ドローン大辞典
SfM｜用語解説｜ドローン大辞典
概要
SfM（Structure from Motion）は、視点の異なる複数の写真からカメラの位置と対象物の3次元形状を同時に推定する技術であり、ドローン写真測量における3次元復元の基盤となる手法である。多数の画像を解析して疎な点群を生成し、その後のMVS処理によって高密度点群やオルソ画像などの測量成果物へ発展させることができる。
SfM（Structure from Motion）とは
SfMは、動きながら撮影した連続写真の「写り方の変化」から、カメラの位置・姿勢と被写体の3次元形状を同時に復元する技術である。
主な役割は次のとおり。
ドローンで撮影した数百〜数千枚の写真を解析し、対象物の3次元点群（疎な点群）を生成
同時にカメラ位置・姿勢、レンズ歪みの推定（カメラキャリブレーション）を行う
後続のMVS（Multi-View Stereo）で高密度点群化するための基盤データを作成
SfMは「形状」と「撮影位置」を同時に再構成できる点が大きな特徴であり、ドローン測量の中心的技術として広く利用されている。
SfMの仕組み（解析プロセス）
典型的なSfM解析の流れは以下のようになる。
1. 特徴点の抽出
画像の中から角・模様・エッジなどの特徴点を大量に検出する。
例：SIFT、SURF、ORB などのアルゴリズム。
2. 特徴点のマッチング
隣接する写真間で同じ対象物に由来する特徴点を対応付ける。
複数画像間で共通する特徴点が多いほど解析精度が向上する。
3. 3次元復元（SfM）
対応付けられた特徴点から、次の情報を同時に推定する。
各画像のカメラ位置・姿勢
レンズの内部パラメータ（歪みなど）
特徴点の3次元座標（疎な点群）
SfMの結果は疎な点群であり、次工程のMVS処理で高密度点群へ発展させる。
SfMを利用する際の重要な注意点
SfMは画像の特徴点を手がかりに計算するため、撮影条件や地物の性質に大きく左右される。
特徴点が得にくい対象の問題
以下のような場所は特徴点が抽出しづらく、解析精度が低下しやすい。
均一な色で模様のない壁面・地表
揺れる植生（草、木など）
反射の強い水面
光沢や鏡面のような表面
オーバーラップ率の重要性
写真同士の重なりが不足すると、対応点が確保できず解析が失敗する。
一般的には前後・左右とも60〜90%程度の高いオーバーラップ率が必要とされる。
地上基準点（GCP）の必要性
SfMだけでは相対的な形状しか分からず、スケールや絶対座標系を復元できない。
そのため測量用途では、GCPを設置して座標を与える必要がある。
SfM/MVSで得られる成果物
SfMで疎な点群を生成し、MVS（Multi-View Stereo）で高密度化することで、次のような成果物を作成できる。
3次元点群データ：地形・構造物の立体形状を点の集合として表現
DSM/DEM：地表面・地形の高さモデル
オルソ画像：カメラの傾きや地形の影響を補正し、地図として利用可能な画像
メッシュ・3Dモデル：点群から生成するポリゴンモデル
ドローン測量において、SfMは「写真を測量用データへ変換する計算処理の中心技術」として欠かせない存在である。