JPH0727556A - ３次元形状特徴把握法 - Google Patents

Abstract

(57)【要約】 【目的】 ３次元形状特徴把握法において、処理に要す
る演算量を低減し、簡単なモデルでモデル当てはめ等に
より種別分類を行えるようにする。 【構成】 物体を計測して得られた３次元形状データを
処理１で入力し、処理２で物体重心・表面間の距離を求
めて極座標系に展開し２次元曲面を得る。処理４により
この２次元曲面の起伏の稜線変化を経度−緯度平面に投
影し稜線形状を経度−緯度の関数として抽出し、処理５
により予め抽出した多数の既知立体形状についての稜線
形状との類似度を求め、処理６により最も類似度の高い
既知立体形状と同一種類の形状であると判定する。この
ように稜線変化の計測によって形状特徴を捉らえること
で、計測時の欠落等に起因する誤差の影響を低減し、か
つ稜線形状を尺度としたマッチングにより、直接３次元
形状に３次元モデルのあてはめを行なうよりも、より小
規模な演算で類似度による判定を可能とする。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、物体の３次元形状を画
像等から計測し、その計測データから形状種別を判別す
るなどのために、どの既知立体形状に類似するかを判定
して３次元形状特徴を把握する方法に関するものであ
る。

【０００２】

【従来の技術】近年、物体の３次元形状を画像等から計
測する方法が盛んに研究されている。また、そのような
計測で得られた３次元形状から、その形状種別を判別す
るために種々の特徴を把握するための尺度（特徴量）が
提案されている。

【０００３】

【発明が解決しようとする課題】しかしながら、従来の
３次元形状の特徴を把握する技術では、環境条件の変
動、例えば撮影するシーンの背景や照明条件の変動を考
慮すると、計測時のデータの欠落や変形に起因する測定
誤差のため、種別同定には困難を伴う場合が多々あっ
た。

【０００４】一方、得られた３次元形状に予め準備した
３次元モデルのあてはめを単純に行う等の手法で種別同
定を行うことが可能であるが、この手法では、マッチン
グに要する処理が膨大なものとなるだけでなく、３次元
モデル自体の表現／保持にも多くの記憶容量を必要とす
る問題点があった。

【０００５】本発明は、上記の問題点を解決するために
なされたものであり、その目的は、処理に要する演算量
を低減し、モデル当てはめ等を用いて３次元形状の種別
分類を行う場合も、比較的簡単なモデルで行うことがで
きる３次元形状特徴把握法を提供することにある。

【０００６】

【課題を解決するための手段】上記の目的を達成するた
め、本発明の３次元形状特徴把握法においては、物体を
計測して得た３次元表面形状データを、該物体内に設定
した基準点を原点とし、該原点から表面の任意の点まで
の距離を該原点からその点までの方向ベクトルの極座標
系での緯度及び経度の２軸で張られる面として表現する
過程と、その面上での稜線形状を緯度及び経度の関数と
して抽出する過程と、該抽出した稜線形状と予め多数の
既知立体形状について同一の方法で抽出した稜線形状と
の類似度を求め、最も類似度の高い既知立体形状と同一
種類の形状であると判定する過程と、を有することを特
徴としている。

【０００７】

【作用】本発明の３次元形状特徴把握法では、３次元形
状における表面形状を物体内基準点・表面間の距離を経
度−緯度平面に展開し、２次元での観測で特徴把握を行
うことを特徴とする。すなわち、３次元形状の表面形状
を２次元曲面の凹凸とし、その稜線形状の変化の計測に
よって形状特徴を捉えることで、計測時の欠落や形状変
形等の影響を受けにくくするとともに、処理に要する計
算量を低減し、また、モデル当てはめ等を用いる場合も
３次元モデルに比較してより簡単なモデルで形状分類を
行うことを可能とする。

【０００８】

【実施例】以下、本発明の実施例を、図面を参照して詳
細に説明する。

【０００９】図１は本発明の一実施例の処理手順を示す
フロー図である。本実施例では、交通流計測における車
種分類へ適用した場合を例として説明する。本実施例の
処理手順は、物体の計測で得られた立体（３次元）形状
データを入力する処理１、入力された３次元形状内部の
基準点（重心）を求める処理２、求めた基準点から物体
表面までの距離を求めてその方向ベクトルの緯度−経度
軸で張る面に展開する処理３、得られた展開データの稜
線を追跡して経度−緯度平面上での変化すなわち稜線形
状を経度−緯度の関数として抽出する処理４、これと予
め多数の既知立体形状について同一の方法で抽出してお
いた稜線形状群との類似度を求める類似度計算処理５、
最も類似度の高い既知立体形状と同一種類の形状である
と判別して出力する処理６から成る。

【００１０】本実施例の３次元形状特徴把握法では、ま
ず、処理１により物体を計測して得られた３次元形状デ
ータを入力し、次に、処理２により物体内基準点から表
面までの距離を求め、それを経度、緯度、表面までの距
離を軸とする極座標系に展開して２次元曲面を得る。次
に、得られた２次元曲面について、処理４により起伏の
稜線変化を経度−緯度平面に投影し稜線形状を経度−緯
度の関数として抽出し、次に、処理５により予め多数の
既知立体形状について同一の方法で抽出した稜線形状と
の類似度を求め、最後に、処理６により最も類似度の高
い既知立体形状と同一種類の形状であると判定する。

【００１１】本実施例は、このように稜線変化の計測に
よって形状特徴を捉らえることにより、計測時の欠落、
変形に起因する誤差の影響を低減し、かつ稜線形状を尺
度としたマッチングを行なうことにより、直接３次元形
状に３次元モデルのあてはめを行なうよりも、より小規
模な演算で類似度を判定できるようにする。

【００１２】以下に上記処理手順により車種分類を行う
具体的な処理例を述べる。この処理例では分類する車種
モデルとして乗用車Ａ、乗用車Ｂ、乗用車Ｃの３種類
（それぞれ図２、図３、図４（各図中、（ａ）は上面
図、（ｂ）は後面図、（ｃ）は側面図、（ｄ）は斜視図
を示す））を例にとり説明する。これらの３つの車種モ
デルの形状について、処理５における類似度計算のため
の既知立体形状として、予め稜線形状群を以下のように
して求めておく。

【００１３】まず、本実施例の処理手順中の処理１，
２，３と同様にして物体形状内部の基準点（重心）から
物体表面までの距離の極座標展開を行う。処理結果は、
図５、図６、図７（それぞれ図２，図３，図４に対応）
の様になり、車両形状のコーナーに相当する部分がピー
クとなるような起伏形状となる。

【００１４】次に、本実施例の処理手順中の処理４と同
様にして、展開データのピーク値を追跡し、経度−緯度
の関数として表現する。例えば、経度−緯度平面上に投
影してピーク部分を１（黒）その他の部分を０（白）と
して２値画像を作成する。処理結果は図８、図９、図１
０となる。

【００１５】車両の分類を行うためには、乗用車Ａ、乗
用車Ｂ、乗用車Ｃ、の測定誤差を考慮し変化に幅をもた
せて、図１１（図８に対応）、図１２（図９に対応）、
図１３（図１０に対応）に示す様なテンプレートを既知
立体形状の稜線形状群として用意する。なお、詳細車種
（形状）でなく複数の形状を１つの稜線形状群としてテ
ンプレートを容易すれば、バス、乗用車、トラック等の
粗分類も可能とできる。その際には、各々の典型的モデ
ル複数種を用いてそのピーク形状を複数個用意して統計
処理し、ピーク形状変化に幅をもたせれば良い。

【００１６】次に、未知車種について計測した形状を分
類する場合には、本実施例による処理手順により、物体
形状の内部基準点（重心）から物体表面までの距離の極
座標展開を行い（処理１〜３）、経度−緯度平面上に投
影して２値画像を作成し（処理４）、上記３車種のテン
プレートを重ねあわせ、ピーク値変化とテンプレートと
の比較を行い（処理５）、最も適合部分の多いテンプレ
ートをその車両の車種と判別する（処理６）。

【００１７】本実施例によれば、３次元形状における表
面形状の凹凸の変化の観測を、重心・表面間の距離を経
度−緯度平面に展開して２次元で行っているため、３次
元形状と３次元モデルの直接の重ね合わせ等で形状特徴
を把握する手法に比較して、計算量の低減を実現でき
る。本実施例で示した車両形状を対象とした場合、その
形状データは車両の走行性能に大きく関与するため、各
製造会社の守秘管理下にあり、一般には取得できず、何
等かの方法で計測して取得せざるを得ない。しかしなが
ら、その表面形状を正確に計測することは環境条件の変
動等を考慮すると容易ではない。これに対し、本実施例
の方法による立体形状データから抽出した経度−緯度平
面での稜線変化でマッチングを行なうと、３次元形状の
空間的変化を直線的に重ね合わせ等で比較観測する場合
と比較して、形状計測時の欠落等の影響を受けにくくす
ることができ、より安定的に形状特徴を抽出することが
できる。従って、種別判定も、より安定に行なうことが
できる。

【００１８】

【発明の効果】以上の説明で明らかなように、本発明の
３次元形状特徴把握法によれば、３次元形状における表
面形状の凹凸変化の観測を、物体内基準点・物体表面間
の距離を経度−緯度平面に展開して２次元で行っている
ので、計測した３次元形状と３次元モデルの直接重ね合
わせ等で形状特徴を把握する手法に比較して計算量の低
減を実現できる。

【００１９】実際に３次元形状の表面形状を正確に計測
することは環境条件の変動等を考慮すると容易ではない
が、本発明によれば、３次元形状データから抽出した経
度−緯度平面での稜線変化で既知形状とのマッチングを
行なっているので、３次元形状の空間的変化を直接的に
重ね合わせ等で比較観測する場合と比較して、形状計測
時の欠落等の影響を受けにくくすることができるため、
より安定的に特徴を抽出することができ、従って形状種
別の判定もより安定に行うことができる。

【図面の簡単な説明】

【図１】本発明の一実施例の処理手順を示すフロー図

【図２】（ａ）は３種類の乗用車の形状例のうちの乗用
車Ａの上面図、（ｂ）はその後面図、（ｃ）はその側面
図、（ｄ）はその斜視図

【図３】（ａ）は３種類の乗用車の形状例のうちの乗用
車Ｂの上面図、（ｂ）はその後面図、（ｃ）はその側面
図、（ｄ）はその斜視図

【図４】（ａ）は３種類の乗用車の形状例のうちの乗用
車Ｃの上面図、（ｂ）はその後面図、（ｃ）はその側面
図、（ｄ）はその斜視図

【図５】上記図２に示す形状例について上記実施例によ
る手法により物体形状の内部基準点（重心）から物体表
面までの距離の極座標展開を行った例を示す図

【図６】上記図３に示す形状例について上記実施例によ
る手法により物体形状の内部基準点（重心）から物体表
面までの距離の極座標展開を行った例を示す図

【図７】上記図４に示す形状例について上記実施例によ
る手法により物体形状の内部基準点（重心）から物体表
面までの距離の極座標展開を行った例を示す図

【図８】上記図５に示す極座標展開結果のピーク値を追
跡し経度−緯度の関係とし経度−緯度平面上に投影して
ピーク部分を１その他の部分を０として２値画像を作成
した例を示す図

【図９】上記図６に示す極座標展開結果のピーク値を追
跡し経度−緯度の関係とし経度−緯度平面上に投影して
ピーク部分を１その他の部分を０として２値画像を作成
した例を示す図

【図１０】上記図７に示す極座標展開結果のピーク値を
追跡し経度−緯度の関係とし経度−緯度平面上に投影し
てピーク部分を１その他の部分を０として２値画像を作
成した例を示す図

【図１１】上記図５に示す極座標展開結果のピーク形状
を示す２値画像について、図２の乗用車Ａについて典型
的モデル複数種を用いてそのピーク形状を複数個用意し
て統計処理し、個体差を考慮しピーク形状に幅をもたせ
た例を示す図

【図１２】上記図６に示す極座標展開結果のピーク形状
を示す２値画像について、図３の乗用車Ｂについて典型
的モデル複数種を用いてそのピーク形状を複数個用意し
て統計処理し、個体差を考慮しピーク形状に幅をもたせ
た例を示す図

【図１３】上記図７に示す極座標展開結果のピーク形状
を示す２値画像について、図４の乗用車Ｃについて典型
的モデル複数種を用いてそのピーク形状を複数個用意し
て統計処理し、個体差を考慮しピーク形状に幅をもたせ
た例を示す図

【符号の説明】

１…立体形状データの入力処理 ２…形状内部の基準点計算処理 ３…基準点から表面までの距離をその方向ベクトルの緯
度−経度軸で張る面に展開する処理 ４…稜線形状の抽出処理 ５…既知形状の稜線形状群との類似度計算処理 ６…判別形状の出力処理

Claims (1)

【特許請求の範囲】
1. 【請求項１】 物体を計測して得た３次元表面形状デー
   タを、該物体内に設定した基準点を原点とし、該原点か
   ら表面の任意の点までの距離を該原点からその点までの
   方向ベクトルの極座標系での緯度及び経度の２軸で張ら
   れる面として表現する過程と、その面上での稜線形状を
   緯度及び経度の関数として抽出する過程と、該抽出した
   稜線形状と予め多数の既知立体形状について同一の方法
   で抽出した稜線形状との類似度を求め、最も類似度の高
   い既知立体形状と同一種類の形状であると判定する過程
   と、を有することを特徴とする３次元形状特徴把握法。