| 研究概要 |
障害物除去という本研究の目的に対し,昨年度は1)位置・姿勢情報を持たない複数の画像から障害物領域を背景領域の画素情報で埋めるためのアルゴリズムの考案,2)空間中に十数台ないし数十台配置されたカメラ間でネットワークを構築し,必要な画像を適切に伝送できるシステムの開発を行った.2年目となる本年度は,.昨年度の成果を引き継ぎ,A)実時間アルゴリズムの考案とカメラネットワークシステムとの統合,B)多数の画像を元に,障害物領域を埋めるために最適な背景領域の画素情報を自動選択するアルゴリズムの考案,C)障害物が2つ重なった状況にて,4枚の画像を元に,障害物領域を埋めるために最適な背景領域の画素情報を自動生成するアルゴリズムの考案を行った.
A)に関しては,2画像間の射影変換行列を使用して障害物領域を背景領域で埋める手法を提案した.この手法は少ない計算量で済む特徴があり,実際,カメラネットワークシステムに適用し,ほぼ30fpsで実現できることを確認した.
B)に関しては,A)の手法を改良し,多数の画像から背景領域の画素情報を自動選択する手法を提案した.この手法は画像が多いほど最適な背景領域の画素情報を選択できる特徴があるが,適用範囲と画質の面でまだ改善の余地がある.
C)に関しては,2画像にステレオマッチングを行うことで障害物領域を自動抽出し,残りの2画像を併用して障害物領域を埋めるために最適な背景領域の画素情報を自動生成する手法を提案した.また,この手法により,障害物が2つ重なった状況でも最適な背景領域り画素情報が生成できることを確認した.
また,A)〜C)のいずれの手法も理想的な単一平面背景での適用を念頭にしたものであったが,いずれも平面背景画像に限られることなく,屋外環境画像においても適用できることを確認した.
|
