JP6815793B2 - 矩形領域検出方法、矩形領域検出装置及びプログラム - Google Patents

Description

本発明は、矩形領域を検出する矩形領域検出方法、矩形領域検出装置及びプログラムに関する。

扉などの矩形領域を検出する方法であって、距離画像からエッジ断片を検出し、検出したエッジ断片群を３次元座標系に変換した後、エッジ断片群の分布に基づいて、３次元の矩形領域を検出する矩形領域検出方法が知られている（特許文献１参照）。

特開２０１５−０４９７７６号公報

ところで、例えば、扉などが開閉される環境において、距離画像を取得するセンサの位置から矩形状の扉などを見た場合、遠近効果により、矩形状の扉が、その扉の開閉状態や配置状態に応じて別の形状に見え得る。このため、適切な絞り込みを行わずに、上記のように単純な平面検出を組み合わせて扉などの矩形領域の検出を行うだけだと、扉の開閉状態や配置状態などの環境が複雑になるに従がって、その矩形領域を検出する際の計算量は大きく増加してしまう。

本発明は、このような問題点に鑑みてなされたものであり、環境内の矩形領域を検出する際の計算量を効率的に低減できる矩形領域検出方法、矩形領域検出装置及びプログラムを提供することを主たる目的とする。

上記目的を達成するための本発明の一態様は、
環境内の所定面上に配置され該所定面に対して垂直状態の矩形領域を検出する矩形領域検出方法であって、
前記環境内の３次元点群を取得するステップと、
前記取得した３次元点群の各点により特定される平面に対する該各点の法線を算出するステップと、
前記算出した法線のうち、前記所定面の法線に対して垂直となる法線を残し、残りの法線を除去するステップと、
前記除去した各法線に基づいて、前記矩形領域として検出するステップと、
を含む、ことを特徴とする矩形領域検出方法
である。
この一態様において、前記除去した各法線に対して、類似するもの同士を同一のクラスとして分類するステップと、前記分類したクラス毎に２次元画像を生成するステップと、前記生成した２次元画像毎に、該各２次元画像のエッジを検出するステップと、前記検出したエッジに対して、該各エッジに垂直または平行な直線状の直線エッジ要素を検出するステップと、前記生成した各２次元画像上において、前記検出した直線エッジ要素に基づいて四角形状の閉ループである四角形閉ループを検出するステップと、前記検出した２次元の四角形閉ループに基づいて、３次元空間における四角形閉ループを生成し、該生成した四角形閉ループを前記矩形領域として検出するステップと、を更に含んでいてもよい。
この一態様において、前記分類されたクラス毎に、各法線に属する３次元点の位置に基づいて、３次元空間での平面を算出するステップを更に含み、前記算出された平面毎に、該平面に属する３次元点に基づいて各平面上の２次元画像を生成し、前記検出した四角形閉ループの各頂点を、前記算出した対応する平面に基づいて、３次元点に変換し、該変換した３次元点を繋ぐベクトルを前記矩形領域として検出してもよい。
この一態様において、前記分類されたクラス毎に、該各クラスの各法線に属する３次元点に基づいて、該各クラスの２次元画像を生成し、前記２次元画像上の、前記検出された四角形閉ループの各頂点を、前記３次元点群と照合することで、３次元点に変換し、該変換した３次元点を繋ぐベクトルを前記矩形領域として検出してもよい。
上記目的を達成するための本発明の一態様は、
環境内の所定面上に配置され該所定面に対して垂直状態の矩形領域を検出する矩形領域検出装置であって、
前記環境内の３次元点群を取得する点群取得手段と、
前記点群取得手段により取得された３次元点群の各点により特定される平面に対する該各点の法線を算出する法線算出手段と、
前記法線算出手段により算出された法線のうち、前記所定面の法線に対して垂直となる法線を残し、残りの法線を除去する法線フィルタ手段と、
前記法線フィルタ手段により除去された各法線に基づいて、前記矩形領域として検出する候補領域検出手段と、
を備える、ことを特徴とする矩形領域検出装置
であってもよい。
上記目的を達成するための本発明の一態様は、
環境内の所定面上に配置され該所定面に対して垂直状態の矩形領域を検出するプログラムであって、
前記環境内の３次元点群を取得する処理と、
前記取得した３次元点群の各点により特定される平面に対する該各点の法線を算出する処理と、
前記算出した法線のうち、前記所定面の法線に対して垂直となる法線を残し、残りの法線を除去する処理と、
前記除去した各法線に基づいて前記矩形領域として検出する処理と、
をコンピュータに実行させることを特徴とするプログラム
であってもよい。

本発明によれば、環境内の矩形領域を検出する際の計算量を効率的に低減できる矩形領域検出方法、矩形領域検出装置及びプログラムを提供することができる。

本発明の実施形態１に係る矩形領域検出装置の概略的なシステム構成を示すブロック図である。 法線フィルタ部４は、所定面の法線に垂直とならない除去される法線の一例を示す図である。 本発明の実施形態１に係る矩形領域検出方法の処理フローの一例を示すフローチャートである。 本発明の実施形態２に係る矩形領域検出方法の処理フローの一例を示すフローチャートである。

実施形態１
以下、図面を参照して本発明の実施の形態について説明する。図１は、本発明の実施形態１に係る矩形領域検出装置の概略的なシステム構成を示すブロック図である。本実施形態１に係る矩形領域検出装置１は、例えば、環境内の建物や家具の扉、窓、引出し面、壁面などの、床面や地面などの所定面に対し垂直状態の矩形領域を検出するものである。

矩形領域検出装置１は、例えば、演算処理等を行うＣＰＵ（Central Processing Unit）、ＣＰＵによって実行される演算プログラム等が記憶されたＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）からなるメモリ、外部と信号の入出力を行うインターフェイス部（Ｉ／Ｆ）などからなるマイクロコンピュータを中心にして、ハードウェア構成されている。ＣＰＵ、メモリ及びインターフェイス部は、データバスなどを介して相互に接続されている。

ところで、環境内の建物や家具の扉、窓、引出し面、壁面などの矩形領域を検出する際に、例えば、扉が開かれている場合や家具が斜めに配置されている場合などの複雑な環境が想定される。特に、扉などが開閉される環境などにおいて、距離画像センサの位置から矩形状の扉などを見た場合、遠近効果により、矩形状の扉が、扉の開閉状態や配置状態に応じて別の形状に見える。このため、適切な絞り込みを行わずに、単純な平面検出を組み合わせて扉などの矩形領域の検出を行うだけだと、扉の開閉状態や配置状態などの環境が複雑になるに従がって、その矩形領域を検出する際の計算量は大きく増加してしまう。

ここで、例えば、移動型ロボットなどは、環境内を移動し、床面や地面などの所定面に対し垂直状態の、扉、窓、引出し面、壁面などの矩形領域を頻繁に検出する。

そこで、本実施形態１に係る矩形領域検出装置１において、環境内に存在する平面の中から、扉、窓、引出し面、壁面などの、環境内の所定面上に設置され該所定面に対して垂直状態の矩形領域に絞り込んで、効率的に平面検出を行う。すなわち、本実施形態１に係る矩形領域検出装置１は、環境内の３次元点に対する法線群の中から、所定面の法線に対して垂直となる法線を残し、残りの法線を除去する絞り込みを行って、矩形領域の検出を行う。これにより、環境内の矩形領域を検出する際の計算量を効率的に低減できる。特に、扉の開閉状態や配置状態が変化するなど複雑な環境下では、その計算量低減の効果は大きい。さらに、環境内の矩形領域検出の計算量を低減することで、その矩形領域検出の高速化を図りつつ、誤検出をも低減できる。

本実施形態１に係る矩形領域検出装置１は、３次元点群を取得する点群取得部２と、３次元点群の法線を算出する法線算出部３と、法線のフィルタリングを行う法線フィルタ部４と、法線のクラスタリングを行う法線クラスタリング部５と、法線の平面を算出する平面算出部６と、２次元カラー画像を生成する画像生成部７と、エッジを検出するエッジ検出部８と、直線エッジ要素を検出する直線エッジ要素検出部９と、四角形閉ループを検出する四角形閉ループ検出部１０と、矩形領域候補を検出する候補領域検出部１１と、を備えている。

点群取得部２は、点群取得手段の一具体例である。点群取得部２は、矩形領域が存在する環境内の色情報付きの３次元点群を取得する。点群取得部２は、例えば、距離画像センサなどを用いて、環境内の３次元点群を取得する。距離画像センサは、３次元環境を計測して得られる距離画像（色情報付きの３次元点群）を生成する。距離画像は、センサ（計測点）から計測対象を撮像した画像情報とセンサから計測対象までの距離情報とを含んでおり、例えば、１画素につき、“ＲＧＢＤ（カラー＋距離）”または“グレースケール（輝度値）＋距離“を含んでいる。距離画像センサは、ステレオカメラ（３次元カメラ）、ＬＲＦ（レーザレンジファインダ）＋カメラ、Ｍｉｃｒｏｓｏｆｔ Ｋｉｎｅｃｔ（登録商標）などで構成される。

なお、点群取得部２は、メモリなどに予め記憶された環境内の３次元点群の情報を取得してもよい。

法線算出部３は、法線算出手段の一具体例である。法線算出部３は、点群取得部２により取得された３次元点群の各点により特定される平面に対する該各点の法線を算出する。例えば、法線算出部３は、各点とその近傍点の主成分分析を行う。法線算出部３は、主成分分析の結果の第３主成分方向のうち、点群取得部２の距離画像センサのセンサ方向との成す角度が小さい方を法線ベクトルとして算出する。なお、上記センサ方向とは、計測点から距離画像センサへの向きを指す。

法線フィルタ部４は、法線フィルタ手段の一具体例である。法線フィルタ部４は、法線算出部３により算出された法線のうち、所定面の法線に対して略垂直となる法線を残し、残りの法線を除去する。
例えば、法線フィルタ部４は、所定面の法線と、法線算出部３により算出された各法線との内積値を計算し、その内積値が略０の法線のみを残し、残りの法線を除去する（図２）。なお、内積値の誤差を考慮して、内積値が略０としている。所定面の法線は、環境に応じてパラメータとして法線フィルタ部４に予め設定されている。

法線クラスタリング部５は、法線クラスタリング手段の一具体例である。法線クラスタリング部５は、法線フィルタ部４からの各法線に対して、類似するもの同士を同一のクラスとして分類するクラスタリング処理を行う。法線クラスタリング部は、例えば、平均シフト（MeanShfit）法などを用いてクラスタリング処理を行う。

平面算出部６は、平面算出手段の一具体例である。平面算出部６は、法線クラスタリング部５により分類されたクラス毎に、各法線に属する３次元点の位置に基づいて、３次元空間での平面を表す平面方程式ａｘ＋ｂｙ＋ｃｚ＋ｄ＝０を算出する。

平面算出部６は、例えば、ＲＡＮＳＡＣ（RANdom SAmple Consensus）法を用いて、平面方程式ａｘ＋ｂｙ＋ｃｚ＋ｄ＝０の各係数ａ、ｂ、ｃ、ｄを算出する。ＲＡＮＳＡＣ法を利用することで平面をより高精度に検出できる。なお、平面方程式の係数ａ、ｂ、ｃは、それぞれ、各クラスの法線のｘ成分、ｙ成分、ｚ成分である。平面方程式の係数ｄは、それぞれの３次元点で算出される値であり、平均シフト法などによりクラスタリングされたときの最尤の値である。

画像生成部７は、画像生成手段の一具体例である。画像生成部７は、平面算出部６に算出された平面毎に、その平面に属する３次元点と、その３次元点のカラー情報と、に基づいて、各平面上の２次元カラー画像を生成する。なお、平面上に点が存在しない領域の画素値は、［０、０、０］とする。

エッジ検出部８は、画像生成部７により生成された２次元カラー画像毎に、例えば、Ｃａｎｎｙフィルタやラプラシアンフィルタなどを用いて、各２次元カラー画像のエッジ検出を行う。Ｃａｎｎｙフィルタでは、ガウス型の微分フィルタを用いることで、ノイズに強いエッジ画像を検出できる。なお、上述の如く、平面上に点が存在しない領域の画素値は、［０、０、０］であるため、平面上に点が存在しない端もエッジとして検出され得る。

直線エッジ要素検出部９は、直線エッジ要素検出手段の一具体例である。直線エッジ要素検出部９は、各エッジに垂直または平行な直線状の直線エッジ要素を検出する。直線エッジ要素検出部９は、エッジ検出部８により検出されたエッジに対して、例えば、確率的Ｈｏｕｇｈ変換や標準的Ｈｏｕｇｈ変換などを行い、直線エッジ要素を検出する。ここで、直線エッジ要素検出部９は、確率的Ｈｏｕｇｈ変換を用いて直線エッジ要素を検出するのが好ましい。これにより、標準的ハフ変換を用いた場合と比べて、不要な直線の検出を防ぐことができる。

直線エッジ要素検出部９は、例えば、検出された直線エッジ要素の単位方向ベクトルと、所定面の法線と、の内積値の絶対値が、略０もしくは略１となる直線エッジ要素のみを検出し、それ以外は、直線エッジ要素として検出しない。

四角形閉ループ検出部１０は、四角形閉ループ検出手段の一具体例である。四角形閉ループ検出部１０は、画像生成部７により生成された各２次元カラー画像上において、直線エッジ要素検出部９により検出された直線エッジ要素が存在する領域と、存在しない領域と、で２値化された画像（以下、２値化画像）を生成する。そして、四角形閉ループ検出部１０は、その各２値化画像に対して、例えば、輪郭を求めるための輪郭追跡アルゴリズムなどを実行することで、各２値化画像から、四角形状の閉ループである四角形閉ループを検出する。

候補領域検出部１１は、候補領域検出手段の一具体例である。候補領域検出部１１は、四角形閉ループ検出部１０により検出された２次元の四角形閉ループに基づいて、３次元空間での四角形閉ループを検出する。候補領域検出部１１は、四角形閉ループ検出部１０により検出された四角形閉ループの各頂点を、平面算出部６により算出された対応する平面方程式に基づいて、３次元点に変換する。そして、候補領域検出部１１は、変換した３次元点を繋ぐベクトルを矩形領域として検出する。候補領域検出部１１により検出された矩形領域は、例えば、扉、窓、引出し面、壁面などの候補として認識される。

図３は、本実施形態１に係る矩形領域検出方法の処理フローの一例を示すフローチャートである。
点群取得部２は、矩形領域が存在する環境内の色情報付きの３次元点群を取得する（ステップＳ１０１）。

法線算出部３は、点群取得部２により取得された３次元点群の各点に対して、法線を算出する（ステップＳ１０２）。
法線フィルタ部４は、法線算出部３により算出された法線のうち、所定面の法線に対して略垂直となる法線を残し、残りの法線を除去する（ステップＳ１０３）。

法線クラスタリング部５は、法線フィルタ部４からの各法線に対して、類似するもの同士を同一のクラスとして分類するクラスタリング処理を行う（ステップＳ１０４）。
平面算出部６は、法線クラスタリング部５により分類されたクラス毎に、各法線に属する３次元点の位置に基づいて、３次元空間での平面方程式ａｘ＋ｂｙ＋ｃｚ＋ｄ＝０を算出する（ステップＳ１０５）。なお、平面算出部６は、法線クラスタリング部５により分類されたクラス毎に、各クラスの法線と、各法線に属する３次元点の位置と、に基づいて、３次元空間での平面方程式ａｘ＋ｂｙ＋ｃｚ＋ｄ＝０を算出してもよい。

画像生成部７は、平面算出部６に算出された平面毎に、その平面に属する３次元点と、その３次元点のカラー情報と、に基づいて、各平面上の２次元カラー画像を生成する（ステップＳ１０６）。

エッジ検出部８は、画像生成部７により生成された２次元カラー画像毎に、例えば、Ｃａｎｎｙフィルタなどを用いて、各２次元カラー画像のエッジ検出を行う（ステップＳ１０７）。

直線エッジ要素検出部９は、エッジ検出部８により検出されたエッジに対して、確率的Ｈｏｕｇｈ変換などを行うことで、直線エッジ要素を検出する（ステップＳ１０８）。

四角形閉ループ検出部１０は、画像生成部７により生成された各２次元カラー画像上において、直線エッジ要素検出部９により検出された直線エッジ要素が存在する領域と、存在しない領域と、で２値化された２値化画像を生成する。そして、四角形閉ループ検出部１０は、その２値化画像に対して、輪郭追跡アルゴリズムなどを実行することで、各２値化画像から、四角形状の閉ループである四角形閉ループを検出する（ステップＳ１０９）。

候補領域検出部１１は、四角形閉ループ検出部１０により検出された四角形閉ループの各頂点を、平面算出部６により算出された対応する平面方程式に基づいて、３次元点に変換する。そして、候補領域検出部１１は、変換した３次元点を繋ぐベクトルを矩形領域として検出する（ステップＳ１１０）。

以上、本実施形態１において、環境内の３次元点群の各点に対して法線を算出し、算出した法線のうち、所定面の法線に対して垂直となる法線を残し、残りの法線を除去し、する。除去された各法線に基づいて矩形領域として検出する。これにより、環境内の３次元点に対する法線群の中から、所定面の法線に対して垂直となる法線を残し、残りの法線を除去する絞り込みを行って、矩形領域の検出を行うことができる。したがって、環境内の矩形領域を検出する際の計算量を効率的に低減できる。

実施形態２
本発明の実施形態２において、法線クラスタリング部５にクラスタリング処理された法線群に対して直接、２次元カラー画像が生成される。これにより、クラスタリング処理された法線群に対して平面を算出する必要がないため、その計算量を低減でき、処理の高速化を図ることができる。

図４は、本実施形態２に係る矩形領域検出方法の処理フローの一例を示すフローチャートである。なお、図４における、（ステップＳ２０１）〜（ステップＳ２０４）は、図３における（ステップＳ１０１）〜（ステップＳ１０４）と同一であるため、その説明は省略する。

画像生成部７は、法線クラスタリング部５により分類されたクラス（法線群）毎に、そのクラスの各法線に属する３次元点と、その３次元点のカラー情報と、に基づいて、各クラスの２次元カラー画像を生成する（ステップＳ２０５）。例えば、画像生成部７は、法線クラスタリング部５により分類された各クラスの法線群に垂直な平面に対し、各法線に属するカラーの３次元点を射影することで、２次元カラー画像を生成できる。

エッジ検出部８は、画像生成部７により生成された２次元カラー画像毎に、Ｃａｎｎｙオペレータなどを用いて、各２次元カラー画像のエッジ検出を行う（ステップＳ２０６）。

直線エッジ要素検出部９は、エッジ検出部８により検出されたエッジに対して、例えば、確率的Ｈｏｕｇｈ変換などを行うことで、直線エッジ要素を検出する（ステップＳ２０７）。

四角形閉ループ検出部１０は、画像生成部７により生成された各２次元カラー画像上において、直線エッジ要素が存在する領域と、存在しない領域と、の２値化画像に対して、例えば、輪郭追跡アルゴリズムなどを行うことで、四角形状の閉ループである四角形閉ループを検出する（ステップＳ２０８）。

候補領域検出部１１は、２次元カラー画像上の、四角形閉ループ検出部１０により検出された四角形閉ループの各頂点を、３次元点群と照合することで、３次元点に変換する。そして、候補領域検出部１１は、変換した３次元点を繋ぐベクトルを矩形領域として検出する（ステップＳ２０９）。

本実施形態２において、他の処理は上述した実施形態１と同一であるため、詳細な説明は省略する。

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。

上記実施形態において、点群取得部２は、色情報付きの３次元点群を取得しているが、これに限定されない。点群取得部２は、色情報のない３次元点群を取得してもよい。これにより、色情報を用いることなく後述の検出処理を行うことで、その計算量を低減し処理の高速化を図ることができる。

この場合、画像生成部７は、平面算出部６に算出された平面毎に、その平面に属する３次元点に基づいて、各平面上のモノクロの２次元画像を生成する。そして、エッジ検出部８は、画像生成部７により生成された２次元画像毎に、各２次元画像のエッジ検出を行う。直線エッジ要素検出部９は、エッジ検出部８により検出されたエッジに対して、確率的Ｈｏｕｇｈ変換などを行うことで、直線エッジ要素を検出する。四角形閉ループ検出部１０は、画像生成部７により生成された各２次元画像上において、直線エッジ要素検出部９により検出された直線エッジ要素が存在する領域と、存在しない領域と、で２値化された２値化画像を生成する。そして、四角形閉ループ検出部１０は、生成した各２値化画像から四角形状の閉ループである四角形閉ループを検出する。候補領域検出部１１は、四角形閉ループ検出部１０により検出された四角形閉ループの各頂点を、平面算出部６により算出された対応する平面方程式に基づいて、３次元点に変換する。そして、候補領域検出部１１は、変換した３次元点を繋ぐベクトルを矩形領域として検出する。

本発明は、例えば、図３又は図４に示す処理を、ＣＰＵ又はＧＰＵ（Graphics Processing Unit）にコンピュータプログラムを実行させることにより実現することも可能である。

プログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ−ＲＯＭ（Read Only Memory）、ＣＤ−Ｒ、ＣＤ−Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。

プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

１ 矩形領域検出装置、２ 点群取得部、３ 法線算出部、４ 法線フィルタ部、５ 法線クラスタリング部、６ 平面算出部、７ 画像生成部、８ エッジ検出部、９ 直線エッジ要素検出部、１０ 四角形閉ループ検出部、１１ 候補領域検出部

Claims (6)

1. 環境内の所定面上に配置され該所定面に対して垂直状態の矩形領域を検出する矩形領域検出方法であって、
   前記環境内の３次元点群を取得するステップと、
   前記取得した３次元点群の各点により特定される平面に対する該各点の法線を算出するステップと、
   前記算出した法線のうち、前記所定面の法線に対して垂直となる法線を残し、残りの法線を除去するステップと、
   前記除去するステップで除去され、残った各法線に基づいて、前記矩形領域として検出するステップと、
   を含む、ことを特徴とする矩形領域検出方法。
2. 請求項１記載の矩形領域検出方法であって、
   前記除去した各法線に対して、類似するもの同士を同一のクラスとして分類するステップと、
   前記分類したクラス毎に２次元画像を生成するステップと、
   前記生成した２次元画像毎に、該各２次元画像のエッジを検出するステップと、
   前記検出したエッジに対して、該各エッジに垂直または平行な直線状の直線エッジ要素を検出するステップと、
   前記生成した各２次元画像上において、前記検出した直線エッジ要素に基づいて四角形状の閉ループである四角形閉ループを検出するステップと、
   前記検出した２次元の四角形閉ループに基づいて、３次元空間における四角形閉ループを生成し、該生成した四角形閉ループを前記矩形領域として検出するステップと、
   を更に含む、ことを特徴とする矩形領域検出方法。
3. 請求項２記載の矩形領域検出方法であって、
   前記分類されたクラス毎に、各法線に属する３次元点の位置に基づいて、３次元空間での平面を算出するステップを更に含み、
   前記算出された平面毎に、該平面に属する３次元点に基づいて各平面上の２次元画像を生成し、
   前記検出した四角形閉ループの各頂点を、前記算出した対応する平面に基づいて、３次元点に変換し、該変換した３次元点を繋ぐベクトルを前記矩形領域として検出する、
   ことを特徴する矩形領域検出方法。
4. 請求項２記載の矩形領域検出方法であって、
   前記分類されたクラス毎に、該各クラスの各法線に属する３次元点に基づいて、該各クラスの２次元画像を生成し、
   前記２次元画像上の、前記検出された四角形閉ループの各頂点を、前記３次元点群と照合することで、３次元点に変換し、該変換した３次元点を繋ぐベクトルを前記矩形領域として検出する、
   ことを特徴とする矩形領域検出方法。
5. 環境内の所定面上に配置され該所定面に対して垂直状態の矩形領域を検出する矩形領域検出装置であって、
   前記環境内の３次元点群を取得する点群取得手段と、
   前記点群取得手段により取得された３次元点群の各点により特定される平面に対する該各点の法線を算出する法線算出手段と、
   前記法線算出手段により算出された法線のうち、前記所定面の法線に対して垂直となる法線を残し、残りの法線を除去する法線フィルタ手段と、
   前記法線フィルタ手段により除去され残った各法線に基づいて、前記矩形領域として検出する候補領域検出手段と、
   を備える、ことを特徴とする矩形領域検出装置。
6. 環境内の所定面上に配置され該所定面に対して垂直状態の矩形領域を検出するプログラムであって、
   前記環境内の３次元点群を取得する処理と、
   前記取得した３次元点群の各点により特定される平面に対する該各点の法線を算出する処理と、
   前記算出した法線のうち、前記所定面の法線に対して垂直となる法線を残し、残りの法線を除去する処理と、
   前記除去する処理で除去され、残った各法線に基づいて前記矩形領域として検出する処理と、
   をコンピュータに実行させることを特徴とするプログラム。

Images