3Dスキャニングのソースを表示

{{翻訳中途|[[:en:3D scanning]] 02:00, 10 November 2024 (UTC)|date=2024年11月}}
{{出典の明記|date=2022年11月}}
'''3Dスキャニング'''は（スリーディー・スキャニング）、[[3次元映像|3D]][[測定機器]]（[[光スキャナ|光学スキャナ]]、[[レーザースキャナ]]等）を[[使用 (法律)|使用]]し、[[測定]]対象物の[[表面]]形状を[[3次元]]すなわちXYZ値の[[デジタルデータ]]として[[取得]]する[[仕組み]]である<ref>{{Harvnb|Bernardini|Rushmeier|2002 |pages=149–172}}</ref><ref>{{Cite web|url=https://matterandform.net/blog/how-do-3d-scanners-work|title=Matter and Form - 3D Scanning Hardware & Software|website=matterandform.net|access-date=2020-04-01}}</ref><ref>{{Cite web|url=https://www.or3d.co.uk/knowledge-base/what-is-3d-scanning/|title=What is 3D Scanning? - Scanning Basics and Devices|author=OR3D|website=OR3D|language=en|access-date=2020-04-01}}</ref><ref>{{Cite web|url=https://www.aniwaa.com/best-3d-scanner/|title=3D scanning technologies - what is 3D scanning and how does it work?|website=aniwaa.com|language=en-US|access-date=2020-04-01}}</ref><ref>{{Cite web|url=https://www.laserdesign.com/what-is-3d-scanning|title=what is 3d scanning|website=laserdesign.com |accessdate=2022-11-14}}</ref>。3Dスキャン技術とも<ref>{{Cite web|和書|title=3Dスキャンとは |url=https://hara-sss.co.jp/lesson-3dscan/about-3dscan/ |website=有限会社 原製作所 |access-date=2023-09-14 |language=ja}}</ref>。
[[File:VIUscan handheld 3D scanner in use.jpg|thumb|[[ヴァイキング]]の考古資料[[バックル|ベルトバックル]]（台の中央）の3D模型を作る。レーザー式3D画像読み取り装置（画面右）で3次元データを取得（VIUscan）]]<!-- Making a 3D-model of a Viking belt buckle using a hand held VIUscan 3D laser scanner -->
[[File:Lidar P1270901.jpg|thumb|right|240px|この装置[[LIDAR|LiDAR]]（ライダー）でスキャンして取得したデータを加工すると、建物や地層などの3D模型を作成できる。広い範囲に照射するヘッドは水平に回転し、ミラーは垂直に反転。]]<!-- This [[:en:lidar]] scanner may be used to scan buildings, rock formations, etc., to produce a 3D model. The lidar can aim its laser beam in a wide range: its head rotates horizontally, a mirror flips vertically. The laser beam is used to measure the distance to the first object on its path. -->
== 概要 ==
{{出典の明記|section=1|date=2023年9月}}

開発は[[海外]]で先行して発展し、あるいはまた、その趣旨は[[測量]]の延長として[[地形]]（土木系）や大型構造物（[[建築]]系）の形状計測に用いてきた。

{{When|date=2023年9月14日 (木) 05:58 (UTC)}}以前は、形状を[[図面]]化するには測量技術を用いて、測定対象の複数のポイントを測定し、そのポイント間を[[机]]上で線で結ぶなどしてきた。しかし測定対象が大きい、あるいは近寄れないなど実測が難しい場合も多く、また実測に多くの時間と複数の[[作業員]]が必要であった。

2012年には[[溶接]]に用いる遠隔技術への応用が発表され<ref>{{Harvnb|山本|2012|pp=174-177}}</ref>、取得した画像を重ね合わせ精度を高める計測の道は、2016年に開かれた<ref>{{Harvnb|木村|中原|岩内|2016|pages=383-387}}</ref>。測定機器の[[レーザー]]技術ならびに計測値を演算する[[コンピュータ]]能力の飛躍的な向上、デジタル通信や[[無線アクセス]]の技術発展<ref>{{Harvnb|鈴木|高橋|2022|pages=307-313}}</ref>、ハンディ機器（[[タブレット (コンピュータ)|タブレット]]など）の能力が高まるとともに価格が下がると、3Dスキャニングのハードルが大きく下がって適用は範囲を広げた。

主要な計測項目のうち、測定範囲は測定器を中心に50[[メートル|m]]程度までであり、[[測定精度]]は測定器からの距離に[[比例]]して落ちるが1[[ミリメートル|mm]]程度である。

代表的な[[メーカー]]に、[[ヘキサゴン (スウェーデンの企業)]]、[[ライカ]]、ファロー、[[キーエンス]]がある。
=== 用途 ===
収集した3Dデータは[[鋳造|鋳造技術]]や[[考古学]]の研究<ref>{{Harvnb|三船 |廣川|2016|pages=43-54}}</ref><ref>{{Harvnb|三船 |廣川|2017|pages=45-64}}</ref>、[[生物学]]の観察<ref>{{Harvnb|竹下|2021|pages=9-16}}</ref>などのような分野で活用されている。

また3Dスキャナー機器は撮影スタジオ「Iris」<ref>{{Harvnb|久保江|2017|pages=44-51}}</ref>へ応用され、[[エンターテインメント]]業界でも[[知的財産権|知的財産]]として[[劇映画|映画]]や[[仮想現実]]、[[コンピューターゲーム]]の制作に利用されている。あるいはデジタルカメラ技術との融合も進んだ<ref>{{Harvnb|久保|2023|pages= 71-76}}</ref>。

その他の一般的な用途にはAR（[[拡張現実]]）を含み、[[モーションキャプチャ]]、[[ジェスチャ認識]]などの認識技術、[[ロボット]]を用いた[[地図|マッピング]]あるいは身体の寸法を採ったり<ref>{{Harvnb|福田|田中|2016|pages=437-445}}</ref>（計測技術）、[[工業デザイン]]、[[リバースエンジニアリング]]<ref>{{Harvnb|山口|藤巻|2022|pages=4-9}}</ref>および[[プロトタイピング]]などの手法、[[品質管理]]・品質検査、[[非破壊検査]]<ref>{{Harvnb|岸本|2023|pages=83-87}}</ref>への応用ほか、[[文化的人工物]]の[[デジタル化]]によって記録を汎用化したり、データの実体化の一例として[[wikt:矯正|矯正]]器具および[[義肢]]の開発と製作をあげることができる。

== 機能 ==
3Dスキャナの目的は、通常[[モデル (3次元コンピュータグラフィックス)|3Dモデル]]を作成することである。
3Dモデルは、対象の表面を幾何学的にサンプリングした[[ポリゴンメッシュ]]または[[点群 (データ形式)|点群]]で構成される。
これらの要素は、対象の形状を推定するために使用される(''再構成''と呼ばれるプロセス)。

各点の色情報を収集すれば、対象の表面の色や質感も決定できる。

3Dスキャナはカメラに類似している。
通常のカメラと同じく、それらは円錐状の[[画角]]を持ち、遮られていない物体表面の情報のみを収集できる。
カメラが視野内の物体表面に関する色情報を収集するのに対し、3Dスキャナは視野内の物体表面までの距離情報を収集する。
これにより、画像内各点の三次元位置を特定できる。

状況によっては、1回のスキャンでは対象の完全なモデルが生成できないことがある。
異なる方向からのスキャンは、一般に対象全体に関する情報を取得するのに役立つ。
これらのスキャンデータは、''アライメント''または''[[レジストレーション]]''と呼ばれる共通の{{仮リンク|参照システム|en|reference system}}
を使った結合を行い、完全な3Dモデルとする必要がある。
単一範囲のマップから全体モデルを構築するこのプロセスは、3Dスキャンパイプラインとして知られている<ref>{{cite journal |author =Fausto Bernardini, [[w:Holly Rushmeier|Holly E. Rushmeier]] |title=The 3D Model Acquisition Pipeline |journal=Computer Graphics Forum |volume=21 |issue=2 |pages=149-172 |year=2002 |doi=10.1111/1467-8659.00574 |s2cid=15779281 |citeseerx=10.1.1.94.7486 }}</ref><ref>{{Cite web|url=https://matterandform.net/blog/how-do-3d-scanners-work|title=Matter and Form - 3D Scanning Hardware & Software|website=matterandform.net|access-date=2020-04-01}}</ref><ref>{{Cite web|url=https://www.or3d.co.uk/knowledge-base/what-is-3d-scanning/|title=What is 3D Scanning? - Scanning Basics and Devices|last=OR3D|website=OR3D|language=en|access-date=2020-04-01}}</ref><ref>{{Cite web|url=https://www.aniwaa.com/best-3d-scanner/|title=3D scanning technologies - what is 3D scanning and how does it work?|website=Aniwaa|language=en-US|access-date=2020-04-01}}</ref><ref>{{Cite web|url=https://www.laserdesign.com/what-is-3d-scanning|title=what is 3d scanning|website=laserdesign.com|access-date=2024-11-11}}</ref>。

== テクノロジー ==
対象の三次元形状をデジタル的に取得するためのさまざまな方法が存在する。
3D技術は、光学、音響、レーザースキャン<ref>{{cite thesis |last1=Hammoudi |first1=Karim |title=Contributions to the 3D city modeling : 3D polyhedral building model reconstruction from aerial images and 3D facade modeling from terrestrial 3D point cloud and images |date=2011 |url=https://tel.archives-ouvertes.fr/tel-00682442 }}</ref>、[[レーダー]]、熱<ref>{{cite book| author=Pinggera, P.| author2=Breckon, T.P.| author3=Bischof, H.| chapter=On Cross-Spectral Stereo Matching using Dense Gradient Features| title=Proc. British Machine Vision Conference| date=September 2012| pages=526.1-526.12| doi=10.5244/C.26.103| isbn=978-1-901725-46-9| chapter-url=https://breckon.org/toby/publications/papers/pinggera12crossspectral.pdf| access-date=8 March 2024}}</ref>、地震探査<ref>{{Cite web |url=http://www.georgedreher.com/3D_Seismic.html |title=Seismic 3D data acquisition |access-date=2021-01-24 |archive-date=2016-03-03 |archive-url=https://web.archive.org/web/20160303194833/http://www.georgedreher.com/3D_Seismic.html |url-status=dead }}</ref><ref>{{Cite web |url=http://www.lr.tudelft.nl/live/pagina.jsp?id=17783744-e048-4707-a38a-b3b9e2574d03&lang=en |title=Optical and laser remote sensing |access-date=2009-09-09 |archive-url=https://web.archive.org/web/20090903062318/http://www.lr.tudelft.nl/live/pagina.jsp?id=17783744-e048-4707-a38a-b3b9e2574d03&lang=en |archive-date=2009-09-03 |url-status=dead }}</ref>など多くのセンサで活用できる。
3Dスキャンは、接触式と非接触式の2つのカテゴリに分類できる。
非接触式は、さらに能動型と受動型の2つのカテゴリに分類できる。

=== 接触式 ===
[[File:5 Axis Scanning Coordinate Measurement Machine (CMM).png|thumb|スキャニングプローブを備えた座標測定機(CMM)]]

接触式3Dスキャナは、物理的に接触するプローブが部品の周りを移動するときのセンサの位置を記録することで機能する。
接触式3Dスキャナには2つのタイプがある。
* ひとつは、3軸の直交移動軸を備えた伝統的な[[三次元測定機|座標測定機(CMM)]]であり、Z軸にタッチプローブを備える。タッチプローブが部品の周囲を移動すると、各軸のセンサが位置を取得して、XYZ座標を生成する。最新のCMMには、旋回センサヘッドによって2軸が追加提供される5軸システムのものもある。座標測定機は、[[マイクロメートル#ミクロン|ミクロン]]単位の精度を実現する最も正確な3D形状測定機である。座標測定機の精度以外の利点は、[[コンピュータ数値制御|自動(CNC)]]モードのものも手動プローブシステムのもの可能なことである。座標測定機の欠点は、初期費用の高さと操作に技術的知識が必要なことである。
* もうひとつは、多関節アーム型であり、通常、アームの各関節に回転センサを備えている。直交座標測定機と同じく、多関節アームが部品の周りを動くと、手首やヒンジの回転角度と複雑な数式によってアーム端の位置が計算される。直交座標測定機ほどではないが、多関節アーム型はそれでも高い精度を実現し、安価で若干使いやすい。CNC機能は通常無い。
最新の直交座標測定機と多関節アーム型の両方とも、タッチプローブの代わりに非接触レーザースキャナを取り付けることができる。

=== 非接触能動型 ===
能動型スキャナは、物体や環境を調査するために、なんらかを放射あるいは光を照射し、その反射や物体を通過する放射線を検出する。
使用される放射源として、[[光]]、[[超音波]]、あるいは[[X線]]がある。

==== TOF ====
TOF(time-of-flight)3Dレーザースキャナは、レーザー光を使用して対象物を調べる能動型スキャナである。主要素は、TOFレーザー[[距離計]]である。
TOFレーザー距離計は、光パルスの往復時間を計測することで物体表面までの距離を測定する。
[[パルスレーザー (光学)|パルスレーザー]]を照射してから、反射光が検出器で検知されるまでの時間を測定する。
[[光速]] <math>c</math> は既知であるため、往復時間によって光の移動距離(スキャナと物体表面の距離の2倍)が決まる。
<math>t</math> が往復時間の場合、距離は <math> \textstyle c \! \cdot  \! t / 2</math> となる。

TOF3Dレーザースキャナの精度は、時間tをどれだけ正確に測定できるかによって決まる。約3.3[[ピコ秒]]の間に、光は1ミリメートル進む。

レーザー距離計は、その光軸方向の1点までのみの距離を検出する。
したがって、スキャナは、距離計の光軸方向を変化させて、視野全体の点をスキャンさせる。
レーザー距離計の視野方向は、距離計自体を回転させるか、回転ミラーを使用することで変える。
ミラーは軽いので、後者の方法はより高速かつ高精度に回転でき、よく使用されている。
一般的なTOF3Dレーザースキャナは、毎秒10,000～100,000点の距離を測定できる。

TOFは、2D構成でも利用でき、[[TOFカメラ]]と呼ばれている<ref>{{cite book |doi=10.1109/CVPR.2010.5540082 |chapter=3D shape scanning with a time-of-flight camera |title=2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition |year=2010 |last1=Cui |first1=Yan |last2=Schuon |first2=Sebastian |last3=Chan |first3=Derek |last4=Thrun |first4=Sebastian |last5=Theobalt |first5=Christian |pages=1173-1180 |isbn=978-1-4244-6984-0 |s2cid=2084943 }}</ref>。

==== 三角測量法 ====
[[File:Laserprofilometer EN.svg|thumb|right|240px|レーザー三角測量センサーの原理。ふたつの対象物の位置が示されている。]]

[[三角測量]]に基づく能動型3Dレーザースキャナもある。
TOF3Dレーザースキャナと同じく、3Dレーザースキャナも対象物にレーザーを照射するが、カメラを利用してレーザードットの位置を検知する。
物体表面までの距離に応じて、レーザーがあたったドットはカメラの視野内の異なる位置として検出される。
レーザードット、カメラ、レーザー光源位置が三角形を形成するため、この方法は三角測量法と呼ばれる。
三角形の一辺の長さ、つまりカメラとレーザー光源との距離は既知であり、レーザー照射の角度も既知であるので、カメラとレーザードットの角度は、カメラ視野内のレーザー点の位置を検出することで決定できる。
これら3つの情報によって、三角形の形状と大きさが完全に決定され、レーザードットの位置が決まる<ref>{{cite book |doi=10.1109/ICIP.2005.1529778 |chapter=A 3D scanning system based on laser triangulation and variable field of view |title=IEEE International Conference on Image Processing 2005 |year=2005 |last1=Franca |first1=J.G.D.M. |last2=Gazziro |first2=M.A. |last3=Ide |first3=A.N. |last4=Saito |first4=J.H. |pages=I-425 |isbn=978-0-7803-9134-5 |s2cid=17914887 }}</ref>。
ほとんどの場合、取得プロセスを高速化するために、単一のレーザー点ではなく、レーザーストライプで対象を掃引する。

距離を測定するための三角測量法の使用は古代にまで遡る。

==== 利点と欠点 ====

TOF型距離計は、キロメートル単位に及ぶ長距離で動作することができる。
したがって、このスキャナは、建物や地形の特徴などの大きな構造のスキャンに適している。
欠点は、光の速度が速いために往復時間の測定が難しく、距離測定の精度がミリメートル単位と比較的低いことである。

一方、三角測量距離計の測定範囲は、手頃なサイズのデバイスでは通常数メートルに制限されるが、精度は比較的高い。
三角測量距離計は、数十マイクロメートル単位の精度も可能である。

TOF型スキャナは、レーザーが物体のエッジに当たると精度が落ちる可能性がある。これは、ひとつのレーザーパルスに対してふたつの異なる場所からの情報がスキャナに返ってしまうからである。
対象のエッジに当たった点のスキャナ位置に対する相対座標は平均に基づいて計算されるため、測定点が間違った場所に配置されてしまうのである。
対象に対して高解像度スキャンを使用すると、ビームがエッジに当たる可能性が高まり、結果として得られるデータには対象のエッジのすぐ後ろにノイズが表示されやすくなる。
ビーム幅が狭いスキャナはこの問題の解決に役立つが、距離によってビーム幅は増加するため、測定範囲は制限される。
ソフトウェアは、レーザービームが当たる最初の対象の検出に2番目の対象の影響をキャンセルさせるべきか判断するのに役立つ。

サンプル数10,000点程度の低解像度スキャンの所要時間は1秒未満だが、数百万サンプルを必要とする高解像度TOF型スキャナでは数分かかる場合もある。
これにより生じる問題は、動きによる歪みである。
各ポイントが異なる時間にサンプリングされるため、物体またはスキャナに動きがあると、収集されたデータに歪みが生じる。
したがって、通常は物体とスキャナの両方を安定したプラットフォームに取り付け、振動を最小限に抑える必要がある。
このようなスキャナでは、動いている物体をスキャンするのは非常に困難である。

最近では、微量の振動による歪み
<ref>{{cite conference |author1=Francois Blais |author2=Michel Picard |author3=Guy Godin |title=Accurate 3D acquisition of freely moving objects |book-title=2nd International Symposium on 3D Data Processing, Visualisation, and Transmission, 3DPVT 2004, Thessaloniki, Greece |pages=422?9 |publisher=IEEE Computer Society |date=6-9 September 2004 |location=Los Alamitos, CA |isbn=0-7695-2223-8 }}</ref>や、運動や回転による歪みを補償する研究が行われていまる<ref>{{cite journal |last1=Goel |first1=Salil |last2=Lohani |first2=Bharat |title=A Motion Correction Technique for Laser Scanning of Moving Objects |journal=IEEE Geoscience and Remote Sensing Letters |date=January 2014 |volume=11 |issue=1 |pages=225-228 |doi=10.1109/LGRS.2013.2253444 |bibcode=2014IGRSL..11..225G |s2cid=20531808 }}</ref>。

短距離レーザースキャナは、通常1メートルを超える被写界深度をカバーできない<ref>{{cite web |title=Understanding Technology: How Do 3D Scanners Work? |url=https://virtualtechnology.tech/understanding-technology-how-do-3d-scanners-work/ |website=Virtual Technology |access-date=8 November 2020 |archive-date=8 December 2020 |archive-url=https://web.archive.org/web/20201208181115/https://virtualtechnology.tech/understanding-technology-how-do-3d-scanners-work/ |url-status=dead }}</ref>。
長時間スキャンすると、温度変化によりスキャナの位置にわずかな変化が生じる可能性がある。
スキャナが三脚に設置されていても、片側に強い日光があたる場合、三脚の片側が膨張し、スキャンデータがゆっくりと歪んでいってしまう。
一部のレーザースキャナには、スキャン実行中のスキャナの動きを補償する仕組みがある。

==== コノスコピック ホログラフィー ====
{{仮リンク|コノスコープ|en|conoscopic}}システムは、レーザー光を物体表面に照射し、同じ光路に沿って戻ってきた反射光を[[複屈折]]結晶通過の後、CCDで撮像するものである。
その結果は回折パターン状であり、それを周波数解析することで、測定面までの距離を決定できる。
コノスコピックホログラフィーの利点は、測定に必要な光路がひとつだけのために、例えば、小さな穴の深さを測定できる可能性があることである<ref>{{cite journal |last1=Sirat |first1=Gabriel |last2=Psaltis |first2=Demetri |title=Conoscopic holography |journal=Optics Letters |date=1 January 1985 |volume=10 |issue=1 |pages=4-6 |doi=10.1364/OL.10.000004 |pmid=19724327 |bibcode=1985OptL...10....4S |url=https://infoscience.epfl.ch/record/158563/files/OL_10_4_Jan1985.pdf }}</ref>。

=== ハンドヘルドレーザースキャナ ===

ハンドヘルドレーザースキャナは、上記の三角測量法によって3D画像を作成するものである。レーザーの点またはラインがハンドヘルドデバイスから対象に投影され、センサ(通常は[[CCDイメージセンサ]]または[[光位置センサ]])で物体表面までの距離を測定する。
データは内部座標系で取得されるため、移動しているスキャナでデータを収集するには、スキャナの位置も検出する必要がある。
スキャナ位置は、スキャン対象表面上の参照要素(通常は粘着性反射タブだが、研究では自然な特徴も使用されている<ref>{{cite book |doi=10.1109/IROS.2009.5354708 |chapter=The self-referenced DLR 3D-modeler |title=2009 IEEE/RSJ International Conference on Intelligent Robots and Systems |year=2009 |last1=Strobl |first1=K. H. |last2=Mair |first2=E. |last3=Bodenmuller |first3=T. |last4=Kielhofer |first4=S. |last5=Sepp |first5=W. |last6=Suppa |first6=M. |last7=Burschka |first7=D. |last8=Hirzinger |first8=G. |pages=21-28 |isbn=978-1-4244-3803-7 |s2cid=3576337 }}</ref><ref>{{cite book |doi=10.1109/ICRA.2011.5979944 |chapter=Image-based pose estimation for 3-D modeling in rapid, hand-held motion |title=2011 IEEE International Conference on Robotics and Automation |year=2011 |last1=Strobl |first1=Klaus H. |last2=Mair |first2=Elmar |last3=Hirzinger |first3=Gerd |pages=2593-2600 |isbn=978-1-61284-386-5 |s2cid=2921156 |chapter-url=https://elib.dlr.de/69848/1/strobl_2011icra.pdf }}</ref>)を使用するか、外部からのトラッキングにより検出する。
外部からのトラッキングには、多くの場合、センサの位置を取得する[[レーザートラッカー]]とスキャナの向きを取得するカメラの組み合わせ、または3台以上のカメラでスキャナの6自由度すべてを取得する写真測量の形をとる。
どちらの方法も、スキャナに取り付けられた[[赤外線]][[発光ダイオード|LED]]を使用することが多く、周囲の照明に耐えるためフィルターを通してカメラで撮影する<ref>Trost, D. (1999). U.S. Patent No. 5,957,915. Washington, DC: U.S. Patent and Trademark Office.</ref>。

データはコンピュータによって収集され、三次元空間のデータポイントとして記録される。
これを処理することで、三角メッシュに変換し、多くの場合、[[NURBS|非一様有理Bスプライン]]曲面として[[CAD]]モデルに変換できる。
ハンドヘルドレーザースキャナのこのデータに、受動的可視光センサにより得られる物体表面の質感や色を組み合わせることで、完全な3Dモデルを構築(または「[[リバースエンジニアリング]]」)することができる。

=== 構造化照明 ===

構造化照明3Dスキャナは、対象に光のパターンを投影して、対象物上のパターンの変形を観察するものである。
パターンは、[[液晶プロジェクタ]]その他の安定した光源を使用して対象に投影される。
パターンプロジェクターからわずかにオフセットされた位置のカメラがパターンの形状を撮影し、視野内のすべての点までの距離を計算する。

構造化照明スキャンは引き続き非常に活発な研究分野であり、毎年多くの研究論文が発表されている。
構造化照明パターンのパーフェクトマップは[[対応問題]]を解決し、エラー検出とエラー修正を可能にするのに有用である<ref>{{cite journal |last1=Morano |first1=R.A. |last2=Ozturk |first2=C. |last3=Conn |first3=R. |last4=Dubin |first4=S. |last5=Zietz |first5=S. |last6=Nissano |first6=J. |title=Structured light using pseudorandom codes |journal=IEEE Transactions on Pattern Analysis and Machine Intelligence |date=March 1998 |volume=20 |issue=3 |pages=322-327 |doi=10.1109/34.667888 }}</ref>。

構造化照明3Dスキャナの利点は、速度と精度である。
構造化照明スキャナーは、1点ずつスキャンするのではなく、複数の点または視野全体を一度にスキャンする。
視野全体をほんの数秒でスキャンすることで、動きによる歪みの問題が軽減または排除される。
既にシステムの中には、移動する物体をリアルタイムでスキャンできるものもある。

デジタルフリンジ投影と位相シフト技術を使用した構造化照明リアルタイムスキャナが開発されており、顔の表情など動的に変形する可能性がある対象の高密度の詳細を40フレーム/秒で画像取得、再構成、表示することができる<ref>{{cite journal |last1=Huang |first1=Peisen S. |title=High-resolution, real-time three-dimensional shape measurement |journal=Optical Engineering |date=1 December 2006 |volume=45 |issue=12 |pages=123601 |doi=10.1117/1.2402128 |bibcode=2006OptEn..45l3601Z }}</ref>。
最近開発された別のスキャナシステムでは、さまざまな照射パターンを適用することで、120フレーム/秒のフレームレートでの画像取得とデータ処理を実現している。ふたつの動く手など分離している物体表面をスキャンすることもできる<ref>{{cite journal |last1=Liu |first1=Kai |last2=Wang |first2=Yongchang |last3=Lau |first3=Daniel L. |last4=Hao |first4=Qi |last5=Hassebrook |first5=Laurence G. |title=Dual-frequency pattern scheme for high-speed 3-D shape measurement |journal=Optics Express |date=1 March 2010 |volume=18 |issue=5 |pages=5229-5244 |doi=10.1364/OE.18.005229 |pmid=20389536 |bibcode=2010OExpr..18.5229L |doi-access=free }}</ref>。
バイナリ・デフォーカス技術を利用することで、1秒あたり数百<ref>{{cite journal |last1=Zhang |first1=Song |last2=Van Der Weide |first2=Daniel |last3=Oliver |first3=James |title=Superfast phase-shifting method for 3-D shape measurement |journal=Optics Express |date=26 April 2010 |volume=18 |issue=9 |pages=9684-9689 |doi=10.1364/OE.18.009684 |pmid=20588818 |bibcode=2010OExpr..18.9684Z |doi-access=free }}</ref>から数千フレーム<ref>{{cite journal |last1=Wang |first1=Yajun |last2=Zhang |first2=Song |title=Superfast multifrequency phase-shifting technique with optimal pulse width modulation |journal=Optics Express |date=14 March 2011 |volume=19 |issue=6 |pages=5149-5155 |doi=10.1364/OE.19.005149 |pmid=21445150 |bibcode=2011OExpr..19.5149W |doi-access=free }}</ref>もの速度への飛躍的な進歩が達成されている。

=== 変調光3Dスキャナ ===

変調光3Dスキャナは、連続的に変化する光を対象に照射するものである。
一般的には、光の振幅を単純に[[正弦波]]パターンで周期的に変動させている。
カメラが反射光を検出して、パターンの移動量により光路距離を決定する。
変調光によって、スキャナのレーザー以外の外乱光を無視でき、干渉が起きない。

=== 立体データ化の技術 ===

==== 医療用 ====

[[コンピューター断層撮影|CT]]は、大量の2次元X線画像から物体内部の三次元画像を生成する医療画像処理方法である。[[核磁気共鳴画像法|MRT]]も同じく物体内部の三次元画像を生成する医療画像処理技術であり、CTより優れたコントラストを提供、身体のさまざまな軟組織間の正確な分析ができるため、神経(脳)、筋骨格、心臓血管、腫瘍(がん)の画像処理に特に役立つ。
これらは、[[等値線|等値]]面抽出アルゴリズムによって、直接視覚化、操作、3D曲面への変換が可能な3D立体表現を生成する。

==== 工業用 ====

CT、[[X線マイクロトモグラフィ|マイクロトモグラフィー]]、MRIは医学分野で最も一般的だが、[[非破壊検査]]、リバースエンジニアリング、生物学的標本や古生物標本の研究など、他の分野でも物体やその内部のデジタル表示に使われている。

=== 非接触受動型 ===

受動型3Dイメージングは、それ自体はいかなる種類の放射もせず、周囲からの反射の検出に依存する。このタイプのほとんどは、容易に入手できる周囲放射である可視光を検出する。赤外線などの他の種類も使用できる。受動的な方法は、ほとんどの場合、特定のハードウェアを使わずに単純なデジタルカメラで構築可能なため、非常に安価になる。

* ''[[ステレオスコープ]]''システムは通常、距離を離した2台のビデオカメラを使用して、同じシーンを撮影する。各カメラで撮影された画像間のわずかな差異を分析することで、画像内各点までの距離を決定することができる。この方法は、人間の[[立体視]]と同じ原理に基づいている<ref>{{cite web | url=http://www.cogs.susx.ac.uk/users/davidy/teachvision/vision5.html | archive-url=https://web.archive.org/web/20080920173058/http://www.cogs.susx.ac.uk/users/davidy/teachvision/vision5.html | archive-date=2008-09-20 |title=Sussex Computer Vision: TEACH VISION5 |access-date=2024-11-11}}</ref>。

* ''測光システム''は、通常、単一のカメラを使用するが、さまざまな照明条件によって複数の画像を撮影することができる。この方法は、ピクセル毎の物体表面の向きを再現するために、反転画像を得ようとするものである。

* ''シルエット''技法は、三次元対象物の周囲の強いコントラストの輪郭を使用する。シルエットは、対象外殻の外観のようなものである。この方法では、椀形の内側など物体の凹部は検出できない。

==== 写真測量非接触受動型 ====
{{expand section|date=March 2020}}
{{main|写真測量法}}
[[File:Camera Array Photogrammetry.svg|thumb|固定カメラアレイなど、複数の視点から撮影された画像から写真測量再構成パイプラインにより、3Dメッシュまたは点群が生成される。]]

[[写真測量法|写真測量]]は、写真画像の分析に基づいて、物体の3D形状に関する信頼できる情報を与える。結果として得られる3Dデータは、通常、3D点群、3Dメッシュ、または3Dの1点である<ref>{{Cite web|url=https://www.geodetic.com/|title=Geodetic Systems, Inc|website=www.geodetic.com|access-date=2020-03-22}}</ref>。最新の写真測量ソフトウェアは、大量のデジタル画像を自動分析するが、ソフトウェアが再構成パイプラインの重要なステップであるカメラの3D位置を画像から自動決定できない場合、手動操作が必要になることがある。
{{仮リンク|PhotoModeler|en|PhotoModeler}}、{{仮リンク|Geodetic Systems|en|Geodetic Systems}}、[[Autodesk ReCap]]、{{仮リンク|RealityCapture|en|RealityCapture}}、[[Metashape|Agisoft Metashape]]など、さまざまなソフトウェアパッケージが利用可能である。

* ''近距離写真測量''では、通常、[[写真レンズ#レンズの主な分類#単焦点レンズ|単焦点レンズ]]を備えた[[デジタルカメラ|デジタル]][[一眼レフカメラ]]などの手持ちカメラを使用して、対象の画像を撮影し、3D再構成をする<ref>{{Cite web|url=https://80.lv/articles/what-camera-should-you-use-for-photogrammetry/|title=What Camera Should You Use for Photogrammetry?|date=2019-07-15|website=80.lv|language=en|access-date=2020-03-22}}</ref>。被写体には、建物の[[ファサード]]、車両、彫刻、岩、靴などが含まれる。

* 複数のカメラを同期させて同時に複数の視点から対象を撮影する''カメラアレイ''を使用、再構成すれば、人やペットなどの生きた対象の3D点群やメッシュを生成できる<ref>{{Cite web|url=https://www.gentlegiantstudios.com/services/3d-scanning-and-design/|title=3D Scanning and Design|website=Gentle Giant Studios|language=en-US|access-date=2020-03-22|archive-date=2020-03-22|archive-url=https://web.archive.org/web/20200322193509/https://www.gentlegiantstudios.com/services/3d-scanning-and-design/|url-status=dead}}</ref>。
* ''広角写真測量''は、[[全天球カメラ]]などの広角レンズカメラを使用することで、建物の内部や囲まれた空間を取得するのに使用できる。
* ''航空写真測量''は、衛星、民間航空機、または [[無人航空機#定義および名称#ドローン|UAVドローン]]によって取得された航空画像を使用するもので、建物、構造物、地形の画像を収集し、点群またはメッシュとして3D再構成する。

=== センサデータの取得 ===

[[LIDAR]]データと高解像度画像から半自動での建物抽出も可能である。この方法により、物理的にその場所や対象に近づくことなくモデリングが可能になる<ref>[http://www.gisdevelopment.net/application/urban/products/mi08_226.htm Semi-Automatic building extraction from LIDAR Data and High-Resolution Image]</ref>。
航空LIDARデータからデジタルサーフェスモデル(DSM)の生成が可能であり、地面よりも高い物体の自動検出ができる。
建物に関する一般的な知識に基づいて、大きさ、高さ、形状情報などの幾何学的特徴を使用して、建物を他の対象から分離させる。
抽出された建物の輪郭は、直交アルゴリズムを使用して簡略化され、より良い作図品質が得られる。
屋根の稜線を嶺解析により抽出することで、建物は、屋根稜線と傾斜情報に応じた3種類のモデル([[陸屋根]]、[[切妻屋根|切妻]]、[[寄棟造|寄棟]])を使用して、再構成される<ref>{{cite report|url = http://www.grc.missouri.edu/icrestprojarchive/NASA/FeatureExtraction-buildings/Building%20Extraction.pdf|title = 1Automated Building Extraction and Reconstruction from LIDAR Data|page = 11|access-date = 9 September 2019|archive-date = 14 September 2020|archive-url = https://web.archive.org/web/20200914235505/http://www.grc.missouri.edu/icrestprojarchive/NASA/FeatureExtraction-buildings/Building%20Extraction.pdf|url-status = dead}}</ref>。

=== 現地でのデータ取得 ===

LIDARその他のレーザースキャン<ref>{{Cite web |url=http://geoweb.ugent.be/3dda/areas/ |title=Terrestrial laser scanning |access-date=2009-09-09 |archive-url=https://web.archive.org/web/20090511125642/http://geoweb.ugent.be/3dda/areas/ |archive-date=2009-05-11 |url-status=dead }}</ref>は、高さや距離の情報を自動で高速に収集する。
LIDARやレーザーは、建物の高さ測定用として有望になってきている<ref>{{cite web|url = https://ifpwww.ifp.uni-stuttgart.de/publications/1998/ohio_laser.pdf|title = 3D Urban GIS from Laser Altimeter and 2D Map Data | first1 = Norbert |last1 = Haala|first2 = Claus|last2= Brenner|first3= Karl-Heinrich|last3= Anders|website= Institute for Photogrammetry (IFP)|date = 1998|access-date=2024-11-11}}</ref>。
航空LIDARと地上レーザースキャンの両方を使った商用アプリケーションは、建物の高さを抽出するための高速かつ正確な方法である。
建物の抽出は、建物の位置、地上高、向き、大きさ、屋根高さなどを決定するために必要である。
ほとんどの建物は、一般的な多面体、つまり平面と直線による境界の表現で十分に詳細を記述できる。
建物の占有領域を多角形で表現するなどのさらなる処理が、[[地理情報システム|GIS]]データベースに保存するために施される。

フリュー氏とザコール氏は、レーザースキャンおよび地上や上空から撮影した画像を用いて、テクスチャ付き3D都市モデルを自動的に作成するアプローチを紹介している。
このアプローチでは、詳細なファサードモデルを航空モデルと結合させている。
航空モデリングプロセスでは、上空からのエリア全体の撮影から地形形状や建物屋根などの0.5メートル解像度でのモデルが作られる。
地上でのモデリングプロセスからは、建物のファサードの詳細なモデルが作成される。
航空レーザースキャンから取得したデジタルサーフェスモデル(DSM)を使用して、取得機体の位置を特定し、モンテカルロ位置推定(MCL)によって地上のファサードを航空モデルに合わせる。
最後に、ふたつの異なる解像度のモデルを結合して3Dモデルを取得する。

ハーラ氏、ブレナー氏、アンダース氏は、航空レーザー高度計により得られた高さデータに、建物の既存の平面図を組み合わせた。
建物の平面図は、アナログの地図や平面図、デジタルの2DGIS形式で既に取得されている。
このプロジェクトは、これらのさまざまな種類の情報の統合による自動データ取得を可能にするために行われた。
プロジェクトでは、地上画像のマッピングなどによりテクスチャ処理を施した仮想現実都市モデルが生成された。
このプロジェクトは、3D都市GISの高速取得の実現可能性を示した。
検証済みの地上平面図は、3D建物再構成のための非常に重要な情報源となる。
自動的な方法と比べ、この平面図には人間が解釈して統合した情報を持っているため、より信頼性が高い。
したがって、この平面図によってプロジェクトのコストを大幅に削減できる。

===Cost===
{{仮リンク|未翻訳本文|en|3D scanning#Functionality#Cost}}

==再構成==
===点群から===

3Dスキャナや3Dイメージングによって生成された[[点群 (データ形式)|点群]]は、建築や建設の世界において測定や視覚化に直接使用できる。

=== モデルから ===

ほとんどの場合、ポリゴン3Dモデル、[[NURBS]]サーフェスモデル、あるいは編集可能なフィーチャベースのCADモデル (別名[[ソリッドモデリング|ソリッドモデル]])が使用される。

* [[ポリゴンメッシュ]]モデル: 
ポリゴン表現では、曲面が多数の小さな平面からなる多角形としてモデル化される(球体をミラーボールとしてモデル化したようなもの)。ポリゴンモデル(メッシュモデルとも呼ばれる)は、一部の[[CAM]](つまり、機械加工用途)における視覚化には役立つが、一般に「重い」(つまり、大容量データ)ため、この形式は編集には不向きである。ポリゴンモデルへの再構成には、連続した面を作成するために、隣接する点を見つけて直線で接続する必要がある。無料および有料の多くのアプリケーションが利用できる(例: 
{{仮リンク|GigaMesh|en|GigaMesh Software Framework}}、 {{仮リンク|MeshLab|en|MeshLab}}、PointCab、kubit PointCloud for AutoCAD、[https://gexcel.it/it/software/reconstructor Reconstructor]、imagemodel、PolyWorks、Rapidform、{{仮リンク|Geomagic|en|Geomagic}}、Imageware、[[Rhinoceros 3D]]など)。

* [[サーフェスモデリング|サーフェスモデル]]:
より洗練された次のレベルのモデリングとして、曲面パッチのキルトを使用した形のものがある。NURBS、TSpline、または曲線トポロジなどの曲線で表現される。
NURBSを使用すれば、球形は真に数学的な球にできる。一部のアプリケーションはパッチレイアウトが手動だが、クラス最高のものは自動パッチレイアウトと手動レイアウトの両方を提供する。これらのパッチは、CADへ出力した際に軽量で操作しやすいという利点がある。サーフェスモデルはある程度編集可能だが、面を変形させるための押したり引いたりする彫刻的な編集のみ可能である。有機的で芸術的な形状のモデリングに適している。Rapidform、Geomagic、Rhinoceros 3D、[[Maya]]、T Splinesなどで使える。

* [[ソリッドモデリング|ソリッドCADモデル]]: 
エンジニアリング/マニュファクチャリングの視点での形状デジタル化の最終形は、編集可能なパラメータによるCADモデルである。球体は、形状特性パラメータ(中心点と半径)によって記述され、その値を変更することで簡単に編集できる。

このCADモデルは、単に対象の包絡面や形状を記述するだけでなく、「設計意図」(つまり、重要な形状特性と他の形状特性との関係) も表現する。
形状だけでは明らかではない設計意図の例として、ブレーキドラムのラグボルトがある。これはドラム中心の穴と同心でなければならない。
この知識により、CADモデルを作成する順序と方法が決まる。この関係を認識している設計者は、外径を基準にラグボルトを設計するのではなく、穴中心を基準にラグボルトを設計するだろう。CADモデルの作成者は、形状と設計意図の両方を含む完全なCADモデルを望んでいる。

ベンダーは、パラメトリックCADモデルのためのさまざまな方法を提供している。NURBSサーフェスをエクスポートし、CAD設計者に任せてCADでモデルを完成させるものもある (Geomagic、Imageware、[[Rhinoceros 3D]]など)。
また、スキャンデータから、編集と検証が可能な形状特性ベースのモデルを作成する、つまりフィーチャツリー(形状特性構成)をそのままCADに取り込める、形状と設計意図の両方を備えた完全なネイティブCADモデルを生成するものもある(Geomagic、Rapidformなど)。例えば、市場では、SolidWorksなどの確立されたCAD用のさまざまなプラグインが提供されている。 

Xtract3D、DezignWorks、Geomagic for SolidWorksを使用すると、SolidWorks内で3Dスキャンを直接操作できる。また他のCADアプリケーションは、限定されたポイントまたはポリゴンモデルをCAD環境 ([[CATIA]]、[[AutoCAD]]、[[Revit]]など)内で操作できる堅牢さを有する。

=== 多層2Dスライスから ===
[[File:CT Scan of Dale Mahalko's brain-skull.jpg|thumb|right|脳と眼球のCTスキャン3D再構成[[DICOM]]画像。この画像では、骨または空気の密度の領域を透明として、断面を積み重ねて空間配置されてる。脳の周囲外環は、頭蓋骨の外側にある皮膚と筋肉の軟組織である。背景が黒いボックスで囲まれて示されている。これらは単に積み重ねられた2D画像であり、端から見ると厚さがゼロであるが、各DICOMデータは、薄くスライスにされた平均約5mmの物質を表している。]]

CT、工業用CT、MRI、マイクロCTスキャナは、点群を生成するのではなく、多層2D断面(それぞれを[[トモグラフィ|トモグラフ像]]と呼ぶ)を生成し、これらを積み重ねて3D表現をする。必要な出力に応じて、これを行ういくつかの方法がある。

* [[ボリュームレンダリング]]: 
通常、対象の異なる部位は、[[しきい値]]をまたぎ異なる[[グレースケール]]密度となっているので、それにより三次元モデルを構築し、画面上に表示することができる。さまざまなしきい値から複数のモデルを構築し、対象の各部位を異なる色で表すことができる。ボリュームレンダリングは通常、スキャンされた対象の視覚化にのみ使用される。

* {{仮リンク|画像セグメンテーション|en|Segmentation (image processing)}}:
異なる部位が同じようなグレースケール値を持つ場合、ボリュームレンダリングのパラメーターを調整するだけではそれらを分離できない可能性がある。この解決には、セグメンテーションと呼ばれる、画像から手動または自動で分離する手順が用いられる。画像セグメンテーション用のソフトウェアでは、通常、セグメント化された構造をCADまたは[[Standard Triangulated Language|STL]]形式で出力して、さらに操作することができる。

* {{仮リンク|イメージベースメッシュ|en|Image-based meshing}}:
コンピューター解析([[数値流体力学|CFD]]や[[有限要素法|FEA]]など)に3D画像データを使用する場合、CADからデータを単純にセグメント化してメッシュ生成すると時間がかかり、多くの画像データの複雑な形状では事実上扱いにくくなる。
イメージベースメッシュは、正確かつ現実的な幾何学表現をスキャンデータから自動生成する。

=== レーザースキャンから ===

''{{仮リンク|レーザースキャン|en|Laser scanning}}''は、[[レーザー]]を使用して物体表面をサンプリング、スキャンする一般的な方法である。
いくつかの利用分野が存在し、使用されるレーザーのパワー、そしてスキャンプロセスが異なる。
低出力レーザーは、デジタル化するだけで済む場合など、スキャンされた物体表面に影響を与える必要がない場合に使用される。
[[共焦点]]や3Dレーザースキャンは、スキャンされた物体表面に関する情報を取得する方法である。
別の低出力の利用例では、構造化照明を使用して太陽電池の平坦度計測におて<ref>{{cite web|url=https://arrival3d.com/glossary/#letter-m|title=Glossary of 3d technology terms|date=23 April 2018|access-date=2024-11-11}}</ref>2000枚/時を超えるウェーハの応力算出を可能にしている<ref>{{cite journal |author1=W. J. Walecki |author2=F. Szondy |author3=M. M. Hilali |title=Fast in-line surface topography metrology enabling stress calculation for solar cell manufacturing allowing throughput in excess of 2000 wafers per hour |journal=Meas. Sci. Technol. |volume=19 |issue=2 |pages=025302 |year=2008 |doi=10.1088/0957-0233/19/2/025302 |s2cid=121768537 }}</ref>。

産業用のレーザースキャン装置のレーザー出力は、概ね通常、1W未満である。多くは200mW以下だが、場合によってはそれ以上になる。

=== 写真から ===
{{see also|写真測量法}}

ステレオ画像を使用することで、3Dデータの取得と対象の再構成ができる。
ステレオ写真測量法またはオーバーラップさせて撮影した画像での写真測量法は、2D画像を使用した3Dマッピングと再構成の主要な方法である。
カメラやデジタルカメラを使用して建物などの物体を近くから撮影し、航空写真測量とまったく同じ理論を使用して再構成する近距離写真測量も、成熟レベルにある。
これを実行できるソフトウェアの例とて、{{仮リンク|Vexcel|en|Vexcel}}FotoG 5が挙げられる<ref>[https://web.archive.org/web/20121026132954/http://www.highbeam.com/doc/1G1-88825431.html Vexcel FotoG]</ref><ref>{{Cite web |url=http://www.directionsmag.com/article.php?article_id=628 |title=3D data acquisition |access-date=2009-09-09 |archive-url=https://web.archive.org/web/20061018212928/http://www.directionsmag.com/article.php?article_id=628 |archive-date=2006-10-18 |url-status=dead }}</ref>。
このソフトウェアは現在、Vexcel {{仮リンク|GeoSynth|en|GeoSynth}}に置き換わっている<ref>{{Cite web |url=http://www.vexcel.com/geospatial/geosynth/index.asp |title=Vexcel GeoSynth |access-date=2009-10-31 |archive-url=https://web.archive.org/web/20091004101204/http://www.vexcel.com/geospatial/geosynth/index.asp |archive-date=2009-10-04 |url-status=dead }}</ref>。
同類のソフトウェアとして、{{仮リンク|Microsoft Photosynth|en|Microsoft Photosynth}}<ref>{{Cite web |url=http://photosynth.net/about.aspx |title=Photosynth |access-date=2021-01-24 |archive-date=2017-02-05 |archive-url=https://web.archive.org/web/20170205005245/https://photosynth.net/about.aspx |url-status=dead }}</ref><ref>[http://grail.cs.washington.edu/rome/ 3D data acquisition and object reconstruction using photos]</ref>がある。

2D航空ステレオ画像から、3D形状構造データを取得する半自動の方法が、{{仮リンク|シシ・ズラタノワ|en|Sisi Zlatanova}}によって発表されている<ref>{{Cite thesis |url=http://www.gdmc.nl/zlatanova/thesis/html/refer/ps/sz_jp_kt98.pdf |title=3D Object Reconstruction From Aerial Stereo Images |access-date=2009-09-09 |archive-url=https://web.archive.org/web/20110724152353/http://www.gdmc.nl/zlatanova/thesis/html/refer/ps/sz_jp_kt98.pdf |archive-date=2011-07-24 |url-status=dead }}</ref>。
この方法では、3Dの対象を自動的に再構成するために多数の点を手動でデジタル化することが必要である。
再構成されたそれぞれの対象物は、ワイヤフレーム像とステレオモデルを重ね合わせることで検証される。
形状構造化された3Dデータはデータベースに保存され、対象物の視覚化などに使用される。2D画像を使用して3Dデータを取得するソフトウェアとして、次のものが挙げられる。

[[Metashape]]<ref>{{Cite web|url=http://www.agisoft.com/|title=Agisoft Metashape|website=www.agisoft.com|language=en|access-date=2017-03-13}}</ref> 、{{仮リンク|RealityCapture|en|RealityCapture}}<ref>{{Cite web|url=https://www.capturingreality.com/|title=RealityCapture|website=www.capturingreality.com/|language=en|access-date=2017-03-13}}</ref>、ENSAIS Engineering College TIPHON (Traitement d'Image et PHOtogrammetrie Numerique).<ref>{{Cite web |url=http://www.ifp.uni-stuttgart.de/publications/commIV/koehl2neu.pdf |title=3D data acquisition and modeling in a Topographic Information System |access-date=2009-09-09 |archive-url=https://web.archive.org/web/20110719111451/http://www.ifp.uni-stuttgart.de/publications/commIV/koehl2neu.pdf |archive-date=2011-07-19 |url-status=dead }}</ref>

建物モデルを地形情報システムの地形データと合体するコンセプトによる半自動の建物抽出方法が、フランツ・ロッテンシュタイナーによって開発された。
彼のアプローチは、写真測量に複合モデル手法を適用し、推定される建物パラメーターを統合するものである。
建物は単純な[[プリミティブ]]に分解され、個別に再構成された後、[[ブーリアン演算]]によって結合される。
プリミティブと統合された建物モデル両方の内部データ構造は、境界表現によっている<ref>{{Cite web |url=http://www.commission3.isprs.org/pia/papers/pia03_s2p1.pdf |title=Performance evaluation of a system for semi-automatic building extraction using adaptable primitives |access-date=2009-09-09 |archive-url=https://web.archive.org/web/20071220154004/http://www.commission3.isprs.org/pia/papers/pia03_s2p1.pdf |archive-date=2007-12-20 |url-status=dead }}</ref><ref>{{cite book |last1=Rottensteiner |first1=Franz |title=Semi-automatic extraction of buildings based on hybrid adjustment using 3D surface models and management of building data in a TIS |date=2001 |publisher=Inst. fur Photogrammetrie u. Fernerkundung d. Techn. Univ. Wien |isbn=978-3-9500791-3-5 |hdl=20.500.12708/373 }}</ref>。

張氏のアプローチ<ref>{{Cite book |last=Zhang |first=Zhengyou |title=Proceedings of the Seventh IEEE International Conference on Computer Vision |chapter=Flexible camera calibration by viewing a plane from unknown orientations |date=September 1999 |chapter-url=https://ieeexplore.ieee.org/document/791289 |volume=1 |pages=666-673 |doi=10.1109/ICCV.1999.791289 |isbn=0-7695-0164-8 |s2cid=206769306 |via=}}</ref>では、複数の画像から表面形状を再構成する方法が使用されている。
基本アイデアは、3Dステレオデータと2D補正画像の統合を検討することである。
このアプローチは、複数の画像から幾何学的精査によってロバストかつ正確とされた特徴点のみ、空間再構成させるという思想である。
ステレオデータの密度不足と避けられない欠落は、複数の画像からの情報を使用して埋める必要がある。
つまり、このアイデアは、最初にステレオ像から小さな表面パッチを構築し、次に最良優先戦略を使用してその近傍画像の信頼できるパッチを表面全体に徐々に伝播させるものである。
課題は、与えられたステレオ画像から最適な局所表面パッチを探し出すことに帰着する。

マルチスペクトル画像も、3D建物検出に使用される。
手前(建物を覆う草木)と奥(建物)のデータに[[NDVI|植生指数]]を使用して加工される<ref>{{Cite web |url=http://www.cmis.csiro.au/Hugues.Talbot/dicta2003/cdrom/pdf/0673.pdf |title=Multi-spectral images for 3D building detection |access-date=2009-09-09 |archive-url=https://web.archive.org/web/20110706113813/http://www.cmis.csiro.au/Hugues.Talbot/dicta2003/cdrom/pdf/0673.pdf |archive-date=2011-07-06 |url-status=dead }}</ref>。

投影または透過またはその組み合わせによる単一画像から物体間の測定をする技術も採用されている。
この技術は、処理時間が速く、ステレオ測定よりもはるかにコストが低い。{{Citation needed|date=April 2019}}

== ギャラリー ==
{{Gallery
|width=200
|ファイル:PMS - 3D-skeniranje okostja brazdastega kita Lenore (Magelan, 2013-08-05).jpg|[[ナガスクジラ]]の骨格を3Dスキャンして画像化する作業（{{仮リンク|スロベニア自然史博物館|en|Natural History Museum of Slovenia|label=スロベニア自然史博物館所蔵}}、2013年8月）<!--3D scanning of a [[:en:fin whale]] skeleton in the [[:en:Natural History Museum of Slovenia]] (August 2013)  -->
|ファイル:Fantasitron photo booth at Madurodam can scan up to two people at a time IMG 3797 FRD.jpg
|ミニチュア遊園地[[マドローダム]]に設置した3D画像撮影用のブース（画面奥、ファンタジトロン製）。手前の台にガラス容器を並べ、撮影データを加工したミニチュア像を展示してある。<!-- Fantasitron 3D photo booth at [[:en:Madurodam]] -->
|ファイル:Madurodam Shapeways 3D selfie in 1 20 scale after a second spray of varnish FRD.jpg
|20分の1スケールで撮影した{{仮リンク|3D自撮り画像|en|3D selfie}}を[[石膏]]で立体に整形したサンプル。複数の2次元画像を撮影して再構成し、[[:en:Shapeways|Shapeways]]{{en icon}}を使って造ったもの。（[[オランダ]]の遊園地マドローダムで撮影し造形）<!-- [[:en:3D selfie]] in 1:20 scale printed by [[:en:Shapeways]] using gypsum-based printing, created by [[:en:Madurodam]] miniature park from 2D pictures taken at its Fantasitron photo booth -->
}}
== 参考文献 ==
本文の典拠、脚注に使用。主な執筆者順。
* {{Cite journal|和書|title=パイプラインの腐食と損傷の最新検出手法 : プラント設備の非破壊検査向け最新3Dスキャン手法の紹介（特集 腐食・防食・耐食 ; 検査・モニタリング）|author=岸本 毅|journal=配管技術 = The piping engineering |editor= 配管技術編集委員会 |publisher=東京 : 日本工業出版|巻=65|号=第4号（通号876号|edition=増刊|date=2023-03|ref={{Harvid|岸本|2023}}|pages=83-87 |url= http://id.ndl.go.jp/bib/000000019541}}別題：[3D Scanning solution to detect pipeline corrosion and damage]。
* {{Cite journal|和書|author=木村 元|author2=中原 勇登|author3=岩内 也樹|year=2016|date=2016-05|title=高速3Dスキャンデータの重ね合わせ処理による高精度計測に関する研究|url=http://id.ndl.go.jp/bib/000010828429|journal=日本船舶海洋工学会講演会論文集 Conference proceedings, the Japan Society of Naval Architects and Ocean Engineers|issue=22|ref={{Harvid|木村|中原|岩内|2016}}|pages=383-387|publisher=[東京] : 日本船舶海洋工学会}}別題：[High Precision Measurement by Superposition Processing of High-Speed 3D Scan Data]。
* {{Cite journal|和書|title= 3Dスキャン・検査・コントロール機能の全てを搭載 : オールインワン3次元スマートセンサー「Gocator」（特集 高速・小型化・3D・AI etc…高機能化が進むスマートカメラ（2））|author= 久保 祐貴|journal= 画像ラボ |editor= 画像ラボ編集委員会 |publisher= 東京 : 日本工業出版|巻=34 |号=第8号（通号404）|date=2023-08|ref=
{{Harvid|久保|2023}}|pages= 71-76|url=http://id.ndl.go.jp/bib/000000090042}}別題：[The all-in-one 3D smart sensor Gocator that provides built-in 3D scan, measurement, and control capability with FactorySmart]。
* {{Cite journal|和書|author=久保江 陽介|date=2017-09|title=写真測量法（フォトグラメトリー）を用いた3Dスキャンスタジオ『iris』について|url=http://id.ndl.go.jp/bib/000000002025|journal=映画テレビ技術 = The motion picture & TV engineering|issue=781|ref={{Harvid|久保江|2017}}|pages=44-51|publisher=東京 : 日本映画テレビ技術協会}}別題：[iris : 3D scanning studio using photogrammetry]。
* {{Cite journal|和書|author=鈴木 謙一|author2=高橋 成五 |title= 水中ライダ : 水中における可視光3Dスキャンライダの開発（小特集 ラストフロンティアに挑む水中無線技術）|journal= B-plus : 電子情報通信学会通信ソサイエティマガジン|publisher= 東京 : 電子情報通信学会通信ソサイエティ|issue= 60|date= 2022.春|ref={{Harvid|鈴木|高橋|2022}}|pages=307-313|url= http://id.ndl.go.jp/bib/000010567503}}別題：[Underwater LiDAR : Development of Underwater Visible 3D Scan LiDAR]。
* {{Cite journal|和書|author=竹下 俊治|editor=広島大学大学院教育学研究科附属教育実践総合センター|year=2021|title=生物の形態観察における3Dスキャンアプリの活用 |url=http://id.ndl.go.jp/bib/000000096192|journal=学校教育実践学研究|volume=27|ref={{Harvid|竹下|2021}}|pages=9-16|publisher=[[東広島市|東広島]] : [[広島大学]]大学院教育学研究科}}別題：[Using of the 3D scanning application for morphological observations in biology class]。
* {{Cite journal|和書|author=福田 香子|author2=田中|first2=浩也|editor=日本バーチャルリアリティ学会|editor2=Virtual Reality Society of Japan|year=2016|title=個人の身体に関する3Dスキャンデータと、その実物大3Dプリント品に対する鑑賞者の行動と考察 : 「i am」の制作を通して（「アート&エンタテインメント4」特集） |url=http://id.ndl.go.jp/bib/000000103304|journal=日本バーチャルリアリティ学会論文誌|volume=21|issue=第3号（通号81）|ref={{Harvid|福田|田中|2016}}|pages=437-445|publisher=東京 : 日本バーチャルリアリティ学会|issn=1344-011X}}別題：[An Art work "I am" making for Deliberation of personal 3D scan data and its printed objects]
* {{Cite journal|和書|author=三船 温尚|author2=廣川 守|editor=Fusus編集委員会|date=2016-02|title=3Dスキャンと鋳造痕跡調査による古代[[中国の青銅器|中国青銅器]]の文様技法研究（1）[[根津美術館]]所蔵[[饕餮|饕餮文]][[方罍]]と饕餮文[[中国の青銅器#酒器|方彝]]について |url=http://id.ndl.go.jp/bib/000009347679|journal=Fusus : アジア鋳造技術史学会誌 : journal of the Society for the History of Asian Casting Technology|issue=8|ref={{Harvid|三船 |廣川|2016}}|pages=43-54|publisher=[[高岡市|高岡]] : アジア鋳造技術史学会}}別題：[Study on Techniques for Patterning Ancient Chinese Bronzeware by Three-Dimensional Scanning and Tracing Casting (1) Fang Lei with Taotie Motif and Fang-Yi with Taotie Motif Owned by the Nezu Museum]。
* {{Cite journal|和書|author=三船 温尚|author2=廣川 守|editor=Fusus編集委員会|year=2017|date=2017-6|title=3Dスキャン調査による東京国立博物館蔵羽状文扁壷の文様鋳造技術研究|url=http://id.ndl.go.jp/bib/000009347679|journal=Fusus : アジア鋳造技術史学会誌 : journal of the Society for the History of Asian Casting Technology|issue=9|ref={{Harvid|三船|廣川|2017}}|pages=45-64|publisher=高岡 : アジア鋳造技術史学会}}別題：[An Examination of Pattern-Casting Techniques in a 3D-Scan Study of the Bian Hu with a Wing Pattern Held at the Tokyo National Museum]。
* {{Cite journal|和書|title=木材の質感を伝達する製品提案手法の開発と家具製品への応用（第2報）3Dスキャンとリバースエンジニアリングによる実製品の3DCG作成の事例研究|author=山口 穂高|author2=藤巻 吾朗|journal=岐阜県生活技術研究所研究報告 |editor= 岐阜県生活技術研究所 |publisher=高山 : 岐阜県生活技術研究所|巻=|号=24|year=2022|ref={{Harvid|山口|藤巻|2022}}|掲載ページ=4-9|url=http://id.ndl.go.jp/bib/000000106920}}別題：[Development of Communication Method Presenting Wooden Visual Textures and Application for Furniture (2) Case Study for Creating 3DCGs from Actual Products via 3D Scanning and Reverse Engineering]。
* {{Cite journal|和書|author=山本 努|year=2012|date=2012-4|title=リモート溶接を可能にするインテリジェント3Dスキャンシステム（特集 高輝度レーザによる加工応用と周辺光学機器の最新動向））|url=http://id.ndl.go.jp/bib/000000036871|journal=Optronics : 光技術コーディネートジャーナル|volume=31|issue=4（通号364）|pages=174-177|publisher=東京 : オプトロニクス社|accessdate=2023-09-14|ref={{Harvid|山本|2012}}}}別題：[Intelligent 3D Scanning system by SCANLAB]。

;洋書
* {{cite journal |author1 =Bernardini, Fausto |author2= Rushmeier, Holly E. |author-link2= en:Holly Rushmeier |title=The 3D Model Acquisition Pipeline |journal=Computer Graphics Forum |volume=21 |issue=2 |ref={{Harvid|Bernardini|Rushmeier|2002 }}|pages=149–172 |year=2002 |doi=10.1111/1467-8659.00574 |s2cid=15779281 |citeseerx=10.1.1.94.7486 }}
==脚注==
{{脚注ヘルプ}}
{{reflist|30em}}
== 関連項目 ==<!-- 50音順 -->
{{div col||15em}}
* [[3DCGソフトウェア]]
* [[エピポーラ幾何]]
* [[光学文字認識]]（OCR）
* [[ジオラマ]]
* [[デジタイズ]]
* [[複製]]
* [[ホログラム]]
*[[ライトフィールドカメラ]]
{{div col end}}
== 外部リンク ==
* {{Commonscat-inline|3D scanning}}
{{レーザー}}
{{DEFAULTSORT:すりいていすきやにんく}}
{{Normdaten}}
[[Category:3DCG]]
[[Category:3DCGソフトウェア]]
[[Category:3次元映像]]
[[Category:計測機器]]
[[Category:コンピュータビジョン]]
[[Category:測地学]]
[[:en:Category:測定]]
[[:en:Category:測量]]
[[Category:地図学]]
[[Category:レーザーアプリケーション]]
[[Category:レーザーイメージ取得]]
<!-- [[:en:Category:3D scanners]] -->