JP6322126B2 - 変化検出装置、変化検出方法、および、変化検出プログラム - Google Patents
変化検出装置、変化検出方法、および、変化検出プログラム Download PDFInfo
- Publication number
- JP6322126B2 JP6322126B2 JP2014244260A JP2014244260A JP6322126B2 JP 6322126 B2 JP6322126 B2 JP 6322126B2 JP 2014244260 A JP2014244260 A JP 2014244260A JP 2014244260 A JP2014244260 A JP 2014244260A JP 6322126 B2 JP6322126 B2 JP 6322126B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- group
- dimensional
- feature
- point
- 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.)
- Active
Links
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Description
図15は、比較例における変化検出処理で発生する歪みによる誤検出を示す図である。過去に風景101xを撮影した結果の過去画像群102xと、現在に風景101yを撮影した結果の現在画像群102yとを対象として、図14の処理が行われる。
ここで、図14のフローチャートは、処理を3種類に分けており、左列から順に、過去画像群102xだけを対象とした処理、過去画像群102xと現在画像群102yとの両画像を対象とした処理、現在画像群102yだけを対象とした処理である。
前記した図13(b)では、推定されるカメラの位置姿勢と三次元特徴点がいくつもの組み合わせを取りうることを示唆している。例えば画像群1で三次元点群を算出したときは、スケールの小さい座標が得られるように、三次元特徴点とカメラの位置姿勢の推定処理が収束し、画像群2で三次元点群を算出したときには、スケールの大きい座標が得られるように処理が収束する。
例えば、過去の三次元形状103xを三次元形状104xとして拡大することで、現在の三次元形状103yに合うようにスケールを合わせてから(S30x)、それらの三次元形状間を比較し、比較結果である形状の差分を図13(a)の変化領域100xのようにして出力する(S31x)。
例えば、図15の符号105xに示すように、図14の処理で復元される三次元形状は、特徴点の誤対応やノイズに起因して、カメラ位置姿勢の推定の誤差が蓄積して、歪みが生じていることがある。過去画像を用いて復元した三次元形状104xと、現在画像を用いて復元した三次元形状103yとでは、独立に異なる空間へ投影写像されていることから、歪み方が異なることが予想される。
またスケール不定を解消するための、倍率処理自体にも基準にする座標がずれている場合などに、誤差が累積し歪みを拡大する。累積した歪みは三次元形状を比較するときに、変化領域として誤検出される。このような問題を排除するためには、歪みを抑制するか、歪みの影響をなくす必要がある。
それぞれ異なる条件で撮影された第1画像群と第2画像群とが格納される記憶手段と、
前記第1画像群の第1画像内の非変化領域と、前記第2画像群の第2画像内の非変化領域とが対応する領域として撮影されている場合に、前記第1画像と前記第2画像との組み合わせと、その組み合わせの画像を撮影したときのカメラの位置および姿勢とを抽出する推定部と、
前記第1画像から検出される特徴点集合と、前記第1画像以外の前記第1画像群の各画像から検出される特徴点集合とをもとに、前記抽出したカメラの位置および姿勢から見た第1の形状データを作成し、
前記第2画像から検出される特徴点集合と、前記第2画像以外の前記第2画像群の各画像から検出される特徴点集合とをもとに、前記抽出したカメラの位置および姿勢から見た第2の形状データを作成する形状復元部と、
それぞれ作成された前記第1の形状データと前記第2の形状データとを比較して、その比較結果として形状が不一致である箇所を変化領域として出力する形状比較部とを有することを特徴とする。
その他の手段は、後記する。
検出装置2は、撮影装置1から空撮画像を含めた各種データを集約して、三次元形状の変化を検出する。そのため、検出装置2は、例えば、ローカルPCやサーバーなどの演算能力が撮影装置1よりも高いコンピュータとして構成される。なお、検出装置2は、撮影装置1から充分な画像数が転送された場合に検出処理を開始してもよいし、画像を受け取る度に検出処理を開始してもよい。
カメラ401は、例えば、航空写真の撮影用カメラや監視カメラなど、移動したり回転したりするカメラである。
カメラ401で撮影した画像は、記憶装置402に書き込まれる。記憶装置402は、SDカードやフラッシュのような耐衝撃性の高い半導体メモリであることが望ましいが、大容量化のためHDD(Hard Disc Drive)やSSD(Solid State Drive)であってもよい。
MPU403およびDSP404は、撮影装置1の動作などを制御する。NW I/F405は、有線および無線ネットワークに接続するためのインタフェースである。撮影した画像は、NW I/F405を介して、検出装置2に転送される。
NW I/F416は、有線および無線ネットワークに接続する接続するためのインタフェースである。NW I/F416は、撮影装置1から送信される画像情報を記憶装置412に保存する。記憶装置412は、大容量のHDDやSSDや、半導体メモリ、光メディアなどを利用する。
図2の各処理部(画像取得部101、特徴点検出部102、特徴点マッチング部103、点群計算順制御部104、三次元点群推定部105、三次元点群分類部106、三次元点補間部107、三次元形状復元部108、三次元形状比較部109、および、結果出力部110)は、図1の検出装置2(CPU413またはGPU414)によって実行される。
なお、大まかに処理部を分類するため、画像処理部301は特徴点検出部102と特徴点マッチング部103とを有し、三次元点群処理部302は点群計算順制御部104と三次元点群推定部105とを有し、三次元形状処理部303は三次元点補間部107と三次元形状復元部108とを有する。
図2の各データベース(DB:Data Base)のデータ(画像DB201、特徴点DB202、画像対応DB203、三次元点群DB204、カメラ位置DB205、三次元形状DB206、および、画像群別画像対応DB207)は、図1の検出装置2(記憶装置412)に格納される。
図4は、変化検出のメイン処理の処理データを示す説明図である。
以下、適宜図3、図4を参照しつつ、図2の各構成要素を説明する。
なお、画像DB1と画像DB2は、比較対象となる画像群を明示するため、分類して記載しているが、同一記憶装置媒体に保存されていてもよい。例えば、画像群1は過去画像であり、画像群2は現在画像を想定するが、同一地点を撮影する条件の異なる二つの画像群としても同様である。
以下、図3では、画像DB1(201−A)内の過去画像を対象とする処理(左列)と、画像DB2(201−B)内の現在画像を対象とする処理(右列)と、過去画像および現在画像の両画像を対象とする処理(中央列)とに分けて説明する。
更に、前記特徴点マッチングの結果とカメラの位置と姿勢の情報をもとに三次元の情報を求める処理をステレオマッチングと呼ぶ。ステレオマッチングは、三次元点群処理部302で、カメラ位置と姿勢の推定と一体となって行われる。
あるいは、過去画像と現在画像で同じ場所を示す特徴点の対応関係を人の手で与えてもよい。教師あり学習のように対応関係の正解を予め学習させることで、マッチングの精度を向上できる。画像間のマッチング精度が向上すると、三次元形状の復元精度の向上にもよい効果を与える。
S14では、三次元点群推定部105は、点群計算順制御部104により指定された画像と、特徴点の対応付け関係を用いて、三次元点群の推定とカメラ位置姿勢の推定を実施する。新しい画像を追加して復元するたびに、三次元点群の推定結果を、カメラ位置姿勢の推定結果を更新する。
SfMにおける、三次元特徴点とカメラの位置姿勢を推定は、バンドル調整と呼ばれる手法を用いて、推定した三次元特徴点を各画像上に逆投影し、元の特徴点との誤差を最小化するように求める。ロバストに三次元特徴点とカメラ位置姿勢の算出を行うため、RANSAC(Random Sample Consensus)などの手法を導入して、特徴点の誤対応と推測されるものを除外する方法も利用される。
このように、三次元点群推定部105は、画像群1と画像群2を混ぜてSfMを実施することで、両方に共通の特徴点から導かれる三次元点群と、当該三次元点群の算出に使用した画像のカメラ位置姿勢の推定結果を共通化できる。両方の画像に含まれる三次元点群は、非変化領域に相当する。
・三次元点A=画像群1のみを用いて推定された三次元点群(過去だけに写る変化領域のTRUE特徴点)
・三次元点B=画像群2のみを用いて推定された三次元点群(現在だけに写る変化領域のTRUE特徴点)
・三次元点C=画像群1と画像群2との両方を用いて推定された三次元点群(過去と現在とで共通に写る非変化領域のTRUE特徴点)
・三次元点D=S14で他の特徴点と対応づけられなかったTRUE特徴点
・三次元点E=特徴点検出部102によって検出されたものの、その特徴量が小さいなどの理由によりフィルタリングされてしまい、S14の推定処理に使用されなかった特徴点(FALSEの特徴点)
S21aの過去画像についての補間処理では、三次元点補間部107は、非変化領域(三次元点C)を基礎として、その基礎に過去だけに写る変化領域の特徴点(三次元点A、三次元点D、三次元点E)を追加(補間)する。
なお、図4の符号115aは、三次元点Cおよび三次元点Aの特徴点が示す三次元点群を立体的に示したものであり、図4の符号121aは、符号115aに対して、三次元点D、三次元点Eの特徴点を補間することで、符号122aなどにおいて過去だけに写る被写体が補間されている旨を示す。
なお、図4の符号115bは、三次元点Cおよび三次元点Bの特徴点が示す三次元点群を立体的に示したものであり、図4の符号121bは、符号115bに対して、三次元点D、三次元点Eの特徴点を補間することで、符号122bなどにおいて現在だけに写る被写体が補間されている旨を示す。
ここで、得られた三次元特徴点は、一般に非常に疎で、誤対応に伴うノイズを多く含んでいる。そのため、三次元形状復元部108は、ノイズを除去し、点群を密にして三次元形状を復元するMVS(Multi-View Stereo)と呼ばれる手法を施してから、三次元形状を復元する。さらに詳細な三次元形状を得たい場合には、三次元形状復元部108は、画像のメッシュを張り付けて、サーフェスを復元する。ただし、三次元形状比較部109が三次元形状比較を行う際は、サーフェスの復元を省略し、密な三次元点群の比較で代用可能である。
ここで、三次元形状DB206に格納される過去の三次元形状と現在の三次元形状とは、同じスケール(カメラ姿勢)の非変化領域(三次元点C)を基礎としているので、従来のようなスケール合わせ処理は省略可能である(省略しなくてもよい)。
なお、過去画像の三次元形状と現在画像の三次元形状は、スケールが共通化されていること、全体としての歪みがあっていることから、三次元の位置合わせが容易である。さらに、同一の歪み方をしているため、歪みに関する成分が打ち消しあうことが期待できる。よって、歪み方の違いとスケール不定補正のための拡大縮小の誤差を変化として誤検出せずに済む。
さらに、三次元形状比較部109は、検出した変化領域の情報と、非変化領域の情報とを結果出力部110に渡す。
図5(b)は、特徴点マッチング部103による特徴点マッチング処理を示す説明図である。特徴点マッチング部103は、左画像と右画像とで、対応する特徴点同士を対応付ける(矢印で対応関係を図示)。
三次元点群推定部105は、画像デプスを三角測量することによって、特徴点ペアの三次元位置(以降、三次元特徴点)を求めることが可能である。図中では2枚の画像を用いて説明しているが、3枚以上の画像から同一の特徴点を求めてもよい。このとき、カメラパラメータ(左カメラ位置、右カメラ位置など)が分かっていれば、三次元の特徴点の座標は一意に定まる。
しかし、カメラパラメータのいずれかが欠けていて、推定で補っている場合には、エピポーラ線が交差せず、一意な三次元座標が求められない。更に、完璧にカメラパラメータが既知の状況は少ないため、一意な三次元座標が求まるようにカメラパラメータを推定し直すような処理が行われる。
特徴点検出部102は、特徴点に関する情報をテーブル化し、特徴点DB202に書き込む。
特徴点DB202には、フィルタリングや閾値による間引きを行う前の素の特徴点の情報(特徴量1)と、たとえば広域で疎に対応付けが行われるようにフィルタリングした特徴点の情報(特徴量2)が保持される。
特徴点検出部102は、特徴量1と特徴量2のいずれかあるいは両方を用いて、特徴量の大きさを閾値と比較して、特徴量の大きさが閾値を上回ることにより、三次元点群処理部302で使用する特徴点であると判断した場合にはTRUEを書き込む。それ以外はFALSEを書き込む。FALSEとなった特徴点も、三次元形状処理部303で使用することになるため情報として、特徴点DB202に保持しておく。
S202〜S207では、特徴点マッチング部103は、S201で読み込んだ各画像のデータを順に選択するループを実行する。
S203では、特徴点マッチング部103は、ループで選択した画像の特徴点について、特徴点DB202に記憶している閾値判定結果が「TRUE」か「FALSE」か判定する。S203でYesなら(「TRUE」なら)S204に進み、Noなら(「FALSE」なら)マッチング処理を実施せずにS207に進む。
S205では、特徴点マッチング部103は、特徴量2を用いた特徴点マッチング処理を行う。
S206では、特徴点マッチング部103は、特徴量1を用いた特徴点マッチング処理を行う。
S208では、特徴点マッチング部103は、S205,S206で得られたマッチング結果(特徴点の対応関係)を、画像対応DB203に書き出す。
特徴点マッチング部103は、特徴量1を用いて対応付けを行った場合と、特徴量2を用いて対応付けを行った場合の対応関係について、画像対応DB203に書き込む。
画像対応DB203は、対応する画像と特徴点と特徴量との組み合わせをリストアップした構造になっている。特徴量1および特徴量2それぞれで対応する画像と特徴点との組み合わせを取得する。特徴点の検出とマッチングは一般に処理が重いため、高速化する場合には、後段処理を行っている間にパイプライン的に処理したり、マルチコアを利用したりして並列演算するとよい。
さらに、ユーザが検出装置2に対して事前に設定する情報として、特徴量1と特徴量2の使用方法によって優先順を決めておくとよい。たとえば、画像の広域に特徴量が分散し、非変化領域をよく表す特徴量を特徴量2とするならば、特徴量2は三次元点群処理部302の処理で、異なる画像群の画像同士を対応付けることに適していることから、特徴量1よりも優先的に処理するように設定される。なお、特徴点マッチング部103による対応付け処理により、対応する画像と特徴点の組み合わせが所定の数以下の画像は、三次元点群の算出に使わなくてもよい。
このように、過去画像同士あるいは現在画像同士で照合する場合に使用する画像特徴量と、複数の過去画像と複数の現在画像とを照合する場合に使用する画像特徴量とは、同じ特徴量を用いてもよいし、異なる特徴量を用いてもよい。
S301では、点群計算順制御部104は、画像対応DB203にアクセスし、画像と特徴点との組み合わせを巡回検索して読み込む。
S302〜S305では、点群計算順制御部104は、S301で読み込んだ各画像のデータを順に選択するループを実行する。
S304では、点群計算順制御部104は、S303の画像ペアを、三次元点群算出を行う初期画像ペア候補として選定する。
S306では、点群計算順制御部104は、S304で選出された画像ペアと、特徴点マッチングの類似性の高い画像を選択し、逐次的に三次元特徴点が算出されるように、三次元点群推定の実行順を決定する。この実行順は、多くの計算済みの三次元点を共有する画像から順に復元するような順番である。
三次元点群分類部106は、三次元点の所属判断結果を三次元点群DB204に書き出す。所属画像群の例として、三次元点#1は、画像群1(画像#1〜X-1)と画像群2(画像#X〜Y)の両方の特徴点から算出されている(三次元点C)ため、三次元点群1と三次元点群2の両方に属する。一方、三次元点#3は、画像群1の特徴点のみで算出できた点(三次元点A)であるため、三次元点群1にのみ所属する。図中には記していないが、画像群2の特徴点のみで算出された点(三次元点B)もある。バンドル調整の結果、誤対応としてはじかれる点(三次元点D)は、リストから削除してよい。
なお、三次元点群1と三次元点群2は、特徴点検出部102において、閾値判定がFALSEになった特徴点を用いて復元できる三次元点(三次元点E)を含んでいない。
S401では、三次元点補間部107は、特徴点DB202にアクセスし、画像と特徴点との組み合わせを読み込む。
S402では、三次元点補間部107は、「FALSE」と判定された画像と特徴点の組み合わせを探し、FALSEと判定された特徴点についても、同一画像群の中で、画像ペアを探し、特徴点の対応付けを実施する。このとき、画像群をまたがって広域にわたって非変化領域の特徴点の対応付けを行うことを主目的とした特徴量2と、画像群内で精度高く特徴点の対応付けを行うことを主目的とした特徴量1を想定した場合、特徴量1による対応付けを優先して使用してもよい。
S405では、三次元点補間部107は、カメラ位置DB205にアクセスし、各画像のカメラ位置姿勢情報を参照し、三次元点の補間を行う際のカメラ位置姿勢の初期値としてセットする。三次元点群DB204に保存されている三次元点の座標も初期値としてセットする。
三次元点群処理部302に関与しなかった画像(画像Zとする)は、カメラの位置姿勢の推定が未だ行われていない。そのため、本ステップであらたにカメラ位置姿勢の推定を行う。ただし、三次元点群処理部302で使用された画像(画像Yとする)と、画像Zを用いて三次元点群とカメラの位置姿勢を推定する場合、画像Yのカメラ位置姿勢は、画像群の間で共有しているため固定する事が望ましい。よって、画像Zのカメラ位置姿勢の推定には、既知のカメラ位置姿勢情報に基づいた制限がかかる。
閾値判定で「FALSE」となった特徴点を用いて三次元点群を補間するとき、バンドル調整による各画像のカメラ位置姿勢、三次元点群の全体修正は許容してよい。ただし、修正幅は所定以下に収まるように制限する。初期値として設定されたカメラ位置姿勢と三次元点群を大きく変化させるような三次元点は補間せず、アウトライア(外れ値)としてはじくとよい。
符号501は、過去画像の推定カメラ位置姿勢である。過去画像の特徴点同士で推定したカメラ位置姿勢を501−Aとする。
符号502は、現在画像の推定カメラ位置姿勢である。現在画像の特徴点同士で推定したカメラ位置姿勢を502−Aとする。
カメラ位置姿勢501−C,502−Cは、閾値判定でFALSEとなり、画像を混ぜて三次元点群を算出するときには使用されず、後の三次元点群の補間に使用される。
カメラ位置姿勢501−B,502−Bは、過去画像と現在画像のそれぞれから充分な特徴点の対応付けが行われたカメラ位置姿勢である。
三次元点群503は、現在画像と過去画像の両方に含まれる非変化領域の三次元点群を主な構成要素としたものであるが、過去画像にのみ含まれる領域の三次元点群、現在画像にのみ含まれる三次元点群も一部含むと考えられる。
そこで、三次元点補間部107は、三次元点群503に使われなかった三次元点群の情報を使い、過去画像ないし現在画像のみを用いて、三次元点群を再度算出し、過去ないし現在画像に存在する領域を補間する。
検出装置2は、現在画像と過去画像を混ぜた画像群に対して特徴点マッチングをおこない、カメラ位置姿勢の推定を行ってから、各画像にのみ含まれる画像情報で補間する。ここで、モザイキング画像を作成する際には、画像間の特徴点の対応付けから、カメラ位置姿勢推定と画像のアフィン変換を行いつつ画像を結合する。三次元形状復元の代わりにモザイキング画像を生成するとみなせば、モザイキング画像同士の位置合わせと変化検出を容易化することが可能と考えられる。
つまり、三次元形状の復元処理に伴って発生してしまう歪みを解消するのではなく、過去と現在とで同じように歪みが発生してしまうことを許容するが、それらは形状比較処理では同じとみなされる。よって、過去と現在とで同じように含まれる歪みは、差分検出という用途ではさほど問題にはならず、誤検出に影響しないで済む。
また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。
また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。また、上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路で設計するなどによりハードウェアで実現してもよい。
また、前記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。
2 検出装置(変化検出装置)
101 画像取得部
102 特徴点検出部
103 特徴点マッチング部
104 点群計算順制御部
105 三次元点群推定部(推定部)
106 三次元点群分類部
107 三次元点補間部
108 三次元形状復元部(形状復元部)
109 三次元形状比較部(形状比較部)
110 結果出力部
201 画像DB(記憶手段)
202 特徴点DB
203 画像対応DB
204 三次元点群DB
205 カメラ位置DB
206 三次元形状DB
207 画像群別画像対応DB
Claims (8)
- それぞれ異なる条件で撮影された第1画像群と第2画像群とが格納される記憶手段と、
前記第1画像群の第1画像内の非変化領域と、前記第2画像群の第2画像内の非変化領域とが対応する領域として撮影されている場合に、前記第1画像と前記第2画像との組み合わせと、その組み合わせの画像を撮影したときのカメラの位置および姿勢とを抽出する推定部と、
前記第1画像から検出される特徴点集合と、前記第1画像以外の前記第1画像群の各画像から検出される特徴点集合とをもとに、前記抽出したカメラの位置および姿勢から見た第1の形状データを作成し、
前記第2画像から検出される特徴点集合と、前記第2画像以外の前記第2画像群の各画像から検出される特徴点集合とをもとに、前記抽出したカメラの位置および姿勢から見た第2の形状データを作成する形状復元部と、
それぞれ作成された前記第1の形状データと前記第2の形状データとを比較して、その比較結果として形状が不一致である箇所を変化領域として出力する形状比較部とを有することを特徴とする
変化検出装置。 - 前記形状復元部は、前記第1画像以外の前記第1画像群の各画像および前記第2画像以外の前記第2画像群の各画像として、前記抽出したカメラの位置および姿勢を基準として所定の変化範囲内のカメラの撮影画像を用いることを特徴とする
請求項1に記載の変化検出装置。 - 前記形状復元部は、前記推定部が同じ領域を撮影していると判断したときの画像特徴量と、各画像から特徴点を検出するときの画像特徴量とで、それぞれ異なる画像特徴量を使用することを特徴とする
請求項1または請求項2に記載の変化検出装置。 - 前記形状比較部は、前記第1の形状データと前記第2の形状データとを比較する前に、各形状データで対応する特徴点の間の距離を最小化するように位置合わせを行うことを特徴とする
請求項1または請求項2に記載の変化検出装置。 - 前記形状データは、三次元の立体形状であることを特徴とする
請求項1または請求項2に記載の変化検出装置。 - 前記形状データは、二次元のモザイキング画像であることを特徴とする
請求項1または請求項2に記載の変化検出装置。 - 変化検出装置は、記憶手段と、推定部と、形状復元部と、形状比較部とを有しており、
前記記憶手段には、それぞれ異なる条件で撮影された第1画像群と第2画像群とが格納されており、
前記推定部は、前記第1画像群の第1画像内の非変化領域と、前記第2画像群の第2画像内の非変化領域とが対応する領域として撮影されている場合に、前記第1画像と前記第2画像との組み合わせと、その組み合わせの画像を撮影したときのカメラの位置および姿勢とを抽出し、
前記形状復元部は、
前記第1画像から検出される特徴点集合と、前記第1画像以外の前記第1画像群の各画像から検出される特徴点集合とをもとに、前記抽出したカメラの位置および姿勢から見た第1の形状データを作成し、
前記第2画像から検出される特徴点集合と、前記第2画像以外の前記第2画像群の各画像から検出される特徴点集合とをもとに、前記抽出したカメラの位置および姿勢から見た第2の形状データを作成し、
前記形状比較部は、それぞれ作成された前記第1の形状データと前記第2の形状データとを比較して、その比較結果として形状が不一致である箇所を変化領域として出力することを特徴とする
変化検出方法。 - 請求項7に記載の変化検出方法を、コンピュータである前記変化検出装置に実行させるための変化検出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014244260A JP6322126B2 (ja) | 2014-12-02 | 2014-12-02 | 変化検出装置、変化検出方法、および、変化検出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014244260A JP6322126B2 (ja) | 2014-12-02 | 2014-12-02 | 変化検出装置、変化検出方法、および、変化検出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016110210A JP2016110210A (ja) | 2016-06-20 |
JP6322126B2 true JP6322126B2 (ja) | 2018-05-09 |
Family
ID=56124318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014244260A Active JP6322126B2 (ja) | 2014-12-02 | 2014-12-02 | 変化検出装置、変化検出方法、および、変化検出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6322126B2 (ja) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6275202B2 (ja) * | 2016-06-23 | 2018-02-07 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 無人航空機、無人航空機の制御方法、および無人航空機の制御プログラム |
KR101803018B1 (ko) | 2016-09-05 | 2017-11-30 | 인천대학교 산학협력단 | 이미지에 기반한 형상 변화 탐지 방법 및 장치 |
JP6826421B2 (ja) | 2016-12-02 | 2021-02-03 | 東日本旅客鉄道株式会社 | 設備巡視システム及び設備巡視方法 |
JP7143225B2 (ja) * | 2017-01-19 | 2022-09-28 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 三次元再構成方法及び三次元再構成装置 |
EP3570253B1 (en) * | 2017-02-17 | 2021-03-17 | SZ DJI Technology Co., Ltd. | Method and device for reconstructing three-dimensional point cloud |
JP6765353B2 (ja) * | 2017-07-28 | 2020-10-07 | 公益財団法人鉄道総合技術研究所 | 構造物検査システム、構造物検査装置及び構造物検査方法 |
JP6985593B2 (ja) * | 2017-10-18 | 2021-12-22 | 富士通株式会社 | 画像処理プログラム、画像処理装置および画像処理方法 |
EP4250232A3 (en) * | 2017-11-20 | 2023-12-06 | Panasonic Intellectual Property Corporation of America | Three-dimensional point group data generation method, position estimation method, three-dimensional point group data generation device, and position estimation device |
JP6697501B2 (ja) * | 2018-03-26 | 2020-05-20 | ファナック株式会社 | 工作システム |
JP7042146B2 (ja) * | 2018-04-06 | 2022-03-25 | 株式会社日立製作所 | 衛星画像変化抽出システムおよび衛星画像変化抽出方法、並びに衛星画像変化抽出システムにおけるフロントエンド部 |
JP7102383B2 (ja) | 2019-10-24 | 2022-07-19 | 株式会社東芝 | 路面画像管理システム及びその路面画像管理方法 |
JP7467311B2 (ja) | 2020-10-12 | 2024-04-15 | 株式会社東芝 | 点検システムおよび点検方法 |
KR20240068991A (ko) * | 2022-11-11 | 2024-05-20 | 한국전자기술연구원 | 2d 이미지 기반의 자유시점 3d 콘텐츠 복원 방법 및 시스템 |
-
2014
- 2014-12-02 JP JP2014244260A patent/JP6322126B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016110210A (ja) | 2016-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6322126B2 (ja) | 変化検出装置、変化検出方法、および、変化検出プログラム | |
CN110135455B (zh) | 影像匹配方法、装置及计算机可读存储介质 | |
CN107430686B (zh) | 用于移动设备定位的区域描述文件的众包创建和更新 | |
US10937214B2 (en) | System and method for merging maps | |
US20180315232A1 (en) | Real-time incremental 3d reconstruction of sensor data | |
US20180315222A1 (en) | Real-time image undistortion for incremental 3d reconstruction | |
CN107735797B (zh) | 用于确定第一坐标系与第二坐标系之间的运动的方法 | |
KR102200299B1 (ko) | 3d-vr 멀티센서 시스템 기반의 도로 시설물 관리 솔루션을 구현하는 시스템 및 그 방법 | |
KR20150079730A (ko) | 컴퓨터 비전 기반 추적을 위해 멀티 맵들을 병합하는 시스템들 및 방법들 | |
US20150199556A1 (en) | Method of using image warping for geo-registration feature matching in vision-aided positioning | |
EP3274964B1 (en) | Automatic connection of images using visual features | |
US9865061B2 (en) | Constructing a 3D structure | |
CN111928842B (zh) | 一种基于单目视觉实现slam定位的方法及相关装置 | |
JP2019032218A (ja) | 位置情報記録方法および装置 | |
Morelli et al. | Photogrammetry now and then–from hand-crafted to deep-learning tie points– | |
Zingoni et al. | Real-time 3D reconstruction from images taken from an UAV | |
CN113822996B (zh) | 机器人的位姿估计方法及装置、电子设备、存储介质 | |
CN113298871B (zh) | 地图生成方法、定位方法及其***、计算机可读存储介质 | |
KR102249381B1 (ko) | 3차원 영상 정보를 이용한 모바일 디바이스의 공간 정보 생성 시스템 및 방법 | |
JP6086491B2 (ja) | 画像処理装置およびそのデータベース構築装置 | |
CN105339981B (zh) | 用于使用一组基元配准数据的方法 | |
CN113421332A (zh) | 一种三维重建方法、装置、电子设备及存储介质 | |
WO2019080257A1 (zh) | 电子装置、车祸现场全景图像展示方法和存储介质 | |
KR20220062709A (ko) | 모바일 디바이스 영상에 기반한 공간 정보 클러스터링에 의한 재난 상황 인지 시스템 및 방법 | |
Ding et al. | Stereo vision SLAM-based 3D reconstruction on UAV development platforms |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170315 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180319 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20180327 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180406 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6322126 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |