Tom.notes();

Computer Scienceや読書のメモ

測定点群を用いた建造物モデリングのための特徴線抽出法と特徴線マッチング法

論文

www.jstage.jst.go.jp

 

アブストラクト

  • 点群位置合わせ手法は,点ベースと特徴量ベースに分かれる.
  • 点ベースの手法は,位置合わせの精度が高いが,計算量が膨大.
  • 特徴量ベースの手法は,計算量が圧倒的に少ないが,特徴量を抽出するのが困難.
  • 本研究では,建造物の直線的な特徴に着目し,測定点群から直線的な特徴線を抽出する.

 

1. はじめに

  • 一つの方向から計測して得られた点群を「単位点群」と呼ぶ.
  • 特徴量を単位点群から抽出する.
  • 建造物は,直方体を組み合わせたような形をしており,建造物全体の輪郭が直線的である.このような輪郭から,直線的な特徴量を抽出する.
  • 建造物の特徴部分を表す点列を抽出するために,隣接する2点間の奥行き値の差分が大きい点列を抽出する.
  • 抽出した点列を直線的な特徴量ごとに複数のセグメントに分割し,各セグメントを線分で近似することで,特徴線を生成する.
  • 本手法では,奥行き値の差分を用いて特徴線を求めておりアルゴリズムが単純であるため,実装が容易である.

 

7. まとめ

  • 本論文では,計測単位点群から直線的な特徴線を抽出する手法を提案した.
  • 特徴線抽出は,計測点の奥行き値の差分が大きい部分の探索に基づいている.
  • 今後の課題としては,情報の欠落に対応できるように改良する必要がある.
  • また,稜線のような別の観点で得られる特徴線を抽出できるように手法を拡張していく必要がある.

 

3. 本手法の概要

3.2 提案手法の概要

(1) 特徴線の抽出処理

  1. 3次元デプスエッジの抽出
    計測点群から,隣接点との奥行き値の差分が大きい点群を抽出する.本論文では,このような点群を「3次元デプスエッジ」と呼ぶ.
  2. 3次元デプスエッジのセグメント化
    3次元デプスエッジを複数のセグメントに分割する.各セグメントは,3次元デプスエッジ上の点群となり,各セグメントの端点を分割点とする.本論文では,二つの分割点間に存在する3次元デプスエッジを「点列セグメント」と呼ぶ.
  3. 点列セグメントの線分化
    点列セグメントを無限直線で近似し,点列セグメント上の分割点を無限直線上に投影する.投影した2点を連結し線分を生成することで,特徴線が得られる.本論文では,単位点群から抽出した複数の特徴線を「特徴線群」と呼ぶ.

 

4. 特徴線の抽出処理

4.1 3次元デプスエッジの抽出

  • 抽出したい特徴部分は,隣接する点との奥行き値の差分が大きい点の集合として表現されている.
  • 単位点群上の点Pの奥行きdと,その上下左右1近傍に隣接する4つの点の奥行き値との差分が,閾値よりも大きい点が一つでも存在する場合,点Pが特徴部分を表す.
  • 建造物を測定して得られた単位点群に対して,3次元デプスエッジ抽出を行った結果が図3.

f:id:tom0930:20180608142835p:plain

 

4.2 3次元デプスエッジのセグメント化

  • 建造物のコーナーのように,ある点Pで二つの直線的な特徴量が大きく変化する場合,点Pの近傍に存在する2本の点列を表す単位方向ベクトルがなす角度も大きく変化するため,この角度を基に分割点を検出する.
  • 分割点を検出した後に,二つの分割点間に存在する3次元デプスエッジを点列セグメントとする.例えば,図4において,二つの分割点P0とQを連結する3次元デプスエッジを点列セグメントとする.

f:id:tom0930:20180608144620p:plain

 

4.3 点列セグメントの線分化

  • 単純に二つの分割点を結んだ線分は,建造物の特徴部分と一致しない可能性が高い.
  • よって,点列セグメントに含まれる全点を用いて,建造物の特徴部分を線分で近似する.
  • 式(5)に示すように,無限直線L(t)は,単位方向ベクトルuと,L(t)が通る点Pで表される.

f:id:tom0930:20180608043937p:plainf:id:tom0930:20180608150006p:plain 

  • 点Piから無限直線L(t)上へ射影した点P'は式(6)で表される.

f:id:tom0930:20180608152053p:plain

  • ここで,点列セグメントを構成する点Piから,無限直線L(t)上へ射影した点P'iまでの距離を基にした誤差評価式ELを定義し,式(7)に示す.(nは点列セグメントを構成する点の数.)

f:id:tom0930:20180608152249p:plain

  • 点列セグメントを近似する最適な無限直線L(t)を求めるために,最小二乗法を用いてELが最小となるようにuとpを近似する.
  • 分割点やその近傍点の影響で,近似した無限直線が建造物の特徴部分を表す特徴線と一致しない場合があるため,分割点やその近傍点を近似する対象から外して近似直線を生成する.
  • 本手法では,図7に示すように,二つの分割点から半径r内に存在する点は無限直線の近似に用いないことにする.

f:id:tom0930:20180608153800p:plain 

  • 直線で近似した後には,図7に示すように,二つの分割点P,Qを,近似した直線上にそれぞれ射影した2点(C0,C1)を連結した線分を作成する.
  • 以上のように,分割点をその近傍の点を外して無限直線を近似し,線分を作成することにより,特徴線抽出処理の問題を解決する.

Automatic registration of large-scale urban scene point clouds based on semantic feature points