JP6793777B2 - 3次元モデル生成装置 - Google Patents
3次元モデル生成装置 Download PDFInfo
- Publication number
- JP6793777B2 JP6793777B2 JP2019091067A JP2019091067A JP6793777B2 JP 6793777 B2 JP6793777 B2 JP 6793777B2 JP 2019091067 A JP2019091067 A JP 2019091067A JP 2019091067 A JP2019091067 A JP 2019091067A JP 6793777 B2 JP6793777 B2 JP 6793777B2
- Authority
- JP
- Japan
- Prior art keywords
- dimensional
- polygon
- generation
- point cloud
- cloud data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 claims description 165
- 230000008569 process Effects 0.000 claims description 106
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 33
- 230000008901 benefit Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 206010047601 Vitamin B1 deficiency Diseases 0.000 description 1
- 208000002894 beriberi Diseases 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Generation (AREA)
- Processing Or Creating Images (AREA)
Description
3次元復元処理とは、複数の地点から撮影した複数の画像間の特徴点の対応関係に基づいて、撮影された地物の3次元点群を得る処理である。3次元復元を利用すれば、処理の対象範囲内の画像を航空機等から複数撮影し、この画像を解析することで、対象範囲を表す3次元の点群を得ることができる。かかる点群が得られれば、それを解析することによって3次元モデルを生成することも可能となる。画像間の特徴点の対応関係を判断するための技術として、SIFT(Scale-Invariant Feature Transform)などが利用される。特許文献1は、3次元復元による3次元モデルの生成技術について開示している。
3次元復元の方法として、特許文献2は、3次元の点群を、点群間の距離に基づいてクラスタ化し、これに基づいて水平面としてのレイヤを生成し、さらにそれらを結合して全体のモデルを生成する技術を開示している。
複数の点群について各点ごとに3次元の位置座標を保持した3次元点群データから、該3次元点群データで表されるオブジェクトの3次元モデルを生成する3次元モデル生成装置であって、
前記3次元点群データに基づいて前記3次元モデルを構成する3次元ポリゴンを生成するポリゴン生成部と、
前記3次元ポリゴンの生成に用いられ、該生成結果に影響を与える生成パラメータを設定する生成パラメータ設定部と、
前記生成パラメータを複数通りに変化させて前記ポリゴン生成部に前記3次元ポリゴンの生成を行わせる処理を経て、前記3次元ポリゴンの形状を決定するポリゴン形状決定部とを備える構成とすることができる。
本発明によれば、生成パラメータを複数通りに変化させて3次元ポリゴンの生成を行わせるため、これによって3次元ポリゴンの生成結果も変化する。本発明によれば、この中から、最良のものを選択することができ、3次元点群データを良好に反映した3次元モデルを安定して得ることができる。
生成パラメータは、3次元ポリゴンの生成方法に応じて定めることができる。生成パラメータとしては、例えば、3次元点群データが生成された3次元ポリゴンに属するか否かを判定するための距離閾値、当該距離閾値の限界値、3次元点群データと3次元ポリゴンとのずれが良好か否かの判断基準となる形状一致率閾値、3次元ポリゴンを生成する根拠となる程の3次元点群データが確保されているか否かの判断基準となる頂点数閾値、形状一致率を算出するための角度閾値などが挙げられる。生成パラメータは、これらに限定されるものではなく、また、これらの一部または全部の生成パラメータを用いなくてはならないというものでもない。
生成パラメータを複数通りに変化させる方法も、種々の方法をとり得る。例えば、予め所定の定数を設定しておき、生成パラメータに対して、この定数を用いた演算を行って変化させてもよい。かかる方法では、生成パラメータを比較的容易に変化させることができる利点がある。また、生成パラメータの変化が予測可能であるため、生成パラメータが異常値となることを回避しやすい利点もある。
また、3次元点群データと生成された3次元ポリゴンとのずれなど、生成結果を評価した評価値を用いた演算によって生成パラメータを変化させてもよい。こうすれば、最適な生成パラメータに収束させやすい利点がある。
前記ポリゴン形状決定部は、前記生成された3次元ポリゴンを評価し、該評価の結果が所定の基準を満たさないときに前記生成パラメータを変化させた上で前記3次元ポリゴンの再生成を行わせるものとしてもよい。
本発明において、生成パラメータを変化させる方法は、上述の態様に限らず、他の態様をとってもよい。例えば、生成パラメータを複数通りに変化させて3次元ポリゴンを生成し、その中から評価が最良のもの、または所定の基準を満たすものを選択する方法をとってもよい。かかる方法によれば、比較的処理が簡略化できる利点があり、所定の基準を満たす3次元ポリゴンがなかなか得られない場合に、何度も処理が繰り返され、処理時間が長期化することを抑制できる利点もある。
なお、上述のいずれの態様においても、評価における「所定の基準」としても、種々の基準を用いることができる。例えば、3次元点群データと生成された3次元ポリゴンとの形状一致率を評価の指標としてもよい。生成された3次元ポリゴンが3次元点群データを、いかに良好に復元しているかを、画像処理や人工知能を用いて評価させてもよい。
前記ポリゴン形状決定部は、前記3次元ポリゴンの形状が決定された場合、前記3次元点群データから該3次元ポリゴンに対応するものを除外し、残余の3次元点群データを対象として再度、前記3次元ポリゴンの形状を決定する処理を実行するものとしてもよい。
なお、上記態様においては、3次元点群データを除去することにより、徐々に3次元点群データの数が減少することになる。従って、残余の3次元点群データの数が所定値を下回った場合には、処理を停止するようにしてもよい。こうすることにより、3次元ポリゴンを定義できない程の小数の3次元点群データしか残っていない状況下で、無駄に処理が繰り返されることを回避できる利点がある。また、処理を停止するための判断に用いられる所定値は、3次元点群データの当初の密度、精度、対象とするオブジェクトのサイズなど種々の要素に基づいて設定するようにしてもよく、また、所定の過程で変更可能としてもよい。
前記3次元ポリゴン形状決定部は、生成された前記3次元ポリゴンと前記3次元点群データとのずれを表す形状一致率に基づいて、前記3次元ポリゴンの形状を決定するものとしてもよい。
前記ポリゴン生成部は、前記3次元ポリゴンを複数通りの方法で生成可能であり、
前記ポリゴン形状決定部は、前記3次元点群データの特性に基づいて、前記3次元ポリゴンの生成方法を切り換えるものとしてもよい。
複数通りの方法としては、特許文献1、2に記載されている方法その他の従来技術における方法、プリミティブを用いる方法、人工知能を利用する方法など種々の方法が挙げられる。また、同一の方法の中で、生成に用いる判断基準を異ならせるものとしてもよい。
前記ポリゴン生成部による前記3次元ポリゴンの生成には、予め用意された3次元のプリミティブを前記3次元点群データに適合させる方法を含むものとしてもよい。
上記態様では、予めプリミティブを用意しておくことになる。3次元モデルの生成時には、かかるプリミティブからいずれかを選択することになる。この選択は、例えば、予め用意された全プリミティブを3次元点群データに適合させる処理を行った上で、その適合率が最大となるように選択してもよい。また、3次元点群データを包含する領域のサイズに基づいて、プリミティブを絞り込むようにしてもよい。さらに、3次元点群データを平面に投影することにより概略の平面形状を特定し、それに平面形状が近似するプリミティブを選択するようにしてもよい。
前記3次元ポリゴン生成部は、3次元ポリゴンと3次元点群データとの形状一致率が高くなるように前記プリミティブの適合を行う方法、および生成されるべき3次元ポリゴンのサイズが大きいものを優先して前記プリミティブの適合を行う方法を含むものとしてもよい。
一例として、建物のようなサイズの大きい3次元点群を対象とする場合には、3次元ポリゴンのサイズを優先するようにしてもよい。かかる場合には、3次元点群と3次元ポリゴンとのずれは、全体の比率で見れば相対的に小さなものと評価されるから、3次元ポリゴンのサイズを優先することにより、良好な結果を得やすくなる。もっとも、この場合であっても、形状一致率を考慮することが、より好ましいことは当然である。
一方、建物の一部や、建物以外の物体など、比較的サイズの小さい3次元点群を対象とする場合には、形状一致率を優先する方法をとることにより、良好な結果を得ることができる。
前記3次元点群データは、各点ごとに、3次元の位置座標に加えて法線ベクトルのデータを保持している場合には、
前記形状一致率は、前記3次元点群データおよび前記3次元ポリゴンとの距離、および前記3次元点群データの法線ベクトルと前記3次元ポリゴンの法線ベクトルのなす角度の2つを用いて算出されるものとしてもよい。
上記態様によれば、3次元点群データと3次元ポリゴンとの距離のみならず、法線ベクトルのなす角度も考慮するため、形状一致率の評価において、対象とする3次元ポリゴンに属さない3次元点群データを除外することができ、より適切な評価結果を算出することが可能となる。
3次元点群データ記憶部11は、3次元点群データを読み込み、記憶する機能を奏する。3次元点群データは、処理対象となる建物の外観形状を表す3次元の点の集合体であり、各点ごとに3次元の座標値および法線ベクトルを有するデータである。3次元点群データは、SIFT(Scale-Invariant Feature Transform)を利用することによって得ることができる。その他、レーザなどを利用して生成した3次元点群データを用いても良い。
3次元モデル生成部12は、以上の処理を、以下に示す各機能を利用して実行するのである。
プリミティブ配置部14は、本発明におけるポリゴン生成部に該当する機能であり、プリミティブを3次元点群データに合わせて配置し、その形状を適合させる機能を奏する。この処理によって、3次元ポリゴンが生成されることになる。
生成パラメータ設定部17は、以上の処理で用いられる生成パラメータの初期設定を行い、また、生成パラメータの変更を行う。
形状一致率算出部18は、得られた3次元ポリゴンを評価するための指標として形状一致率を算出する。
処理を開始すると、3次元モデル生成装置10は、生成パラメータの初期化を行う(ステップS10)。そして、ポリゴン化の対象となる3次元点群を設定する(ステップS11)。本実施例では、複数の建物に対する3次元点群データが含まれているため、建物単位で処理対象となる3次元点群データを設定するものとした。設定方法は、例えば、3次元点群データを地平面に投影し、その密度が所定値以上となる領域をクラスタ化する方法、または点間の距離が所定値以下となる点群をクラスタ化する方法などをとることができる。
ポリゴン化処理が完了すると、3次元モデル生成装置10は、ポリゴン化の評価処理を行う(ステップS13)。ポリゴン化の評価処理は、種々の方法で行うことができる。例えば、3次元点群データと3次元ポリゴンとの形状一致率に基づいて評価を行ってもよい。また、人工知能や画像処理を利用して、3次元点群データがどれほど良好に復元されているかを評価してもよい。本実施例では、形状一致率に基づく評価を行うものとした。形状一致率の算出方法は、後述する。
一方、形状一致率が所定値に満たず、評価脚気がNGの場合には、生成パラメータを再設定して(ステップS16)、以上の処理を繰り返すことになる。
ただし、ステップS13〜S16を行い、3次元ポリゴンの生成過程とは異なる評価を行うことにより、さらに良好な3次元モデルを得ることが可能となる。例えば、3次元モデル全体を対象として形状一致率を算出することにより、3次元モデルを構成する3次元ポリゴンごとに得られていた形状一致率とは異なる値が得られることになる。また、3次元モデルを構成する3次元ポリゴンごとに形状一致率を算出した上で、形状一致率のばらつきなどを評価に加えてもよい。これらの処理を行うことにより、それぞれの3次元ポリゴンの生成結果の適否だけでなく、全体としてのバランス等が良好な3次元モデルを得ることが可能となる。
図3は、ポリゴン化処理のフローチャートである。処理を開始すると、3次元モデル生成装置10は、所定対象となる3次元点群データおよびプリミティブデータを読み込む(ステップS20、S21)。
距離閾値(Thd)は、3次元ポリゴンに対応する3次元点群データを抽出するために使用されるパラメータである。距離閾値が大きい場合は、抽出範囲が広くなるため、3次元点群データに、ノイズや誤差が含まれている場合でも適切な抽出が可能となる。一方、距離閾値が小さい場合は、抽出範囲が狭くなるため、3次元ポリゴンに、よりフィットした点を抽出可能となる。
距離閾値の限界値(Thlim)は、距離閾値を再設定する際に、距離閾値が正常値であるかの判定に使用されるパラメータである。即ち、距離閾値が距離閾値の限界値の範囲内の場合は正常値と判定され、そうでない場合は不正値と判定されることになる。
距離閾値の変更倍率(VThd)は、距離閾値の再設定に用いられるパラメータである。
形状一致率閾値(Thf)は、3次元ポリゴンと3次元点群データの形状が一致しているかの判定に使用されるパラメータである。即ち、形状一致率が、形状一致率閾値より大きい場合は、3次元ポリゴンと3次元点群データの一致率は良好であると判定され、そうでない場合は、一致率は良好ではないと判定されることになる。
頂点数閾値(Thp)は、ポリゴン化できるだけの3次元点群データが残っているか否かの判定に使用されるパラメータである。即ち、3次元点群データの頂点数が閾値より大きい場合は、3次元ポリゴンの生成が可能であると判定され、そうでない場合には、3次元ポリゴンの生成ができないものと判定される。
角度閾値(Tha)は、形状一致率の算出において使用されるパラメータである。即ち、3次元点群データの法線ベクトルと3次元ポリゴンの法線ベクトルのなす角が角度閾値未満である場合は、その点は、3次元ポリゴンに属する頂点の1つとして判定され、そうでない場合には、3次元ポリゴンに属さない頂点であると判定される。
生成パラメータは、これら以外を用いてもよい。また、これらの生成パラメータを必ずしも全て用いる必要もない。3次元ポリゴンの生成方法に応じて、生成パラメータの種類も適宜、決めることができる。
処理を開始すると3次元モデル生成装置10は、プリミティブ配置処理を実行する(ステップS30)。これは、予め用意されたプリミティブを、3次元点群データに合わせるように配置し、その形状を変形させて適合させる処理である。処理の内容は後述する。プリミティブ配置処理では、生成された3次元ポリゴンと、その形状一致率が出力される。
3次元モデル生成装置10は、再設定された距離閾値Thdが距離閾値の限界値(Thlim)よりも小さい場合には、距離閾値Thdが正常値であると判断し(ステップS36)、ポリゴン形状決定処理を再帰的に実行する(ステップS37)。これによって、新たな生成パラメータに基づいて、再度、3次元ポリゴンが生成されることになる。一方、距離閾値Thdが距離閾値の限界値(Thlim)以上の場合には、距離閾値Thdが不正常値であると判断し(ステップS36)、ポリゴン形状決定処理を終了する。
また、良好な3次元ポリゴンが生成された場合には、それに対応する3次元点群を除去した上で、残余の3次元点群に対する3次元ポリゴンの生成が引き続き行われる。こうすることにより、3次元点群に対して、部分ごとに3次元ポリゴンを生成することができる。また、その際に、用いる生成パラメータは、部分ごとに異なる設定値を用いることが可能となる。従って、3次元点群の密度や精度が局所的に偏っている場合であっても、それぞれの部分で良好な3次元ポリゴンを得ることが可能となる。
図5は、プリミティブ配置処理(1)のフローチャートである。処理を開始すると、3次元モデル生成装置10は、プリミティブデータベース15から、プリミティブを読み出し、3次元点群データの形状にマッチングさせる(ステップS40)。具体的には、3次元点群データに重なるよう、プリミティブを配置し、さらに、その形状を変形させるのである。本実施例では、プリミティブを3次元のx、y、z方向に伸縮することで変形するものとした。プリミティブをマッチングさせる方法は、公知の種々の方法を適用可能である。
プリミティブ配置処理(2)では、全プリミティブについて3次元ポリゴンの生成が完了すると、3次元モデル生成装置10は、2つの条件に基づいて、プリミティブを選択する。条件1としては、形状一致率が形状一致率閾値(Thf)よりも大きいことである。この条件を入れることにより、3次元点群データとあまりにも形状が離れているプリミティブは排除されることになる。そして、条件2は、スケール最大という条件である。即ち、プリミティブの中から、サイズが最も大きいものを選択するのである。プリミティブ配置処理(1)(図5)では、形状一致率が最大という条件により、3次元点群データと一致していることを優先してプリミティブを選択した。これに対し、プリミティブ配置処理(2)では、スケール最大、即ち、形状一致率が多少低いとしても、より大きいプリミティブであることを優先して選択を行うのである。
プリミティブ配置処理(1)は形状一致率が最大となるプリミティブを選択するため、3次元点群データによく一致した3次元ポリゴンが生成される特徴がある。従って、3次元点群データの精度が十分に高いと判断される場合には、良好な3次元ポリゴンが得られることになる。一方、3次元点群データの精度が低い場合には、かかる3次元点群データに一致させることにより、かえって、本来再現されるべき形状から外れた3次元ポリゴンが生成されるおそれがある。従って、プリミティブ配置処理(1)は、精度が良いと考えられる3次元点群データに用いられることが好ましい処理であると言える。
これに対し、プリミティブ配置処理(2)は、形状一致率よりもスケールを優先し、スケール最大のプリミティブを選択する。上述の通り、3次元点群データにノイズが含まれていたり、その精度が低い場合には、形状一致率を重視することはかえって好ましくない結果を招くことになる。また、3次元点群データのノイズや精度の低さの影響は、プリミティブのスケールが大きいほど、相対的に小さくなる。従って、プリミティブ配置処理(2)は、ノイズが含まれていたり、精度が低い3次元点群データに基づいて3次元ポリゴンを生成する際に適した処理であると言える。しかも、プリミティブ配置処理(2)は、形状一致率が形状一致率閾値(Thf)よりも大きいことを条件としているため、3次元点群データと全く形状の異なる3次元ポリゴンの生成は回避することができる利点もある。
また、本実施例では、生成された3次元ポリゴンに対応する3次元点群データは順次、除去されていくため(図4)、残余の3次元点群データの精度も順次、変わっていくことになる。従って、例えば、ポリゴン形状決定処理の開始当初は、プリミティブ配置処理(2)によってスケールの大きいプリミティブを用いる処理を行い、ある程度、3次元点群データが除去された後は、プリミティブ配置処理(1)によって形状一致率が高いプリミティブを用いる処理を行うというように、途中で処理を切り換えるようにしても構わない。
そして、選択された点およびポリゴンの法線ベクトルのなす角度ANGを算出する(ステップS62)。
以上の処理を、対象となる3次元点群データの全てについて完了するまで繰り返す(ステップS63)。
形状一致率=N/Ntotal
ここで、Nは、なす角度ANG<角度閾値Thaとなる点の数である。つまり、Nは、ポリゴンに属すると判断される点の数を表している。
Ntotalは、対象となる3次元点群の全点数である。
つまり、以上の処理により、形状一致率は、3次元点群データのうち、3次元ポリゴンに属すると判断される点の割合を算出していることになる。形状一致率は、かかる定義に限らず、他にも種々の定義をとることが可能である。
図8及び図9は、3次元モデル生成例を示す説明図である。図8(a)には、処理前の3次元点群を示した。図示する点群は、ビルを構成するものである。このビルは、概略、本体部分D1と、屋上にある若干平たい構造体D2と、さらにその上にある構造体D3を重ねた形状をなしている。
本実施例の3次元モデル生成処理を実行すると、まず、ビルの本体に近い直方体のプリミティブが用いられ、図8(b)に示すように、マッチングされる。この状態では、プリミティブP1は、本体D1とは比較的良好にマッチングしているものの、構造体D2、D3とはマッチングしていない状態である。このときは、距離閾値Thdを3mとした。この結果、ポリゴンを構成する点群として、本体D1に属する点群のみならず、構造体D2、D3に属する点群も抽出されているのである。そして、これらの点群にできる限り一致させるようにプリミティブP1の各ポリゴンが決定されるため、プリミティブP1の高さは、構造体D2、D3を含むほど高く設定されることになる。このように構造体D2、D3とはマッチングしていないため、プリミティブP1の形状一致率は比較的低い値となる。
そこで、ポリゴン形状決定処理(図4のステップS35)にあるように、距離閾値Thdを再設定して、再度、プリミティブ配置処理を行うことになる。図8の例では、距離閾値Thdを2mに再設定した。この結果が、図8(c)に示すプリミティブP2である。距離閾値Thdを再設定することにより、図8(b)の時とは異なり、ポリゴンを構成する点群として本体D1に属する点群のみが抽出され、構造体D2、D3に属する点群は抽出されなくなる。この結果、本体部分D1に良好にマッチングしたプリミティブが得られる。このプリミティブの各面が、本体部分を構成する3次元ポリゴンとなる。
次に、構造体D2、D3を対象として、プリミティブ配置処理を実行すると、図9(d)に示すプリミティブP3が得られる。距離閾値Thdは、図8(c)のときと同じ値であり、この例では、2mのままであるが、改めて3mから開始するようにしても良い。距離閾値Thdが大きい状態では、構造体D2、D3に属する点群が抽出され、これに基づいてプリミティブP3が決定されることになる。従って、図9(d)に示される通り、プリミティブP3は、構造体D2、D3との形状一致率が低い。
そこで、再度、距離閾値Thdを再設定する。この例では、距離閾値Thdを1mとした。このように距離閾値Thdを再設定して、再度、プリミティブ配置処理を実行すると、図9(e)に示すように、構造体D2に良好に一致するプリミティブP4、および、その各面を構成するとしての3次元ポリゴンが得られる。良好な3次元ポリゴンが得られたので、それに対応する構造体D2の部分の3次元点群データを除去する。
こうして残った構造体D3の3次元点群データを対象にしてプリミティブ配置処理を実行すると、図9(f)に示すようにプリミティブP5が得られる。こうして、3次元点群データに対するビルの本体部分D1、構造体D2、D3をそれぞれ構成する3次元ポリゴンが得られるのである。
以上の実施例で説明した種々の特徴は、必ずしも全てを備えている必要はなく、適宜、その一部を省略したり、組み合わせたりしてもよい。また、本発明は、上述の実施例に限らず、種々の変形例を構成することが可能である。
11…3次元点群データ記憶部
12…3次元モデル生成部
13…ポリゴン形状決定部
14…プリミティブ配置部
15…プリミティブデータベース
16…3次元ポリゴン記憶部
17…生成パラメータ設定部
18…形状一致率算出部
Claims (9)
- 複数の点群について各点ごとに3次元の位置座標を保持した3次元点群データから、該3次元点群データで表されるオブジェクトの3次元モデルを生成する3次元モデル生成装置であって、
前記3次元点群データに基づいて前記3次元モデルを構成する3次元ポリゴンを生成するポリゴン生成部と、
前記3次元ポリゴンの生成に用いられ、該生成結果に影響を与える生成パラメータを設定する生成パラメータ設定部と、
前記生成パラメータを複数通りに変化させて前記ポリゴン生成部に前記3次元ポリゴンの生成を行わせる処理を経て、前記3次元ポリゴンの形状を決定するポリゴン形状決定部とを備え、
前記ポリゴン生成部は、前記3次元ポリゴンを複数通りの方法で生成可能であり、
前記ポリゴン形状決定部は、前記3次元点群データの特性に基づいて、前記3次元ポリゴンの生成方法を切り換える3次元モデル生成装置。 - 請求項1記載の3次元モデル生成装置であって、
前記ポリゴン形状決定部は、前記生成された3次元ポリゴンを評価し、該評価の結果が所定の基準を満たさないときに前記生成パラメータを変化させた上で前記3次元ポリゴンの再生成を行わせる3次元モデル生成装置。 - 請求項1または2記載の3次元モデル生成装置であって、
前記ポリゴン形状決定部は、前記3次元ポリゴンの形状が決定された場合、前記3次元点群データから該3次元ポリゴンに対応するものを除外し、残余の3次元点群データを対象として再度、前記3次元ポリゴンの形状を決定する処理を実行する3次元モデル生成装置。 - 請求項1〜3いずれか記載の3次元モデル生成装置であって、
前記ポリゴン形状決定部は、生成された前記3次元ポリゴンと前記3次元点群データとのずれを表す形状一致率に基づいて、前記3次元ポリゴンの形状を決定する3次元モデル生成装置。 - 請求項1記載の3次元モデル生成装置であって、
前記ポリゴン生成部による前記3次元ポリゴンの生成には、予め用意された3次元のプリミティブを前記3次元点群データに適合させる方法を含む3次元モデル生成装置。 - 請求項5記載の3次元モデル生成装置であって、
前記ポリゴン生成部は、3次元ポリゴンと3次元点群データとの形状一致率が高くなるように前記プリミティブの適合を行う方法、および生成されるべき3次元ポリゴンのサイズが大きいものを優先して前記プリミティブの適合を行う方法を含む3次元モデル生成装置。 - 請求項4または6記載の3次元モデル生成装置であって、
前記3次元点群データは、各点ごとに、3次元の位置座標に加えて法線ベクトルのデータを保持しており、
前記形状一致率は、前記3次元点群データおよび前記3次元ポリゴンとの距離、および前記3次元点群データの法線ベクトルと前記3次元ポリゴンの法線ベクトルのなす角度の2つを用いて算出される3次元モデル生成装置。 - コンピュータによって、複数の点群について各点ごとに3次元の位置座標を保持した3次元点群データから、該3次元点群データで表されるオブジェクトの3次元モデルを生成する3次元モデル生成方法であって、
前記コンピュータが実行するステップとして、
前記3次元点群データに基づいて前記3次元モデルを構成する3次元ポリゴンを生成するポリゴン生成ステップと、
前記3次元ポリゴンの生成に用いられ、該生成結果に影響を与える生成パラメータを設定する生成パラメータ設定ステップと、
前記生成パラメータを複数通りに変化させて前記ポリゴン生成ステップに前記3次元ポリゴンの生成を行わせる処理を経て、前記3次元ポリゴンの形状を決定するポリゴン形状決定ステップとを備え、
前記ポリゴン生成ステップは、前記3次元ポリゴンを複数通りの方法で生成可能であり、
前記ポリゴン形状決定ステップは、前記3次元点群データの特性に基づいて、前記3次元ポリゴンの生成方法を切り換える3次元モデル生成方法。 - 複数の点群について各点ごとに3次元の位置座標を保持した3次元点群データから、該3次元点群データで表されるオブジェクトの3次元モデルを生成する機能をコンピュータに実現させるためのコンピュータプログラムであって、
前記3次元点群データに基づいて前記3次元モデルを構成する3次元ポリゴンを生成するポリゴン生成機能と、
前記3次元ポリゴンの生成に用いられ、該生成結果に影響を与える生成パラメータを設定する生成パラメータ設定機能と、
前記生成パラメータを複数通りに変化させて前記ポリゴン生成機能に前記3次元ポリゴンの生成を行わせる処理を経て、前記3次元ポリゴンの形状を決定するポリゴン形状決定機能とをコンピュータによって実現させ、
前記ポリゴン生成機能は、前記3次元ポリゴンを複数通りの方法で生成可能であり、
前記ポリゴン形状決定機能は、前記3次元点群データの特性に基づいて、前記3次元ポリゴンの生成方法を切り換える機能であるコンピュータプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019091067A JP6793777B2 (ja) | 2019-05-14 | 2019-05-14 | 3次元モデル生成装置 |
PCT/JP2020/012085 WO2020230452A1 (ja) | 2019-05-14 | 2020-03-18 | 3次元モデル生成装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019091067A JP6793777B2 (ja) | 2019-05-14 | 2019-05-14 | 3次元モデル生成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020187507A JP2020187507A (ja) | 2020-11-19 |
JP6793777B2 true JP6793777B2 (ja) | 2020-12-02 |
Family
ID=73223462
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019091067A Active JP6793777B2 (ja) | 2019-05-14 | 2019-05-14 | 3次元モデル生成装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6793777B2 (ja) |
WO (1) | WO2020230452A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7136499B1 (ja) * | 2021-04-30 | 2022-09-13 | 株式会社ライトコンサルタンツ | 3次元工作物の設置計画に関するデータの生成方法、システム、及びデータ |
WO2023248394A1 (ja) * | 2022-06-22 | 2023-12-28 | ファナック株式会社 | 処理装置、処理システムおよび処理方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3950376B2 (ja) * | 2002-06-26 | 2007-08-01 | 日本電信電話株式会社 | 3次元点群からの形状モデル生成方法と装置、並びに、3次元点群からの形状モデル生成プログラムと該プログラムを記録した記録媒体 |
JP5343042B2 (ja) * | 2010-06-25 | 2013-11-13 | 株式会社トプコン | 点群データ処理装置および点群データ処理プログラム |
JP5470190B2 (ja) * | 2010-08-03 | 2014-04-16 | 株式会社日立製作所 | 3次元環境生成システム |
US11367257B2 (en) * | 2016-05-26 | 2022-06-21 | Sony Corporation | Information processing apparatus, information processing method, and storage medium |
-
2019
- 2019-05-14 JP JP2019091067A patent/JP6793777B2/ja active Active
-
2020
- 2020-03-18 WO PCT/JP2020/012085 patent/WO2020230452A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2020230452A1 (ja) | 2020-11-19 |
JP2020187507A (ja) | 2020-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7737969B2 (en) | System and program product for re-meshing of a three-dimensional input model using progressive implicit approximating levels | |
Tam et al. | Shape simplification based on the medial axis transform | |
US7425954B2 (en) | Systems and methods for providing signal-specialized parametrization | |
WO2020230452A1 (ja) | 3次元モデル生成装置 | |
JP7424573B2 (ja) | 三次元点群データに基づく三次元モデル生成装置 | |
KR100512760B1 (ko) | 경계셀 축소 방식을 이용하여 3차원 측정점들로부터 3차원메쉬를 생성하는 방법 | |
JP2009122999A (ja) | 三次元形状最適化装置および三次元形状最適化方法 | |
Wiemann et al. | A toolkit for automatic generation of polygonal maps-las vegas reconstruction | |
Verykokou et al. | A Comparative analysis of different software packages for 3D Modelling of complex geometries | |
Dyn et al. | Meshfree thinning of 3D point clouds | |
Gosciewski | Reduction of deformations of the digital terrain model by merging interpolation algorithms | |
KR100414058B1 (ko) | 3차원 다각형 표면의 리메슁 최적화 방법 및 장치 | |
CN114677468B (zh) | 基于逆向建模的模型修正方法、装置、设备和存储介质 | |
KR20010046823A (ko) | 정렬되지 않은 3차원 거리 데이터로부터 캐드모델 생성 방법 | |
Huang et al. | Mesh optimization for surface approximation using an efficient coarse-to-fine evolutionary algorithm | |
JP3739209B2 (ja) | 点群からのポリゴン自動生成システム | |
CN111898654A (zh) | 三维对象特征获取方法、装置、计算机设备和存储介质 | |
US20050219237A1 (en) | Image data compression method and image processing device | |
CN117437364B (zh) | 基于残缺点云数据的建筑三维结构提取方法和装置 | |
DalleMole et al. | The growing self-organizing surface map | |
TWI847355B (zh) | 三維模型的重建方法及運算裝置 | |
Dokken et al. | Locally Refined Splines Representation for Geospatial big Data | |
Ravaglia et al. | Anisotropic octrees: a tool for fast normals estimation on unorganized point clouds | |
Werghi et al. | Constrained object reconstruction incorporating free-form surfaces | |
Błaszczak-Bąk et al. | Multi-objective optimization problem in the OptD-multi method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190618 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200706 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200824 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200929 |
|
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: 20201104 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201110 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6793777 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |