3次元点群のノイズ除去について

3次元点群とは？ 1 バックパック型スキャナー iPhone12 LiDAR  点の群れによって、3Dの情報を表現するもの（図[a]）  XYZ座標を持つ点（例：エクセルの1行）が大量にあるイメージ （図[b]） 点群のデータ形式のイメージ 点が集まると対象の形状になる 点群の例 [動画]

点群の利用例：インフラの維持管理の支援 [a] ScanX2.0  車両にレーザースキャナなどを取り付け、移動しながら構造物の3次元情報を取得 引用: 山下ら (2019) 3 次元点群データを活用した インフラ構造物の維持管理 https://www.jstage.jst.go.jp/article/jjspe/85/3/85_228/_pdf  複雑な構造を有する都市道路などの大規模なインフラを効率よく計測可能  測量業務や異常検知などの多くの項目にて、業務の効率化が期待されている

点群の利用例:送電線の検出 [a] ScanX2.0  3次元点群データから送電線を検出する例  樹木との離隔距離を算出して危険度を調査 データ出典: VIRTUAL SHIZUOKA 静岡オープンデータ URL:https://www.pref.shizuoka.jp/machizukuri/1049255/index.html

点群を扱う上での注意点：ノイズの存在 [a] ScanX2.0  対象の周りに不要な点が生成される  処理速度や精度に影響する データ出典: VIRTUAL SHIZUOKA 静岡オープンデータ URL:https://www.pref.shizuoka.jp/machizukuri/1049255/index.html

点群を扱う上での注意点：ノイズの存在 [a] ScanX2.0 データ出典:東京都デジタルツイン実現プロジェクト URL:https://info.tokyo-digitaltwin.metro.tokyo.lg.jp/  今回使用するデータ • 航空機より取得された点群データ  赤丸で囲まれたノイズ点を自動的 に除去することを目指す  本スライドでは、基本的なノイズ処理の 方法を2つ紹介する

ノイズ除去方法①：クラスターによる除去 [a] ScanX2.0  一定距離内の点を同じクラスターに分類  クラスターを構成する点の数が少ないものをノイズとする ノイズ • ノイズは他の点と離れた場所に、小さなクラスターとして存在していると仮定している

ノイズ除去方法②：点間距離による除去 [a]  周辺の点に対する平均距離を計算  距離が大きいものをノイズとしてみなす ノイズでないもの ノイズ • ノイズは近隣の点と距離が遠いと仮定している

結果①：クラスターによる処理 [a]  ノイズとして処理された点をピンク色で示す  クラスターに含まれる点の基準値によってノイズ処理の結果が異なる

結果②：点間距離による除去 [a]  前のスライドと異なる点がノイズになっている

まとめ 10 バックパック型スキャナー iPhone12 LiDAR  ノイズ処理の基本的な手法を試しました  それぞれの処理の原理が異なるため、異なる点が除去されることがわかりました [動画]