JP5981886B2

JP5981886B2 - 点群解析処理装置、点群解析処理方法、及びプログラム

Info

Publication number: JP5981886B2
Application number: JP2013126960A
Authority: JP
Inventors: 仁新垣; 島村　潤; 潤島村; 新井　啓之; 啓之新井; 行信谷口
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2013-06-17
Filing date: 2013-06-17
Publication date: 2016-08-31
Anticipated expiration: 2033-06-17
Also published as: JP2015001901A

Description

本発明は、点群解析処理装置、点群解析処理方法、及びプログラムに関する。

長距離レーザーレンジファインダが広く普及することにより、屋外における広範囲な空間での環境計測が実現し、計測した３次元点群から有用な建造物等のオブジェクトを抽出する技術開発が行われている。このような技術の適用分野として、特に、インフラ設備として重要な高圧線や、電話やインターネット等の通信線などを検査する分野がある。高圧線や通信線は、自治体などの管理対象であり、定期的に異常がないかを検査する必要があるため、このような技術の適用による作業の効率化が試みられている。高圧線や通信線などの細線状の物体（以下、ワイヤという）は、膨大な数があるため、目視確認することは非常に労力や時間のかかる作業であり、自動的に架線の存在する場所を把握し、異常がないか判定をするための更なる技術開発が求められている。

更なる技術開発の一例として、例えば、非特許文献１に記載の技術がある。非特許文献１に記載の技術は、ワイヤは真上から見ると直線に見えると仮定し、３次元点群を真下（ＸＹ平面）へ射影し、次に、射影後の点群形状について、Ｈｏｕｇｈ変換を用いて直線が存在する平面上の位置を検出する。次に、高さの異なるワイヤが、同一直線に存在していれば、それらのワイヤを分離する処理として、Ｈｏｕｇｈ変換で検出した直線上に存在する点群を、３次元空間上で階層的にクラスタリングすることにより物体単位の切り出しを行う。最後に、検出したクラスタについて懸垂線モデルを当て嵌めることで、電線のパラメータ推定を行う。この技術では、Ｈｏｕｇｈ変換のような大域的なモデル当て嵌めを用いているので、電線以外の物体の影響、例えば、建造物や木などの影響やノイズに対して頑健であり、また、計測点群の密度が疎な場合でも検出を行うことができるという特徴がある。

しかしながら、非特許文献１に記載の技術では、平面からＨｏｕｇｈ変換を用いて直線を見つける処理を行っているため、鉛直方向に伸びたワイヤについては検出が難しい。例えば、図３４は、電柱間から個人の家に伸びる電力線や通信線などの引き込み線を示す図であり、図３５及び図３６は、それぞれ、この引込み線を真横と真上から見た図である。引込み線は、図３５に示すように、鉛直方向（真横から見た場合）では、長さを把握しやすいが、図３６に示すように、水平方向（真上から見た場合）では、長さが短くなってしまう傾向がある。そのため、鉛直方向へ射影後の直線の長さは短くなり、検出が難しくなる。この場合、引込み線を検出するためには、Ｈｏｕｇｈ変換の閾値を下げる必要があるが、閾値を下げてしまうと、ワイヤ以外の物体、例えば、木などが存在する位置において誤検出が生じてしまう場合がある。

これに対し、地面へ射影した点群形状ではなくて、３次元点群から直接ワイヤを検出する技術がある。非特許文献２に記載の技術では、３次元空間を数メートル間隔で分割し、分割した各空間内において短い直線要素を検出する。次に、検出した短い直線要素について、懸垂線モデルを当て嵌め、その懸垂線モデル上にある近傍の直線要素についてクラスタリングを行う。この懸垂線モデルの当て嵌めとクラスタリングを交互に繰り返し行うことで、懸垂線モデルパラメータの変動を十分小さくしていく。この技術では、短い直線要素をクラスタリングする際に、懸垂線モデルを用いてクラスタリングをする直線要素を決定していることから、計測点群が疎な場合でも、クラスタリング精度の低下を抑制できる特徴がある。

Melzer, T. and Briese, C., "Extraction and Modeling of Power Lines from ALS Point Clouds" Proceedings of Austrian Association for Pattern Recognition (OAGM), Hagenberg, 06-17-2004 - 06-18-2004, 47-54 (2004). G. Sohn, Y. Jwa, and H. B. Kim, AUTOMATIC POWERLINE SCENE CLASSIFICATION AND RECONSTRUCTION USING AIRBORNE LIDAR DATA, SPRS Ann. Photogramm. Remote Sens. Spatial Inf. Sci., I-3, 167-172, 2012

上述の通り、非特許文献２に記載の技術では、懸垂線モデルを用いて直線要素をクラスタリングしている。しかしながら、例えば市街地内における複数のワイヤが連結されたワイヤについては、懸垂線モデル形状とは異なる形状となることがあり、その場合、クラスタリング精度が低下する。例えば、図３７は、電柱間に他の電柱が存在し、電柱間のワイヤと当該他の電柱とが別のワイヤにより連結している場合を示した図であり、図３８及び図３９は、それぞれ、図３７を真横と真上から見た図である。図３７に示すような複数のワイヤが連結している場合に、非特許文献２に記載の技術を適用すると、３次元的な歪みを生じるために、当て嵌めた懸垂線モデルの推定精度が低下し、その結果、クラスタリング精度が低下する。そのため、本来異なるワイヤを同一のワイヤとして検出してしまうという問題がある。

本発明は、上記問題を解決すべくなされたもので、その目的は、電柱間の電線および引き込み線などの細線状物体について、複数の細線状物体が連結した状態でも細線状物体として高い精度で検出することを可能とする点群解析処理装置、点群解析処理方法及びプログラムを提供することにある。

上記問題を解決するために、本発明の一態様は、３次元点群情報に含まれる点と、当該点の周囲の前記点との位置関係に基づいて、当該点が細線状物体を構成する構成点であるか否かについて判定を行い前記構成点を検出する構成点検出部と、検出された前記構成点の各点の接線方向の情報に基づいて、前記構成点から直線要素を検出し、検出した前記直線要素を初期の細線状物体を示す細線状物体モデルとし、前記細線状物体モデル同士の近接状態と、予め定められる連結性指標とに基づいて、前記細線状物体モデルを連結していくことで再帰的に細線状物体モデルを生成するモデル生成部と、前記細線状物体モデルに含まれる前記点の位置から前記細線状物体モデルの長さを推定し、推定した長さと、予め定められる閾値とに基づいて前記細線状物体モデルが適切なモデルであるか否かを判定する判定部と、を備えることを特徴とする点群解析処理装置である。

また、本発明の一態様は、上記に記載の発明において、前記構成点検出部は、前記３次元点群情報に含まれる任意の１点を注目点とし、前記注目点を中心とした一定距離の範囲内に存在する点を周囲点とし、前記周囲点の周辺の点群の分散方向より、前記注目点と前記周囲点とが同一の前記細線状物体を構成するかを示す前記注目点に対する前記周囲点の重要度を算出し、当該注目点について、対応する前記重要度を用いた重み付き自己相関行列を算出し、算出した前記自己相関行列の固有値を要素とする固有値特徴ベクトルを算出し、算出した前記固有値特徴ベクトルを用いて前記注目点が構成点に該当するか否かを判定し、前記注目点が前記構成点であると判定した場合、最大固有値に対応する固有ベクトルの方向を前記注目点の接線方向として出力することを特徴とする。

また、本発明の一態様は、上記に記載の発明において、前記モデル生成部は、前記構成点と判定された点のうちの任意の２つの前記構成点の前記接線方向が、予め定められる滑らかさを示す条件を満たす場合、前記２つの構成点間にリンクを設定して前記構成点群のクラスタである構成点群クラスタを生成し、生成した前記構成点群クラスタに含まれる前記構成点の構成状態にしたがって、前記構成点群クラスタが適切なクラスタであるか否かを判定し、適切であると判定した前記構成点群クラスタの各点における直線近似精度を算出し、算出した前記直線近似精度の値が大きい点から順に前記点における接線方向を用いて前記点を含む直線要素を検出することを特徴とする。

また、本発明の一態様は、上記に記載の発明において、前記モデル生成部は、前記細線状物体モデルの端点と、当該細線状物体モデルと異なる前記細線状物体モデルの端点とにおける近接状態に応じて前記端点を連結することで新たな細線状物体モデルを生成し、生成した前記細線状物体モデルの端点を中心とした一定の距離の範囲内に当該細線状物体モデルと異なる前記細線状物体モデルが存在する場合、当該細線状物体モデルを延長した線と前記異なる細線状物体モデルとの交点を近接点とし、前記近接点について局所領域を設定し、該局所領域の境界と前記細線状物体モデルが交わる境界点と、前記局所領域内の前記直線要素と、前記予め定められる連結性指標とに基づいて、細線状物体モデルを生成することを特徴とする。

また、本発明の一態様は、３次元点群情報に含まれる点と、当該点の周囲の前記点との位置関係に基づいて、当該点が細線状物体を構成する構成点であるか否かについて判定を行い前記構成点を検出し、検出した前記構成点の各点の接線方向の情報に基づいて、前記構成点から直線要素を検出し、検出した前記直線要素を初期の細線状物体を示す細線状物体モデルとし、前記細線状物体モデル同士の近接状態と、予め定められる連結性指標とに基づいて、前記細線状物体モデルを連結していくことで再帰的に細線状物体モデルを生成し、前記細線状物体モデルに含まれる前記点の位置から前記細線状物体モデルの長さを推定し、推定した長さと、予め定められる閾値とに基づいて前記細線状物体モデルが適切なモデルであるか否かを判定することを特徴とする点群解析処理方法である。

また、本発明の一態様は、コンピュータを３次元点群情報に含まれる点と、当該点の周囲の前記点との位置関係に基づいて、当該点が細線状物体を構成する構成点であるか否かについて判定を行い前記構成点を検出する構成点検出部、検出された前記構成点の各点の接線方向の情報に基づいて、前記構成点から直線要素を検出し、検出した前記直線要素を初期の細線状物体を示す細線状物体モデルとし、前記細線状物体モデル同士の近接状態と、予め定められる連結性指標とに基づいて、前記細線状物体モデルを連結していくことで再帰的に細線状物体モデルを生成するモデル生成部、前記細線状物体モデルに含まれる前記点の位置から前記細線状物体モデルの長さを推定し、推定した長さと、予め定められる閾値とに基づいて前記細線状物体モデルが適切なモデルであるか否かを判定する判定部、として機能させるためのプログラムである。

この発明によれば、電柱間の電線および引き込み線などの細線状物体について、複数の細線状物体が連結した状態でも細線状物体として高い精度で検出することが可能となる。

本発明の実施形態の構成を示すブロック図である。同実施形態におけるワイヤ検出処理部の動作を示すフローチャートである。同実施形態におけるワイヤ構成検出部の動作を示すフローチャートである。同実施形態における電柱及び電柱間の架線（ワイヤ）の測定結果の一例を示す説明図である。図４における注目点ｐ_ｉおよび処理対象点群の拡大図（その１）である。図４における注目点ｐ_ｉおよび処理対象点群の拡大図（その２）である。同実施形態における注目点ｐ_ｉから半径Ｒ内の点群を示す図（その１）である。同実施形態における注目点ｐ_ｉから半径Ｒ内の点群を示す図（その２）である。同実施形態における注目点ｐ_ｉから半径Ｒ内の点群を示す図（その３）である。同実施形態における頻度分布Ｈ_ｑを求める動作を示すフローチャートである。同実施形態における頻度分布の作成例を示す説明図である。同実施形態における点ｐ_ｉがある物体の曲面上に存在する場合の重みの分布を示す図である。同実施形態における点ｐ_ｉがワイヤ上に存在する場合の重みの分布を示す図である。同実施形態における直線要素検出処理の概要を説明する図（その１）である。同実施形態における直線要素検出処理の概要を説明する図（その２）である。同実施形態における直線要素検出処理を示すフローチャートである。同実施形態における直線要素検出処理の流れの説明図（その１）である。同実施形態における直線要素検出処理の流れの説明図（その２）である。同実施形態におけるワイヤモデル生成処理を示すフローチャートである。同実施形態におけるワイヤモデルの端点の説明図（その１）である。同実施形態におけるワイヤモデルの端点の説明図（その２）である。同実施形態におけるワイヤモデルの再統合処理を示すフローチャートである。同実施形態におけるワイヤモデルの近接点の説明図（その１）である。同実施形態におけるワイヤモデルの近接点の説明図（その２）である。同実施形態における近接点に基づく局所領域内における境界点と直線要素の概念図である。同実施形態における再連結処理の説明図（その１）である。同実施形態における再連結処理の説明図（その２）である。同実施形態における再連結処理の説明図（その３）である。同実施形態における連結性指標の説明図である。同実施形態におけるワイヤパラメータ推定の説明図（その１）である。同実施形態におけるワイヤパラメータ推定の説明図（その２）である。同実施形態における３次元点群からのワイヤモデル生成の概念を示した図である。同実施形態において選択するワイヤモデルパターンを説明するための図である。電柱間のワイヤ配列例（その１）を示す図である。電柱間のワイヤ配列例（その１）を真横から見た図である。電柱間のワイヤ配列例（その１）を真上から見た図である。電柱間のワイヤ配列例（その２）を示す図である。電柱間のワイヤ配列例（その２）を真横から見た図である。電柱間のワイヤ配列例（その２）を真上から見た図である。

以下、本発明の実施形態について図面を参照して説明する。図１は、本発明の実施形態によるワイヤ検出装置１の構成を示すブロック図である。ワイヤ検出装置１は、被写体計測部２００と、点群解析処理装置１００とを備える。被写体計測部２００は、例えば、レーザーレンジファインダ、レーザー測定器、赤外線センサ、または超音波センサなどであり、被写体とセンサとの距離を測定し、位置情報（３次元座標）を有する点群の情報（以下、３次元点群情報という）を点群解析処理装置１００に出力する。例えば、レーザーレンジファインダをＧＰＳ（Global Positioning System）が搭載された車の上、もしくはＧＰＳの搭載された飛行機に搭載し、移動しながら計測する場合、屋外の環境の人工物、例えば、ワイヤ、建物、木、道路や道路以外の地面など不特定多数の被写体の３次元の位置の計測を行うこともできる。また、被写体計測部２００は、車や飛行機に搭載することなく、ある特定の位置、例えば、交差点などの１箇所から計測を行う構成でもよい。本実施形態では、被写体計測部２００は、車上にＧＰＳとレーザーレンジファインダとが搭載されているＭＭＳ（Mobile Mapping System）を想定して、以下の説明を行う。

点群解析処理装置１００は、３次元点群記憶部１０１、ワイヤ検出処理部１０２、ワイヤパラメータ保存部１０６を備える。ワイヤ検出処理部１０２は、ワイヤ構成点検出部１０３、ワイヤモデル生成部１０４、ワイヤ判定部１０５を備える。点群解析処理装置１００において、３次元点群記憶部１０１は、被写体計測部２００が出力する３次元点群情報を受けて、内部の記憶領域に記憶する。ワイヤ構成点検出部１０３は、３次元点群記憶部１０１から３次元点群情報を読み出す。また、ワイヤ構成点検出部１０３は、各３次元点群情報についてワイヤを構成する点であるか否かを判定し、判定の結果及び３次元点群情報をワイヤモデル生成部１０４に出力する。ワイヤモデル生成部１０４は、ワイヤ構成点と判定された３次元点群情報の中から直線要素を検出し、検出した直線要素についてクラスタリングを行って複数のワイヤモデルを生成する。また、ワイヤモデル生成部１０４は、生成したワイヤモデルをワイヤ判定部１０５に出力する。ワイヤ判定部１０５は、ワイヤモデル生成部１０４が出力する各ワイヤモデルの形状を示すパラメータ用いて、有効なワイヤであるか判定を行う。また、ワイヤ判定部１０５は、有効と判定したワイヤモデルのパラメータをワイヤパラメータ保存部１０６に書き込む。なお、３次元点群記憶部１０１およびワイヤパラメータ保存部１０６は、例えば、ＨＤＤ（Hard Disk Drive）や、ＳＳＤ（Solid State Drive）等のハードウェアによる記憶装置である。

本実施形態によるワイヤ検出装置１は、３次元点群から個々のワイヤを検出する装置である。まず、ワイヤを構成すると判定された点群であるワイヤ構成点群を検出し、次に、そのワイヤ構成点群から直線要素を検出し、最後にその直線要素を滑らかに連結することでワイヤモデルを形成する。ワイヤモデル作成においては、複数のワイヤモデルを用いて、連結性指標を最も良くするワイヤモデルの組み合わせを採用するものである。
ここで、３次元とは、緯度、経度、海抜（高さ）情報でもよいし、ユーザーが設定した特定の位置を原点とした３次元ユークリッド座標系でも極座標系でもよい。以下の実施形態の説明では、ユーザーが設定した原点における３次元ユークリッド座標系（各方向をＸ，Ｙ，Ｚ座標とする）を想定し、各座標の単位はメートルとする。３次元点情報とは、少なくとも上記の３次元座標の情報である位置情報（Ｘ，Ｙ，Ｚ座標）を有しており、当該位置情報に加えて、その点群が撮影された時刻や、レーザーの反射強度などの計測情報、その点の属性情報が付与されていてもよい。３次元点群情報とは、この３次元点情報が複数集まったものである。

（ワイヤ検出処理部による処理の流れ）
点群解析処理装置１００のワイヤ検出処理部１０２による処理について説明する。上述したように、ワイヤ検出処理部１０２は、ワイヤ構成点検出部１０３、ワイヤモデル生成部１０４、ワイヤ判定部１０５を備えており、ワイヤ検出処理部１０２による処理は、これらの機能部で行われる処理に対応する。図２は、ワイヤ検出処理部１０２による処理を示したフローチャートである。ワイヤ構成点検出部１０３が、３次元点群記憶部１０１から３次元点群情報を読み出す（ステップＳ１）。ワイヤ構成点検出部１０３は、読み出した３次元点群情報に含まれる点群がワイヤを構成する点であるか否かを判定するワイヤ構成点検出処理を行う（ステップＳ２）。ワイヤモデル生成部１０４は、ワイヤを構成する点であるワイヤ構成点を用いて複数の直線要素を検出する直線要素検出処理を行う（ステップＳ３）。ワイヤモデル生成部１０４は、検出した直線要素に基づいて連結処理を行いワイヤモデルを生成するワイヤモデル生成処理を行う（ステップＳ４）。ワイヤ判定部１０５は、生成されたワイヤモデルからワイヤモデルパラメータを推定するモデルパラメータ推定処理を行う（ステップＳ５）。ワイヤ判定部１０５は、推定したモデルパラメータを用いてワイヤパラメータに対応するワイヤモデルがワイヤを表すものとして適切であるか否か、すなわち、有効なワイヤであるか否かを判定するワイヤ判定処理を行う（ステップＳ６）。ワイヤ判定部１０５は、有効と判定したワイヤについて、当該ワイヤのモデルパラメータをワイヤパラメータ保存部１０６に出力して書き込む（ステップＳ７）。以下、図２に示したフローチャートで説明した、ステップＳ２からステップＳ６におけるアルゴリズムの詳細な処理について説明する。

（ステップＳ２：ワイヤ構成点検出処理）
図３は、ワイヤ構成点検出部１０３によるワイヤ構成点検出処理の流れを示したフローチャートである。ステップＳ２ａ１は、上述したステップＳ１の処理に相当しており、ワイヤ構成点検出部１０３は、３次元点群記憶部１０１から３次元点群情報ｐを読み出す（ステップＳ２ａ１）。図４（Ａ）は、電柱および電柱間の架線を表現した図である。図４（Ｂ）は、この電柱および電柱間の架線をレーザーレンジファインダにより測定して得られた３次元点群を表現した図である。３次元点群において、図４（Ｂ）に示すような右手系のＸ，Ｙ，Ｚ座標系を適用する。ワイヤ構成点検出部１０３は、全ての３次元点について、以下の処理を独立して行う。注目点ｐを区別する番号をｉで表示し、全点群の数をＩとすると、各点ｐ_ｉについて独立してステップＳ２ａ２〜Ｓ２ａ４の処理を行う。

ワイヤ構成点検出部１０３は、注目点ｐ_ｉにおける重み付き自己相関行列を算出する（ステップＳ２ａ２）。まず、ワイヤ構成点検出部１０３は、点ｐ_ｉから半径Ｒ以内の点ｑ_ｊ（ｊ∈１，２，３．．，Ｎ）を処理対象点群として設定する。ここで、Ｎは半径Ｒ以内の点の総数、ｊは処理対象点の各点を区別するための番号である。点ｐ_ｉに対する点ｑ_ｊの重要度をｗ_ｊとすると、式（１）、式（２）、式（３）により重み付き自己相関行列Ｐを求める。

式（２）の‖ｑ_ｊ−ｐ_ｉ‖は、点ｑ_ｊと点ｐ_ｉのユークリッド距離（ベクトルｑ_ｊ−ｐ_ｉの２ノルム）であり、式（３）の「・」は、ベクトルの内積である。ｕ_ｌは点ｑ_ｊから半径ｒ以内の点ｑ_ｍ（ｍ∈１，２，３，．．．，Ｍ）について、点ｑ_ｊを基準とした自己相関行列Ｑを固有値展開して求めた固有ベクトルであり、δ_ｋ ^２はＱの固有値（δ_１ ^２＞δ_２ ^２＞δ_３ ^２）である。Ｍを点ｑ_ｊから半径ｒ以内の距離の点群の数とすると、ｑ_ｊを基準としたＱは、式（４）で求められる。

ここでは点ｑ_ｊが、点ｐ_ｉと同一ワイヤ上に属する場合、ベクトル（ｑ_ｊ−ｐ_ｉ）の方向が他の方向に比べて相対的に多くの点群が存在すると仮定している。すなわち、点ｑ_ｊ周辺の点群の分散方向を考慮することで、点ｐ_ｉと点ｑ_ｊが、同一物体上にある可能性を考慮できる。式（４）で求めた固有値と固有ベクトルを用いたマハラノビス距離ＭＬとベクトル（ｑ_ｊ−ｐ_ｉ）の距離の比率を、方向（ｑ_ｊ−ｐ_ｉ）に対する重要度（重みｗ_ｊ）とする。

図５及び図６は、図４における注目点ｐ_ｉおよび処理対象点群の拡大図である。図６に示す例では、点ｑ_１，点ｑ_２についての点群の分散と第１固有ベクトル（最も分散が大きい方向）が示してある。２点を比べた場合、点ｑ_２の第１固有ベクトルがベクトル（ｑ_ｊ−ｐ_ｉ）と成す角度が小さいため重みｗ_２が重みｗ_１より大きくなり、点ｑ_２を同一物体上にある点として考慮できる。これにより、半径Ｒ以内の処理対象領域に注目点が所属しないワイヤが存在するときも、その異なるワイヤの方向の点の重要度を抑えられるために、推定精度を向上できる。

パラメータ半径ｒと半径Ｒは実験的に決めるものであり、ここでは、ｒ＝０．２，Ｒ＝０．５としている。ｒを大きくすることで密度が低い点群についても推定精度が高まるが、ｒを大きくすると注目点が所属しないワイヤまで含む可能性も高くなり、推定時のノイズの影響が生じる。具体的には、ｒは異なるワイヤ間の最短距離もしくは平均距離を使うことが望ましい。

次に、ワイヤ構成点検出部１０３は、自己相関行列Ｐを固有値展開して、固有値特徴量λ_１，λ_２，λ_３（λ_１＞λ_２＞λ_３）を算出する（ステップＳ２ａ３）。以降、固有値要素を縦に並べたベクトル［λ_１，λ_２，λ_３］^Ｔを特徴ベクトルとし、固有値特徴ベクトルと呼ぶ。また、このとき算出した第１固有ベクトルｕ_１を点ｐ_ｉにおける接線方向とする。

次に、ワイヤ構成点検出部１０３は、固有値特徴量を用いて各点ｐ_ｉの物体識別処理を行う（ステップＳ２ａ４）。最も簡単な処理方法は、式（５）による閾値処理である。

式（５）において、閾値Ｖｔｈは実験的に決めるパラメータであり、ワイヤ構成点検出部１０３は、閾値Ｖｔｈ以上の点をワイヤ構成点と判定する。ただし、閾値Ｖｔｈは、０〜１の値をとり、ここではＶｔｈ＝０．９とした。ワイヤ構成点検出部１０３は、全ての点ｐ_ｉについてステップＳ２ａ２〜Ｓ２ａ４の処理が完了していない場合、ステップＳ２ａ２からの処理を繰り返す。全ての点ｐ_ｉについてステップＳ２ａ２〜Ｓ２ａ４の処理が完了している場合、ワイヤ構成点検出部１０３は、物体識別結果、すなわちワイヤ構成点であるか否かの判定結果、ワイヤ構成点と判定した点の接線方向の情報を出力するとともに、３次元点群情報を出力する（ステップＳ２ａ５）。

また、図４（Ｂ）の点ｐ’のように半径Ｒ内に複数のワイヤが存在する場合、ノイズが影響して式（１）の第１固有値が小さくなる傾向がある。そこで、ワイヤ構成点検出部１０３は、第１固有値以外の固有値情報も含めた判定処理を行う。具体的には、ワイヤおよびワイヤ以外の物体がどういった固有値の組み合わせになるか、事前に辞書ベクトルとして登録し、ニアレスト・ネイバー（ＮＮ）法やｋ−ＮＮ法、ＳＶＭ法などのパターンマッチングによる識別を行うことで閾値処理よりも頑健な判定が行える。

ここでは、ＮＮ法を用いたワイヤ構成点の識別方法について説明する。ワイヤ（クラス１）およびそれ以外の物体（クラス２）に属する点群について、ワイヤ構成点検出部１０３は、式（１）の自己相関行列Ｐから固有値を求める。次に、クラス１およびクラス２それぞれの点群について、ワイヤ構成点検出部１０３は、特徴ベクトルｆ^｛ｃ｝＝［λ_１，λ_２，λ_３］^Ｔ（ｃｌａｓｓ∈１，２）を求める。点ｐ_ｉの特徴ベクトルをｆ_ｐｉ、各クラスに対する尤度をｓｉｍ（ｆ，ｃ）、各クラスに属する点群を区別する番号をそれぞれｔ_ｃ（ｃ∈１，２）とすると、識別関数Ｆ（ｆ）は、式（６）、式（７）で求められる。

ここで、式（７）のｓｉｍは点ｐ_ｉにおける特徴ベクトルｆ_ｐｉと各クラスの辞書ベクトルとの最短距離を尤度として出力する。識別関数Ｇは、クラス１、クラス２について、注目点ｐ_ｉの特徴ベクトルｆ_ｐｉと各クラスの辞書ベクトルについて、各クラスの辞書ベクトルの最短距離を比較して距離が小さい方のクラス番号を出力する関数である。ここでは、ワイヤおよびそれ以外の２クラス識別について説明したが、ワイヤ、建物、木、車、電柱など複数の物体（クラス）でも、同様の処理を適用することで識別が可能である。

なお、ステップＳ２で用いられるパラメータである半径ｒ、半径Ｒ、閾値Ｖｔｈ、辞書ベクトルについては、予めワイヤ構成点検出部１０３の内部の記憶領域に記憶されているものとする。

（図３のステップＳ２ａ２の他の手法）
次に、ステップＳ２ａ２の他の手法について説明する。当該手法では、ステップＳ２ａ２において、点ｐ_ｉ対する点ｑ_ｊの重要度ｗ_ｊを、点ｐ_ｉと点ｑ_ｊを結んだ直線から距離Δｄ以内に存在する点の分布の領域により求める。図７、図８、及び図９は、注目点ｐ_ｉから半径Ｒ内の点群を示す図である。図８に示すように、点ｐ_ｉと点ｑ_１を結ぶ直線からΔｄ離れた２本の平行線内に存在する点の分布から重要度ｗ_ｊを求める。また、図９に示すように、点ｐ_ｉと点ｑ_２を結ぶ直線からΔｄ離れた２本の平行線内に存在する点の分布から重要度ｗ_ｊを求める。

ワイヤ構成点検出部１０３は、ステップＳ２ａ２において、点の分布を調べるために、まず点ｐ_ｉと点ｑ_ｊの作る直線上の点の頻度分布Ｈ_ｑを作成する。処理対象領域内の点をｑ_ｊと区別がつくように点ｓ_ｋ（ｋ∈１，２，．．，Ｋ）と表記し、点ｓ_ｋと直線（ｐ_ｉ，ｑ_ｊ）との距離をＤ（ｓ_ｋ）とし、Δｈは直線（ｑ_ｊ，ｐ_ｉ）を離散的に分割する値（パラメータ）である。頻度分布のビンをｂｉｎで表す。Δｄ，Δｈは実験的に決めるパラメータであり、ここではΔｈ＝０．０３（Ｍ），Δｄ＝０．０６（Ｍ）とした。

ここで、図１０のフローチャートを参照して、ワイヤ構成点検出部１０３が、頻度分布Ｈ_ｑを求める処理を説明する。まず、ワイヤ構成点検出部１０３は、頻度分布Ｈ_ｑの総和が０になるように初期化した後（ステップＳ２ｂ１）、処理対象領域内の全点ｓ_ｋ（ｋ∈１，２，．．，Ｋ）を用いて、頻度分布Ｈ_ｑを求める（ステップＳ２ｂ２〜Ｓ２ｂ６）。

ワイヤ構成点検出部１０３は、Ｄ（ｓ_ｋ）とＬ（ｓ_ｋ）を算出し（ステップＳ２ｂ３）、Ｌ（ｓ_ｋ）からｂｉｎ（ｓ_ｋ）を算出する（ステップＳ２ｂ４）。続いて、ワイヤ構成点検出部１０３は、Ｇｄ（Ｄ（ｓ_ｋ））＞０のとき、Ｈ_ｑ（ｂｉｎ）に、Ｈ_ｑ（ｂｉｎ）＋１を代入することによりＨ_ｑ（ｂｉｎ）に１を加える（ステップＳ２ｂ５）。ワイヤ構成点検出部１０３は、全てのｓ_ｋについて処理を行った否かを判定する（ステップＳ２ｂ６）。全てのｓ_ｋについて処理が終わっていない場合、ステップＳ２ｂ２に戻り、全てのｓ_ｋについて処理が終わっている場合、ステップＳ２ｂ７に進む。ワイヤ構成点検出部１０３は、求めた頻度分布Ｈ_ｑを出力する（ステップＳ２ｂ７）。この処理によって、頻度分布Ｈ_ｑが求まることになる。図１１は、頻度分布Ｈｑの作成例を示す図である。図１０に示す処理動作を式で表すと、式（８）、式（９）、式（１０）となる。

式（１０）において、関数Ｇ_ｄは距離Ｄ（（ｓ_ｋ））が閾値Δｄ以下であれば１を出力する関数であり、式（９）において、関数ｃｅｉｌは、与えられた値を小数点以下で切り捨てた値を出力する関数であり、ヒストグラムのビン（ｂｉｎ）の値の範囲は、処理対象点群ｑ_ｊを式（９）に代入したときの最小値から最大値の範囲である。距離Ｄ（ｓ_ｋ）と変数Ｌ（ｓ_ｋ）は、式（１１）、式（１２）、式（１３）によって求まる。

ただし、‖…‖はベクトルの２ノルムを表し、θは点ｓ_ｋと直線（ｑ_ｊ，ｐ_ｉ）との成す角を表している。

次に、ワイヤ構成点検出部１０３は、この頻度分布Ｈ_ｑを用いて、（ｑ_ｊ−ｐ_ｉ）の方向の重要度ｗ_ｊを式（１４）、式（１５）によって計算する。

図１２及び図１３は、点ｐ_ｉが、ある物体の曲面上に存在する場合（図１２）と、点ｐ_ｉが、ワイヤ上に存在する場合（図１３）の重みの分布の違いを示す図である。図１２に示す場合と比べて、点ｐ_ｉが、ワイヤに属する図１３の場合には、点の分布の偏りから特定の方向（ｑ_３，ｐ_ｉ）の存在する点の方向の重みが突出して大きくなる。一方、曲面上に存在する点ｐ_ｉについては、様々な方向の重みが大きくなる傾向がある。よって、３次元空間において特定の方向に重みのピークがあるか判定することで、注目点ｐ_ｉがワイヤ上にあるか否か判定できる。

このピークの有無を、重みｗ_ｊを用いた自己相関行列を用いることで判定する。注目点ｐ_ｉがワイヤ状にある場合、図１３のように特定の方向の重みが大きくなるので、自己相関行列も特定の方向の成分が大きくなり、自己相関行列を固有値展開したときに第１固有値のみが大きくなる。つまり、多数の（ｑ_ｊ，ｐ_ｉ）の方向の重みを調べなくても、第1固有値が、式（５）の閾値より大きいか否かを調べるだけで、ピークがあるか否かを調べることができる。また、特定の方向の重みが大きくなるという性質を利用して、閾値処理により点ｐ_ｉと同一のワイヤ上にない点ｑ_ｊの重み係数を０にしてから固有値展開することで、接線方向の推定精度を向上することもできる。例えば、図１３のようにピーク値の半分以下の値は０にするような閾値Ｔｗを設定してもよい。これにより、閾値Ｔｗよりも低い重要度の点については点ｐ_ｉと同一ワイヤ上にない点と考え、自己相関行列に加算せず、結果としてピーク有無の判定に影響を与えないようにできる。式（１４）の重みを用いて、重み付き自己相関行列Ｐは、式（１）によって求められる。

（ステップＳ３：直線要素検出処理）
次に、図２に示すステップＳ３について説明する。図１４及び図１５は、ステップ３の処理の概要を示す図であり、図１６は、ステップＳ３の処理の流れを示すフローチャートである。図１６において、ワイヤ構成点検出部１０３から３次元点群情報と、ワイヤ構成点であるか否かの判定結果と、ワイヤ構成点と判定された点の接線方向の情報とがワイヤモデル生成部１０４に与えられる（ステップＳ３ａ１）。ステップＳ３では、まず３次元点群の中から通信線などのような数十メートル以上の長いワイヤのみを検出する。上記ワイヤ構成点検出部では、本実施形態で検出目的としない公園の柵や手すり、また窓際の格子形状や駐車場の屋根の骨組みなどのような細長い形状の物体の３次元点群についてもワイヤ構成点と検出する可能性がある。そこで、通信線などのワイヤは数十メートル以上の長さで存在するのに対して、これらワイヤでない物体は数メートルの範囲でしか存在しないことが多い特性に着目し、ワイヤ構成点をクラスタリングして出来上がった３次元点群の形状から束状の通信線（束状のワイヤ）かもしくは屋根の骨組みなどのような点群か判定処理を行う。これにより、上記ワイヤ構成点検出部では、局所領域に含まれる点群の形状でワイヤ構成点であるか判定するのに対し、本処理ではより大域的な視点での形状特徴から、架線のような長い細線状の物体に属する点群であるか判定を行う。ステップＳ３では、まず、図１４に示すように、与えられたワイヤ構成点群について、ワイヤを構成する点として適切か否か、すなわち、ワイヤを構成する点になり得る有効性を有するか否かに基づいてクラスタリングを行う（ステップＳ３ａ２）。クラスタリングを行うことによって、有効なワイヤ構成点群のクラスタと、孤立しているために有効でないワイヤ構成点群クラスタの判定を行う（ステップＳ３ａ３）。次に、図１５に示すように、有効なワイヤ構成点群クラスタの点群についてのみ直線要素の検出処理を行う（ステップＳ３ａ４〜ステップＳ３ａ６）。ワイヤモデル生成部１０４が、ワイヤ構成点群を直線要素として検出するのは、点群の密度の違いの影響を抑えるためである。計測点群は、レーザーレンジファインダと被写体の距離が近い程、密度が高くなる傾向があるため、ＭＭＳで計測された点群の密度は、不均一になる。そのため、ワイヤ検出時において点群の数による影響を防ぐために、点群をある一定の長さｓ（ｍ）以内の短い直線で近似する。例えば、長さ１０（ｍ）のワイヤが存在したときに、ｓ＝１（ｍ）の長さの直線で近似すれば、点群密度が１平方メートル当たり１００点〜１０点でも約１０本で表現ができ、点群の密度に関係なく長さの総和が１０（ｍ）の直線要素で表現できる。以下、図１６に示すフローチャートにしたがって処理の詳細な流れについて説明する。

ステップＳ３ａ１において、ワイヤ構成点検出部１０３から情報を取得すると、ワイヤモデル生成部１０４は、ワイヤ構成点のクラスタリングを行う（ステップＳ３ａ２）。注目点をi、注目点の３次元座標での位置ベクトルをｐ_ｉ、接線方向をｎ_ｉ、注目点ｉからの近傍点をｊ、近傍点の３次元座標での位置ベクトルをｐ_ｊ、接線方向をｎ_ｊで表現し、注目点ｉから半径ｒ以内の点を近傍点とする。ここで、接線方向とは、長さが１のベクトルを意味する。近傍点の中から注目点と滑らかに連結するワイヤ構成点を同一クラスタとして判定する。次の式（１６）と式（１７）の両方を満たすとき、２点は滑らかに連結できるものとして、ワイヤモデル生成部１０４は、点ｉと点ｊにリンクを設定する。

ここで、ベクトルの間にある「・」は内積を表し、「×」は外積を表す。式（１６）と式（１７）のεとｌ_ｔ、またクラスタリングを行う際の近傍点を決定する半径rは実験的に決められるパラメータであり、本実施形態ではε＝０．１、ｌ_ｔ＝０．８、ｒ＝０．３とした。式（１６）の左辺は、２つの接線方向の成す角度に応じた値を出力し、同じ方向（０度）もしくは逆方向（１８０度）の時は１．０を、垂直な方向である程０に近い値を出力する。式（１７）の左辺は、近傍点ｊから注目点ｉの接線ｎ_ｉへの最短距離を意味する。ステップＳ３ａ２において、ワイヤモデル生成部１０４は、図１７の上図に示すように、全てのワイヤ構成点についてリンク設定処理を行った後に、リンクが設定された点群を同一クラスタとして判定する。また、同一クラスタと判定された点群全体を以下、ワイヤ構成点群クラスタと呼ぶ。図１７の下図に示すように、評価式である式（１６）と式（１７）を満たす点群間にリンクを設定した場合、点ｐ_１と点ｐ_２が同一のクラスタ内のワイヤ構成点として判定され、点ｐ_４と点ｐ_５が同一のクラスタ内のワイヤ構成点と判定される。このようにして、ワイヤ構成点間にリンクを設定することにより生成されるグラフであるワイヤ構成点群クラスタが形成される。
次に、ワイヤモデル生成部１０４は、形成したワイヤ構成点群クラスタｃ（ｃ∈１，２，…，Ｃ）について、式（１８）を満たすときに、有効なワイヤ構成点群クラスタとみなし、それ以外のクラスタのワイヤ構成点は、以降の処理には使わないと判定して削除する。ここで、ｃはクラスタ番号、Ｃはワイヤ構成点群クラスタの総数とする（ステップＳ３ａ３）。

式（１８）において、Ｃｌｕｓｔｅｒ（ｃ）は、クラスタ番号ｃのワイヤ構成点群クラスタを意味し、ｎｕｍ（Ｃｌｕｓｔｅｒ（ｃ））は、ワイヤ構成点群クラスタの番号ｃのワイヤ構成点の数とする。式（１８）では、ワイヤ構成点群クラスタに含まれる点のワイヤ構成点の数が予め定められる閾値Ｔｈ_ｃを超える場合に、ワイヤ構成点群クラスタの構成状態が束状ワイヤもしくは長いワイヤと同等であると判定することにより、有効なクラスタと判定している。閾値Ｔｈ_ｃは、架線が存在する範囲と計測機器の測定可能な点群密度の関係により決定できる。例えば、ある電柱間の架線を検出したい場合に、その電柱間の距離が３０ｍであり、架線の高さの位置での点群計測密度が１０平方ｃｍあたり１点の計測機器を用いた場合、電柱間に１本の架線がたるみなく張られていたとすると約３００点の点群の位置が計測される。多くの電柱間では複数の架線が張られているため、架線が最低２本以上存在すると仮定すると、上記の例では６００(＝３００×２)点計測される。閾値としては係数γ(０＜γ＜１)をかけた値を設定すればよい。

なお、ワイヤ構成点群クラスタに含まれるワイヤ構成点の存在する３次元空間の領域が大きいときに有効であると判定してもよい。例えば、ある電柱間の架線を検出したい場合、
電柱間の架線をクラスタリングした結果できたワイヤ構成点群クラスタの点群を包含する直方体のバウンディングボックスを作成し、その直方体のバウンディングボックスの対角線の長さにより有効なクラスタと判定処理ができる。あるワイヤ構成点群クラスタｃの点群がＸ軸、Ｙ軸、Ｚ軸上で存在する範囲を、それぞれΔＸ(ｍ)、ΔＹ(ｍ)、ΔＺ(ｍ)とすると、直方体の対角線の長さＤｉａｇ（Ｃｌｕｓｔｅｒ（ｃ））は、Ｄｉａｇ（Ｃｌｕｓｔｅｒ（ｃ））＞Ｔｈ_ｄｉａｇという条件の下、以下の式（１９）、式（２０）、式（２１）により求められる。

上記例の電柱間の長さが３０(ｍ)とし、複数の束状架線が鉛直(Ｚ軸)方向で２ｍの範囲に存在すると、理想的な直方体の長さはＬ_ｄｉａｇ=３０．１(ｍ)として求まる。本実施形態では、障害物等の影響を考慮し、点群の計測される範囲が狭まると考え、仮定した条件で求めた対角線の長さＬ_ｄｉａｇに係数γ_ｄｉａｇ（０＜γ_ｄｉａｇ＜１）をかけた値を閾値Ｔｈ_ｄｉａｇとした。

式（１８）を用いた判定と、式（１９）、（２０）及び（２１）を用いた判定とは、両判定ともワイヤ構成点群クラスタの点群の構成状態にしたがって、ワイヤを含む可能性がありその後の処理に適切であるクラスタ、すなわち、上述した有効なクラスタであるか否かを判定していることになる。したがって、これらの判定を併用するようにしてもよく、併用することにより、一定の長さの以上の点群であるかを判定した上で、さらに、それらが、線状のものであるかどうかを判定することができ、より正確にワイヤを含むクラスタであるか否かを判定することが可能となる。
なお、前述のステップＳ２の手法では、接線が必ず求まるため、本ステップＳ３ａ３では、ワイヤ構成点の接線が与えられることを前提としている。ステップＳ２に記載の手法以外の手法で、ワイヤ構成点であるか否かの判定がなされた場合は、接線が求められていないことも考えられる。この場合には、注目点ｉの位置ｐ_ｉを原点とした半径Ｒ内の局所領域を用いて、当該局所領域に存在する点群から算出する自己相関行列の固有値を用いてもよい。次式（２２）の自己相関行列Ｐを固有値分解することで得られる固有値λ_０，λ_１，λ_２（λ_０＞λ_１＞λ_２）に関して、最大固有値λ_０に対応する第１固有値ベクトルを接線方向として用いることができる。

式（２２）において、Ｎ_ｊは、注目点ｉにおける近傍点ｊの総数である。次に、ワイヤモデル生成部１０４は、ステップＳ３ａ３で有効と判定した全てのワイヤ構成点群クラスタに含まれたワイヤ構成点について、ステップＳ３ａ４からステップＳ３ａ６までの処理を繰り返し行う。ワイヤモデル生成部１０４は、図１５の上図に示すように、直線近似精度を算出する（ステップＳ３ａ４）。クラスタ番号ｃのワイヤ構成点群クラスタについて、注目点ｉの半径Ｒ内の局所領域に存在する近傍点をｊ、近傍点の総数をＮ_ｊとし、直線近似精度Ｊを次式（２３）により評価する。

式（２３）において、評価しているベクトル間の外積は、注目点ｉを基準としたとき近傍点ｊへの相対ベクトル（ｐ_ｊ−ｐ_ｉ）と、注目点ｉの接線との最短距離の大きさを意味している。つまり、式（２３）において、注目点ｉにおける接線上に近傍点が存在するほど直線近似精度Ｊの値が小さくなり、直線に近い形状であることを示す。ここで、局所領域の大きさを決める半径Ｒは、ステップＳ３ａ２のクラスタリングの際の半径ｒとは、異なるパラメータである。また、当該ステップの半径Ｒ及びｒは、ステップＳ２の半径Ｒ及びｒとも異なるパラメータである。

次に、ワイヤモデル生成部１０４は、直線近似精度Ｊの大きさの順に、点群のインデックス番号を振りなおす（ステップＳ３ａ５）。例えば、点ａ１，点ａ２，点ａ３のインデックス番号がそれぞれ、１，２，３とする。このとき、Ｊ（ａ１）＝０．４，Ｊ（ａ２）＝０．８，Ｊ（ａ３）＝０．５とすると、点ａ１の直線近似が一番小さいことから、点ａ１のインデックス番号は、３となり、点ａ２の直線近似精度が一番大きいことから、点ａ２のインデックス番号は１となり、点ａ３のインデックス番号は、２となる。ワイヤモデル生成部１０４は、インデックス番号が小さいワイヤ構成点の順番にしたがって、直線要素が存在するか判定する（ステップＳ３ａ６）。インデックス番号ｉの点を注目点、局所領域を決定する半径をＲ、注目点ｉの近傍点をｊとし、式（２４）を満たす近傍点ｊを注目点ｉの接線上の点ｊ’として検出する。

次に、ワイヤモデル生成部１０４は、注目点ｉにおいて、接線上の点ｊ’とその点の接線方向ｎ_ｊ’を用いて次式（２５）を満たしている場合、直線要素が存在すると判定する。

ここで、ε_ｌｉｎｅ，Ｔｈ_ｌｉｎｅ，及び半径Ｒは、実験的に決めるパラメータであり、本実施形態ではε_ｌｉｎｅ＝０．０５（ｍ），Ｔｈ_ｌｉｎｅ＝０．２，Ｒ＝０．２とした。式（２４）の左辺は、近傍点ｊから注目点ｉの接線ｎ_ｉへの最短距離を意味し、式（２５）の左辺は、注目点ｉの接線方向の点の存在する範囲（長さ）を意味する。ワイヤモデル生成部１０４は、ワイヤ構成点に直線要素が存在すると判定した場合、注目点ｉの接線上の点ｊ’をワイヤ構成点から直線要素点に変更し、以降の直線要素の検出には用いない。また、直線要素が存在すると判定された場合、式（２６）を満たすワイヤ構成点と、式（２７）を満たすワイヤ構成点とが、注目点ｉにおける直線要素の両端の端点となる。

ワイヤモデル生成部１０４は、ワイヤ構成点群クラスタｃについて、クラスタｃに含まれる全てのワイヤ構成点についてステップＳ３ａ４〜Ｓ３ａ６の処理を繰り返し行い、全てのワイヤ構成点について処理を完了するとステップＳ３ａ６の処理は終了する。これにより、ステップＳ３の処理が終了し、図１５の下図、及び図１８の下図のように直線要素が検出される。

（ステップＳ４：ワイヤモデル生成処理）
図１９にステップＳ４のフローチャートを示す。ワイヤモデル生成部１０４は、ステップＳ４ａ１において、ステップＳ３で有効と判定されたワイヤ構成点群クラスタごとに求めた直線要素をそれぞれ初期のワイヤモデル群として設定する（ステップＳ４ａ１）。ここで、初期のワイヤモデルとは、図１８の下図で示す検出した直線要素そのものであり、ワイヤモデル群とは、複数のワイヤモデルのことを意味する。ワイヤモデル生成部１０４は、初期のワイヤモデルについて、近傍のワイヤモデルと連結処理を行う。ここで、ワイヤモデルの連結基準として、各ワイヤモデルに含まれる直線要素の端点の近さ、及び直線要素同士の接線方向の類似度を用いる。

次に、ワイヤモデル生成部１０４は、各ワイヤモデルに含まれる直線要素の数、または直線要素の長さの総和に応じてワイヤモデルにインデックス番号を付与する。図１８の下図に示すように、当初のワイヤモデルは検出した直線要素そのものであるので、式（２５）の左辺より求められる直線要素の長さの長い順にインデックス番号を付与する（ステップＳ４ａ２）。複数のワイヤモデルにおいて直線要素数が同じ数になった場合、新たにインデックス番号を再割り当てする前のときのインデックス番号が小さい方の番号を、新しく割り当てるときにも小さい番号とする。

ワイヤモデル生成部１０４は、近傍のワイヤモデルとの統合を判定する処理、及び統合を行う処理、すなわち、ワイヤモデルの端点を用いて近傍のワイヤモデルを探索し、判定を行って統合を行う。ここで、ワイヤモデルの端点は、図２０に示すようにワイヤモデルに含まれる直線要素の端点の中で連結されていない２点とする。この２点は、変数Ｌｏｏｐが１、すなわち繰り返しの初回の場合、直線要素の端点を意味する。ワイヤモデルｉについて、端点ｔ_１の位置を記号（２８）として表す。なお、以下、当該記号（２８）のような形式の文字を本明細書中で記載する場合、ｐ_ｔ＿１ ^ｉと表す。

同様に、端点ｔ_２の位置をｐ_ｔ＿２ ^ｉと表す。半径ｒ_ｌ以内にある近傍ワイヤモデルをｊ、当該ワイヤモデルの端点の位置をｐ_ｔ＿１ ^ｊとｐ_ｔ＿２ ^ｊとした場合、ワイヤモデル生成部１０４は、近傍ワイヤモデルを式（２９）により検出する。半径ｒ_ｌは実験的に決めるパラメータであり、本実施形態では、１．０(ｍ)とした。

式（２９）において、‖…‖は、ベクトルのノルムを表す。すなわち、端点間の距離がｒ_ｌ以内のワイヤモデルを検出する。また、ｐ_ｔ＿ｙ ^ｊとｐ_ｔ＿ｘ ^ｉについて、ｔ＿ｘ^ｉ、ｔ＿ｙ^ｊは、端点を意味し、ｘとｙは、それぞれ１、または２となる。ただし、端点の１と２の番号は、ワイヤモデル、または直線要素に存在する２つの端点を区別する番号であり、番号の大きさに意味はない。以下、端点を区別する変数ｘとｙについて、オーバーライン（￣）が付いている記号（３０）は、同一ワイヤモデルにおける端点ｔ＿ｘとは異なる他方の端点を意味する。記号（３０）を明細書中で記載する場合、ｔ＿ｘ￣（オーバーライン）と記載し、他のオーバーラインを用いる記号も同様に表す。

統合処理により同一ワイヤモデルに属する直線要素の番号を変数ｏ（∈１，２，３，…，Ｎｏ)で区別すると、ワイヤモデルiに含まれる直線要素oの端点をダッシュ(’)付きの変数ｔ＿ｘ’、ｔ＿ｙ’で表現し、各直線要素についてオーバーライン（￣）がついている記号（３１）は、同一の直線要素における端点ｔ＿ｘ’もしくはｔ＿ｙ’とは異なる他方の端点を意味する。

また、ワイヤモデルの端点の位置での接線方向は、端点位置の直線要素の接線方向と定義する。ワイヤモデルｉ、端点ｔ＿１での接線方向ｎ_ｔ＿１ ^ｉについて次式（３２）で表現する。

ワイヤモデルｉ、端点ｔ＿２での接線方向ｎ_ｔ＿２ ^ｉについて次式（３３）で表現する。

ワイヤモデルｉに含まれる直線要素ｏの端点ｔ＿ｘ’については、次式（３４）のようにして接線は求まる。

次に、ワイヤモデル生成部１０４は、注目するワイヤモデルｉの端点ｔ＿ｘについて、近傍ワイヤモデルｊについて、式（３５）を満たす端点について連結を行う。ただし、式（３６）を満たすものとする。

ワイヤモデルｉとワイヤモデルｊを統合した場合、新たに生成されるワイヤモデルのインデックス番号として、長さの長い方のインデックス番号に設定すればよい。また、図２０に示すように連結に用いない方の端点が、統合後のワイヤモデルの端点となる（ステップＳ４ａ３）。

次に、ワイヤモデル生成部１０４は、ワイヤモデル同士の近接点を検出する。ここで、近接点とは、あるワイヤモデルの延長線上に他のワイヤモデルが存在するときの交点である。ただし、３次元空間における２つの曲線、または、直線は、ねじれの位置の関係の場合が多い。そこで、本実施形態では、注目するワイヤモデルと近傍ワイヤモデルを延長した２つの曲線、または直線が最短距離となる位置の注目するワイヤモデル上での位置を近接点とする。注目するワイヤモデルをｉ、注目ワイヤ以外の近傍にあるワイヤモデルをｊで表し、式（３７）、式（３８）により近接点ｐＫ_ｊ ^ｉ（ｏ）を求める。

ただし、ｏ（ｏ∈１，２，…，Ｎｏ）は、注目ワイヤモデルｉ上の直線要素を区別する番号であり、Ｎｏは、ワイヤモデルｉに含まれる直線要素の総数である。また、以下の式（３９）は、ワイヤモデルｉとワイヤモデルｊの最短距離の長さが、閾値ε_ｗ未満であり、かつ近接点候補が、直線要素の線分上の範囲であるか否か判定する式である。閾値ε_ｗは、実験的に決めるパラメータであり、本実施形態ではε_ｗ＝０．１(ｍ)とした。

式（３９）において、ｌｅｎｇｔｈ（ｌ_ｏ）は、ワイヤモデルに含まれる直線要素ｌ_ｏの長さを出力する関数であり、式（２５）の左辺と等しい。ワイヤモデル生成部１０４は、式（３９）を満たす近接点候補の中から式（４０）により有効な近接点を求める（ステップＳ４ａ４）。

図２１は、注目ワイヤモデルｉと周辺のワイヤモデルｊについて、ワイヤモデルｊの端点ｐ_ｔ＿２ ^ｊの接線を延長した先にある直線要素（端点ｐ_{ｔ_５’} ^ｉ(３)とｐ_{ｔ_６’} ^ｉ(３)の間の線分）上に近接点が存在する例を示している。本実施形態では、直線要素３において、ワイヤモデルｊの端点ｐ_{ｔ_２} ^jからの接線の最短距離の位置が近接点ｐＫ_ｊ ^ｉ（ｏ）となる。
上述した式（３７）は、交点ｐＫ_ｊ ^ｉ（ｏ）の位置ベクトルを求める式であり、その交点は、端点ｐ_ｔ＿ｘ’ ^ｉ(ｏ)から、端点ｐ_ｔ＿ｘ’ ^ｉ(ｏ)の位置での線方向
ｎ_ｔ＿ｘ’ ^ｉ（ｏ）へｓ倍移動した位置として求められる。

図２１では、ワイヤモデルｉに４つの直線要素が含まれており、その中で、式（４０）により、近接点候補ｐＫ_ｊ ^ｉ（３）と端点ｐ_ｔ＿２ ^ｊの距離が最も短いので、ｐＫ_ｊ ^ｉ（３）が近接点として検出される。同様にして、ワイヤモデルｉにおける近傍のワイヤモデル全てについて、ワイヤモデルｉ上の近接点を検出することができる。

次に、ワイヤモデル生成部１０４は、近接点ごとにワイヤの再統合処理を行うために、再統合処理のサブルーチンを呼び出して処理を行う（ステップＳ４ａ５）。図２２は、再統合処理のサブルーチンを示すフローチャートである。最初に、ワイヤモデル生成部１０４は、局所領域内の境界点を検出する。また、このとき、繰り返しの条件判定に用いる変数Ｌｏｏｐ１を１にする（ステップＳ４ａ６−１）。まず、近接点と局所領域の関係について説明する。図２３は、近接点ｐＫ_１ ^２から半径ｒ_ｗ以内に他の近接点がない場合を示しており、この場合、近接点ｐＫ_１ ^２から半径ｒ_ｗの領域が局所領域であり、この領域内に存在するワイヤモデル１とワイヤモデル２が再統合処理の処理対象のワイヤモデルとなる。図２４は、近接点ｐＫ_１ ^２から半径ｒ_ｗ以内に別の近接点ｐＫ_３ ^２が存在する場合である。この場合、近接点ｐＫ_１ ^２から半径ｒ_ｗ以内の領域と近接点ｐＫ_３ ^２から半径ｒ_ｗ以内の領域の双方を含む領域が局所領域となる。当該局所領域内に存在するワイヤモデル１とワイヤモデル２とワイヤモデル３が再統合処理の処理対象のワイヤモデルとなる。すなわち、ある近接点と別の近接点の距離が小さいときは、それら近接点に関連するワイヤモデル全てが対象となり、この関連するワイヤモデルとは、近接点を生成したときに用いたワイヤモデルとなる。このように各近接点から導き出される局所領域内のワイヤモデルに基づいて、ワイヤモデル境界点を検出する。境界点とは、図２５に示すように、各ワイヤモデルと局所領域の境界との交点である。なお、図２５で示される局所領域は、図２４の重複領域のある２つの円で囲まれる局所領域を楕円によってまとめて概念的に示したものであり、実際には当該２つの円で囲まれる領域である。また、ワイヤモデルの端点が、局所領域内に存在する場合、端点ごとに境界点が１つ増えることになる。図２５に示すように、境界点を、ｂｉ＿ｘまたはｂｊ＿ｙで表す。ｉは、注目するワイヤモデルの番号であり、ｊは周辺のワイヤモデルの番号である。ｘ及びｙは、境界を区別するための番号である。次に、ワイヤモデル生成部１０４は、各近接点の局所領域内の直線要素を検出し、検出した直線要素を以降の処理で用いる。また、半径ｒ_ｗは実験的に決めるパラメータであり、本実施形態ではｒ_ｗ＝０．５(ｍ)とした。

ワイヤモデル生成部１０４は、Ｌｏｏｐ１に１を加える（ステップＳ４ａ６−２）。そして、ワイヤモデル生成部１０４は、直線要素の連結による再連結処理を行う。最初に、ワイヤモデル生成部１０４は、直線要素を連結するパラメータをランダムに変化させるために、変数γ_１とγ_２とγ_３を乱数により生成する。極端に大きい値や小さい値をさけるために、変数γ_１とγ_２とγ_３の大きさの範囲は予め定めておくのが好ましく、本実施形態では、０．５＜γ_１，γ_２，γ_３＜２．０とし、ｒ_ｌｉｎｅ＝０．５とした。次に、ワイヤモデル生成部１０４は、連結処理を行う開始点として境界点をランダムに選択し、式（４１）、式（４２）、式（４３）を満たす直線要素と連結処理を行う。当該ステップの判定処理を用いた連結処理において、ある開始点から他の境界点へ連結が行われた場合、その開始点と連結された境界点はステップＳ４ａ６−３〜Ｓ４ａ６−１０の処理では用いない。

次に、図２６から図２８を参照しつつ、ステップＳ４ａ６−３以降の処理について説明する。ワイヤモデル生成部１０４は、まず、パラメータをランダムに設定する(ステップＳ４ａ６−３)。ワイヤモデル生成部１０４は、開始点を境界点の中からランダムに選択する。ただし、既に選択された境界点は除く(ステップＳ４ａ６−４)。ワイヤモデル生成部１０４は、注目端点ｔ＿ｘを決定する。ここで、注目端点とは開始点を端点に含む直線要素おける開始点とは別の端点とする。もしくは、新たに連結した直線要素における連結されていない方の端点とする(ステップＳ４ａ６−５)。ワイヤモデル生成部１０４は、注目端点ｔ＿ｘに対して、近傍の直線要素の端点ｔ＿ｙの位置と端点ｔ＿ｙの位置の接線方向ｎ_ｔ＿ｙを用いて、連結処理の指標である式（４１）、式（４２）、及び式（４３）を満たす直線要素を連結候補として検出する(ステップＳ４ａ６−６)。ここで、近傍の直線要素は、連結されているワイヤモデルに含まれていない直線要素としている。そのため、ワイヤモデルを識別するための右上の添え字は記載していない。

次に、ワイヤモデル生成部１０４は、注目端点ｔ＿ｘについて、連結処理の指標である式（４１）、式（４２）、及び式（４３）を満たす近傍直線要素の端点ｔ＿ｙが存在するか否かを判定する(ステップＳ４ａ６−７)。ワイヤモデル生成部１０４は、近傍直線要素の端点ｔ＿ｙが存在すると判定した場合、ステップＳ４ａ６−８を実行し、存在しないと判定した場合、ステップＳ４ａ６−９に進む。ワイヤモデル生成部１０４は、式(４１)、式(４２)、式(４３)の連結処理の指標を満たす直線要素の端点ｔ＿ｙが複数存在するとき、その中からランダムに連結する端点を選択する。このとき、連結した直線要素における連結した端点と反対側の端点ｔ＿ｙ￣(オーバーライン)を次の注目端点として決定する。連結処理の指標を満たす直線要素の端点が１つだけのときは、その端点と連結する。連結後は、連結した直線要素は同一のワイヤモデルｉに含まれるとし、ステップＳ４ａ６−６を実行する（ステップＳ４ａ６−８）。

ワイヤモデル生成部１０４は、全ての境界点が選択されて、かつ注目端点ｔ＿ｘについて、連結指標を満たす近傍直線要素の端点ｔ＿ｙがない場合、終了条件を満たしたと判定する（ステップＳ４ａ６−９）。終了条件を満たしていない場合であって、ワイヤモデル生成部１０４は、連結処理の指標を満たす近傍直線要素がないとき、もしくは境界点を含む近傍直線要素の端点と連結したとき、開始点を新たに選択し、ステップＳ４ａ６−４に戻る。ここで、新たに選ぶ開始点は、既に開始点として選択された点以外の点、または、連結された直線要素の境界点以外とする。ワイヤモデル生成部１０４は、連結性指標を算出する式（４４）により、連結性指標Ｅを算出して、連結して出来上がったワイヤモデル群について評価を行う。ワイヤモデル群とは複数のワイヤモデルを意味する（ステップＳ４ａ６−１０）。

ワイヤモデル生成部１０４は、繰り返し判定条件の変数Ｌｏｏｐ１が、予め定められたＴｈ＿Ｌｏｏｐ１を超えているか否かを判定し、超えていない場合、ステップＳ４ａ６−２に戻り、超えている場合、ステップＳ４ａ６−１２に進む（ステップＳ４ａ６−１１）。Ｔｈ＿Ｌｏｏｐ１は、直線要素がなくなるまで連結処理が行われるよう十分に大きな値が予め定められるものとする。

式（４４）において、第１項は、局所領域内に含まれる直線要素の中でワイヤモデルに属しない直線要素の端点ｔ＿ｕ（端点の総数をＮｕとする）が、生成したワイヤモデルｍ(ワイヤモデルの総数をＭとする)に含まれない度合いを示している。具体的には、端点ｔ＿ｕとワイヤモデルｍとの最短距離の合計値として算出する。つまり、生成されたワイヤモデルに含まれる直線要素との最短距離を計算し、最も短い距離を算出すればよい。第２項は、ワイヤモデルの形状が複雑になることを抑制する項であり、各ワイヤモデルmにおいて、開始点からｔ＿ｘから反対側の端点ｔ＿ｘ￣（オーバーライン）までの直線要素に通し番号（１，２，３，…，Ｎｖ’）を割り当てたときに、各端点ｔ＿ｘの位置での接線方向の変化率の合計値を意味している。ワイヤモデルに属する直線要素の接線方向が全て平行であれば値は０となり、接線方向の変化が大きいほど第２項は値が大きくなる。第２項の最初にある変数kは、第１項と第２項の重要視する比率を調整する実験的に決めるパラメータである。第１項は、ワイヤモデルが計測された３次元点を的確に表現しているか評価しており、第２項は、ワイヤモデルの曲率変化の滑らかさを評価していることになる。これを図で示すと図２９の通りとなる。ｋ＝０のときは、直線要素が全てワイヤモデルに含まれている方が良い結果として評価され、ｋの値が大きくなるほど、接線方向が異なるワイヤモデルが連結されにくいワイヤモデルが良い結果として評価される。式（４４）で示される連結性指標Ｅの値が小さい程、計測点群を的確に表現しつつも過度に複雑な形状になることを抑制したワイヤモデルであることを意味する。このようにして、ランダムな順番で境界点を選択して再連結処理を行い、複数のワイヤモデルパターンを生成し、その候補の中から連結性指標が最も良いワイヤモデル候補パターンを出力することにより再統合処理を完了する。ワイヤモデル生成部１０４は、連結性指標Ｅの値が最も小さいものが良いと判定を行い、その場合のワイヤモデルパターンを出力して（ステップＳ４ａ６−１２）、図１９の処理に戻る。また、繰り返し処理の閾値Ｔｈ＿ｌｏｏｐ１は大きければ大きい程、多数のワイヤモデルパターンの中から最も良い連結性指標Ｅのワイヤモデルパターンを選ぶことができる。本実施形態では１０００とした。

最後に、ワイヤモデル生成部１０４は、ステップＳ４ａ５のサブルーチンで出力したワイヤモデルパターンを生成したワイヤモデルとして全て出力する（ステップＳ４ａ６）。

（ステップＳ５：モデルパラメータ推定処理）
図２に戻り、ワイヤ判定部１０５は、ワイヤモデルのパラメータを推定するモデルパラメータ推定処理を行う（ステップＳ５）。ワイヤモデルのパラメータとは、ワイヤモデルの連結長さである。あるワイヤモデルｍに属する点群の番号をｉとすると、まず番号ｉに属する点群の端点を２×Ｉ個の区間に分割する。そして、分割した端点間の距離の合計をワイヤモデルの長さとして推定する。図３０及び図３１に概念図を示す。図３０に示すＩ＝０の場合、まずワイヤモデルの端点間を結んだときの中点位置を算出し、次に、算出した中点位置から端点１と端点２を結んだ方向上で最も近い点を端点として検出する。図３１に示すＩ＝１の場合、ワイヤモデルパラメータは、追加した端点３と端点１を結んだ直線距離（Ｌ（ｔ１，ｔ３））と新たに追加した端点３を結んだ直線距離（Ｌ（ｔ２，ｔ３））の合計である。以下、Ｉの数を増やすごとに端点を追加してワイヤモデルを分割していく。Ｉは、実験的に定められるパラメータであり、本実施形態では、ワイヤモデルに含まれる直線要素の数をＮｗとすると、Ｉ＝ｆｌｏｏｒ（Ｎｗ／２）とした。ここで、ｆｌｏｏｒは小数点以下の数を切り捨てる関数である。なお、図３０及び図３１のようにワイヤモデルを直線で分割していくのではなく、図２１に示すように、注目するワイヤモデルｉについて端点距離を総和することによりワイヤモデルパラメータとなる長さを求めてもよい。

（ステップＳ６：ワイヤ判定処理）
ワイヤ判定部１０５は、各ワイヤモデルが有効であるか判定処理を行う（ステップＳ６）。ワイヤ判定部１０５は、ステップＳ５で求めた各ワイヤモデルの長さ、すなわちワイヤモデルパラメータが式（４５）を満たすか否かを判定する。すなわち、ワイヤモデルパラメータが閾値Ｔｈｗｉｒｅを超える値の場合、有効と判定する。閾値Ｔｈｗｉｒｅは実験的に決めるパラメータであり、本実施形態では２．０(ｍ)とした。物理的には、検出対象となる通信線などのワイヤの長さを意味しており、点群を計測する地域において検出したいワイヤの最も短い長さに設定すればよい。

式（４５）において、Ｌｅｎｇｔｈ（ｗｉｒｅ（ｉ））は、注目するワイヤモデルｉの長さである。最後に、ワイヤ判定部１０５は、有効と判定したワイヤモデルパラメータをワイヤパラメータ保存部１０６に書き込んで処理を終了する（ステップＳ７）。

なお、上記の実施形態において、各機能部において用いられる領域の範囲を示す半径や、評価の基準となる閾値などの予め定められるパラメータは、各機能部の内部の記憶領域に予め記憶されているものとする。
また、本発明は、上記の実施形態の構成には限られず、通信線や電力線以外の細線状の物体を検出することも可能である。

上記の実施形態の構成により、ワイヤ検出装置１は、被写体計測部２００が取得した３次元点群情報に対して、点群解析処理装置１００のワイヤ構成点検出部１０３が、３次元点群情報からワイヤを構成するワイヤ構成点を検出する。ワイヤモデル生成部１０４は、検出されたワイヤ構成点の各点の接線方向の情報に基づいてクラスタリングを行って有効なワイヤ構成点を選択して直線要素を検出する。また、ワイヤモデル生成部１０４は、検出した直線要素を初期のワイヤモデルとし、ワイヤモデル同士の近接状態と、予め定められる連結性指標とに基づいて、ワイヤモデルを連結していくことで再帰的にワイヤモデルを生成する。ワイヤ判定部１０５は、ワイヤモデルに含まれる端点の位置からワイヤモデルの長さを推定し、推定した長さをワイヤパラメータとし、ワイヤパラメータに基づいてワイヤモデルが有効なワイヤであるかを判定する。これにより、複数のワイヤが連結した状態でも精度良く検出することが可能となり、複数のワイヤが、近距離において、隣接した状況、交差した状況、平行に配線されている状況でも、異なるワイヤが同一のワイヤであると判定することを抑制する、すなわち、誤ったワイヤモデルを形成することを防ぐことが可能となる。したがって、通信線や電力線などのインフラ設備のワイヤの位置を目視確認によらずに正確に把握することが可能となり、設備保全業務の作業効率化支援を行うことが可能となる。

また、上記の実施形態では、図３２に示すように、事前に検出した直線要素について、その直線要素と近傍直線要素の連結時の滑らかさを考慮してクラスタリングを行う。特定の形状モデルを仮定しないため、３次元的な歪みを生じるワイヤについても検出が可能である。本実施形態のようにボトムアップ的にクラスタリングを行った場合、滑らかさを考慮しても、複数のワイヤが近距離で存在している場合、またはワイヤが交差している場合には、異なるワイヤを同一のワイヤと判定してしまう場合がある。そこで、本実施形態では、更に、連結性指標という評価値を導入し、クラスタリングする毎に、形成されたワイヤモデルを近傍のワイヤモデルを用いて評価し、その評価値が最大になるようにワイヤモデルを逐次変形する。ワイヤモデルとは、直線要素を連結したものを意味し、連結性指標は、複数のワイヤモデルを組み替えたときに、ワイヤモデルが計測された３次元点を的確に表現しているかを評価した項目と、ワイヤモデルの曲率変化の滑らかさを示す項目とから算出される。複数のワイヤモデルが接近する箇所、すなわち上述した近接点を検出し、検出した箇所近傍にあるワイヤモデルを変形（分離・統合）させて、連結性指標が最も良い結果を採用する。一般に、ボトムアップ的なアプローチでは、処理の順番や固定パラメータの大きさに依存して結果が変わるために、間違ったクラスタリングが行われる可能性があるが、本実施形態による再連結処理により、誤りを抑制する効果がある。図３３を用いて非特許文献２に記載の技術と本実施形態の構成の効果面での相違を説明する。非特許文献２に記載の技術の場合には懸垂線モデル（凸関数）を仮定しているために、直線要素とのずれが大きなワイヤモデル連結の組み合わせであるワイヤモデルパターン２が採用されやすい。一方、本実施形態の構成ではワイヤモデル連結時の滑らかさと連結区間上に存在する直線要素を表現する際に、より誤差の少ないワイヤモデルの組み合わせであるワイヤモデルパターン１の連結モデルを選択することになる。

上述した実施形態における点群解析処理装置をコンピュータで実現するようにしてもよい。その場合、この機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することによって実現してもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムを送信する場合の通信線のように、短時間の間、動的にプログラムを保持するもの、その場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリのように、一定時間プログラムを保持しているものも含んでもよい。また上記プログラムは、前述した機能の一部を実現するためのものであってもよく、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであってもよく、ＦＰＧＡ（Field Programmable Gate Array）等のプログラマブルロジックデバイスを用いて実現されるものであってもよい。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１ワイヤ検出装置
１００点群解析処理装置
１０１３次元点群記憶部
１０２ワイヤ検出処理部
１０３ワイヤ構成点検出部
１０４ワイヤモデル生成部
１０５ワイヤ判定部
１０６ワイヤパラメータ保存部
２００被写体計測部

Claims

３次元点群情報に含まれる点と、当該点の周囲の前記点との位置関係に基づいて、当該点が細線状物体を構成する構成点であるか否かについて判定を行い前記構成点を検出する構成点検出部と、
検出された前記構成点の各点の接線方向の情報に基づいて、前記構成点から直線要素を検出し、検出した前記直線要素を初期の細線状物体を示す細線状物体モデルとし、前記細線状物体モデル同士の近接状態と、予め定められる連結性指標とに基づいて、前記細線状物体モデルを連結していくことで再帰的に細線状物体モデルを生成するモデル生成部と、
前記細線状物体モデルに含まれる前記点の位置から前記細線状物体モデルの長さを推定し、推定した長さと、予め定められる閾値とに基づいて前記細線状物体モデルが適切なモデルであるか否かを判定する判定部と、
を備えることを特徴とする点群解析処理装置。
前記構成点検出部は、
前記３次元点群情報に含まれる任意の１点を注目点とし、前記注目点を中心とした一定距離の範囲内に存在する点を周囲点とし、前記周囲点の周辺の点群の分散方向より、前記注目点と前記周囲点とが同一の前記細線状物体を構成するかを示す前記注目点に対する前記周囲点の重要度を算出し、当該注目点について、対応する前記重要度を用いた重み付き自己相関行列を算出し、算出した前記自己相関行列の固有値を要素とする固有値特徴ベクトルを算出し、算出した前記固有値特徴ベクトルを用いて前記注目点が構成点に該当するか否かを判定し、前記注目点が前記構成点であると判定した場合、最大固有値に対応する固有ベクトルの方向を前記注目点の接線方向として出力する
ことを特徴とする請求項１に記載の点群解析処理装置。
前記モデル生成部は、
前記構成点と判定された点のうちの任意の２つの前記構成点の前記接線方向が、予め定められる滑らかさを示す条件を満たす場合、前記２つの構成点間にリンクを設定して前記構成点群のクラスタである構成点群クラスタを生成し、生成した前記構成点群クラスタに含まれる前記構成点の構成状態にしたがって、前記構成点群クラスタが適切なクラスタであるか否かを判定し、適切であると判定した前記構成点群クラスタの各点における直線近似精度を算出し、算出した前記直線近似精度の値が大きい点から順に前記点における接線方向を用いて前記点を含む直線要素を検出する
ことを特徴とする請求項１または２に記載の点群解析処理装置。
前記モデル生成部は、
前記細線状物体モデルの端点と、当該細線状物体モデルと異なる前記細線状物体モデルの端点とにおける近接状態に応じて前記端点を連結することで新たな細線状物体モデルを生成し、生成した前記細線状物体モデルの端点を中心とした一定の距離の範囲内に当該細線状物体モデルと異なる前記細線状物体モデルが存在する場合、当該細線状物体モデルを延長した線と前記異なる細線状物体モデルとの交点を近接点とし、前記近接点について局所領域を設定し、該局所領域の境界と前記細線状物体モデルが交わる境界点と、前記局所領域内の前記直線要素と、前記予め定められる連結性指標とに基づいて、細線状物体モデルを生成する
ことを特徴とする請求項１から３のいずれか１つに記載の点群解析処理装置。
３次元点群情報に含まれる点と、当該点の周囲の前記点との位置関係に基づいて、当該点が細線状物体を構成する構成点であるか否かについて判定を行い前記構成点を検出し、
検出した前記構成点の各点の接線方向の情報に基づいて、前記構成点から直線要素を検出し、
検出した前記直線要素を初期の細線状物体を示す細線状物体モデルとし、前記細線状物体モデル同士の近接状態と、予め定められる連結性指標とに基づいて、前記細線状物体モデルを連結していくことで再帰的に細線状物体モデルを生成し、
前記細線状物体モデルに含まれる前記点の位置から前記細線状物体モデルの長さを推定し、推定した長さと、予め定められる閾値とに基づいて前記細線状物体モデルが適切なモデルであるか否かを判定する
ことを特徴とする点群解析処理方法。
コンピュータを
３次元点群情報に含まれる点と、当該点の周囲の前記点との位置関係に基づいて、当該点が細線状物体を構成する構成点であるか否かについて判定を行い前記構成点を検出する構成点検出部、
検出された前記構成点の各点の接線方向の情報に基づいて、前記構成点から直線要素を検出し、検出した前記直線要素を初期の細線状物体を示す細線状物体モデルとし、前記細線状物体モデル同士の近接状態と、予め定められる連結性指標とに基づいて、前記細線状物体モデルを連結していくことで再帰的に細線状物体モデルを生成するモデル生成部、
前記細線状物体モデルに含まれる前記点の位置から前記細線状物体モデルの長さを推定し、推定した長さと、予め定められる閾値とに基づいて前記細線状物体モデルが適切なモデルであるか否かを判定する判定部、
として機能させるためのプログラム。