JP6717425B2 - 距離情報処理装置、距離情報処理方法および距離情報処理プログラム - Google Patents

Description

本発明は、距離情報処理装置等に関する。

距離センサを用いて立体物の形状を測定すると、立体物の輪郭部分で実際の位置よりも奥行方向にエッジノイズが発生する場合がある。図１５および図１６は、エッジノイズを説明するための図である。図１５に示すように、距離センサ１０を用いて、立体物１５を計測すると、図１６に示す３次元点群データ２０が得られる。図１６に示す例では、３次元点群データのうち、各点２１が、エッジノイズとなる。

エッジノイズを除去する従来技術の一例について説明する。図１７は、従来技術の一例を説明するための図である。従来技術は、３次元点群データ２０に含まれる各点について、他点との距離を求めることで、点群密度を算出する。従来技術は、点群密度が閾値よりも高い点を残し、点群密度が閾値よりも低い点を削除する。点群密度は、注目する点を中心とする半径ｒの球に含まれる点の個数である。

例えば、点２２を中心とする半径ｒの球に含まれる点が多いため、点２２は、点群密度が高いと言える。従って、従来技術は、点２２を残す。一方、点２３を中心とする半径ｒの球に含まれる点が少ないため、点２３は、点群密度が低いと言える。従って、従来技術は、点２３を削除する。従来技術は、３次元点群データ２０に含まれる各点について、上記処理を繰り返すことで、エッジノイズとなる各点２１を削除し、エッジノイズのない３次元点群データ２５を生成する。

なお、立体物の３次元点群データを算出する場合には、背景差分処理を実行する。図１８は、背景差分処理の一例を示す図である。図１８に示すように、背景の３次元点群データ５ａと、背景＋立体物の３次元点群データ５ｂとの差分を取ることで、立体物のみの３次元点群データ５ｃを得る。３次元点群データ５ｃの立体物付近を拡大したものが、拡大データ５ｄとなる。拡大データ５ｄには、エッジノイズ５ｅが含まれている。

特開２００９−２０４６１５号公報 特開２００９−２２９１８２号公報

しかしながら、上述した従来技術では、３次元点群データからノイズを削除する場合の計算量が多いという問題がある。

上記のように、従来技術では、点群密度を算出するために、注目する点と、その他の点との距離をそれぞれ算出した後に、注目する点を中心とした半径ｒの球に含まれる点数をカウントする。このため、点数が増加すると計算量が増加する。例えば、３次元点数データの点数をＮとすると、計算量は「Ｏ（Ｎ^２）」となる。

１つの側面では、本発明は、３次元点群データからノイズを削除する場合の計算量を抑止することができる距離情報処理装置、距離情報処理方法および距離情報処理プログラムを提供することを目的とする。

第１の案では、距離情報処理装置は、生成部と、特定部と、削除部とを有する。生成部は、立体物上の各点の３次元座標を示す３次元点群データを基にして、各点の２次元座標と各点の奥行きとを対応づけた画像データを生成する。特定部は、画像データの輪郭部分に含まれる輪郭画素に対応する３次元点群データの点を注目点として特定し、輪郭画素の周辺の画素に対応する３次元点群データの点を周辺点として特定する。削除部は、注目点との距離が所定距離未満となる周辺点の数に基づいて、注目点を削除する。

３次元点群データからノイズを削除する場合の計算量を抑止することができる。

図１は、本実施例に係る距離情報処理装置の構成を示す機能ブロック図である。 図２は、距離センサの一例を示す図である。 図３は、ラスタスキャンの一例を説明するための図である。 図４は、３次元点群データのデータ構造の一例を示す図である。 図５は、２．５Ｄ画像データのデータ構造の一例を示す図である。 図６は、パラメータのデータ構造の一例を示す図である。 図７は、パラメータを補足説明するための図（１）である。 図８は、パラメータを補足説明するための図（２）である。 図９は、注目点を特定する処理を説明するための図である。 図１０は、周辺点を特定する処理を説明するための図である。 図１１は、本実施例に係る距離情報処理装置の処理手順を示すフローチャート（１）である。 図１２は、本実施例に係る距離情報処理装置の処理手順を示すフローチャート（２）である。 図１３は、３次元点群データの使用用途の一例を説明するための図である。 図１４は、距離情報処理装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。 図１５は、エッジノイズを説明するための図（１）である。 図１６は、エッジノイズを説明するための図（２）である。 図１７は、従来技術の一例を説明するための図である。 図１８は、背景差分処理の一例を示す図である。

以下に、本発明にかかる距離情報処理装置、距離情報処理方法および距離情報処理プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。

図１は、本実施例に係る距離情報処理装置の構成を示す機能ブロック図である。図１に示すように、この距離情報処理装置１００は、距離センサ５０に接続される。距離センサ５０は、立体物上の各点の３次元座標を示す３次元点群データを、距離情報処理装置１００に出力する。

図２は、距離センサの一例を示す図である。距離センサ５０は、発光ユニット１１と、受光ユニット１２とを有する。発光ユニット１１は、立体物１５に対してレーザーを発光する装置である。受光ユニット１２は、立体物１５から反射するレーザーを受光する装置である。

発光ユニット１１は、制御回路１１ａと、発光回路１１ｂと、ミラー１１ｃと、レンズ１１ｄとを有する。制御回路１１ａは、ミラー１１ｃの方向を制御することで、レーザーの発光先を制御する装置である。また、制御回路１１ａは、発光回路１１ｂに対して、発光タイミングを指示し、距離計測回路１２ｂに発光タイミングを通知する。発光回路１１ｂは、制御回路１１ａから指示された発光タイミングで、レーザーを発光する装置である。発光回路１１から発光されたレーザーは、ミラー１１ｃ、レンズ１１ｄを介して、立体物１５に到達する。

受光ユニット１２は、レンズ１２ａと、距離計測回路１２ｂとを有する。立体物１５から反射するレーザーは、レンズ１２ａを介して、距離計測回路１２ｂに到達する。距離計測回路１２ｂは、レーザーの発光タイミングから、レーザーの受光タイミングまでの時間から、レーザーが到達した立体物１５上の点と、距離センサ５０との距離を計測する装置である。また、距離計測回路１２ｂは、距離センサ５０の３次元位置、レーザーが到達した立体物１５上の点と、距離センサ５０との距離を基にして、立体物１５上の点の３次元座標を算出する。

距離センサ５０は、レーザーの照射位置を変更して、上記処理を繰り返し実行することで、立体物１５上の各点の３次元座標を示す３次元点群データを生成する。なお、本実施例に係る距離センサ５０は、ラスタスキャン（Raster scan）を実行することで、３次元点群データを生成する。

図３は、ラスタスキャンの一例を説明するための図である。ラスタスキャンは、立体物１５が存在する空間上の左端から右端に向かってスキャン（レーザーの照射位置を移動）し、右端に到達すると、１つ下のラインに移行して、上記処理を繰り返し実行するものである。ラスタスキャンを実行することで、３次元点群データに含まれる各点の３次元座標が、ラスタスキャンによりスキャンされた順番に並ぶことになる。

距離センサ５０は、図１８で説明した背景差分処理を実行することで、立体物の３次元点群データを生成するものとする。

図１の説明に戻る。距離情報処理装置１００は、記憶部１１０と、制御部１２０とを有する。記憶部１１０は、３次元点群データ１１０ａと、２．５Ｄ画像データ１１０ｂと、パラメータ１１０ｃとを有する。記憶部１１０は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ（Flash Memory）などの半導体メモリ素子や、ＨＤＤ（Hard Disk Drive）などの記憶装置に対応する。

３次元点群データ１１０ａは、立体物上の各点の３次元座標を示すデータである。図４は、３次元点群データのデータ構造の一例を示す図である。図４に示すように、この３次元点群データ１１０ａは、識別番号と、ｘ座標と、ｙ座標と、ｚ座標とを対応づける。識別番号は、３次元空間上の立体物１５の点を一意に識別するデータである。ｘ座標と、ｙ座標と、ｚ座標は、識別番号に対応する点の３次元座標を示す。３次元点群データ１１０ａは、例えば、上からラスタスキャンの順に並んでいる。

２．５Ｄ画像データ１１０ｂは、立体物１５の各点の３次元座標から算出される２次元座標と奥行きとを対応づけたデータである。図５は、２．５Ｄ画像データのデータ構造の一例を示す図である。この２．５Ｄ画像データ１１０ｂは、ｕ軸およびｖ軸により示される画素に、奥行きが対応づけられる。また、例えば、２．５Ｄ画像データの各画素は、３次元点群データ１１０ａの識別番号に対応づけられていても良い。

パラメータ１１０ｃは、２．５Ｄ画像データ１１０ｂを生成するために利用するパラメータである。図６は、パラメータのデータ構造の一例を示す図である。図７および図８は、パラメータを補足説明するための図である。

図６に示すように、パラメータ１１０ｃは、パラメータの種別と値とを対応づける。パラメータには、width、height、θx、θy、depth_resolution、rが含まれる。このうち、width、θxについて、図７を用いて説明する。図７は、距離センサ５０を上方から見たものである。「width」は、距離センサ５０がラスタスキャンを行うｘ軸方向の範囲を示すものであり、ｘ軸方向の取得点数に対応する。「θx」は、線分１ａと線分１ｂとのなす角度である。線分１ａは、ｘ軸方向のラスタスキャンを行う範囲の左端と距離センサ５０とを通る線分である。線分１ｂは、ｘ軸方向のラスタスキャンを行う範囲の右端と距離センサ５０とを通る線分である。

height、fy、θyについて、図８を用いて説明する。図８は、距離センサ５０を側面から見たものである。「height」は、距離センサ５０がラスタスキャンを行うｙ軸方向の範囲を示すものであり、ｙ軸方向の取得点数に対応する。「θy」は、線分２ａと線分２ｂとのなす角度である。線分２ａは、ｙ軸方向のラスタスキャンを行う範囲の上端と距離センサ５０とを通る線分である。線分２ｂは、ｙ軸方向のラスタスキャンを行う範囲の下端と距離センサ５０とを通る線分である。なお、「depth_resolution」は、ｚ軸の解像度を示す。「r」は、点群密度を算出する場合の範囲（半径）を示す。

制御部１２０は、取得部１２０ａ、生成部１２０ｂ、特定部１２０ｃ、削除部１２０ｄを有する。制御部１２０は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）などによって実現できる。また、制御部１２０は、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）などのハードワイヤードロジックによっても実現できる。

取得部１２０ａは、距離センサ５０から３次元点群データ１１０ａを取得する処理部である。取得部１２０ａは、取得した３次元点群データ１１０ａを、記憶部１１０に登録する。

生成部１２０ｂは、３次元点群データ１１０ａおよびパラメータ１１０ｃを基にして、２．５Ｄ画像データ１１０ｂを生成する処理部である。以下において、生成部１２０ｂの処理の一例について説明する。

生成部１２０ｂは、３次元点群データ１１０ａから一つの点を選択し、式（１）〜式（３）に基づいて、選択した点に対応する２．５Ｄ画像データ１１０ｂ上のｕ軸の値、ｖ軸の値、奥行きを算出する。生成部１２０ｂは、算出結果に基づいて、選択した点に対応する２．５Ｄ画像データ１１０ｂ上のｕ軸の値およびｖ軸の値に対応する位置に奥行きをマップする。生成部１２０ｂは、２．５Ｄ画像データ１１０ｂの画素にマップする際に、選択した点の識別番号を対応づける。生成部１２０ｂは、３次元点群データ１１０ａに含まれる全ての点に対して、上記処理を繰り返し実行することで、２．５Ｄ画像データ１１０ｂを生成する。

u=pc[idx].x*fx/pc[idx].z+cx+1・・・（１）
v=pc[idx].y*fy/pc[idx].z+cy+1・・・（２）
depth[u][v]=pc[idx].z/depth_resolution・・・（３）

式（１）は、ｕ軸の値を算出するものである。式（２）は、ｖ軸の値を算出するものである。depth[u][v]は、ｕ軸の値およびｖ軸の値に対応する奥行きを算出するものである。式（１）〜（３）において、pc[idx].x、pc[idx].y、pc[idx].zは、３次元点群データ１１０ａから選択されたidx番目の点の３次元座標（ｘ座標値、ｙ座標値、ｚ座標値）を示す。

式（１）に含まれるfxは、ｘ軸方向の焦点距離を示すものである。生成部１２０ｂは、式（４）によりfxを算出する。式（２）に含まれるfyは、ｙ軸方向の焦点距離を示すものである。生成部１２０ｂは、式（５）によりfyを算出する。

fx=width/(2*tan(θx/2))・・・（４）
fy=height/(2*tan(θy/2))・・・（５）

式（１）に含まれるcxは、ｘ軸方向の画像中心を示すものである。生成部１２０ｂは、式（６）によりcxを算出する。式（２）に含まれるcyは、ｙ軸方向の画像中心を示すものである。生成部１２０ｂは、式（７）によりcyを算出する。

cx=width/2・・・（６）
cy=height/2・・・（７）

特定部１２０ｃは、２．５Ｄ画像データ１１０ｂを基にして、輪郭部分の画素に対応する３次元点群データ１１０ａの点を「注目点」として特定する。また、特定部１２０ｃは、輪郭部分の画素の周辺の画素に対応する３次元点群データ１１０ａの点を「周辺点」として特定する。

図９は、注目点を特定する処理を説明するための図である。図９に示すように、２．５Ｄ画像データ１１０ｂに対して輪郭抽出を実行すると、２．５Ｄ画像データ１１０ｂから、輪郭部分１３０が抽出される。例えば、特定部１２０ｃは、２．５Ｄ画像データ１１０ｂを走査し、奥行き「depth」の値が０でない領域を特定する。特定部１２０ｃは、奥行き「depth」の値が０でない領域のうち、外側（輪郭）の画素と、外側の画素に隣接する画素を、輪郭部分１３０として特定する。なお、どこまでを輪郭部分１３０とするかは、適宜調整可能である。例えば、輪郭の上下左右±３画素を、輪郭部分１３０としても良い。

特定部１２０ｃは、輪郭部分１３０に含まれる各画素に対応する各点を、３次元点群データから特定する。図９に示す３次元点群データ１１１は、３次元点群データ１１０ａを画像で示すものである。輪郭部分１３０に含まれる各画素に対応する各点は、各点１３５となる。各点１３５が、それぞれ注目点となる。

図１０は、周辺点を特定する処理を説明するための図である。特定部１２０ｃは、輪郭部分に含まれる画素のうち、一つの画素を注目画素として選択する。図１０に示す例では、特定部１２０は、注目画素Ａを選択する。特定部１２０は、点群密度を算出するための半径ｒの値を、パラメータ１１０ｃから取得し、注目画素Ａを基準とした、半径ｒの円に相当する矩形範囲１４０を設定する。

特定部１２０ｃは、矩形範囲１４０を特定するために、１画素（要素）あたりのｘ軸の距離ｉｘと、１画素あたりのｙ軸の距離ｉｙとを求める。例えば、特定部１２０ｃは、距離ｉｘを式（８）により算出し、距離ｉｙを式（９）により算出する。

ix=(pc[width*height-1].x-pc[0].x)/width・・・（８）
iy=(pc[width*height-1].y-pc[0].y)/height・・・（９）

ここでは便宜的に、距離ｉｘ＝０．０１０ｍとし、距離ｉｙ＝０．０２０ｍとする。また、点群密度を判定するための半径を半径ｒ＝０．０４０ｍとすると、矩形範囲は、上下それぞれ２画素、左右それぞれ４画素となり、図１０に示す矩形範囲１４０となる。なお、図１０において、注目画素Ａに対応する3次元点群データ上の点のｘ座標を「−０．０３０」、画素Ｂに対応する３次元点点群データの点のｘ座標を「−０．０２０」、画素Ｃに対応する３次元点点群データの点のｘ座標を「−０．０１０」、画素Ｄに対応する３次元点点群データの点のｘ座標を「０」、画像Ｅに対応する３次元点点群データの点のｘ座標を「０．０１０」とする。注目画素Ａに対応する３次元点点群データの点のｙ座標を「０．０２０」、画素Ｆに対応する３次元点点群データの点のｙ座標を「０．０４０」、画素Ｇに対応する３次元点点群データの点のｙ座標を「０．０６０」とする。

特定部１２０ｃは、２．５Ｄ画像データ１１０ｂの矩形領域１４０に含まれる各画素のうち、注目画素Ａ以外の画素を、周辺画素として特定する。なお、特定部１２０ｃは、矩形領域１４０に含まれる画素であっても、奥行き（depth）の値が０となる画素を、周辺画素から除外する。特定部１２０ｃは、注目画素に対応する３次元点群データ１１０ａの注目点の情報（識別番号）と、各周辺画素に対応する３次元点群データ１１０ａの周辺点の情報（識別番号）とを対応づけた情報を、削除部１２０ｄに出力する。

特定部１２０ｃは、輪郭部分１３０に含まれる各画素について、上記処理を繰り返し実行することで、注目点の情報と、かかる注目点に対応する周辺点の情報を、削除部１２０ｄに出力する。

削除部１２０ｄは、注目点の点群密度に基づいて、注目点を削除する処理部である。以下において、削除部１２０ｄの処理の一例について説明する。削除部１２０ｄは、注目点の情報と、この注目点に対応する複数の周辺点の情報を取得し、注目点と各周辺点との距離を算出する。削除部１２０ｄは、注目点と各周辺点の３次元座標を、３次元点群データ１１０ａから取得する。

削除部１２０ｄは、注目点との距離が半径ｒ未満となる周辺点の数を、点群密度としてカウントする。削除部１２０ｄは、点群密度が閾値以上である場合には、注目点の削除を行わない。一方、削除部１２０ｄは、点群密度が閾値未満である場合には、注目点を削除する。例えば、削除部１２０ｄは、削除対象となる注目点のレコードを、３次元点群データ１１０ａから削除する。

削除部１２０ｄは、他の注目点についても、上記処理を繰り返し実行することで、点群密度を算出し、点群密度と閾値との比較により、注目点の削除を行う。

次に、本実施例に係る距離情報処理装置１００の処理手順の一例について説明する。図１１および図１２は、本実施例に係る距離情報処理装置の処理手順を示すフローチャートである。図１１に示すように、距離情報処理装置１００に接続される距離センサ５０は、ラスタスキャンを実行することで、３次元点群データ１１０ａを計測する（ステップＳ１０１）。

距離情報処理装置１００の生成部１２０ｂは、３次元点群データ１１０ａを基にして、２．５Ｄ画像データ１１０ｂを生成する（ステップＳ１０２）。距離情報処理装置１００の特定部１２０ｃは、２．５Ｄ画像データ１１０ｂに対して輪郭抽出を実行する（ステップＳ１０３）。特定部１２０ｃは、輪郭部分の画素と対応する３次元点群データの点を注目点に設定する（ステップＳ１０４）。

特定部１２０ｃは、ｘ軸、ｙ軸それぞれの画角θｘ、θｙから焦点距離ｆｘ、ｆｙを算出する（ステップＳ１０５）。特定部１２０ｃは、１画素あたりのｘ軸ｙ軸の距離ｉｘ、ｉｙを算出し（ステップＳ１０６）、図１２のステップＳ１０７Ａに移行する。

距離情報処理装置１００の特定部１２０ｃおよび削除部１２０ｄは、全注目点に対してステップＳ１０７Ａ〜Ｓ１０７Ｂの処理を繰り返し実行する。特定部１２０ｃは、周辺点を抽出する（ステップＳ１０８）。

削除部１２０ｄは、全周辺点に対してステップＳ１０９Ａ〜Ｓ１０９Ｂの処理を繰り返し実行する。削除部１２０ｄは、注目点と周辺点との距離を計算する（ステップＳ１１０）。削除部１２０ｄは、距離がｒ＝ｒｘ＝ｒｙの球内でない場合には（ステップＳ１１１，Ｎｏ）、ステップＳ１０９Ｂに移行する。一方、削除部１２０ｄは、距離がｒ＝ｒｘ＝ｒｙの球内である場合には（ステップＳ１１１，Ｙｅｓ）、注目点を中心とする球に含まれる周辺点の個数をカウントし（ステップＳ１１２）、ステップＳ１０９Ｂに移行する。

削除部１２０ｄは、注目点の点群密度を計算する（ステップＳ１１３）。削除部１２０ｄは、点群密度が閾値以上である場合には（ステップＳ１１４，Ｙｅｓ）、注目点を残し（ステップＳ１１５）、ステップＳ１０７Ｂに移行する。一方、削除部１２０ｄは、点群密度が閾値未満である場合には（ステップＳ１１４，Ｎｏ）、注目点を削除し（ステップＳ１１６）、ステップＳ１０７Ｂに移行する。

次に、本実施例に係る距離情報処理装置１００の効果について説明する。距離情報処理装置１００は、３次元点群データ１１０ａの点群密度を算出する場合に、算出対象を注目点および周辺点に絞って、計算を行うため、計算対象を削減することができる。

例えば、図９に示した２．５Ｄ画像データ１１０ｂの各画素に対応する点の数を１１４点とした場合、注目画素を輪部部分１３０に絞り込むため、注目点の数を、１１４点（Ｎ）から８５点に削減することができる。また、周辺点は、注目点１点につき１１３点（Ｎ−１）から、矩形領域に含まれる４５点に削減することができる。

また、距離情報処理装置１００の距離センサ５０は、３次元点群データ１１０ａを生成する場合に、ラスタスキャンを実行するため、３次元点群データ１１０ａのレコードが、ラスタスキャンを実行した順番に並ぶことになる。このため、各３次元点群データ１１０ａに含まれるある点周辺に存在する他の点を容易に特定することが可能となる。

次に、本実施例に係る距離情報処理装置１００によりエッジノイズが取り除かれた３次元点群データ１１０ａの使用用途の一例について説明する。図１３は、３次元点群データの使用用途の一例を説明するための図である。３次元点群データ１１０ａは、スポーツ競技の判定などを行う場合に利用される。

例えば、図１３に示すように、距離情報処理装置１００から出力されたエッジノイズを取り除かれた３次元点群データ１１０ａは、２．５Ｄ変換されて、２．５Ｄ画像データ１３０ａが生成される。２．５Ｄ画像データ１３０ａは、機械学習の結果得られる辞書８０と比較されて、複数の部分領域に認識されることで、認識データ１３０ｂが生成される。辞書８０は、３Ｄ人物モデリング、ＣＧモデリング及びレンダリング、機械学習の結果得られる情報である。

認識データ１３０ｂは、骨格フィッティングにより、立体物（選手）１５の骨格１３０ｃが特定される。上記の処理を繰り返し実行することで、骨格１３０ｃの動きを特定でき、例えば、技などを識別することが可能となる。

次に、上記実施例に示した距離情報処理装置１００と同様の機能を実現するコンピュータのハードウェア構成の一例について説明する。図１４は、距離情報処理装置と同様の機能を実現するコンピュータのハードウェア構成の一例を示す図である。

図１４に示すように、コンピュータ２００は、各種演算処理を実行するＣＰＵ２０１と、ユーザからのデータの入力を受け付ける入力装置２０２と、ディスプレイ２０３とを有する。また、コンピュータ２００は、記憶媒体からプログラム等を読み取る読み取り装置２０４と、ネットワークを介して他のコンピュータとの間でデータの授受を行うインタフェース装置２０５とを有する。コンピュータ２００は、距離センサ２０６を有する。また、コンピュータ２００は、各種情報を一時記憶するＲＡＭ２０７と、ハードディスク装置３０８とを有する。そして、各装置２０１〜２０８は、バス２０９に接続される。

ハードディスク装置２０８は、生成プログラム２０８ａ、特定プログラム２０８ｂ、削除プログラム２０８ｃを有する。ＣＰＵ２０１は、生成プログラム２０８ａ、特定プログラム２０８ｂ、削除プログラム２０８ｃを読み出してＲＡＭ２０７に展開する。

生成プログラム２０８ａは、生成プロセス２０７ａとして機能する。特定プログラム２０８ｂは、特定プロセス２０７ｂとして機能する。削除プログラム２０８ｃは、削除プロセス２０７ｃとして機能する。

生成プロセス２０７ａの処理は、生成部１２０ｂの処理に対応する。特定プロセス２０７ｂの処理は、特定部１２０ｃの処理に対応する。削除プロセス２０７ｃの処理は、削除部１２０ｄの処理に対応する。

なお、各プログラム２０８ａ〜２０８ｃについては、必ずしも最初からハードディスク装置２０８に記憶させておかなくても良い。例えば、コンピュータ２００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に各プログラムを記憶させておく。そして、コンピュータ２００が各プログラム２０８ａ〜２０８ｃを読み出して実行するようにしても良い。

５０ 距離センサ
１００ 距離情報処理装置
１１０ 記憶部
１１０ａ ３次元点群データ
１１０ｂ ２．５Ｄ画像データ
１１０ｃ パラメータ
１２０ 制御部
１２０ａ 取得部
１２０ｂ 生成部
１２０ｃ 特定部
１２０ｄ 削除部

Claims (6)

1. 立体物上の各点の３次元座標を示す３次元点群データを基にして、各点の２次元座標と各点の奥行きとを対応づけた画像データを生成する生成部と、
   前記画像データの輪郭部分に含まれる輪郭画素に対応する前記３次元点群データの点を注目点として特定し、前記輪郭画素の周辺の画素に対応する前記３次元点群データの点を周辺点として特定する特定部と、
   前記注目点との距離が所定距離未満となる前記周辺点の数に基づいて、前記注目点を削除する削除部と
   を有することを特徴とする距離情報処理装置。
2. 距離センサから前記３次元点群データを取得する取得部を更に有し、前記距離センサは、前記立体物に対してラスタスキャンを実行し、前記立体物の各点の３次元座標を所定の順番で取得することで、前記３次元点群データを生成することを特徴とする請求項１に記載の距離情報処理装置。
3. 前記特定部は、前記距離センサの焦点距離を基にして、前記画像データの１画素あたりの距離を算出し、前記１画素あたりの距離と前記所定距離との関係から、前記周辺点に対応する前記輪郭画素上の画素の範囲を特定することを特徴とする請求項２に記載の距離情報処理装置。
4. 前記削除部は、前記注目点との距離が所定距離未満となる前記周辺点の数が所定数未満の場合に、前記注目点を削除することを特徴とする請求項１に記載の距離情報処理装置。
5. コンピュータが実行する距離情報処理方法であって、
   立体物上の各点の３次元座標を示す３次元点群データを基にして、各点の２次元座標と各点の奥行きとを対応づけた画像データを生成し、
   前記画像データの輪郭部分に含まれる輪郭画素に対応する前記３次元点群データの点を注目点として特定し、
   前記輪郭画素の周辺の画素に対応する前記３次元点群データの点を周辺点として特定し、
   前記注目点との距離が所定距離未満となる前記周辺点の数に基づいて、前記注目点を削除する
   処理を実行することを特徴とする距離情報処理方法。
6. コンピュータに、
   立体物上の各点の３次元座標を示す３次元点群データを基にして、各点の２次元座標と各点の奥行きとを対応づけた画像データを生成し、
   前記画像データの輪郭部分に含まれる輪郭画素に対応する前記３次元点群データの点を注目点として特定し、
   前記輪郭画素の周辺の画素に対応する前記３次元点群データの点を周辺点として特定し、
   前記注目点との距離が所定距離未満となる前記周辺点の数に基づいて、前記注目点を削除する
   処理を実行させることを特徴とする距離情報処理プログラム。