JP3627365B2 - 閉曲線の特徴データ抽出方法及びこれを用いるマッチング方法 - Google Patents
閉曲線の特徴データ抽出方法及びこれを用いるマッチング方法 Download PDFInfo
- Publication number
- JP3627365B2 JP3627365B2 JP10097496A JP10097496A JP3627365B2 JP 3627365 B2 JP3627365 B2 JP 3627365B2 JP 10097496 A JP10097496 A JP 10097496A JP 10097496 A JP10097496 A JP 10097496A JP 3627365 B2 JP3627365 B2 JP 3627365B2
- Authority
- JP
- Japan
- Prior art keywords
- closed curve
- data
- feature
- feature data
- extracted
- 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 - Fee Related
Links
Images
Landscapes
- Image Analysis (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は閉曲線の特徴データ抽出方法及びこれを用いるマッチング方法に関し、特に特徴の多くが曲線で構成されている対象物体のモデルベーストマッチング法による特徴マッチングに用いて有用なものである。
【０００２】
【従来の技術】
モデルベーストマッチング法を用いた物体認識処理では、物体を構成する直線、円弧といった幾何学的特徴データ（特徴要素）の集合であるモデルと、画像から抽出した対象物体の特徴要素とを比較して対象物体の認識を行う。この比較は、対象物体を構成する直線，円弧，円を特徴要素として抽出し、これら対象物体の特徴要素のモデルの特徴要素に対する相関（特徴マッチング）をとることにより行われる。
【０００３】
特徴要素の抽出としては、画像データに微分空間フィルタ等の鮮明化処理を施すことによりエッジ部分を強調した画像データ（エッジ画像データ）を作成し、これからエッジ画素が連なってなるエッジ線分データ（エッジチェーン）を抽出することにより行われる。
【０００４】
しかし、上記特徴要素のうち、円特徴を抽出することは、実際には非常に難しい。「円」は正面から見れば円形であっても、対象物が斜めに傾いていたり、画像中心から離れた位置にある場合等では、見掛け上「楕円」になるためである。
【０００５】
【発明が解決しようとする課題】
上述の如き場合、マッチングに利用する特徴は、直線，角等になるが、対象物体の輪郭，凹凸，模様の多くの部分が曲線で構成されている場合には特徴データを入力画像から抽出することができないため、特徴マッチングが不可能になる場合がある。
【０００６】
本発明は、上記従来技術に鑑み、対象物体の曲線特徴を利用すべくその閉曲線の特徴データを抽出する特徴データ抽出方法及びこれを用いるマッチング方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】
上記目的を達成する本発明の構成は次の点を特徴とする。
【０００８】
１） 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出すること。
【０００９】
２） 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出し、この特徴データを利用して認識する対象物体とモデルとなる対象物体とのマッチングを行うこと。
【００１０】
３） 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出し、この特徴データ中の異なる３点で特徴グループを構成し、この特徴グループを利用して認識する対象物体とモデルとなる対象物体との三次元マッチングを行うこと。
【００１１】
２） 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出し、この特徴データ中の異なる１点若しくは２点と他の直線，円，角等の特徴に基づく特徴データ中の２点若しくは１点との計３点で特徴グループを構成し、この特徴グループを利用して認識する対象物体とモデルとなる対象物体との三次元マッチングを行うこと。
【００１２】
５） 上記１）〜４）において大きな閉曲線の特徴データとしてこの閉曲線が乗る平面のデータを追加したこと。
【００１３】
【発明の実施の形態】
以下本発明の実施の形態を図面に基づき詳細に説明する。
【００１４】
＜第１の実施の形態＞
本形態は閉曲線特徴データを抽出する方法であり、対象とする閉曲線は、この閉曲線を構成する点の三次元位置データを持っているものとする。このように閉曲線を構成する点の三次元位置データを閉曲線データと称す。
【００１５】
この閉曲線データはモデルとなる対象物体及び認識する対象物体の映像をステレオカメラで撮影し、この結果得られる三次元物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線を抽出することにより得る。
【００１６】
この状態での閉曲線データをマッチング処理に用いようとすれば情報量が多すぎるため、この閉曲線データから特徴データを抽出する。
【００１７】
図１は本形態に係る特徴データ抽出方法を示すフローチャートである。同図に示すように、先ず閉曲線データを構成する点の数（データ数）によって閉曲線を「大きな閉曲線」と「小さな閉曲線」とに分別し（ステップＳ１１参照）、それぞれ別の方法で特徴データを抽出する。
【００１８】
１） 「大きな閉曲線」の特徴データ抽出方法
図２に示すように、閉曲線データを基に等価楕円を計算し、その後次の特徴データを計算する（ステップＳ１２参照）。
ｉ） 等価楕円の中心位置
ｉｉ） 等価楕円の長軸、短軸の長さ
ｉｉｉ） 等価楕円の長軸対短軸の比
ｉｖ） 等価楕円の長軸の方向
ｖ） 閉曲線の囲む面積
【００１９】
閉曲線が乗る三次元空間内の平面を最小自乗法等で計算する（ステップＳ１３参照）。
【００２０】
ステップＳ１３で計算した平面と閉曲線データとの誤差を検出し、この誤差が設定値より小さい場合には計算した平面とこの平面の法線ベクトルも特徴データに加える一方、大きい場合には前記平面とその法線ベクトルとは特徴データに加えない（ステップＳ１４，Ｓ１５参照）。
【００２１】
ここで、“閉曲線の乗る平面”以外の特徴は基本的に奥行き情報を除いた二次元データを基に計算し、“等価楕円の中心位置”に関しては奥行きデータを計算し三次元データを持つこととする。
【００２２】
さらに詳言すると、「閉曲線データ」は「ステレオ画像」から得られた点列データである。つまり「閉曲線データ」は画像（イメージ平面）上の二次元点列データと、ステレオ計測して得られた実空間上の三次元点列データとが存在する。「閉曲線データ」の等価楕円は”イメージ平面上の二次元点列データ”を基に計算される。これによって得られる等価楕円の中心位置、長短軸、長軸の方向等のデータは全てイメージ平面上のデータとなる。また、「閉曲線データ」の囲む面積も、イメージ平面上での計算となる。「平面」に関しては”実空間上の三次元点列データ”を用いて計算される。
【００２３】
さて、ここまでの処理で一旦イメージ上の点として計算された等価楕円の”中心位置”だが、これに関しては今後「特徴グループによる三次元座標変換」を行う際のデータの一つとして利用されるため、実空間上の三次元位置データが必要となる。”等価楕円の中心位置”の三次元データは、イメージ上の二次元位置データと計算された平面によって、幾何学的な位置関係から求めることができる。
【００２４】
閉曲線から計算した平面の例を図３に示す。同図（ａ）が平面上に乗った閉曲線、同図（ｂ）が平面に乗らない閉曲線である。
【００２５】
閉曲線データはステレオ計測等で得られた点の三次元位置データの集合である。このため計測時の雑音が含まれる。この雑音は特徴マッチングに悪影響を及ぼし、またマッチ結果データをもとにモデルを入力画像上へオーバーレイする場合等は好ましくない。そこで、「大きな閉曲線」を基に平面が計算された場合は、図４に示すように、雑音１ａを含む閉曲線データ１を平面２上へ投影し、その投影した点の位置データを基に閉曲線データ１の再構築を行う。この結果、雑音１ａを除いた閉曲線データ３を構築し、より雑音に強い特徴マッチングの実現に資する。
【００２６】
２） 「小さな閉曲線」の特徴データ抽出方法
図１に示すステップＳ１１の処理により「小さな閉曲線」であると判定された場合には、この閉曲線を囲む各辺が軸に平行な長方形を計算し、その後この長方形の中心位置を計算する（ステップＳ１６参照）。
【００２７】
計算した長方形の例を図５を示す。ここで、“長方形の中心位置”は先ず奥行き情報を除いた二次元のデータを基に計算し、その後奥行きデータを付加して三次元データを持つこととする。
【００２８】
＜第２の実施の形態＞
本形態は第１の実施の形態に示す特徴データ抽出方法を実現する特徴データ抽出装置である。図６に示すように、本装置は分割部１１、特徴データ抽出部１２，１３、平面計算部１４及び補正データ計算部１５を有する。
【００２９】
これらのうち分割部１１は閉曲線データを入力し、この閉曲線データを構成する点の数によって閉曲線を「大きな閉曲線」と「小さな閉曲線」とに分別する。特徴データ抽出部１２は分割部１１で分別した「大きな閉曲線」に関する特徴データを抽出するもので、この閉曲線データを基に等価楕円を計算するとともに、その中心位置，長軸，短軸の長さ，長軸対短軸の比，長軸の方向及び閉曲線の囲む面積を計算する。特徴データ抽出部１３は分割部１１で分別した「小さな閉曲線」に関する特徴データを抽出するもので、この閉曲線を囲む各辺が軸に平行な長方形を計算し、その後この長方形の中心位置を計算する。平面データ計算部１４は「大きな閉曲線」の閉曲線データを基に、この大きな閉曲線を含む平面が計算できる場合にはこの平面を計算する。補正データ計算部１５は特徴データ抽出部１２の出力信号と平面計算部１４の出力信号に基づき、図４に示すように、閉曲線データ１を平面２上へ投影し、その投影した点の位置データを基に閉曲線データ１の再構築を行い閉曲線データ３を得るものである。
【００３０】
かくして、本形態によれば「大きな閉曲線」に関しては特徴データ抽出部１２の出力信号である閉曲線特徴データ及びこの閉曲線特徴データから雑音を除去すべく再構築した閉曲線特徴データの２種類の閉曲線特徴データが、また「小さな閉曲線」に関しては特徴データ抽出部１３の出力信号である１種類の閉曲線特徴データが得られる。
【００３１】
＜第３の実施形態＞
上述の如き方法により抽出した閉曲線データのうち「小さな閉曲線」は特徴データとして三次元空間内の“点”として扱われるため、単体では特徴マッチングができないが、「大きな閉曲線」はモデルの「大きな閉曲線」と特徴データ同士を比較して特徴マッチングを行うことができる。
【００３２】
そこで、「大きな閉曲線」に関して抽出した特徴データを用いる特徴マッチング方法を本発明の第３の実施の形態として説明する。
【００３３】
本形態における位置を考慮しない特徴マッチングでは、▲１▼ 等価楕円の長軸及び短軸の長さ、▲２▼ 等価楕円の長軸対短軸の比、▲３▼ 閉曲線の囲む面積の特徴データを比較する。一方、位置を考慮する特徴マッチングでは、位置を考慮しない場合に加えて、▲１▼ 等価楕円の中心位置、▲２▼ 等価楕円の長軸の方向の特徴データを比較する。
【００３４】
かかる方法によりモデルの「大きな閉曲線」と対象物体の撮影画像から得た「大きな閉曲線」とのマッチングをとる。図７はこの場合のフローチャートである。
【００３５】
同図に示すように、先ずモデル及び対象物体の入力画像から得た「大きな閉曲線」の特徴データに基づき等価楕円の長・短軸の長さを比較してマッチング結果を出力する（ステップＳ７１参照）。以下、順次等価楕円の長短軸比及び閉曲線の囲む面積を比較する（ステップＳ７２，Ｓ７３参照）。
【００３６】
その後、当該特徴マッチングが位置を考慮することを条件とする特徴マッチングであるか否かを判定し、考慮する必要がなければマッチングの結果を出力する一方、考慮する必要があれば、順次等価楕円の中心位置及び長軸の方向を比較してマッチング結果を出力する（ステップＳ７４，Ｓ７５，Ｓ７６参照）。
【００３７】
＜第４の実施の形態＞
本形態は第３の実施の形態に示す特徴マッチング方法を実現する特徴マッチング処理装置である。図８に示すように、本装置は、長短軸長さ比較部２１、長短軸比比較部２２、面積比較部２３、ＡＮＤゲート２４，２５、中心位置比較部２６及び長軸方向比較部２７を有する。
【００３８】
これらのうち長短軸長さ比較部２１はモデルの閉曲線特徴データ及び対象物体の入力画像から得た閉曲線特徴データに基づき「大きな閉曲線」の等価楕円の長短軸の長さを比較してマッチング結果を２値信号として出力する。長短軸比比較部２２は長短軸長さ比較部２１でマッチした結果についてモデル及び入力画像から得た閉曲線特徴データに基づき上記等価楕円の長短軸比を比較してマッチング結果を２値信号として出力する。以下前段のマッチング結果について閉曲線特徴データに基づき上記等価楕円の面積、中心位置及び長軸方向を、面積比較部２３、中心位置比較部２６及び長軸方向比較部２７でそれぞれ比較してマッチング結果を２値信号として出力する。
【００３９】
ＡＮＤゲート２４はマッチング処理において位置を考慮する場合を選択するためのものである。すなわち、ＡＮＤゲート２４は面積比較部２３のマッチング結果を一方の入力とするが、位置考慮モードであることを表わす信号を他方の入力としており、両者によるＡＮＤ条件の成立により中心位置比較部２６及び長軸方向比較部２７で位置を考慮した所定の処理を行い、長軸方向比較部２５の出力がこの場合のマッチング結果となる。
【００４０】
一方、ＡＮＤゲート２５においては、一方の入力はＡＮＤゲート２４と同様に面積比較部２３のマッチング結果であるが、他方の入力はＡＮＤゲート２４の入力を反転した信号が供給されている。すなわち、位置考慮モードでない場合に面積比較部２３のマッチング結果を出力するように構成してある。
【００４１】
かくして、本装置によれば、位置を考慮した場合には長軸方向比較部２７の出力信号が、またそうでない場合には面積比較部２３の出力信号がマッチング結果となる。
【００４２】
＜第５の実施の形態＞
第１の実施の形態に係る抽出方法により抽出した閉曲線の特徴データは、特徴データに用いる対象物体の輪郭，凹凸，模様といった特徴を直線，円，角等で近似した特徴データとともに三次元モデルベーストマッチング法に用いることができる。
【００４３】
ここで、三次元モデルベーストマッチング法を実現するにはモデル上の或る３点に対応する対象物体上の３点が分かれば良い。所定の３点が特定されれば一つの平面が三次元空間内で一意に定まるからである。
【００４４】
そこで、本形態では、対応点の候補となる３点を形成できる特徴データのグループ（以下特徴グループと称す）を用いてマッチングを取ることにする。
【００４５】
具体的には図９のフローチャートに示すように次の手順による。
【００４６】
１） 対象物体の画像を撮像装置で撮像してこの画像情報を得る（ステップＳ９１）。
２） 対象物体の輪郭，凹凸，模様を直線，円，角の特徴として抽出するとともに閉曲線の特徴として抽出して特徴データを作製する（ステップＳ９２）。これらのデータは三次元データである。
３） 対象物体のモデルは予め特徴データから作製しておき、同時にモデルを構成する特徴データの中から三次元マッチングに必要な３点を形成できる特徴データの組を選択し、特徴グループとして登録しておく（ステップＳ９３）。
４） 特徴グループの二次元特徴マッチングを行う（ステップＳ９４）。
５） 二次元特徴マッチングによりマッチした特徴グループの対応点３点の組を基に三次元特徴マッチングを行う。この結果を利用することにより対象物体の三次元位置姿勢を計算するとともに三次元位置姿勢を得ることができる（ステップＳ７５，Ｓ７６参照）。
【００４７】
上述の如く本形態では、特徴グループに加える特徴データとして直線，円，角とともに閉曲線を用いる。
【００４８】
これらのうちの閉曲線の特徴データを図１０に示す。同図（ａ）は「大きな閉曲線」の等価楕円の中心点Ａ１ を用いるもの、同図（ｂ）は「大きな閉曲線」の内、平面を計算できたものの等価楕円の中心点Ａ１ を通り、平面に対する法線ベクトルに平行な直線を考えた場合の、この等価楕円の中心点Ａ１ と、この中心点Ａ１ からある設定した距離にある直線上の点Ａ２ の２つの点を用いるもの、同図（ｃ）は「小さな閉曲線」においてそれを囲む長方形の中心点Ａ３ を用いるものである。
【００４９】
図１１は他の特徴データを示す。同図（ａ）は直線、同図（ｂ）は円、同図（ｃ）は角をそれぞれ示し、図中の点Ａ４ ，Ａ５ ，Ａ６ ，Ａ７ は、モデルの特徴データと入力画像から得た特徴データの基本的な対応点として用いる点である。
【００５０】
ここで、上述の如き等価楕円の中心点Ａ１ 、長方形の中心点Ａ４ は円，角の点Ａ６ ，Ａ７ と同じ機能を有し、また等価楕円の中心点Ａ２ と直線上の点Ａ３ とは直線上の点Ａ４ ，Ａ５ と同じ機能を有する。
【００５１】
これにより本形態における三次元マッチングに用いることができるモデルと対象物体との対応点の数を基に特徴をまとめると次の様になる。
【００５２】
▲１▼ 対応点を２つ持つ特徴（２種類）
・直線
・大きな閉曲線
▲２▼ 対応点を１つ持つ特徴（５種類）
・直線
・円
・角
・大きな閉曲線
・小さな閉曲線
【００５３】
これらの特徴から３点の対応点を作る特徴グループを構成する。２つの対応点を持つ特徴を含む特徴グループは「直線」、「大きな閉曲線」の重複を考慮すると次式で示すように９種類存在する。
２×５−１＝９
【００５４】
１つの対応点を持つ特徴同士で構成される特徴グループは“重複組み合わせ”として次式で示すように３５種類存在する。
【数１】
【００５５】
このように、「閉曲線」を用いることで、４４（９＋３５）種類の特徴グループを三次元マッチングに用いることができ、その分広範囲の対象物体に対応することが可能である。
【００５６】
図１２は「閉曲線」に基づく特徴データを用いた特徴グループの例を示す説明図である。同図（ａ）は一つの大きな閉曲線と一つの小さな閉曲線とを用いる場合、同図（ｂ）は一つの直線と一つの小さな閉曲線とを用いる場合、同図（ｃ）は二つの小さな閉曲線と一つの角とを用いる場合である。同図中の各点は図１０及び図１１に示すものと同様であり、それぞれの場合にこれらの中心点Ａ１ 〜Ａ３ 及び点Ａ４ ，Ａ５ ，Ａ７ のうちの三点の組合せで特徴グループを形成する。
【００５７】
＜第６の実施の形態＞
本形態は第５の実施の形態に示す三次元モデルベーストマッチング法を実現する三次元物体認識装置である。図１３は当該三次元物体認識装置を示すブロック線図である。
【００５８】
同図に示すように、カメラ３１は認識する対象物体と同一形状のモデルとする対象物体（図示せず）を撮影し、モデル画像処理部３２を介してその画像データを特徴抽出器３３に供給する。特徴抽出器３３は供給された画像データに基づき、これを構成する直線，円，角及び閉曲線を数値化した特徴要素を抽出する。したがって、特徴抽出器３３が出力する特徴データは直線特徴，円特徴，角特徴及び閉曲線特徴を表わすものであり、何れもステレオ計測等で得られた三次元位置データを有する。
【００５９】
モデル作製器３４はオペレータの操作により、特徴抽出器３３で抽出した特徴データの中からマッチングに使用する直線，円，角及び閉曲線のそれぞれの特徴を選択するとともに、三次元位置姿勢計算に必要な３点を形成できる特徴データの組である特徴グループを選択し、これらをモデルメモリ３５に記憶しておく。
【００６０】
カメラ３６は認識する対象物体を撮影し、画像処理部３７を介してその画像データを特徴抽出器３８に供給する。特徴抽出器３８は供給された画像データに基づき、これを構成する直線，円，角及び閉曲線を数値化した特徴要素を抽出する。すなわち、カメラ３６、画像処理部３７及び特徴抽出器３８は、それぞれカメラ３１、モデル画像処理部３２及び特徴抽出器３３に対応しており、同一機能を有する。したがって、特徴抽出器３８が出力する特徴データも直線特徴，円特徴，角特徴及び閉曲線を表わすものであり、何れもステレオ計測等で得られた三次元位置データを有する。
【００６１】
対応付け器３９はモデルメモリ３５に記憶されている特徴グループのデータと特徴抽出器３８の出力データとを比較し、両者のマッチングをとる。このマッチング操作によりマッチした特徴グループの対応点３点の組を基に三次元位置計算器（図示せず）で三次元位置姿勢を計算する。
【００６２】
【発明の効果】
以上実施の形態とともに具体的に説明したように、本発明によれば閉曲線の特徴データを抽出することができるので、この特徴データを用いたモデルベーストマッチングを行うことができる。このため、この場合のモデルベーストマッチングにおいては対象物体の閉曲線特徴を利用することができ、特に閉曲線特徴を多く有する対象物体のマッチングを効率良く行うことができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態に係る特徴データ抽出方法を示すフローチャート。
【図２】上記第１の実施の形態における閉曲線とこれの等価楕円との関係を示す説明図。
【図３】上記第１の実施の形態において閉曲線から計算した平面の例を示す説明図。
【図４】上記第１の実施の形態において閉曲線データの雑音を除去する態様を示す説明図。
【図５】上記第１の実施の形態において閉曲線とこれを囲む長方形とを概念的に示す説明図。
【図６】本発明の第２の実施例に係る特徴データ抽出装置を示すブロック線図。
【図７】本発明の第３の実施の形態に係る「大きな閉曲線」の特徴データを用いたマッチング方法を示すフローチャート。
【図８】本発明の第４の実施の形態に係る「大きな閉曲線」の特徴データを用いる特徴マッチング処理装置を示すブロック線図。
【図９】本発明の第５の実施の形態に係る三次元モデルベーストマッチング法を示すフローチャート。
【図１０】上記第５の実施の形態においてマッチングに用いる閉曲線の特徴データを示す説明図。
【図１１】上記第５の実施の形態においてマッチングに用いる直線，円，角の特徴データを示す説明図。
【図１２】上記第５の実施の形態においてマッチングに用いる閉曲線に基づく特徴データを用いた特徴グループの例を示す説明図。
【図１３】本発明の第６の実施の形態に係る三次元物体認識装置を示すブロック線図。
【符号の説明】
１，３ 閉曲線データ
１ａ 雑音
２ 平面
２４，２５ アンドゲート
Ａ１ ，Ａ２ ，Ａ３ 中心点
Ａ４ ，Ａ５ ，Ａ６ ，Ａ７ 点
【発明の属する技術分野】
本発明は閉曲線の特徴データ抽出方法及びこれを用いるマッチング方法に関し、特に特徴の多くが曲線で構成されている対象物体のモデルベーストマッチング法による特徴マッチングに用いて有用なものである。
【０００２】
【従来の技術】
モデルベーストマッチング法を用いた物体認識処理では、物体を構成する直線、円弧といった幾何学的特徴データ（特徴要素）の集合であるモデルと、画像から抽出した対象物体の特徴要素とを比較して対象物体の認識を行う。この比較は、対象物体を構成する直線，円弧，円を特徴要素として抽出し、これら対象物体の特徴要素のモデルの特徴要素に対する相関（特徴マッチング）をとることにより行われる。
【０００３】
特徴要素の抽出としては、画像データに微分空間フィルタ等の鮮明化処理を施すことによりエッジ部分を強調した画像データ（エッジ画像データ）を作成し、これからエッジ画素が連なってなるエッジ線分データ（エッジチェーン）を抽出することにより行われる。
【０００４】
しかし、上記特徴要素のうち、円特徴を抽出することは、実際には非常に難しい。「円」は正面から見れば円形であっても、対象物が斜めに傾いていたり、画像中心から離れた位置にある場合等では、見掛け上「楕円」になるためである。
【０００５】
【発明が解決しようとする課題】
上述の如き場合、マッチングに利用する特徴は、直線，角等になるが、対象物体の輪郭，凹凸，模様の多くの部分が曲線で構成されている場合には特徴データを入力画像から抽出することができないため、特徴マッチングが不可能になる場合がある。
【０００６】
本発明は、上記従来技術に鑑み、対象物体の曲線特徴を利用すべくその閉曲線の特徴データを抽出する特徴データ抽出方法及びこれを用いるマッチング方法を提供することを目的とする。
【０００７】
【課題を解決するための手段】
上記目的を達成する本発明の構成は次の点を特徴とする。
【０００８】
１） 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出すること。
【０００９】
２） 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出し、この特徴データを利用して認識する対象物体とモデルとなる対象物体とのマッチングを行うこと。
【００１０】
３） 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出し、この特徴データ中の異なる３点で特徴グループを構成し、この特徴グループを利用して認識する対象物体とモデルとなる対象物体との三次元マッチングを行うこと。
【００１１】
２） 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出し、この特徴データ中の異なる１点若しくは２点と他の直線，円，角等の特徴に基づく特徴データ中の２点若しくは１点との計３点で特徴グループを構成し、この特徴グループを利用して認識する対象物体とモデルとなる対象物体との三次元マッチングを行うこと。
【００１２】
５） 上記１）〜４）において大きな閉曲線の特徴データとしてこの閉曲線が乗る平面のデータを追加したこと。
【００１３】
【発明の実施の形態】
以下本発明の実施の形態を図面に基づき詳細に説明する。
【００１４】
＜第１の実施の形態＞
本形態は閉曲線特徴データを抽出する方法であり、対象とする閉曲線は、この閉曲線を構成する点の三次元位置データを持っているものとする。このように閉曲線を構成する点の三次元位置データを閉曲線データと称す。
【００１５】
この閉曲線データはモデルとなる対象物体及び認識する対象物体の映像をステレオカメラで撮影し、この結果得られる三次元物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線を抽出することにより得る。
【００１６】
この状態での閉曲線データをマッチング処理に用いようとすれば情報量が多すぎるため、この閉曲線データから特徴データを抽出する。
【００１７】
図１は本形態に係る特徴データ抽出方法を示すフローチャートである。同図に示すように、先ず閉曲線データを構成する点の数（データ数）によって閉曲線を「大きな閉曲線」と「小さな閉曲線」とに分別し（ステップＳ１１参照）、それぞれ別の方法で特徴データを抽出する。
【００１８】
１） 「大きな閉曲線」の特徴データ抽出方法
図２に示すように、閉曲線データを基に等価楕円を計算し、その後次の特徴データを計算する（ステップＳ１２参照）。
ｉ） 等価楕円の中心位置
ｉｉ） 等価楕円の長軸、短軸の長さ
ｉｉｉ） 等価楕円の長軸対短軸の比
ｉｖ） 等価楕円の長軸の方向
ｖ） 閉曲線の囲む面積
【００１９】
閉曲線が乗る三次元空間内の平面を最小自乗法等で計算する（ステップＳ１３参照）。
【００２０】
ステップＳ１３で計算した平面と閉曲線データとの誤差を検出し、この誤差が設定値より小さい場合には計算した平面とこの平面の法線ベクトルも特徴データに加える一方、大きい場合には前記平面とその法線ベクトルとは特徴データに加えない（ステップＳ１４，Ｓ１５参照）。
【００２１】
ここで、“閉曲線の乗る平面”以外の特徴は基本的に奥行き情報を除いた二次元データを基に計算し、“等価楕円の中心位置”に関しては奥行きデータを計算し三次元データを持つこととする。
【００２２】
さらに詳言すると、「閉曲線データ」は「ステレオ画像」から得られた点列データである。つまり「閉曲線データ」は画像（イメージ平面）上の二次元点列データと、ステレオ計測して得られた実空間上の三次元点列データとが存在する。「閉曲線データ」の等価楕円は”イメージ平面上の二次元点列データ”を基に計算される。これによって得られる等価楕円の中心位置、長短軸、長軸の方向等のデータは全てイメージ平面上のデータとなる。また、「閉曲線データ」の囲む面積も、イメージ平面上での計算となる。「平面」に関しては”実空間上の三次元点列データ”を用いて計算される。
【００２３】
さて、ここまでの処理で一旦イメージ上の点として計算された等価楕円の”中心位置”だが、これに関しては今後「特徴グループによる三次元座標変換」を行う際のデータの一つとして利用されるため、実空間上の三次元位置データが必要となる。”等価楕円の中心位置”の三次元データは、イメージ上の二次元位置データと計算された平面によって、幾何学的な位置関係から求めることができる。
【００２４】
閉曲線から計算した平面の例を図３に示す。同図（ａ）が平面上に乗った閉曲線、同図（ｂ）が平面に乗らない閉曲線である。
【００２５】
閉曲線データはステレオ計測等で得られた点の三次元位置データの集合である。このため計測時の雑音が含まれる。この雑音は特徴マッチングに悪影響を及ぼし、またマッチ結果データをもとにモデルを入力画像上へオーバーレイする場合等は好ましくない。そこで、「大きな閉曲線」を基に平面が計算された場合は、図４に示すように、雑音１ａを含む閉曲線データ１を平面２上へ投影し、その投影した点の位置データを基に閉曲線データ１の再構築を行う。この結果、雑音１ａを除いた閉曲線データ３を構築し、より雑音に強い特徴マッチングの実現に資する。
【００２６】
２） 「小さな閉曲線」の特徴データ抽出方法
図１に示すステップＳ１１の処理により「小さな閉曲線」であると判定された場合には、この閉曲線を囲む各辺が軸に平行な長方形を計算し、その後この長方形の中心位置を計算する（ステップＳ１６参照）。
【００２７】
計算した長方形の例を図５を示す。ここで、“長方形の中心位置”は先ず奥行き情報を除いた二次元のデータを基に計算し、その後奥行きデータを付加して三次元データを持つこととする。
【００２８】
＜第２の実施の形態＞
本形態は第１の実施の形態に示す特徴データ抽出方法を実現する特徴データ抽出装置である。図６に示すように、本装置は分割部１１、特徴データ抽出部１２，１３、平面計算部１４及び補正データ計算部１５を有する。
【００２９】
これらのうち分割部１１は閉曲線データを入力し、この閉曲線データを構成する点の数によって閉曲線を「大きな閉曲線」と「小さな閉曲線」とに分別する。特徴データ抽出部１２は分割部１１で分別した「大きな閉曲線」に関する特徴データを抽出するもので、この閉曲線データを基に等価楕円を計算するとともに、その中心位置，長軸，短軸の長さ，長軸対短軸の比，長軸の方向及び閉曲線の囲む面積を計算する。特徴データ抽出部１３は分割部１１で分別した「小さな閉曲線」に関する特徴データを抽出するもので、この閉曲線を囲む各辺が軸に平行な長方形を計算し、その後この長方形の中心位置を計算する。平面データ計算部１４は「大きな閉曲線」の閉曲線データを基に、この大きな閉曲線を含む平面が計算できる場合にはこの平面を計算する。補正データ計算部１５は特徴データ抽出部１２の出力信号と平面計算部１４の出力信号に基づき、図４に示すように、閉曲線データ１を平面２上へ投影し、その投影した点の位置データを基に閉曲線データ１の再構築を行い閉曲線データ３を得るものである。
【００３０】
かくして、本形態によれば「大きな閉曲線」に関しては特徴データ抽出部１２の出力信号である閉曲線特徴データ及びこの閉曲線特徴データから雑音を除去すべく再構築した閉曲線特徴データの２種類の閉曲線特徴データが、また「小さな閉曲線」に関しては特徴データ抽出部１３の出力信号である１種類の閉曲線特徴データが得られる。
【００３１】
＜第３の実施形態＞
上述の如き方法により抽出した閉曲線データのうち「小さな閉曲線」は特徴データとして三次元空間内の“点”として扱われるため、単体では特徴マッチングができないが、「大きな閉曲線」はモデルの「大きな閉曲線」と特徴データ同士を比較して特徴マッチングを行うことができる。
【００３２】
そこで、「大きな閉曲線」に関して抽出した特徴データを用いる特徴マッチング方法を本発明の第３の実施の形態として説明する。
【００３３】
本形態における位置を考慮しない特徴マッチングでは、▲１▼ 等価楕円の長軸及び短軸の長さ、▲２▼ 等価楕円の長軸対短軸の比、▲３▼ 閉曲線の囲む面積の特徴データを比較する。一方、位置を考慮する特徴マッチングでは、位置を考慮しない場合に加えて、▲１▼ 等価楕円の中心位置、▲２▼ 等価楕円の長軸の方向の特徴データを比較する。
【００３４】
かかる方法によりモデルの「大きな閉曲線」と対象物体の撮影画像から得た「大きな閉曲線」とのマッチングをとる。図７はこの場合のフローチャートである。
【００３５】
同図に示すように、先ずモデル及び対象物体の入力画像から得た「大きな閉曲線」の特徴データに基づき等価楕円の長・短軸の長さを比較してマッチング結果を出力する（ステップＳ７１参照）。以下、順次等価楕円の長短軸比及び閉曲線の囲む面積を比較する（ステップＳ７２，Ｓ７３参照）。
【００３６】
その後、当該特徴マッチングが位置を考慮することを条件とする特徴マッチングであるか否かを判定し、考慮する必要がなければマッチングの結果を出力する一方、考慮する必要があれば、順次等価楕円の中心位置及び長軸の方向を比較してマッチング結果を出力する（ステップＳ７４，Ｓ７５，Ｓ７６参照）。
【００３７】
＜第４の実施の形態＞
本形態は第３の実施の形態に示す特徴マッチング方法を実現する特徴マッチング処理装置である。図８に示すように、本装置は、長短軸長さ比較部２１、長短軸比比較部２２、面積比較部２３、ＡＮＤゲート２４，２５、中心位置比較部２６及び長軸方向比較部２７を有する。
【００３８】
これらのうち長短軸長さ比較部２１はモデルの閉曲線特徴データ及び対象物体の入力画像から得た閉曲線特徴データに基づき「大きな閉曲線」の等価楕円の長短軸の長さを比較してマッチング結果を２値信号として出力する。長短軸比比較部２２は長短軸長さ比較部２１でマッチした結果についてモデル及び入力画像から得た閉曲線特徴データに基づき上記等価楕円の長短軸比を比較してマッチング結果を２値信号として出力する。以下前段のマッチング結果について閉曲線特徴データに基づき上記等価楕円の面積、中心位置及び長軸方向を、面積比較部２３、中心位置比較部２６及び長軸方向比較部２７でそれぞれ比較してマッチング結果を２値信号として出力する。
【００３９】
ＡＮＤゲート２４はマッチング処理において位置を考慮する場合を選択するためのものである。すなわち、ＡＮＤゲート２４は面積比較部２３のマッチング結果を一方の入力とするが、位置考慮モードであることを表わす信号を他方の入力としており、両者によるＡＮＤ条件の成立により中心位置比較部２６及び長軸方向比較部２７で位置を考慮した所定の処理を行い、長軸方向比較部２５の出力がこの場合のマッチング結果となる。
【００４０】
一方、ＡＮＤゲート２５においては、一方の入力はＡＮＤゲート２４と同様に面積比較部２３のマッチング結果であるが、他方の入力はＡＮＤゲート２４の入力を反転した信号が供給されている。すなわち、位置考慮モードでない場合に面積比較部２３のマッチング結果を出力するように構成してある。
【００４１】
かくして、本装置によれば、位置を考慮した場合には長軸方向比較部２７の出力信号が、またそうでない場合には面積比較部２３の出力信号がマッチング結果となる。
【００４２】
＜第５の実施の形態＞
第１の実施の形態に係る抽出方法により抽出した閉曲線の特徴データは、特徴データに用いる対象物体の輪郭，凹凸，模様といった特徴を直線，円，角等で近似した特徴データとともに三次元モデルベーストマッチング法に用いることができる。
【００４３】
ここで、三次元モデルベーストマッチング法を実現するにはモデル上の或る３点に対応する対象物体上の３点が分かれば良い。所定の３点が特定されれば一つの平面が三次元空間内で一意に定まるからである。
【００４４】
そこで、本形態では、対応点の候補となる３点を形成できる特徴データのグループ（以下特徴グループと称す）を用いてマッチングを取ることにする。
【００４５】
具体的には図９のフローチャートに示すように次の手順による。
【００４６】
１） 対象物体の画像を撮像装置で撮像してこの画像情報を得る（ステップＳ９１）。
２） 対象物体の輪郭，凹凸，模様を直線，円，角の特徴として抽出するとともに閉曲線の特徴として抽出して特徴データを作製する（ステップＳ９２）。これらのデータは三次元データである。
３） 対象物体のモデルは予め特徴データから作製しておき、同時にモデルを構成する特徴データの中から三次元マッチングに必要な３点を形成できる特徴データの組を選択し、特徴グループとして登録しておく（ステップＳ９３）。
４） 特徴グループの二次元特徴マッチングを行う（ステップＳ９４）。
５） 二次元特徴マッチングによりマッチした特徴グループの対応点３点の組を基に三次元特徴マッチングを行う。この結果を利用することにより対象物体の三次元位置姿勢を計算するとともに三次元位置姿勢を得ることができる（ステップＳ７５，Ｓ７６参照）。
【００４７】
上述の如く本形態では、特徴グループに加える特徴データとして直線，円，角とともに閉曲線を用いる。
【００４８】
これらのうちの閉曲線の特徴データを図１０に示す。同図（ａ）は「大きな閉曲線」の等価楕円の中心点Ａ１ を用いるもの、同図（ｂ）は「大きな閉曲線」の内、平面を計算できたものの等価楕円の中心点Ａ１ を通り、平面に対する法線ベクトルに平行な直線を考えた場合の、この等価楕円の中心点Ａ１ と、この中心点Ａ１ からある設定した距離にある直線上の点Ａ２ の２つの点を用いるもの、同図（ｃ）は「小さな閉曲線」においてそれを囲む長方形の中心点Ａ３ を用いるものである。
【００４９】
図１１は他の特徴データを示す。同図（ａ）は直線、同図（ｂ）は円、同図（ｃ）は角をそれぞれ示し、図中の点Ａ４ ，Ａ５ ，Ａ６ ，Ａ７ は、モデルの特徴データと入力画像から得た特徴データの基本的な対応点として用いる点である。
【００５０】
ここで、上述の如き等価楕円の中心点Ａ１ 、長方形の中心点Ａ４ は円，角の点Ａ６ ，Ａ７ と同じ機能を有し、また等価楕円の中心点Ａ２ と直線上の点Ａ３ とは直線上の点Ａ４ ，Ａ５ と同じ機能を有する。
【００５１】
これにより本形態における三次元マッチングに用いることができるモデルと対象物体との対応点の数を基に特徴をまとめると次の様になる。
【００５２】
▲１▼ 対応点を２つ持つ特徴（２種類）
・直線
・大きな閉曲線
▲２▼ 対応点を１つ持つ特徴（５種類）
・直線
・円
・角
・大きな閉曲線
・小さな閉曲線
【００５３】
これらの特徴から３点の対応点を作る特徴グループを構成する。２つの対応点を持つ特徴を含む特徴グループは「直線」、「大きな閉曲線」の重複を考慮すると次式で示すように９種類存在する。
２×５−１＝９
【００５４】
１つの対応点を持つ特徴同士で構成される特徴グループは“重複組み合わせ”として次式で示すように３５種類存在する。
【数１】
このように、「閉曲線」を用いることで、４４（９＋３５）種類の特徴グループを三次元マッチングに用いることができ、その分広範囲の対象物体に対応することが可能である。
【００５６】
図１２は「閉曲線」に基づく特徴データを用いた特徴グループの例を示す説明図である。同図（ａ）は一つの大きな閉曲線と一つの小さな閉曲線とを用いる場合、同図（ｂ）は一つの直線と一つの小さな閉曲線とを用いる場合、同図（ｃ）は二つの小さな閉曲線と一つの角とを用いる場合である。同図中の各点は図１０及び図１１に示すものと同様であり、それぞれの場合にこれらの中心点Ａ１ 〜Ａ３ 及び点Ａ４ ，Ａ５ ，Ａ７ のうちの三点の組合せで特徴グループを形成する。
【００５７】
＜第６の実施の形態＞
本形態は第５の実施の形態に示す三次元モデルベーストマッチング法を実現する三次元物体認識装置である。図１３は当該三次元物体認識装置を示すブロック線図である。
【００５８】
同図に示すように、カメラ３１は認識する対象物体と同一形状のモデルとする対象物体（図示せず）を撮影し、モデル画像処理部３２を介してその画像データを特徴抽出器３３に供給する。特徴抽出器３３は供給された画像データに基づき、これを構成する直線，円，角及び閉曲線を数値化した特徴要素を抽出する。したがって、特徴抽出器３３が出力する特徴データは直線特徴，円特徴，角特徴及び閉曲線特徴を表わすものであり、何れもステレオ計測等で得られた三次元位置データを有する。
【００５９】
モデル作製器３４はオペレータの操作により、特徴抽出器３３で抽出した特徴データの中からマッチングに使用する直線，円，角及び閉曲線のそれぞれの特徴を選択するとともに、三次元位置姿勢計算に必要な３点を形成できる特徴データの組である特徴グループを選択し、これらをモデルメモリ３５に記憶しておく。
【００６０】
カメラ３６は認識する対象物体を撮影し、画像処理部３７を介してその画像データを特徴抽出器３８に供給する。特徴抽出器３８は供給された画像データに基づき、これを構成する直線，円，角及び閉曲線を数値化した特徴要素を抽出する。すなわち、カメラ３６、画像処理部３７及び特徴抽出器３８は、それぞれカメラ３１、モデル画像処理部３２及び特徴抽出器３３に対応しており、同一機能を有する。したがって、特徴抽出器３８が出力する特徴データも直線特徴，円特徴，角特徴及び閉曲線を表わすものであり、何れもステレオ計測等で得られた三次元位置データを有する。
【００６１】
対応付け器３９はモデルメモリ３５に記憶されている特徴グループのデータと特徴抽出器３８の出力データとを比較し、両者のマッチングをとる。このマッチング操作によりマッチした特徴グループの対応点３点の組を基に三次元位置計算器（図示せず）で三次元位置姿勢を計算する。
【００６２】
【発明の効果】
以上実施の形態とともに具体的に説明したように、本発明によれば閉曲線の特徴データを抽出することができるので、この特徴データを用いたモデルベーストマッチングを行うことができる。このため、この場合のモデルベーストマッチングにおいては対象物体の閉曲線特徴を利用することができ、特に閉曲線特徴を多く有する対象物体のマッチングを効率良く行うことができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態に係る特徴データ抽出方法を示すフローチャート。
【図２】上記第１の実施の形態における閉曲線とこれの等価楕円との関係を示す説明図。
【図３】上記第１の実施の形態において閉曲線から計算した平面の例を示す説明図。
【図４】上記第１の実施の形態において閉曲線データの雑音を除去する態様を示す説明図。
【図５】上記第１の実施の形態において閉曲線とこれを囲む長方形とを概念的に示す説明図。
【図６】本発明の第２の実施例に係る特徴データ抽出装置を示すブロック線図。
【図７】本発明の第３の実施の形態に係る「大きな閉曲線」の特徴データを用いたマッチング方法を示すフローチャート。
【図８】本発明の第４の実施の形態に係る「大きな閉曲線」の特徴データを用いる特徴マッチング処理装置を示すブロック線図。
【図９】本発明の第５の実施の形態に係る三次元モデルベーストマッチング法を示すフローチャート。
【図１０】上記第５の実施の形態においてマッチングに用いる閉曲線の特徴データを示す説明図。
【図１１】上記第５の実施の形態においてマッチングに用いる直線，円，角の特徴データを示す説明図。
【図１２】上記第５の実施の形態においてマッチングに用いる閉曲線に基づく特徴データを用いた特徴グループの例を示す説明図。
【図１３】本発明の第６の実施の形態に係る三次元物体認識装置を示すブロック線図。
【符号の説明】
１，３ 閉曲線データ
１ａ 雑音
２ 平面
２４，２５ アンドゲート
Ａ１ ，Ａ２ ，Ａ３ 中心点
Ａ４ ，Ａ５ ，Ａ６ ，Ａ７ 点
Claims (5)
- 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出することを特徴とする閉曲線の特徴データ抽出方法。
- 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出し、この特徴データを利用して認識する対象物体とモデルとなる対象物体とのマッチングを行うことを特徴とする閉曲線の特徴データを利用するマッチング方法。
- 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出し、この特徴データ中の異なる３点で特徴グループを構成し、この特徴グループを利用して認識する対象物体とモデルとなる対象物体との三次元マッチングを行うことを特徴とする閉曲線の特徴データを利用するマッチング方法。
- 対象物体の画像データからエッジを抽出するとともにこのエッジから三次元座標をデータとして有する各点の集合である閉曲線のデータを抽出し、前記閉曲線を構成する前記点の数に基づき、前記閉曲線のデータを大きな閉曲線のデータと小さな閉曲線のデータとに分別し、大きな閉曲線の場合にはこの等価楕円を計算し、この等価楕円の中心位置、長短軸比等の諸元を特徴データとして抽出するとともに、小さな閉曲線の場合にはこれを囲む長方形を抽出し、この長方形の中心位置を特徴データとして抽出し、この特徴データ中の異なる１点若しくは２点と他の直線，円，角等の特徴に基づく特徴データ中の２点若しくは１点との計３点で特徴グループを構成し、この特徴グループを利用して認識する対象物体とモデルとなる対象物体との三次元マッチングを行うことを特徴とする閉曲線の特徴データを利用するマッチング方法。
- 大きな閉曲線の特徴データとしてこの閉曲線が乗る平面のデータを追加したことを特徴とする［請求項１］〜［請求項４］の何れか一つに記載する閉曲線の特徴データ抽出方法及びこれを用いるマッチング方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10097496A JP3627365B2 (ja) | 1996-04-23 | 1996-04-23 | 閉曲線の特徴データ抽出方法及びこれを用いるマッチング方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP10097496A JP3627365B2 (ja) | 1996-04-23 | 1996-04-23 | 閉曲線の特徴データ抽出方法及びこれを用いるマッチング方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH09288733A JPH09288733A (ja) | 1997-11-04 |
| JP3627365B2 true JP3627365B2 (ja) | 2005-03-09 |
Family
ID=14288330
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP10097496A Expired - Fee Related JP3627365B2 (ja) | 1996-04-23 | 1996-04-23 | 閉曲線の特徴データ抽出方法及びこれを用いるマッチング方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3627365B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4521568B2 (ja) * | 2005-06-14 | 2010-08-11 | 国立大学法人京都大学 | 対応点探索方法、相互標定方法、３次元画像計測方法、対応点探索装置、相互標定装置、３次元画像計測装置、対応点探索プログラム及び対応点探索プログラムを記録したコンピュータ読み取り可能な記録媒体 |
| JP5712801B2 (ja) * | 2011-06-06 | 2015-05-07 | 株式会社明電舎 | 画像特徴量抽出装置及びこれを用いた画像処理によるマーカ検出装置 |
-
1996
- 1996-04-23 JP JP10097496A patent/JP3627365B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH09288733A (ja) | 1997-11-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6430064B2 (ja) | データを位置合わせする方法及びシステム | |
| Yamany et al. | Surface signatures: an orientation independent free-form surface representation scheme for the purpose of objects registration and matching | |
| Aldoma et al. | Multimodal cue integration through hypotheses verification for rgb-d object recognition and 6dof pose estimation | |
| JP4709668B2 (ja) | ３次元物体認識システム | |
| Hu et al. | Matching point features with ordered geometric, rigidity, and disparity constraints | |
| CN112287865B (zh) | 一种人体姿态识别的方法及装置 | |
| JP3914864B2 (ja) | パターン認識装置及びその方法 | |
| CN113393524B (zh) | 一种结合深度学习和轮廓点云重建的目标位姿估计方法 | |
| JP6482130B2 (ja) | 幾何検証装置、プログラム及び方法 | |
| He et al. | Linear approach for initial recovery of the exterior orientation parameters of randomly captured images by low-cost mobile mapping systems | |
| JPH0991436A (ja) | 画像処理方法及びその装置 | |
| JP3627365B2 (ja) | 閉曲線の特徴データ抽出方法及びこれを用いるマッチング方法 | |
| KR101673144B1 (ko) | 부분 선형화 기반의 3차원 영상 정합 방법 | |
| US7646918B2 (en) | Systems and methods for recognizing objects in an image | |
| CN112950787B (zh) | 一种基于图像序列的目标物体三维点云生成方法 | |
| JPH08329110A (ja) | 画像処理方法 | |
| CN106056599B (zh) | 一种基于物体深度数据的物体识别算法及装置 | |
| JP2007140729A (ja) | 物品の位置及び姿勢を検出する方法および装置 | |
| CN115719507A (zh) | 一种图像识别方法、装置及电子设备 | |
| Bandyopadhyay et al. | RectiNet-v2: A stacked network architecture for document image dewarping | |
| JP3275252B2 (ja) | ３次元情報入力方法及びそれを使った３次元情報入力装置 | |
| JP6946912B2 (ja) | 推定プログラム、推定装置、及び推定方法 | |
| Bauer et al. | MetropoGIS: A feature based city modeling system | |
| Landabaso et al. | Reconstruction of 3D shapes considering inconsistent 2D silhouettes | |
| JP2885476B2 (ja) | 画像処理方法および装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040810 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040817 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041018 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20041116 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041129 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081217 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091217 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101217 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111217 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121217 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131217 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |