芸術科学会論文誌 投稿用カバーシート

■ 論文種類（以下のうちから一つ選択）
  ・原著論文 フルペーパー

■ 論文分野（以下のうちから一つ選択）
  ・科学系分野
 
■ 該当特集（以下のうちから一つ選択）
  ・一般論文

■ 論文題名(和文、英文)
測定点群を用いた建造物モデリングのための特徴線抽出法と特徴線マッチング法
Feature Line Extraction and Matching for Modeling Artificial Buildings Using Measured Point Clouds

■ 著者名(和文、英文)
金野哲士　Tetsuji Konno
今野晃市　Kouichi Konno
藤本忠博　Tadahiro Fujimoto
千葉則茂　Norishige Chiba
 
■ 著者所属(和文、英文)
岩手大学　Iwate University

■ 著者e-mail
kontetsu@cis.iwate-u.ac.jp　（金野哲士）
konno@cis.iwate-u.ac.jp     （今野晃市）
fujimoto@cis.iwate-u.ac.jp  （藤本忠博）
nchiba@cis.iwate-u.ac.jp    （千葉則茂）

■ 連絡担当者の氏名、住所、所属、電話、Fax、e-mail
氏名	金野哲士　
住所	〒020-8551　岩手県盛岡市上田4-3-5
所属	岩手大学工学部情報システム工学科　千葉・藤本研究室
電話	019-621-6470
Fax	019-624-4078
E-mail 	kontetsu@cis.iwate-u.ac.jp

■ 論文概要(和文400字程度、英文100ワード程度)
仮想空間上に実空間の建造物をモデリングする手段として，建造物の形状を表す複数の測定点群を，自動的に配置する位置合わせ手法がある．点群位置
合わせ手法は，点ベースの手法と特徴量ベースの手法に分類される．点ベースの手法は，位置合わせの精度が高いという利点があるが，計算量が膨大である．
一方，特徴量ベースの手法は，点ベースの手法よりも計算量が圧倒的に少ないが，位置が合う特徴量を抽出するのが困難である．本論文では，位置合わせに
有効な特徴量を安定的に抽出し，複数の方向から測定した点群を同一の3次元空間へ配置するための手法を提案する．本研究では，建造物の直線的な特
徴に着目し，測定点群から直線的な特徴線を抽出する．複数の測定点群に対して，効率的なマッチング手法を用いて，特徴線同士が一致するような幾何変
換を求めることで，点群位置合わせを行う．大型レンジセンサを用いて測定された実際の建造物の点群に対して，本手法を適用し有効性を確認した．

As one of modeling methods of representing the real world into virtual space, registration methods that automatically match a set of measured point clouds 
have been proposed. Point cloud registration methods are classified into point-based methods and feature extraction methods. Although the point-based 
methods are more accurate than the feature extraction methods, the calculation cost of the registration is large. The feature extraction methods have a lower 
calculation cost, but the extraction of the coincident features is very difficult. In this paper, we propose a registration method that extracts feature lines and 
matches point clouds measured from different directions. Because feature lines are extracted, this method is suitable to model buildings, since they naturally 
unveil linear features. After the extraction, our method efficiently matches a set of measured point clouds by applying the geometrical transformation, so that 
the feature lines coincide. We demonstrate that our method works well for point clouds obtained by measuring real buildings using a range sensor.

■ キーワード(和文5個程度、英文5個程度)
位置合わせ，単位点群，特徴線群，3次元デプスエッジ，点列セグメント
Registration, Unit Point Cloud, Feature Lines Group, 3D Depth Edge, Segment of Points