JP6938201B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents
情報処理装置、情報処理方法およびプログラム Download PDFInfo
- Publication number
- JP6938201B2 JP6938201B2 JP2017087162A JP2017087162A JP6938201B2 JP 6938201 B2 JP6938201 B2 JP 6938201B2 JP 2017087162 A JP2017087162 A JP 2017087162A JP 2017087162 A JP2017087162 A JP 2017087162A JP 6938201 B2 JP6938201 B2 JP 6938201B2
- Authority
- JP
- Japan
- Prior art keywords
- feature
- measurement model
- information processing
- target object
- features
- 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
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
本実施形態では、計測モデルに基づいて抽出した特徴の中から、位置姿勢の推定に利用しないことが望ましいと推定される特徴の信頼度を低く算出する。ここで信頼度とは、対象物体の形状と前記特徴との整合性の高さを示すものである。具体的には、対象物体の形状と計測モデルの形状との差異として、表面形状が欠如している欠損箇所において抽出してしまった特徴を特定し、欠損箇所以外において抽出した特徴の信頼度よりも信頼度を低く算出する。これにより、特徴を用いた位置姿勢の推定において、欠損箇所における特徴の利用を抑制することが可能となり、位置姿勢を推定する精度を向上させることができる。以下、詳細について説明する。
図1において、情報処理装置100は、計測モデル入力部102、特徴入力部103、形状解析部104、信頼度算出部105及び表示制御部106を備えている。また、計測モデル入力部102及び特徴入力部103は、情報処理装置100の外部に設けられた記憶装置101と接続されている。
(ステップS200)
計測モデル入力部102は、記憶装置101から計測モデルを入力する。ここで、入力される計測モデルは、対象物体の形状を計測したデータに基づいて生成された3次元形状モデルとし、頂点と稜線とで表現される複数のポリゴンで構成される表面形状を有するモデルとする。対象物体の形状を3次元スキャナで計測した3次元点群から表面形状を生成する方法は、例えば、非特許文献1に記載の方法がある。この方法では、3次元点群に局所的な曲面を当て嵌め、当てはめた曲面を複数のポリゴンに分割する。
特徴入力部103は、記憶装置101から計測モデルに基づいて予め抽出された特徴を入力する。本実施形態において予め抽出されている特徴は、エッジ特徴とする。エッジ特徴は、3次元の位置と方向を保持する。計測モデルに基づいてエッジ特徴を抽出する方法は次の通りである。
以下、ステップS201で入力した各特徴に対して処理を行うループである。
形状解析部104は、処理対象である特徴の近傍の計測モデルの箇所が欠損しているか否かを判定する。具体的には、次の通りである。まず、処理対象の特徴と計測モデルの各ポリゴンとの距離を算出し、該距離が最小となるポリゴンを選択する。次に、選択したポリゴンの各稜線に関して、稜線を共有するポリゴンの数を算出し、該ポリゴンの数が1つのみとなる場合には、該稜線と特徴との距離を算出する。そして、算出した距離が予め定めた値よりも小さかった場合には、該特徴の近傍の計測モデルの箇所が欠損していると判定する。
ステップS203で実施した欠損判定の結果に基づいて、信頼度算出部105は、その特徴の信頼度を算出する。信頼度は、ステップS203で欠損と判定した場合には、欠損と判定しなかった場合と比べて低く算出する。例えば、欠損と判定した場合には該特徴の信頼度を0とし、欠損と判定しなかった場合には1とする。あるいは、ステップS203で算出した該稜線と特徴との距離が大きいほど低い値となる関数、例えば、以下の式(1)を用いて信頼度wを算出する。この場合、dは、該稜線と特徴との距離とする。
w=1/(d+1) ・・・(1)
画像表示部900には、計測モデルと特徴とが表示され、特徴の削除や追加を行う箇所を、カーソル903を用いて指定することができる。カーソルの操作は、情報処理装置100の外部に接続された不図示のマウスを用いて行うことができる。欄905は、画像表示部900で表示される特徴及び計測モデルに係る信頼度などを選択する欄である。また、欄901は、編集対象及び編集操作の選択を行う編集操作部である。
第1の実施形態では、計測モデルの形状を解析することにより欠損の有無を判定した。これに対して本実施形態では、計測モデルと画像との両方を用いて計測モデルの形状を解析して欠損の有無を判定する。画像で撮影された箇所のみ形状の解析を行うため、特徴が抽出された箇所全ての形状の解析を行う場合と比べて、効率的に処理を行うことが可能となる。なお、本実施形態に係る情報処理装置100の構成は基本的には図1と同様であるが、特徴入力部103は、記憶装置101から対象物体を複数の視点で撮影した複数の画像及び撮影視点情報を入力する。画像は、距離画像または濃淡画像とする。以下、第1の実施形態と異なる部分について説明する。
特徴入力部103は、記憶装置101から対象物体を複数の視点で撮影した複数の画像及び撮影視点情報を入力する。
形状解析部104は、特徴入力部103で入力した特徴と複数の画像及び撮影視点情報とを用いて、処理対象である特徴の近傍の計測モデルの箇所が欠損しているか否かを判定する。具体的には、次の通りである。
第1及び第2の実施形態では、計測モデルに基づいて予め抽出されていた特徴を入力した。本実施形態では、計測モデルを入力した後に、該計測モデルに基づいて情報処理装置側で特徴を抽出する。
第1〜第3の実施形態では、欠損箇所から誤って抽出した特徴の信頼度を低く算出した。本実施形態では、誤差が大きい箇所から抽出した特徴の信頼度を低く算出する。これにより、特徴を用いた位置姿勢の推定において、誤差が大きい箇所から誤って抽出した特徴の利用を抑制することが可能となり、位置姿勢を推定する精度が向上する。なお、本実施形態に係る情報処理装置100の構成は基本的には図1と同様であるが、記憶装置101には、後述する計測モデルの誤差の情報が記憶されている。
本実施形態では、計測モデルに基づいて平面度を算出し、平面度に基づいて、エッジ特徴ごとの信頼度を算出する。これにより、実物には存在しない、計測モデルの微小な凹凸形状から抽出されたエッジ特徴を特定し、信頼度を低く算出することが可能となる。したがって、特徴を用いた位置姿勢の推定において、微小な凹凸形状から抽出されたエッジ特徴の利用を抑制することが可能となり、位置姿勢を推定する精度が向上する。なお、本実施形態に係る情報処理装置の内部構成については、基本的に図1と同様であるため、説明は省略する。
本実施形態では、計測モデルまたは画像の所定の箇所が観測可能か否かを判定し、観測不可能な該箇所から抽出された特徴の信頼度を低く算出する。これにより、特徴を用いた位置姿勢の推定において、本来観測できない裏側や内部の形状で抽出された特徴の利用を抑制することが可能となり、位置姿勢を推定する精度が向上する。なお、本実施形態に係る情報処理装置の内部構成は図1と同様であるため、説明は省略する。以下、第2の実施形態と異なる点についてのみ説明する。
形状解析部104は、処理対象である特徴の近傍の計測モデルまたは画像の箇所の観測判定を行う。ここで画像は、距離画像とする。観測判定方法は次の通りである。まず、特徴入力部103で入力した特徴ごとに近傍となる計測モデルまたは距離画像上の箇所を特定する。具体的には、該特徴と最近傍となる計測モデルのポリゴンまたは距離点を、該箇所として特定する。次に、該特徴から観測視点を結ぶベクトルと該箇所の法線ベクトルとのなす角度を算出する。そして、該なす角度が予め定めた所定の範囲を超える場合には、該特徴の近傍の計測モデルまたは画像の箇所を観測不可能と判定する。
信頼度算出部105は、ステップS203で観測不可能と判定した場合には、観測可能と判定した場合と比べて低い信頼度を算出する。例えば、観測不可能と判定した場合には該特徴の信頼度を0とし、観測可能と判定した場合には1とする。あるいは、該特徴から観測視点を結ぶベクトルの単位ベクトルvと該箇所の法線ベクトルの単位ベクトルnとの内積を信頼度wとして算出してもよい。
本実施形態では、計測モデルの形状と画像との比較に基づいて、実物には存在しない形状となっている計測モデルの箇所を特定し、該箇所から抽出した特徴の信頼度を低く算出する。これにより、特徴を用いた位置姿勢の推定において、実物には存在しない形状から抽出された特徴の利用を抑制することが可能となり、位置姿勢を推定する精度が向上する。なお、本実施形態に係る情報処理装置の内部構成は図1と同様であるため、説明は省略する。以下、第2の実施形態と異なる点についてのみ説明する。
ステップS301では、形状解析部104は、処理対象である特徴の近傍の計測モデルの箇所と、該箇所に相当する画像とを比較する。具体的には、ステップS300で入力された複数の画像が距離画像か濃淡画像かによって以下の処理を行う。
本実施形態では、計測モデルの形状の解析結果に基づいて、特徴を抽出する箇所を決定する。これにより、特徴抽出に適切と推定される箇所から特徴の抽出を行うことが可能となり、位置姿勢を推定する精度を向上させることが可能となる。
形状解析部104は、計測モデルの各領域の形状を解析し、特徴を抽出することの適切度を算出する。特徴抽出部401は、形状解析部104において算出した適切度が所定の値よりも高い場合に、該領域から特徴を抽出する。
(ステップS600)
計測モデル入力部102は、記憶装置101から計測モデルを入力する。そして、入力した計測モデルを複数の領域に分割する。
ステップS601は、ステップS600で入力した計測モデルにおいて複数に分割され各領域に対して処理を行うループである。
形状解析部104は、計測モデルの処理対象となる領域の形状を解析し、特徴を抽出することの適切度を算出する。具体的には、処理対象である領域に欠損があるかないかを判定し、欠損の箇所が小さいほど高い適切度を算出する。欠損があるかないかの判定方法は、第1の実施形態で説明した方法と同様に、該領域に含まれる計測モデルのポリゴンの各稜線を共有するポリゴンの数が1つのみとなるものが含まれていた場合に、欠損があると判定する。欠損の箇所の大きさは、該稜線の長さとする。そして、前述した式(1)を利用し、距離dを欠損箇所に該当する稜線の長さlに置き換えて適切度(信頼度)wを算出する。
形状解析部104は、ステップS602において算出した適切度wが所定の値よりも高いか否かを判定する。この判定の結果、適切度が所定の値以下である場合には、ステップS601に戻り、次の領域ついて処理を行う。一方、適切度が所定の値よりも高い場合には、ステップS604へ進む。
特徴抽出部401は、その領域から特徴を抽出する。特徴の抽出方法は、第3の実施形態と同様であるものとし、第1の実施形態で説明した方法を用いる。
第1〜第7の実施形態で説明した方法を用いて特徴ごとに信頼度を算出すると、信頼度の高い特徴の分布に偏りが発生し、特徴及び信頼度を用いた位置姿勢の推定において、精度が低下する可能性がある。そこで本実施形態では、第1〜第7の実施形態で説明した方法に加えて、さらに、特徴の空間的な分布が一様となるように特徴を選択する方法について説明する。これにより、特徴分布の偏りによる位置姿勢を推定する精度の低下を抑制することが可能となる。
パラメータ設定部701は、特徴の分布を決定するパラメータを設定する。この処理で設定するパラメータは、特徴の密度や空間的な広がりを示すパラメータとする。具体的な手順としては、特徴の密度として、特徴同士の最近傍間距離を設定し、最近傍間距離が小さいほど密度が高く、大きいほど密度が低くなる。また、空間的な広がりとして、各特徴の3次元位置をベクトルとした主成分分析を行い、それぞれ2軸及び3軸の寄与率を算出し、最小寄与率の値を最大寄与率の値で除した値を設定する。
特徴選択部702は、ステップS800で設定したパラメータに基づいて、ステップS201で抽出した特徴群の中から特徴を選択する。具体的には、次の通りである。まず、ステップS201で抽出した特徴の中から、ステップS204で算出した信頼度が所定の値よりも大きくなるものを選択する。次に、選択した特徴の中から、ステップS800で設定した特徴の密度と同程度となるように特徴をさらに選択する。次に、選択した特徴群を用いて特徴の空間的な分布を算出する。そして、算出した特徴の空間的な分布が、ステップS800で設定した値よりも小さい場合には、再度特徴を選択し直す。逆に、算出した特徴の空間的な分布が、ステップS800で設定した値以上となった場合には、本処理を終了する。以上のように算出した特徴の空間的な分布が、ステップS800で設定した値以上となるまで特徴の選択を繰り返す。
本実施形態では、計測モデルに基づいて抽出した特徴及び信頼度と、対象物体を撮影した画像とに基づいて、対象物体の位置姿勢を算出する方法について説明する。
(ステップS1301)
まず、位置姿勢推定部1201は、初期化を行う。この処理では、対象物体の位置姿勢の概略値を設定する。
特徴入力部103は、記憶装置101から対象物体を撮影した画像及び撮影視点情報を入力し、位置姿勢推定部1201は、対象物体を撮影した画像からエッジ特徴を抽出する。そして、位置姿勢推定部1201は、計測モデルから抽出されたエッジ特徴と、画像から抽出したエッジ特徴との対応付けを行う。具体的には、計測モデルから抽出したエッジ特徴の最近傍となる画像から抽出したエッジ特徴とを対応付ける。なお、エッジ特徴の代わりに表面点を用いてもよい。
位置姿勢推定部1201は、対象物体の位置姿勢の補正量Δsを未知数とする線形連立方程式(以下の式(2))を算出する。ここでWは、各特徴に設定した信頼度を対角成分とする重みつけ行列(式(3)参照)であり、w1〜wnは各エッジ特徴における信頼度である。Jは画像から抽出した各エッジ特徴(又は表面点)の3次元位置に基づいて算出されるヤコビアン行列であり、Eは対応付いたエッジ特徴(又は表面点)間の距離を要素とする誤差ベクトルである。
位置姿勢推定部1201は、ステップS1303で算出した線形連立方程式を以下の式(4)のようにして解くことにより、補正値Δsを算出する。
位置姿勢推定部1201は、ステップS1304において算出された位置姿勢の補正値Δsにより、位置姿勢をs+Δsに更新する。
位置姿勢推定部1201は、位置姿勢が収束したか否かを判定する。収束判定では、S1305の補正量が所定の値以下でほぼ変化がないと判定された場合に収束したと判定する。なお、収束判定の方法はこの方法に限定されるものではなく反復回数が所定回数に達した場合に収束したものと判定してもよい。この判定の結果、位置姿勢が収束した場合は、その時の位置姿勢をフィッティング結果として処理を終了する。一方、位置姿勢が収束していない場合は、位置姿勢が収束するまでS1302〜S1305の処理を繰り返し行う。
前述した第1〜第7の実施形態では、様々な方法により信頼度を算出したが、これらの方法を個別に実施するのではなく、いくつかの方法を組み合わせて同時に実施してもよい。例えば、各実施形態で説明した手順で算出した信頼度の加重平均や最小値を信頼度として算出してもよい。これにより、各実施形態で説明した方法を個別に実施するよりも、信頼度の低い特徴をより確実に割り出すことが可能となる。したがって、信頼度の低い特徴の利用を抑制することで、位置姿勢を推定する精度が向上する。
本発明は、上述の実施形態の1以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける1つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、1以上の機能を実現する回路(例えば、ASIC)によっても実現可能である。
105 信頼度算出部
Claims (15)
- 対象物体の形状を計測して生成した計測モデルと、前記計測モデルに基づいて抽出された特徴とに基づいて、前記特徴の近傍に対応する前記計測モデルの箇所に欠損があるかを解析する解析手段と、
前記解析手段による解析の結果に基づいて、欠損があると判定された場合には、欠損がないと判定された場合よりも前記特徴の信頼度を低く決定する決定手段とを有することを特徴とする情報処理装置。 - 前記計測モデルに基づいて前記特徴を抽出する抽出手段をさらに有することを特徴とする請求項1に記載の情報処理装置。
- 前記解析手段は、さらに前記対象物体を撮影した画像に基づいて、前記対象物体の形状と前記計測モデルの形状との差異を解析することを特徴とする請求項1又は2に記載の情報処理装置。
- 対象物体の形状を計測して生成した計測モデルと、前記計測モデルに基づいて抽出された特徴とに基づいて、前記特徴の近傍における前記計測モデルを生成した計測値の誤差または前記対象物体を撮影した画像の計測値の誤差を解析する解析手段と、
前記解析手段による解析の結果に基づいて、前記誤差が大きいほど前記特徴の信頼度を低く決定する決定手段とを有することを特徴とする情報処理装置。 - 対象物体の形状を計測して生成した計測モデルと、前記計測モデルに基づいて抽出された特徴とに基づいて、前記特徴の近傍の前記計測モデルの箇所と前記対象物体を撮影した画像の当該箇所とを比較することにより、前記計測モデルの前記箇所が誤っているかを解析する解析手段と、
前記解析手段によって誤っていると判定された場合には、誤っていないと判定された場合よりも前記特徴の信頼度を低く決定する決定手段とを有することを特徴とする情報処理装置。 - 対象物体の形状を計測して生成した計測モデルと、前記計測モデルに基づいて抽出された特徴とに基づいて、前記特徴の近傍の前記計測モデルの箇所の平面度を解析する解析手段と、
前記平面度に基づいて当該特徴の信頼度を決定する決定する決定手段とを有することを特徴とする情報処理装置。 - 前記計測モデル及び前記特徴を表示装置に表示する表示制御手段と、
前記表示装置に表示された特徴に対して削除または追加を行う手段とをさらに有することを特徴とする請求項1〜6の何れか1項に記載の情報処理装置。 - 前記特徴の空間的な分布と、前記決定手段によって決定された信頼度とに基づいて、前記対象物体の位置姿勢の推定に利用するための特徴を選択する選択手段をさらに有することを特徴とする請求項1〜6の何れか1項に記載の情報処理装置。
- 前記対象物体を撮影した画像と、前記特徴と、該特徴に係る前記決定手段によって決定された信頼度とに基づいて、前記対象物体の位置姿勢を推定する推定手段をさらに有することを特徴とする請求項1〜6の何れか1項に記載の情報処理装置。
- 前記特徴は、エッジ特徴または表面点であることを特徴とする請求項1〜9の何れか1項に記載の情報処理装置。
- 対象物体の形状を計測して生成した計測モデルと、前記計測モデルに基づいて抽出された特徴とに基づいて、前記特徴の近傍に対応する前記計測モデルの箇所に欠損があるかを解析する解析工程と、
前記解析工程における解析の結果に基づいて、欠損があると判定された場合には、欠損がないと判定された場合よりも前記特徴の信頼度を低く決定する決定工程とを有することを特徴とする情報処理方法。 - 対象物体の形状を計測して生成した計測モデルと、前記計測モデルに基づいて抽出された特徴とに基づいて、前記特徴の近傍における前記計測モデルを生成した計測値の誤差または前記対象物体を撮影した画像の計測値の誤差を解析する解析工程と、
前記解析工程における解析の結果に基づいて、前記誤差が大きいほど前記特徴の信頼度を低く決定する決定工程とを有することを特徴とする情報処理方法。 - 対象物体の形状を計測して生成した計測モデルと、前記計測モデルに基づいて抽出された特徴とに基づいて、前記特徴の近傍の前記計測モデルの箇所と前記対象物体を撮影した画像の当該箇所とを比較することにより、前記計測モデルの前記箇所が誤っているかを解析する解析工程と、
前記解析工程において誤っていると判定された場合には、誤っていないと判定された場合よりも前記特徴の信頼度を低く決定する決定工程とを有することを特徴とする情報処理方法。 - 対象物体の形状を計測して生成した計測モデルと、前記計測モデルに基づいて抽出された特徴とに基づいて、前記特徴の近傍の前記計測モデルの箇所の平面度を解析する解析工程と、
前記平面度に基づいて当該特徴の信頼度を決定する決定する決定工程とを有することを特徴とする情報処理方法。 - 請求項1〜10の何れか1項に記載の情報処理装置の各手段としてコンピュータを機能させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017087162A JP6938201B2 (ja) | 2017-04-26 | 2017-04-26 | 情報処理装置、情報処理方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017087162A JP6938201B2 (ja) | 2017-04-26 | 2017-04-26 | 情報処理装置、情報処理方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018185658A JP2018185658A (ja) | 2018-11-22 |
JP6938201B2 true JP6938201B2 (ja) | 2021-09-22 |
Family
ID=64355879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017087162A Active JP6938201B2 (ja) | 2017-04-26 | 2017-04-26 | 情報処理装置、情報処理方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6938201B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7464134B2 (ja) * | 2020-08-27 | 2024-04-09 | 三菱電機株式会社 | 形状モデリング装置及び形状モデリング方法 |
EP4318306A1 (en) * | 2021-03-24 | 2024-02-07 | Medit Corp. | Data processing device and data processing method |
CN117824546A (zh) * | 2024-03-04 | 2024-04-05 | 泉州湖南大学工业设计与机器智能创新研究院 | 一种洗手盆平面度检测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5505409B2 (ja) * | 2009-03-13 | 2014-05-28 | 日本電気株式会社 | 特徴点生成システム、特徴点生成方法および特徴点生成プログラム |
JP5746477B2 (ja) * | 2010-02-26 | 2015-07-08 | キヤノン株式会社 | モデル生成装置、3次元計測装置、それらの制御方法及びプログラム |
JP5957310B2 (ja) * | 2012-06-25 | 2016-07-27 | Juki株式会社 | 画像処理装置 |
JP6626338B2 (ja) * | 2015-02-05 | 2019-12-25 | キヤノン株式会社 | 情報処理装置、情報処理装置の制御方法、およびプログラム |
JP6584139B2 (ja) * | 2015-05-25 | 2019-10-02 | キヤノン株式会社 | 情報処理装置、情報処理方法及びプログラム |
-
2017
- 2017-04-26 JP JP2017087162A patent/JP6938201B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018185658A (ja) | 2018-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9852238B2 (en) | 4D vizualization of building design and construction modeling with photographs | |
US10701332B2 (en) | Image processing apparatus, image processing method, image processing system, and storage medium | |
EP3108449B1 (en) | View independent 3d scene texturing | |
JP5963353B2 (ja) | 光学データ処理装置、光学データ処理システム、光学データ処理方法、および光学データ処理用プログラム | |
US8059889B2 (en) | Position and orientation measurement apparatus and control method thereof | |
JP6503906B2 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
US20100328308A1 (en) | Three Dimensional Mesh Modeling | |
EP3239931A1 (en) | Image processing apparatus and image processing method | |
JP6723798B2 (ja) | 情報処理装置、方法、プログラム | |
JP6352208B2 (ja) | 三次元モデル処理装置およびカメラ校正システム | |
KR100810326B1 (ko) | 다해상도 3차원 모델 생성 방법 | |
JP6938201B2 (ja) | 情報処理装置、情報処理方法およびプログラム | |
US7016527B2 (en) | Method for processing image data and modeling device | |
CN109636890B (zh) | 纹理融合方法和装置、电子设备、存储介质、产品 | |
JP2001067463A (ja) | 異なる視点からの複数のフェイシャル画像に基づき新たな視点からのフェイシャル画像を生成するフェイシャル画像生成装置及び方法並びにその応用装置及び記録媒体 | |
JP2015138428A (ja) | 付加情報表示装置および付加情報表示プログラム | |
JP6817721B2 (ja) | 地形変化解析方法 | |
US20210209776A1 (en) | Method and device for depth image fusion and computer-readable storage medium | |
CN111369660A (zh) | 一种三维模型的无接缝纹理映射方法 | |
US20230222680A1 (en) | System and method for mobile 3d scanning and measurement | |
JP2019207535A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP6362401B2 (ja) | 画像処理装置及び画像処理装置の制御方法 | |
EP3906530B1 (en) | Method for 3d reconstruction of an object | |
JP2004030408A (ja) | 三次元画像表示装置及び表示方法 | |
JP7188798B2 (ja) | 座標算出装置、座標算出方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200331 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210427 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210601 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210719 |
|
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: 20210803 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210901 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6938201 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |