地下通路や総合管路などでは照明不足や塵霧による強い環境干渉が存在し、車輪足型ロボットはこのような非構造化空間で巡回検査を行う際に高周波振動が発生しやすく、その搭載された深度カメラで取得される画像シーケンスの安定性が低下し、3次元再構築の精度が低下します。本稿では、これらの問題に対して複雑な作業条件に対応した画像強調および振動抑制手法を提案します。まず画像を処理し、照明変化や塵霧の影響を低減し；次にKLT（Kanade Lucas Tomasi）特徴追跡とピラミッドLK光学フロー（Pyramidal Lucas Kanade）による二重分岐の動き推定フレームワークを構築します。KLT分岐はランダムサンプルコンセンサス（RANSAC）アルゴリズムを用いて異常なマッチングポイントを除去し、疎な特徴動き推定を得ます。LK光学フロー分岐はK平均クラスタリング（K-means）により主な動きベクトルを選別し、連続的な光学フロー動き推定を得ます。また動的に重みを割り当てる適応的信頼融合戦略を提案し、グローバルな動き推定を得て原画像の定量補償を行い、安定した画像シーケンスを得ます。実験結果により、KLRK-Stab（KLTおよびLKに基づく堅牢な安定化）手法がピーク信号対雑音比（PSNR）や構造類似性指数（SSIM）などの指標で他のアルゴリズムを上回ることが検証されました。3次元再構築の面では、点群の厚さが振動抑制前の0.111～0.163ｍから0.058～0.084ｍに収束し、3次元再構築精度が向上したことを示しており、本手法は3次元再構築の信頼性を効果的に向上させることが可能です。

複雑な作業条件;画像強調振動抑制;特徴追跡;光学フロー;3次元再構築精度