＜１−はじめに＞
我々の研究室では、「人間がコンピュータと自然かつ自在にコミュニケーションをとれる環境」のシステム構築を長期目標としている。この環境を親和的情報空間(FICS: Friendly Informative Cyber Space)と呼ぶ。 本研究では、この親和的情報空間を構成するエージェント群の中のステレオ物体認識エージェントを取り上げた。ステレオ物体認識エージェントは、3次元形状復元過程と物体認識過程に大別される。本研究では、3次元形状復元過程に着目し、屋内環境(居室･実験室)を対象にステレオ法を用いた3次元環境モデル作成の研究を行った。
＜２−３次元環境モデル作成の処理の流れ＞
3次元環境モデル作成の処理の流れは、前処理、微分処理、特徴点候補抽出、特徴点選択、対応付け、3次元情報算出、物体認識、VRML呈示である。 以下、各処理の内容について述べる。
- 前処理 ノイズ抑制に有効であり、面領域の境界でエッジを保存する、メディアンフィルタを入力画像に施した。
- 微分処理 物体の境界周辺を特徴点候補抽出処理の探索範囲とするため、エッジ強調処理を行った。
- 特徴点候補抽出 対象物の特徴点であるコーナーを抽出するのに有効であるHarris Corner Detectorを用いた。
- 特徴点選択 最もコーナー点に類似した場所でレスポンス関数が局所最大の出力を持つというHarris Corner Detectorの特性を用いて、特徴点選択の手法を新たに考案し、特徴点候補の中から対象物上に存在する真の特徴点を選択することを図った。
- 対応付け 明度パターンの類似性を用いたテンプレートマッチングのみでは、誤対応となる可能性が高くなるため、左右両画像をHarris Corner Detectorで処理し、特徴点を求めた後、特徴点同士の対応付けを行った。
- 3次元情報算出 対応付けされた特徴点同士の位置の差(視差)より式(1)を用いて、3次元距離データを算出した。
- VRML呈示 今年度は、算出した3次元距離データから簡易的にワイヤーフレームモデルを生成し、VRML呈示を行った。
＜３−本研究におけるステレオカメラ設定＞
本研究におけるステレオカメラ設定を以下に示す。(図1参照)
- 両カメラの光軸は互いに平行
- 両カメラの焦点を結ぶ線分(カメラ間隔)は光軸と直交
- 両カメラの画像面は光軸と直交する同一面上に存在
- 両カメラの焦点距離は一致
図1.ステレオカメラ設定この場合、視差 と3次元距離の間には以下の関係がある。
＜４．実験結果と考察＞
図2.特徴点選択と対応付け
図3.VRML呈示図2に箱を対象とした実験例を示す。この場合、特徴点選択成功率及び対応付け成功率は100%であった。一方、図3に示すように視点位置を変化させた場合には、歪が生じた。原因として、1画素単位の照合であることやステレオ視差に誤差が生じたことによる3次元距離推定の際の精度低下があると考えられる。対策として、本システムで得られた各特徴点の3次元距離データを用いて物体認識を行い、3次元物体モデルを該当位置に置き換えることで対処できると考えられる。なお、物体認識に関しては今後の課題である。
＜５．まとめ＞
特徴点候補が複数存在する状況下において特徴点を高精度で選択することができた。また、特徴点の対応付けに関しても高精度で実現できた。そして、当初予定していた3次元形状復元過程のシステムを開発した。 以上の結果より、本システムは、ステレオ物体認識エージェントのプロトタイプとして有用であると考える。