JPH08129025A

JPH08129025A - ３次元画像処理流速計測方法

Info

Publication number: JPH08129025A
Application number: JP26578194A
Authority: JP
Inventors: Yoshihiro Namiki; 好広並木
Original assignee: Mitsubishi Space Software Co Ltd
Current assignee: Mitsubishi Space Software Co Ltd
Priority date: 1994-10-28
Filing date: 1994-10-28
Publication date: 1996-05-21

Abstract

(57)【要約】【目的】本発明は３次元画像処理流速計測方法に関
し、特に、トレーサ粒子を流れ場に投入することにより
可視化した流れ場を複数のカメラで同時撮像し、デジタ
ル画像処理を行うことにより３次元流速計測を行うこと
を目的とする。【構成】本発明による３次元画像処理流速計測方法
は、各カメラ(2)からの画像データ(2a)を小領域に区分
し、小領域と基準位置の小領域における各画像データの
相関係数を算出し、この相関係数を移動予想位置の小領
域の基本確率とみなし、３次元座標と対応付けを行い、
デンプスターの結合規則を用いて各位置ごとの基本確率
を統合し、移動位置を距離差及び撮影時間差から３次元
の速度成分を測定する構成である。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、３次元画像処理流速計
測方法に関し、特に、トレーサ粒子を流れ場に投入する
ことにより可視化した流れ場を複数台のカメラで同時に
撮影し、デジタル画像処理を行うことにより３次元流速
計測を行うための新規な改良に関する。

【０００２】

【従来の技術】複数台のカメラを用いた３次元の流速計
測では例えば特開平５−３４３６５号公報に記載のよう
に、シート光発生のための光学装置及びカメラに特殊な
回転機構を設けて、３次元性の強い流れを計測するもの
であった。

【０００３】

【発明が解決しようとする課題】前述の従来技術は、特
殊な光学装置及び回転機構付きのカメラを必要とすると
共に、測定場として矩形型水路が前提のため、カメラに
対し垂直方向の流れの測定は前後のシート光間隔で制約
を受けると云う問題があった。また上記技術以外に、複
数のカメラの撮影データに関しステレオ写真法により、
対象位置を算定すると計測誤差により、各カメラからの
算定位置が一致しない過誤発生の問題もあった。

【０００４】本発明は、以上のような課題を解決するた
めになされたもので、特に、特殊な光学系装置及び回転
機構付きのカメラを必要とせず、流れの場に関する制約
のない簡易な設備で過誤発生の少ない３次元流速計測を
行う３次元画像処理流速計測方法及び装置を提供するこ
とを目的とする。

【０００５】

【課題を解決するための手段】本発明による３次元画像
処理流速計測方法においては、複数台のＣＣＤカメラ、
同期ユニット、画像処理ボード及びコンピュータからな
る３次元画像処理流速計測装置において、前記各カメラ
からの画像データを小領域に区分し、小領域の画像デー
タと、基準位置の小領域に対する画像データとの相関係
数を算出し、算出した相関係数を移動予想位置の小領域
の基本確率とみなし、３次元座標と対応付けを行い、デ
ンプスターの結合規則を用いて各位置ごとの基本確率を
統合し、最大の基本確率となった小領域を移動位置と
し、前記基準位置に対する移動位置の距離差及び撮影時
間差から３次元の速度成分を測定するようにした方法で
ある。

【０００６】さらに詳細には、前記小領域の区分を、ト
レーサの分割面に適用し、移動先におけるトレーサの各
分割面と基準位置におけるトレーサの指定した分割面と
の相関係数を算出し、算出した相関係数をトレーサの移
動先における指定した分割面の回転位置の基本確率とみ
なし、デンプスターの結合規則を用いて、各分割面ごと
の基本確率を統合し、最大の基本確率となった分割面を
回転位置とし、前記基準分割面に対するトレーサの回転
角度、及び撮影時間差から回転角速度成分を計測するこ
とを特徴とする請求項１記載の３次元画像処理流速計測
方法。

【０００７】

【作用】本発明による３次元画像処理流速計測方法にお
いては、複数台のＣＣＤカメラ、同期ユニット、画像処
理ボードとコンピュータの装置構成で、各カメラからの
画像データを小領域に区分し、小領域のトレーサ密度分
布に関する画像データと、基準位置の小領域のトレーサ
密度分布に関する画像データとの相関係数を算出し、算
出した相関係数を移動位置の基本確率とみなし、３次元
座標と対応付けを行い、デンプスターの結合規則を用い
て各位置ごとの基本確率を統合し、最大の基本確率とな
った小領域を移動位置と判定する。このように判定した
移動位置は小領域大きさ分の誤差を含んだものとなるの
で、移動位周辺の相関係数の分布を２次関数で近似し、
２次関数の最大値地点の座標を最終的な移動位置とす
る。もとの位置と最終的な移動位置の距離差と撮影時間
差から基準位置の小領域における３次元の速度成分の測
定を行うことができる。

【０００８】

【実施例】以下、図面と共に本発明による３次元画像処
理流速計測方法の好適な実施例について詳細に説明す
る。まず、本発明による３次元画像処理流速計測方法の
説明に入る前に、デジタル画像処理技術を用いて流速計
測を行う場合について述べる。近年、デジタル画像処理
技術を用いて流れの可視化画像から定量的な情報を取り
出そうとする研究が盛んに行われ、研究成果を用いた２
次元画像処理流速計測装置については一部製品化されて
いる。最近では２次元画像処理流速計測より多くの情報
が得られる３次元画像処理流速計測へと研究は進んでい
る。画像処理流速計測はその原理より流れ場に投入した
個々のトレーサを時々刻々追跡して流体の局所の速度を
計測するＰＴＶ（Particle Tracking Velocimetry）
と、異なる時刻でのトレーサの分布パターンの類似性に
より流体の局所の速度を計測するＰＩＶ（Particle Ima
ging Velocimetry）がある。ＰＩＶは原理的にＰＴＶよ
りもトレーサの空間密度の高い速度ベクトルの計測が可
能であり、流れ場の既知情報をあまり必要としない特長
があり、流速計以外の３次元画像処理計測への応用範囲
も広い（ロボットのテーチング、振動計測、生体計測、
微生物観察等）。しかしながら誤った速度ベクトル（過
誤ベクトル）発生がＰＴＶより高く、特に３次元ＰＩＶ
（以下３Ｄ−ＰＩＶと称する）の場合、その影響が大き
い。また複数台のカメラまたはステレオカメラを用いて
３次元計測を行なった場合、各カメラの撮影データから
算定したトレーサ位置は計測誤差等により一致しないと
ともにトレーサの対応付けの誤り発生も指摘されてい
る。これら問題に対し、現在研究されている３Ｄ−ＰＩ
Ｖの手法では特殊な光学装置を用いて画面を２分割し、
カメラ１台で撮影し、周知のニューラルネットワークに
よる過誤ベクトル補正により対処することが提案されて
いる。しかしながら実用化する上では特殊な光学装置が
必要となる上に計測対象範囲が矩形型水路モデルに限定
される。一方、軍事システム等の情報処理システム（In
telligent System）の分野においては、複数個の精度の
低いセンサからの観測対象に関するデータに対しデータ
融合を行い、データの不完全性を補完し、観測精度を高
めるデータ融合の手法が研究されている。特に最近では
従来のベイズの定理による手法の欠点を克服したデンプ
スターシェーファー論理によるデータ融合手法を適用し
た情報処理システムが盛んに研究されている。そこで３
Ｄ−ＰＩＶにおける複数カメラからの撮影データを情報
処理システムのセンサデータと等価なものとみなし、デ
ータ融合の手法を適用することにより複数カメラからの
撮影データの対応付けを行い。過誤ベクトルの発生を防
止するデータ融合による３Ｄ−ＰＩＶ実現手法（以下、
本手法と称する。）について提案するものである。本手
法により、特殊な光学装置を必要とせず、計測対象範囲
も限定しない３Ｄ−ＰＩＶが実現可能と考えられ、さら
に、従来の３Ｄ−ＰＩＶでは原理的に計測できないトレ
ーサの回転角度計測が可能になる。従って、以下に、本
手法の基本計測原理及び応用案としてトレーサ回転角度
の計測要領について説明する。

【０００９】本発明ではＰＩＶの基本原理としてトレー
サの分布パターンの類似性を時空間相関法で計測する。
そこで基本計測原理説明の準備として時空間相関法につ
いて説明すると共に、データ融合の手法を適用するので
このデータ融合の概要についても説明する。時空間相関法時空間相関法（spatio tempotal correlation method）
による速度ベクトルの計測は周知のように、空間的に狭
い領域で対象とする画像中の物体の形状及び速度が一定
であること（局所的定常性）を前提に次の通り定義され
ている。ここでは説明を簡単にするため画像関数が１次
元の場合を示す。図１に示す画像関数ｆ(x,t)が局所的
定常性を満たせば、次の(1)式で示す時空間相関関数R(x
₀,△x,τ)（以下、相関関数と称す。）が最大値となる
時間τ_1agは２点ｘ₀，ｘ₀＋△ｘ間のｆ(x,t)の波形の時
間差（遅れ時間）を表している。

【００１０】

【数１】

【００１１】この時の相関関数の分布を図２に示す。τ
は画像関数ｆが速度ｖで距離△ｘだけ移動する時間を表
す。したがって点ｘ０での画像関数の移動速度ｖ、距離
△ｘ、遅れ時間τ_1agとの関係は次式となる。ｖ＝△ｘ／τ_1ag (2)式このように図２に示す時空間相関関数より得られる情報
から速度を求める手法を時空間相関手法と定義されてい
る。

【００１２】次に、周知（情報処理学会論文誌、ＶＯ
Ｌ．３５，Ｎｏ．６，１９９４に開示）のデータ融合及
びデンプスター（Dempster-Shafer）理論の概要につい
て述べる。データ融合の目的は、観測対象に関する複数
データを利用し、対象の探知識別や状況の理解のための
有意な情報を効果的に抽出することにある。種々の電磁
スペクトルのセンサデータや観測員からのレポートな
ど、ある一つの対象に関する複数データを融合して、デ
ータの不完全性の補完、精度の向上及び信頼度の向上を
図り、観測対象から得られる情報の確からしさを改善す
るものである。データ融合システムの一例を図４に示
す。環境・観測対象１、センサシステム２、データ融合
プロセス３、融合データ／知識・状況データベース・知
識ベース４Ａ、意志決定プロセス４、対応手段５、セン
サ管理６及び環境・観測対象１へのフィードバックルー
プから構成される。データ融合プロセス３はアソシエー
ション３Ａ、追尾３Ｂ及び推論・結合３Ｃの３つの機能
ブロックで構成される。アソシエーション３Ａは新しい
データと既存データの関連づけ、または新しいデータ間
の関連づけを行う。追尾３Ｂは観測対象１の状態推定を
行い継続的な追尾を行う。推論・結合３Ｃは関連づけた
データを保有知識を基に推論し、結合して意志決定プロ
セス４に必要な確度の高い結論を得る。アソシエーショ
ン３Ａ及び追尾３Ｂに関しては、相関ゲート、距離測
度、最大尤度法などの確率統計的仮説検定法、またはカ
ルマンフィルタなどの状態推定モデルが用いられてい
る。推論・結合３Ｃではセンサシステム２から証拠とし
て報告された観測対象１の状態または識別の推定量を確
率（ベイズ確率）、確率区間（デンプスター理論）また
はファジイ集合（ファジイ理論）等で表現し、ベイズモ
デル、プロダクションシステム（ルールベース推論）ま
たは証拠的推論等を用いて結合する。

【００１３】前記デンプスター理論は、１９６７年にデ
ンプスター（Dempster）が提案し、そのの後シェーファ
ー（Shafer）がエキスパートシステムの不確実性測度と
しての重要性を認めて体系化したものである。ベイズの
確率では仮説集合の各要素に確率値が割当られるがデン
プスター理論では集合内の各要素を自由に動ける確率質
量を新しい確率の概念として定義した。情報（証拠）を
仮説空間上の信頼度（belief）として、下界確率と上界
確率との間の確率区間で表す。下界確率（確度）は証拠
が仮説を支持する度合い、上界確率（尤度）は仮説につ
いて反証できない度合いを表す。これらの証拠をデンプ
スターの結合則によって結合することにより、複数の独
立的な証拠に基づく融合結果を得ることができる。ま
た、前述のベイズの確率に対し次の欠点が指摘されてい
る。証拠または仮説の確率決定に必要な統計データまた
は首尾一貫した条件確率が得られない場合適用すること
ができない。知識の欠如（無知）と不信用とを区別でき
ない。これに対しデンプスター理論では、無知すなわち
知らないということを明確に表現し、不信用すなわち信
用しないということを区別することができるものであ
る。

【００１４】次に、前述の各前提説明に基づき、本発明
におけるデータ融合による３Ｄ−ＰＩＶシステムについ
て図５と共に述べる。なお、前述の説明と同一又は同等
部分には同一符号を用いて説明する。すなわち、計測対
象であるトレーサ粒子群からなる計測対象１は複数のＣ
ＣＤカメラ２で撮像され、計測ウィンドウ設定部１０か
らの計測ウィンドウ１０ａによりウィンドウ設定された
各相関処理部１１へ画像データ２ａが入力され、各相関
処理部１１の出力１１ａがデータ融合処理３へ入力さ
れ、その処理結果３ａが速度ベクトル算定処理部１２で
処理され、速度ベクトル信号１２ａとして出力される。
なお、この各ＣＣＤカメラ２には、図示しない同期ユニ
ット、画像処理ボード及びコンピュータが接続されてい
る。

【００１５】以下に、実際の動作について述べる。ま
ず、基本的に３台以上のＣＣＤカメラ２を用いて計測対
象１を同時撮影する。あらかじめ流速を計測したい場所
を３次元の計測ウィンドウの中心座標と幅で定義し、各
カメラ２の撮影データごとに、計測ウィンドウ１０ａの
投影範囲内の撮影データ各小領域の画像データと、撮影
時間間隔△ｔ時間後の撮影対象の移動予想位置周辺の撮
影データとの相関処理を行い、各カメラ２ごとの相関係
数を算出する。相関係数を予想位置に対する各カメラ２
からの情報の信頼度とみなし、各カメラ２からの相関係
数をデータ融合し、融合した結果、相関係数の最も高い
予想位置を△ｔ時間後の撮影対象１の移動位置と判定す
る。この判定結果に基づき速度ベクトル（v_x,v_y,v_z）を
算定する。

【００１６】以下、前記３Ｄ−ＰＩＶシステムの各構成
要素の基本処理内容について説明する。計測ウィンドウ設定部１０の初期値の設定初期値の設定について述べる。初期値として設定する値
を図６に示す。流速を計測したい場所（局所部分）の中
心座標を３次元座標０（X₀,Y₀,Z₀）で定義する。相関係
数を算定する範囲を３次元計測ウィンドウとしてＸＹ
面、ＹＺ面及びＺＹ面を形状・面積の等しい正方形の辺
の長さｍで定義する。ここで定義した３次元の計測ウィ
ンドウを以後、ＴＲＷ（トラッキングウィンドウ）と称
す。また計算時間短縮のため流速ベクトルの予想値Ｖ₀
（v_x,v_y,v_z）をあらかじめ設定する。ＴＲＷの△時間後
の移動位置を捜索する（相関をとる）対象の３次元ウィ
ンドウを以降、ＴＧＷ（ターゲットウィンドウ）と称す
る。ＴＧＷはＴＲＷの中心座標と流速ベクトルより算定
した予想位置の周辺に３次元マトリクス状に複数個設置
する。

【００１７】カメラ座標への変換前述で定義したＴＲＷ、及びＴＲＷと速度ベクトルより
算定するＴＧＷをそれぞれのカメラ座標系に変換する。
座標変換は写真測量に用いる共線条件による次式により
行う。あらかじめ既知の基準点情報によりカメラの姿勢
角及び焦点距離を、非線形連立方程式を非線形最小２乗
法で解くことにより算定し、カメラ映像内の座標（x,
y）を次式で算定する。

【００１８】

【数２】

【００１９】相関処理まず、相関値算定について述べる。(3)，(4)式により３
次元のＴＲＷ及びＴＧＷは２次元座標系へ投影される。
投影された２次元のウィンドウに対し２次元の時空間相
関手法を適用し、各ＴＲＷとＴＧＷのペアに対する相関
係数を算出する。いまカメラ座標系に変換したＴＲＷ、
ＴＧＷをtrw，tgwと記す。trwの座標ｘ，ｙの小領域の
画像関数をｆ(x;y)、trw上の空間位置をずらした点(x₁,
y₁)を中心としたｎ²個の小領域を設定し、その領域の画
像関数値（濃度レベル）をｆ₁と記する。次にtgwの分布
関数をｇ(x,y)、tgw上の空間位置をずらした点(x₁,y₁)
を中心としたtrwと同じ大きさの小領域をtrwと同数設定
し、その領域の画像関数値（濃度レベル）をｇ₁とす
る。従って、trwに対するtgw(x,y)の相関係数は次の(5)
で算定できる。なお、このtrwとtgwの相関係数算出は図
７で示すように行われる。

【００２０】

【数３】

【００２１】相関係数の検定について述べる。ノイズ等
により実際と全く異なった場所に対し、相関係数がＲ_fg
＞０となる場合がある。そこで、(5)式で算出した相関
係数はtrwに対する真情報のtgwにおける点推定値と考
え、Ｒ_fg(s,y)を次式(6)，(7)で正規分布関数値に近似
して、有意水準αに基づき検定を行い、検定を満たす相
関係数のみ採用する。

【００２２】

【数４】

【００２３】以上の処理をtrwとtgwのペアの数分行い、
(7)式の検定の結果採用したＲ_fg(x,y)値をＴＧＷ(X,Y,
Z)に対応づける。すなわち、３次元のＴＧＷはカメラ数
をａ、ペアとなったＴＲＷ数をｂとすると最大ａ×ｂ個
のＲ_fg(x,y)値を対応づけて保有することになる。これ
らの値をＴＲＷの移動位置推定のための情報として活用
することを次項で説明する。

【００２４】データ融合について述べる。前述の相関処
理によりＴＧＷには各カメラごとのＴＲＷとの相関係数
が対応づけられている。相関係数をＴＧＷに対する各カ
メラからの情報の信頼度とみなしデンプスターの結合則
によりデータ融合を行い、全カメラからの信頼度を融合
した結果、信頼度の最も高いＴＧＷをＴＲＷ内のトレー
サの△ｔ後の移動位置と判定する。デンプスターの結合
則成立のためには次の条件を満たさなければならない。
すなわち、Ａ₀を有限な全集合、Ａ₁(i=1,2,・・・)をその
部分集合とすると基本確率（確率質量）ｍ(A₁(i=0,1,・・
・)は〔０，１〕の値をとり、次の条件を満たす。

【００２５】

【数５】

【００２６】前述のデンプスターの結合則を相関結果に
適用するためにいまＴＲＷ１に対し相関の得られたＴＧ
ＷをＴＧＷｉ（i=1,・・・n)と記する。ＴＲＷの移動先の
ＴＧＷについて、次の仮説が可能と考えられる。仮説の
全集合をＨ０＝{H1,H2,・・・}とするとＨ１：｛ＴＧＷ１｝：Ｈｎ：｛ＴＧＷｎ｝Ｈｎ＋１：｛ＴＧＷ１またはＴＧＷ２または・・・ま
たはＴＧＷｎ｝仮説に対する基本確率（確率質量）にＲ_fg(x,y)値を対
応させるために次の(9)式で変換を行い、(8)式の条件を
満たすようにする。ＴＧＷｉのＲ_fg（x,y）をＲ_fg（TGW
i）の様に表記する。

【００２７】

【数６】

【００２８】各カメラ２は同期して同一対象に対する撮
影を行いデータを取り込むが、それぞれカメラ２ごと別
系統で計算機に入力する。したがって各カメラ２からの
データはそれぞれ独立と考える。いまカメラ２が３台と
するとカメラＡ→カメラＢ→カメラＣの順で結合すると
すると、ｍ₁，ｍ₂を独立な証拠に基づいて得られたカメ
ラＡ、カメラＢのそれぞれの基本確率として、カメラＡ
のデータに対する相関処理の結果ＴＲＷ１の移動位置が
ＴＧＷ１する仮説をＨ₁₁と記す。すなわちカメラＡ，Ｂ
からＴＧＷｉ（i=1,・・・n)をＴＲＷ１の移動位置とする
仮説Ｈ₁₁，Ｈ₂₁はそれぞれ焦点要素とするとカメラＡ，
Ｂの結合後の各の基本確率は次の(10)式で算定される。

【００２９】

【数７】

【００３０】カメラＡ，Ｂの結合結果に基づきＴＲＷｉ
（i=1,・・・n)をＴＲＷ１の移動位置を仮説Ｈ₁₂₁と記す。
次にカメラ３との結合後の基本確率は同様に次の(11)式
となる。

【００３１】

【数８】

【００３２】前述の(11)式の結果に基づき基本確率の一
番高い仮説を採用する。さらに現在対象にしているＴＲ
Ｗ１とは別のＴＲＷ２との相関係数による仮説の基本確
率ｍ₄(H₁)をＨ₁の否定情報Ｈ₁バーとして(10)式と同様
に結合し、さらに基本確率の精度を高めることができ
る。またカメラ配置が３台の場合、互いに３次元座標系
の中心にカメラ中心線が直角に交差するのが理想的であ
るが、実際には２台のカメラが近接して配置する場合も
考えられる。あるカメラを中心に考えると近くに配置
（直角に交差する割合が低い）されたカメラからの情報
の価値は遠方（直角に交差する割合が高い）に配置した
カメラからの情報より低いと考えられる。この場合、(1
0)，(11)式を適用すると情報価値の高い遠方のカメラ情
報の信頼値を結合することにより低下させてしまう恐れ
がある。そこで文献、周知のシステム制御情報学会論文
誌、ＶＯＬ．１７，Ｎｏ．５，１９９４に示される手法
を用いてデンプスターの結合則に現実の知識に近い形の
ものを用いる。例えば、前述のカメラ３台の時、カメラ
１とカメラ２を近接して配置した場合カメラ１とカメラ
２が同じＴＧＷｉをＴＲＷの移動先とする仮説に対する
基本確率に関しｍ₁₂(Hi)＝max(m₁(Hi),m₂(Hj)) (i=j時） (12) （max：最大値を選択）という条件式を(10)式に追加する。

【００３３】計算例表１にＴＲＷ１に対するＴＧＷ１〜ＴＧＷ３のカメラ３
台の信頼値を示す。カメラＡとカメラＢの結合結果を表
２に示す。表中のＵは不明（仮説Ｈ_n+1）の場合を表
す。表２の結果より基本確率はＴＧＷ１＝０.１８、Ｔ
ＧＷ２＝０.２９、ＴＧＷ３＝０.４５、Ｕ＝０.０８と
なる。表３にカメラ３台を結合した場合の結果を示す。
最終的な基本確率はＴＧＷ１＝０.１３、ＴＧＷ２＝０.
２６、ＴＧＷ３＝０.５７、Ｕ＝０.０４となり、ＴＲＷ
の移動先はＴＧＷ３の位置と判定する。さらに参考値と
してＴＲＷ２に対するＴＧＷ１〜ＴＧＷ３の信頼値（Ｔ
ＲＷ１に対する否定情報）が得られたとして、表３の値
と結合することにより基本確率はＴＧＷ１＝０.１２、
ＴＧＷ２＝０.２４、ＴＧＷ３＝０.５２、ＴＧＷ１＝
０.０２、ＴＧＷ２＝０.０４、ＴＧＷ３＝０.０２、Ｕ
＝０.０４となり、ＴＧＷ３の信頼値が一番高いことに
変化ない。結合結果を表４に示す。

【００３４】

【表１】

【００３５】

【表２】

【００３６】

【表３】

【００３７】

【表４】

【００３８】速度ベクトル算定まず、移動位置の補正について述べる。相関係数はＴＧ
Ｗ間隔の離散的な値となり、最大相関係数も真の値より
小さくなる。そこで移動位置の算定精度を上げるために
周辺ＴＧＷの相関係数値を用いてＴＧＷの中心座標の補
正を行う。ＸＹＺ軸の各軸方向ごと前後のＴＧＷの相関
係数値により、相関係数の分布を２次関数で近似し、２
次関数の各軸上の最大地点をその軸の補正したＴＲＷの
中心移動座標とする内挿補間を行う。図８，９に近接Ｔ
ＧＷとの関係を示す。

【００３９】次に、速度ベクトルの算定について述べ
る。前述のように補正したＴＲＷの中心移動座標（Xc,Y
c,Zc）、ＴＲＷの中心座標（X₀,Y₀,Z₀）及び撮影時間間
隔△ｔから次の(12)式によりＴＲＷの速度ベクトル（V
x,Vy,Vz）を算出する。

【００４０】

【数９】

【００４１】なお、本式に関しては座標の計測誤差に対
し非常に敏感なため、周知のカルマンフィルタを用いた
手法が改善方式として提案されている。本手法において
はデータ融合により誤差が最小限となる前提で、あわせ
て計算時間を短縮するため前述の(13)式を速度ベクトル
算定に用いる。

【００４２】他の実施例として、前述の計測原理の考え
を適用することで従来の３Ｄ−ＰＩＶではできなかった
トレーサの回転角度計測の要領について簡単に説明す
る。説明を簡単化にするため次の前提を設ける。カメラ
３台がそれぞれＸ軸、Ｙ軸及びＺ軸上に配置するものと
する。したがってカメラ３台からＸＹ面、ＹＺ面及びＸ
Ｚ面の３面の撮影データが得られる。ＴＧＷは３．の手
法により、すでにＴＲＷと対応つけられたものとする。
トレーサは３次元のウィンドウ中に１つ存在し、ウィン
ドウより小さいものとする。またトレーサのある面は他
の面と異なった画素特性を持ち、ＴＲＷからＴＧＷに移
動する間に半回転以上しないものとする。いまＴＲＷの
ＸＹ面、ＹＺ面、ＺＸ面を中心から上下に分割し特徴的
な分割面と他の分割面との相関係数を(5)式により算定
すると図１０に示すようななだらかな特性曲線を各軸ご
と有するものとする。

【００４３】回転角度計測の原理ＴＲＷがＴＧＷに移動するまでの間に回転したとする
と、ＴＲＷの特徴的な面との相関係数値が一番高いＴＧ
Ｗの面がＴＲＷの回転方向と考えられる。そこでＴＲＷ
１面とＴＧＷ６面との相関係数を(5)式により算定し、
(6)，(7)式により検定を行う。その結果ＴＲＷの分割面
ＡｉとＴＧＷの分割面Ｂｉとの間に次の仮説が得られ
る。いまＡ１に対し相関の得られたＴＧＷ面をＢｉ（i=
1,・・・,n）と記する。仮説の全集合をＨ０＝｛H1,H2,・・
・｝とするとＨ１：｛B1｝：Ｈｎ：｛Bn｝Ｈｎ＋１：｛Ｂ１またはＢ２または・・・またはＢ
ｎ｝すなわち、前述のデータ融合の場合と同じ条件であるの
で、(9)式によりＢｉ（i=1,・・・,n）の基本確率ｍ₁（B
i）を算定し、基本確率が最大な分割面ＢｉがＡ１の移
動先と判定する。さらにトレーサにＡ１以外に特徴的な
分割面Ａｊがあれば、ＴＧＷの全ての分割面に対し上記
要領で基本確率ｍ_j（B₁）を算定し(10)，(11)式のデン
プスターの結合則を用いて精度を高めることができる。
移動先のＢｉを判定したら、ここではカメラ２の各軸と
の成す角度から０度、９０度、１８０度、２７０度の４
点しか相関係数が得られないため図１０の相関係数の分
布曲線を２次関数で近似してＸ軸、Ｙ軸、Ｚ軸の最大値
地点の角度を内挿補間し、回転角（ω，ψ，κ）を算定
する。なお、この回転角度（V_ω，V_ψ，V_κ）は次の(1
3)式にて算出する。

【００４４】

【数１０】

【００４５】従来の３Ｄ−ＰＴＶの手法で乱流計測を行
う場合、トレーサ粒子は乱れの最高周波数の運動まで十
分追従し、かつ乱れのミクロな長さスケールに対してト
レーサ径を小さくする必要があった。したがってトレー
サ粒子に対する条件は非常にきびしく、ＰＩＶによる乱
流計測実現の一つの制約でもある。そこで、本応用案を
活用し、トレーサ粒子が乱流に対し、ある程度大きくて
も渦のエネルギーをトレーサ粒子の回転運動に対する影
響として検知できるため、従来の３Ｄ−ＰＴＶのように
直接トレーサの回転線跡を確認しなくても、トレーサの
回転運動発生箇所を乱流発生箇所として検知可能であ
る。したがって、ＰＩＶの乱流計測に対する適用範囲を
広げることが可能となる。

【００４６】

【発明の効果】本発明によれば、特殊な光学系装置及び
回転機構付きのカメラを必要とせず、流れの場に関する
制約もなく簡易な設備で過誤発生も少ない３次元流速計
測を行うことができ、実験設備の経済化が図れる。また
Ｘ，Ｙ，Ｚ軸をそれぞれ含むトレーサ面の相関係数を使
用するため、トレーサ面に画像上の特徴さえあればトレ
ーサの回転角度も計測可能であり、従来の画像処理流速
計測装置では計測できない角度に関するパラメータの測
定が可能である。また、データ融合の手法の適用によ
り、従来３Ｄ−ＰＩＶに比して、計測精度の向上、計測
対象範囲の拡大及び計測パラメータ種類の増加が図れ
る。また、時空間相関法の適用により、トレーサの制限
をあまり受けないため、流速計測以外の３次元画像処理
計測分野への応用範囲を広くすることができる。さら
に、３台以上のＣＣＤカメラ及び画像処理ボード付きの
パソコンで実現可能なため小回りのきく３次元画像処理
計測装置を得ることができる。

【図面の簡単な説明】

【図１】画像関数を示す構成図である。

【図２】画像関数を示す構成図である。

【図３】時空間相関関数を示す構成図である。

【図４】データ融合システムを示すブロック図である。

【図５】本発明による３Ｄ−ＰＩＶシステムを示すブロ
ック図である。

【図６】計測ウィンドウの初期値設定を示す構成図であ
る。

【図７】相互相関値算出を示す構成図である。

【図８】移動位置の補正における近接ＴＧＷとの関係を
示す構成図である。

【図９】移動位置の補正における近接ＴＧＷとの関係を
示す構成図である。

【図１０】トレーサ各面との相関特性を示す特性図であ
る。

【符号の説明】

２ＣＣＤカメラ２ａ画像データ

Claims

【特許請求の範囲】

【請求項１】複数台のＣＣＤカメラ(2)、同期ユニッ
ト、画像処理ボード及びコンピュータからなる３次元画
像処理流速計測装置において、前記各カメラ(2)からの
画像データ(2a)を小領域に区分し、小領域の画像データ
と、基準位置の小領域に対する画像データとの相関係数
を算出し、算出した相関係数を移動予想位置の小領域の
基本確率とみなし、３次元座標と対応付けを行い、デン
プスターの結合規則を用いて各位置ごとの基本確率を統
合し、最大の基本確率となった小領域を移動位置とし、
前記基準位置に対する移動位置の距離差及び撮影時間差
から３次元の速度成分を測定することを特徴とする３次
元画像処理流速計測方法。
【請求項２】前記小領域の区分を、トレーサの分割面
に適用し、移動先におけるトレーサの各分割面と基準位
置におけるトレーサの指定した分割面との相関係数を算
出し、算出した相関係数をトレーサの移動先における指
定した分割面の回転位置の基本確率とみなし、デンプス
ターの結合規則を用いて、各分割面ごとの基本確率を統
合し、最大の基本確率となった分割面を回転位置とし、
前記基準分割面に対するトレーサの回転角度、及び撮影
時間差から回転角速度成分を計測することを特徴とする
請求項１記載の３次元画像処理流速計測方法。