3次元点群処理の基礎と PCL(Point Cloud Library) の活用

本セミナーでは、Kinectなどで取得した3D点群データに対して、コンピュータビジョンその他の処理を行うことができる、オープンソースで無料のライブラリ「Point Cloud Library」の入門編を講義形式で行います。
冒頭で3D計測原理とそれに伴ったRGBDデータの構造と使いどころを説明し、Point Cloud Libraryを用いた各種点群処理を使いこなすための基礎力を提供します。 　PCLについては、バージョン1.6までの標準的に用いることになる各モジュールを、基本モジュール編と応用モジュール編に分けて、ソースコードと共にその使いどころを説明します。また、最後に最新のPCL1.7系の新規追加点を解説します。

1. はじめに
   1. コンピュータビジョンとは
   2. 点群処理
   3. Kinectの登場とPoint Cloud Library:民主化した3Dセンシング
   4. Kinect SDKとのPCLの違い
   5. 「ロボットの眼」としての3D点群処理
2. コンピュータビジョンによる3D形状計測の原理
   1. パッシブ3D計測 (ステレオカメラ) の基本原理
   2. アクティブ3D計測 (プロジェクター•カメラシステム) の基本原理
   3. KinectやToFセンサーなどのRGBDカメラの原理
3. RGBDデータの取り扱い
   1. 距離画像の構造
   2. RGBDデータの2.5D性とSurfaceデータ性
   3. RGBデータが画像での処理と変わる点
4. Point Cloud Libraryの概要
   1. PCLの概要
   2. PCLの歴史
   3. Point CloudクラスとRGBDデータ
   4. PCLの各プラットフォームでの使用方法とモジュール構成
   5. PCLのWeb等からの情報源
5. Point Cloud Libraryの基本モジュール
   1. OpenNIGrabberによるRGBDデータのリアルタイム取得
   2. Cloud ViewerとPCL Visualizerによる点群と法線の可視化
   3. Kinectから取得するデータのリアルタイム可視化とデータ保存
6. Point Cloud Libraryの各応用モジュール (PCL1.6) のショートサンプル付き解説 (各モジュールの必要性も解説)
   1. Filter:点群のフィルタリング
   2. Keypoint/Features:キーポイントの検出と特徴記述子の計算
   3. Registration:ICPアルゴリズムによる位置合わせのrefinement
   4. Octree:高速探索のための点群の構造化
   5. SAC:直線や平面の検出などの、ノイズに強いモデルフィッティング
   6. Surface:点群のメッシュ化や、それに伴う穴埋め
7. PCL1.7以降の新機能および発展的その他機能