SlideShare a Scribd company logo
VisualSfMとMeshLabとCloudCompareによる
ドローン撮影画像を用いたデジタル地図作成
東京大学駒場リサーチキャンパスAn棟2階
2015年10月9日(金)10時-13時
FOSS4G 2015 Tokyo ハンズオン
立命館大学アート・リサーチセンター
山口欧志
1.はじめに
この資料について
・資料の利用について
この資料は クリエイティブ・コモンズ 表示 4.0 国際 ライセンスの下に
ご利用ください。資料とは、この資料に登場する文章と画像と数値、そしてこの資
料でデータ処理用のサンプルとして利用するデータです。データとは、ドローンで
撮影した画像と解析結果のデータ(中間生成ファイル)を指します。出典を明示さ
えすればどのように使っていただいてもかまいません。この資料を踏み台にして、
どんどん内容を充実していただければ幸いです。
・資料が不完全な点について
この資料には、説明の至らない点が多々あると思います。そうした点は、今後
改善していきますが、ひとまず今の時点で発表いたします。
また、この資料に登場する各種プログラムはプログラムの更新によって、資料
で示したものと必ずしも同じ手順や画面にならない可能性があります。
データの処理に用いるPCについて
この資料で説明するデータの処理は、Windows OSの64bit版(Windows7,
Windows8, Windows8.1, Windows10)という動作環境の下、おこなっていま
す。
これ以外のWindows OSの32bit版(32bit版は一部の処理でメモリ不足と
エラーが出てしまいます)をはじめ、MacやLinux環境での動作までは対応でき
ておりませんので、あらかじめ御理解ください。
ただし、MacやLinux環境でも64bit版であれば環境さえ構築すれば、同様の
手順で各種データを作成することができます。
データの処理に用いるプログラムとそのバージョンについて
この資料では、それぞれ次のバージョンのプログラムを使用しています。
• VisualSFM version 0.5.26
• MeshLab version 1.3.3
• CloudCompare version 2.6.2
• QGIS version 2.10.1
謝辞
この資料は、次の科研費により得た研究成果の一部をもとにしています。
• JSPS科研費26870764
• JSPS科研費25292213
1-1 自己紹介
名前:山口 欧志(やまぐち ひろし)
専門:景観考古学(文化遺産のデジタル資料化とこれを活用した古代社会の景観研究)
フィールド:日本、モンゴル国、ウズベキスタン共和国
所属:立命館大学アート・リサーチセンター
仕事内容:小型文化遺産の3Dデジタルアーカイブと活用法の体系化
 撮影した画像から、地図を作る方法を身につける。
(ドローンで撮影した画像だけでなく、3~5mほどの高さから撮影した画像にも使える方法)
 関連する知識や情報を得る手段を知る。
1-2 このハンズオンの目標
テクスチャ付きメッシュ
位置情報をもった点群
GISデータ
3Dモデル
このハンズオンでつくるもの
ドローンを使った空撮
1-3 撮影画像から地図作成までの流れ
GISを使ったいろいろな処理
このハンズ
オンが扱う
主な範囲
ドローンを使った空撮
ドローンを使った空撮と、SfM-MVSの利用可能性の参考文献
ドローンを使った撮影と、SfM-MVSの利用可能性については、
たとえば、以下などが参考になります。
内山庄一郎 ・井上 公 ・鈴木比奈子2014
「SfM を用いた三次元モデルの生成と災害調査への活用可能性に関する研究」
防災科学技術研究所研究報告 第81号 p.37-60
http://dil-opac.bosai.go.jp/publication/nied_report/PDF/81/81-4uchiyama.pdf
(2015年11月15日確認)
※(以降のスライドに登場する全てのURIは、2015年11月18日に確認しました)
1 はじめに
1-1 自己紹介
1-2 このハンズオンの目標
1-3 撮影画像から地図作成までの流れ
1-4 このハンズオンのメニュー
2 3次元モデルの作成
2-1 SfMとMVSを使った3次元モデルの概要
2-2 Visual SFMとMeshLabとCloudCompareのインストール
2-3 Visual SFMを使った3次元モデル作成と出力
3 3次元モデルのテクスチャー貼り
3-1 MeshLabによる点群からサーフェス(面)の作成
3-2 MeshLabによるサーフェスへのテクスチャー貼り
4 3次元モデルへの位置情報追加
4-1 CloudCompareを使った3次元モデルへの位置情報追加(点群編)
4-2 CloudCompareを使った3次元モデルへの位置情報追加(サーフェス編)
4-3 GISデータとしての出力
1-4 このハンズオンのメニュー
2 3次元モデルの作成
2-1 SfMとMVSを使った3次元モデルの概要
2-2 Visual SFMとMeshLabとCloudCompareのインストール
2-3 Visual SFMを使った3次元モデル作成と出力
2 3次元モデルの作成
2 3次元モデルの作成
2-1 SfMとMVSを使った3次元モデルの概要
2-1 SfMとMVSを使った3次元モデルの概要
1 SfM-MVSの位置付け
2 SfM
3 MVS
3 SfM-MVSの代表的なプログラム
4 現状の課題
5 概要のまとめ
2-1 SfMとMVSを使った3次元モデルの概要
いきなりSfM-MVSのお話をする前に、
考古学や文化遺産の調査研究に携わる僕にとってのSfM-MVSの位置付けを確認します。
2-1-1 SfM-MVSの位置付け
文化遺産の記録方法(例えば、、)
• アナログ
• テキスト
• スケッチ
• 実測
• フィルム写真撮影
• デジタル
• デジタル写真撮影
• デジタル写真測量
• SfM-MVS(Structure from Motion, Multi-View Stereo)
• パノラマ画像
• 動画撮影
• 3Dレーザー計測
• GNSS(Global Navigation Satellite System(s)):汎地球航法衛星システム
考古学や文化遺産の調査研究にとってSfM-MVSは、、
 文化財や文化遺産を次世代に伝えるために。
 数ある方法のひとつ。
 使うことが目的ではない。
 対象について、深く知り、考えるために使う。
この方法に拘らず、常に最適な方法を模索しつづける。
考古学は、遺跡を掘るだけでなく、
発掘前・発掘中・発掘後の遺物・遺構・遺跡の記録とそれらの活用も重要
2-1-2 SfM
 SfM(Structure from Motion)
撮影した動画や画像から、撮影位置やカメラのパラメータを求め、
被写体の粗い3次元点群を復元する技術。
2-1-3 MVS
 MVS(Multi View Stereo)
SfMによって得られた粗な点群とカメラのパラメータと画像を利用して、密な3次元モデ
ルを作成し、これに対してテクスチャーを貼る技術。
2-1-4 SfM-MVSの代表的なプログラム
名称 機能 価格 操作の手軽さ
PhotoScan Pro
PhotoScan Standard
◎
○
○$549
◎$59
◎
Pix 4D
◎
※空撮Drone
→地形復元向け
×$1990
○
Visual SFM with PMVS2/CMVS
+
MeshLab ◎ 無料 僕には最初の環境整備
が少し難しかった
この他にOpenDroneMapやOpenMVGなどもあります。
Photoscanの画面
Pix4Dの画面
VisualSFMの画面
CMPMVSで立体視動画
CMPMVSについては、こちら↓
http://ptak.felk.cvut.cz/sfmservice/websfm.pl?menu=cmpmvs
2-1-5 現状の課題
• 照明:色や露光の最適化
• 省力化:撮影から3次元モデル作成までの手間
• 処理速度:たくさんの写真を扱うと、時間がかかる
• 標準化:データ形式、メタ情報、点群密度の検討
• 公開:ライセンス、オープンデータ化
2-1-6 概要のまとめ
 目的や条件によって最適な道具立ては異なる。
 SfM-MVSは数ある道具の1つ。
 SfM-MVSは誰もが導入できる!
 自らの手でデジタル資料化できる!
2 3次元モデルの作成
2-2 Visual SFMとMeshLabとCloudCompareのインストール
2-2 Visual SFMとMeshLabとCloudCompareのインストール
2-2-1 VisualSfMのインストール
http://ccwu.me/vsfm/
インストールガイド
http://ccwu.me/vsfm/install.html
自分の作業環境に合ったバー
ジョンをダウンロード
可能であれば、64bit版をダウ
ンロード。
VisualSFMはオープンソース
じゃないけれど、
商業目的以外なら自由に使える。
文字通り、視覚的に分かりや
すく、SfMを実行するプログラ
ム。別途プログラムを追加す
れば、MVSも実行できる。
ダウンロードして解凍
http://ccwu.me/vsfm/
ダウンロードしたファイルを解凍すると、
ディレクトリ「VisualSFM_windows_64bit」ができる。
解凍してできたディレクトリをCドライブ直下にコピー
ディレクトリの場所は、「C:¥VisualSFM_windows_64bit」 になる。
この「VisualSFM~」のディレクトリに、MVS用のファイルをコピーする
この場所に、cmvs.exeと、pmvs.exeと、genOption.exeと、pthreadVc2.dll
をコピーする。これらのファイルは、PMVS2/CMVS実行プログラムから得る。
URI
https://code.google.com/p/osm-
bundler/downloads/detail?name=osm-
bundler-pmvs2-cmvs-full-32-64.zip
“OSM-bundler”で検索するか、https://goo.gl/8LMPFPでもOK
PMVS2/CMVS実行プログラムのダウンロード
ダウンロードしたファイルの解凍する
ダウンロードしたファイルを解凍すると、以下の4つができる。
次に、このうちのディレクトリ「osm-bundlerwin64」を開く。
osm-bundlerWin64¥software を開く
cmvsとpmvsがあることを確認
「osm-bundlerwin64」の中にある「software」を開くと、
「cmvs」と「pmvs」があることを確認する。
cmvs¥binに移動してcmvs.exeをコピー
ディレクトリ「cmvs」の中にあるディレクトリ「bin」に移動して、
cmvs.exeをコピーする。
ディレクトリ「C:¥VisualSFM_windows_64bit」を
開いてcmvs.exeをペースト
osm-bundlerWIN64¥software¥pmvs>binに移動して、
全てのファイルをコピー
全てのファイルをコピー
ディレクトリC:¥VisualSFM_windows_64bitを開いて、
先ほどの3つのファイルをペースト
VisualSFMのプログラムで、MVSまで処理できるようになった。
Tips: Visual SFMが起動しない場合
起動しない場合は、MSVC2010 runtimeをインストールしてください。
64bit OS の方はこちらから、
http://www.microsoft.com/en-us/download/details.aspx?id=13523
32bit OS の方はこちらから、
http://www.microsoft.com/en-us/download/details.aspx?id=8328
インストールプログラムをダウンロードすることができます。
2-2-2 MeshLabのインストール
http://meshlab.sourceforge.net/ からダウンロードする。
MeshLabはオープンソースの点群処理プログラムです。
Winwdos,Mac,Linuxどれでも使える。
こちらも64bit版をインストールしてください。
2-2-3 CloudCompareのインストール
http://www.danielgm.net/cc/ からダウンロードしてください。
CloudCompareはオープンソースの点群処理プログラムで、
名前のとおり、点群間の比較に強い。
Winwdos,Mac,Linuxどれでも使える。
こちらも64bit版をインストールしてください。
2 3次元モデルの作成
2-3 Visual SFMを使った3次元モデル作成と出力
2-3 Visual SFMを使った3次元モデル作成と出力
2-3 Visual SFMを使った3次元モデル作成と出力
VisualSFMを使った処理の流れ
1 データの準備
2 画像データを開く
3 画像のマッチング
4 撮影位置の計算と粗い点群の作成
5 バンドル調整
6 密な点群の作成
7 結果の確認
2-3-1 データの準備(注意事項)
• 作業用のデータを格納する場所と名前は、半角英数のみで構成されるディ
レクトリに!
• 日本語や全角文字の入ったディレクリだと、うまく動作しない可能性が高くな
ります。
• お薦めは、C(D)ドライブの直下にVisualSFM用のディレクトリを作り、その
中に各プロジェクト用のディレクトリを作成、そしてそのプロジェクトの元デー
タの保管場所と分かるような名前のディレクトリを作成してコピー。
C:¥SfM_MVS¥handson¥raw
例
2-3-1 データの準備(ダウンロード)
• 今回のWorkshopで使用する画像群(39枚)は以下にあります。
• https://www.dropbox.com/s/qmilpebrkveekcr/raw39pic.zip?dl=0
(約245MB)
(※ただし、この画像群を使うと、撮影数が少なく、また撮影位置が適切で
はないので、モデルが少し歪みます。)
• 歪みの少ないモデルを作成できる画像群はこちら。上の約3.5倍の枚数(135枚)があります。ただし、
大きなデータなので、処理も重くなります。
• https://www.dropbox.com/s/kg035s4cebwegma/raw.zip?dl=0 (約850MB)
「raw39pic.zip」をダウンロードして、解凍してください。
2-3-1 ダウンロードしたデータをコピーして、処理用のデータを用意
C:¥SfM_MVS¥handson¥data例
39枚の写真があるはず。
・解凍してできたディレクトリ「raw39pic」を「C¥SfM_MVS¥handson」に移動。
・次にディレクトリ「raw39pic」をコピーして、コピーしたできたディレクトリを「data」と名
前を変更し、処理用のデータを用意する。
2-3-2 VisualSFMを起動→画像データを開く
• 「C:¥VisualSFM_windows_64bit」にあるVisualSFM.exeを起動
• File > Open+Multi Imagesを選択して、対象の画像群を選択
• 今回は、先ほど用意した「C:¥SfM_MVS¥handson¥data」の画
像群を全て選択。
VisualSFMで対象画像群を開く
2-3-2 VisualSFMを起動→画像データを開いた結果
右側に表示されているLog Windowを表示するには、
Tools->Log Window
2-3-3 VisualSFMで画像のマッチング
特徴点の抽出と、画像間の対応点の探索
SfM > Pairwise Matching > Compute Missing Matchを選択
あるいは、
赤丸で囲ったアイコンを左クリック
2-3-3 VisualSFMで画像のマッチング
特徴点の抽出と、画像間の対応点の探索
SfM > Pairwise Matching > Compute Missing Matchを選択
すると、
ログウィンドウ上に処理内容が
表示される
2-3-4 撮影位置の復元と粗い点群の生成
撮影位置の推定と粗い点群の生成、カメラパラメータの計算
SfM > Reconstruct Sparseを選択
あるいは、
赤丸で囲ったアイコンを左クリック
しばらく(ラップトップPCだと10分くらい)待つ。
2-3-5 バンドルの調整
Run Bundle Ajustmentを選択,バンドル調整
53
あるいは、
赤丸で囲ったアイコンを左クリック
2-3-6 密な点群の生成
PMVS/CMVSで密な点群の生成
SfM > Reconstruct Denceを選択,ファイル名を付けて保存。
今回は、ディレクトリ「C:¥SfM_MVS¥handson¥data」に「cmvs」と名前を付けて保存。
しばらく(ラップトップPCだと30分くらい)待つ。
結果は、「C:¥SfM_MVS¥handson¥data¥cmvs.nvm.cmvs」に出力される。
あるいは、
赤丸で囲ったCMVSアイコンを左クリック
2-3-7 作成した3次元モデルの確認
処理が終了したら、Tabキーで表示方法を切り替えて結果を確認する。
3 3次元モデルのテクスチャー貼り
3-1 MeshLabによる点群からサーフェス(面)の作成
3-2 MeshLabによるサーフェスへのテクスチャー貼り
3 3次元モデルのテクスチャー貼り
3 3次元モデルのテクスチャー貼り
3-1 MeshLabによる点群からサーフェス(面)の作成
3-1 MeshLabによる点群からサーフェス(面)の作成
3-1 MeshLabによる点群からサーフェス(面)の作成
MeshLabによる処理の流れ
1 データを読み込む
2 画面の表示設定
3 各点の法線ベクトルを計算
4 操作方法:拡大と縮小・拡大、パン
5 不要なデータの削除
6 サーフェス(面)の生成
7 不要なサーフェス部分を削除する
3-1-1 MeshLabを起動→データを読み込み
MeshLabで3次元データを開く
今回は、予め作っておいたデータセットを使います。
https://www.dropbox.com/s/dyx8wzme2pqvj95/sample001.zip?dl=0
からダウンロードして解凍し、できたディレクトリ「sample001」を
「C:¥SfM_MVS¥handson」に入れてください。
先ほどの「2-3 Visual SFMを使った3次元モデル作成と出力」で自分で作成した
データセットを使いたい場合には、「C:¥SfM_MVS¥handson¥data」の中にある
ディレクトリ「cmvs.nvm.cmvs」を「C:¥SfM_MVS¥handson」にコピーして、
「sample001」とディレクトリ名を変更して使ってください。
3-1-1 MeshLabを起動→データの読み込み
MeshLabで3次元データを開く
File > Open Projectを選択,VisualSFMで作成した「bundle.rd.out」を選択
今回は、予めつくっておいた.bundle.rd.outを選択します。
場所は、先ほどのディレクトリ「sample001」の中の>sample001.nvm.cmvs>00
3-1-1 MeshLabを起動→データの読み込み
MeshLabで3次元データを開く
続いて、image List fileを選択するよう、指示が表示される
今回は、予めつくっておいた「list.txt」を選択
場所は、同じく「sample001>sample001.nvm.cmvs>00」
すると、VisualSFMで作成した3次元の点群が表示される。
3-1-2 画面の表示設定
開いているファイルや、処理の内容などを表示(非表示に)するには、
View > Show Layer Dailog を選択
黄色になっているレイヤーが、選択されているレーヤーです。
ここで選択されているレイヤーが処理対象になります。
Tips レイヤーの削除
たとえば選択したレイヤーを削除したいときには、
選択したレイヤーの上で右クリックを押すと表示されるメニューで
Delete Current Meshを選択 すると、選択したレイヤーを削除することができます。
3-1-3 各点の法線ベクトルを計算
Filters > Normals, Curvatures and Orientation > Compute normals for point setsを選択
パラメータは、上から10、0。
Flip normal w.r.t にチェックを入れる。
Applyをクリックして計算終了後、
Closeで閉じる。
3-1-4 操作方法:拡大と縮小・拡大、パン
回転:左クリックを押したまま、マウスを移動
縮小拡大:Altキーを押しながらマウスを前後に移動
パン(移動):Ctrlキーを押しながらマウスを移動
3-1-5 不要なデータの削除
Edit > Select Vertexesを選択,点群の不要な部分を四角形に囲って選択する。
次に右下図にあるDelete the current set of selected verticesのアイコンをクリックして削除する。
不要な部分の判断は、次のスライドを参照してください。
不要な部分を完全に削除することは難しいので、おおよそで構いません。
Tips undo(取り消し)機能はありません。
MeshLabには今のところ
(Ver.1.3.3)、undo(取り消し)機能
やredo(繰り返し)機能はありません。
データを消しすぎた場合や、誤った処理をしてしまった際には、
該当処理以前のファイルをインポートして、再度処理します。
Tips 不要な部分を加工コツ
不要な部分を囲うには、ちょっとしたコツが必要。
最初の1点目(たとえば左上)でクリックしたまま2秒ほど待つ。
それから2点目(右下)のほうにポインタをずらしていくイメージ。
残したい範囲以外を選択したい場合には、残したい範囲を選択→反転!
反転させるには、Filters > Selection > Invert Selection
反転すると、選択部分(赤の範囲)が反転する
表示されたウィンドウで、メッシュとポイントについて、どれを選択する/選択しないのか決める。
この場合は、点群のみを選択したいので、Invert Vertciesのみにチェックを入れて、Applyして、Closeをクリック。
すると、残したい範囲以外を選択することができる。
参考資料(対象地:帝塚山大学生駒キャンパス中庭の様子)
北から
東から
西から 南から
通常はデータ処理する人も現地を確認しているはずなので不要部分は分かるはずですが、
今回は、現地確認を省いているため不要部分が不明です。
そこで、現地の様子が分かるこの図を参考に、不要部分の検討をつけてください。
特に空中に不要なデータがあります。
3-1-6 サーフェス(面)の生成
Edit > Select Connected conponents in a region を選択
続いて、Filters > Point Set > Surface Reconstruction:Poissonを選択
パラメータは、とりあえず、上から12,10,2,1
「Apply」をクリックしてちょっと待つ。処理が完了したら、「Close」をクリック
右側のレイヤーを表示するには、メニューのView > Show layer Dialog
71
3-1-7 不要なサーフェスができたら、選択して削除する
Edit > Select Faces in a rectangular regionを選択,サーフェスの不要な部分を囲って選択する。
3-1-7 不要なサーフェス部分を削除する。
次に下図にあるDelete the current set of selected faces and..のアイコンをクリックして削除する。
不要な部分を完全に削除することは難しいので、おおよそで不要構いません。
Tips 不要なサーフェスを囲うコツ
残したい範囲以外を選択したい場合には、残したい範囲を選択→反転!
反転させるには、Filters > Selection > Invert Selection
反転すると、選択部分(赤の範囲)が反転する
表示されたウィンドウで、サーフェスとポイントについて、どれを選択する/選択しないのか決める。
この場合は、メッシュのみを選択したいので、Invert Facesのみにチェックを入れて、Applyして、Closeをクリック。
すると、残したい範囲以外を選択することができる。
サーフェスの作成結果
サーフェスを作成できた。
3 3次元モデルのテクスチャー貼り
3-2 MeshLabによるサーフェスへのテクスチャー貼り
3 3次元モデルのテクスチャー貼り
3-2 MeshLabによるサーフェスへのテクスチャー貼り
MeshLabによる処理の流れ
1 非マニホールドエッジの削除
2 テクスチャーの貼り付け
3 テクスチャーの修正
4 サーフェスの保存
5 プロジェクトの保存
3-2-1 非マニホールドエッジの削除
作成したサーフェスにテクスチャーを貼り付けようとすると、“manifold faces”..といったエラー表示が出る
ことがあります。そこで、この非マニホールドエッジ(要素を正しく接続できていないエッジ)を含むメッシュを
事前に削除しておきます。
非マニホールドエッジを削除するには、メニューから、Filters > Selection > non manifold edges で選択
して、 ウィンドウが表示されるので「Apply」→「Close」の順にクリック。
そして、 Filters > Selection > Delete Seleced Faces で削除します。
エラー表示
3-2-2 テクスチャの貼り付け1
Filters > Texture > Parametrization from registered rastersを選択
パラメータは以下の通りにして、「Apply」→計算完了後→「Close」
3-2-2 テクスチャの貼り付け2
Filters > Camera > Project active rasters color to current mesh, Filling the textureを選択
パラメータは以下の通りにして、「Apply」→ちょっと待って計算完了後→「Close」
最初に読み込んだ、outのファイルに、画像のアングルや位置が含めてあるので、
元画像のデータをテクスチャーとして利用できる。
サーフェスにテクスチャを貼り付けることができた。
3-2-3 テクスチャの修正
Filters > Texture > Parametrization + texturing from registered rastersを選択
パラメータは右下図の通り。
「Apply」をクリックしてちょっと待つ。処理が完了したら、「Close」をクリック
3-2-3 テクスチャの修正結果
不要な部分のテクスチャーを黒く修正することができた。
テクスチャをもったメッシュの完成!
3-2-4 サーフェスの保存
保存したいサーフェスのレイヤーを左クリックして選択
メニューからFile > Export Mesh Asを選択
ファイルの保存場所は
「C:¥SfM_MVS¥handson¥sample001¥sample.nvm.cmvs¥00」を選択。
↑のディレクトリは、最初にプロジェクトとして読み込んだ「bundle.rd.out」のある場所。
任意の名前(今回はtexture_mesh.ply)を付けて保存。
パラメータは右下の図の通り。最後にOKをクリック。
3-2-5 プロジェクトの保存
Meshlabの作業環境をそのまま保存したいときには「プロジェクト」を保存する。
メニューからFile > Save Projectを選択。
プロジェクトの保存場所は、
「C:¥SfM_MVS¥handson¥sample001¥sample.nvm.cmvs¥00」を選択。
↑のディレクトリは、最初にプロジェクトとして読み込んだ「bundle.rd.out」のある場所。
まずはレイヤー名「0 model」の点群ファイルを「point.ply」として保存する。
保存時のパラメータは下図の通り。
3-2-6 プロジェクトの保存
続いて、プロジェクトの任意の名前(今回はhandson)を付けて保存する。
MeshLabを終えるには、メニューから、File > Exit を選択する。
注意点
左図を見ると分かるとおり、モ
デルは周辺の歪みが大きくな
る。
SfM-MVS用の写真を撮影す
る際には、予めモデル作成し
たい対象範囲よりも広め(一
回りもしくは二回りほど)の範
囲を撮影しておくことが肝要。
赤色枠部分の図を作りたいなら、黄色枠ぐらいの
範囲の写真が欲しいところ。
4 3次元モデルへの位置情報追加
4-1 CloudCompareを使った3次元モデルへの位置情報追加(点群編)
4-2 CloudCompareを使った3次元モデルへの位置情報追加(サーフェス編)
4-3 GISデータとしての出力
4 3次元モデルへの位置情報追加
4 3次元モデルへの位置情報追加
4-1 CloudCompareを使った3次元モデルへの位置情報追加(点群編)
4 3次元モデルへの位置情報追加
4-1 CloudCompareを使った3次元モデルへの位置情報追加(点群編)
CloudCompareによる処理の流れ
1 MeshLabで点群の読み込み
2 不要な点群の削除
3 CloudCompareで3次元データを開く
4 CloudCompareの基本的な操作方法
5 点群のNormalsを計算する
6 点群の表示の大きさを調整する
7 CloudCompareで地球上の位置情報を与える
・地理院地図で座標を調べる
・Aligns..を使って、地球上の位置を与える
8 データの保存
9 GISデータとして出力
・ラスター
・ベクター
4-1-1 3次元モデルへの位置情報追加(点群編)
File > Open Projectを選択,VisualSFMで作成した.plyファイルを選択
今回は、予めつくっておいたoption-0000.plyを選択
このファイルは、MeshLabで使ったディレクトリ「sample001」の中にあります。
詳しい場所は、「sample001>sample001.nvm.cmvs>00>models」
4-1-2 MeshLabで3次元データを開いて不要な部分を削除
MeshLabでoption-0000.plyを開いたら、不要な部分を削除する。
削除し終えたら、名前は変えずに保存する。保存する場所も同じ。
「sample001>sample001.nvm.cmvs>00>models」
92
データを保存するときのパラメータを注意
Tips:CloudCompareのSegment
という機能を使って削除することもできる。
4-1-3 CloudCompareで3次元データを開く
CloudCompareで3次元データを開く
File > Openを選択,MeshLabで編集した先ほどのoption-0000.plyを選択
場所は、「sample001>sample001.nvm.cmvs>00>models」
93
データを開くときのパラメータには注意
4-1-4 CloudCompareの基本的な操作方法
回転:左クリックしながらポインタを動かす
移動:右クリックしながらポインタを動かす
拡大:マウスの中ボタンを前後に動かす
光源位置の変更:Ctrlを押しながら、右クリックしながらポインタを動か
す
4-1-5 点群のNormalsを計算する
左側のレイヤーが表示されたウィンドウのうち、
雲のアイコンが表示された「option-0000」を左クリックして選択
メニューから、Edit > Normals > Compute
表示されるパラメータのまま→「OK」をクリック。
4-1-6 点群の表示の大きさを調整する
ウィンドウ左下のPropertiesの下の方にある「Point size」の数値を
2または3にして、点群を見やすくする。
4-1-7 CloudCompareで地球上の位置情報を与える
1.国土地理院の地理院地図で座標を調べる
地理院地図で座標を調べる
出典:地理院地図(国土地理院) (http://maps.gsi.go.jp/)
地理院地図で“帝塚山大学”と検索
左下のアイコンをクリックして、写真を選ぶ
(本当は現地で測量した座標があれば良いのだけれど、無い場合はこんな方法で座標を取得します。)
地理院地図で座標を調べる
出典:地理院地図(国土地理院) (http://maps.gsi.go.jp/)
地理院地図上で、CloudCompareにもある地点を探してクリック、経緯度(10進法)得る。
地理院地図で座標を調べる
出典:地理院地図(国土地理院) (http://maps.gsi.go.jp/)
今回はこの図を参考に、point3,4,6の地点のおよその座標を得て、コピーする。
テキストエディタか、適当な表計算ソフトを利用して、座標を貼り付ける。
Point3
Point4
Point6
Point3
Point4
円の中心が各ポイントの位置
Point6
円の中心がポイントの位置
地理院地図で座標を調べる
出典:地理院地図(国土地理院) (http://maps.gsi.go.jp/)
貼り付けた数値は経緯度なので、UTM座標に変換する。
(次のスライドに使う座標の一覧があります。)
今回は、NCM社さんが公開している
Web上の変換プログラムを利用させても
らいました。
http://asp.ncm-
git.co.jp/QuickConvert/BL2UTM.aspx
座標一覧
point 3,566188.812,3838455.093,175.000
point 4,566202.573,3838452.198,174.900
point 6,566220.545,3838512.701,174.584
今回は、point3.4.6を使います。
(予備として、座標を6点くらい得ておくと、安心。)
4-1-7 CloudCompareを使って、地球上の位置を与える
左側のウィンドウに表示されているレイヤーから、
位置を与える点群「option-0000 - Cloud」をクリック
Aligns..を使って、地球上の位置を与える
ウィンドウの上の方に表示されているAligns…のアイコンをクリック
Aligns..を使って、地球上の位置を与える
座標を付ける点(先ほど取得したpoint3.4.6の地点)を左クリック
Aligns..を使って、地球上の位置を与える
Point3.4.6をクリックしたら、下の鉛筆アイコンをクリックして、先ほど調べた対応する座標を入力
Aligns..を使って、地球上の位置を与える
すると、座標が大きすぎるので、オフセットをかけるためのウィンドウが表示される。。ので表示のとおりに。
Aligns..を使って、地球上の位置を与える
Alignのボタンを押してみる。
うまく行けば、これくらいのRMS値になる。あくまでも目安です。
Aligns..を使って、地球上の位置を与える
左端のアイコン(Set top View)をクリックして、真上から表示。
良さそうなら、resetの右隣にあるチェックアイコンをクリック。ダメならreset
CloudCompareを使って、地球上の位置を与える
地球上の座標を追加できた。
右下のスケール表示も正しい。
4-1-8 データの保存
色々な形式で保存できる。今回は.plyのバイナリ形式で保存しておく。
左のウィンドウで保存するメッシュを左クリックして選択後、
File > Save として、.plyのバイナリ形式で保存しておく(テキストデータとして保存することもできる)。
保存場所は「C:¥SfM_MVS¥handson¥sample001¥sample.nvm.cmvs¥00」で、
保存ファイル名は、任意でよいがここでは「georeferenced_point」としておく。
4-1-9 GISデータとして出力
やっぱり地図資料として使いたい。
Tools > Projection > Rasterizeを選択
GISデータとして出力(ラスターデータ)
Tools > Projection > Rasterizeを選択,
Update gridをクリックして出力対象のレイヤーを表示、
各種設定を変更してRasterのボタンをクリックして出力
Geotiff形式で保存
ラスターの高さを出力
解像度とラスタのサイズ
GISデータとして出力(ラスターデータ)
ファイルの保存場所とファイル名を尋ねられるので、「C:¥SfM_MVS¥handson」に
GISデータ用のディレクトリ「gis」を作成して、名前を付けて保存。
GISデータとして出力(ベクタ-データ)
ウィンドウに新しく点群のレイヤーが追加される
Tools > Projection > Rasterizeを選択,
Update gridをクリックして出力対象のレイヤーを表示、各種設定を変更して出力
min heightにチェックを入れてCloudボタンをクリック
点群の間隔(0.1m)
GISデータとして出力(ベクタ-データ)
作成した点群をクリックして選択、File > Saveを選択,
必要なファイル形式を選択して名前を付けて保存。
QGISで表示
GISで使えます。
4 3次元モデルへの位置情報追加
4-2 CloudCompareを使った3次元モデルへの位置情報追加(サーフェス編)
4 3次元モデルへの位置情報追加
4-2 CloudCompareを使った3次元モデルへの位置情報追加(サーフェス編)
CloudCompareによる処理の流れ
1 CloudCompareで3次元データ(サーフェス)を開く
2 CloudCompareで地球上の位置情報を与える
・地理院地図で座標を調べる(点群編と同じ内容なので省略)
・Aligns..を使って、地球上の位置を与える
3 オルソ表示
4 GISデータとして出力
・ラスター
・ベクター
4-2-1 CloudCompareで3次元データ(サーフェス)を開く
CloudCompareのメニューから、
File > Open Projectを選択,VisualSFMで作成した.plyファイルを選択
今回は、先のセッションで作成した「texture_mesh.ply」を選択
このファイルは、MeshLabで使ったディレクトリ「sample001」の中にあります。
詳しい場所は、「sample001>sample001.nvm.cmvs>00」
4-2-2 CloudCompareを使って、地球上の位置を与える
あとは点群に位置情報を与える方法と同じです。
まずは、位置情報を与えるメッシュを左クリックして選択。
Aligns..を使って、地球上の位置を与える
Aligns…のアイコンをクリック
Aligns..を使って、地球上の位置を与える
座標を付ける点(先ほど取得したpoint3.4.6の地点)を左クリックすると、
赤枠に点名とローカル座標が表示される。
Aligns..を使って、地球上の位置を与える
Point3.4.6をクリックしたら、下の鉛筆アイコンをクリックして、先ほど調べた対応する座標を入力
Aligns..を使って、地球上の位置を与える
左端のアイコン(Set top View)をクリックして、真上から表示。
良さそうなら、resetの右隣にあるチェックアイコンをクリック。ダメならreset
Aligns..を使って、地球上の位置を与える
地球上の座標を追加できた。
右下のスケール表示も正しい。
Tips: Align後にメッシュが真っ白くなったら…
ウィンドウの一番上に並んでいるメニューのDisplay > Refresh を選択するか、
左のウィンドウで保存するメッシュを左クリックして選択後、
File > Save として、.plyのバイナリ形式で保存しておく。その後、File > Open で再度ファイルを開けば解決。
4-2-3 オルソ表示
初期設定でウィンドウ左端に並んでいるアイコンのうち、上から6番目のアイコンをクリックして、
Orthographic projection を選択する。
4-2-4 オルソ画像の出力
ウィンドウの一番上に並んでいるメニューのDisplay > Render to Fileから、
画像の解像度などを決め、保存する場所を選び、名前を付けて画像を出力できる。
4-2-4 オルソ画像の出力結果
今日はここまで。
お疲れさまでした。

More Related Content

What's hot

Structure from Motion
Structure from MotionStructure from Motion
Structure from Motion
Ryutaro Yamauchi
 
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピングLiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
Takuya Minagawa
 
Lucas kanade法について
Lucas kanade法についてLucas kanade法について
Lucas kanade法について
Hitoshi Nishimura
 
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
Yoshitaka HARA
 
【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ
Deep Learning JP
 
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII
 
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせLiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
Takuya Minagawa
 
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
Yusuke Uchida
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方
joisino
 
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法についてSfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
Ryutaro Yamauchi
 
ORB-SLAMの手法解説
ORB-SLAMの手法解説ORB-SLAMの手法解説
ORB-SLAMの手法解説
Masaya Kaneko
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選
Yusuke Uchida
 
JDLA主催「CVPR2023技術報告会」発表資料
JDLA主催「CVPR2023技術報告会」発表資料JDLA主催「CVPR2023技術報告会」発表資料
JDLA主催「CVPR2023技術報告会」発表資料
Morpho, Inc.
 
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII
 
[DL輪読会]Dense Captioning分野のまとめ
[DL輪読会]Dense Captioning分野のまとめ[DL輪読会]Dense Captioning分野のまとめ
[DL輪読会]Dense Captioning分野のまとめ
Deep Learning JP
 
時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証
Masaharu Kinoshita
 
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
Toru Tamaki
 
Visual slam
Visual slamVisual slam
Visual slam
Takuya Minagawa
 
Generative Models(メタサーベイ )
Generative Models(メタサーベイ )Generative Models(メタサーベイ )
Generative Models(メタサーベイ )
cvpaper. challenge
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII
 

What's hot (20)

Structure from Motion
Structure from MotionStructure from Motion
Structure from Motion
 
LiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピングLiDAR点群と画像とのマッピング
LiDAR点群と画像とのマッピング
 
Lucas kanade法について
Lucas kanade法についてLucas kanade法について
Lucas kanade法について
 
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
ROS の活用による屋外の歩行者空間に適応した自律移動ロボットの開発
 
【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ【DL輪読会】ViT + Self Supervised Learningまとめ
【DL輪読会】ViT + Self Supervised Learningまとめ
 
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
SSII2019企画: 画像および LiDAR を用いた自動走行に関する動向
 
LiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせLiDAR点群とSfM点群との位置合わせ
LiDAR点群とSfM点群との位置合わせ
 
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
You Only Look One-level Featureの解説と見せかけた物体検出のよもやま話
 
最適輸送の解き方
最適輸送の解き方最適輸送の解き方
最適輸送の解き方
 
SfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法についてSfM Learner系単眼深度推定手法について
SfM Learner系単眼深度推定手法について
 
ORB-SLAMの手法解説
ORB-SLAMの手法解説ORB-SLAMの手法解説
ORB-SLAMの手法解説
 
モデル高速化百選
モデル高速化百選モデル高速化百選
モデル高速化百選
 
JDLA主催「CVPR2023技術報告会」発表資料
JDLA主催「CVPR2023技術報告会」発表資料JDLA主催「CVPR2023技術報告会」発表資料
JDLA主催「CVPR2023技術報告会」発表資料
 
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
SSII2022 [SS2] 少ないデータやラベルを効率的に活用する機械学習技術 〜 足りない情報をどのように補うか?〜
 
[DL輪読会]Dense Captioning分野のまとめ
[DL輪読会]Dense Captioning分野のまとめ[DL輪読会]Dense Captioning分野のまとめ
[DL輪読会]Dense Captioning分野のまとめ
 
時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証時系列問題に対するCNNの有用性検証
時系列問題に対するCNNの有用性検証
 
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
 
Visual slam
Visual slamVisual slam
Visual slam
 
Generative Models(メタサーベイ )
Generative Models(メタサーベイ )Generative Models(メタサーベイ )
Generative Models(メタサーベイ )
 
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
SSII2019TS: 実践カメラキャリブレーション ~カメラを用いた実世界計測の基礎と応用~
 

Similar to VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成

.NET の今と今後に思うこと (Tokyo Ver.)
.NET の今と今後に思うこと (Tokyo Ver.).NET の今と今後に思うこと (Tokyo Ver.)
.NET の今と今後に思うこと (Tokyo Ver.)
Akira Inoue
 
.NET の今と今後に思うこと
.NET の今と今後に思うこと.NET の今と今後に思うこと
.NET の今と今後に思うこと
Akira Inoue
 
.NET 最新ロードマップと今押さえておきたい技術要素
.NET 最新ロードマップと今押さえておきたい技術要素.NET 最新ロードマップと今押さえておきたい技術要素
.NET 最新ロードマップと今押さえておきたい技術要素
Akira Inoue
 
.NET の過去、現在、そして未来
.NET の過去、現在、そして未来.NET の過去、現在、そして未来
.NET の過去、現在、そして未来
Akira Inoue
 
Spring Integration 超入門
Spring Integration 超入門Spring Integration 超入門
Spring Integration 超入門
Yasutaka Sugamura
 
2015 0227 OSC-Spring Tokyo NETMF
2015 0227 OSC-Spring Tokyo NETMF2015 0227 OSC-Spring Tokyo NETMF
2015 0227 OSC-Spring Tokyo NETMF
Atomu Hidaka
 
クラウド開発に役立つ OSS あれこれ
クラウド開発に役立つ OSS あれこれクラウド開発に役立つ OSS あれこれ
クラウド開発に役立つ OSS あれこれMasataka MIZUNO
 
Microsoft Holographicってなに? 来年、Windows 10に来るらしいぜ?
Microsoft Holographicってなに?来年、Windows 10に来るらしいぜ?Microsoft Holographicってなに?来年、Windows 10に来るらしいぜ?
Microsoft Holographicってなに? 来年、Windows 10に来るらしいぜ?
Akira Hatsune
 
13016 n分で作るtype scriptでnodejs
13016 n分で作るtype scriptでnodejs13016 n分で作るtype scriptでnodejs
13016 n分で作るtype scriptでnodejsTakayoshi Tanaka
 
渕田研究室全体ゼミ論文紹介 - 第1回
渕田研究室全体ゼミ論文紹介 - 第1回 渕田研究室全体ゼミ論文紹介 - 第1回
渕田研究室全体ゼミ論文紹介 - 第1回
MantarohYoshinaga
 
2014 1018 OSC-Fall Tokyo NETMF
2014 1018 OSC-Fall Tokyo NETMF2014 1018 OSC-Fall Tokyo NETMF
2014 1018 OSC-Fall Tokyo NETMF
Atomu Hidaka
 
2014 0228 OSC-Spring Tokyo NETMF
2014 0228 OSC-Spring Tokyo NETMF2014 0228 OSC-Spring Tokyo NETMF
2014 0228 OSC-Spring Tokyo NETMF
Atomu Hidaka
 
Uno Platform 入門
Uno Platform 入門Uno Platform 入門
Uno Platform 入門
m ishizaki
 
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考える
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考えるNetラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考える
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考えるdavid9142
 
mruby/c機能紹介20160329
mruby/c機能紹介20160329mruby/c機能紹介20160329
mruby/c機能紹介20160329
shimane-itoc
 
パーソナルデータのあり方を変える!オープンソース分散型PDS「Personium」を使ってみよう!
パーソナルデータのあり方を変える!オープンソース分散型PDS「Personium」を使ってみよう!パーソナルデータのあり方を変える!オープンソース分散型PDS「Personium」を使ってみよう!
パーソナルデータのあり方を変える!オープンソース分散型PDS「Personium」を使ってみよう!
泰史 栃折
 
ドキュメンテーションを加速するストレスフリーの作図ツール『blockdiag』 jus2011年6月勉強会
ドキュメンテーションを加速するストレスフリーの作図ツール『blockdiag』 jus2011年6月勉強会ドキュメンテーションを加速するストレスフリーの作図ツール『blockdiag』 jus2011年6月勉強会
ドキュメンテーションを加速するストレスフリーの作図ツール『blockdiag』 jus2011年6月勉強会
Takayuki Shimizukawa
 
[TL04] .NET 15 周年の今こそ考えるクラウドネイティブ アプリケーションと .NET の活用
[TL04] .NET 15 周年の今こそ考えるクラウドネイティブ アプリケーションと .NET の活用[TL04] .NET 15 周年の今こそ考えるクラウドネイティブ アプリケーションと .NET の活用
[TL04] .NET 15 周年の今こそ考えるクラウドネイティブ アプリケーションと .NET の活用
de:code 2017
 
Azure Antenna AI 概要
Azure Antenna AI 概要Azure Antenna AI 概要
Azure Antenna AI 概要
Miho Yamamoto
 
DevOps and Compliance and Security
DevOps and Compliance and SecurityDevOps and Compliance and Security
DevOps and Compliance and Security
Kazushi Kamegawa
 

Similar to VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成 (20)

.NET の今と今後に思うこと (Tokyo Ver.)
.NET の今と今後に思うこと (Tokyo Ver.).NET の今と今後に思うこと (Tokyo Ver.)
.NET の今と今後に思うこと (Tokyo Ver.)
 
.NET の今と今後に思うこと
.NET の今と今後に思うこと.NET の今と今後に思うこと
.NET の今と今後に思うこと
 
.NET 最新ロードマップと今押さえておきたい技術要素
.NET 最新ロードマップと今押さえておきたい技術要素.NET 最新ロードマップと今押さえておきたい技術要素
.NET 最新ロードマップと今押さえておきたい技術要素
 
.NET の過去、現在、そして未来
.NET の過去、現在、そして未来.NET の過去、現在、そして未来
.NET の過去、現在、そして未来
 
Spring Integration 超入門
Spring Integration 超入門Spring Integration 超入門
Spring Integration 超入門
 
2015 0227 OSC-Spring Tokyo NETMF
2015 0227 OSC-Spring Tokyo NETMF2015 0227 OSC-Spring Tokyo NETMF
2015 0227 OSC-Spring Tokyo NETMF
 
クラウド開発に役立つ OSS あれこれ
クラウド開発に役立つ OSS あれこれクラウド開発に役立つ OSS あれこれ
クラウド開発に役立つ OSS あれこれ
 
Microsoft Holographicってなに? 来年、Windows 10に来るらしいぜ?
Microsoft Holographicってなに?来年、Windows 10に来るらしいぜ?Microsoft Holographicってなに?来年、Windows 10に来るらしいぜ?
Microsoft Holographicってなに? 来年、Windows 10に来るらしいぜ?
 
13016 n分で作るtype scriptでnodejs
13016 n分で作るtype scriptでnodejs13016 n分で作るtype scriptでnodejs
13016 n分で作るtype scriptでnodejs
 
渕田研究室全体ゼミ論文紹介 - 第1回
渕田研究室全体ゼミ論文紹介 - 第1回 渕田研究室全体ゼミ論文紹介 - 第1回
渕田研究室全体ゼミ論文紹介 - 第1回
 
2014 1018 OSC-Fall Tokyo NETMF
2014 1018 OSC-Fall Tokyo NETMF2014 1018 OSC-Fall Tokyo NETMF
2014 1018 OSC-Fall Tokyo NETMF
 
2014 0228 OSC-Spring Tokyo NETMF
2014 0228 OSC-Spring Tokyo NETMF2014 0228 OSC-Spring Tokyo NETMF
2014 0228 OSC-Spring Tokyo NETMF
 
Uno Platform 入門
Uno Platform 入門Uno Platform 入門
Uno Platform 入門
 
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考える
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考えるNetラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考える
Netラボ2012年6月勉強会 マイクロソフトのオープンソース戦略を考える
 
mruby/c機能紹介20160329
mruby/c機能紹介20160329mruby/c機能紹介20160329
mruby/c機能紹介20160329
 
パーソナルデータのあり方を変える!オープンソース分散型PDS「Personium」を使ってみよう!
パーソナルデータのあり方を変える!オープンソース分散型PDS「Personium」を使ってみよう!パーソナルデータのあり方を変える!オープンソース分散型PDS「Personium」を使ってみよう!
パーソナルデータのあり方を変える!オープンソース分散型PDS「Personium」を使ってみよう!
 
ドキュメンテーションを加速するストレスフリーの作図ツール『blockdiag』 jus2011年6月勉強会
ドキュメンテーションを加速するストレスフリーの作図ツール『blockdiag』 jus2011年6月勉強会ドキュメンテーションを加速するストレスフリーの作図ツール『blockdiag』 jus2011年6月勉強会
ドキュメンテーションを加速するストレスフリーの作図ツール『blockdiag』 jus2011年6月勉強会
 
[TL04] .NET 15 周年の今こそ考えるクラウドネイティブ アプリケーションと .NET の活用
[TL04] .NET 15 周年の今こそ考えるクラウドネイティブ アプリケーションと .NET の活用[TL04] .NET 15 周年の今こそ考えるクラウドネイティブ アプリケーションと .NET の活用
[TL04] .NET 15 周年の今こそ考えるクラウドネイティブ アプリケーションと .NET の活用
 
Azure Antenna AI 概要
Azure Antenna AI 概要Azure Antenna AI 概要
Azure Antenna AI 概要
 
DevOps and Compliance and Security
DevOps and Compliance and SecurityDevOps and Compliance and Security
DevOps and Compliance and Security
 

VisualSFMとMeshLabとCloudCompareによるドローン撮影画像を用いたデジタル地図作成