JP4324123B2

JP4324123B2 - モデルデータ表示プログラム、モデルデータ表示装置およびモデルデータ表示方法

Info

Publication number: JP4324123B2
Application number: JP2005077949A
Authority: JP
Inventors: 進遠藤; 孝之馬場; 秀一椎谷; 祐介上原; 大器増本
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2005-03-17
Filing date: 2005-03-17
Publication date: 2009-09-02
Anticipated expiration: 2025-03-17
Also published as: JP2006260280A

Description

この発明は、記憶領域に記憶される複数のモデルデータを基にオブジェクトの表示処理を実行させるモデルデータ表示プログラムなどに関し、特に、再利用可能なモデルデータを効率よく検索することができるモデルデータ表示プログラム、モデルデータ表示装置およびモデルデータ表示方法に関するものである。

近年、ＣＡＤ（Computer Aided Design）などによる３Ｄモデルデータが様々な分野で作成・利用されるにつれて、コンピュータ内に作成済みの３Ｄモデルデータが大量に蓄積されるようになってきている。

３Ｄモデルデータの作成者は、３Ｄモデルデータをはじめから全て作成するには大変な手間や時間がかかるため、コンピュータに蓄積された３Ｄモデルデータの中から、再利用可能な３Ｄモデルデータ、すなわち作成しようとしているモデルと同じもの、または似ているモデルを高速に検索することができれば、所望する３Ｄモデルデータを効率よく作成することが可能となる。

そこで、作成者からキーとなる３Ｄモデルデータを受付け、キーとなる３Ｄモデルデータに類似した３Ｄモデルデータを記憶装置から検索する技術や、予め、作成済みの３Ｄモデルデータと該３Ｄモデルデータの特徴を表す２Ｄ画像とを関連付けて記憶しておき、作成者が作成する３Ｄモデルデータの特徴を表す２Ｄ画像を基にして、該当する３Ｄモデルデータを検索する技術（例えば、特許文献１）が公開されている。

また、特許文献２では、作成者が作成しようとする３Ｄモデルデータが不確かな場合であっても、作成者のイメージする３Ｄモデルデータの大まかな特徴（例えば、模様や外形など）を受付けることによって、該特徴に該当する３Ｄモデルデータを一括表示する技術が公開されている。

特開平５−１５９００１号公報特開平８−２４９３５２号公報

しかしながら、かかる従来の技術では、作成者が所望する３Ｄモデルデータを的確に検索することができず、結果として作成者は３Ｄモデルデータを効率よく作成することができないという問題があった。

なぜなら、キーとなる３Ｄモデルデータを与えて、それに類似する３Ｄモデルデータを検索する手法では、キーとなる３Ｄモデルデータ自体を作成者が作成することが大変困難であるからである。

また、特許文献１および特許文献２にかかる技術を利用しても、３Ｄモデルデータによって形成されるオブジェクトは、２Ｄ画像と異なり様々なアングルから眺めることが可能である。すなわち、オブジェクトは各アングルで見え方が大きく異なってしまうため、キーとなる２Ｄ画像および各特徴との類似点が判別できず、適切に３Ｄモデルデータを検索することができない。

この発明は、上述した従来技術による問題点を解消するためになされたものであり、再利用可能な３Ｄモデルデータを的確かつ効率よく検索することができるモデルデータ表示プログラム、モデルデータ表示装置およびモデルデータ表示方法を提供することを目的とする。

上述した課題を解決し、目的を達成するため、請求項１の発明に係るモデルデータ表示プログラムは、モデルデータ表示装置に、記憶領域に記憶される複数のモデルデータを基にオブジェクトの表示処理を実行させるモデルデータ表示プログラムであって、前記モデルデータ表示装置に、３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、前記３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶する特徴量抽出手順と、前記記憶領域の特徴量テーブルから前記特徴量抽出手順で求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定するアングル決定手順と、前記３Ｄモデルデータのオブジェクトの、前記アングル決定手順で決定をしたアングルでの画像を表示する表示処理手順と、を実行させることを特徴とする。

この請求項１の発明によれば、モデルデータ表示プログラムは、モデルデータ表示装置に、３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶し、記憶領域の特徴量テーブルから、求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定し、３Ｄモデルデータのオブジェクトの、決定をしたアングルでの画像を表示する。

また、請求項２の発明に係るモデルデータ表示プログラムは、請求項１の発明において、前記表示処理手順で、前記３Ｄモデルデータのオブジェクトの画像を、オブジェクトと視点位置との距離が所定値よりも大きい場合には類似したアングルで、所定値よりも小さい場合には類似していないアングルで、表示することを特徴とする。

この請求項２の発明によれば、モデルデータ表示プログラムは、３Ｄモデルデータのオブジェクトの画像を、オブジェクトと視点位置との距離が所定値よりも大きい場合には類似したアングルで、所定値よりも小さい場合には類似していないアングルで、表示する。

また、請求項３の発明に係るモデルデータ表示装置は、記憶領域に記憶される複数のモデルデータを基にオブジェクトの表示処理を実行するモデルデータ表示装置であって、
３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、前記３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶する特徴量抽出部と、前記記憶領域の特徴量テーブルから前記特徴量抽出部で求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定するアングル決定部と、前記３Ｄモデルデータのオブジェクトの、前記アングル決定部で決定をしたアングルでの画像を表示する表示処理部と、を有することを特徴とする。

この請求項３の発明によれば、モデルデータ表示装置は、モデルデータ表示装置に、３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶し、記憶領域の特徴量テーブルから、求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定し、３Ｄモデルデータのオブジェクトの、決定をしたアングルでの画像を表示する。

また、請求項４の発明に係るモデルデータ表示方法は、コンピュータが、３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、前記３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶する特徴量抽出ステップと、前記記憶領域の特徴量テーブルから前記特徴量抽出ステップで求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定するアングル決定ステップと、前記３Ｄモデルデータのオブジェクトの、前記アングル決定ステップで決定をしたアングルでの画像を表示する表示処理ステップと、を実行することを特徴とする。

この請求項４の発明によれば、モデルデータ表示方法は、コンピュータが、３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶し、記憶領域の特徴量テーブルから、求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定し、３Ｄモデルデータのオブジェクトの、決定をしたアングルでの画像を表示する。

本発明によれば、３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶し、記憶領域の特徴量テーブルから、求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定し、３Ｄモデルデータのオブジェクトの、決定をしたアングルでの画像を表示するので、ユーザは効率よく再利用可能な３Ｄモデルデータを検索することができ、３Ｄモデル作成時のユーザにかかる負担を軽減させることができる。

また、本発明によれば、３Ｄモデルデータのオブジェクトの画像を、オブジェクトと視点位置との距離が所定値よりも大きい場合には類似したアングルで、所定値よりも小さい場合には類似していないアングルで、表示するので、ユーザは所望する３Ｄモデルデータを迅速に検索することができる。

以下に添付図面を参照して、この発明に係るモデルデータ表示プログラム、モデルデータ表示装置およびモデルデータ表示方法の好適な実施の形態を詳細に説明する。

まず、本実施例にかかるモデルデータ表示の概念について説明する。図１および図２は、本実施例にかかるモデルデータ表示の概念を説明するための説明図である。図１に示すように、予め、３Ｄ（3 Dimension）モデルデータによって形成されるオブジェクトの各アングルに対する特徴量（特徴量はベクトル値）を抽出し、各オブジェクトの類似しているアングル（特徴量のばらつきが小さいアングル）および類似していないアングル（特徴量のばらつきが大きいアングル）を特定する。

そして、図２に示すように、ウォークスルー中に、視点とオブジェクトとの距離が所定値以上の場合には、各オブジェクトの類似しているアングルが表示されるように回転させ、視点とオブジェクトとの距離が所定値よりも小さくなった場合には、各オブジェクトの類似していないアングルが表示されるように回転させる。

次に、本実施例にかかるモデルデータ表示装置の構成について説明する。図３は、本実施例にかかるモデルデータ表示装置の構成を示す機能ブロック図である。同図に示すように、このモデルデータ表示装置１００は、前処理部１１０と、記憶部１２０と、入力受付部１３０と、表示部１４０と、検索処理部１５０とを有する。

前処理部１１０は、記憶部１２０に記憶された３Ｄモデルデータ１２０ａを基にして、３Ｄモデルデータ１２０ａの特徴量を抽出する処理部であり、画像生成部１１０ａおよび特徴量抽出部１１０ｂを有する。

画像生成部１１０ａは、３Ｄモデルデータ１２０ａによって形成されるオブジェクトの各アングルに対する画像データを生成し、生成した画像データを特徴量抽出部１１０ｂに渡す処理部である。なお、画像生成部１１０ａは、３Ｄモデルデータ１２０ａをレンダリング処理することで、いくつかの視点方向から見た場合の画像データを生成する。

視点方向については、用途に応じて予め決めておくようにする。それほどの精度が要求されなければ正面、前面、上方とその逆の６方向、場合によってはもっと細かく斜め方向からのアングルを加えた１４方向などの画像を生成する。その他、もっと少数、または多数のアングル数でも良い。

特徴量抽出部１１０ｂは、画像生成部１１０ａから画像データを取得し、取得した画像データを基にして特徴量を抽出すると共に、抽出した特徴量を特徴量テーブル１２０ｂとして記憶部１２０に記憶させる処理部である。特徴量抽出部１１０ｂが特徴量を抽出する手法としては、一例として色ヒストグラムがある。この色ヒストグラムは、画像データの各画素のＲＧＢ（Red Green Blue）値をＨＳＩ（Hug Saturation Intensity）色座標系に投影し、その座標系における空間分布をベクトルとして表し、該空間分布のベクトルを特徴量とする。

また、特徴量抽出部１１０ｂが特徴量を抽出する手法として、Wavelet変換という手法もある。このWavelet変換では、画像データを解析し、画面上の位置とその位置における周波数を特定し、特定した周波数を特徴量とする。

なお、特徴量抽出部１１０ｂは、画像データからだけでなく、３Ｄモデルデータ１２０ａそのものから特徴量を抽出することも可能である。この場合、特徴量抽出部１１０ｂは、３Ｄモデルデータによって形成されるオブジェクトの表面上における２点をランダムに多数選択し、その２点間の距離の統計をとったものを特徴量とすることもできる。

さらに、特徴量抽出部１１０ｂは、３Ｄモデルデータに属性情報が存在すれば、この属性情報を各３Ｄモデルデータの特徴量と関連付けて記憶させ、利用者による３Ｄモデルデータの検索をより効率よく行わせることも可能である。ここで、属性情報としては、ねじ、三角形、四角形といったオブジェクトの形状にかかる情報、またはオブジェクトの長さ、直径などの寸法にかかる情報などが含まれる。

図４は、特徴量抽出部１１０ｂが生成する特徴量テーブル１２０ｂの一例を示す図である。同図に示すように、この特徴量テーブル１２０ｂは、「オブジェクト情報」と、「アングル１〜４」と、「３Ｄモデル」と、「作成日時」と、「属性情報」とを有する。

ここで、オブジェクト情報には、３Ｄモデルデータ１２０ａによって形成される各オブジェクトを識別するための情報が格納され、アングル１〜４には、各アングルに対応する画像データの特徴量が格納され、３Ｄモデルには、３Ｄデータそのものから抽出した特徴量が格納され、作成日時には、オブジェクトにかかわる３Ｄモデルデータが作成された日時情報が格納され、属性情報には上述した属性情報が格納される。

例えば、「オブジェクト１」に関するアングル１の特徴量は「Ｘ₁₁」（本実施例では説明の便宜上、特徴量をＸで表す）であり、アングル２の特徴量は「Ｘ₁₂」であり、アングル３の特徴量は「Ｘ₁₃」であり、アングル４の特徴量は「Ｘ₁₄」であり、３Ｄモデルの特徴量は「Ｘ₁₅」であり、作成日時が「２０００年３月２０日」であり、属性情報が「三角形」である。なお、オブジェクト２〜４に関する説明は省略する。

図３の説明に戻ると、入力受付部１３０は、キーボードやマウスなどの入力装置（図示しない）から、キーとなる３Ｄモデルデータ（以下、キーデータと表記する）または属性情報を取得し、取得したキーデータまたは属性情報を検索処理部１５０に渡す処理部である。また、入力受付部１３０は、ウォークスルーにかかわる指示情報を入力装置から取得した場合には、この指示情報を表示部１４０に渡す。表示部１４０は、検索処理部１５０から取得する情報および入力受付部１３０から取得する指示情報に基づいて、オブジェクトを回転・表示させる処理部である。

検索処理部１５０は、キーデータまたは属性情報にかかわるオブジェクトの類似したアングルおよび類似していないアングルを特定すると共に、似ているオブジェクトを集めて配置し、該オブジェクトを配置した情報および類似・非類似にかかわるアングルの情報を表示部１４０に渡す処理部であり、絞込み処理部１５０ａ、アングル選択部１５０ｂ、配置部１５０ｃを有する。

絞込み処理部１５０ａは、入力受付部１５０ａからキーデータ、属性情報を取得した場合に、取得したキーデータ、属性情報に対応するオブジェクトを絞り込む処理部である。具体的に、絞込み処理部１５０ａは、キーデータ、属性データを取得した場合に、まず、キーデータにかかわる特徴量を抽出する。絞込み処理部１５０ａの特徴量抽出手法は、特徴量抽出部１１０ｂで示した手法と同様であるため、説明を省略する。

そして、絞込み処理部１５０ａは、特徴量テーブル１２０ｂと、キーデータの特徴量と、属性情報とを基にして、キーデータの特徴量および属性情報に対応するオブジェクトを特定し、特定したオブジェクトの情報（以下、特定オブジェクト情報）をアングル選択部１５０ｂに渡す。なお、キーデータの特徴量または属性情報に対応するオブジェクトが存在しない場合には全てのオブジェクトが対象となり、その旨をアングル選択部１５０ｂに通知する。

アングル選択部１５０ｂは、特定オブジェクト情報を取得した場合に、特定オブジェクト情報に対応するオブジェクトの特徴量を特徴量テーブル１２０ｂから取得すると共に、取得した特徴量を基にして分散値を算出し、各オブジェクトの類似したアングルおよび類似していないアングルを特定する処理部である。

ここで、アングル選択部１５０ｂが実行する処理について順に説明すると、まず、アングル選択部１５０ｂは、絞込み処理部１５０ａから特定オブジェクト情報を取得した場合に、特定オブジェクト情報に対応するオブジェクトの特徴量（各アングルの特徴量）を特徴量テーブル１２０ｂから取得し、各アングルにかかる特徴量の分散値を算出する。

また、アングル選択部１５０ｂは、絞込み処理部１５０ａからキーデータまたは属性情報に対応するオブジェクトが存在しない旨の通知を受付けた場合には、ヒットしなかった旨を配置部１５０ｃに通知する。なお、アングル選択部１５０ｂは、該当するオブジェクトの数が多い場合には、一部の代表的なオブジェクトの特徴量を取得し、各アングルの分散値を算出しても良い。

そして、アングル選択部１５０ｂは、算出した分散値を各アングルと関連付け、各情報を分散値テーブル１２０ｃとして記憶部１２０に記憶させる。なお、分散値を算出する方法として、ベクトルの重心から各ベクトルのユーグリッド距離の平均値を算出し、この算出した平均値を分散値とする方法がある。

すなわち、ベクトル数がｋで、ベクトルの次元数がｎ、ｊ番目のベクトルの次元ｉの値がｖ_jiとした場合、重心ベクトルｘ’は、

により表され、分散値は、

により表すことができる。なお、分散値を算出する手法は、特に限定されるものではなく、例えば、ベクトルの集合を行列として、固有値計算を行い、その固有値ベクトルから分散値を求めても良いし、平均の代わりに、主成分分析した主成分をもとに分散値を求めることも可能である。

図５は、アングル選択部１５０ｂが生成する分散値テーブル１２０ｃの一例を示す図である。同図に示すように、この分散値テーブル１２０ｃは、各アングルの分散値が記憶されている。そして、この分散値が小さいアングルほど類似していることになる。一方、分散値が大きいアングルは、非類似である。

続いて、アングル選択部１５０ｂは、分散値テーブル１２０ｃを基にして、最も分散値が大きいアングルおよび最も分散値が小さいアングルを選択し、選択したアングルの情報（以下、アングル情報）および特定オブジェクト情報を配置部１５０ｃに渡す。

配置部１５０ｃは、特定オブジェクト情報に対応する３Ｄモデルデータを記憶部１２０から取得し、似ているオブジェクト同士を近くに集めて配置する処理部である。配置部１５０ｃがオブジェクトを配置する手法は、自己組織化マップを利用する。この自己組織化マップは、ニュートラルネットワーク技術を応用した処理であり、高次元の特徴の分布をある程度保ったまま、２次元のマップに投影することができる技術である。

配置の基準としては、３Ｄモデルデータから抽出した特徴量を利用する。またいくつかのアングルから見た場合の画像の特徴量を利用した配置も行うことができる。自己組織化マップでは、どの特徴量を利用した場合にでも、似たもの同士のオブジェトが近くに来るように配置することができる。そして、配置部１５０ｃは、配置したオブジェクトのデータ（以下、配置オブジェクトデータ）およびアングル情報を表示部１４０に渡す。

ここで、自己組織化マップについての説明を行う。図６および図７は、自己組織化マップの説明を行うための説明図である。図６に示すように、自己組織化マップでは、オブジェクトを配置する空間をマップとよび、マップ上のオブジェクトを置く候補となる点をセルとよぶ。

そして、自己組織化マップの処理手順は、マップ上の特徴量ベクトルを初期化し、配置したいオブジェクトの特徴量ベクトルと一番似ている（距離が近い）セルを選択し、選択されたセルの周りにあるセルの特徴量ベクトルを配置し、オブジェクトの特徴量ベクトルに近づける処理を行う。続いて、配置したい次のオブジェクトを取得し、上述した処理を繰り返す。

ここで、図７を用いて、自己組織化マップの処理を説明する。なお、ここでは説明の便宜上、２次元ベクトルで説明する。同図に示すように、マップ１０の特徴量ベクトルの初期値はランダムに設定され、入力オブジェクトの特徴量ベクトル１０ａを取得した場合に、特徴量ベクトル１０ａに一番近い特徴量ベクトルを有するセル１０ｂを選択する。

そして、セル１０ｂ周りのセル１０ｃの特徴量ベクトルを、入力された特徴量ベクトル１０ａに近づける。続いて、次の入力オブジェクトの特徴量ベクトル１０ｄを取得した場合は、同様の処理を繰り返す。すなわち、特徴量ベクトル１０ｄに一番近い特徴量ベクトルを有するセル１０ｅを選択し、セル１０ｅ周りのセル１０ｆの特徴量ベクトルを、入力された特徴量ベクトル１０ｄに近づける。このような処理を繰り返すことによって、マップ１０全体の特徴量ベクトルが揃う。

なお、自己組織化マップは、距離の測定をユークリッド距離で行う。セルの選択処理では、入力オブジェクトの特徴量ベクトルと各マップの特徴量ベクトル間のユークリッド距離を求め、そのユークリッド距離の一番近いセルを選択する。二つのベクトルをv=(v₁,v₂,v₃,…v_n)、u=(u₁,u₂,u₃,…u_n)とした場合、ユークリッド距離は、

によって表すことができる。

自己組織化マップは、入力オブジェクトの特徴量ベクトルに近づける処理では、学習度α（０＜α＜１）に応じてベクトルを混ぜ合わせることで行う。入力オブジェクトの特徴量ベクトルをv、マップ上の特徴量ベクトルをuとすると、処理後のマップ上のベクトルは、

のようになる。次第に学習度αを下げながら上記処理を行うことで、配置計算が行われる。

図３の説明に戻ると、表示部１４０は、配置部１５０ｃから配置オブジェクトデータおよびアングル情報を取得し、配置オブジェクトデータに基づいてオブジェクトを表示させる。また、表示部１４０は、入力受付部１３０からウォークスルーにかかる指示情報を受付けた場合には、該指示情報に対応するように、各オブジェクトを表示させる。

なお、表示部１４０は、視点位置とオブジェクトとの距離が所定値以上の場合には、アングル情報を基にして、各オブジェクトの最も類似しているアングルが表示されるように、オブジェクトを回転させる。一方、視点位置とオブジェクトとの距離が所定値よりも小さい場合には、アングル情報を基にして、各オブジェクトの最も類似していないアングルが表示されるようにオブジェクトを回転させる。

図８は、表示部１４０が表示するオブジェクトの一例を示す図である。同図に示すように、視点位置とオブジェクトとの距離が所定値以上の場合は、類似したアングルが表示され、視点位置とオブジェクトとの距離が所定値よりも小さい場合には、類似していないアングルが表示される。

このように、表示部１４０が、視点位置とオブジェクトとの距離が遠い場合には、類似しているアングルを表示し、視点位置とオブジェクトとの距離が近い場合には、類似していないアングルを表示することによって、利用者は効率よく再利用可能な３Ｄモデルデータを検索することができる。なお、表示されたオブジェクトの一つをキーデータとして検索しなおすことも可能である。

次に、本実施例にかかるモデルデータ表示装置１００の処理手順について説明する。図９は、本実施例にかかるモデルデータ表示装置１００の処理手順を示すフローチャートである。同図に示すように、モデルデータ表示装置１００は、特徴量抽出部１１０ｂが３Ｄモデルデータから特徴量を抽出し（ステップＳ１０１）、画像生成部１１０ａが３Ｄモデルデータにかかる各アングルの画像データを生成し、生成した画像データを特徴量抽出部１１０ｂに渡す（ステップＳ１０２）。

そして、特徴量抽出部１１０ｂが各アングルの画像データから特徴量を抽出し、特徴量テーブル１２０ｂを生成する（ステップＳ１０３）。続いて、絞込み処理部１５０ａが入力受付部１３０からキーデータ、属性情報を取得し、オブジェクトを絞り込む（ステップＳ１０４）。

そして、アングル選択部１５０ｂがアングル間の分散値を算出して、分散値テーブル１２０ｃを生成し（ステップＳ１０５）、該分散値テーブル１２０ｃを基にして、類似したアングルおよび類似していないアングルを決定する（ステップＳ１０６）。

続いて、配置部１５０ｃが該当するオブジェクトをマップ上に配置し、表示部１４０が配置されたオブジェクトを一覧表示し（ステップＳ１０７）、ウォークスルー検索処理を実行する（ステップＳ１０８）。

次に、図９のステップＳ１０８において示したウォークスルー検索処理について説明する。図１０は、図９のステップＳ１０８において示したウォークスルー検索処理を示すフローチャートである。同図に示すように、表示部１４０は、オブジェクトとの距離が変化したか否かを判定し（ステップＳ２０１）、オブジェクトとの距離が変化した場合には（ステップＳ２０１，Ｙｅｓ）、オブジェクトとの距離は所定値以上か否かを判定する（ステップＳ２０２）。

オブジェクトとの距離が所定値よりも小さい場合には（ステップＳ２０２，Ｎｏ）、表示される範囲内のオブジェクトの特徴量を取得し（ステップＳ２０３）、最も分散値が大きいアングルを選択し（ステップＳ２０４）、選択したアングルが表示されるようにオブジェクトを回転させ（ステップＳ２０５）、オブジェクトを表示する（ステップＳ２０８）。

一方、オブジェクトとの距離が所定値以上の場合には（ステップＳ２０２，Ｙｅｓ）、全体表示用のアングルを取得（または、分散値が最も小さいアングルを選択）し（ステップＳ２０６）、取得したアングルが表示させるようにオブジェクトを回転させ（ステップＳ２０７）、ステップＳ２０８に移行する。ところで、オブジェクトとの距離が変化していない場合は（ステップＳ２０１，Ｎｏ）、ステップＳ２０８に移行する。

そして、処理を継続するか否かを判定し（ステップＳ２０９）、処理を継続する場合には（ステップＳ２０９，Ｙｅｓ）、ステップＳ２０１に移行し、処理を継続しない場合には（ステップＳ２０９，Ｎｏ）、リターンとなる。

このように、各アングルの分散値を計算し、各オブジェクトの類似したアングルおよび類似していないアングルを特定し、視点位置とオブジェクトとの距離が所定値以上の場合は、類似したアングルが表示されるようにオブジェクトを回転・表示させ、視点位置とオブジェクトとの距離が所定値よりも小さい場合には、類似していないアングルが表示されるようにオブジェクトを回転・表示させるので、作成者は効率よく再利用可能なオブジェクトを検索することができる。

上述してきたように、本実施例にかかるモデルデータ表示装置１００は、画像生成部１１０ａがオブジェクトの各アングルにかかわる画像データを生成し、特徴量抽出部１１０ｂが、各アングルの特徴量を抽出する。そして、絞込み処理部１５０ａが入力受付部１３０から取得したキーデータに基づいて、表示すべきオブジェクトを絞込み、アングル選択部１５０ｂが絞り込まれた各オブジェクトの類似したアングルおよび類似していないアングルを選択し、配置部１５０ｃが各オブジェクトを配置し、表示部１４０が視点位置とオブジェクトとの距離に応じてオブジェクトのアングルを変更（視点位置とオブジェクトとの距離が近い場合は、類似していないアングルを表示し、視点位置とオブジェクトとの距離が遠い場合には類似したアングルを表示）するので、作成者が所望する３Ｄモデルデータを的確に検索することができる。

なお、本実施例では、視点位置とオブジェクトとの距離が所定値以上の場合には、類似したアングルが表示されるように、オブジェクトを回転させたが、視点位置との距離が遠い場合には、オブジェクトに対応する２Ｄ画像データを用意し、該２Ｄ画像データを表示しても良い。

また、本実施例では一例として、アングル選択部１５０ｂが特徴量テーブル１２０ｂを基にして分散値を算出したが、アングル選択部１５０ｂにかかる負荷を軽減させるために、特徴量抽出部１１０ｂが予め、特徴量テーブル１２０ｂを基にして分散値テーブル１２０ｃを生成しても良い。

ところで、上記の実施例で説明したモデルデータ表示装置１００の各処理は、モデルデータ検索処理に係るプログラムをコンピュータで実行することによって実現することができる。そこで、以下では、図１１を用いて、上記の実施例のモデルデータ表示装置１００と同様の機能を有するモデルデータ検索処理プログラムを実行するコンピュータの一例を説明する。図１１は、モデルデータ検索プログラムを実行するコンピュータを示す図である。

同図に示すように、コンピュータ３０は、キーボードやマウス等の入力装置３１、ディスプレイなどの表示装置３２、ＲＡＭ３３、ＨＤＤ３４、ＲＯＭ３５およびＣＰＵ３６をバス３７で接続して構成される。

そして、ＲＯＭ３５には、上記の実施例のモデルデータ表示装置１００と同様の機能を発揮するモデルデータ検索プログラム、つまり、図１１に示すように、画像生成プログラム３５ａ、特徴量抽出プログラム３５ｂ、絞込み処理プログラム３５ｃ、アングル選択プログラム３５ｄ、配置プログラム３５ｅが予め記憶されている。なお、プログラム３５ａ〜３５ｅは、図３に示したモデルデータ表示装置１００の各構成要素と同様、適宜統合または分散しても良い。

そして、ＣＰＵ３６が、これらのプログラム３５ａ〜３５ｅをＲＯＭ３５から読み出して実行することで、図１１に示すように、各プログラム３５ａ〜３５ｅは、画像生成プロセス３６ａ、特徴量抽出プロセス３６ｂ、絞込み処理プロセス３６ｃ、アングル選択プロセス３６ｄ、配置プロセス３６ｅとして機能するようになる。各プロセス３６ａ〜３６ｅは、図３に示した画像生成部１１０ａ、特徴量抽出部１１０ｂ、絞込み処理部１５０ａ、アングル選択部１５０ｂ、配置部１５０ｃにそれぞれ対応する。

また、ＨＤＤ３４には、図１１に示すように、３Ｄモデルデータ３４ａが設けられる。この３Ｄモデルデータ３４ａは、図３に示した３Ｄモデルデータ１２０ａに対応する。そして、ＣＰＵ３６は、３Ｄモデルデータ３４ａをＲＡＭ３３に読み出し、特徴量テーブルデータ３３ｂ、分散値テーブルデータを生成し、モデルデータ検索処理を実行する。特徴量テーブルデータおよび分散値テーブルデータは、図３に示した特徴量テーブル１２０ｂおよび分散値テーブル１２０ｃに対応する。

ところで、上記した各プログラム３５ａ〜３５ｅは、必ずしも最初からＲＯＭ３５に記憶させておく必要はなく、例えば、コンピュータ３０に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＭＯディスク、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬の物理媒体」、または、コンピュータ３０の内外に備えられるハードディスクドライブ（ＨＤＤ）などの「固定用の物理媒体」、さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ３０に接続される「他のコンピュータ（またはサーバ）」などに各プログラムを記憶させておき、コンピュータ３０がこれらから各プログラムを読み出して実行するようにしてもよい。

（付記１）記憶領域に記憶される複数のモデルデータを基にオブジェクトの表示処理を実行させるモデルデータ表示プログラムであって、
前記記憶領域に記憶されている各モデルデータの特徴量を抽出する特徴量抽出手順と、
前記特徴量を基に、各オブジェクトのアングルを設定し、該設定したアングルにおいて前記記憶領域に記憶されているモデルデータのオブジェクトを表示する表示処理手順と、
をコンピュータに実行させることを特徴とするモデルデータ表示プログラム。

（付記２）前記表示処理手順は、前記特徴量を基に、各オブジェクトが類似しないアングルを設定し、該設定したアングルにおいて各オブジェクトの表示を行うことを特徴とする付記１に記載のモデルデータ表示プログラム。

（付記３）前記表示処理手順は、前記特徴量を基に、各オブジェクトが類似するアングルを設定し、該設定したアングルにおいて各オブジェクトの表示を行うことを特徴とする付記１に記載のモデルデータ表示プログラム。

（付記４）前記表示処理手順は、前記特徴量を基にして、各オブジェクトが類似するアングルおよび類似しないアングルを設定し、視点と各オブジェクトとの距離が閾値以上の場合には、各オブジェクトの類似したアングルを表示し、視点と各オブジェクトとの距離が閾値よりも小さい場合には、各オブジェクトの類似していないアングルを表示することを特徴とする付記１に記載のモデルデータ表示プログラム。

（付記５）記憶領域に記憶される複数のモデルデータを基にオブジェクトの表示処理を行うモデルデータ表示装置であって、
前記記憶領域に記憶されている各モデルデータの特徴量を抽出する特徴量抽出手段と、
前記特徴量を基に、各オブジェクトのアングルを設定し、該設定したアングルにおいて前記記憶領域に記憶されているモデルデータのオブジェクトを表示する表示処理手段と、
を備えたことを特徴とするモデルデータ表示装置。

（付記６）前記表示処理手段は、前記特徴量を基に、各オブジェクトが類似しないアングルを設定し、該設定したアングルにおいて各オブジェクトの表示を行うことを特徴とする付記５に記載のモデルデータ表示装置。

（付記７）前記表示処理手段は、前記特徴量を基に、各オブジェクトが類似するアングルを設定し、該設定したアングルにおいて各オブジェクトの表示を行うことを特徴とする付記５に記載のモデルデータ表示装置。

（付記８）前記表示処理手段は、前記特徴量を基にして、各オブジェクトが類似するアングルおよび類似しないアングルを設定し、視点と各オブジェクトとの距離が閾値以上の場合には、各オブジェクトの類似したアングルを表示し、視点と各オブジェクトとの距離が閾値よりも小さい場合には、各オブジェクトの類似していないアングルを表示することを特徴とする付記５に記載のモデルデータ表示装置。

（付記９）記憶領域に記憶される複数のモデルデータを基にオブジェクトの表示処理を実行させるモデルデータ表示方法であって、
前記記憶領域に記憶されている各モデルデータの特徴量を抽出する特徴量抽出工程と、
前記特徴量を基に、各オブジェクトのアングルを設定し、該設定したアングルにおいて前記記憶領域に記憶されているモデルデータのオブジェクトを表示する表示処理工程と、
を含んだことを特徴とするモデルデータ表示方法。

（付記１０）前記表示処理工程は、前記特徴量を基に、各オブジェクトが類似しないアングルを設定し、該設定したアングルにおいて各オブジェクトの表示を行うことを特徴とする付記９に記載のモデルデータ表示方法。

（付記１１）前記表示処理工程は、前記特徴量を基に、各オブジェクトが類似するアングルを設定し、該設定したアングルにおいて各オブジェクトの表示を行うことを特徴とする付記９に記載のモデルデータ表示方法。

（付記１２）前記表示処理工程は、前記特徴量を基にして、各オブジェクトが類似するアングルおよび類似しないアングルを設定し、視点と各オブジェクトとの距離が閾値以上の場合には、各オブジェクトの類似したアングルを表示し、視点と各オブジェクトとの距離が閾値よりも小さい場合には、各オブジェクトの類似していないアングルを表示することを特徴とする付記９に記載のモデルデータ表示方法。

以上のように、本発明にかかるモデルデータ表示プログラム、モデルデータ表示装置およびモデルデータ表示方法は、既存のモデルデータを再利用し、効率よくモデルデータを作成する必要のあるＣＡＤシステムなどに対して有用である。

本実施例にかかるモデルデータ表示の概念を説明するための説明図（１）である。本実施例にかかるモデルデータ表示の概念を説明するための説明図（２）である。本実施例にかかるモデルデータ表示装置の構成を示す機能ブロック図である。特徴量抽出部が生成する特徴量テーブルの一例を示す図である。アングル選択部が生成する分散値テーブルの一例を示す図である。自己組織化マップの説明を行うための説明図（１）である。自己組織化マップの説明を行うための説明図（２）である。表示部が表示するオブジェクトの一例を示す図である。本実施例にかかるモデルデータ表示装置の処理手順を示すフローチャートである。図９のステップＳ１０８において示したウォークスルー検索処理を示すフローチャートである。モデルデータ検索プログラムを実行するコンピュータを示す図である。

符号の説明

３０コンピュータ（モデルデータ表示装置）
３１入力装置
３２出力装置
３３ＲＡＭ
３３ａ３Ｄモデルデータ
３３ｂ特徴量テーブルデータ
３３ｃ分散値テーブルデータ
３４ＨＤＤ
３４ａ３Ｄモデルデータ
３５ＲＯＭ
３５ａ画像生成プログラム
３５ｂ特徴量抽出プログラム
３５ｃ絞込み処理プログラム
３５ｄアングル選択プログラム
３５ｅ配置プログラム
３６ＣＰＵ
３６ａ画像生成プロセス
３６ｂ特徴量抽出プロセス
３６ｃ絞込み処理プロセス
３６ｄアングル選択プロセス
３６ｅ配置プロセス
１００モデルデータ表示装置
１１０前処理部
１１０ａ画像生成部
１１０ｂ特徴量抽出部
１２０記憶部
１２０ａ３Ｄモデルデータ
１２０ｂ特徴量テーブル
１２０ｃ分散値テーブル
１３０入力受付部
１４０表示部
１５０検索処理部
１５０ａ絞込み処理部
１５０ｂアングル選択部
１５０ｃ配置部

Claims

モデルデータ表示装置に、記憶領域に記憶される複数のモデルデータを基にオブジェクトの表示処理を実行させるモデルデータ表示プログラムであって、
前記モデルデータ表示装置に、
３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、前記３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶する特徴量抽出手順と、
前記記憶領域の特徴量テーブルから前記特徴量抽出手順で求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定するアングル決定手順と、
前記３Ｄモデルデータのオブジェクトの、前記アングル決定手順で決定をしたアングルでの画像を表示する表示処理手順と、
を実行させることを特徴とするモデルデータ表示プログラム。
前記表示処理手順で、前記３Ｄモデルデータのオブジェクトの画像を、オブジェクトと視点位置との距離が所定値よりも大きい場合には類似したアングルで、所定値よりも小さい場合には類似していないアングルで、表示することを特徴とする請求項１に記載のモデルデータ表示プログラム。
記憶領域に記憶される複数のモデルデータを基にオブジェクトの表示処理を実行するモデルデータ表示装置であって、
３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、前記３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶する特徴量抽出部と、
前記記憶領域の特徴量テーブルから前記特徴量抽出部で求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定するアングル決定部と、
前記３Ｄモデルデータのオブジェクトの、前記アングル決定部で決定をしたアングルでの画像を表示する表示処理部と、
を有することを特徴とするモデルデータ表示装置。
モデルデータ表示方法であって、
コンピュータが、
３Ｄモデルデータのオブジェクトから複数のアングルの画像データを生成し、生成した各アングルの画像データの特徴量を抽出して、前記３Ｄモデルデータのオブジェクトと求めた各アングルの特徴量とを関連付けて、記憶領域の特徴量テーブルに記憶する特徴量抽出ステップと、
前記記憶領域の特徴量テーブルから前記特徴量抽出ステップで求めた各アングルの特徴量の分散値を求めて記憶領域の分散テーブルに記憶し、該分散テーブルの分散値から、類似したアングルと類似していないアングルとを決定するアングル決定ステップと、
前記３Ｄモデルデータのオブジェクトの、前記アングル決定ステップで決定をしたアングルでの画像を表示する表示処理ステップと、
を実行することを特徴とするモデルデータ表示方法。