JPH06168301A - Solid form evaluating device - Google Patents
Solid form evaluating deviceInfo
- Publication number
- JPH06168301A JPH06168301A JP4320233A JP32023392A JPH06168301A JP H06168301 A JPH06168301 A JP H06168301A JP 4320233 A JP4320233 A JP 4320233A JP 32023392 A JP32023392 A JP 32023392A JP H06168301 A JPH06168301 A JP H06168301A
- Authority
- JP
- Japan
- Prior art keywords
- dimensional shape
- coordinate
- extracting
- vertex
- shape
- 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.)
- Pending
Links
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
Description
【0001】[0001]
【産業上の利用分野】本発明は被測定物体の立体形状を
評価する立体形状評価装置に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a three-dimensional shape evaluation device for evaluating the three-dimensional shape of an object to be measured.
【0002】[0002]
【従来の技術】コンピュータグラフィックスなど、計算
機内で立体形状を扱う際の、形状モデリング技術が各種
提案されている。例えば特開平1−269177号公報では、
形状の輪郭線データの直線近似を利用して立体のポリゴ
ンモデルを生成している。2. Description of the Related Art Various shape modeling techniques have been proposed for handling three-dimensional shapes in a computer, such as computer graphics. For example, in JP-A-1-269177,
A three-dimensional polygon model is generated by using the linear approximation of the contour data of the shape.
【0003】立体の形状を、少ないデータ量でより正確
にモデル化するためには、その形状の複雑度を評価し、
その複雑度に基づいて形状表現するのが望ましい。前述
の方法では、輪郭線データを直線近似することで暗に形
状の複雑度の評価を行っている。In order to model a three-dimensional shape more accurately with a small amount of data, the complexity of the shape is evaluated,
It is desirable to express the shape based on the complexity. In the method described above, the complexity of the shape is implicitly evaluated by linearly approximating the contour line data.
【0004】[0004]
【発明が解決しようとする課題】前述の従来技術では、
立体を回転させて全周計測する方法を用いており、立体
の回転の方向に対しては複雑度の評価を行っていない。
そのため、回転の方向に対してのデータ量低減の可能性
を失っている。In the above-mentioned prior art,
The method of rotating the solid body to measure the entire circumference is used, and the degree of complexity is not evaluated in the direction of rotation of the solid body.
Therefore, the possibility of reducing the amount of data in the direction of rotation is lost.
【0005】本発明の目的は、立体形状を幾何学的に解
析して形状の複雑度を評価することにより、形状を少な
いデータ量でより正確にモデル化する手法を支援するも
のである。An object of the present invention is to support a method for more accurately modeling a shape with a small amount of data by geometrically analyzing a three-dimensional shape and evaluating the complexity of the shape.
【0006】[0006]
【課題を解決するための手段】この目的を達成するた
め、本発明は、計測により得られた立体表面の座標デー
タ列を記憶する座標列記憶手段と、前記座標列記憶手段
の記憶する座標データ列から立体表面形状の幾何学的な
特徴を抽出する特徴抽出手段と、前記特徴抽出手段の抽
出する幾何学的な形状特徴から立体形状を評価する評価
出力手段とにより構成される。In order to achieve this object, the present invention provides a coordinate sequence storage unit for storing a coordinate data sequence of a three-dimensional surface obtained by measurement, and coordinate data stored in the coordinate sequence storage unit. It is composed of a feature extraction means for extracting geometrical features of a three-dimensional surface shape from a row and an evaluation output means for evaluating a three-dimensional shape from the geometrical shape features extracted by the feature extraction means.
【0007】[0007]
【作用】本発明によれば、計測などで得られた立体表面
の形状データを解析することにより、形状の複雑度を総
合的に評価する。本発明を支援的に用いることにより、
立体形状の計算機内でのより少ないデータ量での記述を
実現することができる。According to the present invention, the complexity of the shape is comprehensively evaluated by analyzing the shape data of the three-dimensional surface obtained by measurement or the like. By supportingly using the present invention,
It is possible to realize description with a smaller amount of data in a three-dimensional computer.
【0008】[0008]
【実施例】図1は請求項1から5記載の発明の実施例の
構成を示すブロック図である。FIG. 1 is a block diagram showing the configuration of an embodiment of the invention described in claims 1 to 5.
【0009】図1を参照しながら、請求項1に記載の発
明の実施例の構成について説明する。座標列記憶手段11
は、3次元計測装置などで得られる、立体表面の座標値
を記憶する。図2は3次元計測装置が出力するデータ構
造の例を示す。3次元計測装置には、図2(A)のように
対象物体(立体)21を1平面の投影平面22に投影したとき
の平面上の格子点上の座標値あるいは投影面からの距離
値が得られる場合と、図2(B)の(b1)のように、対象
物体(立体)21を覆う投影円筒23の円筒面に投影し、
(b2)のように円筒を展開したときの格子点上の座標値
あるいは投影円筒からの距離値が得られる場合とに大き
く分けられる。The configuration of the embodiment of the invention described in claim 1 will be described with reference to FIG. Coordinate sequence storage means 11
Stores the coordinate values of the three-dimensional surface obtained by a three-dimensional measuring device or the like. FIG. 2 shows an example of the data structure output by the three-dimensional measuring device. In the three-dimensional measuring device, as shown in FIG. 2A, when the target object (solid) 21 is projected onto the projection plane 22 of one plane, the coordinate value on the grid point on the plane or the distance value from the projection plane is calculated. When obtained, and as shown in (b 1 ) of FIG. 2B, the projection is performed on the cylindrical surface of the projection cylinder 23 that covers the target object (solid) 21,
It can be roughly divided into the case where the coordinate value on the grid point or the distance value from the projection cylinder when the cylinder is expanded as in (b 2 ) is obtained.
【0010】本発明では投影面が投影平面22・投影円筒
23のいずれの場合も、xy平面の格子点上に投影面から
の距離値が分布するデータ構造として扱うことができる
場合に有効である。また、同様にして距離値でなく座標
値が得られる場合でも、投影平面22あるいは投影円筒23
を仮定することによって座標値から算出される距離値を
記憶し、用いればよい。In the present invention, the projection plane is the projection plane 22 / projection cylinder.
Any of the cases of 23 is effective when it can be treated as a data structure in which the distance values from the projection surface are distributed on the grid points of the xy plane. Similarly, even if coordinate values are obtained instead of distance values, the projection plane 22 or the projection cylinder 23
The distance value calculated from the coordinate value by assuming that is stored and used.
【0011】次に特徴抽出手段12は座標列記憶手段11が
記憶する座標データを用いて、立体表面の形状特徴を抽
出する。また、評価出力手段13は前記特徴抽出手段12が
出力する特徴量を用いて、対象となる立体の形状の複雑
度の評価値を出力する。Next, the feature extraction means 12 uses the coordinate data stored in the coordinate sequence storage means 11 to extract the shape feature of the three-dimensional surface. Further, the evaluation output unit 13 outputs the evaluation value of the complexity of the shape of the target solid using the feature amount output by the feature extraction unit 12.
【0012】図1は参照しながら、請求項2記載の発明
の実施例について説明する。特徴抽出手段12は頂点抽出
手段12Aを有する。この頂点抽出手段12Aは座標列記憶
手段11が記憶する投影したxy平面上に分布する座標デ
ータから、極大点・極小点を頂点として抽出する。xy
平面上に分布する距離値をf(x,y)と表すと、極大点
・極小点は例として、fのxおよびyにおける偏微分が
どちらも0となる点として抽出することができる。評価
出力手段13は、頂点抽出手段12Aの抽出した頂点情報か
ら、その個数や位置関係をもとに、形状の複雑度の評価
値を出力する。評価尺度としては、頂点の数が多いほ
ど、また頂点が密集しているほど、形状は複雑であると
評価する。An embodiment of the invention described in claim 2 will be described with reference to FIG. The feature extracting means 12 has a vertex extracting means 12A. The vertex extracting means 12A extracts the maximum and minimum points as vertices from the coordinate data stored in the coordinate sequence storing means 11 and distributed on the projected xy plane. xy
If the distance value distributed on the plane is expressed as f (x, y), the maximum point and the minimum point can be extracted as points where both the partial derivatives of f in x and y are 0. The evaluation output unit 13 outputs an evaluation value of the complexity of the shape based on the number and positional relationship of the vertex information extracted by the vertex extraction unit 12A. As the evaluation scale, the shape is more complicated as the number of vertices is larger and the vertices are closer together.
【0013】図1は参照しながら、請求項3記載の発明
の実施例について説明する。特徴抽出手段12は、頂点抽
出手段12Aと傾斜特徴抽出手段12Bとを有する。傾斜特
徴抽出手段12Bは頂点抽出手段12Aが出力する頂点の周
囲の点について、その傾斜量(傾斜情報)を計算する。評
価出力手段13は、傾斜特徴抽出手段12Bの抽出する傾斜
情報から、形状の複雑度を評価する。評価尺度として
は、極大点から斜面を降下しながら傾斜を計算し、その
大きさの最大値が大きいほど形状が複雑であると評価す
る。An embodiment of the invention described in claim 3 will be described with reference to FIG. The feature extracting means 12 has a vertex extracting means 12A and a tilt feature extracting means 12B. The inclination feature extraction means 12B calculates the inclination amount (inclination information) of the points around the apex output by the apex extraction means 12A. The evaluation output means 13 evaluates the complexity of the shape from the inclination information extracted by the inclination feature extraction means 12B. As the evaluation scale, the slope is calculated while descending the slope from the maximum point, and the larger the maximum value is, the more complicated the shape is.
【0014】図3は傾斜情報に基づく評価尺度を説明す
るための図である。図3では傾斜32の斜面(断面)31を2
次元断面で表している。このとき、傾斜32の大きさを最
大にする点は変曲点33に相当する。この点での傾きの大
きさが大きいほど、凹凸の激しい、複雑な形状であると
評価できる。極大点を極小点に置き換えても同様であ
る。傾斜量を計算する点としては、1頂点について4点
程度で十分である。4点の選択方法としては(1)頂点
を通るx方向及びy方向の断面の変曲点、(2)頂点から
主方向に傾斜を追跡した場合の斜面の傾斜の大きさの最
大点、などが考えられる。FIG. 3 is a diagram for explaining the evaluation scale based on the tilt information. In FIG. 3, the slope (section) 31 of the slope 32 is 2
It is represented by a dimensional cross section. At this time, the point at which the size of the slope 32 is maximized corresponds to the inflection point 33. It can be evaluated that the larger the inclination at this point is, the more complicated the shape is, and the more uneven the surface is. The same applies if the maximum points are replaced by the minimum points. About four points are enough for one vertex to calculate the tilt amount. The four selection methods are (1) the inflection point of the cross section passing through the apex in the x and y directions, (2) the maximum point of the slope of the slope when the slope is traced from the apex to the main direction, etc. Can be considered.
【0015】図1を参照しながら、請求項4記載の発明
の実施例について説明する。請求項2及び3における特
徴抽出手段は、曲面のみで構成される形状について有効
な手段であるが、エッジを持つ多面体などで構成される
形状については、エッジ上で特異点が発生するなど、評
価が困難な場合が多い。そのような立体に対しては、特
徴抽出手段12としてエッジ抽出手段12Cが有効となる。
このエッジ抽出手段12Cは、座標列記憶手段11の記憶す
る距離データから、エッジ部分を抽出する。評価出力手
段13は、エッジ抽出手段12Cの出力するエッジ情報か
ら、形状の複雑度を評価する。評価尺度としては、エッ
ジの量が多いほど、またエッジが密集しているほど、形
状が複雑であると評価する。An embodiment of the invention described in claim 4 will be described with reference to FIG. The feature extraction means in claims 2 and 3 is effective means for a shape formed only of curved surfaces, but for a shape formed of a polyhedron having edges, singular points are generated on the edges. Is often difficult. For such a solid, the edge extracting means 12C is effective as the feature extracting means 12.
The edge extracting means 12C extracts edge portions from the distance data stored in the coordinate string storing means 11. The evaluation output means 13 evaluates the complexity of the shape from the edge information output by the edge extraction means 12C. As an evaluation scale, it is evaluated that the shape is more complicated as the amount of edges is larger and the edges are denser.
【0016】図1を参照しながら、請求項5記載の発明
の実施例について説明する。請求項2から4の各特徴抽
出手段を複合的に用い、評価出力手段13では、頂点情
報,傾斜情報,エッジ情報を総合的に用いて判断する。
頂点抽出手段12Aや傾斜特徴抽出手段12Bにおける特異
点の発生状況に応じて、エッジ抽出手段12Cの依存度を
あげることなどが適応的に可能となり、形状評価も形状
のより総合的な評価として出力することができる。An embodiment of the invention described in claim 5 will be described with reference to FIG. The feature extraction means according to claims 2 to 4 is used in a composite manner, and the evaluation output means 13 makes a judgment by comprehensively using vertex information, inclination information, and edge information.
It becomes possible to adaptively increase the dependency of the edge extraction means 12C according to the occurrence state of the singular points in the vertex extraction means 12A and the inclination feature extraction means 12B, and the shape evaluation is also output as a more comprehensive evaluation of the shape. can do.
【0017】図4は請求項6記載の発明の実施例の構成
を示すブロック図である。FIG. 4 is a block diagram showing the configuration of an embodiment of the invention described in claim 6.
【0018】図4を参照しながら、請求項6記載の発明
の実施例について説明する。座標列記憶手段11の記憶す
る座標データがノイズの多いものであったり、あるいは
データが全般的に凹凸の極めて多い複雑な形状のデータ
であったりする場合、特徴抽出手段12が形状評価に必要
な情報を抽出できないことがある。そのような場合のた
めに、座標列記憶手段11の記憶するデータ列を、平滑化
手段41において、ガウシアンフィルタやメディアンフィ
ルタなどを用いて平滑化を行う。この処理により、立体
の形状の特徴のうち有意なものだけを用いて形状の複雑
度の評価を行う。An embodiment of the invention described in claim 6 will be described with reference to FIG. If the coordinate data stored in the coordinate sequence storage means 11 is noisy or if the data is generally data of a complicated shape with a large number of irregularities, the feature extraction means 12 is required for shape evaluation. Sometimes it is not possible to extract information. For such a case, the smoothing means 41 smoothes the data sequence stored in the coordinate sequence storage means 11 using a Gaussian filter, a median filter or the like. Through this processing, the complexity of the shape is evaluated using only the significant ones of the three-dimensional shape features.
【0019】[0019]
【発明の効果】以上説明したように本発明の立体形状評
価装置は、立体形状を測定したデータ全体から幾何学的
に解析することにより、複雑度を形状全体の総合的な評
価として得ることができる。この評価に基づいて、複雑
な形状を持つ立体はより詳細な記述が必要であり、比較
的単純な形状をもつ立体は粗い近似によって十分形状を
記載することができるという判断を下すことができ、立
体形状の計算機内でのより少ないデータ量での記述を実
現する。As described above, the three-dimensional shape evaluation device of the present invention can obtain the complexity as a comprehensive evaluation of the entire shape by geometrically analyzing the entire data of the measured three-dimensional shape. it can. Based on this evaluation, it can be judged that a solid with a complicated shape requires more detailed description, and a solid with a relatively simple shape can describe the shape sufficiently by rough approximation. Realize the description with a smaller amount of data in a three-dimensional computer.
【図1】本発明の請求項1から5記載の発明の実施例の
構成を示すブロック図である。FIG. 1 is a block diagram showing a configuration of an embodiment of the invention described in claims 1 to 5 of the present invention.
【図2】3次元計測装置が出力するデータ構造の一例を
示し、(A)は立体を1平面に投影したときの平面上の格
子点上のデータが得られる例、(B)は立体を覆う円筒面
に投影し、円筒を展開したときの格子点上のデータが得
られる例である。FIG. 2 shows an example of a data structure output by a three-dimensional measuring device, (A) is an example in which data on grid points on a plane is obtained when a solid is projected on one plane, and (B) is a solid. This is an example in which data on lattice points is obtained when the cylinder is expanded by projecting it onto the covering cylindrical surface.
【図3】傾斜情報に基づく評価尺度を説明するための図
である。FIG. 3 is a diagram for explaining an evaluation scale based on tilt information.
【図4】本発明の請求項6記載の発明の実施例の構成を
示すブロック図である。FIG. 4 is a block diagram showing the configuration of an embodiment of the invention according to claim 6 of the present invention.
11…座標列記憶手段、 12…特徴抽出手段、 12A…頂
点抽出手段、 12B…傾斜特徴抽出手段、 12C…エッ
ジ抽出手段、 13…評価出力手段、 21…対象物体、
22…投影平面、 23…投影円筒、 31…斜面(断面)、
32…傾斜、 33…変曲点、 41…平滑化手段。11 ... Coordinate sequence storage means, 12 ... Feature extraction means, 12A ... Vertex extraction means, 12B ... Inclination feature extraction means, 12C ... Edge extraction means, 13 ... Evaluation output means, 21 ... Target object,
22 ... Projection plane, 23 ... Projection cylinder, 31 ... Slope (cross section),
32 ... inclination, 33 ... inflection point, 41 ... smoothing means.
Claims (6)
列記憶手段と、前記座標列記憶手段の記憶する座標デー
タ列から立体表面の形状特徴を抽出する特徴抽出手段
と、前記特徴抽出手段の抽出する形状特徴から立体形状
を評価する評価出力手段とを有することを特徴とする立
体形状評価装置。1. A coordinate sequence storing means for storing a coordinate data sequence of a three-dimensional surface, a feature extracting means for extracting a shape feature of a three-dimensional surface from the coordinate data sequence stored in the coordinate sequence storing means, and the feature extracting means. A three-dimensional shape evaluation apparatus comprising: an evaluation output unit that evaluates a three-dimensional shape from the extracted shape characteristics.
段の記憶する座標データ列から立体表面の頂点を抽出す
る頂点抽出手段を有し、前記評価出力手段が、前記頂点
抽出手段の抽出する頂点情報から立体形状を評価するこ
とを特徴とする請求項1記載の立体形状評価装置。2. The feature extracting means has a vertex extracting means for extracting a vertex of a solid surface from a coordinate data string stored in the coordinate string storing means, and the evaluation output means extracts the vertex extracting means. The three-dimensional shape evaluation device according to claim 1, wherein the three-dimensional shape is evaluated from the vertex information.
と、前記頂点抽出手段の抽出する頂点情報から傾斜情報
を抽出する傾斜特徴抽出手段とを有し、前記評価出力手
段が、前記傾斜特徴抽出手段の抽出する傾斜情報から立
体形状を評価することを特徴とする請求項1または2記
載の立体形状評価装置。3. The feature extraction means includes the vertex extraction means and tilt feature extraction means for extracting tilt information from the vertex information extracted by the vertex extraction means, and the evaluation output means includes the tilt features. The three-dimensional shape evaluation device according to claim 1 or 2, wherein the three-dimensional shape is evaluated from the inclination information extracted by the extraction means.
段の記憶する座標データ列から立体表面のエッジ成分を
抽出するエッジ抽出手段を有し、前記評価出力手段が、
前記エッジ抽出手段により抽出したエッジ情報から立体
形状を評価することを特徴とする請求項1記載の立体形
状評価装置。4. The feature extraction means includes edge extraction means for extracting an edge component of a three-dimensional surface from a coordinate data string stored in the coordinate string storage means, and the evaluation output means comprises:
The three-dimensional shape evaluation device according to claim 1, wherein the three-dimensional shape is evaluated from the edge information extracted by the edge extraction means.
4記載のいずれか複数の抽出手段を並列に有し、前記評
価出力手段が、前記特徴抽出手段の出力する頂点情報,
傾斜情報,エッジ情報から立体形状を評価することを特
徴とする請求項1記載の立体形状評価装置。5. The feature extracting means includes a plurality of extracting means according to any one of claims 2 to 4 in parallel, and the evaluation output means outputs vertex information output by the feature extracting means,
The three-dimensional shape evaluation device according to claim 1, wherein the three-dimensional shape is evaluated from the tilt information and the edge information.
に、前記座標列記憶手段の出力する座標列を平滑化処理
する平滑化手段を有することを特徴とする請求項1から
5のいずれかひとつに記載の立体形状評価装置。6. The smoothing means for smoothing the coordinate sequence output from the coordinate sequence storage means is provided between the coordinate sequence storage means and the feature extraction means. The three-dimensional shape evaluation device described in one.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4320233A JPH06168301A (en) | 1992-11-30 | 1992-11-30 | Solid form evaluating device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4320233A JPH06168301A (en) | 1992-11-30 | 1992-11-30 | Solid form evaluating device |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH06168301A true JPH06168301A (en) | 1994-06-14 |
Family
ID=18119214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4320233A Pending JPH06168301A (en) | 1992-11-30 | 1992-11-30 | Solid form evaluating device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH06168301A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7248256B2 (en) | 2002-05-07 | 2007-07-24 | Hitachi, Ltd. | CAD data evaluation method and evaluation apparatus |
-
1992
- 1992-11-30 JP JP4320233A patent/JPH06168301A/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7248256B2 (en) | 2002-05-07 | 2007-07-24 | Hitachi, Ltd. | CAD data evaluation method and evaluation apparatus |
US7808498B2 (en) | 2002-05-07 | 2010-10-05 | Hitachi, Ltd. | CAD data evaluation method and evaluation apparatus |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ohtake et al. | Polyhedral surface smoothing with simultaneous mesh regularization | |
Petitjean | A survey of methods for recovering quadrics in triangle meshes | |
Lien et al. | Approximate convex decomposition of polyhedra | |
US7133044B2 (en) | System of feature-based surface mapping | |
Ohtake et al. | Sparse low-degree implicit surfaces with applications to high quality rendering, feature extraction, and smoothing | |
US20200327719A1 (en) | Computer Handling of Three Dimensional Volumes | |
F Laefer et al. | Processing of terrestrial laser scanning point cloud data for computational modelling of building facades | |
US6901310B2 (en) | Method and system for approximately reproducing the surface of a workpiece | |
Southard | Piecewise planar surface models from sampled data | |
US8698800B2 (en) | Method and apparatus for non-shrinking mesh smoothing using local fitting | |
Liu et al. | Accurate volume calculation driven by Delaunay triangulation for coal measurement | |
JPH06168301A (en) | Solid form evaluating device | |
US6091852A (en) | Method of pattern recognition and method of creating an n-dimensional object | |
Spillmann et al. | Robust tetrahedral meshing of triangle soups | |
JP2001067495A (en) | Method and device for generating triangular mesh, and recording medium | |
Garcia et al. | Approximation and processing of intensity images with discontinuity-preserving adaptive triangular meshes | |
Rohe | Computing Displacements from Phase Quantities. | |
Kaye et al. | Strategies for evaluating boundary fractal dimensions by computer aided image analysis | |
JP3739209B2 (en) | Automatic polygon generation system from point cloud | |
Belyaev et al. | An Image Processing Approach to Detection of Ridges and Ravines on Polygonal Surfaces. | |
Mohammad-Djafari | Image reconstruction of a compact object from a few number of projections | |
Zhang et al. | Repair methods of complex holes in a three-dimensional model based on variation level set | |
EP1791091A2 (en) | Method and apparatus for non-shrinking mesh smoothing using local fitting | |
Pieroni et al. | A multiresolution approach for segmenting surfaces | |
JP3243905B2 (en) | Object recognition method and apparatus |