JP2812525B2 - 距離計測方法 - Google Patents
距離計測方法Info
- Publication number
- JP2812525B2 JP2812525B2 JP2039039A JP3903990A JP2812525B2 JP 2812525 B2 JP2812525 B2 JP 2812525B2 JP 2039039 A JP2039039 A JP 2039039A JP 3903990 A JP3903990 A JP 3903990A JP 2812525 B2 JP2812525 B2 JP 2812525B2
- Authority
- JP
- Japan
- Prior art keywords
- straight line
- false contour
- image
- reliability
- distance information
- 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.)
- Expired - Lifetime
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は，複数の視点から静止剛体を撮影した複数枚
の画像から，自動的に該静止剛体の３次元形状情報を計
測する距離計測方法に関する。
の画像から，自動的に該静止剛体の３次元形状情報を計
測する距離計測方法に関する。
従来の技術として，以下の２手法があげられる。
２〜３台のカメラを基線長Ｌだけ離して設置し，静
止剛体の画像を２〜３枚撮影する方法， １台のカメラの視軸を静止剛体に向けたまま基線長
Ｌだけ等速並進運動させ，一定時間間隔で該静止剛体の
画像をＮ枚撮影する方法， どちらの手法においても，撮影された静止剛体の各画
像間での対応点を求め，三角測量の原理で該静止剛体の
形状を計測する。従って計測精度をあげるためには基線
長Ｌをなるべく大きく取る必要がある。の手法では基
線長Ｌを大きく取ると，対応点の隠れなどが発生するた
め，対応点探索は困難になる。一方では対応点探索問
題を以下の様な直線抽出問題に置き換えることができる
ため，隠れなどが発生しても対応点付を行うことが可能
である。
止剛体の画像を２〜３枚撮影する方法， １台のカメラの視軸を静止剛体に向けたまま基線長
Ｌだけ等速並進運動させ，一定時間間隔で該静止剛体の
画像をＮ枚撮影する方法， どちらの手法においても，撮影された静止剛体の各画
像間での対応点を求め，三角測量の原理で該静止剛体の
形状を計測する。従って計測精度をあげるためには基線
長Ｌをなるべく大きく取る必要がある。の手法では基
線長Ｌを大きく取ると，対応点の隠れなどが発生するた
め，対応点探索は困難になる。一方では対応点探索問
題を以下の様な直線抽出問題に置き換えることができる
ため，隠れなどが発生しても対応点付を行うことが可能
である。
第３図（ａ）に示すように，ワールド座標系Ｏ−XYZ
を設定し，視点をＸ軸上におき，視軸をＺ軸の正方向と
する。焦点距離をＦとすると，ワールド座標系内の３次
元物体は面Ｚ＝Ｆ上に中心投影される。投影面座標ｏ−
xyは視軸との交点を原点とし，各座標軸の方向はワール
ド座標系の座標軸と一致させる。視点をＸ軸上に移動さ
せつつ微少移動ピッチδｘ毎に投影画像を蓄積する。得
られた画像列を順番に並べると，第３図（ｂ）のような
３次元画像（時空間画像Spatio−temporal image）を得
ることができる。ｎ番目の視点位置のＸ座標をＵとし,U
＝ｎδｘとする。このときワールド座標系内の点Ｐ（X,
Y,Z）は投影面上の点ｐ（Ｘ′,Y′,Z′）に次式で写像
される。
を設定し，視点をＸ軸上におき，視軸をＺ軸の正方向と
する。焦点距離をＦとすると，ワールド座標系内の３次
元物体は面Ｚ＝Ｆ上に中心投影される。投影面座標ｏ−
xyは視軸との交点を原点とし，各座標軸の方向はワール
ド座標系の座標軸と一致させる。視点をＸ軸上に移動さ
せつつ微少移動ピッチδｘ毎に投影画像を蓄積する。得
られた画像列を順番に並べると，第３図（ｂ）のような
３次元画像（時空間画像Spatio−temporal image）を得
ることができる。ｎ番目の視点位置のＸ座標をＵとし,U
＝ｎδｘとする。このときワールド座標系内の点Ｐ（X,
Y,Z）は投影面上の点ｐ（Ｘ′,Y′,Z′）に次式で写像
される。
これを投影面座標（x,y）で表すと， 式（2b）は点Ｐの投影点が描く運動軌跡が水平断面上に
拘束されることを意味し，式（2a）はその軌跡が直線で
あり，この直線の傾きから深さＺを求められることを意
味している。従って時空間画像を水平線に沿って切断し
た画像（エピポーラ画像）から直線成分を抽出すること
で，ワールド座標系内の３次元物体の形状を計測するこ
とが可能である。
拘束されることを意味し，式（2a）はその軌跡が直線で
あり，この直線の傾きから深さＺを求められることを意
味している。従って時空間画像を水平線に沿って切断し
た画像（エピポーラ画像）から直線成分を抽出すること
で，ワールド座標系内の３次元物体の形状を計測するこ
とが可能である。
の手法において，直線成分を抽出する手法として以下
の２手法が存在する。
の２手法が存在する。
−1:まずエピポーラ画像中から微分処理などによって
輝度変化が大きいエッジ部分だけを取り出し，このエッ
ジ部分の直線成分抽出を行う。このため，エピポーラ画
像中の輝度変化や緩やかな部分における直線成分を抽出
することは不可能である。輝度変化が緩やかな部分は，
一般的には静止剛体の曲面部分に対応しており，従っ
て，従来方法では曲面部分の形状計測が不可能である。
輝度変化が大きいエッジ部分だけを取り出し，このエッ
ジ部分の直線成分抽出を行う。このため，エピポーラ画
像中の輝度変化や緩やかな部分における直線成分を抽出
することは不可能である。輝度変化が緩やかな部分は，
一般的には静止剛体の曲面部分に対応しており，従っ
て，従来方法では曲面部分の形状計測が不可能である。
−2:エピポーラ画像から直線成分を抽出する際に、エ
ピポーラ画像をある輝度レベルVqで一旦,2値化する。こ
の２値化の処理のとき，第４図（ａ）図示の如く輝度変
化が緩やかな部分については，第４図（ｂ）図示の如く
偽輪郭線が現れる。この偽輪郭線は輝度変化が緩やかな
部分における等輝度線を表している。したがって輝度レ
ベルVqを該エピポーラ画像中の最低輝度レベルVminから
最高輝度レベルVmaxの範囲で，δｖずつ変化させなが
ら，該エピポーラ画像の２値化を繰り返し行い，得られ
た各２値画像から偽輪郭線を抽出することで，輝度変化
が緩やかな部分においても距離計測が可能となる。すな
わち， Vqi＝ｉ・δｖ＋Vmin ……（３） （ｉ＝0,...,（Vmax−Vmin）／δｖ−１） でエピポーラ画像Ｅを（Vmax−Vmin）／δｖ回２値化す
る。得られた（Vmax−Vmin）／δｖ枚の２値画像Eqiの
各々には，輝度レベルVqiの２値化によって偽輪郭線が
発生する。そこで２値画像Eqiに微分処理などを施し，
偽輪郭線部分を点列として表現した画像Ｅ′qiを得るこ
とができる。このＥ′qiを偽輪郭線画像と呼び，上記の
処理を偽輪郭線画像抽出処理と呼ぶ，各輪郭線画像にHo
ugh変換などの直線抽出手法を適用することで，偽輪郭
線を直線として特定することができる。したがって輝度
変化が緩やかな部分においても，偽輪郭線として直線成
分を抽出することで，距離計測が可能となる。
ピポーラ画像をある輝度レベルVqで一旦,2値化する。こ
の２値化の処理のとき，第４図（ａ）図示の如く輝度変
化が緩やかな部分については，第４図（ｂ）図示の如く
偽輪郭線が現れる。この偽輪郭線は輝度変化が緩やかな
部分における等輝度線を表している。したがって輝度レ
ベルVqを該エピポーラ画像中の最低輝度レベルVminから
最高輝度レベルVmaxの範囲で，δｖずつ変化させなが
ら，該エピポーラ画像の２値化を繰り返し行い，得られ
た各２値画像から偽輪郭線を抽出することで，輝度変化
が緩やかな部分においても距離計測が可能となる。すな
わち， Vqi＝ｉ・δｖ＋Vmin ……（３） （ｉ＝0,...,（Vmax−Vmin）／δｖ−１） でエピポーラ画像Ｅを（Vmax−Vmin）／δｖ回２値化す
る。得られた（Vmax−Vmin）／δｖ枚の２値画像Eqiの
各々には，輝度レベルVqiの２値化によって偽輪郭線が
発生する。そこで２値画像Eqiに微分処理などを施し，
偽輪郭線部分を点列として表現した画像Ｅ′qiを得るこ
とができる。このＥ′qiを偽輪郭線画像と呼び，上記の
処理を偽輪郭線画像抽出処理と呼ぶ，各輪郭線画像にHo
ugh変換などの直線抽出手法を適用することで，偽輪郭
線を直線として特定することができる。したがって輝度
変化が緩やかな部分においても，偽輪郭線として直線成
分を抽出することで，距離計測が可能となる。
従来手法−２では，輝度変化が緩やかな部分でも距
離計測が可能であるが，偽輪郭線を構成する点列集合の
バラツキはかなり大きいものとなる。これは撮像素子
（CCDなど）のバラツキ等に起因する。したがって,Houg
h変換における直線抽出の規模が，単に「通過する点列
の数が極大になるものを直線とする。」ことであるか
ら，これだけでは偽輪郭線の正確な傾きを求めること
（すなわち距離を求めること）は出来ない。また,Hough
変換による直線抽出では，パラメータ空間における累積
度数の極大値付近でSidelobeが形成されるため，単純に
閾値で累積度数を区切ると，類似したパラメータを持つ
複数本の直線を検出してしまう可能性がある。
離計測が可能であるが，偽輪郭線を構成する点列集合の
バラツキはかなり大きいものとなる。これは撮像素子
（CCDなど）のバラツキ等に起因する。したがって,Houg
h変換における直線抽出の規模が，単に「通過する点列
の数が極大になるものを直線とする。」ことであるか
ら，これだけでは偽輪郭線の正確な傾きを求めること
（すなわち距離を求めること）は出来ない。また,Hough
変換による直線抽出では，パラメータ空間における累積
度数の極大値付近でSidelobeが形成されるため，単純に
閾値で累積度数を区切ると，類似したパラメータを持つ
複数本の直線を検出してしまう可能性がある。
そこで従来手法−２においては，以下の直線情報高
精度化処理を付加することによって，直線検出の高精度
化を行っていた。Hough変換などの直線抽出処理におい
ては,Sidelobeの影響によって偽輪郭線の構成点列集合
Ｃ（ｆ）に対して,N本の直線ιｉ（ｉ＝0,...,N−１）
が抽出された場合，もし各直線ιｉが実際には同一の偽
輪郭線から抽出されたものならば，通過する点列集合Ｃ
（fi）⊆Ｃ（ｆ）の大部分はお互いに共有される。そこ
で，以下の手順で抽出された直線情報の高精度化を行っ
ていた。
精度化処理を付加することによって，直線検出の高精度
化を行っていた。Hough変換などの直線抽出処理におい
ては,Sidelobeの影響によって偽輪郭線の構成点列集合
Ｃ（ｆ）に対して,N本の直線ιｉ（ｉ＝0,...,N−１）
が抽出された場合，もし各直線ιｉが実際には同一の偽
輪郭線から抽出されたものならば，通過する点列集合Ｃ
（fi）⊆Ｃ（ｆ）の大部分はお互いに共有される。そこ
で，以下の手順で抽出された直線情報の高精度化を行っ
ていた。
直線情報高精度化処理 step1（点列集積処理）：第５図に示すように，各曲線
ιｉに幅ｄをもたせた帯βｉとし，各帯βｉに含まれる
点列集合Ｃ（βｉ）を求める。
ιｉに幅ｄをもたせた帯βｉとし，各帯βｉに含まれる
点列集合Ｃ（βｉ）を求める。
step2（直線統合処理）：各Ｃ（βｉ）間で， ‖ｃ（βｉ）∩Ｃ（βｊ）‖＞Ｔ ……（８） であるなら，直線ιｉに統合する。ただしＴは閾値，‖
・‖は集合濃度を表す。
・‖は集合濃度を表す。
step3（最小自乗近似処理）：統合処理の終了した点列
集合Ｃ（βｉ）を通過する直線Liを最小自乗法で求め
る。
集合Ｃ（βｉ）を通過する直線Liを最小自乗法で求め
る。
上記step1で，直線ιｉに幅ｄを持たせた帯として通
過点列集合を求めているが，この処理によって偽輪郭線
を構成するバラツキのある点列集合を数え上げることが
出来る。step2では，数え上げた点列が各直線ιｉ間で
どれだけ共用されるかを調べて,Sidelobeの影響で誤っ
て検出された複数の直線を統合している。そしてstep3
で最小自乗法を用いて最終的な直線を正確に検出してい
た。
過点列集合を求めているが，この処理によって偽輪郭線
を構成するバラツキのある点列集合を数え上げることが
出来る。step2では，数え上げた点列が各直線ιｉ間で
どれだけ共用されるかを調べて,Sidelobeの影響で誤っ
て検出された複数の直線を統合している。そしてstep3
で最小自乗法を用いて最終的な直線を正確に検出してい
た。
しかし，偽輪郭線のバラツキが非常に大きい場合に
は，たとえ上記直線情報高精度化処理を行ったとして
も，もはや得られる直線の傾き（すなわち距離情報）の
信頼度は非常に低く，誤差の大きいものとなるという欠
点を有していた。
は，たとえ上記直線情報高精度化処理を行ったとして
も，もはや得られる直線の傾き（すなわち距離情報）の
信頼度は非常に低く，誤差の大きいものとなるという欠
点を有していた。
また偽輪郭線に含まれるノイズは各偽輪郭線毎に異な
るから，そのギザギザの度合も，各偽輪郭線毎に様々で
ある。このギザギザの度合はそのまま，該偽輪郭線から
得られる直線成分（距離情報）の精度に影響を与える。
しかし、従来の技術では，エピポーラ画像の偽輪郭線か
ら直線成分を抽出する際に，得られた直線成分の信頼度
をチェックせずに，該直線成分から直接距離情報を算出
していた。このため，最終的に得られた３次元形状情報
は，様々な信頼度の距離情報から構成されることになっ
てしまう。この様に様々な信頼度の距離情報が混在する
と，第６図に示すように,3次元形状情報中に信頼度の高
い距離情報が突起状のノイズとして現れてしまう。
るから，そのギザギザの度合も，各偽輪郭線毎に様々で
ある。このギザギザの度合はそのまま，該偽輪郭線から
得られる直線成分（距離情報）の精度に影響を与える。
しかし、従来の技術では，エピポーラ画像の偽輪郭線か
ら直線成分を抽出する際に，得られた直線成分の信頼度
をチェックせずに，該直線成分から直接距離情報を算出
していた。このため，最終的に得られた３次元形状情報
は，様々な信頼度の距離情報から構成されることになっ
てしまう。この様に様々な信頼度の距離情報が混在する
と，第６図に示すように,3次元形状情報中に信頼度の高
い距離情報が突起状のノイズとして現れてしまう。
本発明の目的は、時空間画像（Spatio−temporal ima
ge）を用いて静止剛体の３次元形状情報を抽出する手法
において，輝度変化が緩やかな曲面部における形状計測
を行う場合に，信頼度の低い距離情報を棄却し，均質な
信頼度の距離情報からなる３次元形状情報を抽出するこ
とである。
ge）を用いて静止剛体の３次元形状情報を抽出する手法
において，輝度変化が緩やかな曲面部における形状計測
を行う場合に，信頼度の低い距離情報を棄却し，均質な
信頼度の距離情報からなる３次元形状情報を抽出するこ
とである。
第１図は本発明の原理図を示す。図中の符合５は直線
候補であって図示を省略している直線候補抽出処理４に
よって得られたものである。６は信頼度検定処理であっ
て，本発明においてもうけられたものである。７は直線
／距離情報変換処理,8は得られる距離情報である。
候補であって図示を省略している直線候補抽出処理４に
よって得られたものである。６は信頼度検定処理であっ
て，本発明においてもうけられたものである。７は直線
／距離情報変換処理,8は得られる距離情報である。
本発明においては，図示の信頼度検定処理６が設けら
れている。当該信頼度検定処理６においては，直線Li
（なお今の場合には今だ候補である）に対応して，所定
の幅をもつ帯αｉを考慮し，当該帯αｉに含まれる点列
の個数を調べるようにしている。
れている。当該信頼度検定処理６においては，直線Li
（なお今の場合には今だ候補である）に対応して，所定
の幅をもつ帯αｉを考慮し，当該帯αｉに含まれる点列
の個数を調べるようにしている。
本発明においては，偽輪郭線から抽出された直線成分
の信頼度を検定し，信頼度の低い距離情報は棄却するこ
とで，このような突起状のノイズを除去し，均質な信頼
度の３次元形状情報を抽出することを主な特徴としてい
る。
の信頼度を検定し，信頼度の低い距離情報は棄却するこ
とで，このような突起状のノイズを除去し，均質な信頼
度の３次元形状情報を抽出することを主な特徴としてい
る。
本発明においては，検出された直線Liを中心に所定の
幅をもつ帯を考え当該帯αｉに含まれる点列の個数が当
該帯αｉの面積と比較して多過ぎる場合には，偽輪郭線
のギザギザの度合が大きすぎ当該直線Liの信頼度が低い
ものとみなしてこれを棄却する。
幅をもつ帯を考え当該帯αｉに含まれる点列の個数が当
該帯αｉの面積と比較して多過ぎる場合には，偽輪郭線
のギザギザの度合が大きすぎ当該直線Liの信頼度が低い
ものとみなしてこれを棄却する。
従来の技術では，この様な信頼度検定を行うことはな
く，従って均質な信頼度を持つ距離情報から３次元形状
情報をつくることは不可能であった。
く，従って均質な信頼度を持つ距離情報から３次元形状
情報をつくることは不可能であった。
本発明にいう直線成分の信頼度検定処理の一実施例を
示すと次の如きものである。
示すと次の如きものである。
step1（点列集積処理）：まず，従来手法によって検出
された直線Liに幅ｄをもたせた帯をαｉとし，αｉに含
まれる点列集合Ｃ（αｉ）を求める。
された直線Liに幅ｄをもたせた帯をαｉとし，αｉに含
まれる点列集合Ｃ（αｉ）を求める。
step2（点列個数抽出処理）：点列集合Ｃ（αｉ）に含
まれる点列個数‖Ｃ（αｉ）‖を求める。
まれる点列個数‖Ｃ（αｉ）‖を求める。
step3（帯面積抽出処理）：直線Liの傾きθｉとエピポ
ーラ画像の時間軸方向の長さＴ（時空間画像の枚数Ｍで
決まる）とから帯αｉの面積Ｓ（αｉ）を求める（第７
図参照）。
ーラ画像の時間軸方向の長さＴ（時空間画像の枚数Ｍで
決まる）とから帯αｉの面積Ｓ（αｉ）を求める（第７
図参照）。
step4（最大点列個数抽出処理）：帯面積Ｓ（αｉ）に
含まれ得る点列の最大個数Ｍ（Ｓ（αｉ））を， Ｍ（Ｓ（αｉ））＝Ｓ（αｉ）/p として求める。ただしｐはエピポーラ画像における１画
素の面積である。
含まれ得る点列の最大個数Ｍ（Ｓ（αｉ））を， Ｍ（Ｓ（αｉ））＝Ｓ（αｉ）/p として求める。ただしｐはエピポーラ画像における１画
素の面積である。
step5（閾値処理）：点列集合Ｃ（αｉ）の集合濃度‖
Ｃ（αｉ）‖が， ‖Ｃ（αｉ）‖＞ｋ・Ｍ（Ｓ（αｉ）） なら検出された直線Ｌの信頼性が低すぎるものとみな
し,Liを棄却する。さもなければLiを距離情報に変換す
る。ただし,kは０＜ｋ≦１なる定数である。
Ｃ（αｉ）‖が， ‖Ｃ（αｉ）‖＞ｋ・Ｍ（Ｓ（αｉ）） なら検出された直線Ｌの信頼性が低すぎるものとみな
し,Liを棄却する。さもなければLiを距離情報に変換す
る。ただし,kは０＜ｋ≦１なる定数である。
第２図は本発明の実施例を示す図であって,1はエピポ
ーラ画像,2は偽輪郭線画像抽出処理,3は偽輪郭線画像,4
は直線候補抽出処理,4−１は直線抽出処理,4−２は直線
成分,4−３は直線情報高精度化処理,5は直線候補,6は信
頼度検定処理,6−１は点列集積処理,6−２は点列個数抽
出処理,6−３は帯面積抽出処理,6−４は最大点列個数抽
出処理,6−５は閾値処理,7は直線／距離情報変換処理,8
は距離情報である。
ーラ画像,2は偽輪郭線画像抽出処理,3は偽輪郭線画像,4
は直線候補抽出処理,4−１は直線抽出処理,4−２は直線
成分,4−３は直線情報高精度化処理,5は直線候補,6は信
頼度検定処理,6−１は点列集積処理,6−２は点列個数抽
出処理,6−３は帯面積抽出処理,6−４は最大点列個数抽
出処理,6−５は閾値処理,7は直線／距離情報変換処理,8
は距離情報である。
まず静止剛体を等速並進運動する撮影装置で時系列的
に撮影した複数枚の画像から，時空間画像を構成する。
該時空間画像からエピポーラ画像１を一枚取り出す。
に撮影した複数枚の画像から，時空間画像を構成する。
該時空間画像からエピポーラ画像１を一枚取り出す。
該エピポーラ画像１に，偽輪郭線画像抽出処理２を施
すことで，該エピポーラ画像１の偽輪郭線部分を点列と
する（Vmax−Vmin/δｖ枚の偽輪郭線画像３を抽出す
る。ただしVmaxは該エピポーラ画像１の最高輝度レベ
ル,Vminは最低輝度レベルである。
すことで，該エピポーラ画像１の偽輪郭線部分を点列と
する（Vmax−Vmin/δｖ枚の偽輪郭線画像３を抽出す
る。ただしVmaxは該エピポーラ画像１の最高輝度レベ
ル,Vminは最低輝度レベルである。
該輪郭線画像３に直線候補抽出処理４を施すことで，
直線候補５を抽出する。まず該輪郭線画像３にHough変
換などの直線抽出処理４−１を施して，該偽輪郭線画像
３中の直線成分４−２を抽出する。該直線抽出処理４−
１で抽出された直線成分４−２に直線情報高精度化処理
４−３を施して，直線候補５を抽出する。
直線候補５を抽出する。まず該輪郭線画像３にHough変
換などの直線抽出処理４−１を施して，該偽輪郭線画像
３中の直線成分４−２を抽出する。該直線抽出処理４−
１で抽出された直線成分４−２に直線情報高精度化処理
４−３を施して，直線候補５を抽出する。
該直線候補抽出処理４で抽出された直線候補５に信頼
度検定処理６を施して，該直線候補５の信頼度を検定す
る。まず点列集積処理６−１によって，該直線候補５に
含まれる該偽輪郭線画像３の点列を集積する。該点列集
積処理６−１で集積された点列の個数を点列個数抽出処
理６−２によって数える。一方，帯面積抽出処理６−３
によって該直線候補５が形成する帯の面積を抽出し，さ
らに最大点列個数抽出処理６−４によって該帯に含まれ
得る該偽輪郭線画像３の最大の点列個数を抽出する。そ
して，閾値処理６−５によって，点列個数抽出処理６−
２で抽出された点列個数と，最大点列個数抽出処理６−
４で抽出された最大点列個数とを比較し，該直線候補５
のデータが信頼性があるか否かを検定する。もし信頼性
があるなら直線／距離情報変換処理７によって，直線候
補５を距離情報８に変換する。
度検定処理６を施して，該直線候補５の信頼度を検定す
る。まず点列集積処理６−１によって，該直線候補５に
含まれる該偽輪郭線画像３の点列を集積する。該点列集
積処理６−１で集積された点列の個数を点列個数抽出処
理６−２によって数える。一方，帯面積抽出処理６−３
によって該直線候補５が形成する帯の面積を抽出し，さ
らに最大点列個数抽出処理６−４によって該帯に含まれ
得る該偽輪郭線画像３の最大の点列個数を抽出する。そ
して，閾値処理６−５によって，点列個数抽出処理６−
２で抽出された点列個数と，最大点列個数抽出処理６−
４で抽出された最大点列個数とを比較し，該直線候補５
のデータが信頼性があるか否かを検定する。もし信頼性
があるなら直線／距離情報変換処理７によって，直線候
補５を距離情報８に変換する。
この様な構成になっているから，たとえ偽輪郭線画像
から抽出された直線候補の信頼性にバラツキがあって
も，信頼度検定処理によって信頼度の低い直線候補を棄
却するので，均質な精度の距離情報を得ることが可能と
なる。
から抽出された直線候補の信頼性にバラツキがあって
も，信頼度検定処理によって信頼度の低い直線候補を棄
却するので，均質な精度の距離情報を得ることが可能と
なる。
本発明によれば，静止剛体の曲面形状などの従来の時
空間画像を用いた計測手法では計測不可能であった部分
の形状計測を，均質な計測精度で実現することができ
る。
空間画像を用いた計測手法では計測不可能であった部分
の形状計測を，均質な計測精度で実現することができ
る。
第１図は本発明の原理図，第２図は本発明の実施例，第
３図は時空間画像を説明する図，第４図は偽輪郭線を説
明する図，第５図は点列集合を説明する図，第６図は非
所望な突起を説明する図，第７図は帯の面積を得る説明
図を示す。 図中,1はエピポーラ画像,2は偽輪郭線画像抽出処理,3は
偽輪郭線画像,4は直線候補抽出処理,5は直線候補,6は信
頼度検定処理,7は直線／距離情報変換処理,8は距離情報
を表す。
３図は時空間画像を説明する図，第４図は偽輪郭線を説
明する図，第５図は点列集合を説明する図，第６図は非
所望な突起を説明する図，第７図は帯の面積を得る説明
図を示す。 図中,1はエピポーラ画像,2は偽輪郭線画像抽出処理,3は
偽輪郭線画像,4は直線候補抽出処理,5は直線候補,6は信
頼度検定処理,7は直線／距離情報変換処理,8は距離情報
を表す。
Claims (1)
- 【請求項１】静止剛体を撮影して得られる時空間画像を
構成するエピポーラ画像から，輝度レベルの量子化を含
む処理によって等輝度線を偽輪郭線画像として抽出する
偽輪郭線画像抽出処理と， 該偽輪郭線画像抽出処理で処理された偽輪郭線画像か
ら，偽輪郭線を直線候補として抽出する直線候補抽出処
理と， 該直線候補抽出処理で抽出された直線候補の信頼度を，
該偽輪郭線画像中の偽輪郭線のギザギザの程度から判定
し，判定結果を出力する信頼度検定処理と， 該信頼度検定処理が判定した判定結果が，該直線候補の
信頼度が高いことを示すものであれば，該直線候補を距
離情報に変換する直線／距離情報変換処理とを実行し， 上記静止剛体の曲面部に相当する該エピポーラ画像中の
輝度変化が緩やかな部分から均質な信頼度をもつ距離情
報を検出するようにした ことを特徴とする距離計測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2039039A JP2812525B2 (ja) | 1990-02-20 | 1990-02-20 | 距離計測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2039039A JP2812525B2 (ja) | 1990-02-20 | 1990-02-20 | 距離計測方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH03242506A JPH03242506A (ja) | 1991-10-29 |
| JP2812525B2 true JP2812525B2 (ja) | 1998-10-22 |
Family
ID=12541981
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2039039A Expired - Lifetime JP2812525B2 (ja) | 1990-02-20 | 1990-02-20 | 距離計測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2812525B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009005497A1 (en) | 2007-06-29 | 2009-01-08 | Thomson Licensing | Apparatus and method for reducing artifacts in images |
-
1990
- 1990-02-20 JP JP2039039A patent/JP2812525B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH03242506A (ja) | 1991-10-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5081689A (en) | Apparatus and method for extracting edges and lines | |
| US7246034B2 (en) | Surveying apparatus and method of analyzing measuring data | |
| KR100422370B1 (ko) | 3차원 물체 부피계측시스템 및 방법 | |
| US9621793B2 (en) | Information processing apparatus, method therefor, and measurement apparatus | |
| US6868194B2 (en) | Method for the extraction of image features caused by structure light using image reconstruction | |
| Staniek | Stereo vision method application to road inspection | |
| US9613425B2 (en) | Three-dimensional measurement apparatus, three-dimensional measurement method and program | |
| Frobin et al. | Automatic Measurement of body surfaces using rasterstereograph | |
| Lee et al. | Machine vision system for curved surface inspection | |
| JP2812525B2 (ja) | 距離計測方法 | |
| KR100194583B1 (ko) | 얼굴 구성요소 추출시스템 및 그 추출방법 | |
| JP2525487B2 (ja) | 粒子凝集パタ―ン判定方法 | |
| JPH0875454A (ja) | 測距装置 | |
| JP7208061B2 (ja) | 球形マーカー検出方法 | |
| US20040258311A1 (en) | Method for generating geometric models for optical partial recognition | |
| JPH03186706A (ja) | ３次元形状寸法計測装置 | |
| JPH05141930A (ja) | ３次元形状計測装置 | |
| JPH10283478A (ja) | 特徴抽出方法およびその方法を用いた物体認識装置 | |
| JPH11223516A (ja) | ３次元画像撮像装置 | |
| JP2695498B2 (ja) | 距離計測処理方法 | |
| JP2790101B2 (ja) | 粒子凝集パターン判定装置 | |
| JPH0534117A (ja) | 画像処理方法 | |
| JP2004085467A (ja) | 三次元計測装置 | |
| JP2959017B2 (ja) | 円形画像判別方法 | |
| JP2000329520A (ja) | コイル位置検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070807 Year of fee payment: 9 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080807 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080807 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090807 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090807 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100807 Year of fee payment: 12 |
|
| EXPY | Cancellation because of completion of term | ||
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100807 Year of fee payment: 12 |