WO2023013070A1 - データ処理装置、データ処理方法、及びプログラム - Google Patents

データ処理装置、データ処理方法、及びプログラム Download PDF

Info

Publication number
WO2023013070A1
WO2023013070A1 PCT/JP2021/029427 JP2021029427W WO2023013070A1 WO 2023013070 A1 WO2023013070 A1 WO 2023013070A1 JP 2021029427 W JP2021029427 W JP 2021029427W WO 2023013070 A1 WO2023013070 A1 WO 2023013070A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
point cloud
data
image file
compression
Prior art date
Application number
PCT/JP2021/029427
Other languages
English (en)
French (fr)
Inventor
雄介 櫻原
奈月 本田
雅晶 井上
Original Assignee
日本電信電話株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 日本電信電話株式会社 filed Critical 日本電信電話株式会社
Priority to JP2023539581A priority Critical patent/JPWO2023013070A1/ja
Priority to PCT/JP2021/029427 priority patent/WO2023013070A1/ja
Publication of WO2023013070A1 publication Critical patent/WO2023013070A1/ja

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/102—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or selection affected or controlled by the adaptive coding
    • H04N19/115—Selection of the code volume for a coding unit prior to coding
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
    • H04N19/169—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding
    • H04N19/17—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the coding unit, i.e. the structural portion or semantic portion of the video signal being the object or the subject of the adaptive coding the unit being an image region, e.g. an object
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
    • H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
    • H04N19/597—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding specially adapted for multi-view video sequence encoding

Definitions

  • the present disclosure relates to technology for compressing 3D point cloud data as an image file or video file.
  • the 3D point cloud data acquired by the 3D laser scanner has x, y, and z coordinates, and the data size becomes huge when measuring a wide range or measuring under highly accurate conditions. put away.
  • the data size of the 3D point cloud is about 15 GB when measured with MMS at a speed of 30 km/h and a measurement distance of 1 km.
  • the data size measured under the conditions of (measurement and assumption of ) is about 165 MB.
  • the MMS is about 1.8 PB (converted assuming the total length of Japan's roads is 1,256,607 km)
  • the fixed point cloud is about 5.4 PB (the total number of utility poles is 35,000,000). book), and the equipment construction costs and running costs for storing all the data are expensive.
  • the x, y, and z coordinates of the 3D point cloud are pseudo-converted into color signals as described in Non-Patent Document 1, and the H.264 standardized by the International Organization for Standardization is used. 265/HEVC (High Efficiency Video Coding) for compression.
  • Non-Patent Document 1 pseudo-converts the coordinates of the 3D point cloud into YUV signals of color signals, and compresses the obtained point cloud data collectively using image compression technology, which is irreversible compression.
  • Non-Patent Document 1 compresses the entire 3D point cloud data at once, it is not possible to adjust the compression rate for each facility. Change. If the coordinates of the 3D point cloud are greatly changed by compression, the equipment information calculated by creating the 3D model will be different, and there is a problem that it will be difficult to use it for communication equipment inspection technology.
  • the present invention provides a data processing device, a data processing method, and a program that can compress 3D point cloud data while maintaining the accuracy of restored coordinates to the extent that it can be used for communication equipment inspection technology.
  • a data processing apparatus divides measured point cloud data for each facility based on a discriminant function, and converts each coordinate value of each of the divided point cloud data into each color signal.
  • image file is generated, and the image file is subjected to image compression processing with a compression ratio determined for each facility, and the image file subjected to the image compression processing and the parameters used for the image compression processing are stored. I decided to save it by associating it.
  • the data processing device is a data processing device for processing three-dimensional point cloud data representing three-dimensional coordinates of points on the surface of an outdoor structure acquired by a three-dimensional laser scanner.
  • an image conversion unit for generating an image file in which three-dimensional coordinates of each point of the three-dimensional point cloud data are regarded as color signals for each of the outdoor structures;
  • an image compression unit that performs image compression processing on each of the image files at a compression rate determined for each type of the outdoor structure corresponding to the image file;
  • a storage unit that associates and stores the compressed image file subjected to the image compression processing and the parameters used in the image compression processing; Prepare.
  • a data processing method is a data processing method for processing three-dimensional point cloud data representing three-dimensional coordinates of points on the surface of an outdoor structure acquired by a three-dimensional laser scanner, generating an image file in which the three-dimensional coordinates of each point of the three-dimensional point cloud data are regarded as color signals for each of the outdoor structures; performing image compression processing on each of the image files at a compression ratio determined for each type of the outdoor structure corresponding to the image file; and compressing the compressed image file subjected to the image compression processing and the image compression processing. to store in association with the parameters used for I do.
  • this data processing device and its method When performing image compression processing, this data processing device and its method perform compression at a compression ratio according to the type of outdoor structure. Therefore, it is possible to maintain the accuracy of the restoration coordinates required for each type of outdoor structure. Therefore, the present invention can provide a data processing apparatus and a data processing method capable of compressing 3D point cloud data while maintaining the accuracy of restored coordinates to the extent that it can be used for communication equipment inspection technology.
  • the data processing apparatus converts the compressed image file into points of three-dimensional coordinates using the compressed image file and the parameters stored in the storage unit, and restores point groups for each of the outdoor structures. It further comprises a restorer that generates the data.
  • the image conversion unit of the data processing apparatus converts the numerical value of the color signal corresponding to the three-dimensional coordinates of one point into a binary number, and converts the image file from the upper 8 bits of the binary number to the image file. is characterized by creating a plurality of By converting the 3D point cloud data into multiple image files, it is possible to restore accurate coordinates.
  • the image conversion unit of the data processing device includes: (1) calculating a divisor of the number of point clouds included in the three-dimensional point cloud data for each of the outdoor structures; (2A) when the number of point groups is 8 or more and is not a prime number, the number of point groups is x; (2B) When the number of point groups is less than 8 or a prime number, so as to have a divisor other than 1 and the number of point groups, (a) Add dummy data to the three-dimensional point cloud data for each of the outdoor structures and set the sum of the number of the point clouds and the number of the dummy data to x, or (b) for each of the outdoor structures Deleting some points from the three-dimensional point cloud data and subtracting the number of deleted points from the number of points is x, and (3) the number of pixels that can be represented by two divisors of x The image file is created. If the number of point clouds in the 3D point cloud data is a prime number, normal compression cannot be performed, so compression is enabled by deleting points
  • the image compression unit of the data processing device collectively compresses a plurality of image files generated from the outdoor structures of the same type and located in different locations as moving images.
  • the compressed image file (compressed moving image file) is obtained by processing. 3D point cloud data of the same kind of outdoor structures are similar. For this reason, handling these data as moving images enables higher compression.
  • the restoring unit extracts an arbitrary image file from the compressed image file which is a compressed moving image, converts it into points of three-dimensional coordinates, and restores point cloud data for each of the outdoor structures. is characterized by generating
  • the present invention is a program for causing a computer to function as the data processing device.
  • the data collection device of the present invention can also be implemented by a computer and a program, and the program can be recorded on a recording medium or provided through a network.
  • the present invention can provide a data processing device, data processing method, and program capable of compressing 3D point cloud data while maintaining the accuracy of restored coordinates to the extent that it can be used for communication equipment inspection technology.
  • 5 is a flowchart for explaining image file creation work performed by an image conversion unit of the data processing apparatus according to the present invention
  • 4 is a flowchart for explaining compression work performed by an image compression unit of the data processing device according to the present invention
  • 4 is a flowchart for explaining compression work performed by an image compression unit of the data processing device according to the present invention
  • 4 is a flowchart for explaining point cloud restoration work performed by the restoration unit of the data processing apparatus according to the present invention
  • It is a figure explaining the data processor which concerns on this invention.
  • FIG. 1 is a diagram for explaining the data processing device 301 of this embodiment.
  • the data processing device 301 is a data processing device that processes three-dimensional point cloud data representing the three-dimensional coordinates of points on the surface of the outdoor structure 12 acquired by the three-dimensional laser scanner 11, an image conversion unit 31 for generating an image file in which the three-dimensional coordinates of each point of the three-dimensional point cloud data are regarded as color signals for each outdoor structure 12; an image compression unit 34 for performing image compression processing on each of the image files at a compression rate determined for each type of outdoor structure 12 corresponding to the image file; a storage unit 35 that associates and stores the compressed image file subjected to the image compression processing and the parameters used in the image compression processing; Prepare.
  • the data processing device 301 uses the compressed image file and the parameters stored in the storage unit 35 to convert the compressed image file into points of three-dimensional coordinates and restore point cloud data for each outdoor structure 12 . It further includes a restoration unit 36 that generates the . Furthermore, the data processing device 301 includes an identification processing section 30 and a display section 37 . The image conversion section 31 has a coordinate identification section 112 and an image creation section 113 .
  • the outdoor structure 12 is communication equipment to be inspected, such as a utility pole, a cable, and a transformer.
  • the identification processing unit 30 separates the 3D point cloud data measured by the 3D laser scanner 11 into point clouds by type of the outdoor structure 12 .
  • the image creation unit 33 of the image conversion unit 31 converts the 3D point cloud data separated by type of the outdoor structure 12 into an image file.
  • the coordinate identification unit 32 calculates coordinate information necessary for pseudo-converting coordinates into color signals.
  • the image compression unit 34 compresses the image file at a compression rate determined for each type of outdoor structure 12 .
  • the storage unit 35 stores compressed image files and parameters used for image compression.
  • the restoration unit 36 inversely converts the color signals into coordinates from the image file and the parameters stored in the storage unit 35 .
  • the display unit 37 displays 3D point cloud data inversely transformed from color signals to coordinates.
  • FIG. 2 is a diagram for explaining a method of identifying an arbitrary object from the point group performed by the identification processing unit 30.
  • the identification surface 21 of the present embodiment refers to a linear boundary surface used for object identification, and is the boundary surface between class 1 and class 2 .
  • class 1 is a utility pole and class 2 is a scaffolding bolt.
  • By deriving the identification plane 21 by machine learning based on the learning data it is possible to classify the points into two groups, namely, a point group forming a utility pole and a point group forming a scaffolding bolt.
  • the coordinates S of the 3D point cloud data with the total number of points N are given below.
  • a method of obtaining a discriminant function f(x) for an acquired point group and deriving the discriminative plane 21 using a perceptron as an example will be described.
  • W (w 0 , w 1 , w 2 , w 3 , . . . , w N ) indicates the weight for each feature quantity.
  • Class 1 is an area larger than f(a) (f(a)>0)
  • class 2 is an area smaller than f(a) (f(a) ⁇ 0)
  • the point cloud of class 1 is S c1
  • class 2 Let S c2 be the point group of .
  • Fig. 2 shows an example of two identification objects, but by increasing the number of linear identification surfaces, it is possible to increase the number of identifiable classes and increase the number of identification objects.
  • the identification plane is increased by one and the classifiable classes are set to three, class 1 is a utility pole, class 2 is a scaffolding bolt, and class 3 is a cable, thereby classifying the point cloud into three facilities. becomes possible.
  • class 1 is a utility pole
  • class 2 is a scaffolding bolt
  • class 3 is a cable
  • FIG. 3 is a diagram for explaining the image file creation work performed by the image conversion unit 31, the compression work performed by the image compression unit 34, and the point cloud restoration work performed by the restoration unit 36.
  • FIG. 3 is a diagram for explaining the image file creation work performed by the image conversion unit 31, the compression work performed by the image compression unit 34, and the point cloud restoration work performed by the restoration unit 36.
  • the 3D point cloud data acquired by the 3D laser scanner 11 has coordinates (x, y, z) (step S01).
  • an image file also has color signals (R, G, B) or (Y, U, V). Since both the coordinates and the color signal have three variables, they can be mutually converted.
  • the image conversion unit 31 pseudo-converts the coordinates (x, y, z) into RGB signals or YUV signals ( YCbCr signals), and creates an image file P01 in any format (PNG, TIFF, etc.). (Step S02).
  • Each image compression technique determines which of the RGB signal and the YUV signal is accepted as an input signal. Therefore, based on the image compression technology of the image compression unit 34, the image conversion unit 31 determines which signal is used to create the image file.
  • the image compression technology of the image compression unit 34 includes not only still image compression technology but also moving image compression technology, which will be described later.
  • the image compression unit 34 compresses the image file P01 using an arbitrary compression technique to generate a compressed image file P02 (step S03).
  • the compressed image file P02 includes not only a still image compressed file but also a moving image compressed file, which will be described later.
  • the storage unit 35 saves the 3D point cloud data by saving the compressed image file P02 and the parameters at the time of compression (step S04). Restoration of the 3D point cloud data from the image file is performed in the reverse order of the compression procedure. Specifically, when it is desired to display the 3D point cloud on the display unit 37, the restoration unit 36 retrieves the compressed image file P02 and the parameters from the storage unit 35, restores them to the image file P01 using the arbitrary compression technique, and restores the image file P01. restore the coordinates (x, y, z) from (steps S05 and S06).
  • FIG. 4 is a flow chart for explaining the operation of the image conversion unit 31 for converting point group coordinates (x, y, z) into color signals and creating an image file from the calculated color signals.
  • the image conversion unit 31 has a coordinate identification unit 32 and an image generation unit 33.
  • the coordinate identification unit 32 performs steps S11 to S14, and the image generation unit 33 performs steps S15 to S17.
  • any coordinate Sc1n can be converted into a color signal C by the following equation.
  • This P and Q are the aforementioned parameters.
  • C P ⁇ S c1n + Q
  • S c1max is the maximum value of each point cloud coordinate (x, y, x) included in the 3D point cloud data
  • S c1min is each of the point cloud coordinates (x, y, x) included in the 3D point cloud data. It shows the minimum value
  • the color signal C (R, G, B).
  • the x coordinate can be converted into a color signal R.
  • the y-coordinate and z-coordinate can be converted into color signals G and B by performing similar calculations.
  • the coordinate identification unit 32 extracts the maximum and minimum values of the point cloud coordinates (x, y, z) from the 3D point cloud data that the identification processing unit 30 has separated for each piece of equipment (step S11).
  • the coordinate identification unit 32 substitutes the maximum value and the minimum value of each coordinate into the equations (4.1) and (4.2), and the slope P and the intercept Q of the linear equation of the equation (4.3) is calculated (step S12).
  • the slope P and the intercept Q are stored in the storage unit 35 because they are necessary when restoring the point cloud (step S14).
  • the coordinate identifying unit 32 converts the coordinates (x, y, z) of each point included in the point group into RGB signals using Equation (4.3) (step S13).
  • the image creation unit 33 creates an image file in any format using the RGB signals obtained by converting the point cloud coordinates. (step S17).
  • the image generation unit 33 converts the RGB signals obtained by converting the point cloud coordinates into YUV signals (step S16). ).
  • the image creating unit 33 creates an image file using the values converted into YUV signals by this formula (step S17). In this manner, the image creating section 33 creates an image file in a format corresponding to the image compression technology of the image compressing section 34 .
  • the image conversion unit 31 converts the numerical value of the color signal corresponding to the three-dimensional coordinates of one point into a binary number, and creates a plurality of image files for each 8 bits from the upper binary number. A specific description will be given below.
  • the convertible values of the point cloud coordinates are set to 2 8 to 2 16 , 2 24 , ..., 2 8i (i is an integer of 2 or more). If the values that can be converted into the point cloud coordinates are numbers greater than 28 , the color signals RGB are represented by 8 bits, so it is necessary to divide the converted numbers into 8-bit units. For example, if the convertible value of the point cloud coordinates is 2 16 -1, after converting the converted decimal value to a binary number, divide it into upper 8 bits and lower 8 bits, and each 8-bit value are regarded as color signals RGB, and an image file composed of upper 8 bits and a file composed of lower 8 bits are created and saved.
  • the original RGB signal is (R 16 bits , G 16 bits , B 16 bits ), (R upper 8 bits , G upper 8 bits , B upper 8 bits ) and (R lower 8 bits , G lower 8 bits) , B lower 8 bits ) and create image files for each.
  • the image conversion unit 34 (1) calculating the divisor of the number of point clouds included in the three-dimensional point cloud data for each outdoor structure 12; (2A) when the number of point groups is 8 or more and is not a prime number, the number of point groups is x; (2B) When the number of point groups is less than 8 or a prime number, so as to have a divisor other than 1 and the number of point groups, (a) Add dummy data to the three-dimensional point cloud data for each outdoor structure 12 and set the sum of the number of the point clouds and the number of the dummy data to x, or (b) for each outdoor structure 12 Some points are deleted from the three-dimensional point cloud data, and x is the number obtained by subtracting the number of the deleted points from the number of the point cloud, and (3) it can be expressed by two divisors of x. It is characterized by creating said image file of pixels.
  • a and b are divisors of x, and from the method of image compression technology, they must be numbers of 8 or more, but in reality there are cases where the divisors of x are only 1 and x (where x is a prime number). exist.
  • a 1 ⁇ x pixel image file will not compress properly when compressed. Therefore, when the outdoor structure 12 does not require a high degree of restoration accuracy, the image generation unit 34 deletes the point cloud. , by adding a dummy point cloud to the 3D point cloud data, x is adjusted to be 8 or more and to have a divisor other than 1 and x.
  • FIG. 5 is a flowchart for explaining the image file compression work of a still image performed by the image compression unit 34 .
  • the image compression unit 34 determines which outdoor structure 12 the point cloud image file belongs to (step S21). For example, the image compression unit 34 uses the determination result of the identification processing unit 30 to determine the type of the outdoor structure 12 for each image file. Then, the image compression unit 34 compresses the image file at a compression ratio predetermined for each type of outdoor structure 12 to generate a compressed image file (step S22). In this manner, the image compression unit 34 can determine the identified outdoor structure and adjust the restoration accuracy by changing the compression rate for each type of outdoor structure.
  • the outdoor structure 12 does not require high restoration accuracy, setting a high image compression rate will degrade the restoration accuracy, but can reduce the data volume.
  • setting the image compression rate low reduces the effect of reducing the data volume, but makes it possible to maintain the restoration accuracy.
  • the facility status values (measured values, etc.) in the inspection using the point cloud before compression and the facility status values (measurement values, etc.) in the inspection using the point cloud with the image compression restored etc.) set the compression rate of the image file so that it does not differ from
  • the image compression unit 34 can use general image compression techniques as well as internationally standardized techniques such as jpeg and png as image compression techniques.
  • jpeg the compression theory of jpeg will be described.
  • the RGB signals of the input image file are converted into YUV signals. Compression is performed by thinning out the color difference components of the YUV signal. Typical YUV ratios are 4:4:4, 4:2:2, 4:1:1 and 4:2:0, with 4:4:4 being the highest quality image.
  • DCT transform discrete cosine transform
  • the discrete cosine transform is performed on the image signal f(a, b) obtained by dividing the YUV signal into A ⁇ B pixels, the following equation is obtained.
  • quantized data F q (v, w) By dividing F(v, w) calculated by the DCT transform by the quantization table Q(v, w), quantized data F q (v, w) can be calculated. By adjusting the value of ⁇ , the quantized data can be adjusted, and the compression ratio can be set to any ratio. After that, it is entropy-encoded, multiplexed by bit string processing, and output as a jpeg format.
  • the compression rate ⁇ can be selected from 10 levels (the smaller the number, the higher the quality and the lower the compression), the point cloud image file required for model creation has a compression rate ⁇ of 1, and points that are not required for model creation.
  • the compression ratio ⁇ is 10 for the image file of the group, it is possible to increase the compression ratio of the 3D point cloud data as a whole while maintaining the calculation accuracy of the facility status by the facility inspection technology using the point cloud. .
  • FIG. 6 is a flow chart for explaining the operation of compressing an image file by the image compression unit 34 using an image compression technique for compressing moving images (hereinafter sometimes referred to as "moving image compression technique").
  • the image compression unit 34 determines which outdoor structure 12 the point cloud image file belongs to (step S31). For example, the image compression unit 34 uses the determination result of the identification processing unit 30 to determine the type of the outdoor structure 12 for each image file. Then, the image compression unit 34 compresses the image file at a compression ratio predetermined for each type of outdoor structure 12 (step S32).
  • a moving image of 0 seconds having I-frames, P-frames and B-frames (for each outdoor structure 12) is generated from one image file.
  • the image compression unit 34 extracts the I frame from the moving image and converts it into a compressed image file (step S33). In this way, even if the moving image compression technique is used, the image compression unit 34 can determine the identified outdoor structure and set the compression rate for each type of outdoor structure in the same manner as the image compression technique described with reference to FIG. Restoration accuracy can be adjusted by changing it.
  • the equipment status values (measured values, etc.) in the inspection using the point cloud before compression and the inspection using the point cloud with the image compression restored Set the video compression ratio so that it does not differ from equipment status values (measured values, etc.).
  • the image compression unit 34 can use general video compression technology in addition to internationally standardized technology such as MPEG-4 as video compression technology.
  • the moving picture compression technology has functions such as DCT conversion and quantization like the image compression technology, but has motion detection and inter-frame prediction as unique functions. These are techniques for specifying a moving portion in a series of images and compressing information other than the moving portion.
  • inter-frame prediction compressing one image file creates a 0 second video file with I-frames, P-frames and B-frames. By extracting the I-frame from there, a compressed image file that has been compressed using a moving image compression technique can be taken out. By saving the compressed image file, the compressed 3D point cloud data can be saved.
  • the image compression unit 34 collectively performs a moving image compression process on a plurality of image files generated from the outdoor structures 12 of the same type and located at different locations, thereby performing the compression process.
  • An image file compressed moving image file
  • An image file is preferable.
  • the restoration unit 36 extracts an arbitrary image file from the compressed image file, which is a compressed moving image, converts it into points of three-dimensional coordinates, and generates restored point cloud data for each of the outdoor structures.
  • the data processing device 301 divides the point clouds acquired in different scenes 1, 2, and 3 for each piece of equipment, and puts together the three image files of the utility pole created using a video compression technique. apply.
  • three image files can be saved as one moving image file.
  • the data processing device 301 stores in the storage unit 35, as a parameter, information indicating in which frame in the moving image the image file whose point cloud coordinates are to be restored is stored, and when necessary, based on that information. I need to extract an image file.
  • FIG. 7 is a flowchart for explaining the work of restoring point cloud information from a compressed image file, which is performed by the restoration unit 36.
  • FIG. The restoration unit 36 restores the point group by performing inverse transformation in a procedure opposite to the flow of FIG. 4 .
  • the restoration unit 36 extracts color signals from the compressed image file (step S41). If the YUV signal is extracted ("No" in step S42), the restoration unit 36 performs inverse conversion from equation (4.4) to convert it into an RGB signal (step S43). If the RGB signals are extracted ("Yes” in step S42), the restoration unit 36 directly proceeds to the next calculation (step S44).
  • the restoration unit 36 reads the coefficients P and Q used in the formula (4.3) calculated by the image conversion unit 31 from the storage unit 35 (step S44). Then, the restoration unit 36 restores the point group coordinates (x, y, z) by inversely transforming each of the RGB signals (step S45).
  • the display unit 37 can display the restored point cloud. Since the restoration unit 36 restores the point cloud for each outdoor structure 12, the display unit 37 needs to combine the restored point clouds when displaying them as one image.
  • Equation (4.2) is assumed to be 2 8 -1.
  • the image file contains the upper 8 bits (R upper 8 bits , G upper 8 bits , B upper 8 bits ) and the lower 8 bits (R 8 bits (lower 8 bits , lower 8 bits of G, lower 8 bits of B).
  • the inverse transformation of Equation (4.3) is performed for each of the RGB signals.
  • the data processing device 301 can also be realized by a computer and a program, and the program can be recorded on a recording medium or provided through a network.
  • FIG. 8 shows a block diagram of system 100 .
  • System 100 includes computer 105 connected to network 135 .
  • the network 135 is a data communication network.
  • Network 135 may be a private network or a public network, and may be (a) a personal area network covering, for example, a room; (b) a local area network covering, for example, a building; (d) a metropolitan area network covering, for example, a city; (e) a wide area network covering, for example, a connected area across city, regional, or national boundaries; Any or all of an area network, or (f) the Internet. Communication is by electronic and optical signals through network 135 .
  • Computer 105 includes a processor 110 and memory 115 coupled to processor 110 . Although computer 105 is represented herein as a stand-alone device, it is not so limited, but rather may be connected to other devices not shown in a distributed processing system.
  • the processor 110 is an electronic device made up of logic circuits that respond to and execute instructions.
  • the memory 115 is a tangible computer-readable storage medium in which a computer program is encoded.
  • memory 115 stores data and instructions, or program code, readable and executable by processor 110 to control its operation.
  • Memory 115 may be implemented in random access memory (RAM), hard drive, read only memory (ROM), or a combination thereof.
  • One of the components of memory 115 is program module 120 .
  • Program modules 120 contain instructions for controlling processor 110 to perform the processes described herein. Although operations are described herein as being performed by computer 105 or a method or process or its subprocesses, those operations are actually performed by processor 110 .
  • module is used herein to refer to a functional operation that can be embodied either as a standalone component or as an integrated composition of multiple subcomponents. Accordingly, program module 120 may be implemented as a single module or as multiple modules working in cooperation with each other. Further, although program modules 120 are described herein as being installed in memory 115 and thus being implemented in software, program modules 120 may be implemented in hardware (eg, electronic circuitry), firmware, software, or a combination thereof. Either of them can be realized.
  • Storage device 140 is a tangible computer-readable storage medium that stores program modules 120 .
  • Examples of storage devices 140 include compact discs, magnetic tapes, read-only memory, optical storage media, hard drives or memory units consisting of multiple parallel hard drives, and universal serial bus (USB) flash drives. be done.
  • storage device 140 may be random access memory or other type of electronic storage device located in a remote storage system, not shown, and connected to computer 105 via network 135 .
  • System 100 further includes data source 150 A and data source 150 B, collectively referred to herein as data source 150 and communicatively coupled to network 135 .
  • data sources 150 may include any number of data sources, one or more.
  • Data sources 150 contain unstructured data and can include social media.
  • System 100 further includes user device 130 operated by user 101 and connected to computer 105 via network 135 .
  • User device 130 includes input devices such as a keyboard or voice recognition subsystem for allowing user 101 to communicate information and command selections to processor 110 .
  • User device 130 further includes an output device such as a display or printer or speech synthesizer.
  • a cursor control such as a mouse, trackball, or touch-sensitive screen, allows user 101 to manipulate a cursor on the display to convey further information and command selections to processor 110 .
  • the processor 110 outputs results 122 of execution of the program modules 120 to the user device 130 .
  • processor 110 may provide output to storage 125, such as a database or memory, or via network 135 to a remote device not shown.
  • the program module 120 may be a program that performs the flowcharts of FIGS.
  • the system 100 can be operated as an image converter 31, an image compressor 34, and a decompressor 36, respectively.
  • various inventions can be formed by appropriately combining a plurality of constituent elements disclosed in the above embodiments. For example, some components may be omitted from all components shown in the embodiments. Furthermore, constituent elements across different embodiments may be combined as appropriate.
  • the entire 3D point cloud data is converted into an image file at once, and the image compression technology, which is irreversible compression, is used for the image file, so the color signal is converted into a different signal during compression. , which affects the coordinate accuracy during reconstruction.
  • the data processing apparatus of the present invention can adjust the coordinate accuracy during restoration by identifying facilities from the 3D point cloud data and changing the compression rate for each facility. Therefore, while compressing the 3D point cloud data, it is possible to maintain the 3D model creation accuracy, and it is possible to apply the equipment inspection technology using the 3D laser scanner even after the 3D point cloud data is compressed.
  • 11 3D laser scanner 12: Equipment (outdoor structure) 21: identification surface 22: class 1 area 23: class 2 area 24: identification object 1 included in class 1 25: Identification object 2 included in class 2 30: Object to be measured identification processing unit 31: Image conversion unit 32: Coordinate identification unit 33: Image creation unit 34: Image compression unit 35: Storage unit 36: Restoration unit 37: Display unit 100: System 101: User 105: Computer 110 : Processor 115: Memory 120: Program Module 122: Result 125: Storage Device 130: User Device 135: Network 140: Storage Device 150: Data Source 301: Data Processing Device

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)

Abstract

本発明は、通信設備点検技術に利用可能な程度に復元座標の精度を保ちつつ３Ｄ点群データを圧縮できるデータ処理装置、データ処理方法、及びプログラムを提供することを目的とする。　本発明に係るデータ処理装置は、測定された点群データを識別関数に基づいて設備毎に分割し、該分割した点群データのそれぞれについて各座標値を各色信号とみなした画像ファイルを生成し、該画像ファイルに対してそれぞれ設備毎に定めた圧縮率による画像圧縮処理を施し、該画像圧縮処理を施した画像ファイルと該画像圧縮処理に用いたパラメータとを対応付けて保存することとした。

Description

データ処理装置、データ処理方法、及びプログラム
　本開示は、３次元点群データを画像ファイル又は動画ファイルとして圧縮する技術に関する。
　近年、３Ｄレーザスキャナを用いた設備点検技術が開発されており、効率的な設備点検が実現されている。通信設備の点検には、ＭＭＳ（Ｍｏｂｉｌｅ　Ｍａｐｐｉｎｇ　Ｓｙｓｔｅｍ）や固定式の３Ｄレーザスキャナを用いて取得した３Ｄ点群データを用いる技術がある。当該技術は、取得した３Ｄ点群データから通信設備を抽出し、３Ｄモデルを作成することで、電柱たわみなどの設備情報を算出し設備状態を可視化する技術である。２つの３Ｄ点群データをデータベースに保存し、画面上で重ね合わせすることが可能となれば、現地での点検が不要となり、より効率的な設備点検・維持が可能となる。
　しかし、３Ｄレーザスキャナにより取得された３Ｄ点群データは、ｘ，ｙ，ｚの座標を持っており、広範囲を計測したり、高精度な条件で計測したりすると、データサイズが膨大になってしまう。例えば３Ｄ点群のデータサイズは、ＭＭＳにおいて速度３０ｋｍ／ｈ、計測距離１ｋｍの条件で計測したデータサイズは約１５ＧＢ、固定式３Ｄレーザスキャナにおいて５０万点／秒、計測角度１５°（電柱１本の計測と仮定）の条件で計測したデータサイズは約１６５ＭＢとなる。仮に日本全国の全電柱を取得したとすると、上記計測条件でＭＭＳでは約１．８ＰＢ（日本の道総延長を１２５６６０７ｋｍとして換算）、固定式点群では、約５．４ＰＢ（電柱総本数３５００万本として換算）となり、全てのデータを保管するための設備構築費・ランニングコストは高価になる。
　そのため、日本全国で取得した３Ｄ点群データをデータベースに安価に保存するためには、データの圧縮が必要となっている。３Ｄ点群データを大幅に圧縮するために、非特許文献１のように３Ｄ点群のｘ，ｙ，ｚ座標を色信号に疑似的に変換し、国際標準化機関で規格化されたＨ．２６５／ＨＥＶＣ（Ｈｉｇｈ　Ｅｆｆｉｃｉｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ）を流用して圧縮する方法がある。
点群データに対する階層型H.265/HEVC圧縮符号化　佐藤 和也, 上倉 一人（東京工芸大学工学部紀要　Ｖｏｌ．４０　Ｎｏ．１（２０１７）Ｐ．４７－Ｐ．５１）
　ＭＭＳや固定式三次元（３Ｄ）レーザスキャナで取得した３Ｄ点群データの容量は莫大となっており、保存・維持するための設備構築費・ランニングコストが高価になってしまう。そのため、データの圧縮が必要になっている。非特許文献１は３Ｄ点群の座標を色信号のＹＵＶ信号に疑似的に変換して、不可逆圧縮である画像圧縮の技術を流用して取得点群データを一括で圧縮している。
　しかし、非特許文献１の圧縮方法は、３Ｄ点群データ全体を一括で圧縮するため、設備毎に圧縮率を調整することができず、圧縮率を上げると全ての３Ｄ点群の座標位置が変化する。圧縮により３Ｄ点群の座標が大きく変化した場合、３Ｄモデル作成により算出される設備情報が異なり、通信設備点検技術に利用することが困難になるという課題がある。
　そこで、本発明は、上記課題を解決するために、通信設備点検技術に利用可能な程度に復元座標の精度を保ちつつ３Ｄ点群データを圧縮できるデータ処理装置、データ処理方法、及びプログラムを提供することを目的とする。
　上記目的を達成するために、本発明に係るデータ処理装置は、測定された点群データを識別関数に基づいて設備毎に分割し、該分割した点群データのそれぞれについて各座標値を各色信号とみなした画像ファイルを生成し、該画像ファイルに対してそれぞれ設備毎に定めた圧縮率による画像圧縮処理を施し、該画像圧縮処理を施した画像ファイルと該画像圧縮処理に用いたパラメータとを対応付けて保存することとした。
　具体的には、本発明に係るデータ処理装置は、３次元レーザスキャナで取得した、屋外構造物の表面上の点の３次元座標を表す３次元点群データを処理するデータ処理装置であって、
　前記屋外構造物毎に、前記３次元点群データのそれぞれの点についての３次元座標を色信号とみなした画像ファイルを生成する画像変換部と、
　前記画像ファイルに対応する前記屋外構造物の種類毎に定めた圧縮率で、前記画像ファイルそれぞれに対して画像圧縮処理を行う画像圧縮部と、
　前記画像圧縮処理を行った圧縮画像ファイルと前記画像圧縮処理に用いたパラメータとを対応付けて保存する記憶部と、
を備える。
　また、本発明に係るデータ処理方法は、３次元レーザスキャナで取得した、屋外構造物の表面上の点の３次元座標を表す３次元点群データを処理するデータ処理方法であって、
　前記屋外構造物毎に、前記３次元点群データのそれぞれの点についての３次元座標を色信号とみなした画像ファイルを生成すること、
　前記画像ファイルに対応する前記屋外構造物の種類毎に定めた圧縮率で、前記画像ファイルそれぞれに対して画像圧縮処理を行うこと、及び
　前記画像圧縮処理を行った圧縮画像ファイルと前記画像圧縮処理に用いたパラメータとを対応付けて保存すること、
を行う。
　本データ処理装置及びその方法は、画像圧縮処理を行う際に、屋外構造物の種類に応じた圧縮率で圧縮を行う。このため、屋外構造物の種類毎に求められる復元座標の精度を保つことができる。従って、本発明は、通信設備点検技術に利用可能な程度に復元座標の精度を保ちつつ３Ｄ点群データを圧縮できるデータ処理装置、及びデータ処理方法を提供することができる。
　本発明に係るデータ処理装置は、前記記憶部に保存されている前記圧縮画像ファイルと前記パラメータを用い、前記圧縮画像ファイルを３次元座標の点へ変換して前記屋外構造物毎の復元点群データを生成する復元部をさらに備える。
　本発明に係るデータ処理装置の前記画像変換部は、１つの点の前記３次元座標に対応する前記色信号の数値を２進数に変換し、前記２進数の上位から８ビット毎に前記画像ファイルを複数作成することを特徴とする。３Ｄ点群データを複数の画像ファイルに変換することで正確な座標の復元が可能となる。
　本発明に係るデータ処理装置の前記画像変換部は、
（１）前記屋外構造物毎の前記３次元点群データに含まれる点群数の約数を算出すること、
（２Ａ）前記点群数が８以上である且つ素数でない場合、前記点群数をｘとし、
（２Ｂ）前記点群数が８未満である又は素数である場合、１と前記点群数以外の約数を持つように、
（ａ）前記屋外構造物毎の前記３次元点群データにダミーデータを付与して前記点群数と前記ダミーデータの数との合計をｘとする、又は
（ｂ）前記屋外構造物毎の前記３次元点群データから一部の点を削除して前記点群数から削除した点の数を減算した数をｘとすること、及び
（３）前記ｘの２つの約数で表せるピクセルの前記画像ファイルを作成すること
を特徴とする。
　３Ｄ点群データの点群数が素数である場合、正常な圧縮ができないので、点の削除あるいはダミーの点を追加することで圧縮可能とする。
　本発明に係るデータ処理装置の前記画像圧縮部は、前記屋外構造物の種類が同じであり、且つ異なる箇所に存在する前記屋外構造物から生成された複数の前記画像ファイルを一括して動画圧縮処理を行って前記圧縮画像ファイル（圧縮された動画ファイル）とすることを特徴とする。同じ種類の屋外構造物の３Ｄ点群データは類似する。このため、これらのデータを動画として扱うことでより高圧縮が可能となる。
　動画圧縮されている場合、前記復元部は、圧縮された動画である前記圧縮画像ファイルから任意の前記画像ファイルを抜き出し、３次元座標の点へ変換して前記屋外構造物毎の復元点群データを生成することを特徴とする。
　本発明は、前記データ処理装置としてコンピュータを機能させるためのプログラムである。本発明のデータ収集装置はコンピュータとプログラムによっても実現でき、プログラムを記録媒体に記録することも、ネットワークを通して提供することも可能である。
　なお、上記各発明は、可能な限り組み合わせることができる。
　本発明は、通信設備点検技術に利用可能な程度に復元座標の精度を保ちつつ３Ｄ点群データを圧縮できるデータ処理装置、データ処理方法、及びプログラムを提供することができる。
本発明に係るデータ処理装置を説明する図である。 本発明に係るデータ処理装置の識別処理部が行う識別作業を説明する図である。 本発明に係るデータ処理装置の画像変換部が行う画像ファイル作成作業、画像圧縮部が行う圧縮作業、及び復元部が行う点群復元作業を説明する図である。 本発明に係るデータ処理装置の画像変換部が行う画像ファイル作成作業を説明するフローチャートである。 本発明に係るデータ処理装置の画像圧縮部が行う圧縮作業を説明するフローチャートである。 本発明に係るデータ処理装置の画像圧縮部が行う圧縮作業を説明するフローチャートである。 本発明に係るデータ処理装置の復元部が行う点群復元作業を説明するフローチャートである。 本発明に係るデータ処理装置を説明する図である。
　添付の図面を参照して本発明の実施形態を説明する。以下に説明する実施形態は本発明の実施例であり、本発明は、以下の実施形態に制限されるものではない。なお、本明細書及び図面において符号が同じ構成要素は、相互に同一のものを示すものとする。
（実施形態１）
　図１は、本実施形態のデータ処理装置３０１を説明する図である。データ処理装置３０１は、３次元レーザスキャナ１１で取得した、屋外構造物１２の表面上の点の３次元座標を表す３次元点群データを処理するデータ処理装置であって、
　屋外構造物１２毎に、前記３次元点群データのそれぞれの点についての３次元座標を色信号とみなした画像ファイルを生成する画像変換部３１と、
　前記画像ファイルに対応する屋外構造物１２の種類毎に定めた圧縮率で、前記画像ファイルそれぞれに対して画像圧縮処理を行う画像圧縮部３４と、
　前記画像圧縮処理を行った圧縮画像ファイルと前記画像圧縮処理に用いたパラメータとを対応付けて保存する記憶部３５と、
を備える。
　また、データ処理装置３０１は、記憶部３５に保存されている前記圧縮画像ファイルと前記パラメータを用い、前記圧縮画像ファイルを３次元座標の点へ変換して屋外構造物１２毎の復元点群データを生成する復元部３６をさらに備える。さらに、データ処理装置３０１は、識別処理部３０及び表示部３７を備える。画像変換部３１は、座標識別部１１２及び画像作成部１１３を有する。なお、屋外構造物１２は、点検対象の通信設備であり、例えば、電柱、ケーブル、変圧器などである。
　識別処理部３０は、３Ｄレーザスキャナ１１で測定された３Ｄ点群データを、屋外構造物１２の種類別の点群に分離する。画像変換部３１の画像作成部３３は、屋外構造物１２の種類別に分離された３Ｄ点群データを画像ファイルに変換する。座標識別部３２は、座標を疑似的に色信号に変換する際に必要となる座標情報を算出する。画像圧縮部３４は、屋外構造物１２の種類別に決められた圧縮率で画像ファイルを圧縮する。記憶部３５は、圧縮された画像ファイルと画像圧縮に用いたパラメータを保存する。復元部３６は、記憶部３５が保存する画像ファイルとパラメータとから色信号を座標に逆変換をする。表示部３７は、色信号から座標へ逆変換された３Ｄ点群データを表示する。
［識別処理部］
　図２は、識別処理部３０が行う、点群の中から任意の物体を識別する手法を説明する図である。本実施形態の識別面２１とは、物体の識別に利用する線形の境界面のことを指し、クラス１とクラス２の境界面となっている。ここで具体例を述べると、クラス１を電柱、クラス２を足場ボルトとする。学習データを基にした機械学習により識別面２１を導出することで、電柱を構成する点群、足場ボルトを構成する点群の２つに分類することができる。点の総数Ｎの３Ｄ点群データの座標Ｓは以下で示される。
Figure JPOXMLDOC01-appb-M000001
　例としてパーセプトロンを用いて、取得した点群に対し識別関数ｆ（ｘ）を求め、識別面２１を導出する手法を述べる。入力データが
Ａ＝（ａ１，ａ２，ａ３，・・・，ａＮ）
のときの識別関数ｆ（ａ）は以下の式で表される。
［数２．２］
ｆ（ａ）＝ｗ０＋ａ１ｗ１＋ａ２ｗ２＋ａ３ｗ３＋・・・＋ａＮｗＮ
ここで、Ｗ＝（ｗ０，ｗ１，ｗ２，ｗ３，・・・，ｗＮ）は各特徴量に対しての重みを指している。
　クラス１はｆ（ａ）より大きい領域（ｆ（ａ）＞０）、クラス２はｆ（ａ）より小さい領域（ｆ（ａ）＜０）とし、クラス１の点群をＳｃ１、クラス２の点群をＳｃ２とする。入力データＡ＝（ｘｎ，ｙｎ，ｚｎ）として識別関数ｆ（ａ）を計算し、クラス１と２それぞれに含まれる点が、正常に識別できるか確かめる。正常に識別できている場合を、クラス１の点を入力したときｆ（ａ）＞０となり、クラス２の点を入力したときｆ（ａ）＜０となる場合とする。
　計算の結果、クラス１が誤識別されている場合、すなわちクラス１の点を入力したときｆ（ａ）＜０となる場合、
［数２．３］
ｗ’＝ｗ＋ηＡ
クラス２が誤認識されている場合、すなわちクラス２の点を入力したときｆ（ａ）＞０となる場合、
［数２．４］
ｗ’＝ｗ－ηＡ
の２式により、全てのデータが正常に識別されるまで識別関数の重みを修正していく。ηは学習率を示している。最終的に修正された重みを持つ識別関数ｆ’（ａ）及び識別面ｆ’（ａ）＝０を導出することができる。この手法により、学習データを基に点群から物体を識別することができる。
　図２は、識別物体が２つの例であるが、線形の識別面を増加することで識別可能なクラスを増加させることができ、識別物体を増加させることが可能となる。例えば、識別面を１つ増加し、分類可能なクラスを３つにした場合、クラス１を電柱、クラス２を足場ボルト、クラス３をケーブルとすることで、点群を３つの設備に分類することが可能となる。以上のことから識別面を複数用意することで、取得した点群を識別したい設備毎の点群に分類することが可能となる。
［画像変換部、画像圧縮部、復元部］
　図３は、画像変換部３１が行う画像ファイル作成作業、画像圧縮部３４が行う圧縮作業、及び復元部３６が行う点群復元作業を説明する図である。
　３Ｄレーザスキャナ１１が取得した３Ｄ点群データは座標（ｘ，ｙ，ｚ）を持つ（ステップＳ０１）。一方、画像ファイルも（Ｒ，Ｇ，Ｂ）もしくは（Ｙ，Ｕ，Ｖ）という色信号を持っている。座標も色信号も３つの変数を持っていることから相互に変換することが可能である。画像変換部３１は、座標（ｘ，ｙ，ｚ）を疑似的にＲＧＢ信号もしくはＹＵＶ信号（ＹＣｂＣｒ信号）に変換し、任意のフォーマット（ＰＮＧやＴＩＦＦ等）の画像ファイルＰ０１を作成する（ステップＳ０２）。画像圧縮技術はＲＧＢ信号とＹＵＶ信号のどちらを入力信号として受け付けるかがそれぞれの技術で決められている。このため、画像変換部３１は、画像圧縮部３４の画像圧縮技術に基づき、どちらの信号で画像ファイルを作成するかを決定する。なお、画像圧縮部３４の画像圧縮技術とは、静止画像の圧縮技術だけでなく、後述する動画の圧縮技術を含む。
　画像圧縮部３４は、任意の圧縮技術で画像ファイルＰ０１を圧縮し、圧縮画像ファイルＰ０２を生成する（ステップＳ０３）。なお、圧縮画像ファイルＰ０２は、静止画像を圧縮したファイルだけでなく、後述する動画を圧縮したファイルも含む。記憶部３５は、圧縮画像ファイルＰ０２と圧縮時のパラメータを保存することで、３Ｄ点群データを保存することになる（ステップＳ０４）。画像ファイルからの３Ｄ点群データへの復元は、圧縮の手順と逆の手順で行う。具体的には、表示部３７で３Ｄ点群を表示したいときに、復元部３６が圧縮画像ファイルＰ０２とパラメータを記憶部３５から取り出して前記任意の圧縮技術で画像ファイルＰ０１に戻し、画像ファイルＰ０１から座標（ｘ，ｙ，ｚ）を復元する（ステップＳ０５、Ｓ０６）。
［画像変換部］
　図４は、点群座標（x, y, z）を色信号に変換し、算出された色信号から画像ファイルを作成する画像変換部３１の動作を説明するフローチャートである。画像変換部３１は、座標識別部３２と画像作成部３３を有しており、ステップＳ１１からステップＳ１４までを座標識別部３２が行い、ステップＳ１５からステップＳ１７を画像作成部３３が行う。
　ここでは、図３で説明したクラス１に含まれる点群座標Ｓｃ１を色信号Ｃに変換する例を説明する。点群座標Ｓｃ１を色信号Ｃに変換する数式は以下のように表される。
［数４．１］
０＝Ｐ・Ｓｃ１ｍｉｎ＋Ｑ
［数４．２］
２８－１＝Ｐ・Ｓｃ１ｍａｘ＋Ｑ
　ここで、ＰとＱは座標値を色信号に変換するための１次関数の定数であり、Ｐは１次関数の傾き、Ｑは１次関数の切片である。
　この連立方程式を解き、導出されたＰとＱを用いて、任意の座標Ｓｃ１ｎは以下の式により色信号Ｃに変換ができる。このＰとＱが前述のパラメータである。
［数４．３］
Ｃ＝Ｐ・Ｓｃ１ｎ＋Ｑ
　ここで、Ｓｃ１ｍａｘは３Ｄ点群データに含まれる点群座標（ｘ，ｙ，ｘ）それぞれの最大値、Ｓｃ１ｍｉｎは３Ｄ点群データに含まれる点群座標（ｘ，ｙ，ｘ）それぞれの最小値を示しており、色信号Ｃ＝（Ｒ，Ｇ，Ｂ）である。
　例えば、Ｓｃ１ｍａｘをｘｃ１ｍａｘ、Ｓｃ１ｍｉｎをｘｃ１ｍｉｎ、Ｓｃ１ｎをｘｃ１ｎ、ＣをＲとすると、ｘ座標を色信号Ｒに変換することができる。ｙ座標，ｚ座標に対しても同様な計算を実施することで色信号Ｇ，Ｂに変換することができる。
　つまり、まず、座標識別部３２は、識別処理部３０が設備毎に切り分けた３Ｄ点群データから点群座標（ｘ，ｙ，ｚ）それぞれの最大値と最小値を抽出する（ステップＳ１１）。次に、座標識別部３２は、各座標の最大値と最小値を数式（４．１）と数式（４．２）に代入し、数式（４．３）の一次方程式の傾きＰと切片Ｑを算出する（ステップＳ１２）。なお、傾きＰと切片Ｑは、点群を復元するときに必要であるため、記憶部３５に記憶させておく（ステップＳ１４）。そして、座標識別部３２は、数式（４．３）を用いて点群に含まれる各点の座標（ｘ，ｙ，ｚ）をＲＧＢ信号に変換する（ステップＳ１３）。
　画像圧縮部３４が用いる画像圧縮技術がＲＧＢ信号の入力を受け付ける場合（ステップＳ１５において“Ｙｅｓ”）、画像作成部３３は点群座標を変換したＲＧＢ信号を用いて任意のフォーマットで画像ファイルを作成する（ステップＳ１７）。一方、画像圧縮部３４が用いる画像圧縮技術がＹＵＶ信号の入力を受け付ける場合（ステップＳ１５において“Ｎｏ”）、画像作成部３３は点群座標を変換したＲＧＢ信号をＹＵＶ信号に変換する（ステップＳ１６）。ＲＧＢ信号からＹＵＶ信号への変換式はいくつか存在するが、以下に一例を示す。
Figure JPOXMLDOC01-appb-M000002
 画像作成部３３は、この式でＹＵＶ信号に変換された値を使用して画像ファイルを作成する（ステップＳ１７）。このように、画像作成部３３が画像圧縮部３４の画像圧縮技術に対応する形式の画像ファイルを作成する。
　上記の例は、数式（４．２）において、Ｓｍａｘのときの方程式の解を２８－１とすることで、変換後の数字の最大値を２８－１＝２５５となるようにしている。これは色信号ＲＧＢが８ビット（０～２５５）で示されるからである。つまり、最小値から最大値まで幅広い数字を持っている点群座標の変換できる値が０～２５５の２５６個になってしまうため、復元時に表現できる座標に制限が生じることになる。
　そこで、画像変換部３１は、１つの点の３次元座標に対応する色信号の数値を２進数に変換し、前記２進数の上位から８ビット毎に画像ファイルを複数作成することが好ましい。以下に具体的に説明する。
　点群座標をより正確に復元するために、点群座標の変換できる値を２８から２１６，２２４，・・・，２８ｉ（ｉは２以上の整数）とする。点群座標の変換できる値を２８より大きい数字とした場合、色信号ＲＧＢが８ビットで表されることから、変換された数字を８ビットずつに区切る必要がある。例えば、点群座標の変換できる値を２１６－１とした場合、変換された１０進数の値を２進数に変換後、上位８ビット、下位８ビットで区切り、８ビットになったそれぞれの値を色信号ＲＧＢとみなして、上位８ビットで構成された画像ファイル、下位８ビットで構成されたファイルをそれぞれ作成し保存する。
　つまり、元々のRGＢ信号を（Ｒ１６ビット，Ｇ１６ビット，Ｂ１６ビット）とすると、（Ｒ上８ビット，Ｇ上８ビット，Ｂ上８ビット）と（Ｒ下８ビット，Ｇ下８ビット，Ｂ下８ビット）に分割してそれぞれ画像ファイルを作成する。そうすることで点群座標の変換できる値が０～６５５３５の６５５３６個（＝２１６個）になるため、復元時に２８を用いた式に比べてより正確に座標の復元が可能となる。
　このことから、点群座標の変換できる値を２８ｉ（ｉ＝１，２，３，・・・）としたときは１０進数の値を２進数に変換後、８ビットずつでｉ個に区切り、それぞれに画像ファイルを作成することで、点群座標の変換できる数字を２８ｉ個とすることが可能となる。ただし、点群座標の変換できる数字を２８ｉ個とすると、作成する必要がある画像ファイルがｉ個に増加し、３Ｄ点群データの圧縮率が悪化する。そこで、屋外構造物の種類によっては高精度な復元精度を必要としていないものもあるため、点群座標の変換できる値２８ｉのｉは設備毎により自由に選択できるものとする。
　画像変換部３４は、
（１）屋外構造物１２毎の前記３次元点群データに含まれる点群数の約数を算出すること、
（２Ａ）前記点群数が８以上である且つ素数でない場合、前記点群数をｘとし、
（２Ｂ）前記点群数が８未満である又は素数である場合、１と前記点群数以外の約数を持つように、
　　　（ａ）屋外構造物１２毎の前記３次元点群データにダミーデータを付与して前記点群数と前記ダミーデータの数との合計をｘとする、又は
　　　（ｂ）屋外構造物１２毎の前記３次元点群データから一部の点を削除し、前記点群数から、前記削除した点の数を減算した数をｘとすること、及び
（３）前記ｘの２つの約数で表せるピクセルの前記画像ファイルを作成すること
を特徴とする。
　画像作成部３４は、取得点群数ｘに対してｘ＝ａ×ｂピクセルとなるように画像ファイルを作成する。ａとｂはｘの約数であり、画像圧縮技術の手法から８以上の数字でなくてはならないが、実際にはｘの約数が１とｘのみしか持たない場合（ｘが素数）も存在する。１×ｘピクセルの画像ファイルは、圧縮する際に正常な圧縮が不可能となる。このため、画像作成部３４は、屋外構造物１２が高精度な復元精度を必要としていない場合、点群を削除することで、一方、屋外構造物１２が高精度な復元精度を必要としている場合、３Ｄ点群データにダミー点群を付与することで、ｘが８以上であり、１とｘ以外の約数を持つように調整する。
　図５は、画像圧縮部３４が行う静止画像の画像ファイルの圧縮作業を説明するフローチャートである。画像圧縮部３４は、どの屋外構造物１２の点群の画像ファイルかを判断する（ステップＳ２１）。例えば、画像圧縮部３４は、識別処理部３０が判定結果を用いて画像ファイル毎に屋外構造物１２の種類を判断する。そして、画像圧縮部３４は、屋外構造物１２の種類毎に予め決められた圧縮率で画像ファイルを圧縮し、圧縮画像ファイルを生成する（ステップＳ２２）。このように、画像圧縮部３４は、識別された屋外構造物を判別し、屋外構造物の種類毎に圧縮率を変化させることで復元精度を調節することができる。
　具体的には、屋外構造物１２が高精度な復元精度を必要としていない場合、画像の圧縮率を高く設定することで、復元精度が悪化するが、データ容量を低減することができる。一方、屋外構造物１２が高精度な復元精度を必要としている場合、画像の圧縮率を低く設定することで、データ容量の低減効果は小さくなるが、復元精度を保つことが可能となる。点検対象の屋外構造物１２については、圧縮前の点群を用いた点検での設備状態値（測定値など）と、画像圧縮を復元した点群を用いた点検での設備状態値（測定値など）とが違わないようにする、画像ファイルの圧縮率にする。
　画像圧縮部３４は、画像圧縮技術としてｊｐｅｇやｐｎｇなど国際標準化されている技術の流用に加え、画像圧縮技術全般を使用することできる。一例として、ｊｐｅｇの圧縮理論について述べる。まず、入力された画像ファイルのＲＧＢ信号からＹＵＶ信号に変換される。ＹＵＶ信号の色差成分を間引くことで圧縮が実施される。ＹＵＶの比は、代表例として、４：４：４，４：２：２，４：１：１，４：２：０が挙げられ、４：４：４のものが最も高品質な画像となる。色差成分の間引き後、ＹＵＶ信号のそれぞれの信号に対して独立に離散コサイン変換（ＤＣＴ変換）を実施する。ＹＵＶ信号をそれぞれＡ×Ｂ画素ごとに分割したときの画像信号ｆ（ａ，ｂ）に対して、離散コサイン変換を実施すると、以下の式で示される。
Figure JPOXMLDOC01-appb-M000003
　ＤＣＴ変換により算出されたＦ（ｖ，ｗ）を量子化テーブルＱ（ｖ，ｗ）で割ることで、量子化データＦｑ（ｖ，ｗ）を算出することができる。
Figure JPOXMLDOC01-appb-M000004
 αの値を調整することで、量子化データを調整することができ、圧縮率も任意の割合に設定することが可能である。その後は、エントロピー符号化され、ビット列処理により多重化された後、ｊｐｅｇフォーマットとして出力される。
　上記の流れにおいて、適切な圧縮率に設定することで、点群を用いた屋外構造物１２の点検に不具合を発生させずに３Ｄ点群データの圧縮が可能となる。例えば、圧縮率αを１０段階（数字が小さい方が高品質、低圧縮）で選択できるとき、モデル作成に必要な点群の画像ファイルは、圧縮率αを１にし、モデル作成に必要ない点群の画像ファイルは圧縮率αを１０にすることで、点群を用いた設備点検技術による設備状態の算出精度を維持しつつ、３Ｄ点群データ全体としての圧縮率を上げることが可能となる。
　図６は、画像圧縮部３４が動画を圧縮する画像圧縮技術（以下、「動画圧縮技術」と記載することがある。）で画像ファイルを圧縮する作業を説明するフローチャートである。画像圧縮部３４は、どの屋外構造物１２の点群の画像ファイルかを判断する（ステップＳ３１）。例えば、画像圧縮部３４は、識別処理部３０が判定結果を用いて画像ファイル毎に屋外構造物１２の種類を判断する。そして、画像圧縮部３４は、屋外構造物１２の種類毎に予め決められた圧縮率で画像ファイルを圧縮する（ステップＳ３２）。ここで、画像圧縮部３４は動画圧縮技術を用いるので、１つの画像ファイルから（屋外構造物１２毎に）Ｉフレーム、Ｐフレーム、Ｂフレームを持つ時間０秒の動画が生成される。画像圧縮部３４は、当該動画からIフレームを取り出し、圧縮画像ファイルとする（ステップＳ３３）。このように、画像圧縮部３４は、動画圧縮技術を用いても、図５で説明した画像圧縮技術と同様に、識別された屋外構造物を判別し、屋外構造物の種類毎に圧縮率を変化させることで復元精度を調節することができる。
　屋外構造物１２が要求する復元精度とデータ容量を考慮し、圧縮前の点群を用いた点検での設備状態値（測定値など）と、画像圧縮を復元した点群を用いた点検での設備状態値（測定値など）とが違わないようにする、動画の圧縮率にする。
　画像圧縮部３４は、動画圧縮技術としてＭＰＥＧ－４など国際標準化されている技術に加え、動画圧縮技術全般を使用することができる。動画圧縮技術は、画像圧縮技術と同様にＤＣＴ変換や量子化などの機能を持っているが、特有の機能として動き検出、フレーム間予測がある。これらは連続する画像の中で、動いた箇所を特定し、動いた箇所以外の情報を圧縮する技術である。フレーム間予測により、１枚の画像ファイルを圧縮するとＩフレーム、Ｐフレーム、及びＢフレームを持つ、０秒の動画ファイルが作成される。そこからＩフレームを抽出することで動画圧縮技術を流用して圧縮された圧縮画像ファイルを取り出すことができる。当該圧縮画像ファイルを保存することで圧縮した３Ｄ点群データの保存が可能となる。
　図５の画像圧縮技術の説明と同様に、適切な圧縮率αを設定することで、点群を用いた屋外構造物１２の点検に不具合を発生させずに３Ｄ点群データの圧縮が可能となる。
　上述の動画圧縮技術を用いた３Ｄ点群データの圧縮の説明では、１つの画像ファイルから作成した動画から対象の画像（Ｉフレーム）を抽出し保存する例を説明している。動画圧縮技術の特性上、前後の画像ファイルが似ているときにはより圧縮の効果が期待できる。３Ｄ点群データの座標の並び方は設備毎に近いデータであるため、設備毎に画像ファイルを作成すると、似た画像が作成される。このことから、設備毎の画像ファイルに動画圧縮技術を適用し、圧縮された動画ファイルを保存することで、より高圧縮なファイルを保存することも可能である。
　そこで、画像圧縮部３４は、屋外構造物１２の種類が同じであり、且つ異なる箇所に存在する屋外構造物１２から生成された複数の前記画像ファイルを一括して動画圧縮処理を行って前記圧縮画像ファイル（圧縮された動画ファイル）とすることが好ましい。
　この場合、復元部３６は、圧縮された動画である前記圧縮画像ファイルから任意の前記画像ファイルを抜き出し、３次元座標の点へ変換して前記屋外構造物毎の復元点群データを生成することを特徴とする。
　例えば、データ処理装置３０１は、ＭＭＳでの撮影時、異なるシーン１、シーン２、シーン３で取得した点群を設備毎に分割し、作成された電柱の画像ファイル３枚をまとめて動画圧縮技術を適用する。これにより、３枚の画像ファイルを１つの動画ファイルとして保存することが可能である。この場合、データ処理装置３０１は、点群座標を復元したい画像ファイルが動画中のどのフレームに保存されているかの情報をパラメータとして記憶部３５に保持し、必要なときにその情報に基づいて当該画像ファイルを抽出する必要がある。
　図７は、復元部３６が行う圧縮画像ファイルから点群情報を復元する作業を説明するフローチャートである。復元部３６は、図４のフローと逆の手順で逆変換を実施し、点群を復元する。まず、復元部３６は、圧縮画像ファイルから色信号を抽出する（ステップＳ４１）。ＹＵＶ信号が抽出された場合（ステップＳ４２で“Ｎｏ”）、復元部３６は数式（４．４）から逆変換を行いＲＧＢ信号に変換する（ステップＳ４３）。ＲＧＢ信号が抽出された場合（ステップＳ４２で“Ｙｅｓ”）、復元部３６はそのまま次の計算（ステップＳ４４）に移行する。復元部３６は、画像変換部３１で算出した数式（４．３）に用いた係数ＰとＱを記憶部３５から読み出す（ステップＳ４４）。そして、復元部３６は、ＲＧＢ信号それぞれに対して逆変換を行うことで、点群座標（ｘ，ｙ，ｚ）を復元する（ステップＳ４５）。
　表示部３７は、復元された点群を表示することができる。なお、復元部３６は屋外構造物１２毎に点群を復元するので、１つの画像として表示する場合、表示部３７はそれぞれ復元された点群を合成する必要がある。
　なお、図７のフローチャートでは、数式（４．２）の左辺を２８－１として考えている。図４の説明において、点群座標をより正確に復元するために数式（４．２）の左辺を２８ｉ－１　（ｉ＝１，２，３，・・・）としたときは、生成されたＲＧＢ信号もしくはＹＵＶ信号を８ビットずつｉ個に区切り、ｉ個の画像ファイルを作成する必要があると説明した。
　このように点群座標の変換できる値を２８とした場合、画像ファイルから点群座標を復元する時、画像ファイルから抽出した色信号を画像ファイル作成時の順番になるよう並び替えをした後、逆変換を行う。例えば、点群座標の変換できる値が２１６のとき、画像ファイルは、生成した色信号の上位８ビット（Ｒ上８ビット，Ｇ上８ビット，Ｂ上８ビット）と、下位８ビット（Ｒ下８ビット，Ｇ下８ビット，Ｂ下８ビット）で構成された２個のファイルとなっている。この画像ファイルから抽出したＲＧＢ信号が（Ｒ１６ビット，Ｇ１６ビット，Ｂ１６ビット）となるように、Ｒ上８ビット　Ｒ下８ビット　，Ｇ上８ビット　Ｇ下８ビット　，Ｂ上８ビット　Ｂ下８ビットの順に並べ替える。そして、そのＲＧＢ信号それぞれに対して、数式（４．３）の逆変換を実施する。
　なお、本実施形態では、将来的に、取得した点群を用いて街を３次元でＰＣ上に再現できることを念頭に説明を行っている。地面や家の壁面など通信設備とは関係ない物体の点群を削除してしまうと、通信設備のみ残った３Ｄ点群データとなる。このような３Ｄ点群データであると、画面上に点群を表示した際に、通信設備の位置が非常に認識しづらくなる。このため、本発明のデータ処理装置は、通信設備以外の点群も保持することもできる。しかし、３Ｄ点群データの利用方法によっては通信設備のデータのみ保持していれば良いこともある。その場合、図２の説明において通信設備以外の物体と識別された点群を削除することで３Ｄ点群データの圧縮率を向上することもできる。
（実施形態２）
　データ処理装置３０１はコンピュータとプログラムによっても実現でき、プログラムを記録媒体に記録することも、ネットワークを通して提供することも可能である。
　図８は、システム１００のブロック図を示している。システム１００は、ネットワーク１３５へと接続されたコンピュータ１０５を含む。
　ネットワーク１３５は、データ通信ネットワークである。ネットワーク１３５は、プライベートネットワーク又はパブリックネットワークであってよく、（ａ）例えば或る部屋をカバーするパーソナル・エリア・ネットワーク、（ｂ）例えば或る建物をカバーするローカル・エリア・ネットワーク、（ｃ）例えば或るキャンパスをカバーするキャンパス・エリア・ネットワーク、（ｄ）例えば或る都市をカバーするメトロポリタン・エリア・ネットワーク、（ｅ）例えば都市、地方、又は国家の境界をまたいでつながる領域をカバーするワイド・エリア・ネットワーク、又は（ｆ）インターネット、のいずれか又はすべてを含むことができる。通信は、ネットワーク１３５を介して電子信号及び光信号によって行われる。
　コンピュータ１０５は、プロセッサ１１０、及びプロセッサ１１０に接続されたメモリ１１５を含む。コンピュータ１０５が、本明細書においてはスタンドアロンのデバイスとして表されているが、そのように限定されるわけではなく、むしろ分散処理システムにおいて図示されていない他のデバイスへと接続されてよい。
　プロセッサ１１０は、命令に応答し且つ命令を実行する論理回路で構成される電子デバイスである。
　メモリ１１５は、コンピュータプログラムがエンコードされた有形のコンピュータにとって読み取り可能な記憶媒体である。この点に関し、メモリ１１５は、プロセッサ１１０の動作を制御するためにプロセッサ１１０によって読み取り可能及び実行可能なデータ及び命令、すなわちプログラムコードを記憶する。メモリ１１５を、ランダムアクセスメモリ（ＲＡＭ）、ハードドライブ、読み出し専用メモリ（ＲＯＭ）、又はこれらの組み合わせにて実現することができる。メモリ１１５の構成要素の１つは、プログラムモジュール１２０である。
　プログラムモジュール１２０は、本明細書に記載のプロセスを実行するようにプロセッサ１１０を制御するための命令を含む。本明細書において、動作がコンピュータ１０５或いは方法又はプロセス若しくはその下位プロセスによって実行されると説明されるが、それらの動作は、実際にはプロセッサ１１０によって実行される。
　用語「モジュール」は、本明細書において、スタンドアロンの構成要素又は複数の下位の構成要素からなる統合された構成のいずれかとして具現化され得る機能的動作を指して使用される。したがって、プログラムモジュール１２０は、単一のモジュールとして、或いは互いに協調して動作する複数のモジュールとして実現され得る。さらに、プログラムモジュール１２０は、本明細書において、メモリ１１５にインストールされ、したがってソフトウェアにて実現されるものとして説明されるが、ハードウェア（例えば、電子回路）、ファームウェア、ソフトウェア、又はこれらの組み合わせのいずれかにて実現することが可能である。
　プログラムモジュール１２０は、すでにメモリ１１５へとロードされているものとして示されているが、メモリ１１５へと後にロードされるように記憶装置１４０上に位置するように構成されてもよい。記憶装置１４０は、プログラムモジュール１２０を記憶する有形のコンピュータにとって読み取り可能な記憶媒体である。記憶装置１４０の例として、コンパクトディスク、磁気テープ、読み出し専用メモリ、光記憶媒体、ハードドライブ又は複数の並列なハードドライブで構成されるメモリユニット、並びにユニバーサル・シリアル・バス（ＵＳＢ）フラッシュドライブが挙げられる。あるいは、記憶装置１４０は、ランダムアクセスメモリ、或いは図示されていない遠隔のストレージシステムに位置し、且つネットワーク１３５を介してコンピュータ１０５へと接続される他の種類の電子記憶デバイスであってよい。
　システム１００は、本明細書においてまとめてデータソース１５０と称され、且つネットワーク１３５へと通信可能に接続されるデータソース１５０Ａ及びデータソース１５０Ｂを更に含む。実際には、データソース１５０は、任意の数のデータソース、すなわち１つ以上のデータソースを含むことができる。データソース１５０は、体系化されていないデータを含み、ソーシャルメディアを含むことができる。
　システム１００は、ユーザ１０１によって操作され、且つネットワーク１３５を介してコンピュータ１０５へと接続されるユーザデバイス１３０を更に含む。ユーザデバイス１３０として、ユーザ１０１が情報及びコマンドの選択をプロセッサ１１０へと伝えることを可能にするためのキーボード又は音声認識サブシステムなどの入力デバイスが挙げられる。ユーザデバイス１３０は、表示装置又はプリンタ或いは音声合成装置などの出力デバイスを更に含む。マウス、トラックボール、又はタッチ感応式画面などのカーソル制御部が、さらなる情報及びコマンドの選択をプロセッサ１１０へと伝えるために表示装置上でカーソルを操作することをユーザ１０１にとって可能にする。
　プロセッサ１１０は、プログラムモジュール１２０の実行の結果１２２をユーザデバイス１３０へと出力する。あるいは、プロセッサ１１０は、出力を例えばデータベース又はメモリなどの記憶装置１２５へともたらすことができ、或いはネットワーク１３５を介して図示されていない遠隔のデバイスへともたらすことができる。
　例えば、図４から図７のフローチャートを行うプログラムをプログラムモジュール１２０としてもよい。システム１００をそれぞれ画像変換部３１、画像圧縮部３４、復元部３６として動作させることができる。
　用語「・・・を備える」又は「・・・を備えている」は、そこで述べられている特徴、完全体、工程、又は構成要素が存在することを指定しているが、１つ以上の他の特徴、完全体、工程、又は構成要素、或いはそれらのグループの存在を排除してはいないと、解釈されるべきである。用語「ａ」及び「ａｎ」は、不定冠詞であり、したがって、それを複数有する実施形態を排除するものではない。
（他の実施形態）
　なお、この発明は上記実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲で種々変形して実施可能である。要するにこの発明は、上位実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。
　また、上記実施形態に開示されている複数の構成要素を適宜な組み合わせにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態に亘る構成要素を適宜組み合わせてもよい。
（発明の効果）
　本開示による点群データ圧縮プログラムは、従来技術に対していかの優位性を持つと考えられる。
　従来技術では、３Ｄ点群データ全体を一括で画像ファイルに変換し、その画像ファイルに対して不可逆圧縮である画像圧縮技術を流用しているため、圧縮時に色信号が違う信号に変換されてしまい、復元時の座標精度に影響を及ぼしている。これに対し、本発明のデータ処理装置は、３Ｄ点群データから設備を識別し、設備毎に圧縮率を変化させることで、復元時の座標精度を調整することができる。そのため、３Ｄ点群データを圧縮しつつ、３Ｄモデル作成精度を保つことが可能となり、３Ｄ点群データ圧縮後も３Ｄレーザスキャナを用いた設備点検技術の適用が可能となる。
１１：３Ｄレーザスキャナ
１２：設備（野外構造物）
２１：識別面
２２：クラス１の領域
２３：クラス２の領域
２４：クラス１に含まれる識別物体１
２５：クラス２に含まれる識別物体２
３０：被測定物識別処理部
３１：画像変換部
３２：座標識別部
３３：画像作成部
３４：画像圧縮部
３５：記憶部
３６：復元部
３７：表示部
１００：システム
１０１：ユーザ
１０５：コンピュータ
１１０：プロセッサ
１１５：メモリ
１２０：プログラムモジュール
１２２：結果
１２５：記憶装置
１３０：ユーザデバイス
１３５：ネットワーク
１４０：記憶装置
１５０：データソース
３０１：データ処理装置

Claims (8)

  1. 　３次元レーザスキャナで取得した、屋外構造物の表面上の点の３次元座標を表す３次元点群データを処理するデータ処理装置であって、
    　前記屋外構造物毎に、前記３次元点群データのそれぞれの点についての３次元座標を色信号とみなした画像ファイルを生成する画像変換部と、
    　前記画像ファイルに対応する前記屋外構造物の種類毎に定めた圧縮率で、前記画像ファイルそれぞれに対して画像圧縮処理を行う画像圧縮部と、
    　前記画像圧縮処理を行った圧縮画像ファイルと前記画像圧縮処理に用いたパラメータとを対応付けて保存する記憶部と、
    を備えるデータ処理装置。
  2. 　前記記憶部に保存されている前記圧縮画像ファイルと前記パラメータを用い、前記圧縮画像ファイルを３次元座標の点へ変換して前記屋外構造物毎の復元点群データを生成する復元部をさらに備えることと特徴とする請求項１に記載のデータ処理装置。
  3. 　前記画像変換部は、１つの点の前記３次元座標に対応する前記色信号の数値を２進数に変換し、前記２進数の上位から８ビット毎に前記画像ファイルを複数作成することを特徴とする請求項１又は２に記載のデータ処理装置。
  4. 　前記画像変換部は、
    　前記屋外構造物毎の前記３次元点群データに含まれる点群数の約数を算出すること、
    　前記点群数が８以上である且つ素数でない場合、前記点群数をｘとし、前記点群数が８未満である又は素数である場合、１と前記点群数以外の約数を持つように、前記屋外構造物毎の前記３次元点群データにダミーデータを付与して前記点群数と前記ダミーデータの数との合計をｘとする、又は前記屋外構造物毎の前記３次元点群データから一部の点を削除して前記点群数から削除した点の数を減算した数をｘとすること、及び
    　前記ｘの２つの約数で表せるピクセルの前記画像ファイルを作成すること
    を特徴とする請求項１から３のいずれかに記載のデータ処理装置。
  5. 　前記画像圧縮部は、
    　前記屋外構造物の種類が同じであり、且つ異なる箇所に存在する前記屋外構造物から生成された複数の前記画像ファイルを一括して動画圧縮処理を行って前記圧縮画像ファイルとすることを特徴とする請求項１から４のいずれかに記載のデータ処理装置。
  6. 　前記復元部は、圧縮された動画である前記圧縮画像ファイルから任意の前記画像ファイルを抜き出し、３次元座標の点へ変換して前記屋外構造物毎の復元点群データを生成することを特徴とする請求項２を引用する請求項５に記載のデータ処理装置。
  7. 　３次元レーザスキャナで取得した、屋外構造物の表面上の点の３次元座標を表す３次元点群データを処理するデータ処理方法であって、
    　前記屋外構造物毎に、前記３次元点群データのそれぞれの点についての３次元座標を色信号とみなした画像ファイルを生成すること、
    　前記画像ファイルに対応する前記屋外構造物の種類毎に定めた圧縮率で、前記画像ファイルそれぞれに対して画像圧縮処理を行うこと、及び
    　前記画像圧縮処理を行った圧縮画像ファイルと前記画像圧縮処理に用いたパラメータとを対応付けて保存すること、
    を行うデータ処理方法。
  8. 　請求項１から６のいずれかに記載のデータ処理装置としてコンピュータを機能させるためのプログラム。
PCT/JP2021/029427 2021-08-06 2021-08-06 データ処理装置、データ処理方法、及びプログラム WO2023013070A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2023539581A JPWO2023013070A1 (ja) 2021-08-06 2021-08-06
PCT/JP2021/029427 WO2023013070A1 (ja) 2021-08-06 2021-08-06 データ処理装置、データ処理方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/029427 WO2023013070A1 (ja) 2021-08-06 2021-08-06 データ処理装置、データ処理方法、及びプログラム

Publications (1)

Publication Number Publication Date
WO2023013070A1 true WO2023013070A1 (ja) 2023-02-09

Family

ID=85155498

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/029427 WO2023013070A1 (ja) 2021-08-06 2021-08-06 データ処理装置、データ処理方法、及びプログラム

Country Status (2)

Country Link
JP (1) JPWO2023013070A1 (ja)
WO (1) WO2023013070A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020162542A1 (ja) * 2019-02-06 2020-08-13 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、および、三次元データ復号装置
US20210144404A1 (en) * 2018-04-09 2021-05-13 Nokia Technologies Oy Apparatus, a method and a computer program for volumetric video
JP2021106305A (ja) * 2019-12-26 2021-07-26 日本電気株式会社 データ圧縮装置、モデル生成装置、データ圧縮方法、モデル生成方法及びコンピュータプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210144404A1 (en) * 2018-04-09 2021-05-13 Nokia Technologies Oy Apparatus, a method and a computer program for volumetric video
WO2020162542A1 (ja) * 2019-02-06 2020-08-13 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ 三次元データ符号化方法、三次元データ復号方法、三次元データ符号化装置、および、三次元データ復号装置
JP2021106305A (ja) * 2019-12-26 2021-07-26 日本電気株式会社 データ圧縮装置、モデル生成装置、データ圧縮方法、モデル生成方法及びコンピュータプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SATO KAZUYA, KAMIKURA KAZUTO: "Layered Video Coding Using H.265/HEVC for Point Cloud Data", BULLETIN OF FACULTY OF ENGINEERING, TOKYO POLYTECHNIC UNIVERSITY, TOKYO KOGEI DAIGAKU. KOGAKUBU, ATSUGI, JP, vol. 40, no. 1, 25 December 2017 (2017-12-25), JP , pages 47 - 51, XP055833641, ISSN: 0387-6055 *

Also Published As

Publication number Publication date
JPWO2023013070A1 (ja) 2023-02-09

Similar Documents

Publication Publication Date Title
Wu et al. Lossless compression of JPEG coded photo collections
TWI426774B (zh) 用於針對ｊｐｅｇ壓縮歷史紀錄分類為壓縮影像的方法、及用於針對影像是否已經過jpeg壓縮而分類影像的設備及影像分類方法
JP4444180B2 (ja) テクスチャ符号化装置、テクスチャ復号化装置、方法、およびプログラム
Yudin et al. Quantitative quality indicators of the invariant spatial method of compressing video data
JP2005341555A (ja) 画像または画像シーケンスを表現する方法、画像を表現する記述子およびその使用方法、ならびにこれらの方法を行う装置、コンピュータプログラム、および記憶媒体
JP2016226001A (ja) デコーダおよび復号方法
CN110933438B (zh) 一种jpeg图像可逆信息隐藏方法
US9245354B2 (en) System and method having transparent composite model for transform coefficients
Pavez et al. Dynamic polygon cloud compression
WO2019037471A1 (zh) 视频处理方法、视频处理装置以及终端
KR20190133363A (ko) 워터마크 기반의 이미지 무결성 검증 방법 및 장치
JP2002058031A (ja) 画像符号化方法及び装置、並びに、画像復号化方法及び装置
Shanableh Feature extraction and machine learning solutions for detecting motion vector data embedding in HEVC videos
WO2023013070A1 (ja) データ処理装置、データ処理方法、及びプログラム
Mei et al. Learn a compression for objection detection-vae with a bridge
KR102020220B1 (ko) 이미지 압축 방법 및 장치
JP2017158183A (ja) 画像処理装置
Sha et al. Novel image set compression algorithm using rate-distortion optimized multiple reference image selection
JP2020123917A (ja) 画像処理プログラム、画像処理装置及び画像処理方法
WO2022067776A1 (zh) 点云的解码、编码方法、解码器、编码器和编解码系统
Astola et al. Lossless compression of high resolution disparity map images
JP2017073755A (ja) 符号化装置及びその制御方法、プログラム並びに記憶媒体
Moin et al. Face recognition in JPEG compressed domain: a novel coefficient selection approach
CN111355953A (zh) 将包含图形对象的图像内容添加至图像帧的方法及系统
US10284879B2 (en) Image processing apparatus and method based on integerprecision image data

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21952893

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 2023539581

Country of ref document: JP

WWE Wipo information: entry into national phase

Ref document number: 18579806

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE