画像群による3Dプリンタ用のモデル形成手法 の履歴(No.1)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 画像群による3Dプリンタ用のモデル形成手法 へ行く。
  • 1 (2015-03-31 (火) 19:01:37)

太田研 公開用Wiki

画像群による3Dプリンタのモデル形成手法†

はじめに†

研究背景†

近年では、画像処理などの 2 次元の処理だけでなく 3 次元を利用した処理が盛んに研究されている。その証拠に今では3Dプリンタが製造業だけでなく個人までもが所有することができるまで敷居は低くなった。 しかし3Dプリンタを使用するには3Dモデルデータを用意する必要がある。
ここで簡単に実際の物体をモデリングできれば便利であると考え,bundlerという同一シーンで異なる複数のアングル から撮影された物体の画像群から3次元頂点を復元するフリーソフトを使用して3Dモデルデータを作成するという研究をすることにした。

研究目的†

研究の目的はbundlerを用いて画像群から3次元頂点群を生成しこれを3Dプリンタ用モデルにすることが最終的な目的である。

Bundler†

bundlerとは†

bundlerとはstructure form Motion (以下SFM)の処理を容易に実行できるオープソースソフトウェアであり、 ある同一シーン上の対象物を様々な位置から撮影し以下の画像のような画像群を用意することで実行でき、出力としてカラーの3次元頂点群を得ることができる。 得られる3次元頂点群というのは画像群から特徴点を抽出し得られた特徴点群の対応が得られたものとなっている。 因みにbundlerとは別途で特徴量を抽出するプログラムが必要となるが本研究ではSIFT特徴量を使用している。

SIFT特徴量†

画像間の対応点を求めるために必要な局所特徴量を抽出するには,対象となる画像から特徴点を検出する必 要があり、bundlerも特徴点を扱っている。そこで局所特徴量を抽出アルゴリズムはたくさんあるがSIFT を選択した。そしてSIFT特徴量の特徴は回転・スケール変化等に不変で照明変化等にも強い特徴量を記述できるアルゴリズムとなっている。

structure form Motion†

bundlerの中心部分であるSFMとは、ある同一シーンをカメラの位置を変えながら複数枚撮影した画像からカメラ位置とそのシーンの3次元形状の両方を同時に復元する手法のことである。