JP6793777B2 - ３次元モデル生成装置 - Google Patents

Description

本発明は、３次元点群に基づいて、オブジェクトの３次元モデルを生成する技術に関する。

地物の形状を３次元的に表した３次元地図においては、地物の３次元モデルを精度良く、かつ低い処理負荷で生成することが求められる。このような技術の一つとして、３次元復元の利用が検討されている。
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。

特開２０１４−１８６５６５号公報 特開２００３−２５６７８１号公報

しかし、３次元復元に用いられる３次元点群データは、その密度や精度は必ずしも均一とは限らない。複数の地物を含む３次元点群データにおいては、地物ごとに密度や精度が異なることもある。また、一つの地物を表す３次元点群データにおいても、局所的に密度や精度が異なることがある。従来技術では、３次元点群データを良好に復元した３次元モデルが生成できる場合もあれば、不良となる場合もあるというように、３次元点群データの不均一性に基づいて、３次元モデルの生成結果が不安定となることがあった。かかる課題は、地物に限らず、広汎なオブジェクトについて共通の課題であった。本発明は、３次元点群データの不均一性に関わらず、３次元点群データを良好に復元した３次元モデルを安定して生成可能とする技術を提供することを目的とする。

本発明は、
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。

本明細書において、３次元ポリゴンは、３次元モデルを構成する面を意味する。３次元モデルは、オブジェクトを表す１または複数の３次元ポリゴンの集合を意味する。オブジェクトとしては、３次元地図を構成する地物の場合もあれば、建物内の壁、柱などの構造物、ロッカー、机などの物体など種々の対象物が挙げられる。また、３次元点群データは、単一のオブジェクトを表すものであってもよいし、複数のオブジェクトを包含するものであってもよい。

３次元ポリゴンを生成する際には、種々の生成パラメータが用いられる。３次元点群データを良好に復元する３次元モデルを生成するためには、この生成パラメータを３次元点群データに応じて適正に設定することが重要となる。
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。

本発明においては、
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。

かかる態様によれば、所定の基準を満たす３次元ポリゴンが得られるまで処理を繰り返すことになるため、安定的に良好な結果が得られる利点がある。また、所定の基準を満たす３次元ポリゴンが早期に得られた場合には、早期に処理を終了することができ、無用な処理負荷がかかることを抑制できる利点もある。
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。

本発明においては、
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。

３次元点群データの密度や精度など生成パラメータに影響を与えうる特性が局所的に異なる場合、良好な３次元ポリゴンを得るための生成パラメータも、３次元点群データの部位に応じて変化させる必要がある。上記態様によれば、良好な３次元ポリゴンが得られた３次元点群データを除去しながら３次元ポリゴンを生成するため、３次元点群データの部分ごとに生成パラメータを変化させることが可能となり、それぞれ良好な３次元ポリゴンを生成することが可能となる。
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。

本発明においては、
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。

こうすることにより、３次元点群データと３次元ポリゴンとの一致性を客観的に評価できる利点がある。形状一致率の算出は、種々の方法をとり得る。その例は後述する。

本発明においては、
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。

こうすることにより、３次元点群データの特性に応じた生成方法を用いることが可能となり、より良好な３次元ポリゴンを得ることが可能となる。
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。

上述の通り、複数通りの方法で３次元ポリゴンを生成する場合、
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。

こうすることにより、比較的容易にポリゴンを生成することが可能となる。３次元点群データに適合させるようプリミティブを配置し、その形状を変化させる方法は、公知の種々の方法を用いることができる。
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。

３次元のプリミティブを用いる場合には、
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。

この態様では、３次元のプリミティブを用いるという点では共通の方法であるが、３次元ポリゴンを生成する際に用いる判断基準が、形状一致率を優先するか、３次元ポリゴンのサイズを優先するかで異なる２つの方法を使い分けることになる。こうすることで、プリミティブを用いて比較的簡易な処理によって３次元ポリゴンを生成できるという利点を活かしつつ、３次元点群データの特性に応じた生成を実現することができる。
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。

上記種々の態様において、形状一致率を評価の基準として用いる例を示した。形状一致率は、３次元点群データと３次元ポリゴンとのずれを表す指標であり、種々の定義が可能である。単純に、両者の距離の２乗平均などを指標として用いることもできる。また、両者の距離の絶対値の分布を示す統計値、例えば、平均値、中央値、標準偏差などを指標として用いてもよい。

また、別の態様として、
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。

３次元点群データが有する法線ベクトルとは、３次元点群データを取得する際に、各点が属すると判断される面の法線ベクトルを意味する。例えば、ＳＩＦＴ（Scale-Invariant Feature Transform）によって得られる３次元点群データは、３次元座標の他、この法線ベクトルが取得されることが知られている。
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。

本発明は、上述した特徴を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。上述した３次元モデルの生成をコンピュータによって実行する３次元モデル生成方法として構成してもよいし、かかる方法をコンピュータに行わせるためのコンピュータプログラムとして構成してもよい。さらに、かかるコンピュータプログラムを記録したコンピュータが読み取り可能な記録媒体として構成してもよい。

３次元モデル生成装置の構成を示す説明図である。 ３次元モデル生成処理のフローチャートである。 ポリゴン化処理のフローチャートである。 ポリゴン形状決定処理のフローチャートである。 プリミティブ配置処理（１）のフローチャートである。 プリミティブ配置処理（２）のフローチャートである。 形状一致率算出処理のフローチャートである。 ３次元モデル生成例を示す説明図である。 ３次元モデル生成例を示す説明図である。

以下、本発明の実施例について、建物を表す３次元点群データに対し、プリミティブを用いて３次元モデルを生成するための装置を例示する。以下の本発明は、建物以外のオブジェクトを対象とする場合にも適用可能である。また、３次元モデルの生成は、プリミティブを用いる方法に限られるものでもない。

図１は、３次元モデル生成装置１０の構成を示す説明図である。本実施例では、コンピュータに、図示する各機能を実現するためのコンピュータプログラムをインストールすることによって、ソフトウェア的に構成した。各機能の一部または全部をハードウェア的に構成しても差し支えない。また、本実施例では、スタンドアロンで稼働する装置として例示するが、複数のコンピュータまたはサーバをネットワークで接続することで構成してもよい。

以下、図中の各機能について説明する。
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、３次元点群データに基づいて建物を表す３次元モデルを生成する。本実施例における３次元モデルの概略の生成過程は、次の通りである。まず、３次元点群データに対してプリミティブを配置し、その形状を適合させることにより３次元ポリゴンを生成する。そして、得られた３次元ポリゴンを評価し、所定の基準を満たさない場合には、生成パラメータを変更して、再度、３次元モデルを生成する。これを繰り返すことによって、良好な３次元ポリゴンが得られると、得られた３次元ポリゴンに対応する３次元点群データは、処理対象から除外する。そして、残った３次元点群データを対象として、同様の処理を繰り返す。こうすることで、３次元点群データ全体に対して３次元ポリゴンを生成し、その集合体として建物に対する３次元モデルを得るのである。本実施例では、こうして得られた３次元モデルを再度評価し、良好と言えない場合には、改めて生成パラメータを変更して処理を実行する。
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。

プリミティブデータベース１５は、３次元モデルの生成に用いられる３次元のプリミティブを予め格納するデータベースである。本実施例では、ビルや家屋などを表す代表的な形状の３次元ポリゴンをプリミティブとして用意した。
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。

ポリゴン形状決定部１３は、プリミティブ配置部１４で得られた３次元ポリゴンを評価する。３次元ポリゴンが、所定の基準を満たさない場合には、生成パラメータを変更して、再度、プリミティブ配置部１４に、３次元モデルを生成させる。また、良好な３次元ポリゴンが得られた場合には、それに対応する３次元点群データを除去し、残余の３次元点群データを対象として、プリミティブ配置部１４に、３次元モデルを生成させる。

３次元ポリゴン記憶部１６は、以上の過程において得られる３次元ポリゴンを逐次記憶する。
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。

以下、本実施例における３次元モデルの生成処理について具体的に説明する。以下の各処理は、図１に示した各機能によって実現されるものであり、ハードウェア的には、３次元モデル生成装置１０によって実行される処理である。

図２は、３次元モデル生成処理のフローチャートである。主として３次元ポリゴン生成部１２に対応する処理である。
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。

そして、３次元モデル生成装置１０は、ポリゴン化処理を実行する（ステップＳ１２）。処理対象の３次元点群データに対して３次元ポリゴンを生成する処理である。処理の詳細については後述する。ポリゴン化処理によって、処理対象となった３次元点群データで表される建物の３次元モデルが得られることになる。
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。

評価結果がＯＫの場合、即ち、形状一致率が所定値以上の場合には、ポリゴン化の結果を反映させる（ステップＳ１５）、即ち、得られた３次元ポリゴンを格納し、これに対応する３次元点群データは、処理済みと扱うことになる。そして、未処理の３次元点群データが残っている場合には、まだ終了に至っていないと判断し（ステップＳ１７）、以上の処理を繰り返す。３次元点群データが３次元ポリゴンを生成できるほど、残っていない場合には、３次元モデル生成処理を終了する。
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。

なお、後述する通り、本実施例では、３次元ポリゴンの生成過程において、形状一致率により、結果の適否を判断する。また、その結果に応じて、生成パラメータの再設定も行う。従って、上述のステップＳ１３〜Ｓ１６の処理は省略しても差し支えない。
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。

生成パラメータの再設定（ステップＳ１６）についても、同様である。本実施例では、後述する通り、３次元ポリゴンを生成する際にも、生成パラメータの再設定を行っている。具体的には、距離閾値という生成パラメータに対して所定の係数を乗じることにより変更しているのである。従って、ステップＳ１６では、これとは異なる方法で、生成パラメータの再設定を行うことが好ましい。例えば、距離閾値とは異なる生成パラメータを再設定したり、係数を乗じる以外の方法によって生成パラメータを再設定する方法が考えられる。

次に、ポリゴン化処理について説明する。この処理は、３次元モデル生成処理（図２のステップＳ１２）に相当する処理である。主として図１の３次元モデル生成部１２が実行する処理となる。
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）。

そして、入力した点群データの密度に基づいて、生成パラメータの初期値を設定する（ステップＳ２２）。図中に本実施例で用いる生成パラメータを示した。
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。

以上の前処理が完了すると、３次元モデル生成装置１０は、ポリゴン形状生成処理を実行する（ステップＳ２３）。

図４は、ポリゴン形状決定処理のフローチャートである。図３のステップＳ２３に相当する処理である。また、主として図１のポリゴン形状決定部１３が実行する処理である。
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。

次に、３次元モデル生成装置１０は、形状一致率と形状一致率閾値Ｔｈｆの比較により、生成された３次元ポリゴンが良好か否かを判断する。形状一致率が形状一致率閾値Ｔｈｆよりも大きい場合には（ステップＳ３１）、３次元ポリゴンが良好であると判断し、プリミティブ配置処理の結果を格納する（ステップＳ３２）。また、３次元点群データから、生成された３次元ポリゴンを構成する点群を、処理済みのものとして除去する（ステップＳ３３）。こうして、残った点数が頂点数閾値Ｔｈｐよりも大きい場合には、まださらに３次元ポリゴンの生成を行うべきと判断し、再帰的に、ポリゴン形状決定処理を実行する（ステップＳ３７）。

また、形状一致率が形状一致率閾値Ｔｈｆ以下である場合（ステップＳ３１）、３次元ポリゴン生成装置１０は、生成された３次元ポリゴンが良好ではないと判断し、生成パラメータの一つである距離閾値Ｔｈｄを再設定する（ステップＳ３５）。距離閾値Ｔｈｄ以外の生成パラメータについても再設定の対象としてもよい。距離閾値Ｔｈｄの再設定は、従前の距離閾値Ｔｈｄ×距離閾値の変更倍率（ＶＴｈｄ）によって行われる。再設定は、他の演算によって行っても良い。また、形状一致率に応じて距離閾値の変更倍率（ＶＴｈｄ）を変更してもよい。
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。

ポリゴン形状決定処理では、上述の通り、３次元ポリゴンの生成が良好に行われなかった場合には、生成パラメータを再設定して、再度、３次元ポリゴンを生成する。この処理を繰り返し実行することにより、良好な３次元ポリゴンが生成されることになる。
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。

次に、プリミティブ配置処理について説明する。これは、ポリゴン形状決定処理（図４）のステップＳ３０に対応する処理である。主として、図１のプリミティブ配置部１４によって実行される処理である。
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。

次に、３次元モデル生成装置１０は、３次元点群データの各点について、プリミティブの各面との最近傍距離を算出し、最近傍距離が距離閾値Ｔｈｄよりも小さくなる点を抽出する（ステップＳ４１）。最近傍距離とは、点から３次元ポリゴンの各面までの距離の最小値を言う。そして、最近傍距離が距離閾値Ｔｈｄよりも小さい点は、その３次元ポリゴンに属する３次元点群であると考えられる。つまり、ステップＳ４１の処理は、生成された３次元ポリゴンについて、各面に属すると判定される３次元点群を抽出する処理ということになる。

３次元モデル生成装置１０は、抽出した点群の数が、頂点数閾値（Ｔｈｐ）よりも大きい場合には（ステップＳ４２）、ポリゴン化できるだけの３次元点群データに基づいて３次元ポリゴンが生成されたものと判断し、ポリゴン決定、形状一致率算出処理を実行する（ステップＳ４３）。ポリゴン決定とは、抽出された点群に一致するようプリミティブのポリゴンを決定する処理である。点群を抽出する際に用いられる距離閾値Ｔｈｄが大きい値の場合には、本来は同一のポリゴンを構成しない点が抽出される可能性もある。従って、抽出された全点群に一致するポリゴンを決定することはできない。ポリゴン決定の処理では、抽出された点群との誤差を許容しつつ、できる限り多くの点群に一致するようにプリミティブを変形させることによってポリゴンを決定することになる。形状一致率算出処理は、３次元点群データと３次元ポリゴンとの形状一致率を算出する処理である。その内容については後述する。抽出した点群の数が、頂点数閾値（Ｔｈｐ）以下である場合には（ステップＳ４２）、３次元ポリゴンの生成を行えるほどの３次元点群データが利用されていないと判断し、形状一致率算出処理（ステップＳ４３）をスキップする。この場合は、そもそもプリミティブの選択が不適切であったことになる。

以上の処理によって、不適切なプリミティブが用いられた場合を除き、プリミティブを用いて生成された３次元ポリゴンに対して形状一致率が得られる。３次元モデル生成装置１０は、以上の処理を全プリミティブについて繰り返し実行する（ステップＳ４４）。そして、得られた結果の中から、形状一致率が最大となるプリミティブを選択する（ステップＳ４５）。ここで言うプリミティブとは、３次元点群データにマッチングを行った後の状態を意味する。

本実施例では、上述の通り、予め用意されている全プリミティブについてプリミティブ配置処理を行うものとした。これに対し、処理対象となるプリミティブを絞り込んでも良い。例えば、３次元点群データが、ビルに対するものであれば、ビルを表す直方体などのプリミティブを利用するようにしてもよい。この選択は、プリミティブに、予め「ビル」などの属性を設定しておき、これに基づいてオペレータが選択、絞り込みを行うようにしてもよい。また、３次元点群データを平面に投影し、投影された点群と一致する平面形状を有するプリミティブを選択するようにしてもよい。このように予め絞り込むことにより、プリミティブ配置処理の負荷を軽減することができる。

図６は、プリミティブ配置処理（２）のフローチャートである。図５で説明した処理の変形例に相当する。変形例におけるプリミティブ配置処理（図６）のステップＳ５０〜ステップＳ５４は、図５のステップＳ４０〜Ｓ４４の処理と同一である。
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。

以上の２つのプリミティブ配置処理の特徴について説明する。
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。

ポリゴン形状決定処理（図４）のステップＳ３０においては、上述したプリミティブ配置処理（１）（図５）、およびプリミティブ配置処理（２）（図６）のいずれか一方を用いるものとしてもよいし、両者を３次元点群データの特性に応じて使い分けるものとしてもよい。使い分けは、例えば、オペレータが選択するようにしてもよいが、３次元点群データのノイズや精度に応じて、自動的に判断するものとしてもよい。例えば、３次元点群データと各面との最近傍距離の分布を求め、その最大値、ばらつきなどに基づいて、３次元点群データの精度を評価し、これに基づいて、２つの処理の一方を選択するようにしてもよい。
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。

図７は、形状一致率算出処理のフローチャートである。形状一致率は、ポリゴンの評価（図２のステップＳ１３）、ポリゴン形状決定処理（図４のステップＳ３１）、プリミティブの選択（図５のステップＳ４５、Ｓ５５）などで、生成されたポリゴンの評価に用いられる値である。形状一致率算出処理は、プリミティブ配置処理（１）（図５のステップＳ４３）、プリミティブ配置処理（２）（図６のステップＳ５３）に相当する処理である。主として、図１の形状一致率算出部１８によって実行される処理である。

処理を開始すると、３次元モデル生成装置１０は、３次元点群データの中の一点を選択する（ステップＳ６０）。また、選択された点の最近傍距離となるポリゴンを選択する（ステップＳ６１）。
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）。

３次元モデル生成装置１０は、以上の結果に基づいて、次式により、形状一致率を算出する（ステップＳ６４）。
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。

次に具体的な処理例を示す。
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。

良好な３次元ポリゴンが得られると、ポリゴン形状決定処理（図４）のステップＳ３３に示した通り、得られたポリゴンに対応する３次元点群データを処理済みのものとして除去する。つまり、本体部分Ｄ１の３次元点群データを除去し、構造体Ｄ２、Ｄ３の３次元点群データが残ることになる。
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。

以上で説明した本実施例の３次元モデル生成装置１０によれば、３次元点群データから３次元モデルを生成する際に、３次元ポリゴンの生成結果を評価して、生成パラメータを再設定し、３次元ポリゴンの生成を再度行う処理を繰り返すことにより、３次元点群データに良好に一致した３次元ポリゴンを生成することが可能となる。
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。

本発明は、３次元点群に基づいて、オブジェクトの３次元モデルを生成するために利用することができる。

１０…３次元モデル生成装置
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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
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。