BSC法を用いた多視点画像からの3次元モデル構築とその評価に関する一検討

摘要

近年の画像処理技術の向上により，多数の視点の画像から3次元モデルを構築する手法が注目されている.従来の3次元モデル構築法は，鋭く尖った部位を含む凹凸形状に対応できない問題がある.本稿では，凹凸形状を含む物体の多視点画像からの3次元モデル構築法の提案と，その3次元モデル評価法についての一検討を行う.提案手法では，Block Space Carving法を用いて，真の物体表面が存在すると考えられる領域を求め，この領域内で変形処理を施す.変形処理の際，真の物体表面に近いと推定される基準物体表面を求め，これを中心にモデルの変形を行う.この処理により，従来手法よりも精度の良い3次元モデル形状復元を行う.変形処理後，撮影データを入手したカメラ位置で2次元画像を合成し，3次元モデルの精度推定を行う.このモデル変形・精度推定を反復して行うことにより，凹凸形状を考慮した3次元モデルを復元する.また，本稿の最後では，シミュレーション実験と実写画像を用いた実験を行う.シミュレーション実験では，検討した評価法を用いて，多視点画像から構築したボクセルデータと，CGモデルから作成した被写体のボクセルデータの一致度を測る.実写を用いた実験では，PSNRを用いて構築したモデルの評価を行う.これらの結果から提案手法の有効性を確認する.%Methods which reconstruct 3D models from multi-view images come to the front due to recent advancement in image processing. There is a matter to be incapable of concavo-convex shape with spike in conventional methods reconstructing 3D models from multi-view images. This paper proposes a method reconstructing 3D models from multi-view images of the object with concavo-convex shape and investigates a method to evaluate its models. The proposed method calculates a field including proper surface of the object using Block Space Carving method and deforms the model in it. In deformation, the proposed method calculates a base surface of the object and deforms the model as a center of it. The proposed method reconstructs 3D models more accurate than conventional methods by this processing. After deformation, the proposed method synthesizes 2D images at the camera positions that captured photographs and estimates accuracy of the 3D models. Replicating the deformation and the estimation of accuracy of the 3D models, the proposed method reconstructs 3D models considering concavo-convex shape. At the end of this paper, the proposed method runs simulation experiments and experiments with photographed images. In the simulation experiments, the investigated method compares voxel data reconstructed from multi-view images with voxel data made from CG models data of the objects. In the experiments with photographed images, this paper evaluate the 3D models using PSNR. These results show that the proposed method is effective.