JP6793055B2 - Filtering equipment and programs - Google Patents
Filtering equipment and programs Download PDFInfo
- Publication number
- JP6793055B2 JP6793055B2 JP2017025729A JP2017025729A JP6793055B2 JP 6793055 B2 JP6793055 B2 JP 6793055B2 JP 2017025729 A JP2017025729 A JP 2017025729A JP 2017025729 A JP2017025729 A JP 2017025729A JP 6793055 B2 JP6793055 B2 JP 6793055B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- filter processing
- density
- distance image
- image data
- 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)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Processing Or Creating Images (AREA)
Description
本発明は、３次元センサから入力される３次元距離画像データをフィルタ処理するフィルタ処理装置及びプログラムに関する。 The present invention relates to a filter processing device and a program for filtering 3D distance image data input from a 3D sensor.
近年、３次元計測が可能な３次元距離画像センサが実現化されている（例えば、非特許文献１参照）。３次元距離画像センサからは、点群データである３次元距離画像データが得られる。点群データは一般的にノイズを含んだものであるため、以後の処理を進めるためには、ノイズを除去するフィルタ処理が必要となる。 In recent years, a three-dimensional distance image sensor capable of three-dimensional measurement has been realized (see, for example, Non-Patent Document 1). From the three-dimensional distance image sensor, three-dimensional distance image data which is point cloud data can be obtained. Since the point cloud data generally contains noise, a filter process for removing noise is required in order to proceed with the subsequent processing.
３次元距離画像データのノイズを除去するフィルタ処理には、統計的外れ値除去フィルタなどの手法が知られているが、演算量が多く、リアルタイムで処理することが困難であった。 For the filter processing for removing noise of three-dimensional distance image data, a method such as a statistical deviation value removal filter is known, but the amount of calculation is large and it is difficult to process in real time.
かかる事情に鑑みてなされた本発明の目的は、フィルタ処理の演算量を削減し、高速化することが可能なフィルタ処理装置及びプログラムを提供することにある。 An object of the present invention made in view of such circumstances is to provide a filter processing apparatus and a program capable of reducing the calculation amount of the filter processing and increasing the speed.
上記課題を解決するため、本発明に係るフィルタ処理装置は、３次元センサから入力される３次元距離画像データをフィルタ処理するフィルタ処理装置であって、前記３次元距離画像データに対してノイズフィルタ処理を行ってノイズ除去データを生成するノイズフィルタ処理部と、前記３次元距離画像データを所定の大きさのボクセルに分割したボクセル化距離画像データと、前記ノイズ除去データを前記ボクセルに分割したボクセル化ノイズ除去データを生成するボクセル分割部と、前記ボクセル化距離画像データ及び前記ボクセル化ノイズ除去データを用いて前記ボクセルの点データの密度の閾値を算出する閾値算出部と、前記ボクセル化距離画像データのボクセルの点データの密度が前記閾値未満の場合には、該ボクセル内の点データを削除する密度処理を行う密度フィルタ処理部と、を備えることを特徴とする。 In order to solve the above problems, the filter processing device according to the present invention is a filter processing device that filters the three-dimensional distance image data input from the three-dimensional sensor, and is a noise filter for the three-dimensional distance image data. A noise filter processing unit that performs processing to generate noise removal data, boxelization distance image data obtained by dividing the three-dimensional distance image data into box cells of a predetermined size, and a box cell obtained by dividing the noise removal data into the box cells. A boxel dividing unit that generates noise removal data, a threshold calculation unit that calculates a threshold of density of point data of the boxel using the boxel distance image data and the boxel noise removal data, and a boxel distance image. When the density of the point data of the box cell of the data is less than the threshold value, it is characterized by including a density filter processing unit that performs density processing for deleting the point data in the box cell.
さらに、本発明に係るフィルタ処理装置において、前記閾値算出部は、前記ボクセル化距離画像データのうち、前記ボクセル化ノイズ除去データにおける点データの密度が非ゼロのボクセルに対応する有意ボクセルに基づいて前記閾値を算出することを特徴とする。 Further, in the filter processing apparatus according to the present invention, the threshold calculation unit is based on a significant voxel corresponding to a voxel having a non-zero density of point data in the voxelized noise removal data among the voxelized distance image data. It is characterized in that the threshold value is calculated.
さらに、本発明に係るフィルタ処理装置において、前記閾値算出部は、前記有意ボクセルの点データの平均密度を前記閾値とすることを特徴とする。 Further, in the filter processing apparatus according to the present invention, the threshold value calculation unit is characterized in that the average density of point data of the significant voxels is set as the threshold value.
さらに、本発明に係るフィルタ処理装置において、前記密度フィルタ処理部により処理されたデータについて点データの密度が非ゼロのボクセルのみを表示した地図データを作成する地図データ生成部を更に備えることを特徴とする。 Further, the filter processing apparatus according to the present invention is further provided with a map data generation unit that creates map data displaying only voxels having a non-zero density of point data for the data processed by the density filter processing unit. And.
また、上記課題を解決するため、本発明に係るプログラムは、コンピュータを、上記フィルタ処理装置として機能させることを特徴とする。 Further, in order to solve the above problems, the program according to the present invention is characterized in that the computer functions as the above-mentioned filter processing device.
本発明によれば、フィルタ処理の演算量を削減し、高速化することができるようになる。 According to the present invention, the calculation amount of the filtering process can be reduced and the speed can be increased.
以下、本発明の一実施形態について、図面を参照して詳細に説明する。 Hereinafter, an embodiment of the present invention will be described in detail with reference to the drawings.
図１は、本発明の一実施形態に係るフィルタ処理装置の構成例を示す図である。図１に示すフィルタ処理装置１は、データ取得部１１と、ノイズフィルタ処理部１２と、ボクセル分割部１３と、閾値算出部１４と、密度フィルタ処理部１５と、地図データ生成部１６と備える。なお、地図データ生成部１６は必須の構成要件ではない。 FIG. 1 is a diagram showing a configuration example of a filter processing device according to an embodiment of the present invention. The filter processing device 1 shown in FIG. 1 includes a data acquisition unit 11, a noise filter processing unit 12, a voxel division unit 13, a threshold value calculation unit 14, a density filter processing unit 15, and a map data generation unit 16. The map data generation unit 16 is not an essential configuration requirement.
フィルタ処理装置１は、３次元センサ２から３次元距離画像データを取得し、この３次元距離画像データをフィルタ処理してフィルタ処理データを生成し、外部に出力する。 The filter processing device 1 acquires the three-dimensional distance image data from the three-dimensional sensor 2, filters the three-dimensional distance image data to generate the filtered data, and outputs the filtered data to the outside.
３次元センサ２は、３次元センサ２の正面に存在する物体Ａの３次元距離画像データを検出する。３次元距離画像データは点群データ（点の座標データ）であり、各点データの有無は３次元センサ２により物体が検知されたか否かを表し、各点データは３次元センサ２から物体Ａまでの距離の情報を含む。３次元センサ２は、例えば、ＴＯＦ（Time Of Flight：光飛行時間）方式の３次元距離画像センサである。ＴＯＦ方式の３次元距離画像センサでは、赤外光やレーザを発射し、物体Ａに当たって反射して戻ってくるまでの時間を計ることにより、物体Ａまでの距離を計測する。この距離データを画素とする距離画像を１秒間に複数フレーム取得し、処理することによってセンサ正面の３次元距離画像データが得られる。 The three-dimensional sensor 2 detects the three-dimensional distance image data of the object A existing in front of the three-dimensional sensor 2. The 3D distance image data is point group data (point coordinate data), and the presence or absence of each point data indicates whether or not an object has been detected by the 3D sensor 2, and each point data is from the 3D sensor 2 to the object A. Contains information on the distance to. The three-dimensional sensor 2 is, for example, a TOF (Time Of Flight) type three-dimensional distance image sensor. In the TOF type three-dimensional distance image sensor, the distance to the object A is measured by emitting infrared light or a laser and measuring the time until the object A is reflected and returned. A three-dimensional distance image data in front of the sensor can be obtained by acquiring and processing a plurality of frames of a distance image using this distance data as pixels in one second.
データ取得部１１は、３次元センサ２から３次元距離画像データを取得し、ノイズフィルタ処理部１２に出力する。 The data acquisition unit 11 acquires 3D distance image data from the 3D sensor 2 and outputs it to the noise filter processing unit 12.
データ取得部１１から入力された３次元距離画像データには、外れ値と呼ばれる本来存在しない点データ（ノイズ）が含まれる。そこで、ノイズフィルタ処理部１２は、ノイズを除去するために、３次元距離画像データに対してノイズフィルタ処理を行ってノイズ除去データを生成し、ボクセル分割部１３に出力する。 The three-dimensional distance image data input from the data acquisition unit 11 includes point data (noise) that does not originally exist, which is called an outlier. Therefore, in order to remove noise, the noise filter processing unit 12 performs noise filter processing on the three-dimensional distance image data to generate noise removal data, and outputs the noise removal data to the voxel division unit 13.
ボクセル分割部１３は、３次元センサ２から入力された３次元距離画像データを所定の大きさの立方体（ボクセル）に分割したボクセル化距離画像データを生成し、閾値算出部１４に出力する。また、ボクセル分割部１３は、ノイズフィルタ処理部１２から入力されたノイズ除去データを所定の大きさの立方体（ボクセル）に分割したボクセル化ノイズ除去データを生成し、閾値算出部１４に出力する。なお、ボクセルのサイズは任意に設定することができる。 The voxel dividing unit 13 generates voxelized distance image data obtained by dividing the three-dimensional distance image data input from the three-dimensional sensor 2 into cubes (voxels) having a predetermined size, and outputs the voxelized distance image data to the threshold value calculation unit 14. Further, the voxel dividing unit 13 generates voxelized noise removing data obtained by dividing the noise removing data input from the noise filter processing unit 12 into cubes (voxels) having a predetermined size, and outputs the voxelized noise removing data to the threshold value calculation unit 14. The voxel size can be set arbitrarily.
閾値算出部１４は、ボクセル分割部１３から入力されたボクセル化距離画像データ及びボクセル化ノイズ除去データを用いてボクセルの点データの密度の閾値を算出し、密度フィルタ処理部１５に出力する。ここで、密度とは、ボクセル内の点データの個数をいう。閾値算出部１４は、具体的には、ボクセル化距離画像データのうち、ボクセル化ノイズ除去データにおける点データの密度が非ゼロのボクセルに対応するボクセル（有意ボクセル）に基づいて閾値を算出する。例えば、有意ボクセルの点データの平均密度を閾値とする。 The threshold calculation unit 14 calculates the density threshold of the voxel point data using the voxelization distance image data and the voxelization noise removal data input from the voxel division unit 13, and outputs the voxelization distance image data to the density filter processing unit 15. Here, the density means the number of point data in the voxel. Specifically, the threshold calculation unit 14 calculates the threshold based on the voxels (significant voxels) corresponding to the voxels whose point data density in the voxelized noise removal data is non-zero in the voxelized distance image data. For example, the average density of point data of significant voxels is used as a threshold value.
密度フィルタ処理部１５は、ボクセル分割部１３から入力されたボクセル化距離画像データのボクセルの密度が閾値算出部１４から入力された閾値未満の場合には、該ボクセル内の点データをノイズとみなして削除する（すなわち、密度を０とする）密度処理を行う。そして、密度処理したデータ（フィルタ処理データ）を外部、及び地図データ生成部１６に出力する。 When the density of voxels in the voxelized distance image data input from the voxel dividing unit 13 is less than the threshold input from the threshold calculation unit 14, the density filtering unit 15 regards the point data in the voxels as noise. (That is, the density is set to 0). Then, the density-processed data (filter-processed data) is output to the outside and the map data generation unit 16.
地図データ生成部１６は、密度フィルタ処理部１５から入力されたフィルタ処理データについて点データの密度が非ゼロのボクセルのみを表示した地図データを作成し、外部に出力する。図５に地図データの一例を示す。 The map data generation unit 16 creates map data in which only voxels having a non-zero density of point data are displayed for the filtered data input from the density filter processing unit 15, and outputs the map data to the outside. FIG. 5 shows an example of map data.
なお、地図データ生成部１６は必須の構成要件ではないが、家具や壁などの静物について地図データを保存しておくと、この地図からはみ出たブロックが検出されれば、それは何らかの動体と判断できるため、地図データを用いて３次元センサ２の正面に動体が存在することを検知できる。 The map data generation unit 16 is not an indispensable component, but if map data is saved for still objects such as furniture and walls, if a block protruding from this map is detected, it can be determined to be some kind of moving object. Therefore, it is possible to detect the existence of a moving object in front of the three-dimensional sensor 2 by using the map data.
（フィルタ処理装置１の動作）
次に、フィルタ処理装置１の動作について説明する。図２は、フィルタ処理装置１の動作を示すフローチャートである。
(Operation of filter processing device 1)
Next, the operation of the filter processing device 1 will be described. FIG. 2 is a flowchart showing the operation of the filter processing device 1.
フィルタ処理装置１は、データ取得部１１により３次元距離画像データを取得し（ステップＳ１０１）、ノイズフィルタ処理部１２により統計的外れ値除去フィルタ処理などのノイズフィルタ処理を行い、ノイズ除去データを生成する（ステップＳ１０２）。統計的外れ値除去フィルタ処理を行う場合には、まず各点データにおける近傍ｋ個の点データとの距離を算出し全ての距離値の標準偏差を求め、標準偏差のα倍以上の距離の点データを除去する。 The filter processing device 1 acquires three-dimensional distance image data by the data acquisition unit 11 (step S101), performs noise filter processing such as statistical deviation value removal filter processing by the noise filter processing unit 12, and generates noise removal data. (Step S102). When performing statistical outlier removal filtering, first calculate the distances to k nearby point data in each point data, obtain the standard deviation of all the distance values, and point data with a distance of α times or more the standard deviation. To remove.
次に、ボクセル分割部１３により、３次元距離画像データ及びノイズ除去データをそれぞれボクセル単位で分割する（ステップＳ１０３）。 Next, the voxel dividing unit 13 divides the three-dimensional distance image data and the noise removal data in voxel units (step S103).
図３は、ボクセル分割部１３の処理を説明する図である。図３では、３次元の点データを便宜上２次元で示し、ボクセル４つ分の点データのみ示している。図３に示すように、３次元距離画像データはボクセルａ１，ｂ１，ｃ１，ｄ１・・・に分割されてボクセル化距離画像データとなり、ノイズ除去データはボクセルａ２，ｂ２，ｃ２，ｄ２・・・に分割されてボクセル化ノイズ除去データとなる。 FIG. 3 is a diagram illustrating processing of the voxel dividing unit 13. In FIG. 3, three-dimensional point data is shown in two dimensions for convenience, and only point data for four voxels is shown. As shown in FIG. 3, the three-dimensional distance image data is divided into voxels a1, b1, c1, d1 ... To become voxelized distance image data, and the noise removal data is voxels a2, b2, c2, d2 ... It is divided into voxelized noise removal data.
次に、閾値算出部１４により、所定フレーム数分の３次元距離画像データを用いて（ステップＳ１０４）、閾値を算出する（ステップＳ１０５）。 Next, the threshold value calculation unit 14 calculates the threshold value (step S105) using the three-dimensional distance image data for a predetermined number of frames (step S104).
閾値算出部１４は、ボクセル化距離画像データのうち、ボクセル化ノイズ除去データにおける密度が非ゼロのボクセルに対応する有意ボクセルに基づいて閾値を算出する。例えば、複数フレーム（例えば３０フレーム）にわたって有意ボクセルの点データの平均密度を算出し、閾値とする。 The threshold value calculation unit 14 calculates the threshold value based on the significant voxels corresponding to the voxels having a density of non-zero in the voxelized noise removal data among the voxelized distance image data. For example, the average density of point data of significant voxels is calculated over a plurality of frames (for example, 30 frames) and used as a threshold value.
この処理を図３に示す例で４つのボクセルのみに着目して説明すると、ボクセル化ノイズ除去データのボクセルｄ２の密度は０である。よって、閾値算出部１４は、ボクセル化距離画像データのボクセルｄ１を除く有意ボクセルａ１，ｂ１，ｃ１の点データの平均密度を（６＋６＋３）／３＝５と算出する。このようにして、複数フレームにわたって有意ボクセルの点データの平均密度を算出する。なお、平均密度が少数になる場合には、切り捨て、切り上げ、四捨五入のいずれかを行う。 When this process is described by focusing on only four voxels in the example shown in FIG. 3, the density of voxels d2 in the voxelized noise removal data is 0. Therefore, the threshold value calculation unit 14 calculates the average density of the point data of the significant voxels a1, b1, c1 excluding the voxel d1 of the voxelized distance image data as (6 + 6 + 3) / 3 = 5. In this way, the average density of point data of significant voxels is calculated over a plurality of frames. If the average density is small, round off, round up, or round off.
ステップＳ１０１からＳ１０５までは、閾値を求めるためにフィルタ処理装置１の起動時に行われる前処理であり、以降のステップでは処理を高速化するために、ステップＳ１０２によるノイズフィルタ処理を行わない。 Steps S101 to S105 are preprocessing performed when the filter processing device 1 is started to obtain the threshold value, and in the subsequent steps, noise filtering processing according to step S102 is not performed in order to speed up the processing.
フィルタ処理装置１は、引き続き、データ取得部１１により、３次元距離画像データを取得し（ステップＳ１０６）、ボクセル分割部１３により、３次元距離画像データをボクセル単位で分割する（ステップＳ１０７）。 The filter processing device 1 subsequently acquires the three-dimensional distance image data by the data acquisition unit 11 (step S106), and divides the three-dimensional distance image data in voxel units by the voxel division unit 13 (step S107).
そして、密度フィルタ処理部１５により、密度フィルタ処理を行う（ステップＳ１０８）。 Then, the density filter processing unit 15 performs the density filter processing (step S108).
図４は、密度フィルタ処理部１５の処理を説明する図である。図４では、図３と同様に、３次元の点データを便宜上２次元で示し、ボクセル４つ分の点データのみ示している。ステップＳ１０５により算出された閾値を５とすると、ボクセルｂ１，ｄ１の点データの密度は５未満であるため、ボクセルｂ１，ｄ１内の点データを削除する。 FIG. 4 is a diagram illustrating the processing of the density filter processing unit 15. In FIG. 4, similarly to FIG. 3, three-dimensional point data is shown in two dimensions for convenience, and only point data for four voxels is shown. Assuming that the threshold value calculated in step S105 is 5, the density of the point data of the voxels b1 and d1 is less than 5, so the point data in the voxels b1 and d1 is deleted.
これ以降の処理は、ステップＳ１０６からステップＳ１０８を繰り返してフィルタ処理データを生成する。 In the subsequent processing, the filtered data is generated by repeating steps S106 to S108.
また、フィルタ処理装置１は、所定フレーム数（例えば３０フレーム）分の３次元距離画像データを用いて（ステップＳ１０９）、地図データを生成することができる（ステップＳ１１０）。こ地図データは起動時に一度だけ生成すればよい。 Further, the filter processing device 1 can generate map data using the three-dimensional distance image data for a predetermined number of frames (for example, 30 frames) (step S109) (step S110). This map data only needs to be generated once at startup.
上述したように、フィルタ処理装置１、及びフィルタ処理装置１として機能するコンピュータは、３次元距離画像データ及びノイズ除去データをそれぞれボクセルに分割し、ボクセル化距離画像データ及びボクセル化ノイズ除去データを用いてボクセル内の密度の閾値をあらかじめ算出しておく。これにより、従来のノイズフィルタ処理を行うことなく、ボクセル化距離画像データのボクセルの密度が閾値未満の場合には、該ボクセル内の密度を０とする密度処理を行うだけで、簡易的にノイズ除去を行うことができる。すなわち、本発明によれば、フィルタ処理の演算量を削減し、高速化することができる。 As described above, the filter processing device 1 and the computer functioning as the filter processing device 1 divide the three-dimensional distance image data and the noise removal data into voxels, respectively, and use the voxelized distance image data and the voxelized noise removal data. The threshold of density in voxels is calculated in advance. As a result, when the density of voxels in the voxelized distance image data is less than the threshold value without performing the conventional noise filter processing, noise processing is simply performed by setting the density in the voxels to 0. The removal can be done. That is, according to the present invention, the calculation amount of the filter processing can be reduced and the speed can be increased.
図６はフィルタ処理装置１の入力データである３次元距離画像データと出力データであるフィルタ処理データの一例を示す図である。フィルタ処理の演算量を削減しつつ、図６から明らかなように、ノイズを適切に除去することができる。また、フィルタ処理データの情報量は削減されているため、フィルタ処理データを用いた演算も高速で行うことができるようになる。 FIG. 6 is a diagram showing an example of three-dimensional distance image data which is input data of the filter processing device 1 and filtering data which is output data. As is clear from FIG. 6, noise can be appropriately removed while reducing the amount of calculation for filtering. Further, since the amount of information of the filtered data is reduced, the calculation using the filtered data can be performed at high speed.
図５は、図６に示したフィルタ処理データから生成される地図データを示す図である。新たに生成されたフィルタ処理データとあらかじめ生成された地図データと比較することにより、動体の存在を検知することができる。 FIG. 5 is a diagram showing map data generated from the filtered data shown in FIG. The presence of a moving object can be detected by comparing the newly generated filtered data with the map data generated in advance.
なお、上述したフィルタ処理装置１として機能させるためにコンピュータを好適に用いることができ、そのようなコンピュータは、フィルタ処理装置１の各機能を実現する処理内容を記述したプログラムを該コンピュータの記憶部に格納しておき、該コンピュータのＣＰＵによってこのプログラムを読み出して実行させることで実現することができる。なお、このプログラムは、コンピュータ読取り可能な記録媒体に記録可能である。 A computer can be preferably used to function as the above-mentioned filter processing device 1, and such a computer stores a program describing processing contents for realizing each function of the filter processing device 1 in the storage unit of the computer. It can be realized by storing the program in the computer and reading and executing this program by the CPU of the computer. This program can be recorded on a computer-readable recording medium.
また、プログラムは、コンピュータ読取り可能媒体に記録されていてもよい。コンピュータ読取り可能媒体を用いれば、コンピュータにインストールすることが可能である。ここで、プログラムが記録されたコンピュータ読取り可能媒体は、非一過性の記録媒体であってもよい。非一過性の記録媒体は、特に限定されるものではないが、例えば、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭなどの記録媒体であってもよい。 The program may also be recorded on a computer-readable medium. It can be installed on a computer using a computer-readable medium. Here, the computer-readable medium on which the program is recorded may be a non-transient recording medium. The non-transient recording medium is not particularly limited, but may be, for example, a recording medium such as a CD-ROM or a DVD-ROM.
上述の実施形態は代表的な例として説明したが、本発明の趣旨及び範囲内で、多くの変更及び置換ができることは当業者に明らかである。したがって、本発明は、上述の実施形態によって制限するものと解するべきではなく、特許請求の範囲から逸脱することなく、種々の変形や変更が可能である。例えば、実施形態の構成図に記載の複数の構成ブロックを１つに組み合わせたり、あるいは１つの構成ブロックを分割したりすることが可能である。 Although the above embodiments have been described as typical examples, it will be apparent to those skilled in the art that many modifications and substitutions can be made within the spirit and scope of the present invention. Therefore, the present invention should not be construed as being limited by the above-described embodiments, and various modifications and modifications can be made without departing from the scope of claims. For example, it is possible to combine a plurality of constituent blocks described in the configuration diagram of the embodiment into one, or to divide one constituent block.
１ フィルタ処理装置
２ ３次元センサ
１１ データ取得部
１２ ノイズフィルタ処理部
１３ ボクセル分割部
１４ 閾値算出部
１５ 密度フィルタ処理部
１６ 地図データ生成部
1 Filter processing device 2 3D sensor 11 Data acquisition unit 12 Noise filter processing unit 13 Voxel division unit 14 Threshold calculation unit 15 Density filter processing unit 16 Map data generation unit
Claims (5)
前記３次元距離画像データに対してノイズフィルタ処理を行ってノイズ除去データを生成するノイズフィルタ処理部と、
前記３次元距離画像データを所定の大きさのボクセルに分割したボクセル化距離画像データと、前記ノイズ除去データを前記ボクセルに分割したボクセル化ノイズ除去データを生成するボクセル分割部と、
前記ボクセル化距離画像データ及び前記ボクセル化ノイズ除去データを用いて前記ボクセルの点データの密度の閾値を算出する閾値算出部と、
前記ボクセル化距離画像データのボクセルの点データの密度が前記閾値未満の場合には、該ボクセル内の点データを削除する密度処理を行う密度フィルタ処理部と、
を備えることを特徴とするフィルタ処理装置。 A filter processing device that filters the 3D distance image data input from the 3D sensor.
A noise filter processing unit that performs noise filter processing on the three-dimensional distance image data to generate noise removal data, and
A voxelized distance image data obtained by dividing the three-dimensional distance image data into voxels of a predetermined size, a voxel dividing unit for generating voxelized noise removal data obtained by dividing the noise removal data into the voxels, and a voxel dividing unit.
A threshold value calculation unit that calculates a threshold value for the density of point data of the voxels using the voxelized distance image data and the voxelized noise removal data.
When the density of voxel point data in the voxelized distance image data is less than the threshold value, a density filter processing unit that performs density processing for deleting the point data in the voxel, and a density filter processing unit.
A filtering device characterized by comprising.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017025729A JP6793055B2 (en) | 2017-02-15 | 2017-02-15 | Filtering equipment and programs |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017025729A JP6793055B2 (en) | 2017-02-15 | 2017-02-15 | Filtering equipment and programs |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018132925A JP2018132925A (en) | 2018-08-23 |
| JP6793055B2 true JP6793055B2 (en) | 2020-12-02 |
Family
ID=63247428
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017025729A Active JP6793055B2 (en) | 2017-02-15 | 2017-02-15 | Filtering equipment and programs |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6793055B2 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111694903B (en) * | 2019-03-11 | 2023-09-12 | 北京地平线机器人技术研发有限公司 | Map construction method, device, equipment and readable storage medium |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011185664A (en) * | 2010-03-05 | 2011-09-22 | Panasonic Electric Works Co Ltd | Object detector |
| JP5650021B2 (en) * | 2011-03-03 | 2015-01-07 | 国立大学法人 東京大学 | Three-dimensional environment restoration apparatus, processing method thereof, and program |
-
2017
- 2017-02-15 JP JP2017025729A patent/JP6793055B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018132925A (en) | 2018-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6978330B2 (en) | Monitoring object shape and deviation from design | |
| US9984291B2 (en) | Information processing apparatus, information processing method, and storage medium for measuring a position and an orientation of an object by using a model indicating a shape of the object | |
| JP6471448B2 (en) | Noise identification method and noise identification apparatus for parallax depth image | |
| US9582859B2 (en) | System and a method for depth-image-based rendering | |
| WO2020063093A1 (en) | Method for detecting flying spot on edge of depth image, electronic device, and computer readable storage medium | |
| CN105631939B (en) | A kind of three-dimensional point cloud distortion correction method and its system based on curvature filtering | |
| US9552662B2 (en) | Method and apparatus for removing false intersection in ray tracing | |
| JP2020091534A5 (en) | ||
| US9171393B2 (en) | Three-dimensional texture reprojection | |
| US8587586B2 (en) | Electronic device and method for meshing curved surface | |
| US9609304B2 (en) | 3-dimensional data processing apparatus and method | |
| WO2015182654A1 (en) | Interference check system | |
| CN117011250A (en) | Defect detection method, device and storage medium | |
| KR101927861B1 (en) | Method and apparatus for removing noise based on mathematical morphology from geometric data of 3d space | |
| JP6793055B2 (en) | Filtering equipment and programs | |
| KR20200075380A (en) | Method and system for re-sampling of point cloud using voronoi tessellation and k-nearest neighbor algorithm | |
| TWI528783B (en) | Methods and systems for generating depth images and related computer products | |
| CN115240043A (en) | Data processing method, apparatus, electronic device and readable storage medium | |
| JP2020173584A (en) | Object detection device | |
| CN117078891B (en) | Laser contour mesh reconstruction method and device, electronic equipment and storage medium | |
| Saaidi et al. | Multi-view passive 3D reconstruction: Comparison and evaluation of three techniques and a new method for 3D object reconstruction | |
| KR20210073435A (en) | Method and system for depth image estimation using flat information | |
| US20170140793A1 (en) | Method for processing a video scene and corresponding device | |
| KR101373603B1 (en) | 3D warping method for hole reduction and image processing apparatus using the same | |
| US11893744B2 (en) | Methods and apparatus for extracting profiles from three-dimensional images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190903 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20201009 |
|
| 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: 20201020 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201109 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6793055 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |