JPH0628478A - ３次元特徴抽出方式 - Google Patents
３次元特徴抽出方式Info
- Publication number
- JPH0628478A JPH0628478A JP4178432A JP17843292A JPH0628478A JP H0628478 A JPH0628478 A JP H0628478A JP 4178432 A JP4178432 A JP 4178432A JP 17843292 A JP17843292 A JP 17843292A JP H0628478 A JPH0628478 A JP H0628478A
- Authority
- JP
- Japan
- Prior art keywords
- data
- dimensional
- feature extraction
- pixel
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 画像データから対象物の幾何学的特徴を抽出
する３次元特徴抽出方式に関し、ジャンプエッジでのノ
イズ、誤差等による影響を排除して幾何学的な特徴抽出
を精度良く行う。 【構成】 ３次元データ生成手段１は、対象物１０を撮
像した画像上の画素の３次元データを生成すし、重みデ
ータ生成手段２は、その３次元データに基づいて各画素
の重みデータを生成する。すなわち、３次元データから
ジャンプエッジの画素を判別し、ジャンプエッジ及びそ
の近傍の画素に対しては小さな重みデータを、それ以外
の画素に対しては大きな重みデータを生成する。幾何学
的特徴抽出手段３は、３次元データと重みデータとを用
いて画像上の対象物１０の幾何学的特徴を抽出する。こ
のため、ノイズ等の影響を受けるジャンプエッジ及びそ
の近傍の画素に対しては、小さな重みデータが付与され
る。したがって、幾何学的な特徴抽出の段階では、ジャ
ンプエッジ及びその近傍の画素の３次元データは、ほと
んど評価されず、高精度の特徴抽出を行うことができ
る。
する３次元特徴抽出方式に関し、ジャンプエッジでのノ
イズ、誤差等による影響を排除して幾何学的な特徴抽出
を精度良く行う。 【構成】 ３次元データ生成手段１は、対象物１０を撮
像した画像上の画素の３次元データを生成すし、重みデ
ータ生成手段２は、その３次元データに基づいて各画素
の重みデータを生成する。すなわち、３次元データから
ジャンプエッジの画素を判別し、ジャンプエッジ及びそ
の近傍の画素に対しては小さな重みデータを、それ以外
の画素に対しては大きな重みデータを生成する。幾何学
的特徴抽出手段３は、３次元データと重みデータとを用
いて画像上の対象物１０の幾何学的特徴を抽出する。こ
のため、ノイズ等の影響を受けるジャンプエッジ及びそ
の近傍の画素に対しては、小さな重みデータが付与され
る。したがって、幾何学的な特徴抽出の段階では、ジャ
ンプエッジ及びその近傍の画素の３次元データは、ほと
んど評価されず、高精度の特徴抽出を行うことができ
る。
Description
【０００１】
【産業上の利用分野】本発明は３次元視覚センサの画像
データから対象物の幾何学的特徴を抽出する３次元特徴
抽出方式に関し、特にジャンプエッジ及びその近傍で発
生するノイズ等の影響を排除して幾何学的特徴の抽出を
行う３次元特徴抽出方式に関する。
データから対象物の幾何学的特徴を抽出する３次元特徴
抽出方式に関し、特にジャンプエッジ及びその近傍で発
生するノイズ等の影響を排除して幾何学的特徴の抽出を
行う３次元特徴抽出方式に関する。
【０００２】近年、視覚情報から物体を３次元的に認識
しようとする物体の認識技術の研究開発が盛んに行われ
ている。この物体認識のためには、視覚情報からその物
体の３次元特徴を抽出しなければならない。例えば、ロ
ボットシステムの３次元ビジョンを用いて物体を認識す
るには、ロボットの作業対象となる物体をカメラで撮影
して画像上の各画素の３次元データを求め、その３次元
データから３次元特徴を抽出する。
しようとする物体の認識技術の研究開発が盛んに行われ
ている。この物体認識のためには、視覚情報からその物
体の３次元特徴を抽出しなければならない。例えば、ロ
ボットシステムの３次元ビジョンを用いて物体を認識す
るには、ロボットの作業対象となる物体をカメラで撮影
して画像上の各画素の３次元データを求め、その３次元
データから３次元特徴を抽出する。
【０００３】
【従来の技術】図１４は従来の３次元特徴抽出方法の手
順を示すフローチャートである。図において、ステップ
Ｓ１１は、レンジファインダ等を用いて画像上の画素の
３次元データを得る処理である。次のステップＳ１２
は、３次元データを用いて画像上の平面、円筒、球等の
幾何学的な特徴を抽出する処理である。この幾何学的な
特徴抽出処理の内、円筒の軸方向の抽出処理に関して
は、本出願人による特許出願（特願平４−２１６９号、
発明の名称「円筒軸方向抽出方法」、出願日平成４年１
月９日）において既に開示されている。そこでは、メモ
リプレーン上で作画して得られた集積点を用いて円筒の
軸方向を決定している。その作画は、各画素の３次元デ
ータをベースにして行われる。
順を示すフローチャートである。図において、ステップ
Ｓ１１は、レンジファインダ等を用いて画像上の画素の
３次元データを得る処理である。次のステップＳ１２
は、３次元データを用いて画像上の平面、円筒、球等の
幾何学的な特徴を抽出する処理である。この幾何学的な
特徴抽出処理の内、円筒の軸方向の抽出処理に関して
は、本出願人による特許出願（特願平４−２１６９号、
発明の名称「円筒軸方向抽出方法」、出願日平成４年１
月９日）において既に開示されている。そこでは、メモ
リプレーン上で作画して得られた集積点を用いて円筒の
軸方向を決定している。その作画は、各画素の３次元デ
ータをベースにして行われる。
【０００４】
【発明が解決しようとする課題】ところで、上記従来の
３次元特徴抽出方法では、画素の３次元データは、ノイ
ズ等による影響を受けやすく、必ずしも常に確かなデー
タであるとはいえない。すなわち、対象物の画像内にジ
ャンプエッジがあると、ジャンプエッジ部分の画素及び
その近傍の画素の３次元データには、ノイズや誤差が生
じやすく、その３次元データは不確かなデータとなる。
このジャンプエッジは、例えば、対象物をその対象物が
配置されている背景と一緒に撮像したときのその対象物
と背景の境界であるエッジの部分であり、また、複数の
対象物を重ねて撮像したときにその複数の対象物間の境
界であるエッジの部分である。
３次元特徴抽出方法では、画素の３次元データは、ノイ
ズ等による影響を受けやすく、必ずしも常に確かなデー
タであるとはいえない。すなわち、対象物の画像内にジ
ャンプエッジがあると、ジャンプエッジ部分の画素及び
その近傍の画素の３次元データには、ノイズや誤差が生
じやすく、その３次元データは不確かなデータとなる。
このジャンプエッジは、例えば、対象物をその対象物が
配置されている背景と一緒に撮像したときのその対象物
と背景の境界であるエッジの部分であり、また、複数の
対象物を重ねて撮像したときにその複数の対象物間の境
界であるエッジの部分である。
【０００５】このように、画素の３次元データ生成の段
階において、ジャンプエッジでのノイズや誤差等が入る
と、３次元データそのものが不確かなデータとなる。こ
のため、その３次元データをベースにして行われる特徴
抽出処理もその影響を受けてしまう。したがって、幾何
学的な特徴抽出を精度良く行うことができなかった。
階において、ジャンプエッジでのノイズや誤差等が入る
と、３次元データそのものが不確かなデータとなる。こ
のため、その３次元データをベースにして行われる特徴
抽出処理もその影響を受けてしまう。したがって、幾何
学的な特徴抽出を精度良く行うことができなかった。
【０００６】本発明はこのような点に鑑みてなされたも
のであり、ジャンプエッジでのノイズ、誤差等による影
響を排除して幾何学的な特徴抽出を精度良く行うことが
できる３次元特徴抽出方式を提供することを目的とす
る。
のであり、ジャンプエッジでのノイズ、誤差等による影
響を排除して幾何学的な特徴抽出を精度良く行うことが
できる３次元特徴抽出方式を提供することを目的とす
る。
【０００７】
【課題を解決するための手段】図１は本発明の原理ブロ
ック図である。本発明の３次元特徴抽出方式は、図に示
すように、対象物１０を撮像した画像上の画素の３次元
データを生成する３次元データ生成手段１と、その３次
元データに基づいて画素の重みデータを生成する重みデ
ータ生成手段２と、３次元データと重みデータとを用い
て画像上の対象物１０の幾何学的特徴を抽出する幾何学
的特徴抽出手段３とから構成される。
ック図である。本発明の３次元特徴抽出方式は、図に示
すように、対象物１０を撮像した画像上の画素の３次元
データを生成する３次元データ生成手段１と、その３次
元データに基づいて画素の重みデータを生成する重みデ
ータ生成手段２と、３次元データと重みデータとを用い
て画像上の対象物１０の幾何学的特徴を抽出する幾何学
的特徴抽出手段３とから構成される。
【０００８】
【作用】３次元データ生成手段１は、対象物１０を撮像
した画像上の画素の３次元データを生成する。重みデー
タ生成手段２は、その３次元データに基づいて各画素の
重みデータを生成する。すなわち、３次元データからジ
ャンプエッジの画素を判別し、ジャンプエッジ及びその
近傍の画素に対しては小さな重みデータを、それ以外の
画素に対しては大きな重みデータを生成する。幾何学的
特徴抽出手段３は、３次元データと重みデータとを用い
て画像上の対象物１０の幾何学的特徴を抽出する。
した画像上の画素の３次元データを生成する。重みデー
タ生成手段２は、その３次元データに基づいて各画素の
重みデータを生成する。すなわち、３次元データからジ
ャンプエッジの画素を判別し、ジャンプエッジ及びその
近傍の画素に対しては小さな重みデータを、それ以外の
画素に対しては大きな重みデータを生成する。幾何学的
特徴抽出手段３は、３次元データと重みデータとを用い
て画像上の対象物１０の幾何学的特徴を抽出する。
【０００９】ジャンプエッジ及びその近傍の画素には小
さな重みデータが設定される。すなわち、ジャンプエッ
ジ及びその近傍の画素に対して生成された３次元データ
が、たとえノイズ等の影響を受けて不確かなものであっ
ても、その不確かな３次元データを持つ画素に対して、
小さな重みデータが付与される。したがって、幾何学的
な特徴抽出の段階では、ジャンプエッジ及びその近傍の
画素の３次元データは、ほとんど評価されないことにな
る。その結果、ジャンプエッジでのノイズ等による影響
が排除され、幾何学的な特徴抽出が精度良く行われる。
さな重みデータが設定される。すなわち、ジャンプエッ
ジ及びその近傍の画素に対して生成された３次元データ
が、たとえノイズ等の影響を受けて不確かなものであっ
ても、その不確かな３次元データを持つ画素に対して、
小さな重みデータが付与される。したがって、幾何学的
な特徴抽出の段階では、ジャンプエッジ及びその近傍の
画素の３次元データは、ほとんど評価されないことにな
る。その結果、ジャンプエッジでのノイズ等による影響
が排除され、幾何学的な特徴抽出が精度良く行われる。
【００１０】
【実施例】以下、本発明の一実施例を図面に基づいて説
明する。ここでは、円筒の軸方向を抽出する方法を例に
して説明する。
明する。ここでは、円筒の軸方向を抽出する方法を例に
して説明する。
【００１１】図２は本発明の３次元特徴抽出方式を実行
するための全体構成を示す図である。図において、計測
対象物である円筒物体１０はパターン投光器１２０によ
ってパターン光を照射され、カメラ１１０はその円筒物
体１０を撮像する。このレンジファインダによる画像
は、画像処理装置２０のＡＤ変換器２１に送られる。
するための全体構成を示す図である。図において、計測
対象物である円筒物体１０はパターン投光器１２０によ
ってパターン光を照射され、カメラ１１０はその円筒物
体１０を撮像する。このレンジファインダによる画像
は、画像処理装置２０のＡＤ変換器２１に送られる。
【００１２】画像処理装置２０は、ＡＤ変換器２１、画
像メモリ２２、ＣＰＵ（マイクロプロセッサ）２３、コ
ンピュータインタフェース２４及びこれらを結合する内
部バス２５から構成される。カメラ１１０からこの画像
処理装置２０に取り込まれた画像は、ＡＤ変換器２１を
通して量子化され、入力画像１１として画像メモリ２２
に格納される。ＣＰＵ２３は、この入力画像１１等に基
づいて各画素の３次元データを求め、その３次元データ
はコンピュータインタフェース２４を経由してホストコ
ンピュータであるワークステーション３０に送られる。
また、ＣＰＵ２３はパターン投光器１２０の動作を制御
し円筒物体１０に所定のパターン光を照射させる。ワー
クステーション３０は、各画素に重みデータを設定する
と共に、各画素の３次元データと重みデータとを用いて
画像上の円筒物体１０の軸方向を抽出する。
像メモリ２２、ＣＰＵ（マイクロプロセッサ）２３、コ
ンピュータインタフェース２４及びこれらを結合する内
部バス２５から構成される。カメラ１１０からこの画像
処理装置２０に取り込まれた画像は、ＡＤ変換器２１を
通して量子化され、入力画像１１として画像メモリ２２
に格納される。ＣＰＵ２３は、この入力画像１１等に基
づいて各画素の３次元データを求め、その３次元データ
はコンピュータインタフェース２４を経由してホストコ
ンピュータであるワークステーション３０に送られる。
また、ＣＰＵ２３はパターン投光器１２０の動作を制御
し円筒物体１０に所定のパターン光を照射させる。ワー
クステーション３０は、各画素に重みデータを設定する
と共に、各画素の３次元データと重みデータとを用いて
画像上の円筒物体１０の軸方向を抽出する。
【００１３】次に、本発明の３次元特徴抽出方式を図３
〜図１２を用いて順に説明する。図３は画像メモリに格
納された入力画像を示す図である。カメラ１１０が撮像
した円筒物体１０の画像は、図に示すように、画像メモ
リ２２を構成する各画素２２Ａに入力画像１１として格
納される。画像処理装置２０は、この入力画像１１、カ
メラ１１０の位置データ等に基づいて距離抽出を行い、
入力画像１１に対応する各画素２２Ａの３次元データを
ＸＹＺ座標系において求める。この各画素２２Ａの３次
元データ（Ｘｉ，Ｙｉ，Ｚｉ）は、上述したようにワー
クステーション３０に送られる。ワークステーション３
０では、その３次元データ（Ｘｉ，Ｙｉ，Ｚｉ）からジ
ャンプエッジの画素を判別する。
〜図１２を用いて順に説明する。図３は画像メモリに格
納された入力画像を示す図である。カメラ１１０が撮像
した円筒物体１０の画像は、図に示すように、画像メモ
リ２２を構成する各画素２２Ａに入力画像１１として格
納される。画像処理装置２０は、この入力画像１１、カ
メラ１１０の位置データ等に基づいて距離抽出を行い、
入力画像１１に対応する各画素２２Ａの３次元データを
ＸＹＺ座標系において求める。この各画素２２Ａの３次
元データ（Ｘｉ，Ｙｉ，Ｚｉ）は、上述したようにワー
クステーション３０に送られる。ワークステーション３
０では、その３次元データ（Ｘｉ，Ｙｉ，Ｚｉ）からジ
ャンプエッジの画素を判別する。
【００１４】ジャンプエッジの判別は一般的に以下のよ
うにして行われる。まず、入力画像（画像データ）１１
と同じ解像度の１枚のメモリプレーンを用意し、画像上
の画素の３次元データ（Ｘｉ，Ｙｉ，Ｚｉ）から画素の
奥行きを計算し、メモリプレーンにその画素毎に得られ
たデータ（ｓｑｒ（Ｘｉ2 ＋Ｙｉ2 ＋Ｚｉ2 ））を奥行
きデータとして格納する。このメモリプレーンを奥行き
画像と呼ぶ。次に、奥行き画像を入力データとし、ソー
ベル（Ｓｏｂｅｌ）のオペレータで微分、２値化してジ
ャンプエッジを抽出しジャンプエッジ画像を得る。以下
に、このジャンプエッジ抽出について説明する。
うにして行われる。まず、入力画像（画像データ）１１
と同じ解像度の１枚のメモリプレーンを用意し、画像上
の画素の３次元データ（Ｘｉ，Ｙｉ，Ｚｉ）から画素の
奥行きを計算し、メモリプレーンにその画素毎に得られ
たデータ（ｓｑｒ（Ｘｉ2 ＋Ｙｉ2 ＋Ｚｉ2 ））を奥行
きデータとして格納する。このメモリプレーンを奥行き
画像と呼ぶ。次に、奥行き画像を入力データとし、ソー
ベル（Ｓｏｂｅｌ）のオペレータで微分、２値化してジ
ャンプエッジを抽出しジャンプエッジ画像を得る。以下
に、このジャンプエッジ抽出について説明する。
【００１５】図４はジャンプエッジ抽出の説明図であ
る。図において、カメラ１１０は円筒物体１０をその背
景１００と一緒に撮像する。円筒物体１０と背景１００
の境界であるエッジの部分１０Ａでは、奥行き方向の変
化が大きいので、奥行きデータの微分値Ｇをソーベルの
オペレータを適用して求めると、微分値Ｇは、図の右側
に示すようにエッジの部分１０Ａで大きな値をとる。こ
の微分値Ｇにスライス処理を施しコンパレートすると、
エッジの部分１０Ａだけがジャンプエッジとして抽出さ
れる。
る。図において、カメラ１１０は円筒物体１０をその背
景１００と一緒に撮像する。円筒物体１０と背景１００
の境界であるエッジの部分１０Ａでは、奥行き方向の変
化が大きいので、奥行きデータの微分値Ｇをソーベルの
オペレータを適用して求めると、微分値Ｇは、図の右側
に示すようにエッジの部分１０Ａで大きな値をとる。こ
の微分値Ｇにスライス処理を施しコンパレートすると、
エッジの部分１０Ａだけがジャンプエッジとして抽出さ
れる。
【００１６】図５はジャンプエッジ画像を示す図であ
る。上記の方法で抽出して得られたジャンプエッジを２
値化すると、メモリプレーン２２０上に図に示すような
ジャンプエッジ画像が得られる。図において、ジャンプ
エッジ１０Ａの画素値は「１」、それ以外の画素値は
「０」である。このジャンプエッジ画像でのジャンプエ
ッジ１０Ａから各画素の距離を求め、その距離に応じて
画素の重みデータを設定する。
る。上記の方法で抽出して得られたジャンプエッジを２
値化すると、メモリプレーン２２０上に図に示すような
ジャンプエッジ画像が得られる。図において、ジャンプ
エッジ１０Ａの画素値は「１」、それ以外の画素値は
「０」である。このジャンプエッジ画像でのジャンプエ
ッジ１０Ａから各画素の距離を求め、その距離に応じて
画素の重みデータを設定する。
【００１７】図６は画素距離の説明図である。先ず、上
記のジャンプエッジ判別の場合と同様に、入力画像（画
像データ）１１と同じ解像度の１枚のメモリプレーン２
２１を用意する。そのメモリプレーン２２１上の画素Ｐ
ｉとジャンプエッジ１０Ａまでの距離を画素距離Ｌｉと
する。画素距離Ｌｉは、画素Ｐｉ、及びその画素Ｐｉに
最も近い位置にあるジャンプエッジ１０Ａの画素Ｐｅの
距離である。
記のジャンプエッジ判別の場合と同様に、入力画像（画
像データ）１１と同じ解像度の１枚のメモリプレーン２
２１を用意する。そのメモリプレーン２２１上の画素Ｐ
ｉとジャンプエッジ１０Ａまでの距離を画素距離Ｌｉと
する。画素距離Ｌｉは、画素Ｐｉ、及びその画素Ｐｉに
最も近い位置にあるジャンプエッジ１０Ａの画素Ｐｅの
距離である。
【００１８】図７は重みデータ生成の説明図である。図
に示すように、図６で求められた画素距離Ｌｉの値が重
みデータＷｉとしてメモリプレーン２２１の各画素に書
き込まれる。したがって、ジャンプエッジ１０Ａ上の画
素Ｐｅの重みデータは「０」であり、ジャンプエッジ１
０Ａから離れた画素Ｐｉの重みデータは、画素距離Ｌｉ
の値に応じて大きな値となる。このようにしてジャンプ
エッジ画像上の各画素の重みデータが設定され、重み画
像として用いられる。
に示すように、図６で求められた画素距離Ｌｉの値が重
みデータＷｉとしてメモリプレーン２２１の各画素に書
き込まれる。したがって、ジャンプエッジ１０Ａ上の画
素Ｐｅの重みデータは「０」であり、ジャンプエッジ１
０Ａから離れた画素Ｐｉの重みデータは、画素距離Ｌｉ
の値に応じて大きな値となる。このようにしてジャンプ
エッジ画像上の各画素の重みデータが設定され、重み画
像として用いられる。
【００１９】次に、ワークステーション３０が行う円筒
物体１０の軸方向抽出について説明する。この軸方向抽
出は、画像処理装置２０から送られてきた各画素の３次
元データに基づいて行われる。
物体１０の軸方向抽出について説明する。この軸方向抽
出は、画像処理装置２０から送られてきた各画素の３次
元データに基づいて行われる。
【００２０】図８は画素の法線ベクトルを示す図であ
る。法線ベクトルＮは、入力画像１１に対応する各画素
２２Ａ（図では点Ｐ１，Ｐ２，Ｐ３・・・）毎に求めら
れる。法線ベクトルＮを求めるのに、平面推定を用い
る。すなわち、画素２２Ａの近傍画素、例えば近接する
８画素と注目画素をあわせた９画素の３次元データに基
づいて平面を推定する。その推定は最小２乗法を用いて
行う。平面推定を用いるのは、局所的には、どのような
曲面でも平面で近似できるという仮定に基づいている。
その推定された平面の係数がＸＹＺ座標系における法線
ベクトルＮとなる。このＸＹＺ座標系における法線ベク
トルＮを極座標系で表す。
る。法線ベクトルＮは、入力画像１１に対応する各画素
２２Ａ（図では点Ｐ１，Ｐ２，Ｐ３・・・）毎に求めら
れる。法線ベクトルＮを求めるのに、平面推定を用い
る。すなわち、画素２２Ａの近傍画素、例えば近接する
８画素と注目画素をあわせた９画素の３次元データに基
づいて平面を推定する。その推定は最小２乗法を用いて
行う。平面推定を用いるのは、局所的には、どのような
曲面でも平面で近似できるという仮定に基づいている。
その推定された平面の係数がＸＹＺ座標系における法線
ベクトルＮとなる。このＸＹＺ座標系における法線ベク
トルＮを極座標系で表す。
【００２１】図９は極座標系での法線ベクトルを示す図
である。図において、法線ベクトルＮは、極座標系での
角度α，βの組合せでＮ（α，β）と表される。この法
線ベクトルＮは単位ベクトルであり、方向のみを表わ
す。このようにして、入力画像１１の画素２２Ａ毎に法
線ベクトルＮが求められると、次にこの法線ベクトルＮ
（α，β）を極にして大円を描く。
である。図において、法線ベクトルＮは、極座標系での
角度α，βの組合せでＮ（α，β）と表される。この法
線ベクトルＮは単位ベクトルであり、方向のみを表わ
す。このようにして、入力画像１１の画素２２Ａ毎に法
線ベクトルＮが求められると、次にこの法線ベクトルＮ
（α，β）を極にして大円を描く。
【００２２】図１０は法線ベクトルに対して描かれた大
円を示す図である。図において、法線ベクトルＮは単位
ベクトルであり、その座標（α，β）を極とする大円Ｃ
は単位球Ｂ上に描かれる。なお、座標原点Ｏと大円Ｃの
外周とを結ぶベクトルは、すべて法線ベクトルＮに垂直
なベクトルとなる。この大円Ｃを各画素２２Ａの法線ベ
クトルＮ毎に描くと図１１のようになる。
円を示す図である。図において、法線ベクトルＮは単位
ベクトルであり、その座標（α，β）を極とする大円Ｃ
は単位球Ｂ上に描かれる。なお、座標原点Ｏと大円Ｃの
外周とを結ぶベクトルは、すべて法線ベクトルＮに垂直
なベクトルとなる。この大円Ｃを各画素２２Ａの法線ベ
クトルＮ毎に描くと図１１のようになる。
【００２３】図１１は大円群から集積点を抽出処理する
場合の説明図である。図８の円筒面上の点Ｐ１，Ｐ２，
Ｐ３（画素２２Ａ）の法線ベクトルＮ１（α1 ，
β1 ），Ｎ２（α2 ，β2 ），Ｎ３（α3 ，β3 ）を極
とする大円を描くと、単位球Ｂ上に大円Ｃ１，Ｃ２，Ｃ
３から成る大円群Ｃ０が得られる。図に示すように、円
筒物体１０の円周面にのっている法線ベクトルＮ１，Ｎ
２，Ｎ３を極とする大円Ｃ１，Ｃ２，Ｃ３は、円筒軸方
向を示すベクトルＮ０を表す点Ｐ０を必ず通る。なぜな
らば、座標原点Ｏと大円Ｃ１，Ｃ２，Ｃ３の外周とを結
ぶベクトルはすべて、法線ベクトルＮ１，Ｎ２，Ｎ３に
垂直なベクトルになり、円筒物体１０の円周面にのって
いる法線ベクトルＮ１，Ｎ２，Ｎ３は、常に円筒軸方向
を示すベクトルＮ０に垂直だからである。したがって、
大円Ｃの集積点Ｐ０を抽出する処理を行うことにより、
円筒軸方向を示すベクトルＮ０（α0 ，β0 ）を得るこ
とができる。
場合の説明図である。図８の円筒面上の点Ｐ１，Ｐ２，
Ｐ３（画素２２Ａ）の法線ベクトルＮ１（α1 ，
β1 ），Ｎ２（α2 ，β2 ），Ｎ３（α3 ，β3 ）を極
とする大円を描くと、単位球Ｂ上に大円Ｃ１，Ｃ２，Ｃ
３から成る大円群Ｃ０が得られる。図に示すように、円
筒物体１０の円周面にのっている法線ベクトルＮ１，Ｎ
２，Ｎ３を極とする大円Ｃ１，Ｃ２，Ｃ３は、円筒軸方
向を示すベクトルＮ０を表す点Ｐ０を必ず通る。なぜな
らば、座標原点Ｏと大円Ｃ１，Ｃ２，Ｃ３の外周とを結
ぶベクトルはすべて、法線ベクトルＮ１，Ｎ２，Ｎ３に
垂直なベクトルになり、円筒物体１０の円周面にのって
いる法線ベクトルＮ１，Ｎ２，Ｎ３は、常に円筒軸方向
を示すベクトルＮ０に垂直だからである。したがって、
大円Ｃの集積点Ｐ０を抽出する処理を行うことにより、
円筒軸方向を示すベクトルＮ０（α0 ，β0 ）を得るこ
とができる。
【００２４】以上の処理をコンピュータ上で行うとき
は、単位球Ｂの代わりに仮想球面メモリを想定し、図１
２に示すようにパラメータプレーン（メモリプレーン）
８０上に大円Ｃを作画する。
は、単位球Ｂの代わりに仮想球面メモリを想定し、図１
２に示すようにパラメータプレーン（メモリプレーン）
８０上に大円Ｃを作画する。
【００２５】図１２はパラメータプレーン上で集積点を
求める場合の説明図である。図において、パラメータプ
レーン８０は、単位球Ｂを平面に展開したものであり、
横軸α、縦軸βの極座標表示で表される。大円Ｃはその
パラメータプレーン８０上にメルカトール法により、次
式（３）で示す関数に従って作画される。 β＝−ａｔａｎ（ｃｏｔβi ・１／ｃｏｓ（α−αi ））・・・・（３） 作画範囲は０≦βi ≦π／２の場合次式（４）で表わさ
れる。
求める場合の説明図である。図において、パラメータプ
レーン８０は、単位球Ｂを平面に展開したものであり、
横軸α、縦軸βの極座標表示で表される。大円Ｃはその
パラメータプレーン８０上にメルカトール法により、次
式（３）で示す関数に従って作画される。 β＝−ａｔａｎ（ｃｏｔβi ・１／ｃｏｓ（α−αi ））・・・・（３） 作画範囲は０≦βi ≦π／２の場合次式（４）で表わさ
れる。
【００２６】 π／２＋αi ≦α≦（３／２）π＋αi ・・・・（４） ただし、α＞２πのとき、α＝α−２π また、この大円Ｃの作画は、単位球Ｂの半球側で行えば
十分であるため、 ０≦β≦π／２・・・・・（５） となる。
十分であるため、 ０≦β≦π／２・・・・・（５） となる。
【００２７】なお、π／２≦βi ≦πの場合、作画範囲
は次式（６）で表わされる。 （３／２）π＋αi ≦α≦（５／２）π＋αi ・・・・（６） ただし、α＞２πのとき、α＝α−２π 円周面の画素上の法線ベクトルＮi （αi ，βi ）を極
とする大円Ｃi は、式（３）に従ってパラメータプレー
ン８０上に作画される。そのとき、式（３）を満たす
（α，β）の座標位置に、その法線ベクトルＮ
i （αi ，βi ）に対する画素Ｐi （大円Ｃi の対応画
素）の重みデータＷｉの値がインクリメントされる。例
えば、大円Ｃ１の対応画素の重みデータＷ１が「１」の
ときは、大円Ｃ１上の各点（各メモリ）には「１」がイ
ンクリメントされる。大円Ｃ２の対応画素の重みデータ
Ｗ２が「１０」のときは、大円Ｃ２上の各点には「１
０」がインクリメントされる。大円Ｃ３の対応画素がジ
ャンプエッジの画素のときは、その重みデータは「０」
であるため、大円Ｃ３の各点でのインクリメントは行わ
れない。インクリメントされた値は大円群Ｃ０が作画さ
れるとともに累積され、その結果点Ｐ０に累積値のピー
クが現れる。このような抽出処理により集積点Ｐ０が求
められ、その集積点Ｐ０（α0 ，β0 ）によって円筒軸
方向を示すベクトルＮ０（α0 ，β0 ）（図１１）が求
められる。
は次式（６）で表わされる。 （３／２）π＋αi ≦α≦（５／２）π＋αi ・・・・（６） ただし、α＞２πのとき、α＝α−２π 円周面の画素上の法線ベクトルＮi （αi ，βi ）を極
とする大円Ｃi は、式（３）に従ってパラメータプレー
ン８０上に作画される。そのとき、式（３）を満たす
（α，β）の座標位置に、その法線ベクトルＮ
i （αi ，βi ）に対する画素Ｐi （大円Ｃi の対応画
素）の重みデータＷｉの値がインクリメントされる。例
えば、大円Ｃ１の対応画素の重みデータＷ１が「１」の
ときは、大円Ｃ１上の各点（各メモリ）には「１」がイ
ンクリメントされる。大円Ｃ２の対応画素の重みデータ
Ｗ２が「１０」のときは、大円Ｃ２上の各点には「１
０」がインクリメントされる。大円Ｃ３の対応画素がジ
ャンプエッジの画素のときは、その重みデータは「０」
であるため、大円Ｃ３の各点でのインクリメントは行わ
れない。インクリメントされた値は大円群Ｃ０が作画さ
れるとともに累積され、その結果点Ｐ０に累積値のピー
クが現れる。このような抽出処理により集積点Ｐ０が求
められ、その集積点Ｐ０（α0 ，β0 ）によって円筒軸
方向を示すベクトルＮ０（α0 ，β0 ）（図１１）が求
められる。
【００２８】このように、各画素の重みを考慮して集積
点Ｐ０の抽出を行い、円筒軸の方向ベクトルＮ０を求め
る。その場合、ジャンプエッジ１０Ａ及びその近傍の画
素には小さな重みデータが設定される。すなわち、ジャ
ンプエッジ１０Ａ及びその近傍の画素に対して生成され
た３次元データが、たとえノイズ等の影響を受けて不確
かなものであっても、その不確かな３次元データを持つ
画素に対しては、小さな重みデータが付与される。した
がって、幾何学的な特徴抽出の段階では、ジャンプエッ
ジ及びその近傍の画素の３次元データは、ほとんど評価
されないことになる。その結果、ジャンプエッジでのノ
イズ等による影響が排除され、円筒軸の方向ベクトル抽
出が精度良く行われる。
点Ｐ０の抽出を行い、円筒軸の方向ベクトルＮ０を求め
る。その場合、ジャンプエッジ１０Ａ及びその近傍の画
素には小さな重みデータが設定される。すなわち、ジャ
ンプエッジ１０Ａ及びその近傍の画素に対して生成され
た３次元データが、たとえノイズ等の影響を受けて不確
かなものであっても、その不確かな３次元データを持つ
画素に対しては、小さな重みデータが付与される。した
がって、幾何学的な特徴抽出の段階では、ジャンプエッ
ジ及びその近傍の画素の３次元データは、ほとんど評価
されないことになる。その結果、ジャンプエッジでのノ
イズ等による影響が排除され、円筒軸の方向ベクトル抽
出が精度良く行われる。
【００２９】図１３は本発明の第２の実施例を示し、重
みデータ生成の他の方法を説明する図である。図の
（Ａ）、（Ｂ）及び（Ｃ）は重みデータ生成の各ステッ
プを示す。先ず、図５で得られたジャンプエッジ画像２
２０を入力画像として、図１３（Ａ）に示すように、そ
の画像２２０のすべての画素に対して、ウインド２２０
Ａを設定する。このウインド２２０Ａは、注目画素Ｐｏ
及びその近傍の画素（例えば３×３）から構成され、各
画像のデータとして、ジャンプエッジの画素に対しては
「１」が設定され、他の画素に対しては「０」が設定さ
れる。例えば、ウインド２２０Ａの上段の画素がジャン
プエッジ画素である、ｍ１，ｍ２，ｍ３は「１」であ
り、ｍ４〜ｍ９は「０」である。次に、図１３（Ｂ）に
示すように、ウインド２２０Ａ内の各画素に対して、次
式（１）の積和演算処理を行い、重みデータＷｉを求め
る。
みデータ生成の他の方法を説明する図である。図の
（Ａ）、（Ｂ）及び（Ｃ）は重みデータ生成の各ステッ
プを示す。先ず、図５で得られたジャンプエッジ画像２
２０を入力画像として、図１３（Ａ）に示すように、そ
の画像２２０のすべての画素に対して、ウインド２２０
Ａを設定する。このウインド２２０Ａは、注目画素Ｐｏ
及びその近傍の画素（例えば３×３）から構成され、各
画像のデータとして、ジャンプエッジの画素に対しては
「１」が設定され、他の画素に対しては「０」が設定さ
れる。例えば、ウインド２２０Ａの上段の画素がジャン
プエッジ画素である、ｍ１，ｍ２，ｍ３は「１」であ
り、ｍ４〜ｍ９は「０」である。次に、図１３（Ｂ）に
示すように、ウインド２２０Ａ内の各画素に対して、次
式（１）の積和演算処理を行い、重みデータＷｉを求め
る。
【００３０】 Ｗｉ＝９−ｍ１−ｍ２−ｍ３−ｍ４−ｍ５−ｍ６−ｍ７−ｍ８−ｍ９ ・・・（１） 上記の例では、重みデータＷｉは６（＝９−１−１−１
−０−０−０−０−０−０）になる。ジャンプエッジが
ウインド２２０Ａ内にないときは、重みデータＷｉは９
になる。すなわち、積和演算処理により、ジャンプエッ
ジの近傍では重みデータＷｉが小さく設定され、ある程
度離れれば重みデータＷｉは９に設定される。図１３
（Ｃ）に示すように、この重みデータＷｉを注目画素Ｐ
ｏ毎に求めて書き込み出力画像とする。この出力画像
は、重み画像として用いられる。
−０−０−０−０−０−０）になる。ジャンプエッジが
ウインド２２０Ａ内にないときは、重みデータＷｉは９
になる。すなわち、積和演算処理により、ジャンプエッ
ジの近傍では重みデータＷｉが小さく設定され、ある程
度離れれば重みデータＷｉは９に設定される。図１３
（Ｃ）に示すように、この重みデータＷｉを注目画素Ｐ
ｏ毎に求めて書き込み出力画像とする。この出力画像
は、重み画像として用いられる。
【００３１】この積和演算処理による重みデータ生成方
法は、その計算過程が簡単であり、計算機資源をそれほ
ど使うことなく、重みデータＷｉを求めることができ
る。重みデータＷｉの精度は、ウインド２２０Ａの画素
数を多くしたり、積和演算を工夫したりすることによっ
て、さらに向上する。
法は、その計算過程が簡単であり、計算機資源をそれほ
ど使うことなく、重みデータＷｉを求めることができ
る。重みデータＷｉの精度は、ウインド２２０Ａの画素
数を多くしたり、積和演算を工夫したりすることによっ
て、さらに向上する。
【００３２】
【発明の効果】以上説明したように本発明では、幾何学
的な特徴抽出を行う場合に、ジャンプエッジ及びその近
傍の画素に小さな重みデータを設定するように構成し
た。すなわち、ジャンプエッジ及びその近傍の画素に対
して生成された３次元データが、たとえノイズ等の影響
を受けて不確かなものであっても、その不確かな３次元
データを持つ画素に対しては、小さな重みデータが付与
される。したがって、幾何学的な特徴抽出の段階では、
ジャンプエッジ及びその近傍の画素の３次元データは、
ほとんど評価されない。その結果、ジャンプエッジでの
ノイズ等による影響を排除することができ、幾何学的な
特徴抽出を精度良く行うことができる。
的な特徴抽出を行う場合に、ジャンプエッジ及びその近
傍の画素に小さな重みデータを設定するように構成し
た。すなわち、ジャンプエッジ及びその近傍の画素に対
して生成された３次元データが、たとえノイズ等の影響
を受けて不確かなものであっても、その不確かな３次元
データを持つ画素に対しては、小さな重みデータが付与
される。したがって、幾何学的な特徴抽出の段階では、
ジャンプエッジ及びその近傍の画素の３次元データは、
ほとんど評価されない。その結果、ジャンプエッジでの
ノイズ等による影響を排除することができ、幾何学的な
特徴抽出を精度良く行うことができる。
【図１】本発明の原理ブロック図である。
【図２】本発明の３次元特徴抽出方式を実行するための
全体構成を示す図である。
全体構成を示す図である。
【図３】画像メモリに格納された入力画像を示す図であ
る。
る。
【図４】ジャンプエッジ抽出の説明図である。
【図５】ジャンプエッジ画像を示す図である。
【図６】画素距離の説明図である。
【図７】重みデータ生成の説明図である。
【図８】画素の法線ベクトルを示す図である。
【図９】極座標系での法線ベクトルを示す図である。
【図１０】法線ベクトルに対して描かれた大円を示す図
である。
である。
【図１１】大円群から集積点を抽出処理する場合の説明
図である。
図である。
【図１２】パラメータプレーン上で集積点を求める場合
の説明図である。
の説明図である。
【図１３】重みデータ生成の他の方法を説明する図であ
り、（Ａ）、（Ｂ）及び（Ｃ）は重みデータ生成の各ス
テップを示す。
り、（Ａ）、（Ｂ）及び（Ｃ）は重みデータ生成の各ス
テップを示す。
【図１４】従来の３次元特徴抽出方法の手順を示すフロ
ーチャートである。
ーチャートである。
１ ３次元データ生成手段 ２ 重みデータ生成手段 ３ 幾何学的特徴抽出手段 １０ 円筒物体 １０Ａ ジャンプエッジ ２０ 画像処理装置 ２２ 画像メモリ ３０ ワークステーション １１０ カメラ ２２０ メモリプレーン
Claims (4)
- 【請求項１】 ３次元視覚センサ（１１０）の画像デー
タから対象物（１０）の幾何学的特徴を抽出する３次元
特徴抽出方式において、 前記対象物（１０）を撮像した画像上の画素の３次元デ
ータを生成する３次元データ生成手段（１）と、 前記３次元データに基づいて前記画素の重みデータを生
成する重みデータ生成手段（２）と、 前記３次元データと前記重みデータとを用いて前記画像
上の前記対象物（１０）の幾何学的特徴を抽出する幾何
学的特徴抽出手段（３）と、 を有することを特徴とする３次元特徴抽出方式。 - 【請求項２】 前記重みデータ生成手段（２）は、前記
３次元データを用いて得られたジャンプエッジ画像にお
けるジャンプエッジと前記画素との距離に応じて前記重
みデータを生成することを特徴とする請求項１記載の３
次元特徴抽出方式。 - 【請求項３】 前記重みデータ生成手段（２）は、前記
３次元データを用いて得られたジャンプエッジ画像を積
和演算処理し、前記積和演算処理によって得られた数値
を前記重みデータとして生成することを特徴とする３次
元特徴抽出方式。 - 【請求項４】 前記対象物（１０）は円筒であり、前記
幾何学的特徴抽出手段（３）は前記円筒の軸方向を抽出
することを特徴とする請求項１記載の３次元特徴抽出方
式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4178432A JPH0628478A (ja) | 1992-07-06 | 1992-07-06 | ３次元特徴抽出方式 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4178432A JPH0628478A (ja) | 1992-07-06 | 1992-07-06 | ３次元特徴抽出方式 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0628478A true JPH0628478A (ja) | 1994-02-04 |
Family
ID=16048413
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4178432A Withdrawn JPH0628478A (ja) | 1992-07-06 | 1992-07-06 | ３次元特徴抽出方式 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0628478A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000512012A (ja) * | 1996-06-13 | 2000-09-12 | ケイ・ユー・リューヴェン・リサーチ・アンド・デヴェロップメント | 三次元形状の表示を得る方法とシステム |
| JP2015111128A (ja) * | 2014-12-19 | 2015-06-18 | キヤノン株式会社 | 位置姿勢計測装置、位置姿勢計測方法、およびプログラム |
| JP2016097431A (ja) * | 2014-11-25 | 2016-05-30 | Ｊｆｅスチール株式会社 | 鋼板形状検出装置及びその方法、鋼板圧延方法、鋼板製造方法 |
-
1992
- 1992-07-06 JP JP4178432A patent/JPH0628478A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000512012A (ja) * | 1996-06-13 | 2000-09-12 | ケイ・ユー・リューヴェン・リサーチ・アンド・デヴェロップメント | 三次元形状の表示を得る方法とシステム |
| JP2016097431A (ja) * | 2014-11-25 | 2016-05-30 | Ｊｆｅスチール株式会社 | 鋼板形状検出装置及びその方法、鋼板圧延方法、鋼板製造方法 |
| JP2015111128A (ja) * | 2014-12-19 | 2015-06-18 | キヤノン株式会社 | 位置姿勢計測装置、位置姿勢計測方法、およびプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4985516B2 (ja) | 情報処理装置、および情報処理方法、並びにコンピュータ・プログラム | |
| JP5618569B2 (ja) | 位置姿勢推定装置及びその方法 | |
| CN110926330B (zh) | 图像处理装置和图像处理方法 | |
| CN114766039B (zh) | 对象检测方法、对象检测设备、终端设备、以及介质 | |
| US7928978B2 (en) | Method for generating multi-resolution three-dimensional model | |
| JP2016197287A (ja) | 情報処理装置、情報処理方法、プログラム | |
| CN112836558A (zh) | 机械臂末端调整方法、装置、系统、设备及介质 | |
| CN116168143A (zh) | 一种多视图三维重建的方法 | |
| Yogeswaran et al. | 3d surface analysis for automated detection of deformations on automotive body panels | |
| Fusiello et al. | Augmented scene modeling and visualization by optical and acoustic sensor integration | |
| CN111696072A (zh) | 彩色图像的直线检测方法、装置、电子设备及存储介质 | |
| Collins et al. | Site model acquisition and extension from aerial images | |
| CN118982462A (zh) | 基于稠密光流和极线约束的动态特征点去除方法及系统 | |
| CN118191855A (zh) | 电力场景中的距离识别方法、装置、存储介质 | |
| JP2012038105A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| JP7374433B2 (ja) | 構築物の三次元形状データの生成方法 | |
| CN111860084B (zh) | 图像特征的匹配、定位方法及装置、定位系统 | |
| CN110458177B (zh) | 图像深度信息的获取方法、图像处理装置以及存储介质 | |
| JP4389663B2 (ja) | 画像処理方法及び画像処理装置 | |
| JP2006113832A (ja) | ステレオ画像処理装置およびプログラム | |
| JPH11248431A (ja) | 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記録したコンピュータ読取可能な記録媒体 | |
| CN116805323B (zh) | 基于深度相机三维人体旋转扫描的背景分割方法与装置 | |
| US20250111518A1 (en) | Object measurement device and object measurement method | |
| JP2018200175A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| JP2017208591A (ja) | 画像処理装置、画像処理方法およびプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19991005 |