JP3572253B2

JP3572253B2 - Three-dimensional model generation method and apparatus, and recording medium recording execution program of this method

Info

Publication number: JP3572253B2
Application number: JP2000348021A
Authority: JP
Inventors: 憲作藤井; 茂長井; 研一市河; 知彦有川
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2000-11-15
Filing date: 2000-11-15
Publication date: 2004-09-29
Anticipated expiration: 2020-11-15
Also published as: JP2002150270A

Description

【０００１】
【発明の属する技術分野】
本発明は、地理情報システム（ＧＩＳ：ＧｅｏｇｒａｐｈｉｃＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ）などで利用される３次元図形データを作成する方法に関するものであって、特に、レンジデータから３次元形状を算出し、３次元モデルを生成する方法に関するものである。
【０００２】
【従来の技術】
近年、都市の複雑化に伴い、高層ビル、地下街、立体交差、上下水道、電気・電話・ガスなどの設備に見られるような地上や地下にまで及ぶ都市の階層化が進んできており、ＧＩＳにおいて、より高度な管理や利用をするために、従来の２次元地図ではなく、より表現能力の高い３次元地図を利用したいという要望が高まっている。
【０００３】
このような３次元地図の生成手法に関して、２次元地図の図形に高さ情報を付与することにより３次元地図を生成する技術がこれまでに開発されている。例えば、特開２０００−１１２３４５号「３次元地図の作成方法」に記載の方法は、２次元地図の図形に付与された属性情報の住所情報から抽出された階数情報や部屋番号情報を利用して、高さ情報を付与するものである。
【０００４】
これに対して、より高精度な高さ情報を利用できるように、レーザ測距装置などを利用して高さ情報を計測するという技術も開発されている。例えば、公表平１１−５０８３５９号あるいは特開平８−２１７２９号に記載の装置が開発され、比較的簡単に高さ情報を取得することができる。
【０００５】
【発明が解決しようとする課題】
しかしながら、２次元地図の図形に高さ情報を付与して３次元地図を生成する従来の技術では、これらの高さ情報は階数情報や部屋番号情報の階数、及び１階当たりの適当な高さを利用して算出されるので、高精度の高さ情報を付与することは難しい。
【０００６】
また、レーザ測距装置などを利用して計測した高さ情報には一般的に計測誤差が多く含まれている。この測定誤差の影響により、この２次元地図の図形に付与しようとする高さ情報は、他の方法で正確に測量して作成された２次元地図のような情報との間にずれが生じてしまう。そのため、この高さ情報と２次元地図データとをそのまま利用すると、実際の高さとは異なる高さ情報をもつ３次元地図データが生成されることになり、実用的に利用することが非常に難しくなっている。
【０００７】
また何より、これらの技術では元となる２次元地図データが必要となり、これらのデータが無い場合には３次元地図データを生成することができないのが現状である。
【０００８】
上述したように、従来の技術では、２次元地図データが存在しない場合には、３次元地図データを生成することは非常に難しい。このため、人手を介して３次元地図データの生成を行う必要がある。この作業はかなりの時間と経験を要するものであり、その省力化、更には自動化が強く望まれている。
【０００９】
本発明は上述したような従来の技術が有する問題点や技術的な背景に鑑みてなされたものであって、レーザ測距装置などを利用して得られるレンジデータから３次元形状を算出し、３次元モデルを生成する方法及び装置を提供することを課題とする。
【００１０】
【課題を解決するための手段】
本発明による３次元モデル生成方法は、レンジデータから３次元形状を算出し、３次元モデルを生成する方法であって、レンジデータから得られる距離情報から、対象点と当該対象点について座標軸方向の前後に隣接する２点を含む連続する４点の当該座標軸方向の高低差を算出し、その高低差が規定した第１のパターンである「平ら、のぼり、平ら」、または第２のパターンである「平ら、下り、平ら」のいずれかに該当するパターンである場合、その対象点に対し、各座標軸方向のパターンが前記第１または第２のパターンのいずれであるかの情報と当該対象点の位置情報とを含む情報である、形状のエッジに関する特徴量を算出し設定するエッジ特徴量算出処理手順と、前記算出された形状のエッジに関する特徴量から、当該特徴量が設定された点に囲まれる領域に含まれる対象点を探索し、該探索した対象点のうち前記形状のエッジに関する特徴量が設定されていない対象点に対し、各座標軸方向のパターンが第３のパターンである旨の情報と当該対象点の位置情報とを含む情報である、対象点の領域に関する特徴量を算出し設定する領域特徴量算出処理手順と、前記算出された形状のエッジに関する特徴量、及び前記算出された対象点の領域に関する特徴量から、当該形状とその閉領域を抽出する形状抽出処理手順と、前記形状抽出処理手順にて抽出された形状の閉領域に含まれる対象点に対して、当該閉領域内のレンジデータから、対象点と当該対象点について座標軸方向に隣接する点を含む連続する２点の当該座標軸方向の高低差を算出し、その高低差が規定した第４のパターンである「平ら」、第５のパターンである「のぼり」、または第６のパターンである「下り」のいずれに該当するかを調べ、その結果に基づき、各座標軸方向のパターンが前記第４、第５、または第６のパターンのいずれであるかの情報と当該対象点の位置情報とを含む情報である、勾配に関する特徴量を算出し設定する勾配特徴量算出処理手順と、前記算出された勾配に関する特徴量から前記閉領域の分割を行い、得られた形状に基づき３次元形状を算出して３次元モデルを生成する形状整形処理手順と、を備えることを特徴とする。
【００１３】
あるいは、上記３次元モデル生成方法において、前記形状抽出処理手順では、前記各座標軸方向のパターンが共に同じである特徴量を有する点の集合を一単位として形状を構成する直線を算出し、前記領域特徴量算出処理手順にて算出された対象点の領域に関する特徴量を利用して前記算出された直線群から同じ形状を構成する直線を抽出することを特徴とする。
【００１５】
あるいは、上記３次元モデル生成方法において、前記形状整形処理手順では、前記勾配特徴量算出処理手順にて算出された勾配に関する特徴量を分類し、該分類された同じ勾配に関する特徴量を有する対象点から構成される領域の最外郭点を抽出し、その点の分布を示す近似直線を算出し、該直線と前記形状抽出処理手順にて算出された形状を構成する直線に対して、閾値を満たし同じ直線とみなすことができるものを統合して該形状の整形を行うことを特徴とする。
【００１６】
また、本発明による３次元モデル生成装置は、レンジデータから３次元形状を算出し、３次元モデルを生成する装置であって、レンジデータから得られる距離情報から、対象点と当該対象点について座標軸方向の前後に隣接する２点を含む連続する４点の当該座標軸方向の高低差を算出し、その高低差が規定した第１のパターンである「平ら、のぼり、平ら」、または第２のパターンである「平ら、下り、平ら」のいずれかに該当するパターンである場合、その対象点に対し、各座標軸方向のパターンが前記第１または第２のパターンのいずれであるかの情報と当該対象点の位置情報とを含む情報である、形状のエッジに関する特徴量を算出し設定するエッジ特徴量算出処理手段と、前記算出された形状のエッジに関する特徴量から、当該特徴量が設定された点に囲まれる領域に含まれる対象点を探索し、該探索した対象点のうち前記形状のエッジに関する特徴量が設定されていない対象点に対し、各座標軸方向のパターンが第３のパターンである旨の情報と当該対象点の位置情報とを含む情報である、対象点の領域に関する特徴量を算出し設定する領域特徴量算出処理手段と、前記算出された形状のエッジに関する特徴量、及び前記算出された対象点の領域に関する特徴量から、当該形状とその閉領域を抽出する形状抽出処理手段と、前記形状抽出処理手段にて抽出された形状の閉領域に含まれる対象点に対して、当該閉領域内のレンジデータから、対象点と当該対象点について座標軸方向に隣接する点を含む連続する２点の当該座標軸方向の高低差を算出し、その高低差が規定した第４のパターンである「平ら」、第５のパターンである「のぼり」、または第６のパターンである「下り」のいずれに該当するかを調べ、その結果に基づき、各座標軸方向のパターンが前記第４、第５、または第６のパターンのいずれであるかの情報と当該対象点の位置情報とを含む情報である、勾配に関する特徴量を算出し設定する勾配特徴量算出処理手段と、前記算出された勾配に関する特徴量から前記閉領域の分割を行い、得られた形状に基づき３次元形状を算出して３次元モデルを生成する形状整形処理手段と、を備えることを特徴とする。
【００１７】
また、上記の３次元モデル生成方法における手順をコンピュータに実行させるためのプログラムを、該コンピュータが読み取り可能な記録媒体に記録したことを特徴とする。
【００１８】
本発明では、レンジデータから得られる距離情報から算出される特徴量を利用することにより、３次元形状を算出し、３次元モデルを生成する。レンジデータから得られる距離情報から対象点を含む例えば連続する４点の高低差を算出し、その高低差が或る特定のパターンを有する場合、その方向におけるパターン、及び位置を特徴量として算出することにより、レンジデータの計測誤差により生じるノイズを軽減し、非常に効率の良い高速な処理を実現する。
【００１９】
また、Ｘ方向、及びＹ方向といった座標軸方向の高低差パターンが同じである特徴量を有する点の集合を一単位として形状を構成する直線を算出すること、及び領域特徴量算出処理の手順／手段にて算出された特徴量を利用して算出された直線群から同じ形状を構成する直線を抽出することにより、形状抽出処理の手順／手段におけるノイズが軽減し、処理の高精度化、高速化を実現する。
【００２０】
また、形状抽出処理の手順／手段にて算出された形状を構成する領域に対して、レンジデータから得られる距離情報から連続する２点の高低差を算出し、Ｘ方向、及びＹ方向といった座標軸方向の勾配を平ら、のぼり、くだりに分類することにより、平面ではない複雑な勾配を有するモデルを生成する。
【００２１】
また、勾配特徴量算出処理の手順／手段にて算出された勾配を分類したものに対して同じ勾配を有する領域を構成する直線を算出すること、及び該直線と形状抽出処理の手順／手段にて算出された直線に対して、閾値を満たし同じ直線とみなすことができるものを統合して該形状の整形を行うことにより、複雑な形状を有するモデルを生成し、また、効率の良い非常に高速な処理を実現する。
【００２２】
【発明の実施の形態】
以下、本発明の実施形態例について図面を用いて説明する。
【００２３】
本発明の一実施形態例の３次元モデル生成方法を実現する装置の構成を図１に示す。
【００２４】
本実施形態例における装置は、オペレータから処理を受け付け、その処理結果を３次元モデルデータベース７ヘ格納する入出力処理手段１と、レンジデータベース８から得られる距離情報から対象点とこの対象点に隣接する点との高低差を算出し、その高低差が或る特定のパターンとなる形状のエッジに関する特徴量を算出するエッジ特徴量算出処理手段２と、前記エッジ特徴量算出処理手段２にて算出された形状のエッジに関する特徴量から、それに囲まれる領域に含まれる対象点を探索し、該対象点の領域に関する特徴量を算出する領域特徴量算出処理手段３と、前記エッジ特徴量算出処理手段２にて算出された形状のエッジに関する特徴量、及び領域特徴量算出処理手段３にて算出された対象点の領域に関する特徴量から形状を抽出する形状抽出処理手段４と、前記形状抽出処理手段４にて算出された閉領域に対して、レンジデータベース８の該領域内のレンジデータから勾配に関する特徴量を算出する勾配特徴量算出処理手段５と、前記勾配特徴量算出処理手段５にて算出された領域内の勾配に関する特徴量から該閉領域の分割を行い、該形状のモデルを算出する形状整形処理手段６と、を備えている。
【００２５】
本発明の或る一つの態様においては、３次元モデルデータベース７は、モデル形状を構成する各点の３次元座標点のデータ、及び構成面のデータを含むデータを格納する。レンジデータベース８は、格子上の点（ｉ，ｊ）に対する距離情報Ｒａｎｇｅ（ｉ，ｊ）、及びこの格子間隔、（０，０）に対応する座標値を含むデータを格納する。
【００２６】
入出力処理手段１は、オペレータからの指示により処理対象領域を受け付け、処理結果を３次元モデルデータベース７ヘ格納する。この処理は、図２に示す手順で以下のように行われる。
［ステップ１］処理対象領域を取得する。
［ステップ２］エッジ特徴量算出処理を行う
［ステップ３］領域特徴量算出処理を行う。
［ステップ４］形状抽出処理を行う。
［ステップ５］処理対象領域を閉領域ＳｈａｐｅＲｇｎ（ｏ）毎として閾値を下げて、［ステップ２］〜［ステップ４］を再度実行する。
［ステップ６］勾配特徴量算出処理を行う。
［ステップ７］形状整形処理を行う。
［ステップ８］３次元モデルデータベースに処理結果を格納する。
【００２７】
上記の閾値は、画像毎あるいは処理対象地域毎の値として、あらかじめ決めておくとしてもよいし、取得された処理対象領域に含まれる対象点のレンジデータの分散に応じて動的に設定するとしてもよい。
【００２８】
エッジ特徴量算出処理手段２は、レンジデータから得られる距離情報から対象点に隣接する点との高低差を算出し、その高低差が或る特定のパターンとなる形状のエッジに関する特徴量を算出する。この処理は、図３に示す手順で以下のように行われる。
［ステップ１］処理領域に含まれる対象点に対するレンジデータ、閾値を取得する。
［ステップ２］対象点（ｉ，ｊ）に対して、（ｉ−１，ｊ）−（ｉ，ｊ）間、（ｉ，ｊ）−（ｉ＋１，ｊ）間、（ｉ＋１，ｊ）−（ｉ＋２，ｊ）間の高低差を算出する。
［ステップ３］算出された高低差が閾値を満たすかどうかを調べ、各対象点間のＸ方向の高低関係を↑（のぼり）、↓（下り）、→（平ら）と分類する。
［ステップ４］分類された高低関係のパターンを調べ、該当するパターンの場合、特徴量Ｆ（ｎ）＝（ｔｙｐｅ，ｓｘ，ｓｙ，ｉ，ｊ）を格納する。ｔｙｐｅは分類種別、ｓｘはＸ方向のパターン（ＵｐｏｒＤｏｗｎｏｒＰｌａｎｅｏｒＢｅｔｗｅｅｎ）、ｓｙはＹ方向のパターン（ＵｐｏｒＤｏｗｎｏｒＰｌａｎｅｏｒＢｅｔｗｅｅｎ）、ｉ，ｊは位置を示す。→↑→となる場合には、（１，Ｕｐ，ＮＵＬＬ，ｉ，ｊ）、（１，Ｕｐ，ＮＵＬＬ，ｉ＋１，ｊ）となり、→↓→となる場合には、（１，Ｄｏｗｎ，ＮＵＬＬ，ｉ，ｊ）、（１，Ｄｏｗｎ，ＮＵＬＬ，ｉ＋１，ｊ）となる。
［ステップ５］（ｉ，ｊ）に対して、（ｉ，ｊ−１）−（ｉ，ｊ）間、（ｉ，ｊ）−（ｉ，ｊ＋１）間、（ｉ，ｊ＋１）−（ｉ，ｊ＋２）間の高低差を算出する。
［ステップ６］算出された高低差が閾値を満たすかどうかを調べ、各対象点間のＹ方向の高低関係を↑、↓、→と分類する。
［ステップ７］分類された高低関係のパターンを調べ、該当するパターンの場合、Ｆ（ｎ）を格納する。→↑→となる場合には、（１，ＮＵＬＬ，Ｕｐ，ｉ，ｊ）、（１，ＮＵＬＬ，Ｕｐ，ｉ，ｊ＋１）となり、→↓→となる場合には、（１，ＮＵＬＬ，Ｄｏｗｎ，ｉ，ｊ）、（１，ＮＵＬＬ，Ｄｏｗｎ，ｉ，ｊ＋１）となる。
［ステップ８］対象となるすべての（ｉ，ｊ）に対して処理が終わるまで、［ステップ２］〜［ステップ７］を繰り返す。
【００２９】
領域特徴量算出処理手段３は、前記エッジ特徴量算出処理手段２にて算出された形状のエッジに関する特徴量から、それに囲まれる領域に含まれる対象点を探索し、該対象点の領域に関する特徴量を算出する。この処理は、図４に示す手順で以下のように行われる。
［ステップ１］処理領域に含まれる対象点に対する特徴量Ｆ（ｎ）を取得する。
［ステップ２］ｔｙｐｅ＝１のＦ（ｎ）を高さの高い順に並べ替える。
［ステップ３］ｓｘ＝Ｕｐとなるｔｙｐｅ＝１のＦ（ｎ）を順に取得する。
［ステップ４］対象点（ｉ，ｊ）からＸ方向にスキャンして、ｔｙｐｅ＝１で最初にｓｘ＝Ｄｏｗｎとなる（ｉ１，ｊ）を算出する。
［ステップ５］（ｉ，ｊ）−（ｉ１，ｊ）間の各点のＦ（ｎ）にｓｘがまだ設定されていない場合、ｔｙｐｅ＝３，ｓｘ＝Ｂｅｔｗｅｅｎを設定する。
［ステップ６］（ｉ，ｊ）からＹ方向にスキャンして、ｔｙｐｅ＝１で最初にｓｙ＝Ｄｏｗｎとなる（ｉ，ｊ１）を算出する。
［ステップ７］（ｉ，ｊ）−（ｉ，ｊ１）間の各点のＦ（ｎ）にｓｙがまだ設定されていない場合、ｔｙｐｅ＝３，ｓｙ＝Ｂｅｔｗｅｅｎを設定する。
［ステップ８］（ｉ，ｊ）、（ｉ１，ｊ）、（ｉ，ｊ１）のＦ（ｎ）にｔｙｐｅ＝２を設定する。
［ステップ９］すべてのｔｙｐｅ＝１のＦ（ｎ）に対して処理が終わるまで、［ステップ２］〜［ステップ８］を繰り返す。
【００３０】
形状抽出処理手段４は、前記エッジ特徴量算出処理手段２にて算出された形状のエッジに関する特徴量、及び領域特徴量算出処理手段３にて算出された対象点の領域に関する特徴量から、形状を抽出する。この処理は、図５に示す手順で以下のように行われる。
［ステップ１］処理領域に含まれる対象点に対する特徴量Ｆ（ｎ）、閾値を取得する。
［ステップ２］ｓｘ、及びｓｙが共に同じＦ（ｎ）を有する点に対して、その間の最短距離が閾値を満たす集合に分類する。
［ステップ３］算出された集合毎に、該集合に含まれる点の分布を示す近似直線Ｌｉｎｅ（ｍ）を最小二乗法により算出する。
［ステップ４］ｔｙｐｅ＝３のＦ（ｎ）を高さの高い順に並べ替える。
［ステップ５］ｔｙｐｅ＝３のＦ（ｎ）を順に取得し、該対象点に隣接する点のＦ（ｎ）の分類種別を順に調べ、同じｔｙｐｅ＝３を有する領域を抽出し、その領域を構成するすべて点のＦ（ｎ）にｔｙｐｅ＝４を設定する。
［ステップ６］算出された領域に隣接するＬｉｎｅ（ｍ）を取得し、その各交点を算出し、閉領域ＳｈａｐｅＲｇｎ（ｏ）を抽出する。
［ステップ７］すべてのｔｙｐｅ＝３のＦ（ｎ）に対して処理が終わるまで、［ステップ５］〜［ステップ６］を繰り返す。
【００３１】
なお、この［ステップ３］の最小二乗法により直線を算出する方法は、従来の手法と特に変わるところがないので、ここではその詳細な説明は省略する。
【００３２】
勾配特徴量算出処理手段５は、前記形状抽出処理手段４にて算出された閉領域に対して、該領域内のレンジデータから勾配に関する特徴量を算出する。この処理は図６に示す手順で以下のように行われる。
［ステップ１］処理領域に含まれるＳｈａｐｅＲｇｎ（ｏ）、該領域に含まれる対象点のレンジデータを取得する。
［ステップ２］ＳｈａｐｅＲｇｎ（ｏ）を高さの高い順に並べ替える。
［ステップ３］ＳｈａｐｅＲｇｎ（ｏ）を順に取得し、該領域に含まれる対象点（ｉ，ｊ）に対して、（ｉ，ｊ）−（ｉ＋１，ｊ）間の高低差を算出する。
［ステップ４］算出された高低差が閾値を満たすかどうかを調べ、各対象点間の高低関係を↑、↓、→と分類特徴量を格納する。↑の場合は（５，Ｕｐ，ＮＵＬＬ，ｉ，ｊ）、↓の場合は（５，Ｄｏｗｎ，ＮＵＬＬ，ｉ，ｊ）、→の場合は（５，Ｐｌａｎｅ，ＮＵＬＬ，ｉ，ｊ）となる。
［ステップ５］（ｉ，ｊ）に対して、（ｉ，ｊ）−（ｉ，ｊ＋１）間の高低差を算出する。
［ステップ６］算出された高低差が閾値を満たすかどうかを調べ、各対象点間の高低関係を↑、↓、→と分類特徴量を格納する。↑の場合は（５，ＮＵＬＬ，Ｕｐ，ｉ，ｊ）、↓の場合は（５，ＮＵＬＬ，Ｄｏｗｎ，ｉ，ｊ）、→の場合は（５，ＮＵＬＬ，Ｐｌａｎｅ，ｉ，ｊ）となる。
［ステップ７］対象となるすべてのＳｈａｐｅＲｇｎ（ｏ）に対して処理が終わるまで、［ステップ３］〜［ステップ６］を繰り返す。
［ステップ８］ｔｙｐｅ＝５のＦ（ｎ）を取得し、（ｉ，ｊ）に対して、（ｉ＋１，ｊ）、（ｉ−１，ｊ）のＦ（ｎ）のｓｘが同じ場合は、（ｉ，ｊ）のＦ（ｎ）のｓｘを変更する。↑，↓，↑の場合はｓｘ＝Ｐｌａｎｅ、↑，→，↑の場合はｓｘ＝Ｕｐ、→，↑，→の場合はｓｘ＝Ｐｌａｎｅ、→，↓，→の場合はｓｘ＝Ｐｌａｎｅ、↓，→，↓の場合はｓｘ＝Ｄｏｗｎ、↓，↑，↓の場合はｓｘ＝Ｐｌａｎｅとなる。
［ステップ９］ｔｙｐｅ＝５のＦ（ｎ）を取得し、（ｉ，ｊ）に対して、（ｉ，ｊ＋１）、（ｉ，ｊ−１）のＦ（ｎ）のｓｙが同じ場合は、（ｉ，ｊ）のＦ（ｎ）のｓｙを変更する。↑，↓，↑の場合はｓｙ＝Ｐｌａｎｅ、↑，→，↓はｓｙ＝Ｕｐ、→，↑，→の場合はｓｙ＝Ｐｌａｎｅ、→，↓，→の場合はｓｙ＝Ｐｌａｎｅ、↓，→，↓の場合はｓｙ＝Ｄｏｗｎ、↓，↑，↓の場合はｓｙ＝Ｐｌａｎｅとなる。
【００３３】
なお、この閾値は処理対象地域毎の値としてあらかじめ決めておくとしてもよいし、取得された特徴量を有する点の距離情報の分散に応じて動的に設定するとしてもよい。
【００３４】
形状整形処理手段６は、前記勾配特徴量算出処理手段５にて算出された勾配に関する特徴量から、該閉領域の分割を行い、該形状のモデルを算出する。この処理は、図７に示す手順で以下のように行われる。
［ステップ１］処理領域に含まれるＳｈａｐｅＲｇｎ（ｏ）、該領域を構成する対象点、及び該領域に含まれる対象点に対する特徴量Ｆ（ｎ）を取得する。
［ステップ２］ＳｈａｐｅＲｇｎ（ｏ）を順に取得し、該領域を構成するｓｘ＝Ｕｐの対象点（ｉ，ｊ）に対して、Ｘ方向にスキャンして、ｓｘが同じである連続する領域に分類する。
［ステップ３］該領域を構成するｓｙ＝Ｕｐの（ｉ，ｊ）に対して、Ｙ方向にスキャンして、ｓｙが同じである連続する領域に分類する。
［ステップ４］分類された領域で隣接するものを９つの集合にまとめる。すなわち、（ｓｘ＝Ｕｐ，ｓｙ＝Ｕｐ）、（ｓｘ＝Ｕｐ，ｓｙ＝Ｄｏｗｎ）、（ｓｘ＝Ｕｐ，ｓｙ＝Ｐｌａｎｅ）、（ｓｘ＝ＰＩａｎｅ，ｓｙ＝Ｕｐ）、（ｓｘ＝Ｐｌａｎｅ，ｓｙ＝Ｄｏｗｎ）、（ｓｘ＝Ｐｌａｎｅ，ｓｙ＝Ｐｌａｎｅ）、（ｓｘ＝Ｄｏｗｎ，ｓｙ＝ＵＰ）、（ｓｘ＝Ｄｏｗｎ，ｓｙ＝Ｄｏｗｎ）、（ｓｘ＝Ｄｏｗｎ，ｓｙ＝Ｐｌａｎｅ）の集合である。
［ステップ５］同じ分類の集合を構成する最外郭点を抽出し、その点の分布を示す近似直線を最小二乗法により算出する。
［ステップ６］算出された直線、及びＳｈａｐｅＲｇｎ（ｏ）を構成するＬｉｎｅ（ｍ）に対して、各傾き、切片が閾値を満たす直線の組み合わせを算出し、統合する。
［ステップ７］統合された直線の各交点を算出し、閉領域を抽出する。
［ステップ８］算出された閉領域の各辺に対して、分類された領域の勾配となるように該辺の高さ情報を算出する。
【００３５】
なお、この［ステップ３］の最小二乗法により直線を算出する方法は、従来の手法と特に変わるところがないので、ここではその詳細な説明は省略する。また、この閾値は処理対象地域毎の値としてあらかじめ決めておくとしてもよいし、算出された直線の傾き、切片の値の分散に応じて動的に設定するとしてもよい。
【００３６】
以降では、上述した処理手順を実際のデータに即して、具体的に示す。
【００３７】
入出力処理にて、オペレータから処理を受付け、処理対象領域を取得し、処理をエッジ特徴量算出処理に移す。エッジ特徴量算出処理にて、処理領域に含まれる対象点に対するレンジデータ、閾値を取得する。ここでは、例えば、レンジデータの距離情報Ｒａｎｇｅ（ｉ，ｊ）を濃淡値として画像で表した際、図８の８０１で示されるようなレンジデータを対象とする。この対象点（ｉ，ｊ）に対して、（ｉ−１，ｊ）−（ｉ，ｊ）間、（ｉ，ｊ）−（ｉ＋１，ｊ）間、（ｉ＋１，ｊ）−（ｉ＋２，ｊ）間の高低差を算出し、その高低差が閾値を満たすかどうかを調べ、各対象点間のＸ方向の高低関係を↑、↓、→と分類し、その分類された高低関係のパターンを調べ、→↑→、あるいは、→↓→となる場合に、特徴量Ｆ（ｎ）を格納する。Ｙ方向についても同様に処理を行い、これらの処理を対象となるすべての（ｉ，ｊ）に対して繰り返す。例えば、Ｆ（ｎ）＝（１，Ｕｐ，Ｕｐ，ｉ，ｊ）となる特徴を有する点は図９（ａ）の９０１に、Ｆ（ｎ）＝（１，Ｕｐ，Ｄｏｗｎ，ｉ，ｊ）となる特徴を有する点は図９（ｂ）の９０２に、更に、Ｆ（ｎ）＝（１，Ｄｏｗｎ，Ｕｐ，ｉ，ｊ）となる特徴を有する点は図１０（ａ）の１００１に、Ｆ（ｎ）＝（１，Ｄｏｗｎ，Ｄｏｗｎ，ｉ，ｊ）となる特徴を有する点は図１０（ｂ）の１００２に、示すようになる。
【００３８】
次に、領域特徴量算出処理にて、処理領域に含まれる対象点に対するＦ（ｎ）を取得し、ｔｙｐｅ＝１のＦ（ｎ）を高さの高い順に並べ替える。これに対し、ｓｘ＝Ｕｐとなるｔｙｐｅ＝１のＦ（ｎ）を順に取得し、（ｉ，ｊ）からＸ方向にスキャンして、ｔｙｐｅ＝１で最初にｓｘ＝Ｄｏｗｎとなる（ｉ１，ｊ）を算出し、（ｉ，ｊ）−（ｉ１，ｊ）間の各点の特徴量にｓｘがまだ設定されていない場合、ｔｙｐｅ＝３，ｓｘ＝Ｂｅｔｗｅｅｎを設定する。例えば、図１１の１１０１は、図９の９０１，９０２、及び図１０の１００１，１００２を重畳表示したものであるが、この図１１の１１０２で示される（ｉ，ｊ）からＸ方向にスキャンして、ｔｙｐｅ＝１で最初にｓｘ＝Ｄｏｗｎとなるのは、図１１の１１０３で示される（ｉ１，ｊ）であり、このとき、図１１の１１０４で示されるこの（ｉ，ｊ）−（ｉ１，ｊ）間の各点のＦ（ｎ）にｓｘがまだ設定されていない場合ｔｙｐｅ＝３，ｓｘ＝Ｂｅｔｗｅｅｎが設定される。更に、（ｉ，ｊ）からＹ方向にスキャンして、ｔｙｐｅ＝１で最初にｓｙ＝Ｄｏｗｎとなる（ｉ，ｊ１）を算出し、（ｉ，ｊ）−（ｉ，ｊ１）間の各点のＦ（ｎ）にｓｙがまだ設定されていない場合、ｔｙｐｅ＝３，ｓｙ＝Ｂｅｔｗｅｅｎを設定する。最後に、（ｉ，ｊ）、（ｉ１，ｊ）、（ｉ，ｊ１）のＦ（ｎ）にｔｙｐｅ＝２を設定し、これらの処理をすべてのｔｙｐｅ＝１のＦ（ｎ）に対して処理が終わるまで繰り返す。
【００３９】
更に、形状抽出処理にて、処理領域に含まれる対象点に対するＦ（ｎ）、閾値を取得し、ｓｘ、及びｓｙが共に同じＦ（ｎ）を有する点に対して、その間の最短距離が閾値を満たす集合に分類する。例えば、図９の９０３で示される点は、図１２（ａ）の１２０２，１２０３の２つに分類される。これらの算出された集合気に、該集合に含まれる点の分布を示す近似直線Ｌｉｎｅ（ｍ）を最小二乗法により算出する。例えば、図１２（ａ）の１２０２，１２０３の各集合に対して、図１２（ｂ）の１２０５，１２０６で示される直線が算出される。次に、ｔｙｐｅ＝３のＦ（ｎ）を高さの高い順に並べ替え、順に取得し、該対象点に隣接する点のＦ（ｎ）の分類種別を順に調べ、同じｔｙｐｅ＝３を有する領域を抽出し、その領域を構成するすべて点のＦ（ｎ）にｔｙｐｅ＝４を設定する。例えば、図１３（ａ）の１３０１に示されるような領域が抽出される。これに対して、この領域に隣接するＬｉｎｅ（ｍ）を取得し、その各交点を算出し、閉領域ＳｈａｐｅＲｇｎ（ｏ）を抽出する。例えば、図１３（ａ）の１３０１に対しては、図１３（ｂ）の１３０２に示されるようなＳｈａｐｅＲｇｎ（ｏ）が抽出される。これらの処理をすべてのｔｙｐｅ＝３のＦ（ｎ）に対して繰り返す。
【００４０】
また、勾配特徴量算出処理にて、処理領域に含まれるＳｈａｐｅＲｇｎ（ｏ）、該領域に含まれる対象点のレンジデータを取得し、ＳｈａｐｅＲｇｎ（ｏ）を高さの高い順に並べ替える。このＳｈａｐｅＲｇｎ（ｏ）を順に取得し、該領域に含まれる対象点（ｉ，ｊ）に対して、（ｉ，ｊ）−（ｉ＋１，ｊ）間の高低差を算出し、この高低差が閾値を満たすかどうかを調べ、各対象点間の高低関係を↑，↓，（ｉ，ｊ＋１）間の高低差を算出し、この高低差が閾値を満たすかどうかを調べ、各対象点間の高低関係を↑，↓，→と分類し、特徴量を格納する。これらの処理を、対象となるすべてのＳｈａｐｅＲｇｎ（ｏ）に対して繰り返す。次に、ｔｙｐｅ＝５のＦ（ｎ）を取得し、（ｉ，ｊ）に対して、（ｉ＋１，ｊ）、（ｉ−１，ｊ）のＦ（ｎ）のｓｘが同じ場合は、（ｉ，ｊ）のＦ（ｎ）のｓｘを変更し、（ｉ，ｊ＋１）、（ｉ，ｊ−１）のＦ（ｎ）のｓｘが同じ場合は、（ｉ，ｊ）のＦ（ｎ）のｓｙを変更する。例えば、図１３（ｂ）の１３０２に示されるようなＳｈａｐｅＲｇｎ（ｏ）中で、図１３（ｂ）の１３０３で示される領域の高さが最も高かったとして処理を行った結果、Ｆ（ｎ）＝（５，Ｕｐ，Ｕｐ，ｉ，ｊ）となる特徴を有する点は図１４（ａ）の１４０１に、Ｆ（ｎ）＝（５，Ｐｌａｎｅ，Ｐｌａｎｅ，ｉ，ｊ）なる特徴を有する点は図１４（ｂ）の１４０２に示すようになる。
【００４１】
更に、形状整形処理にて、処理領域に含まれるＳｈａｐｅＲｇｎ（ｏ）、該領域を構成する対象点、及び該領域に含まれる対象点に対するＦ（ｎ）を取得し、このＳｈａｐｅＲｇｎ（ｏ）を順に取得し、該領域を構成するｓｘ＝Ｕｐの対象点（ｉ，ｊ）に対して、Ｘ方向にスキャンして、ｓｘが同じである連続する領域に分類する。また、ｓｙ＝Ｕｐの（ｉ，ｊ）に対して、Ｙ方向にスキャンして、ｓｙが同じである連続する領域に分類する。分類された領域で隣接するものを９つの集合にまとめ、同じ分類の集合を構成する最外郭点を抽出し、その点の分布を示す近似直線を最小二乗法により算出し、その直線、及びＳｈａｐｅＲｇｎ（ｏ）を構成するＬｉｎｅ（ｍ）に対して、各傾き、切片が閾値を満たす直線の組み合わせを算出し、統合する。これらの直線の各交点を算出して閉領域を抽出し、算出された閉領域の各辺に対して分類された領域の勾配となるように該辺の高さ情報を算出する。例えば、図１３（ｂ）の１３０３で示される領域に対しては、図１４（ａ）の１４０１、図１４（ｂ）の１４０２で示される領域に分類され、この各領域の閉領域を算出すると、図１４（ｃ）の１４０３で示される領域となる。ここで、この図１４（ｃ）の１４０４で示される領域はＦ（ｎ）＝（５，Ｕｐ，Ｕｐ，ｉ，ｊ）となるのでのぼりの面となり、図１４（ｃ）の１４０５で示される領域はＦ（ｎ）＝（５，Ｐｌａｎｅ，Ｐｌａｎｅ，ｉ，ｊ）となるので平面となる。こうして、図１４（ｄ）の１４０６で示されるような形状が算出される。また、例えば、図１２（ｂ）の１２０５，１２０６で示される直線のような場合、傾きや切片の値が近いので統合されでひとつの直線となり、形状構成点の削減が行われる。
【００４２】
最後に、入出力処理にて、処理結果を３次元モデルデータベースヘ格納する。ここでは、例えば、図１５に示すような３次元モデルデータが格納されることになる。
【００４３】
なお、図１で示した装置各部の一部もしくは全部の処理機能を、コンピュータを用いて実現することができること、あるいは、図２〜図７で示した処理手順をコンピュータに実行させることができることは言うまでもなく、コンピュータでその各部の処理機能を実現するためのプログラム、あるいは、コンピュータにその処理手順を実行させるためのプログラムを、そのコンピュータが読み取り可能な記憶媒体、例えば、ＦＤ（フロッピーディスク：登録商標）や、ＭＯ、ＲＯＭ、メモリカード、ＣＤ、ＤＶＤ、リムーバブルディスクなどに記録して、保存したり、提供したり、配布したりすることが可能である。
【００４４】
以上、本発明を実施形態例に基づき具体的に説明したが、本発明は上記の実施形態例に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。
【００４５】
【発明の効果】
本発明によれば、レンジデータから得られる距離情報から算出される特徴量を利用するようにしたので、３次元形状を算出し、３次元モデルを生成することができる効果が得られる。
【００４６】
また、レンジデータから得られる距離情報から対象点を含む連続する４点の高低差を算出し、その高低差が或る特定のパターンを有する場合、その方向におけるパターン、及び位置を特徴量として算出するようにしたので、レンジデータの計測誤差により生じるノイズが軽減でき、非常に効率の良い高速な処理を実現することができる効果が得られる。
【００４７】
また、Ｘ方向、及びＹ方向といった座標軸方向の高低差パターンが同じである特徴量を有する点の集合を一単位として形状を構成する直線を算出すること、及び領域特徴量算出処理にて算出された特徴量を利用して算出された直線群から同じ形状を構成する直線を抽出するようにしたので、形状抽出処理におけるノイズが軽減でき、処理の高精度化、高速化を実現することができる効果が得られる。
【００４８】
また、形状抽出処理にて算出された形状を構成する領域に対して、レンジデータから得られる距離情報から連続する２点の高低差を算出し、Ｘ方向、及びＹ方向といった座標軸方向の勾配を平ら、のぼり、くだりに分類するようにしたので、平面ではない複雑な勾配を有するモデルを生成することができる効果が得られる。
【００４９】
また、勾配特徴量算出処理にて分類された勾配に対して同じ勾配を有する領域を構成する直線を算出すること、及び該直線と形状抽出処理にて算出された直線に対して、閾値を満たし同じ直線とみなすことができるものを統合して該形状の整形を行うようにしたので、複雑な形状を有するモデルを生成することができ、また、効率の良い非常に高速な処理を実現することができる効果が得られる。
【図面の簡単な説明】
【図１】本発明の一実施形態例における３次元モデル生成方法を実現する装置の構成図である。
【図２】本実施形態例における入出力処理処理フローを説明する図である。
【図３】本実施形態例におけるエッジ特徴量算出処理フローを説明する図である。
【図４】本実施形態例における領域特徴量算出処理フローを説明する図である。
【図５】本実施形態例における形状抽出処理フローを説明する図である。
【図６】本実施形態例における勾配特徴量算出処理フローを説明する図である。
【図７】本実施形態例における形状整形処理フローを説明する図である。
【図８】本実施形態例における距離情報Ｒａｎｇｅ（ｉ，ｊ）を濃淡値として画像で表したレンジデータの一例を説明する図である。
【図９】（ａ），（ｂ）は、本実施形態例におけるエッジ特徴量算出処理の一例を説明する図である。
【図１０】（ａ），（ｂ）は、本実施形態例におけるエッジ特徴量算出処理の一例の続きを説明する図である。
【図１１】本実施形態例における領域特徴量算出処理の一例を説明する図である。
【図１２】（ａ），（ｂ）は、本実施形態例における形状抽出処理の一例を説明する図である。
【図１３】（ａ），（ｂ）は、本実施形態例における形状抽出処理の一例の続きを説明する図である。
【図１４】（ａ），（ｂ），（ｃ），（ｄ）は、本実施形態例における勾配特徴量算出処理、及び形状整形処理の一例を説明する図である。
【図１５】本実施形態例において生成された３次元モデルデータの一例を説明する図である。
【符号の説明】
１…入出力処理手段
２…エッジ特徴量算出処理手段
３…領域特徴量算出処理手段
４…形状抽出処理手段
５…勾配特徴量算出処理手段
６…形状整形処理手段
７…３次元モデルデータベース
８…レンジデータベース[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a method for creating three-dimensional graphic data used in a geographic information system (GIS), and more particularly to a method for calculating a three-dimensional shape from range data to generate a three-dimensional model. How to do it.
[0002]
[Prior art]
In recent years, along with the complexity of cities, the hierarchies of cities that extend to the ground and underground as seen in facilities such as high-rise buildings, underground shopping malls, overpasses, water and sewage systems, electricity, telephones, and gas have been progressing. In order to perform more sophisticated management and use, there is an increasing demand for using a three-dimensional map having higher expressive ability instead of a conventional two-dimensional map.
[0003]
As for such a three-dimensional map generation technique, a technique of generating a three-dimensional map by adding height information to a figure of a two-dimensional map has been developed. For example, the method described in Japanese Patent Application Laid-Open No. 2000-112345 “3D map creation method” utilizes floor information and room number information extracted from address information of attribute information assigned to a figure of a 2D map. , Height information.
[0004]
On the other hand, a technology has been developed in which height information is measured using a laser distance measuring device or the like so that more accurate height information can be used. For example, an apparatus described in Publication No. 11-508359 or JP-A-8-21729 has been developed, and height information can be acquired relatively easily.
[0005]
[Problems to be solved by the invention]
However, in the conventional technology of generating a three-dimensional map by adding height information to a figure of a two-dimensional map, the height information is determined by the number of floor information and the number of room number information, and the appropriate height per floor. , It is difficult to provide highly accurate height information.
[0006]
Also, height information measured using a laser distance measuring device or the like generally contains many measurement errors. Due to the influence of the measurement error, the height information to be given to the figure of the two-dimensional map is shifted from information such as a two-dimensional map created by accurate surveying by another method. I will. Therefore, if the height information and the two-dimensional map data are used as they are, three-dimensional map data having the height information different from the actual height is generated, and it is very difficult to use it practically. Has become.
[0007]
Above all, these technologies require the original two-dimensional map data, and it is impossible at present to generate three-dimensional map data without such data.
[0008]
As described above, in the related art, it is very difficult to generate three-dimensional map data when there is no two-dimensional map data. Therefore, it is necessary to generate three-dimensional map data manually. This work requires a considerable amount of time and experience, and labor saving and further automation are strongly desired.
[0009]
The present invention has been made in view of the problems and technical background of the conventional technology as described above, and calculates a three-dimensional shape from range data obtained using a laser distance measuring device or the like, It is an object to provide a method and an apparatus for generating a three-dimensional model.
[0010]
[Means for Solving the Problems]
A three-dimensional model generation method according to the present invention is a method for calculating a three-dimensional shape from range data and generating a three-dimensional model. , Target point and This The target point About before and after in the coordinate axis direction Adjacent Four consecutive points including two points in the coordinate axis direction Is calculated, and the height difference In the case of a pattern corresponding to one of the specified first pattern “flat, climbing, flat” or the second pattern “flat, descending, flat”, each coordinate axis direction with respect to the target point Is information including information as to which of the patterns is the first or second pattern and position information of the target point. Calculate features related to shape edges Setting Edge feature amount calculation processing procedure to be performed, and the feature amount related to the edge of the calculated shape, At the point where the feature value is set A target point included in the surrounded area is searched for, and the searched For the target point for which the feature amount regarding the edge of the shape is not set among the target points, the information including information indicating that the pattern in each coordinate axis direction is the third pattern and the position information of the target point. Calculate the feature value of the target point area Setting Region feature amount calculation processing procedure to be performed, the feature amount related to the edge of the calculated shape, and the calculated feature amount related to the area of the target point. The shape And its closed region A shape extraction processing procedure for extracting In the shape extraction processing procedure Closed area of extracted shape Target points included in Against This From the range data in the closed area Calculating a height difference in the coordinate axis direction between two consecutive points including the target point and a point adjacent to the target point in the coordinate axis direction, and determining the fourth pattern “flat” or the fifth pattern defined by the height difference. It is checked whether the pattern corresponds to the “upstream” pattern or the sixth pattern “down”, and based on the result, the pattern in each coordinate axis direction is the same as the fourth, fifth, or sixth pattern. Which is information including the information of which one is and the position information of the target point, Calculate features related to gradients Setting Performing the gradient feature value calculation processing procedure, and dividing the closed region from the calculated feature value related to the gradient, Got shape Based on A shape shaping process for calculating a three-dimensional shape to generate a three-dimensional model.
[0013]
Alternatively, in the above three-dimensional model generation method, in the shape extraction processing procedure, Each of the above Coordinate axis direction No pa Turn both Calculate straight lines that compose a shape with a set of points having the same feature as one unit And Utilizing the feature amount regarding the area of the target point calculated in the area feature amount calculation processing procedure Said It is characterized in that straight lines constituting the same shape are extracted from the calculated straight line group.
[0015]
Alternatively, in the three-dimensional model generation method, in the shape shaping processing procedure, the gradient calculated in the gradient feature quantity calculation processing procedure is used. Features for Classify and classify Tatodo Same gradient Features for Having Consist of target points region Extracts the outermost point of, and approximates the distribution of that point Calculate straight line And With respect to the straight line and the straight line constituting the shape calculated in the shape extraction processing procedure, the shapes that satisfy the threshold value and can be regarded as the same straight line are integrated to shape the shape.
[0016]
Also, a three-dimensional model generation device according to the present invention is a device that calculates a three-dimensional shape from range data and generates a three-dimensional model, and calculates a three-dimensional model from distance information obtained from the range data. , Target point and This The target point About before and after in the coordinate axis direction Adjacent Four consecutive points including two points in the coordinate axis direction Is calculated, and the height difference In the case of a pattern corresponding to one of the specified first pattern “flat, climbing, flat” or the second pattern “flat, descending, flat”, each coordinate axis direction with respect to the target point Is information including information as to which of the patterns is the first or second pattern and position information of the target point. Calculate features related to shape edges Setting Edge feature value calculation processing means to be performed, and a feature value related to the edge of the calculated shape, At the point where the feature value is set A target point included in the surrounded area is searched for, and the searched For the target point for which the feature amount relating to the edge of the shape is not set among the target points, the information includes information indicating that the pattern in each coordinate axis direction is the third pattern and position information of the target point. Calculate the feature value of the target point area Setting Region feature amount calculation processing means, and the feature amount related to the edge of the calculated shape, and the calculated feature amount related to the area of the target point, The shape And its closed region Shape extraction processing means for extracting By shape extraction processing means Closed area of extracted shape Target points included in Against This From the range data in the closed area Calculating a height difference in the coordinate axis direction between two consecutive points including the target point and a point adjacent to the target point in the coordinate axis direction, and determining the fourth pattern “flat” or the fifth pattern defined by the height difference. It is checked whether the pattern corresponds to the “upstream” pattern or the sixth pattern “down”, and based on the result, the pattern in each coordinate axis direction is the same as the fourth, fifth, or sixth pattern. Which is information including the information of which one is and the position information of the target point, Calculate features related to gradients Setting Gradient feature value calculation processing means, and performs the division of the closed region from the feature value regarding the calculated gradient, Got shape Based on Shape shaping processing means for calculating a three-dimensional shape to generate a three-dimensional model.
[0017]
Further, a program for causing a computer to execute the procedure in the above three-dimensional model generation method is recorded on a recording medium readable by the computer.
[0018]
In the present invention, a three-dimensional shape is calculated by using a feature amount calculated from distance information obtained from range data, and a three-dimensional model is generated. From the distance information obtained from the range data, a height difference of, for example, four consecutive points including the target point is calculated, and when the height difference has a specific pattern, a pattern and a position in that direction are calculated as a feature amount. As a result, noise caused by a measurement error of the range data is reduced, and very efficient high-speed processing is realized.
[0019]
Further, calculating a straight line forming a shape with a set of points having the same feature amount in the coordinate axis direction such as the X direction and the Y direction as a unit, and a procedure / means of a region feature amount calculating process By extracting straight lines constituting the same shape from the straight line group calculated by using the feature amounts calculated in the above, the noise in the procedure / means of the shape extraction processing is reduced, and the processing is made more precise and faster. To achieve.
[0020]
Also, for a region constituting the shape calculated by the procedure / means of the shape extraction processing, a height difference between two consecutive points is calculated from distance information obtained from the range data, and coordinate axes such as an X direction and a Y direction are calculated. By classifying directional gradients as flat, climbing, or hollow, a model having a complex gradient that is not planar is generated.
[0021]
In addition, it is also possible to calculate a straight line constituting an area having the same gradient with respect to the gradient calculated by the gradient feature amount calculating process / method, and to calculate the straight line and the shape extracting process. By shaping the shape by integrating those that can be regarded as the same straight line that satisfies the threshold value with respect to the calculated straight line, a model having a complicated shape is generated. Realize high-speed processing.
[0022]
BEST MODE FOR CARRYING OUT THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
[0023]
FIG. 1 shows a configuration of an apparatus for realizing a three-dimensional model generation method according to an embodiment of the present invention.
[0024]
The apparatus according to the present embodiment accepts processing from an operator and stores the processing result in a three-dimensional model database 7, and a target point based on distance information obtained from a range database 8 and a target point adjacent to the target point. An edge feature amount calculation processing means 2 for calculating a height difference from a point to be calculated, and calculating a feature amount relating to an edge having a shape in which the height difference is a specific pattern; and the edge feature amount calculation processing means 2 Area feature calculation processing means 3 for searching for a target point included in an area surrounded by the feature quantity relating to the edge of the shape thus formed, and calculating the feature quantity relating to the area of the target point; and the edge feature quantity calculation processing means The shape is extracted from the feature amount regarding the edge of the shape calculated in 2 and the feature amount regarding the region of the target point calculated by the region feature amount calculation processing means 3. A shape extraction processing means 4; a gradient feature quantity calculation processing means 5 for calculating a feature quantity relating to a gradient from the range data in the area of the range database 8 for the closed area calculated by the shape extraction processing means 4; And a shape shaping processing unit 6 that divides the closed region from the feature amount related to the gradient in the region calculated by the gradient feature amount calculation processing unit 5 and calculates a model of the shape.
[0025]
In one aspect of the present invention, the three-dimensional model database 7 stores data including three-dimensional coordinate point data of each point constituting the model shape and data of a component surface. The range database 8 stores data including distance information Range (i, j) for the point (i, j) on the grid, and grid values, and coordinate values corresponding to (0, 0).
[0026]
The input / output processing unit 1 receives a processing target area according to an instruction from an operator, and stores a processing result in the three-dimensional model database 7. This process is performed as follows in the procedure shown in FIG.
[Step 1] A processing target area is acquired.
[Step 2] Perform edge feature amount calculation processing
[Step 3] An area feature amount calculation process is performed.
[Step 4] A shape extraction process is performed.
[Step 5] The threshold is reduced with the processing target area set as each closed area ShapeRgn (o), and [Step 2] to [Step 4] are executed again.
[Step 6] A gradient feature amount calculation process is performed.
[Step 7] A shape shaping process is performed.
[Step 8] The processing result is stored in the three-dimensional model database.
[0027]
The above threshold value may be determined in advance as a value for each image or each processing target area, or may be dynamically set according to the distribution of range data of target points included in the obtained processing target area. Is also good.
[0028]
The edge feature amount calculation processing means 2 calculates a height difference from a point adjacent to the target point from distance information obtained from the range data, and calculates a feature amount relating to an edge having a shape in which the height difference is a specific pattern. I do. This processing is performed as follows in the procedure shown in FIG.
[Step 1] Range data and a threshold value for a target point included in the processing area are acquired.
[Step 2] For the target point (i, j), between (i-1, j) and (i, j), between (i, j) and (i + 1, j), and (i + 1, j)-( The height difference between (i + 2, j) is calculated.
[Step 3] It is checked whether the calculated height difference satisfies a threshold value, and the height relationship in the X direction between the target points is classified as と (climbing), ↓ (downhill), → (flat).
[Step 4] The classified pattern of the height relation is examined, and in the case of the corresponding pattern, the feature value F (n) = (type, sx, sy, i, j) is stored. type represents a classification type, sx represents a pattern in the X direction (Up or Down Plane or Between), sy represents a pattern in the Y direction (Up or Down Plane or Between), and i and j represent positions. If → ↑ →, (1, Up, NULL, i, j) and (1, Up, NULL, i + 1, j), and if → ↓ →, (1, Down, NULL, i, j) i, j) and (1, Down, NULL, i + 1, j).
[Step 5] For (i, j), between (i, j-1)-(i, j), between (i, j)-(i, j + 1), (i, j + 1)-(i, j) The height difference between j + 2) is calculated.
[Step 6] It is checked whether the calculated height difference satisfies a threshold value, and the height relationship in the Y direction between the target points is classified as ↑, ↓, →.
[Step 7] The classified pattern of the height relation is examined, and if the pattern is a corresponding pattern, F (n) is stored. If → ↑ →, (1, NULL, Up, i, j) and (1, NULL, Up, i, j + 1), and if → ↓ →, (1, NULL, Down, i, j) and (1, NULL, Down, i, j + 1).
[Step 8] [Step 2] to [Step 7] are repeated until the processing is completed for all target (i, j).
[0029]
The region feature value calculation processing means 3 searches for a target point included in a region surrounded by the feature value relating to the edge of the shape calculated by the edge feature value calculation processing means 2, and obtains a feature related to the region of the target point. Calculate the amount. This processing is performed as follows in the procedure shown in FIG.
[Step 1] A feature value F (n) for a target point included in the processing area is acquired.
[Step 2] F (n) of type = 1 are rearranged in descending order of height.
[Step 3] F (n) of type = 1 in which sx = Up is sequentially obtained.
[Step 4] Scan in the X direction from the target point (i, j), and calculate (i1, j) where sx = Down at first for type = 1.
[Step 5] If sx is not yet set in F (n) of each point between (i, j)-(i1, j), type = 3, sx = Between is set.
[Step 6] Scan in the Y direction from (i, j), and calculate (i, j1) where sy = Down first when type = 1.
[Step 7] If sy has not been set in F (n) of each point between (i, j) and (i, j1), type = 3, sy = Between is set.
[Step 8] Type = 2 is set to F (n) of (i, j), (i1, j), and (i, j1).
[Step 9] [Step 2] to [Step 8] are repeated until the processing is completed for all type = 1 F (n).
[0030]
The shape extraction processing means 4 calculates the shape based on the feature quantity relating to the edge of the shape calculated by the edge feature quantity calculation processing means 2 and the feature quantity relating to the area of the target point calculated by the area feature quantity calculation processing means 3. Is extracted. This process is performed as follows in the procedure shown in FIG.
[Step 1] A feature value F (n) and a threshold value for a target point included in the processing area are acquired.
[Step 2] The points where sx and sy both have the same F (n) are classified into a set whose shortest distance therebetween satisfies a threshold value.
[Step 3] For each calculated set, an approximate straight line Line (m) indicating the distribution of points included in the set is calculated by the least squares method.
[Step 4] F (n) of type = 3 is rearranged in descending order of height.
[Step 5] F (n) of type = 3 is acquired in order, the classification type of F (n) of a point adjacent to the target point is sequentially examined, an area having the same type = 3 is extracted, and the area is extracted. Type = 4 is set to F (n) of all the constituent points.
[Step 6] Line (m) adjacent to the calculated area is obtained, each intersection is calculated, and a closed area ShapeRgn (o) is extracted.
[Step 7] [Step 5] to [Step 6] are repeated until the processing is completed for all F (n) of type = 3.
[0031]
Note that the method of calculating a straight line by the least squares method in [Step 3] is not particularly different from the conventional method, and a detailed description thereof will be omitted here.
[0032]
The gradient feature value calculation processing means 5 calculates a feature value relating to the gradient from the range data in the closed area calculated by the shape extraction processing means 4. This processing is performed as follows in the procedure shown in FIG.
[Step 1] ShapeRgn (o) included in the processing area, and range data of the target point included in the area are acquired.
[Step 2] ShapeRgn (o) is rearranged in descending order of height.
[Step 3] ShapeRgn (o) is sequentially acquired, and a height difference between (i, j)-(i + 1, j) is calculated for a target point (i, j) included in the area.
[Step 4] It is checked whether the calculated height difference satisfies the threshold value, and the height relationship between the target points is stored as ↑, ↓, → and the classification feature amount. The case of ↑ is (5, Up, NULL, i, j), the case of ↓ is (5, Down, NULL, i, j), and the case of → is (5, Plane, NULL, i, j).
[Step 5] A height difference between (i, j)-(i, j + 1) is calculated for (i, j).
[Step 6] It is checked whether or not the calculated height difference satisfies a threshold value, and the height relationship between the target points is stored as ↑, ↓, → and the classification feature amount. The case of ↑ is (5, NULL, Up, i, j), the case of ↓ is (5, NULL, Down, i, j), and the case of → is (5, NULL, Plane, i, j).
[Step 7] [Step 3] to [Step 6] are repeated until the processing is completed for all target ShapeRgn (o).
[Step 8] F (n) of type = 5 is acquired, and when (i + 1, j) and sx of F (n) of (i−1, j) are the same with respect to (i, j), Change sx of F (n) of (i, j). Sx = Plane for ｓ, ↓, ↑, sx = Up for ↑, →, →, sx = Plane for →, ↑, →, sx = Plane for →, ↓, →, ↓, In the case of →, ↓, sx = Down, and in the case of ↓, ↑, ↓, sx = Plane.
[Step 9] F (n) of type = 5 is obtained, and for (i, j), if the sy of F (n) of (i, j + 1) and (i, j-1) is the same, The sy of F (n) of (i, j) is changed. ↑, ↓, ↑, sy = Plane, ↑, →, ↓, sy = Up, →, ↑, →, sy = Plane, →, ↓, →, sy = Plane, ↓, →, In the case of ↓, sy = Down, and in the case of ↓, ↑, ↓, sy = Plane.
[0033]
Note that this threshold may be determined in advance as a value for each processing target area, or may be dynamically set according to the variance of the distance information of the points having the acquired feature amounts.
[0034]
The shape shaping processing unit 6 divides the closed region from the feature amount related to the gradient calculated by the gradient feature amount calculation processing unit 5, and calculates a model of the shape. This processing is performed as follows in the procedure shown in FIG.
[Step 1] ShapeRgn (o) included in the processing area, target points included in the area, and the feature amount F (n) for the target points included in the area are acquired.
[Step 2] ShapeRgn (o) is sequentially acquired, and the object point (i, j) of sx = Up constituting the area is scanned in the X direction and classified into continuous areas having the same sx. I do.
[Step 3] Scan in the Y direction with respect to (i, j) of sy = Up constituting the area, and classify the area as a continuous area having the same sy.
[Step 4] Adjacent classified areas are collected into nine sets. That is, (sx = Up, sy = Down), (sx = Up, sy = Down), (sx = Up, sy = Plane), (sx = Pane, sy = Up), (sx = Plane, sy = Down) ), (Sx = Plane, sy = Plane), (sx = Down, sy = Down), (sx = Down, sy = Down), and (sx = Down, sy = Plane).
[Step 5] The outermost points forming the set of the same classification are extracted, and an approximate straight line indicating the distribution of the points is calculated by the least square method.
[Step 6] With respect to the calculated straight line and Line (m) constituting ShapeRgn (o), a combination of straight lines whose slopes and intercepts satisfy the threshold is calculated and integrated.
[Step 7] Each intersection point of the integrated straight line is calculated, and a closed region is extracted.
[Step 8] For each side of the calculated closed area, height information of the side is calculated so as to be a gradient of the classified area.
[0035]
Note that the method of calculating a straight line by the least squares method in [Step 3] is not particularly different from the conventional method, and a detailed description thereof will be omitted here. Further, the threshold value may be determined in advance as a value for each processing target area, or may be dynamically set according to the calculated inclination of the straight line and the variance of the intercept value.
[0036]
Hereinafter, the above-described processing procedure will be specifically described according to actual data.
[0037]
In the input / output processing, the processing is received from the operator, the processing target area is acquired, and the processing is shifted to the edge feature amount calculation processing. In the edge feature amount calculation processing, range data and a threshold value for a target point included in the processing area are obtained. Here, for example, when the distance information Range (i, j) of the range data is represented by an image as a gray value, the range data as indicated by 801 in FIG. 8 is targeted. For this target point (i, j), between (i-1, j)-(i, j), between (i, j)-(i + 1, j), (i + 1, j)-(i + 2, j ) Is calculated, and whether the height difference satisfies the threshold value is checked. The height relationship in the X direction between the target points is classified as ↑, ↓, →, and the classified pattern of the height relationship is determined. Investigation, and when it becomes → ↑ → or → ↓ →, the feature amount F (n) is stored. The same processing is performed for the Y direction, and these processings are repeated for all (i, j) of interest. For example, a point having a feature of F (n) = (1, Up, Up, i, j) is indicated by 901 in FIG. 9A, and F (n) = (1, Up, Down, i, j). 9 (b), and the point having the characteristic of F (n) = (1, Down, Up, i, j) is indicated by 1001 in FIG. 10 (a). A point having a feature of F (n) = (1, Down, Down, i, j) is shown as 1002 in FIG. 10B.
[0038]
Next, in the region feature amount calculation processing, F (n) for the target point included in the processing region is acquired, and F (n) of type = 1 is rearranged in descending order of height. On the other hand, F (n) of type = 1 such that sx = Up is sequentially obtained, and scanning is performed in the X direction from (i, j). When type = 1, sx = Down becomes first (i1, j). ) Is calculated, and if sx is not set yet in the feature amount of each point between (i, j)-(i1, j), type = 3, sx = Between is set. For example, reference numeral 1101 in FIG. 11 is obtained by superimposing and displaying 901 and 902 in FIG. 9 and 1001 and 1002 in FIG. 10. Scanning is performed in the X direction from (i, j) 1102 in FIG. Then, sx = Down at first for type = 1 is (i1, j) shown by 1103 in FIG. 11, and at this time, (i, j)-(i1) shown by 1104 in FIG. , J), sx is not set in F (n) of each point, type = 3, sx = Between is set. Further, scanning is performed in the Y direction from (i, j), and (i, j1) where sy = Down is first calculated when type = 1, and each point between (i, j)-(i, j1) is calculated. If sy is not yet set in F (n) of the above, type = 3, sy = Between is set. Finally, type = 2 is set for F (n) of (i, j), (i1, j), (i, j1), and these processes are performed for all F (n) of type = 1. Repeat until processing is complete.
[0039]
Further, in the shape extraction processing, F (n) and a threshold value for a target point included in the processing area are obtained, and for a point where sx and sy both have the same F (n), the shortest distance between them is set to a threshold value. Classify into a set that satisfies For example, the point indicated by 903 in FIG. 9 is classified into two points, 1202 and 1203 in FIG. An approximate straight line Line (m) indicating the distribution of the points included in the set is calculated by the least squares method. For example, a straight line indicated by 1205 and 1206 in FIG. 12B is calculated for each set of 1202 and 1203 in FIG. Next, F (n) of type = 3 is rearranged in ascending order of height, acquired in order, and the classification type of F (n) of a point adjacent to the target point is checked in order, and an area having the same type = 3 is obtained. Is extracted, and type = 4 is set to F (n) of all points constituting the area. For example, an area as indicated by 1301 in FIG. 13A is extracted. On the other hand, Line (m) adjacent to this region is acquired, each intersection is calculated, and a closed region ShapeRgn (o) is extracted. For example, ShapeRgn (o) as indicated by 1302 in FIG. 13B is extracted from 1301 in FIG. These processes are repeated for all F (n) of type = 3.
[0040]
Also, in the gradient feature value calculation processing, ShapeRgn (o) included in the processing area and range data of the target point included in the area are acquired, and ShapeRgn (o) is rearranged in descending order of height. This ShapeRgn (o) is sequentially obtained, and a height difference between (i, j)-(i + 1, j) is calculated for a target point (i, j) included in the region, and the height difference is determined as a threshold value. Is checked, and the height relationship between the target points is calculated as a height difference between ↑, ↓, (i, j + 1), and whether this height difference satisfies a threshold value is checked. The relationship is classified as ↑, ↓, →, and the feature amount is stored. These processes are repeated for all target ShapeRgn (o). Next, F (n) of type = 5 is acquired, and when sx of F (n) of (i + 1, j) and (i-1, j) is the same as (i, j), ( If the sx of F (n) of (i, j) is changed and the sx of F (n) of (i, j + 1) and (i, j-1) are the same, F (n) of (i, j) To change sy. For example, in ShapeRgn (o) as shown by 1302 in FIG. 13B, the processing is performed assuming that the height of the region shown by 1303 in FIG. 13B is the highest, and as a result, F (n) The point having the feature of = (5, Up, Up, i, j) is shown in FIG. 14A at 1401. The point having the feature of F (n) = (5, Plane, Plane, i, j) is The result is as shown by 1402 in FIG.
[0041]
Further, in the shape shaping process, ShapeRgn (o) included in the processing region, a target point included in the region, and F (n) for the target point included in the region are acquired, and the ShapeRgn (o) is sequentially obtained. Acquired, the object point (i, j) of sx = Up constituting the area is scanned in the X direction and classified into continuous areas having the same sx. Also, scanning is performed in the Y direction with respect to (i, j) of sy = Up, and classified into continuous areas having the same sy. Adjacent ones in the classified areas are collected into nine sets, the outermost points forming the set of the same classification are extracted, an approximate straight line indicating the distribution of the points is calculated by the least square method, and the straight line and ShapeRgn For Line (m) constituting (o), a combination of straight lines whose slopes and intercepts satisfy the threshold is calculated and integrated. The intersections of these straight lines are calculated to extract a closed region, and the height information of the side is calculated so that the slope of the classified region is obtained for each side of the calculated closed region. For example, an area indicated by 1303 in FIG. 13B is classified into an area indicated by 1401 in FIG. 14A and an area indicated by 1402 in FIG. 14B, and the closed area of each area is calculated. , The area indicated by 1403 in FIG. Here, the area indicated by 1404 in FIG. 14C is a plane of the climb because F (n) = (5, Up, Up, i, j), and is indicated by 1405 in FIG. The area is a plane because F (n) = (5, Plane, Plane, i, j). Thus, a shape as shown by 1406 in FIG. 14D is calculated. Further, for example, in the case of a straight line indicated by 1205 and 1206 in FIG. 12B, since the values of the slope and intercept are close, they are integrated into one straight line, and the number of shape composing points is reduced.
[0042]
Finally, in the input / output processing, the processing result is stored in the three-dimensional model database. Here, for example, three-dimensional model data as shown in FIG. 15 is stored.
[0043]
It is noted that some or all of the processing functions of each unit shown in FIG. 1 can be realized using a computer, or that the computer can execute the processing procedures shown in FIGS. 2 to 7. Needless to say, a program for realizing the processing function of each part in the computer or a program for causing the computer to execute the processing procedure is stored in a storage medium readable by the computer, for example, FD (floppy disk: registered trademark). ), MO, ROM, memory card, CD, DVD, removable disk, etc., and can be stored, provided, or distributed.
[0044]
As described above, the present invention has been specifically described based on the embodiment. However, it is needless to say that the present invention is not limited to the above embodiment and can be variously modified without departing from the gist thereof. Absent.
[0045]
【The invention's effect】
According to the present invention, since the feature amount calculated from the distance information obtained from the range data is used, the effect of calculating a three-dimensional shape and generating a three-dimensional model is obtained.
[0046]
Also, the height difference of four consecutive points including the target point is calculated from the distance information obtained from the range data, and when the height difference has a specific pattern, the pattern and the position in that direction are calculated as the feature amount. Therefore, the noise caused by the measurement error of the range data can be reduced, and an effect that very efficient high-speed processing can be realized is obtained.
[0047]
Further, a straight line forming a shape is calculated by using a set of points having feature amounts having the same height difference pattern in the coordinate axis direction such as the X direction and the Y direction as one unit, and is calculated by an area feature amount calculation process. Since the straight lines constituting the same shape are extracted from the straight line group calculated by using the calculated feature amount, noise in the shape extraction processing can be reduced, and high precision and high speed processing can be realized. The effect is obtained.
[0048]
Further, for a region constituting the shape calculated by the shape extraction processing, a height difference between two consecutive points is calculated from distance information obtained from the range data, and a gradient in a coordinate axis direction such as an X direction and a Y direction is calculated. Since the classification is made into flat, climbing, and hollow, an effect of being able to generate a model having a complicated gradient that is not a plane is obtained.
[0049]
Further, calculating a straight line forming an area having the same gradient with respect to the gradient classified in the gradient feature amount calculation process, and satisfying a threshold value for the straight line and the straight line calculated in the shape extraction process Since shapes that can be regarded as the same straight line are integrated to shape the shape, a model having a complicated shape can be generated, and efficient and very high-speed processing can be realized. The effect that can be obtained is obtained.
[Brief description of the drawings]
FIG. 1 is a configuration diagram of an apparatus for realizing a three-dimensional model generation method according to an embodiment of the present invention.
FIG. 2 is a diagram illustrating an input / output processing flow according to the embodiment.
FIG. 3 is a diagram for explaining an edge feature amount calculation processing flow in the embodiment;
FIG. 4 is a diagram illustrating a flow of an area feature amount calculation process according to the embodiment.
FIG. 5 is a diagram illustrating a flow of a shape extraction process according to the embodiment.
FIG. 6 is a diagram for explaining a gradient feature amount calculation processing flow in the embodiment.
FIG. 7 is a diagram illustrating a flow of a shape shaping process according to the embodiment.
FIG. 8 is a diagram illustrating an example of range data represented by an image using distance information Range (i, j) as a gray value in the embodiment.
FIGS. 9A and 9B are diagrams illustrating an example of an edge feature amount calculation process according to the embodiment; FIG.
FIGS. 10A and 10B are diagrams illustrating a continuation of an example of the edge feature amount calculation process according to the embodiment; FIG.
FIG. 11 is a diagram illustrating an example of a region feature amount calculation process according to the embodiment.
FIGS. 12A and 12B are diagrams illustrating an example of a shape extraction process according to the embodiment;
FIGS. 13A and 13B are diagrams illustrating a continuation of an example of a shape extraction process according to the embodiment;
14A, 14B, 14C, and 14D are diagrams illustrating an example of a gradient feature amount calculation process and a shape shaping process according to the embodiment;
FIG. 15 is a diagram illustrating an example of three-dimensional model data generated in the embodiment.
[Explanation of symbols]
1. Input / output processing means
2. Edge feature value calculation processing means
3. Area feature amount calculation processing means
4. Shape extraction processing means
5. Gradient feature amount calculation processing means
6. Shape shaping processing means
7 ... 3D model database
8. Range database

Claims

A method of calculating a three-dimensional shape from range data and generating a three-dimensional model,
From the distance information obtained from the range data to calculate the height difference of the coordinate axis direction for successive four including two points that are adjacent in the longitudinal coordinate axis direction for the target point and those said target point, defined its height difference a In the case of a pattern corresponding to one of the first pattern “flat, climbing, flat” or the second pattern “flat, descending, flat”, a pattern in each coordinate axis direction with respect to the target point An edge feature value calculation processing procedure for calculating and setting a feature value related to a shape edge , which is information including information on which of the first and second patterns and the position information of the target point ;
From the feature amount regarding the edge of the calculated shape, a target point included in an area surrounded by the point where the feature amount is set is searched, and a feature amount regarding the edge of the shape is set among the searched target points. An area feature that calculates and sets a feature amount related to the area of the target point, which is information including information indicating that the pattern in each coordinate axis direction is the third pattern and position information of the target point for the target point that is not present Volume calculation processing procedure,
Feature amount relating to an edge of the calculated shape, and a feature amount of a region of the calculated target point, the shape extraction procedure of extracting the shape and its closed region,
To a subject points included in the closed region shape extracted by the shape extraction procedure, the range data of the closed regions, contiguous including a point adjacent to the coordinate axis direction for the target point and the target point The height difference of the two points in the coordinate axis direction is calculated, and the height difference is defined as the fourth pattern “flat”, the fifth pattern “climb”, or the sixth pattern “down”. It is checked which one of the patterns corresponds, and based on the result, the information including the information indicating whether the pattern in each coordinate axis direction is the fourth, fifth, or sixth pattern and the position information of the target point is included. there, the gradient feature amount calculation processing procedure calculated setting the feature quantity relating to the gradient,
A shape shaping processing procedure of dividing the closed region from the calculated feature amount regarding the gradient, calculating a three-dimensional shape based on the obtained shape , and generating a three-dimensional model. Dimension model generation method.

In the shape extraction processing procedure,
A set of points having the same feature amount in each of the coordinate axis directions is calculated as one unit to calculate a straight line constituting the shape, and the feature amount related to the area of the target point calculated in the area feature amount calculation processing procedure Is used to extract straight lines constituting the same shape from the calculated straight line group
The method according to claim 1, wherein:

In the shape shaping processing procedure,
Classifying feature values related to the gradient calculated in the gradient feature value calculation processing procedure, extracting an outermost point of a region composed of target points having the classified feature values related to the same gradient, and distributing the points. Is calculated, and the straight line forming the shape calculated in the shape extraction processing procedure is integrated with the straight line that satisfies the threshold value and can be regarded as the same straight line. Do
The method of generating a three-dimensional model according to claim 1 or 2, wherein:

An apparatus for calculating a three-dimensional shape from range data and generating a three-dimensional model,
  From the distance information obtained from the range data, a height difference in the coordinate axis direction of four consecutive points including the target point and two adjacent points before and after the target point in the coordinate axis direction is calculated, and the first difference defined by the height difference is calculated. If the pattern corresponds to one of the following patterns: “flat, climbing, flat” or the second pattern, “flat, descending, flat”, the pattern in each coordinate axis direction with respect to the target point is Edge feature value calculation processing means for calculating and setting a feature value related to a shape edge, which is information including information on which of the first and second patterns and the position information of the target point;
  A target point included in an area surrounded by the point where the feature amount is set is searched for from the feature amount regarding the edge of the calculated shape, and a feature related to the edge of the shape among the searched target points is searched. For a target point for which no amount is set, a feature amount relating to the region of the target point, which is information including information indicating that the pattern in each coordinate axis direction is the third pattern and position information of the target point, is calculated. Area feature amount calculation processing means to be set;
  From the feature amount related to the edge of the calculated shape, and the feature amount related to the region of the calculated target point, a shape extraction processing unit that extracts the shape and a closed region thereof,
  For the target point included in the closed region of the shape extracted by the shape extraction processing means, the continuous data including the target point and the point adjacent to the target point in the coordinate axis direction are obtained from the range data in the closed region. The height difference of the point in the direction of the coordinate axis is calculated, and the height difference is defined as a fourth pattern “flat”, a fifth pattern “climb”, or a sixth pattern “down”. Is checked, and based on the result, it is information including information on whether the pattern in each coordinate axis direction is the fourth, fifth, or sixth pattern and position information of the target point. A gradient feature value calculation processing means for calculating and setting a feature value related to the gradient;
  A shape shaping processing unit that divides the closed region from the calculated feature amount regarding the gradient, calculates a three-dimensional shape based on the obtained shape, and generates a three-dimensional model.
  A three-dimensional model generation device, characterized in that:

A program for causing a computer to execute the procedure in the three-dimensional model generation method according to any one of claims 1 to 3 is recorded on a computer-readable recording medium.
A recording medium on which an execution program of a three-dimensional model generation method is recorded .