3D・点群処理の開発サービス | ソフトウェア開発サービス一覧

「3次元のデータは取れたが、そこから先が進まない」でお困りの方へ

こんなお悩みは、ありませんか？

X線CT・レーダ・光学計測で3次元データは取れているが、そこから欲しい数値（体積・本数・長さなど）を取り出す方法が分からない
定番とされる3Dの深層学習を試したが、思うような精度が出ず、学習条件を変えて試すだけで時間が過ぎてしまう
解析の手順は考えてあるが、3次元データを扱う実装まで手が回らない
解析の条件を変えるたびに、手作業でやり直していて、データが増えるほど時間を取られる
データが大きく、手元のPCでは処理が終わらない。繰り返しの検討に耐えない

ひとつでも当てはまる方は、弊社の「3D・点群処理の開発サービス」が、お役に立てるかもしれません。まずは、お手元の3次元データで何ができそうかの見立てからお出しします。ご予算に合わせて、初期評価だけ、機能単位でと、範囲を区切ったご提案にも対応します。

対応できる技術

3次元データと一口に言っても、扱い方は、データの取り方と、知りたい数値によって変わります。弊社は、ボリュームデータ（ボクセルデータ）と点群を対象に、次のような処理を組み合わせて、解析プログラムとして仕上げています。開発言語は、MATLABを標準としています。いずれも、実案件での開発実績があります。

3次元データの読込と前処理: 計測装置が出力するデータを読み込み、解析できる状態に整える（ヘッダを直接解釈する読込、不要構造の分離・除去、外接直方体による対象領域の切り出し、深さ方向の位置合わせ）。
3Dセマンティックセグメンテーション: ボリュームデータを、ボクセル単位で領域分けする（3D U-Net等）。損失関数（Dice・交差エントロピー・重み付き交差エントロピー）の選択と検証まで行う。
点群系ネットワーク: 点群のまま扱うネットワークを実装し、比較する（PointNet++等）。対象データとの相性は、実測で見極める。
古典的な3D画像処理による個体分割: 抽出した前景を、個体ごとに分ける（モルフォロジー演算・Watershed・連結成分解析）。学習で前景を取り、分割は古典手法で、と役割を分ける構成も採る。
3次元特徴量の抽出と分類: 体積・外接直方体・充填率・主軸長・棒状度／板状度・重心などを算出し、決定木系アンサンブルで種類ごとに分類する。
線状・管状構造の解析: 3D平滑化と線状構造の強調、3D細線化で中心線を追跡し、本数・長さ・太さ・分岐・蛇行率などを数値化する。
注目領域の抽出と定量化: しきい値処理・3Dクロージング・小領域除去・連結成分解析で候補領域を抽出し、領域ごとの体積・重心・外接直方体をCSVへ出力する。
表面メッシュ化とSTL出力: ラベルボリュームを表面メッシュに変換して出力する（Poisson再構成・alphaShape）。塊状の対象と細長い対象で、再構成の手法を使い分ける。
3D表示と対話的な確認: 3断面ビューア、最大値投影、ボリュームレンダリング、3D表示を用意し、ROIやしきい値を変えながら結果を見比べられるようにする。MATLABのGUIアプリや、MATLABを持たないPCで動く実行形式（MATLAB Runtimeのみで動く形）にも仕上げる。
大きなデータの処理と高速化: メモリやGPUの有無といった実行環境の制約に合わせて、処理の組み方を設計する。ブロック単位の分割処理、GPU化・MEX化による高速化にも対応する。

この一覧にない処理でも、論文や参考実装をもとにした開発に対応できます。まずはご相談ください。

なぜ、3Dに対応した手法を当てるだけでは、うまくいかないのか

3次元データを表示すること、3Dに対応した深層学習の手法を動かしてみることは、いまは市販のソフトや公開されている実装で、それほど難しくありません。それでも実務で使える結果にならないのは、3Dでは、2D画像で有効だった手法や、End-to-Endの深層学習が、そのままでは働かないことがあるからです。

有効な方法は、データの解像度や、対象の形状の性質によって変わります。表面が滑らかで局所形状の特徴が乏しい対象では、多クラスの学習が、まだら状の結果にしかならないこともあります。データの大きさも効いてきます。メモリやGPUの有無といった、実際に動かす環境の制約が、処理の組み方そのものを左右します。

弊社は、効かない手法を実測で見極めたうえで、深層学習と古典的な画像処理の役割を分けて、構成を組み直します。だから、なぜその構成にしたのか、どこを調整すると何が変わるのかを、お客様に説明できます。採用しなかった手法についても、理由をつけてご報告します。納品するのは動くプログラムだけではありません。お客様ご自身が理解し、改良を続けられる、ソースコードと説明です。

3D・点群処理の開発の標準工程

弊社の3D・点群処理の開発は、次の4工程を標準として進めます。

① データと実現性の調査: お手元のデータを拝見し、読み込めるか、対象を分離できそうかの見立てを行う。あわせて、何をもって良しとするかの指標（混同行列、目視での確認の範囲、出力する数値の定義、処理時間など）と、評価に使うデータの出所を、実装の前に決める。データの大きさと、動かす環境（メモリ・GPUの有無）も、この段階で確認する。
② 複数手法の実装と比較: 3Dの深層学習、点群系ネットワーク、古典的な3D画像処理を、お客様のデータで実装して比較する。前処理（不要構造の除去、対象領域の切り出し）もここで組む。採用しなかった方式も、その理由とともに記録する。
③ 結果の評価・調整: ①で決めた指標で、方式ごとの結果を同一条件で比較する。残る誤りの内容に合わせて、しきい値、小領域除去の条件、個体分割のやり方を調整する。精度が想定に届かない場合は、その時点でご報告し、代替の方針をご提案する。
④ テスト検証・納品: 実データでの通し実行と動作確認を行う。数値のCSV、ラベルボリューム、3D形状（STL）など、お客様の環境で使える形式で出力できるようにする。必要に応じてMATLABのGUIやスタンドアロン実行形式に仕上げ、ソースコードと、構成・調整箇所の説明を添えて納品する。

適用例: X線CTボリュームデータからの部品自動分割

上記の標準工程を実案件に適用した例。

お客様: 公的研究機関様

ご依頼内容: X線CTで取得した3次元ボクセルデータから、内部の部品を種類ごとに、自動で分割したい。分割した部品を、部品単位の3D形状として取り出し、形を確認できるようにしたい。複数の手法を比較し、対象データに合う構成を選定してほしい。実装は、MATLABのプログラムとして受け取りたい。

課題:

表面が滑らかで、局所形状の特徴が乏しい4種類の部品を、ボリューム上で識別すること
撮影用の台の写り込みや、教師ラベルのばらつきが、学習へ与える影響を抑えること
分割結果を、部品単位で確認できる3D形状へ変換すること

ソリューション:

密度プロファイルで撮影台を分離し、二値化と外接直方体で、対象領域を切り出した
多クラスの3D U-Netを複数の損失条件で比較したが、分類がまだら状になるため、不採用とした
点群系ネットワークも実装・検討し、局所形状やボクセル解像度との相性を理由に、不採用とした
採用構成では、2クラスの3D U-Netで全部品の前景を抽出し、形態学処理で個体へ分割した
各個体の体積、主軸長、充填率などの3次元特徴量を算出し、決定木系のアンサンブルで、4クラスへ分類した
塊状と細長い部品で表面再構成手法を使い分け、部品別のSTLを出力した

結果:

End-to-Endの学習では成立しなかった4種類の部品識別を、前景抽出・個体分割・特徴量分類の構成で実現した
混同行列と目視で残る誤りを個別に整理し、次フェーズの定量評価課題を提示した
部品別のラベルボリュームとSTLを出力し、内部の部品の3D形状を、分解せずに部品単位で確認できる

適用実績

公的研究機関様 — X線CTボリュームデータからの部品自動分割（上記）。深層学習と古典的な画像処理の役割を分けた構成の選定から、部品別のSTL出力まで
計測機器メーカー様 — 計測装置が出力するRAWボリュームデータから、管状構造の本数・長さ・太さなどの3次元特徴量を自動算出するGUIアプリを開発。表面の凹凸を補正して深さ方向をそろえる前処理を挟み、MATLABを持たないPCでも動く実行形式で納品。あわせて既存の再構成処理を高速化し、計算結果を変えずに約26分から約3分（約8倍）へ短縮
インフラ調査を手がける企業様 — 2種類の計測機器が出力するバイナリデータの読込から、3Dボリューム上での異常候補の抽出、体積・重心・外接直方体のCSV出力までを、GUIで操作できるプログラムとして開発。約1億ボクセル規模の3D配列を、一つの操作系で扱えるようにした
大手電子部品メーカー研究部門様 — レーダ3Dイメージング（3D点群＋圧縮センシング）の研究プログラムを、時間単位の技術コンサルティング形式でGPU高速化。シミュレーション1回あたり1500秒から641秒（約2.3倍）へ短縮し、選んだ手法の解説資料まで納品
上記以外にも、公開できない事例は多数

3D・点群処理の開発のご相談は、このページ下部の「今すぐお問い合わせ」からご連絡ください。

安心してご依頼いただくために

結果は、決めた指標でお示しします: 何をもって良しとするかの指標と、評価に使うデータを着手前に合意し、方式ごとの結果を同一条件で比較してご報告します。
納得してからのご発注です: 受注前にデータを拝見し、実現性の見立てと作業範囲を提示します。内容にご納得いただけない場合は、そこでお断りいただいて構いません。
難しい場合は、率直に申し上げます: 事前解析の結果、ご希望の精度に届かない、または割に合わないと判断した場合は、その理由とともに正直にお伝えします。採用しなかった手法についても、理由をつけてご報告します。
予算に合わせて分割できます: 初期評価、機能単位の開発、GUI化・配布と、段階を分けてご発注いただけます。まず初期評価だけ、というご依頼にも対応します。
理解して、使い続けられる形で納品します: ソースコードと、構成・調整箇所の説明資料を添えて納品します。説明資料は、PowerPointのまま納品します。弊社は著作権を主張しないので、納品後は、ソースコードも資料も、お客様ご自身で改変して、ご自由にお使いいただけます。
成果の研究発表や論文発表も可能です: 成果を、お客様の研究発表や、論文で発表できます。弊社のクレジットは、不要です。もし、お客様の方で、弊社との共同研究の方が都合が良い、という場合は、対応しますので、ご相談ください。

よくあるご質問

どのような3次元データに対応できますか？

X線CTのボクセルデータ、計測装置が出力するRAW形式やバイナリ形式のボリュームデータ、点群などに対応しています。装置ごとに形式が違う場合も、ヘッダと計測データを直接解釈する読込処理を実装し、拡張子から形式を判別して、同じ操作で扱えるようにした実績があります。まずは実データを1件拝見し、読み込めるかどうかからお答えします。

教師データ（正解ラベル）が少ないのですが、依頼できますか？

はい、ご相談ください。3次元データでは、そもそもラベル作りの負担が大きいため、全体を学習に任せず、前景の抽出だけを学習で行い、個体への分割と種類の判定は古典的な画像処理と特徴量で行う、といった構成の分け方があります。お持ちのデータとラベルを拝見し、どの範囲を学習で扱うのが妥当かの見立てをお伝えします。

データが大きく、手元のPCでは重いのですが、処理できますか？

実行する環境に合わせて、処理の組み方を設計します。ブロック単位に分割して処理する、必要な範囲だけを切り出す、といった構成で、GPUのないPCでも動くようにした実績があります。速度そのものが課題の場合は、GPU化やMEX化による高速化もお引き受けします。

開発言語は、何になりますか？

3D・点群処理の開発は、MATLABを標準としています。3次元データの表示や画像処理の機能が揃っていること、弊社の実装資産がMATLABにあることが理由です。納品はソースコードで行い、MATLABをお持ちでないPCで使う場合は、実行形式（MATLAB Runtimeのみで動く形）に仕上げます。Pythonでのご依頼は、3次元データの解析では現状まだ実績がないため、ご相談とさせてください。ご希望の内容を伺ったうえで、お引き受けできるかどうかを、率直にお答えします。

データやコードを社外に見せることに、不安があるのですが？

ご要望に応じて、秘密保持契約を締結させて頂きます。アルゴリズムやコードはデリケートな内容を含むことが多いので、秘密保持契約を締結してからコードをお預かりすることは、よくあります。

ご相談から開発までの流れ

お問い合わせ: お問い合わせフォームから、お知らせください。もし分かれば、データの種類（X線CT・レーダ・光学計測などのボリューム、点群）と、やりたいこと（領域の抽出・分割、数値化、3D形状の出力など）、データの大きさをお知らせください。
ヒアリング: ZoomやTeams等で話を伺います。
事前解析: データを拝見し、実現性の見立て、評価の方針、作業範囲を提示します。
お見積・ご発注: 見立ての内容にご納得の場合、ご発注ください。予算申請用の概算見積にも対応します。
開発の実施: 複数の手法を比較しながら実装し、決めた指標で結果を確認しながら進めます。
検証・納品: 実データで動作を確認し、ソースコードと説明資料を添えて納品します。

お問い合わせ

3D・点群処理の開発でお悩みでしたら、お気軽にお問い合わせ下さい。
下記の、「今すぐお問い合わせ」をクリックして、フォームにご記入下さい。
お問い合わせには、当日〜翌日にご返信しています。