JP7054336B2 - モデル化装置、方法及びプログラム - Google Patents
モデル化装置、方法及びプログラム Download PDFInfo
- Publication number
- JP7054336B2 JP7054336B2 JP2017233820A JP2017233820A JP7054336B2 JP 7054336 B2 JP7054336 B2 JP 7054336B2 JP 2017233820 A JP2017233820 A JP 2017233820A JP 2017233820 A JP2017233820 A JP 2017233820A JP 7054336 B2 JP7054336 B2 JP 7054336B2
- Authority
- JP
- Japan
- Prior art keywords
- voxel
- modeling
- unit
- data
- division
- 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 Generation (AREA)
Description
分割部1はまず、所定の基準点(例えば、入力された点群データの空間座標系に定義されている原点)を元に、空間を所定サイズ及び方向(例えば、入力された点群データの空間座標系のx,y,z軸方向)のボクセルで分割する。そして、分割部1は、入力された点群データをそれらが属するボクセル毎に分類する。すなわち、分割部1は入力された点群データを所定のボクセル毎に区分けしたものを得る。
モデル化部2は、分割部1で得たボクセル内に含まれる点群を特定のモデルで表現する。一実施形態では次の第1~第4処理によってモデルを得ることができる。
id = nx + nyNx + nzNxNy …(1)
量子化部3は、モデル化部2で得られたモデルを量子化する。当該量子化により、詳細な情報を含みつつもデータ量削減することが可能となる。
(d1,d2,d3,d4,d5,d6,d7,d8,d9) …(2)
(d2,d3,d10,d5,d6,d11,d8,d9,d12) …(3)
Claims (7)
- 点群データに所定のボクセル分割を適用してボクセル毎の点群データを得る分割部と、
前記ボクセル毎の点群データを、ボクセルをさらに細分化するサブボクセル単位での点群データ分布を表現したものとしてモデル化することで、ボクセル毎のモデル化データを得るモデル化部と、を備え、
前記モデル化部で得たボクセル毎のモデル化データを所定の複数の代表値のうちの最も近いものに割り当て、当該割り当てられた代表値に対応する識別子として量子化する量子化部をさらに備え、
前記モデル化部では、前記分割部にて適用した所定のボクセル分割の位置を与える第一基準点を、当該モデル化部でさらに細分化するサブボクセル単位の長さで並進移動した第二基準点へと変更したうえで、前記分割部でのボクセル分割を当該第二基準点のもとで適用したボクセル毎の第二モデル化データをさらに追加して得るために、前記第一基準点のもとでの前記分割部によるボクセル分割に関して前記モデル化部で既に求まっているサブボクセル単位での表現を用い、
前記量子化部はさらに、当該追加して得られた第二モデル化データを量子化することで、ボクセル毎及びサブボクセル単位の並進移動毎のモデル化データを共通の代表値のもとで量子化されたものとして得ることを特徴とするモデル化装置。 - 前記モデル化部では、ボクセル内に割り当てられた点の個数が0個の場合に、または、当該個数が少ないと判定される場合に、当該ボクセルについてモデル化することをスキップして、当該ボクセルをデータ無しまたはノイズ起因であるものとして扱うことを特徴とする請求項1に記載のモデル化装置。
- 前記モデル化部では、前記ボクセルをさらに細分化するサブボクセル単位での点群データ分布の表現として、サブボクセル単位での点群データの個数、当該個数を当該ボクセル内における点群データの総個数で割った占有個数割合、当該個数をサブボクセル体積で割った体積占有度、当該個数を閾値判定した二値占有度、又は、統計モデルによる空間分布パラメータ、の少なくとも一つを用いることを特徴とする請求項1または2に記載のモデル化装置。
- 前記モデル化部では、前記分割部にて適用した所定のボクセル分割の位置を与える第一基準点を、当該モデル化部でさらに細分化するサブボクセル単位の長さで並進移動した第二基準点へと変更したうえで、前記分割部でのボクセル分割を当該第二基準点のもとで適用したボクセル毎の第二モデル化データをさらに追加して得るために、前記第一基準点のもとでの前記分割部によるボクセル分割に関して前記モデル化部で既に求まっているサブボクセル単位での表現を用いることを特徴とする請求項1ないし3のいずれかに記載のモデル化装置。
- 前記量子化部で識別子として量子化されたボクセル毎のモデル化データの全部又は一部を、前記所定の複数の代表値を参照することによって、対応する代表値へと逆量子化する逆量子化部をさらに備えることを特徴とする請求項1ないし4のいずれかに記載のモデル化装置。
- コンピュータによって実行されるモデル化方法であって、
点群データに所定のボクセル分割を適用してボクセル毎の点群データを得る分割段階と、
前記ボクセル毎の点群データを、ボクセルをさらに細分化するサブボクセル単位での点群データ分布を表現したものとしてモデル化することで、ボクセル毎のモデル化データを得るモデル化段階と、を備え、
前記モデル化段階で得たボクセル毎のモデル化データを所定の複数の代表値のうちの最も近いものに割り当て、当該割り当てられた代表値に対応する識別子として量子化する量子化段階をさらに備え、
前記モデル化段階では、前記分割段階にて適用した所定のボクセル分割の位置を与える第一基準点を、当該モデル化段階でさらに細分化するサブボクセル単位の長さで並進移動した第二基準点へと変更したうえで、前記分割段階でのボクセル分割を当該第二基準点のもとで適用したボクセル毎の第二モデル化データをさらに追加して得るために、前記第一基準点のもとでの前記分割段階によるボクセル分割に関して前記モデル化段階で既に求まっているサブボクセル単位での表現を用い、
前記量子化段階はさらに、当該追加して得られた第二モデル化データを量子化することで、ボクセル毎及びサブボクセル単位の並進移動毎のモデル化データを共通の代表値のもとで量子化されたものとして得ることを特徴とするモデル化方法。 - コンピュータを請求項1ないし5のいずれかに記載のモデル化装置として機能させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017233820A JP7054336B2 (ja) | 2017-12-05 | 2017-12-05 | モデル化装置、方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017233820A JP7054336B2 (ja) | 2017-12-05 | 2017-12-05 | モデル化装置、方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019101885A JP2019101885A (ja) | 2019-06-24 |
JP7054336B2 true JP7054336B2 (ja) | 2022-04-13 |
Family
ID=66973968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017233820A Active JP7054336B2 (ja) | 2017-12-05 | 2017-12-05 | モデル化装置、方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7054336B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117289255A (zh) * | 2023-10-19 | 2023-12-26 | 广州行深智能科技有限公司 | 目标检测方法、装置、终端设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001285074A (ja) | 2000-03-31 | 2001-10-12 | Toshiba Corp | 画像合成方法および画像合成プログラムを記録した媒体 |
WO2017168472A1 (ja) | 2016-03-30 | 2017-10-05 | パナソニックIpマネジメント株式会社 | 位置推定装置、位置推定方法及び制御プログラム |
-
2017
- 2017-12-05 JP JP2017233820A patent/JP7054336B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001285074A (ja) | 2000-03-31 | 2001-10-12 | Toshiba Corp | 画像合成方法および画像合成プログラムを記録した媒体 |
WO2017168472A1 (ja) | 2016-03-30 | 2017-10-05 | パナソニックIpマネジメント株式会社 | 位置推定装置、位置推定方法及び制御プログラム |
Non-Patent Citations (1)
Title |
---|
松▲崎▼ 康平 他,3次元点群を用いた類似検索に基づく自己位置推定手法,映像情報メディア学会 2017年年次大会,日本,一般社団法人映像情報メディア学会,2017年08月16日 |
Also Published As
Publication number | Publication date |
---|---|
JP2019101885A (ja) | 2019-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shi et al. | Adaptive simplification of point cloud using k-means clustering | |
Ji et al. | A novel simplification method for 3D geometric point cloud based on the importance of point | |
JP5251080B2 (ja) | 物体認識方法 | |
CN110599506B (zh) | 一种复杂异形曲面机器人三维测量的点云分割方法 | |
CN106886980B (zh) | 一种基于三维激光雷达目标识别的点云密度增强的方法 | |
CN114926699B (zh) | 一种室内三维点云语义分类方法、装置、介质及终端 | |
CN114526739A (zh) | 移动机器人室内重定位方法、计算机装置及产品 | |
CN111553946A (zh) | 用于去除地面点云的方法及装置、障碍物检测方法及装置 | |
CN112634457A (zh) | 基于豪斯多夫距离和平均投影距离局部熵的点云精简方法 | |
JP7054336B2 (ja) | モデル化装置、方法及びプログラム | |
CN112528428B (zh) | 对工程结构的物理参数展示的方法、装置和计算机设备 | |
JP2017168081A (ja) | 記述子を用いた3dオブジェクトの位置特定 | |
CN113436223A (zh) | 点云数据的分割方法、装置、计算机设备和存储介质 | |
CN117523084A (zh) | 一种移动扫描点云的自动三维重建方法及电子设备 | |
CN112508767A (zh) | 一种基于gpu的gmm点云配准算法 | |
Beilschmidt et al. | A linear-time algorithm for the aggregation and visualization of big spatial point data | |
JP2017162447A (ja) | 量子化を用いた3dオブジェクトの位置特定 | |
CN107220481B (zh) | 一种面状要素地图综合质量的定量评价方法 | |
JP6853150B2 (ja) | 選別装置、方法及びプログラム | |
CN110945499B (zh) | 应用维度混洗变换的实时三维空间搜索与点云配准的方法与系统 | |
Sa et al. | Depth grid-based local description for 3D point clouds | |
CN117710603B (zh) | 一种直线几何结构约束下无人机图像三维建筑物建模方法 | |
CN117370592B (zh) | 一种基于机器学习的零件相似性识别方法 | |
CN117934573B (en) | Point cloud data registration method and device and electronic equipment | |
CN116824068B (zh) | 面向复杂动态场景中点云流的实时重建方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191210 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210224 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210421 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211006 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211027 |
|
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: 20220330 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220401 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7054336 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |