座標空間において表現する対象物体の検出装置であって、
3次元計測手段から3次元の計測点群として対象物体の形状データを取得する形状データ取得手段と、
前記形状データから生成された仮想座標空間において前記対象物体が占める対象体領域を、前記計測点群の各計測点の付加情報に従って複数の対象体領域に区画する領域分割手段と、
前記分割された各対象体領域の中から前記対象物体と推定される推定領域を抽出する対象物体領域抽出手段と、
前記推定領域毎に推定される単数又は複数の推定対象物体を生成し、該推定対象物体の中から前記対象物体と認識される推定対象物体を認識対象物体として選択する対象物体認識手段と、
を備えたことを特徴とする対象物体の検出装置。 - 前記形状データ取得手段で取得した前記計測点群の各計測点における法線ベクトルと、該各計測点と前記3次元計測手段の位置である視点に向かうベクトルとのなす角度が前記対象物体の側面と判定される閾値より大きい場合に、該当する計測点を除外する側面除外手段をさらに備えることを特徴とする請求項9に記載の対象物体の検出装置。
- 前記側面除外手段は、前記計測点群における前記対象物体の側面を除外する範囲に存在する計測点に対して、前記閾値より大きい角度となる計測点を除外することを特徴とする請求項10に記載の対象物体の検出装置。
- コンピュータを、
3次元計測手段から3次元の計測点群として測定対象となる対象物体の形状データを取得する形状データ取得手段、
前記形状データから生成された仮想座標空間において前記対象物体が占める対象体領域を、前記計測点群の各計測点の付加情報に従って複数の対象体領域に区画する領域分割手段、
前記分割された各対象体領域の中から前記対象物体と推定される推定領域を抽出する対象物体領域抽出手段、
前記推定領域毎に推定される単数又は複数の推定対象物体を生成し、該推定対象物体の中から前記対象物体と認識される推定対象物体を認識対象物体として選択する対象物体認識手段、
として機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012097848A JP2013047662A (ja) | 2011-07-27 | 2012-04-23 | 対象物体の検出方法、検出装置及びプログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011164586 | 2011-07-27 | ||
JP2011164586 | 2011-07-27 | ||
JP2012097848A JP2013047662A (ja) | 2011-07-27 | 2012-04-23 | 対象物体の検出方法、検出装置及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013047662A true JP2013047662A (ja) | 2013-03-07 |
Family
ID=48010725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012097848A Pending JP2013047662A (ja) | 2011-07-27 | 2012-04-23 | 対象物体の検出方法、検出装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2013047662A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021033682A (ja) * | 2019-08-26 | 2021-03-01 | Kddi株式会社 | 画像処理装置、方法及びプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62289701A (ja) * | 1986-06-10 | 1987-12-16 | Nissan Motor Co Ltd | 散積み物体の位置関係を3次元的に認識する視覚システム |
JPH05280941A (ja) * | 1992-03-31 | 1993-10-29 | Matsushita Electric Ind Co Ltd | 3次元形状入力装置 |
JP2002366933A (ja) * | 2001-06-12 | 2002-12-20 | Minolta Co Ltd | 3次元形状データの生成方法およびデータ生成装置 |
JP2005025746A (ja) * | 2003-07-01 | 2005-01-27 | Thomson Licensing Sa | 視覚的類似性を測定する方法及び装置 |
US20070257910A1 (en) * | 2004-03-17 | 2007-11-08 | Steffen Gutmann | Method and Apparatus for Detecting Plane, and Robot Apparatus Having Apparatus for Detecting Plane |
JP2009009539A (ja) * | 2007-05-29 | 2009-01-15 | Tokyo Univ Of Marine Science & Technology | 円形状検出装置 |
JP2009216503A (ja) * | 2008-03-10 | 2009-09-24 | Ihi Corp | 三次元位置姿勢計測方法および装置 |
JP2011017611A (ja) * | 2009-07-09 | 2011-01-27 | National Institute Of Advanced Industrial Science & Technology | 3次元曲面認識方法及びマニピュレーションシステム |
-
2012
- 2012-04-23 JP JP2012097848A patent/JP2013047662A/ja active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS62289701A (ja) * | 1986-06-10 | 1987-12-16 | Nissan Motor Co Ltd | 散積み物体の位置関係を3次元的に認識する視覚システム |
JPH05280941A (ja) * | 1992-03-31 | 1993-10-29 | Matsushita Electric Ind Co Ltd | 3次元形状入力装置 |
JP2002366933A (ja) * | 2001-06-12 | 2002-12-20 | Minolta Co Ltd | 3次元形状データの生成方法およびデータ生成装置 |
JP2005025746A (ja) * | 2003-07-01 | 2005-01-27 | Thomson Licensing Sa | 視覚的類似性を測定する方法及び装置 |
US20070257910A1 (en) * | 2004-03-17 | 2007-11-08 | Steffen Gutmann | Method and Apparatus for Detecting Plane, and Robot Apparatus Having Apparatus for Detecting Plane |
JP2009009539A (ja) * | 2007-05-29 | 2009-01-15 | Tokyo Univ Of Marine Science & Technology | 円形状検出装置 |
JP2009216503A (ja) * | 2008-03-10 | 2009-09-24 | Ihi Corp | 三次元位置姿勢計測方法および装置 |
JP2011017611A (ja) * | 2009-07-09 | 2011-01-27 | National Institute Of Advanced Industrial Science & Technology | 3次元曲面認識方法及びマニピュレーションシステム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021033682A (ja) * | 2019-08-26 | 2021-03-01 | Kddi株式会社 | 画像処理装置、方法及びプログラム |
JP7177020B2 (ja) | 2019-08-26 | 2022-11-22 | Kddi株式会社 | 画像処理装置、方法及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807350B (zh) | 用于面向扫描匹配的视觉slam的系统和方法 | |
US8199977B2 (en) | System and method for extraction of features from a 3-D point cloud | |
KR101532864B1 (ko) | 모바일 디바이스들에 대한 평면 맵핑 및 트래킹 | |
JP5682065B2 (ja) | ステレオ画像処理装置及びステレオ画像処理方法 | |
EP2249311B1 (en) | Systems and methods for extracting planar features, matching the planar features, and estimating motion from the planar features | |
CN102804231B (zh) | 三维场景的分段平面重建 | |
KR101822185B1 (ko) | 3d 포인트 클라우드 poi 검출 방법 및 장치 | |
Hu et al. | Least commitment, viewpoint-based, multi-view stereo | |
KR20080047459A (ko) | 입체 영상에서의 어클루젼 처리를 위한 컴퓨터 시스템,구현 방법 및 컴퓨터 판독가능 매체 | |
US20070133894A1 (en) | Fissure Detection Methods For Lung Lobe Segmentation | |
Heinly et al. | Correcting for duplicate scene structure in sparse 3D reconstruction | |
CN113838005B (zh) | 基于维度转换的岩体裂隙智能识别与三维重构方法及系统 | |
CN109767391A (zh) | 点云去噪方法、图像处理设备及具有存储功能的装置 | |
US20130127996A1 (en) | Method of recognizing stairs in three dimensional data image | |
JP2007322351A (ja) | 3次元物体照合装置 | |
KR20130041654A (ko) | 병변 수정 장치 및 방법 | |
US20190310348A1 (en) | Recording medium recording information processing program, information processing apparatus, and information processing method | |
KR20210087524A (ko) | 포인트 클라우드 융합 방법, 장치, 전자 기기 및 컴퓨터 저장 매체 | |
KR102158390B1 (ko) | 영상 처리 방법 및 장치 | |
JP2011210246A (ja) | ステレオ画像においてオクルージョンをハンドリングするための方法 | |
US8462155B1 (en) | Merging three-dimensional models based on confidence scores | |
US11189053B2 (en) | Information processing apparatus, method of controlling information processing apparatus, and non-transitory computer-readable storage medium | |
CN106537451B (zh) | 一种基于图像梯度矢量流场的血管脊点提取方法及装置 | |
CN108647579B (zh) | 一种障碍物检测方法、装置及终端 | |
KR102494552B1 (ko) | 실내 복원 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150224 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160203 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160328 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20160824 |