JP7841969B2 - ３次元モデル生成装置および３次元モデル生成プログラム - Google Patents

Description

本発明は、点群データに基づいて３次元モデルを生成する３次元モデル生成装置および３次元モデル生成プログラムに関する。

３次元モデルを生成するために、一般にレーザスキャナデータを用いる手法がよく用いられている。

レーザスキャナデータは、飛行機又はヘリコプター等の航空機に搭載したレーザスキャナから地表にレーザ光を照射し、これらの受光データを解析することで、３次元点群データを得る。そして、この３次元点群データを用いて３次元建物形状などの３次元モデルを生成する。

この３次元建物形状などの３次元モデルの再構築において、近年、モデル詳細度LOD（Level of Detail）2レベルで自動生成する手法が切望されている。LOD2レベルでは、主に建物外形線や、屋根を構成する面、線および頂点の情報が必要となる。

従来、空中写真やDSM（Digital Surface Model）データから二次元の建物外形線を見出す手法は多数提案されている。その中でも、屋根面や屋根輪郭線を抽出する手法として、予め定めた屋根形状タイプやこれらを組み合わせた屋根形状に限定した手法（例えば、特許文献１参照。）や、切妻屋根・寄棟屋根など屋根面数が少ない基本的な屋根形状を対象とした手法（例えば、特許文献２参照。）がよく知られている。

特表２００９－５４５０３２号公報 特許第４８８００６９号公報

しかしながら、特許文献１や特許文献２に記載の技術では、屋根面数が多い建物や落差境界線を持つ複雑な形状を有する建物を正確に再現することが困難であった。

例えば、特許文献１に記載の技術では、屋根形状タイプを予め設定する必要があるので、屋根形状タイプの存在しない屋根面数が多い建物を正確に再現することが困難となる。

また、特許文献２に記載の技術では、屋根面数が少ない基本的な屋根形状を対象としているので、例えば階層構造になっている屋根のような複雑な屋根構造を正確に再現することが困難となる。

本発明は、上記問題点に鑑みてなされたものであり、複雑な屋根形状を有する建物を正確に再現する３次元モデル生成装置および３次元モデル生成プログラムを提供することを目的とする。

上記目的を解決するため、本発明に係る３次元モデル生成装置の第１の特徴は、
３次元点群データと、２次元建物外形線データとに基づいて、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次元点群データと、前記２次元建物外形線データとを取得する取得手段と、
前記３次元点群データと前記２次元建物外形線データとを位置情報を基に重ね合わせ、前記２次元建物外形線データが示す建物外形線内を所定サイズの格子メッシュに分割し、前記分割した格子メッシュを前記３次元点群データの分布傾向に基づいてグループ化することにより屋根面を推定する屋根面推定手段 と、
前記格子メッシュに隣接する他の格子メッシュの情報に基づいて格子メッシュを補正することにより前記屋根面を補正する補正手段と、
前記補正手段により補正された屋根面に基づいて３次元モデルを生成する３次元モデル生成手段と、
を備えたことにある。

本発明に係る３次元モデル生成装置の第２の特徴は、
前記屋根面推定手段は、ＲＡＮＳＡＣを用いた平面推定により、前記３次元点群データに屋根面を識別する屋根面番号を付与し、前記分割した格子メッシュ内の点群のうち最も数が多い屋根面番号を前記格子メッシュの屋根面番号とすることにより前記屋根面を推定することにある。

本発明に係る３次元モデル生成装置の第３の特徴は、
前記補正手段は、前記格子メッシュのうち前記３次元点群データが含まれない任意の格子メッシュを注目格子メッシュとしたときに、記注目格子メッシュに隣接する８つの格子メッシュの屋根面番号のうち最も多い屋根面番号を前記注目格子メッシュの屋根面番号とすることにより、前記屋根面を補正することにある。

本発明に係る３次元モデル生成装置の第４の特徴は、
前記補正手段は、前記格子メッシュのうち前記３次元点群データが含まれる任意の格子メッシュを注目格子メッシュとしたときに、前記注目格子メッシュが、前記注目格子メッシュの上下左右に隣接する４つの格子メッシュをそれぞれグループ化した屋根面のいずれにも所属しない場合、グループ無所属に設定することにより、前記屋根面を補正することにある。

本発明に係る３次元モデル生成装置の第５の特徴は、
前記３次元モデル生成手段は、前記補正手段により補正された屋根面の輪郭線と、前記２次元建物外形線データが示す建物外形線とが平面上重なる位置を建物外壁面とし、前記補正手段により補正された屋根面の輪郭線同士が重なり合う位置のうち、所定の落差閾値以上の落差がある位置を落差壁面とし 、前記建物外壁面と前記落差壁面とを壁面モデルとして生成する壁面生成手段と、
前記補正手段により補正された屋根面に基づいて、３次元上で屋根面モデルを生成する屋根面生成手段と、
前記壁面生成手段により生成された壁面モデルと、前記屋根面生成手段により生成された屋根面モデルとを建物モデルとして統合する統合手段と、
をさらに備えたことにある。

本発明に係る３次元モデル生成装置の第６の特徴は、
前記統合手段により統合された建物モデルのモデル面の頂点を水平面上での位置座標に基づいてグルーピングした第１グループを生成し、前記第１グループをさらにそれぞれ垂直方向の位置座標でグルーピングした第２グループを生成し、前記生成された第２グループ内に頂点が複数存在する場合には、任意の１つの頂点に統合する頂点補正手段と、
を備えたことにある。

本発明に係る３次元モデル生成プログラムの第１の特徴は、
３次元点群データと、２次元建物外形線データとに基づいて、３次元モデルを生成する３次元モデル生成装置が実行する３次元モデル生成プログラムであって、
前記３次元点群データと、前記２次元建物外形線データとを取得する取得ステップと、
前記３次元点群データと前記２次元建物外形線データとを位置情報を基に重ね合わせ、前記２次元建物外形線データが示す建物外形線内を所定サイズの格子メッシュに分割し、前記分割した格子メッシュを前記３次元点群データの分布傾向に基づいてグループ化 することにより屋根面を推定する屋根面推定ステップと、
前記格子メッシュに隣接する他の格子メッシュの情報に基づいて格子メッシュを補正することにより前記屋根面を補正する補正ステップと、
前記補正ステップにより補正された屋根面に基づいて３次元モデルを生成する３次元モデル生成ステップと、を有することにある。

本発明に係る３次元モデル生成装置および３次元モデル生成プログラムによれば、複雑な屋根形状を有する建物を正確に３次元モデルとして再現することができる。

本発明の一実施形態である３次元モデル生成装置の概略構成を示した概略構成図である。 本発明の一実施形態である３次元モデル生成装置が備える屋根面推定手段により、色分けされた３次元点群データの一例を示している。（ａ）は、ＲＡＮＳＡＣで抽出した屋根面の一例を示した平面図であり、（ｂ）は、ＲＡＮＳＡＣで抽出した屋根面の一例を示した側面図であり、（ｃ）は、同一平面と考えられる面をマージした屋根面の一例を示した平面図であり、（ｄ）は、同一平面と考えられる面をマージした屋根面の一例を示した側面図である。 （ａ）は、飛び地が発生している屋根面の一例を示した図であり、（ｂ）は、飛び地を分割した一例を示している。 壁面を除外した一例を示した図である。 本発明の一実施形態である３次元モデル生成装置の屋根面推定手段によるノイズ除去の結果を示した図である。（ａ）は、ノイズ除去後の３次元点群データの一例を示しており、（ｂ）は、ノイズとして除去された３次元点群データの一例を示している。 本発明の一実施形態である３次元モデル生成装置の屋根面推定手段による格子メッシュ分割処理を説明した説明図である。 本発明の一実施形態である３次元モデル生成装置の補正手段による小領域メッシュ補正処理を説明した説明図である。（ａ）は、小領域メッシュ補正処理前の屋根面を示しており、（ｂ）は、小領域メッシュ補正処理後の屋根面を示している。 本発明の一実施形態である３次元モデル生成装置の補正手段による欠落メッシュ補完処理を説明した説明図である。 本発明の一実施形態である３次元モデル生成装置の補正手段による孤立メッシュ再補完処理を説明した説明図である。 本発明の一実施形態である３次元モデル生成装置の補正手段による統合処理を説明した説明図である。（ａ）は、統合処理前の屋根面の一例を示した図であり、（ｂ）は、統合処理後の屋根面の一例を示した図である。 本発明の一実施形態である３次元モデル生成装置の補正手段による直線化処理を説明した説明図である。（ａ）は、直線化処理前の屋根面の一例を示した図であり、（ｂ）は、直線化処理後の屋根面の一例を示した図である。 本発明の一実施形態である３次元モデル生成装置の地面探索手段による地面探索処理を説明した説明図である。 本発明の一実施形態である３次元モデル生成装置の屋根面生成手段による屋根面生成処理を説明した説明図である。 本発明の一実施形態である３次元モデル生成装置の屋根面生成手段による屋根面生成処理を説明した説明図である。 本発明の一実施形態である３次元モデル生成装置の壁面生成手段による壁面生成処理を説明した説明図である。 本発明の一実施形態である３次元モデル生成装置の頂点補正手段による頂点補正処理を説明した説明図である。 本発明の一実施形態である３次元モデル生成装置の頂点補正手段による頂点補正処理を説明した説明図である。 本発明の一実施形態である３次元モデル生成装置における処理手順を示したフローチャートである。

以下、本発明の実施の形態について、図面を参照して説明する。各図面を通じて同一若しくは同等の部位や構成要素には、同一若しくは同等の符号を付している。ただし、図面は模式的なものであり、現実のものとは異なることに留意すべきである。また、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれている。

また、以下に示す実施の形態は、この発明の技術的思想を具体化するための装置等を例示するものであって、この発明の技術的思想は、各構成部品の配置等を下記のものに特定するものでない。この発明の技術的思想は、特許請求の範囲において、種々の変更を加えることができる。

以下、本発明の一実施形態である３次元モデル生成装置について説明する。

図１は、本発明の一実施形態である３次元モデル生成装置の概略構成を示した概略構成図である。

図１に示すように、３次元モデル生成装置１は、３次元点群データ取得手段１０１と、クラスタ分割手段１０２と、３次元点群データ記憶手段１０３と、２次元建物外形線データ取得手段１０４と、２次元建物外形線データ記憶手段１０５と、屋根面推定手段１０６と、補正手段１０７と、屋根面データ記憶手段１０８と、地面探索手段１１１と、地面データ記憶手段１１２と、頂点補正手段１１５と、３次元モデルデータ記憶手段１１６と、３次元モデル生成手段１２０とを備えている。

３次元点群データ取得手段１０１は、３次元点群データを取得する。３次元点群データは、例えば、飛行機やドローンなどの飛行体に、レーザスキャナ等を搭載して地上にレーザ光を発射し、その反射光に基づいて算出した座標データと、受光した時刻情報とを組み合わせた計測データである。なお、ここでは、３次元点群データは、上記のように飛行機やドローンによる計測データとしたが、飛行機やドローンから照射して取得した計測データに限らず、少なくとも３次元の座標データが含まれるデータであればよい。

ここで、飛行体を何度か同じ場所の上空を飛行させ、同じ場所に対して複数の３次元点群データを取得する場合がある。この場合、レーザの照射角度などの違いによって、一部データ欠落が生じたり、ズレが生じたりすることがある。

そのため、より確からしい３次元点群データを用いるため、３次元点群データを時刻ごとに分割しておき、扱い易くしておく必要がある。

そこで、クラスタ分割手段１０２は、３次元点群データ取得手段１０１により取得された３次元点群データを、時刻ごとのクラスタに分割する。そして、クラスタ分割手段１０２は、分割したクラスタのうち、データ点数が多いクラスタの優先順位を高くする。そして、クラスタ分割手段１０２は、後述する建物外形線に対し、点群の被覆率が８０（％）を超えるまでの優位順位の高いクラスタから順に採用する。

３次元点群データ記憶手段１０３は、例えば、ＨＤＤ（Hard Disk Drive）や、ＳＳＤ（Solid State Drive）などの記憶媒体で構成されており、クラスタ分割手段１０２により採用されたクラスタに含まれる３次元点群データを記憶する。

２次元建物外形線データ取得手段１０４は、２次元建物外形線データを取得する。２次元建物外形線データは、２次元の建物の外形線が描かれたベクトルデータであり、外形線は２次元の座標データを有している。

２次元建物外形線データ記憶手段１０５は、例えば、ＨＤＤ（Hard Disk Drive）や、ＳSＤ（Solid State Drive）などの記憶媒体で構成されており、２次元建物外形線データ取得手段１０４により取得された２次元建物外形線データを記憶する。

屋根面推定手段１０６は、３次元点群データと２次元建物外形線データとを位置情報を基に重ね合わせ、２次元建物外形線データが示す建物外形線内を所定サイズの格子メッシュに分割し、分割した格子メッシュを３次元点群データの分布傾向に基づいてグループ化することにより屋根面を推定する。

例えば、屋根面推定手段１０６は、３次元点群データ記憶手段１０３に記憶された３次元点群データに基づいて、ＲＡＮＳＡＣ（RANdom SAmple Consensus）を用いた平面推定により、３次元点群データに屋根面を識別する屋根面番号を付与し、分割した格子メッシュ内の点群のうち最も数が多い屋根面番号を格子メッシュの屋根面番号とすることにより屋根面を推定する。ここで、ＲＡＮＳＡＣとは、外れ値を含むデータから、外れ値の影響を除外して数学モデルのパラメータを学習する手法のことである。

より具体的には、屋根面推定手段１０６は、対象となる建物の点群（点群Ａ０と呼ぶ）からＲＡＮＳＡＣによる平面フィッティングを行い、最も大きい平面（屋根面）を推定すると共に３次元平面式を取得する。次に推定した平面上の点群に屋根面番号を割り当てると共に、屋根面番号を割り当てた点群を点群Ａ０から除外する（この点群を点群Ａ１とする）。屋根面推定手段１０６は、点群Ａ１に対してＲＡＮＳＡＣによる平面フィッティングを行い、平面の３次元平面式の取得と平面上の点群への屋根面番号の割当、点群の除外を行う。この処理の繰り返すことで、複数の平面の３次元平面式の取得と点群への屋根面番号の割り当てを行う。そして、残った点群が一定点数以下になった段階で屋根面抽出処理を終了する。この処理により、屋根面推定手段１０６は、屋根１面ごとに３次元平面式を得て、屋根面番号を与える。また、屋根面推定手段１０６は、同時に屋根面番号毎に異なる色を与え、どの屋根面に属する点か可視化しやすくするようにしてもよい。３次元点群データ そして、ＲＡＮＳＡＣで抽出した屋根面が複数ある場合、任意の屋根面が既に取得済みの屋根面と類似している、すなわち、屋根面の法線ベクトルが近似（所定の角度範囲内）しており、かつ面間距離が近い場合は、既存面と同一であるとしてマージする。

なお、ここでは、ＲＡＮＳＡＣを用いて平面推定を行ったが、必ずしもＲＡＮＳＡＣに限らず、平面推定可能な手法を用いればよい。

図２は、本発明の一実施形態である３次元モデル生成装置１が備える屋根面推定手段１０６により、屋根面番号が付与されて色分けされた３次元点群データの一例を示している。（ａ）は、ＲＡＮＳＡＣで抽出した屋根面の一例を示した平面図であり、（ｂ）は、ＲＡＮＳＡＣで抽出した屋根面の一例を示した側面図であり、（ｃ）は、マージした屋根面の一例を示した平面図であり、（ｄ）は、マージした屋根面の一例を示した側面図である。

図２（ａ），（ｂ）に示すように、ＲＡＮＳＡＣで抽出した屋根面として、屋根面Ｄ１０１，Ｄ１０２，Ｄ１０３，Ｄ１０４が取得されている。

屋根面Ｄ１０１と屋根面Ｄ１０２とは、法線ベクトルが近似しており、かつ面間距離が近いので、屋根面推定手段１０６は、より３次元点群データが多い屋根面Ｄ１０２へ屋根面Ｄ１０１をマージし、図２（ｃ），（ｄ）に示す屋根面Ｄ１０５を生成する。また、屋根面Ｄ１０３と屋根面Ｄ１０４とは、法線ベクトルが近似しており、かつ面間距離が近いので、屋根面推定手段１０６は、より３次元点群データが多い屋根面Ｄ１０３へ屋根面Ｄ１０４をマージし、図２（ｃ），（ｄ）に示す屋根面Ｄ１０６を生成する。

屋根面推定手段１０６は、さらに、飛び地分割処理を実行する。具体的には、屋根面推定手段１０６は、ＲＡＮＳＡＣによる屋根面を取得した後に、飛び地となっている屋根面を分割するために点間距離によるクラスタリングを行う。注目点からの距離が設定値以内にある近傍点は同一クラスタとすることで、連続的な点群を持つ領域は同一の屋根面となり、非連続で飛び地となっている３次元点群データは分離された屋根面となる。

図３（ａ）は、飛び地が発生している屋根面の一例を示した図であり、図３（ｂ）は、飛び地を分割した一例を示している。

図３（ａ）に示すように、屋根面Ｄ２０１ａと屋根面Ｄ２０１ｂとは、法線ベクトルが近似しているので、同じ屋根面Ｄ２０１として認識されている。

そこで、屋根面推定手段１０６は、飛び地分割処理を実行することにより、屋根面Ｄ２０１ａと屋根面Ｄ２０１ｂとを異なる屋根面として分割する。例えば、図３（ｂ）に示すように、屋根面推定手段１０６は、屋根面Ｄ２０１ａを屋根面Ｄ２０１として残し、屋根面Ｄ２０１ｂを屋根面Ｄ２０２として屋根面Ｄ２０１から分割する。

また、屋根面推定手段１０６は、屋根面の法線ベクトルとｚ軸との角度が９０（°）に近い、例えば、９０±２（°）の範囲内にある屋根面に属する３次元点群データは壁面として除外する。

図４は、壁面を除外した一例を示した図である。

図４に示すように、３次元点群データＤ３０２は、法線ベクトルとｚ軸との角度が９０（°）に近い、３次元点群データであるので、３次元点群データＤ３０２を壁面として除外する。

そして、屋根面推定手段１０６は、ノイズ除去も実行する。具体的には、屋根面推定手段１０６は、ＲＡＮＳＡＣによる屋根面の取得終了後における屋根面の３次元点群データをひとまとめにし、ＰＣＡ（principal component analysis）分析を行う。ＰＣＡ分析とは、相関のある多数の変数から相関のない少数で全体のばらつきを最もよく表す主成分と呼ばれる変数を合成する手法であり、多変量解析の１つの手法である。屋根面推定手段１０６は、ＰＣＡ分析の結果、３次元点群データが、ＰＣＡ分析結果点の分布状況(線形状、面形状、ランダム)のいずれに分類されるか判定し、「ランダム」に分類された３次元点群データをノイズとして除去し、３次元点群データ記憶手段１０３に記憶させる。

図５は、本発明の一実施形態である３次元モデル生成装置１の屋根面推定手段１０６によるノイズ除去の結果を示した図である。図５（ａ）は、ノイズ除去後の３次元点群データの一例を示しており、図５（ｂ）は、ノイズとして除去された３次元点群データの一例を示している。

図５（ｂ）に示す、ＰＣＡ分析結果点の分類として「ランダム」に分類された３次元点群データがノイズとして削除されることにより、図５（ａ）に示すように、ノイズが除去された３次元点群データを得ることができる。

屋根面推定手段１０６は、３次元点群データ記憶手段１０３に記憶された３次元点群データと、２次元建物外形線データ記憶手段１０５に記憶された２次元建物外形線データとを位置情報を基に重ね合わせ、２次元建物外形線データが示す建物外形線内を所定サイズの格子メッシュに分割する。

図６は、本発明の一実施形態である３次元モデル生成装置１の屋根面推定手段１０６による格子メッシュ分割処理を説明した説明図である。

図６（ａ）に示すように、３次元点群データＤ４０１と、２次元建物外形線データＤ４０２とが位置情報を基に重ね合わされている。

屋根面推定手段１０６は、２次元建物外形線データＤ４０２が示す建物外形の最長辺を基準辺Ｄ４０２ａとして、建物外形を矩形で囲むようにバウンディングボックスＤ４０３を生成する。

屋根面推定手段１０６は、図６（ｂ）に示すように、生成したバウンディングボックスＤ４０３を基に、２次元建物外形線データＤ４０２が示す建物外形線内を所定サイズの矩形の格子メッシュに分割する。

屋根面推定手段１０６は、分割した格子メッシュを３次元点群データＤ４０１の分布傾向に基づいてグループ化することにより屋根面を推定する。具体的には、屋根面推定手段１０６は、ＲＡＮＳＡＣを用いた平面推定により、３次元点群データＤ４０１に屋根面を識別する屋根面番号を付与し、分割した格子メッシュ内の点群のうち最も数が多い屋根面番号を格子メッシュの屋根面番号とすることにより屋根面を推定する。これにより、格子メッシュごとに屋根面が一つだけ決定され、同一の屋根面がグループ化されて一つの屋根面として推定される。

図６（ｂ）に示すように、例えば、格子メッシュがグループ化されて屋根面Ｄ４０４ａや、屋根面Ｄ４０４ｂなどが推定されている。

なお、図６（ｂ）に示すように、２次元建物外形線データＤ４０２が示す建物外形線内で、３次元点群データＤ４０１が存在しない箇所Ｄ４０４については、未設定格子メッシュとする。

補正手段１０７は、格子メッシュに隣接する他の格子メッシュの情報に基づいて格子メッシュを補正することにより屋根面を補正する。具体的には、補正手段１０７は、小領域メッシュ補正処理、欠落メッシュ補完処理、孤立メッシュ再補完処理を実行する。

図７は、本発明の一実施形態である３次元モデル生成装置１の補正手段１０７による小領域メッシュ補正処理を説明した説明図である。図７（ａ）は、小領域メッシュ補正処理前の屋根面を示しており、図７（ｂ）は、小領域メッシュ補正処理後の屋根面を示している。

図７（ａ）に示すように、補正手段１０７は、同一の屋根面内で連続している格子メッシュの個数を計数する。図７（ａ）に示した例では、屋根面Ｄ５０１～Ｄ５０５が推定されており、この屋根面Ｄ５０１～Ｄ５０５内にそれぞれ連続する格子メッシュが含まれている。例えば、屋根面Ｄ５０３の格子メッシュ数は２４（個）であり、屋根面Ｄ５０４の格子メッシュ数は１７（個）であり、屋根面Ｄ５０５の格子メッシュ数は９（個）であるとする。

補正手段１０７は、屋根面内で連続している格子メッシュの個数が予め設定された閾値Ｔｈ１未満の場合は、その屋根面に含まれる格子メッシュを小領域として未設定メッシュに設定する。

例えば、閾値Ｔｈ１を３０（個）として設定されているとすると、図７（ｂ）に示すように、屋根面Ｄ５０３～Ｄ５０５に含まれる格子メッシュ数は、それぞれ３０（個）未満であるので、屋根面Ｄ５０３～Ｄ５０５を小領域Ｄ５１３～Ｄ５１５として、この小領域Ｄ５１３～Ｄ５１５に含まれる格子メッシュは未設定メッシュとして設定される。

一方、屋根面Ｄ５０１～Ｄ５０２に含まれる格子メッシュ数は、それぞれ３０（個）以上であるので、屋根面Ｄ５０１～Ｄ５０２に含まれる格子メッシュは、そのまま屋根面Ｄ５０１～Ｄ５０２に属する格子メッシュとされる。

また、補正手段１０７は、欠落メッシュ補完処理を実行する。具体的には、補正手段１０７は、格子メッシュのうち３次元点群データＤ４０１が含まれない任意の格子メッシュを注目格子メッシュとしたときに、注目格子メッシュに隣接する８つの格子メッシュの屋根面番号のうち最も多い屋根面番号を注目格子メッシュの屋根面番号とすることにより、屋根面を補正する。なお、屋根面番号とは屋根面を一意に識別するための番号である。

図８は、本発明の一実施形態である３次元モデル生成装置１の補正手段１０７による欠落メッシュ補完処理を説明した説明図である。

図８に示すように、例えば、格子メッシュのうち３次元点群データＤ４０１が含まれない任意の格子メッシュＤ６００を注目格子メッシュとしたときに、この注目格子メッシュＤ６００に隣接す格子メッシュは、８近傍の格子メッシュＤ６０１～Ｄ６０８となる。

この格子メッシュＤ６０１～Ｄ６０８のうち、３次元点群データＤ４０１が含まれ、最多の屋根面を注目格子メッシュＤ６００が対応する屋根面とする。

ここでは、格子メッシュＤ６０１～Ｄ６０８のうち、格子メッシュＤ６０５～Ｄ６０８のみに、３次元点群データＤ４０１が含まれている。格子メッシュＤ６０１～Ｄ６０４は、３次元点群データＤ４０１が含まれない未設定格子メッシュである。格子メッシュＤ６０５～Ｄ６０８は、全て同一の屋根面であるので、補正手段１０７は、最多の屋根面として注目格子メッシュＤ６００を格子メッシュＤ６０５～Ｄ６０８が属する屋根面に統合する。

そして、補正手段１０７は、格子メッシュＤ６００に隣接する３次元点群データＤ４０１が含まれない格子メッシュＤ６０１～Ｄ６０４のいずれかを注目格子メッシュとして、同様に欠落メッシュ補完処理を実行する。このようにして、補正手段１０７は、建物外形内の未設定メッシュが全て補完されるまで欠落メッシュ補完処理を実行する。

また、補正手段１０７は、孤立メッシュ再補完処理を実行する。具体的には、補正手段１０７は、格子メッシュのうち３次元点群データＤ４０１が含まれる任意の格子メッシュを注目格子メッシュとしたときに、注目格子メッシュが、注目格子メッシュの上下左右に隣接する４つの格子メッシュをそれぞれグループ化した屋根面のいずれにも所属しない場合、グループ無所属に設定することにより、屋根面を補正する。

図９は、本発明の一実施形態である３次元モデル生成装置１の補正手段１０７による孤立メッシュ再補完処理を説明した説明図である。

図９（ａ）に示した例では、３次元点群データＤ４０１が含まれる任意の格子メッシュＤ７００を注目格子メッシュとしたときに、注目格子メッシュＤ７００は、注目格子メッシュＤ７００の上下左右に隣接する４つの格子メッシュのうち、右側にある格子メッシュＤ７０１が所属する屋根面と同一の屋根面に所属している。この場合、補正手段１０７は、注目格子メッシュＤ７００を補正しない。

一方、図８（ｂ）に示すように、３次元点群データＤ４０１が含まれる任意の格子メッシュＤ７１０を注目格子メッシュとしたときに、注目格子メッシュＤ７１０は、注目格子メッシュＤ７１０の上下左右に隣接する４つの格子メッシュＤ７１１～Ｄ７１４のうち、右側にある格子メッシュＤ７１１が所属する屋根面とは異なる屋根面に所属している。また、格子メッシュＤ７１２～Ｄ７１４は未設定メッシュであるから、注目格子メッシュＤ７１０は、注目格子メッシュＤ７１０の上下左右に隣接する４つの格子メッシュＤ７１１～Ｄ７１４をそれぞれグループ化した屋根面のいずれにも所属していない。

そこで、補正手段１０７は、図９（ｃ）に示すように、注目格子メッシュＤ７１０を孤立メッシュと認定し、グループ無所属である未設定メッシュＤ７２０に設定することにより、屋根面を補正する。

このようにして、補正手段１０７は、全ての孤立メッシュを未設定メッシュに変更した後に、欠落メッシュ補完処理を再度実行する。これにより、適切な屋根面に所属させることができる。

また、補正手段１０７は、屋根面ごとに格子メッシュを統合する。

図１０は、本発明の一実施形態である３次元モデル生成装置１の補正手段１０７による統合処理を説明した説明図である。（ａ）は、統合処理前の屋根面の一例を示した図であり、（ｂ）は、統合処理後の屋根面の一例を示した図である。

図１０（ａ）に示すように、補正手段１０７は、屋根面ごとに格子メッシュを統合し、統合後のポリゴンが建物外形線外にはみ出さないように、建物外形線で切り出し、屋根輪郭線を得る。すなわち、補正手段１０７は、建物外形線からはみ出した部分を削除することにより屋根輪郭線を生成する。

また、補正手段１０７は、屋根輪郭線を直線化する。

図１１は、本発明の一実施形態である３次元モデル生成装置１の補正手段１０７による直線化処理を説明した説明図である。（ａ）は、直線化処理前の屋根面の一例を示した図であり、（ｂ）は、直線化処理後の屋根面の一例を示した図である。

図１１（ａ）に示すように、補正手段１０７は、補正手段１０７による統合処理により生成された屋根面境界線の共通線分Ｄ８００を取得する。

そして、補正手段１０７は、共通線分Ｄ８００のうち、閾値Ｔｈ２以上の長さの部分を抽出し、直線化非対象線分Ｄ８０２に設定する。一方、補正手段１０７は、共通線分Ｄ８００のうち、閾値Ｔｈ２未満の長さの部分を抽出し、これを直線化対象線分Ｄ８０１，Ｄ８０３に設定する。これにより、共通線分Ｄ８００に対し、直線化対象Ｄ８０１およびＤ８０２と、直線化非対象Ｄ８０２とを設定する。

そして、図１１（ｂ）に示すように、補正手段１０７は、直線化対象Ｄ８０１およびＤ８０２に対して、例えばDouglas-Peucker等により直線化を行い、直線化された屋根面境界線Ｄ８０５を生成する。

屋根面データ記憶手段１０８は、補正手段１０７により補正された屋根面データ（２次元屋根面輪郭線データおよび屋根面方程式）を記憶する。

地面探索手段１１１は、建物が設置されている地面の高さ（ｚ座標）を探索する。

図１２は、本発明の一実施形態である３次元モデル生成装置１の地面探索手段１１１による地面探索処理を説明した説明図である。

図１２に示すように、地面探索手段１１１は、建物外形線Ｄ９０１のバウンディングボックスＤ９０２を生成する。

そして、地面探索手段１１１は、バウンディングボックスＤ９０２の上下左右を＋α（ｍ）(ここでは、αの初期値:１ｍとする)拡張した拡張範囲Ｄ９０３を設定し、設定した拡張範囲Ｄ９０３内にある３次元点群データＤ４０１を取得する。なお、３次元点群データＤ４０１を取得する際の高さ方向の制限はない。

地面探索手段１１１は、拡張範囲Ｄ９０３内から３次元点群データＤ４０１を取得できた場合、取得できた３次元点群データＤ４０１の最小高さ点を地面の高さとし、処理を終了する。

一方、拡張範囲Ｄ９０３内から３次元点群データＤ４０１を取得できなかった場合、地面探索手段１１１は、探索範囲をさらに拡張する。ここでは、地面探索手段１１１は、バウンディングボックスＤ９０２の上下左右を＋α（ｍ）(ここでは、α:５ｍとする)拡張した拡張範囲Ｄ９０４を設定し、設定した拡張範囲Ｄ９０４内にある３次元点群データＤ４０１を取得する。

同様に、地面探索手段１１１は、拡張範囲Ｄ９０４内から３次元点群データＤ４０１を取得できた場合、取得できた３次元点群データＤ４０１の最小高さ点を地面の高さとし、処理を終了する。

一方、拡張範囲Ｄ９０４内から３次元点群データＤ４０１を取得できなかった場合、地面探索手段１１１は、探索範囲をさらに拡張する。ここでは、地面探索手段１１１は、バウンディングボックスＤ９０２の上下左右を＋α（ｍ）(ここでは、α:２０ｍとする)拡張した拡張範囲Ｄ９０５を設定し、設定した拡張範囲Ｄ９０５内にある３次元点群データＤ４０１を取得する。

同様に、地面探索手段１１１は、拡張範囲Ｄ９０５内から３次元点群データＤ４０１を取得できた場合、取得できた３次元点群データＤ４０１の最小高さ点を地面の高さとし、処理を終了する。

一方、拡張範囲Ｄ９０５内から３次元点群データＤ４０１を取得できなかった場合、地面探索手段１１１は、高さ（ｚ座標）を「０」として処理を終了する。

なお、ここでは、拡張範囲Ｄ９０５内から３次元点群データＤ４０１を取得できなかった場合、地面探索手段１１１は、高さ（ｚ座標）を「０」として処理を終了したが、拡張範囲は３回の拡張に限らず、何回拡張するようにしてもよい。

地面データ記憶手段１１２は、取得した地面データ（地面の高さデータ）を記憶する。

３次元モデル生成手段１２０は、屋根面データと地面データとに基づいて３次元モデルを生成する。３次元モデル生成手段１２０は、屋根面生成手段１２１と、壁面生成手段１２２と、底面生成手段１２３と、統合手段１２４とを有する。

屋根面生成手段１２１は、屋根面データ記憶手段１０８に記憶された屋根面データ（２次元屋根面輪郭線データおよび屋根面方程式）に基づいて、３次元上の屋根面モデルを生成する。

図１３，図１４は、本発明の一実施形態である３次元モデル生成装置１の屋根面生成手段１２１による屋根面生成処理を説明した説明図である。図１３（ａ）は平面図であり、図１３（ｂ）は側面図である。

図１３（ａ），（ｂ）に示すように、屋根面生成手段１２１は、階層構造を有するか否かを判定する。

具体的には、屋根面生成手段１２１は、屋根面データ（２次元屋根面輪郭線データおよび屋根面方程式）に基づいて、屋根面輪郭が他の屋根面輪郭内に含まれているか否かの包含確認を行う。そして、屋根面生成手段１２１は、包含確認結果に基づいて、屋根面の階層構造（親子関係）を認識する。

図１３（ａ），（ｂ）に示した例では、屋根面生成手段１２１は、屋根面Ｅ１０１の屋根面輪郭内に屋根面Ｅ１０２および屋根面Ｅ１０３の屋根面輪郭が含まれていると認識する。また、屋根面生成手段１２１は、屋根面Ｅ１０２の屋根面輪郭内に屋根面Ｅ１０４の屋根面輪郭が含まれていると認識する。屋根面Ｅ１０５は、階層構造を有していない。

また、階層構造を有していない場合、２次元の屋根面輪郭を投影することにより２次元の屋根面輪郭を取得する。

図１４に示すように、階層構造を有していない場合、屋根面生成手段１２１は、屋根面データ記憶手段１０８に記憶された屋根面データ（２次元屋根面輪郭線データおよび屋根面方程式）に基づいて、２次元上の屋根輪郭線（頂点Ｅ２０１～Ｅ２０４を結ぶ輪郭線）を、ＲＡＮＳＡＣで推定した平面Ｅ２０５（屋根面方程式：ａｘ＋ｂｙ＋ｃｚ＋ｄ＝０で示す平面）に投影することで３次元上の屋根面の輪郭線（頂点Ｅ２１１～Ｅ２１４を結ぶ輪郭線）を取得する。

これにより、屋根面生成手段１２１は、屋根面データに基づいて、２次元上の屋根輪郭線から３次元上の屋根面の輪郭線を生成し、屋根面モデルを生成することができる。

壁面生成手段１２２は、屋根面データ記憶手段１０８に記憶された２次元屋根面輪郭線データと、地面データ記憶手段１１２に記憶された地面データとに基づいて、３次元上の壁面モデルを生成する。

図１５は、本発明の一実施形態である３次元モデル生成装置１の壁面生成手段１２２による壁面生成処理を説明した説明図である。図１５（ａ）は平面図であり、図１５（ｂ）は斜視図である。

壁面生成手段１２２は、屋根輪郭線と建物外形線を総当たりで、最外壁線（建物外壁面の位置）または落差境界壁線（落差壁面の位置）を判定する。具体的には、図１５（ａ），（ｂ）に示すように、壁面生成手段１２２は、屋根面データ記憶手段１０８に記憶された２次元屋根面輪郭線データが示す２次元上の屋根面の輪郭線Ｅ３０１と、２次元建物外形線データＤ４０２が示す建物外形線Ｅ３０２とが平面上重なる位置を最外壁線Ｅ３１０（建物外壁面の位置）とする。

同様に、壁面生成手段１２２は、屋根面データ記憶手段１０８に記憶された２次元屋根面輪郭線データが示す２次元上の屋根面の輪郭線Ｅ３０３と、２次元建物外形線データＤ４０２が示す建物外形線Ｅ３０２とが平面上重なる位置を最外壁線Ｅ３１１（建物外壁面の位置）とする。

また、壁面生成手段１２２は、屋根面データ記憶手段１０８に記憶された２次元屋根面輪郭線データが示す２次元上の屋根面の輪郭線同士、すなわち、２次元上の屋根面の輪郭線Ｅ３０１と、２次元上の屋根面の輪郭線Ｅ３０３とが重なり合う位置のうち、所定の落差閾値以上の落差がある位置を落差境界壁線（落差壁面の位置）Ｅ３１２とする。

そして、壁面生成手段１２２は、地面探索手段１１１により算出された高さ（ｚ座標）と、屋根面生成手段１２１により生成された３次元上の屋根面の輪郭線と、建物外壁面の位置（最外壁線）と、落差壁面の位置（落差境界壁線）とに基づいて壁面モデルを生成する。

これにより、図１５（ｂ）に示すように、壁面生成手段１２２は、最外壁線Ｅ３１０と地面探索手段１１１により算出された地面の高さ（ｚ座標）とに基づいて、輪郭線Ｅ３１０ａを算出し、最外壁線Ｅ３１０と３次元上の屋根面の輪郭線とに基づいて、輪郭線Ｅ３１０ｂを算出する。

また、図１５（ｂ）に示すように、壁面生成手段１２２は、最外壁線Ｅ３１０と３次元上の屋根面の輪郭線とに基づいて、輪郭線Ｅ３１２ａを算出し、最外壁線Ｅ３１１と３次元上の屋根面の輪郭線とに基づいて、輪郭線Ｅ３１２ｂを算出する。

これにより、壁面生成手段１２２は、３次元上の壁面を生成することができる。

底面生成手段１２３は、地面データ記憶手段１１２に記憶された地面データに基づいて、３次元上の底面を生成する。具体的には、底面生成手段１２３は、地面探索手段１１１により算出された地面の高さ（ｚ座標）と、２次元建物外形線データＤ４０２とに基づいて、３次元上の底面モデルを生成する。

統合手段１２４は、屋根面生成手段１２１により生成された３次元上の屋根面モデルと、壁面生成手段１２２により生成された３次元上の壁面モデルと、底面生成手段１２３により生成された３次元上の底面モデルとを統合して、３次元の建物モデルを生成する。

頂点補正手段１１５は、統合手段１２４により統合された建物モデルのモデル面の頂点を水平面上での位置座標に基づいてグルーピングした第１グループを生成し、第１グループをさらにそれぞれ垂直方向の位置座標でグルーピングした第２グループを生成し、生成された第２グループ内に頂点が複数存在する場合には、任意の１つの頂点に統合する。

図１６，図１７は、本発明の一実施形態である３次元モデル生成装置１の頂点補正手段１１５による頂点補正処理を説明した説明図である。

図１６（ａ）に示すように、頂点補正手段１１５は、統合手段１２４により統合された建物モデルＥ４００のモデル面の頂点を水平面（ｘ－ｙ平面）上でグルーピングした第１グループＥ４１０～Ｅ４６０を生成する。

図１６（ｂ）に示すように、頂点補正手段１１５は、第１グループＥ４１０をさらに垂直方向の位置座標（ｚ座標）でグルーピングした第２グループＥ４１１，Ｅ４１２を生成する。同様に、頂点補正手段１１５は、第１グループＥ４２０をさらに垂直方向の位置座標（ｚ座標）でグルーピングした第２グループＥ４２１，Ｅ４２２を生成し、第１グループＥ４３０をさらに垂直方向の位置座標（ｚ座標）でグルーピングした第２グループＥ４３１，Ｅ４３２を生成し、第１グループＥ４４０をさらに垂直方向の位置座標（ｚ座標）でグルーピングした第２グループＥ４４１，Ｅ４４２を生成し、第１グループＥ４５０をさらに垂直方向の位置座標（ｚ座標）でグルーピングした第２グループＥ４５１，Ｅ４５２を生成し、第１グループＥ４６０をさらに垂直方向の位置座標（ｚ座標）でグルーピングした第２グループＥ４６１，Ｅ４６２を生成する。

そして、頂点補正手段１１５は、生成された第２グループ内に頂点が複数存在する場合には、任意の１つの頂点に統合する。

図１７（ａ）は、統合による補正前の第２グループの一例を示しており、図１７（ｂ）は、統合による補正後の第２グループの一例を示している。

図１７（ａ）に示すように、第２グループＥ４２１には、Ｐ１（ｘ１，ｙ１，ｚ１）の頂点と、Ｐ２（ｘ２，ｙ２，ｚ２）の頂点とが含まれている。また、第２グループＥ４２２には、Ｐ３（ｘ３，ｙ３，ｚ３）の頂点と、Ｐ４（ｘ４，ｙ４，ｚ４）の頂点とが含まれている。

このように、第２グループ内に頂点が複数含まれていることがあり、これは誤差と考えることができる。また、ｚ１はｚ２以上であるとする。

そこで、頂点補正手段１１５は、図１７（ｂ）に示すように、Ｐ２（ｘ２，ｙ２，ｚ２）の座標をＰ１（ｘ１，ｙ１，ｚ１）の座標と同一にすることにより、Ｐ２（ｘ２，ｙ２，ｚ２）をＰ１（ｘ１，ｙ１，ｚ１）に統合する。これにより、より高い（ｚ座標の値が大きい）頂点に統合することができる。

また、頂点補正手段１１５は、Ｐ３（ｘ３，ｙ３，ｚ３）とＰ４（ｘ４，ｙ４，ｚ４）とは、同一の第１グループに所属している。そこで、Ｐ３とＰ４のｘ座標およびｙ座標をＰ１のｘ座標およびｙ座標に統合する。また、頂点補正手段１１５は、Ｐ３のｚ座標をＰ４のｚ座標に統合する。

これにより、Ｐ４をＰ３に統合し、Ｐ３（ｘ１，ｙ１，ｚ３）とＰ４（ｘ１，ｙ１，ｚ３）を得ることができる。

なお、ここでは、Ｐ２をＰ１に統合したが、Ｐ１をＰ２に統合するようにしてもよい。また、Ｐ４をＰ３に統合したが、Ｐ３をＰ４に統合するようにしてもよい。

３次元モデルデータ記憶手段１１６は、頂点補正手段１１５により頂点が補正された３次元モデルデータを記憶する。

図１８は、本発明の一実施形態である３次元モデル生成装置１における処理手順を示したフローチャートである。

図１８に示すように、ステップＳ１０１において、３次元点群データ取得手段１０１は、３次元点群データを取得する。

ステップＳ１０３において、２次元建物外形線データ取得手段１０４は、２次元建物外形線データを取得する。

ステップＳ１０５において、クラスタ分割手段１０２は、クラスタ分割処理を実行する。具体的には、クラスタ分割手段１０２は、３次元点群データ取得手段１０１により取得された３次元点群データを、時刻ごとのクラスタに分割し、分割したクラスタのうち、データ点数が多いクラスタの優先順位を高くし、建物外形線に対し、点群の被覆率が８０（％）を超えるまでの優位順位の高いクラスタから順に採用する。

ステップＳ１０７において、屋根面推定手段１０６は、３次元点群データ記憶手段１０３に記憶された３次元点群データに基づいて、ＲＡＮＳＡＣ（RANdom SAmple Consensus）を用いて屋根面を推定する。

ステップＳ１０９において、補正手段１０７は、格子メッシュに隣接する他の格子メッシュの情報に基づいて、小領域メッシュ補正処理を実行する。具体的には、補正手段１０７は、同一の屋根面内で連続している格子メッシュの個数を計数し、屋根面内で連続している格子メッシュの個数が予め設定された閾値Ｔｈ１未満の場合は、その屋根面に含まれる格子メッシュを小領域として未設定メッシュに設定する。

ステップＳ１１１において、補正手段１０７は、欠落メッシュ補完処理を実行する。具体的には、補正手段１０７は、格子メッシュうち３次元点群データＤ４０１が含まれない任意の格子メッシュを注目格子メッシュとしたときに、注目格子メッシュに隣接する８つの格子メッシュが最も多く含まれる屋根面に注目格子メッシュを統合することにより、屋根面を補正する。

ステップＳ１１３において、補正手段１０７は、孤立メッシュ補完処理を実行する。格子メッシュうち３次元点群データＤ４０１が含まれる任意の格子メッシュを注目格子メッシュとしたときに、注目格子メッシュが、注目格子メッシュの上下左右に隣接する４つの格子メッシュをそれぞれグループ化した屋根面のいずれにも所属しない場合、グループ無所属に設定することにより、屋根面を補正する。

ステップＳ１１５において、地面探索手段１１１は、建物が設置されている地面を探索する。

ステップＳ１２１において、屋根面生成手段１２１は、屋根面データ記憶手段１０８に記憶された屋根面データ（２次元屋根面輪郭線データおよび屋根面方程式）に基づいて、３次元上の屋根面モデルを生成する。

ステップＳ１２３において、壁面生成手段１２２は、屋根面データ記憶手段１０８に記憶された２次元屋根面輪郭線データと、地面データ記憶手段１１２に記憶された地面データとに基づいて、３次元上の壁面モデルを生成する。

ステップＳ１２５において、底面生成手段１２３は、地面データ記憶手段１１２に記憶された地面データに基づいて、３次元上の底面を生成する。

ステップＳ１２７において、統合手段１２４は、屋根面生成手段１２１により生成された３次元上の屋根面モデルと、壁面生成手段１２２により生成された３次元上の壁面モデルと、底面生成手段１２３により生成された３次元上の底面モデルとを統合して、３次元の建物モデルを生成する。

ステップＳ１２９において、頂点補正手段１１５は、３次元の建物モデルの頂点を補正する。具体的には、頂点補正手段１１５は、統合手段１２４により統合された建物モデルのモデル面の頂点を水平面上での位置座標に基づいてグルーピングした第１グループを生成し、第１グループをさらにそれぞれ垂直方向の位置座標でグルーピングした第２グループを生成し、生成された第２グループ内に頂点が複数存在する場合には、任意の１つの頂点に統合する。

以上のように、本発明の一実施形態である３次元モデル生成装置１によれば、３次元点群データと、２次元建物外形線データとを取得する。３次元点群データ取得手段１０１と、３次元点群データと２次元建物外形線データとを位置情報を基に重ね合わせ、２次元建物外形線データが示す建物外形線内を所定サイズの格子メッシュに分割し、分割した格子メッシュを３次元点群データの分布傾向に基づいてグループ化することにより屋根面を推定する屋根面推定手段１０６と、格子メッシュに隣接する他の格子メッシュの情報に基づいて格子メッシュを補正することにより屋根面を補正する補正手段１０７と、補正手段１０７により補正された屋根面に基づいて３次元モデルを生成する３次元モデル生成手段１２０と、を備えたことにある。

これにより、屋根形状タイプを予め設定することなく、複雑な屋根構造を正確に再現することができる。

なお、上述した実施形態は、コンピュータにインストールしたプログラムを実行させることにより実現することもできる。

１ ３次元モデル生成装置
１０１ ３次元点群データ取得手段
１０２ クラスタ分割手段
１０３ ３次元点群データ記憶手段
１０４ ２次元建物外形線データ取得手段
１０５ ２次元建物外形線データ記憶手段
１０６ 屋根面推定手段
１０７ 補正手段
１０８ 屋根面データ記憶手段
１１１ 地面探索手段
１１２ 地面データ記憶手段
１１５ 頂点補正手段
１１６ ３次元モデルデータ記憶手段
１２０ ３次元モデル生成手段
１２１ 屋根面生成手段
１２２ 壁面生成手段
１２３ 底面生成手段
１２４ 統合手段

Claims (6)

1. ３次元点群データと、２次元建物外形線データとに基づいて、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次元点群データと、前記２次元建物外形線データとを取得する取得手段と、
   前記３次元点群データと前記２次元建物外形線データとを位置情報を基に重ね合わせ、前記２次元建物外形線データが示す建物外形線内を所定サイズの格子メッシュに分割し、前記分割した格子メッシュを前記３次元点群データの分布傾向に基づいてグループ化することにより屋根面を推定する屋根面推定手段と、
   前記格子メッシュに隣接する他の格子メッシュの情報に基づいて格子メッシュを補正することにより前記屋根面を補正する補正手段と、
   前記補正手段により補正された屋根面に基づいて３次元モデルを生成する３次元モデル生成手段と、を備え、
   前記屋根面推定手段は、
   ＲＡＮＳＡＣを用いた平面推定により、前記３次元点群データに屋根面を識別する屋根面番号を付与し、前記分割した格子メッシュ内の点群のうち最も数が多い屋根面番号を前記格子メッシュの屋根面番号とすることにより前記屋根面を推定する
   ことを特徴とする３次元モデル生成装置。
2. 前記補正手段は、
   前記格子メッシュのうち前記３次元点群データが含まれない任意の格子メッシュを注目格子メッシュとしたときに、前記注目格子メッシュに隣接する８つの格子メッシュの屋根面番号のうち最も多い屋根面番号を注目格子メッシュの屋根面番号とすることにより、前記屋根面を補正する
   ことを特徴とする請求項１記載の３次元モデル生成装置。
3. 前記補正手段は、
   前記格子メッシュのうち前記３次元点群データが含まれる任意の格子メッシュを注目格子メッシュとしたときに、前記注目格子メッシュが、前記注目格子メッシュの上下左右に隣接する４つの格子メッシュをそれぞれグループ化した屋根面のいずれにも所属しない場合、グループ無所属に設定することにより、前記屋根面を補正する
   ことを特徴とする請求項１記載の３次元モデル生成装置。
4. 前記３次元モデル生成手段は、
   前記補正手段により補正された屋根面の輪郭線と、前記２次元建物外形線データが示す建物外形線とが平面上重なる位置を建物外壁面とし、前記補正手段により補正された屋根面の輪郭線同士が重なり合う位置のうち、所定の落差閾値以上の落差がある位置を落差壁面とし、前記建物外壁面と前記落差壁面とを壁面モデルとして生成する壁面生成手段と、
   前記補正手段により補正された屋根面に基づいて、３次元上で屋根面モデルを生成する屋根面生成手段と、
   前記壁面生成手段により生成された壁面モデルと、前記屋根面生成手段により生成された屋根面モデルとを建物モデルとして統合する統合手段と、
   をさらに備えたことを特徴とする請求項１記載の３次元モデル生成装置。
5. 前記統合手段により統合された建物モデルのモデル面の頂点を水平面上での位置座標に基づいてグルーピングした第１グループを生成し、前記第１グループをさらにそれぞれ垂直方向の位置座標でグルーピングした第２グループを生成し、前記生成された第２グループ内に頂点が複数存在する場合には、任意の１つの頂点に統合する頂点補正手段と、
   を備えたことを特徴とする請求項４記載の３次元モデル生成装置。
6. ３次元点群データと、２次元建物外形線データとに基づいて、３次元モデルを生成する３次元モデル生成装置が実行する３次元モデル生成プログラムであって、
   前記３次元点群データと、前記２次元建物外形線データとを取得する取得ステップと、
   前記３次元点群データと前記２次元建物外形線データとを位置情報を基に重ね合わせ、前記２次元建物外形線データが示す建物外形線内を所定サイズの格子メッシュに分割し、前記分割した格子メッシュを前記３次元点群データの分布傾向に基づいてグループ化することにより屋根面を推定する屋根面推定ステップと、
   前記格子メッシュに隣接する他の格子メッシュの情報に基づいて格子メッシュを補正することにより前記屋根面を補正する補正ステップと、
   前記補正ステップにより補正された屋根面に基づいて３次元モデルを生成する３次元モデル生成ステップと、を有し、
   前記屋根面推定ステップは、
   ＲＡＮＳＡＣを用いた平面推定により、前記３次元点群データに屋根面を識別する屋根面番号を付与し、前記分割した格子メッシュ内の点群のうち最も数が多い屋根面番号を前記格子メッシュの屋根面番号とすることにより前記屋根面を推定する
   を有することを特徴とする３次元モデル生成プログラム。