|
１ はじめに
パラメトリック固有空間法による物体認識には，濃淡画像を利用した方法，
距離画像を利用した方法がある．濃淡画像を用いたパラメトリック固有空
間法では，照明条件の変化の影響を受けやすい．それに対して距離画像を
利用したパラメトリック固有空間法では，照明条件の変化に対して不変で
あるという利点がある．しかし，距離画像を用いたパラメトリック固有空
間法では，回転軸に対して対称な形状の物体の姿勢検出ができない．そこ
で，本研究では距離画像とカラー画像を用いた固有空間法による姿勢検出
の方法を提案する．
|
２ 色相による距離画像のセグメンテーション
|
３次元物体の見かけの画像は，その物体の方向や照明の位置により大きく
変動するが，物体の色味はさほど変化しないと考えられる．そこで，カラ
ー画像列から色味を表現している色相画像列を生成する．物体の色相ヒス
トグラムはいくつかの領域に分割でき（図1），この分割した領域に対応
する色相値をもとに距離画像を分割する．距離画像を色相値を用いて分割
することで，回転軸対象な物体の距離画像も，回転軸にたいして非対称な
形状の物体における距離画像と同様に扱える．こうしてセグメンテーショ
ンされた距離画像列から複数の固有空間を作り姿勢検出を行う．
|
|
図1 色相ヒストグラム
|
|
３ 照合と評価
固有空間は，先の距離画像のセグメンテーションにより複数生成さ
れているので，姿勢検出結果も複数個ある．ある色相領域において
は距離値が得られなかったり，オクルージョンなどにより極端に有
効な画素が減少するので，信頼性に欠ける検出結果もある．そのた
め，これらの検出結果の中でどれが最も確からしいのか評価する必
要がある．有効な画素の少ない画像は固有空間上に投影すると，平
均画像の投影点と原点に対して対称な点（マイナス平均画像の投影
点）の近傍に投影される（図2）．よって，この点と，対象画像の
投影点の位置ベクトルのなす角が大きいほど信頼性が高いと言え，
これを評価値（図2）として姿勢を決定する．評価値は，このベク
トルのなす角（偏角）を求める関数（評価関数）によって求めら
れる．
|
|
図2 固有空間と評価値
|
図3 実験対象
|
|
|
４ 実験結果
|
対象物体に青，赤，緑，黄色の折り紙をはった立方体
（図3）を用いて姿勢検出を行った．対象物体を回転
ステージで回転させ，距離画像，カラー画像を撮影し
て学習画像列とした．本手法を用いて姿勢検出を行っ
た結果を，距離画像だけを用いて姿勢検出を行った結
果とあわせて図４に示す．
|
|
|
図4 距離画像を使った検出結果(左） 本手法による検出結果(右）
|
５ まとめ
|
図４から分かるように，本手法により姿勢検出の
安定性が向上した．また，ここには結果を示さな
かったが照明条件を変化させても同様に安定した
検出結果結果が得られた．しかし，今回の手法で
は物体表面の小さな模様などを無視しているため，
回転軸に対して対象な形状の物体で，物体表面の
小さな模様によって姿勢が特徴付けられるものに
対しては姿勢検出することができない．今後，こ
の点についても検討する必要がある．
|
