内容梗概
[English | 論文 | 美濃研の研究 | 美濃研究室 ]


前景領域と視体積の投影像との整合性を考慮した3次元形状獲得


物体の3次元形状を獲得し,それを計算機上で処理できるようにすることを3次元形状獲得と呼ぶ.バーチャルリアリティなど3次元形状が大量に必要とされている分野では,3次元形状獲得を自動化することが望まれている.

3次元形状獲得手法として,レーザレンジファインダを用いた手法やステレオ視,視体積交差法が一般的に使われる.様々な3次元形状を必要とする分野への応用を考えた場合,視体積交差法による3次元形状獲得が他の方法より適切である.

視体積交差法では、複数のカメラで撮影した画像(以後,カメラ画像と呼ぶ)と予め用意された背景画像から前景領域を抽出し,前景領域に対応する視錐体の積領域を求めることで視体積を獲得する.これが獲得形状となる.

原理的には,カメラ台数を増やせば視体積の形状が物体形状に近付く.しかし,抽出された前景領域が物体の投影像を正しく反映しない場合,視体積がその影響を受け,物体の形状を反映しなくなる可能性がある.カメラ台数が増加するにつれてその影響は大きくなる.これは視体積交差法の大きな問題点である.

そこで,視体積交差法に基づいて,我々は前景領域が必ずしも正確に抽出できるとは限らない状況に対して有効な3次元形状獲得手法を実現する.

視体積交差法では,抽出された前景領域が物体の投影像を反映している場合,視体積の各カメラ画像への投影像は前景領域と完全に一致(整合)する.逆に,抽出された前景領域が物体の投影像を反映しない場合,視体積のカメラ画像への投影像と前景領域とが整合しないことがある.そこで,視体積の投影像と前景領域がどの程度整合しているか(以後,投影整合性と呼ぶ)を評価することにより,視体積がどの程度適切かを評価する.

従来の視体積交差法では,背景差分画像から得られた物体の投影像に関する情報(以後、前景情報と呼ぶ)のみを利用しているため,上記の問題点が解決されていない.一方,本研究では,前景情報と投影整合性を統合的に考慮し,3次元形状獲得を行うことによりこの問題を解決する.

前景情報は言い換えれば,背景差分画像の各画素が前景であるかどうかの情報であり,画素の背景差分値によって決定される.従来の視体積交差法では,前景情報として,背景差分値を二値化することで得られた前景領域が用いられる.これに対して,本研究では,前景情報と投影整合度を統合的に扱うために,背景差分画像の各画素の前景らしさ(以後,前景適切度と呼ぶ)を前景情報として用いる.

背景差分画像中の物体の投影像に相当する領域を実前景領域と呼び,それ以外の領域を実背景領域と呼ぶ.ある画素の前景適切度を,背景差分画像においてその画素値を持つ画素の中で実前景領域に属する画素の数の割合として定義する.これらの画素の数は背景差分値のヒストグラムを用いて得られる.実背景領域における各画素の差分値の分布を画像上で生じるノイズを考慮して正規分布でモデル化する.また,実前景領域における各画素の差分値の確率分布を,カメラ画像の実前景領域に相当する領域と背景画像の実前景領域に相当する領域における画素値の確率分布を用いて計算する.前者を一様分布と仮定し,後者を背景画像の画素値の確率分布で近似する.

前景情報と投影整合性を統合的に扱うため,投影整合性を,獲得形状に関して前景適切度に基づいて構築された情報と前景適切度情報とがどの程度整合しているかによって評価する.従来の視体積交差法では,ボクセルが視体積であるかどうかは,ボクセルの中心となる点を各カメラ画像へ投影した点がすべてのカメラに対して前景領域に存在するかによって決定される.それに基づいて,あるボクセルの視体積らしさ(以後,視体積適切度と呼ぶ)を,投影点に対応する各画素の中で最も前景らしくない画素の前景適切度とし,これを獲得形状に関して前景適切度に基づいて構築された情報とする.各ボクセルに視体積適切度を与えることでボクセル空間(以後,視体積適切度空間と呼ぶ)を構築する.

視体積適切度空間を二値化して得られた獲得形状をカメラ画像へ投影した像に含まれる画素の前景適切度の和が高ければ高いほど,また,その投影像に含まれない画素の前景適切度の和が低ければ低いほど,投影像と実前景領域との整合性が高いと考えられる.その整合性が最大となるように,視体積適切度空間を二値化し形状を獲得する.

この提案手法の有効性をシミュレーション実験によって確かめた.その結果,前景領域が必ずしも正確に抽出できるとは限らない状況に対する本提案手法の有効性が示された.


学位論文のページに戻る