权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

蛍光に着目したマーカを用いた幾何と深層学習の融合によるミリピクセル画像計測

使用基于荧光标记的几何和深度学习融合进行毫像素图像测量

基本信息

批准号：
22K04136
负责人：
寺林賢司
金额：
$ 2.66万
依托单位：
University of Toyama
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K04136/
关键词：
蛍光球体マーカ画像計測ミリピクセル幾何深層学習

项目摘要

本研究では，モーションキャプチャに代表される三次元画像計測技術の計測精度の向上を目的としている．具体的には，相対精度10^(-6)の計測精度を目指しており，計測範囲1メートルに対して計測精度1マイクロメートルに相当する．これは精密な機械システムの運動計測といった新たな画像計測の応用分野の創出につながるものである．また，この相対精度は，画像範囲1000ピクセルに対して検出精度1ミリピクセルに相当する．ミリピクセル検出の実現のために，新たな画像計測用マーカである「蛍光球体マーカ」を提案した．蛍光球体マーカは，撮影画像中において輪郭部分のコントラストが高く，また形状精度が高いという特徴を持ち，検出エッジに対する幾何フィッティングにより高精度なマーカ位置検出が可能となる．蛍光球体マーカにより従来の再帰性反射マーカよりも約10倍精密なマーカ位置検出を実現した．高精度な画像計測において「照明変動」は計測精度の低下につながる重要な課題であり，蛍光球体マーカの高精度な検出における照明変動時の正確さの改善について検討を行った．具体的には，蛍光球体マーカに対する相対的な照明位置を変化させたときに生じるかたより誤差の補正に取り組み，約5倍の高精度化に成功した．これにより，二乗平均平方根誤差1.3ミリピクセルを達成し，ミリピクセル画像計測の実現可能性を確認した．本補正は照明位置が既知である条件で実施しており，照明位置の推定が課題である．今後は，蛍光球体マーカの撮影画像を対象とした深層学習により回帰問題として本課題の解決に取り組む．

This study aims to improve the accuracy of three-dimensional image measurement technology. Specifically, the relative accuracy of 10^(-6) and the measurement accuracy are indicated in the measurement range 1. This is a new type of motion measurement for precision mechanical systems. The accuracy of this correlation is 1000 pixels, and the accuracy of this correlation is 1 pixel. The new portrait is designed to be used as a reference. In the photo, the shape accuracy of the wheel part is high, the shape accuracy is high, the characteristic is high, and the geometric accuracy is high. The original body is about 10 times more precise than the original body. High precision portrait measurement "illumination variation" is an important problem for measuring accuracy. It is an important problem for improving the accuracy of illumination variation. The precision of the correction is about 5 times higher. The average square root error of the binary image is 1.3. The probability of realization of the binary image measurement is confirmed. This correction is based on the condition that the lighting position is known and the problem of estimating the lighting position is solved. In the future, the problem of deep learning is to solve the problem of deep learning.