JP2000268173A - 物体認識画像処理方法 - Google Patents
物体認識画像処理方法Info
- Publication number
- JP2000268173A JP2000268173A JP11071932A JP7193299A JP2000268173A JP 2000268173 A JP2000268173 A JP 2000268173A JP 11071932 A JP11071932 A JP 11071932A JP 7193299 A JP7193299 A JP 7193299A JP 2000268173 A JP2000268173 A JP 2000268173A
- Authority
- JP
- Japan
- Prior art keywords
- image
- subject
- recognition
- detection target
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Closed-Circuit Television Systems (AREA)
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 テレビカメラを用いて得た画像を処理し、物
体を認識する方法及び装置において、認識すべき物体の
設定を簡単にすると共に、検出精度の向上を図ることを
目的とする。 【解決手段】 本発明では、このような課題を解決する
ため、テレビカメラで撮像した物体の足元位置の角度を
用いて、検出した物体の大きさを画面上の手前での物体
の大きさに変換することにより、認識物体の基準となる
大きさを、画面上の手前に立った認識物体の大きさ一つ
で認識処理をできるようにしたものである。
体を認識する方法及び装置において、認識すべき物体の
設定を簡単にすると共に、検出精度の向上を図ることを
目的とする。 【解決手段】 本発明では、このような課題を解決する
ため、テレビカメラで撮像した物体の足元位置の角度を
用いて、検出した物体の大きさを画面上の手前での物体
の大きさに変換することにより、認識物体の基準となる
大きさを、画面上の手前に立った認識物体の大きさ一つ
で認識処理をできるようにしたものである。
Description
【０００１】
【発明の属する技術分野】本発明の技術分野は、侵入者
あるいは侵入物を検出、監視する監視用ＣＣＴＶ装置に
おいて、監視領域内の侵入者あるいは侵入物を検知する
ための侵入物認識画像処理装置に関し、一例として特に
差分法により検出した物体の中から更に認識対象物体
（例えば、侵入物）のみの抽出を行う方法の改良に関す
るものである。
あるいは侵入物を検出、監視する監視用ＣＣＴＶ装置に
おいて、監視領域内の侵入者あるいは侵入物を検知する
ための侵入物認識画像処理装置に関し、一例として特に
差分法により検出した物体の中から更に認識対象物体
（例えば、侵入物）のみの抽出を行う方法の改良に関す
るものである。
【０００２】
【従来の技術】テレビジョンカメラ（以下ＴＶカメラと
呼ぶ）を用いた映像監視装置は、従来より広く用いられ
ている。しかし、近年、このようなシステムに於いて、
その監視視野内に侵入する人・物等の検出を、画像モニ
タ面上での目視による有人監視ではなく、画像信号から
自動的に検出し、所定の報知や警報処理が得られるよう
にしたシステムが要求されるようになってきている。こ
のようなシステムを実現するためには、まず、ＴＶカメ
ラより得られた入力画像と、背景画像、すなわち、検出
すべき侵入者・侵入物が映っていない画像とを比較し、
物体の画像を抽出する。この画像の抽出は、画素毎に輝
度値の差分を求め、その差分値の大きい領域を物体とし
て検出することにより行われる。この方法は、差分法と
呼ばれ、従来より広く用いられている。このようにし抽
出された物体の画像は、あらかじめ登録された捉えよう
とする侵入物の画像とのパターン認識により比較され、
警報を発すべき侵入物体か否かが判定される。その物体
が侵入者である場合には警報を発する。
呼ぶ）を用いた映像監視装置は、従来より広く用いられ
ている。しかし、近年、このようなシステムに於いて、
その監視視野内に侵入する人・物等の検出を、画像モニ
タ面上での目視による有人監視ではなく、画像信号から
自動的に検出し、所定の報知や警報処理が得られるよう
にしたシステムが要求されるようになってきている。こ
のようなシステムを実現するためには、まず、ＴＶカメ
ラより得られた入力画像と、背景画像、すなわち、検出
すべき侵入者・侵入物が映っていない画像とを比較し、
物体の画像を抽出する。この画像の抽出は、画素毎に輝
度値の差分を求め、その差分値の大きい領域を物体とし
て検出することにより行われる。この方法は、差分法と
呼ばれ、従来より広く用いられている。このようにし抽
出された物体の画像は、あらかじめ登録された捉えよう
とする侵入物の画像とのパターン認識により比較され、
警報を発すべき侵入物体か否かが判定される。その物体
が侵入者である場合には警報を発する。
【０００３】図５を用いてこのような、従来の装置につ
いて説明する。なお、図５は純粋にハードウエア構成の
みを示したものであり、本発明においても共通する。同
図に於いて、ＴＶカメラ２２は、固定の監視対象領域を
撮像するものである。画像入力Ｉ／Ｆ２３はＴＶカメラ
２２の映像信号のＡ／Ｄ変換を行い、映像信号を０〜２
５５の２５６階調の輝度信号に変換するものである。画
像メモリ２４は、画像入力Ｉ／Ｆ２３で得られた輝度信
号を格納するものであり、かつ画像間の演算を行うもの
である。画像メモリ２４は、同時に複数枚の画像を格納
することが可能である。画像出力Ｉ／Ｆ３１は、画像処
理により得られた画像の輝度信号のＤ／Ａ変換を行い、
輝度信号を映像信号に変換するものである。ビデオモニ
タ３２は、画像出力Ｉ／Ｆ３１により得られた映像信号
を表示するものである。データバス２８はデータの転送
に使用するものである。ＣＰＵ２５は、プログラムメモ
リ３０に格納されているプログラムに従って、ワークメ
モリ２９内で画像解析を行うものである。画像解析で事
象が検出された場合には、出力Ｉ／Ｆ２６を用いてラン
プ等の警告表示モニタ２７に警告を出力する。
いて説明する。なお、図５は純粋にハードウエア構成の
みを示したものであり、本発明においても共通する。同
図に於いて、ＴＶカメラ２２は、固定の監視対象領域を
撮像するものである。画像入力Ｉ／Ｆ２３はＴＶカメラ
２２の映像信号のＡ／Ｄ変換を行い、映像信号を０〜２
５５の２５６階調の輝度信号に変換するものである。画
像メモリ２４は、画像入力Ｉ／Ｆ２３で得られた輝度信
号を格納するものであり、かつ画像間の演算を行うもの
である。画像メモリ２４は、同時に複数枚の画像を格納
することが可能である。画像出力Ｉ／Ｆ３１は、画像処
理により得られた画像の輝度信号のＤ／Ａ変換を行い、
輝度信号を映像信号に変換するものである。ビデオモニ
タ３２は、画像出力Ｉ／Ｆ３１により得られた映像信号
を表示するものである。データバス２８はデータの転送
に使用するものである。ＣＰＵ２５は、プログラムメモ
リ３０に格納されているプログラムに従って、ワークメ
モリ２９内で画像解析を行うものである。画像解析で事
象が検出された場合には、出力Ｉ／Ｆ２６を用いてラン
プ等の警告表示モニタ２７に警告を出力する。
【０００４】次に物体認識の流れについて、図５、図６
及び図７を用いて説明する。まず初期背景画像作成ステ
ップ１で、背景画像の作成を行い背景画像３３を得る。
背景画像は、物体が存在しないときの監視範囲の画像が
取り込まれることにより行われえる。なお、より改良さ
れた背景画像の生成方法として本件発明者らによる発明
に係る特願平９−２９１９１０にその一例が記載されて
いる。
及び図７を用いて説明する。まず初期背景画像作成ステ
ップ１で、背景画像の作成を行い背景画像３３を得る。
背景画像は、物体が存在しないときの監視範囲の画像が
取り込まれることにより行われえる。なお、より改良さ
れた背景画像の生成方法として本件発明者らによる発明
に係る特願平９−２９１９１０にその一例が記載されて
いる。
【０００５】画像入力ステップ２（図６参照）で、ＴＶ
カメラ２２（図５参照）から入力画像３４（図７参照）
を得る。差分ステップ３では、初期背景作成ステップ１
又は背景画像更新ステップ８で作成した背景画像３３
と、画像入力ステップ２で得た入力画像３４との画素毎
の差分を算出し、差分画像３５を得る。二値化ステップ
４は、差分ステップ３で得られた差分画像３５をしきい
値処理し、差分値が所定のしきい値以下の画素を輝度値
０、しきい値以上の画素を輝度値２５５（１画素の輝度
値は０から２５５の２５６階調で表現）とした二値画像
３６を得る。ノイズ除去ステップ５では、二値化ステッ
プ４で得られた二値画像３６に含まれたノイズ領域３７
を除去し、ノイズ除去画像３８を得る。ここでノイズ領
域３７とは、数画素で構成されるものを示す。ラベリン
グステップ６では、ノイズ除去ステップ５で得られたノ
イズ除去画像３８を用いて物体の番号付けを行い、ラベ
リング画像４０を得る。ラベリングステップ６により、
ノイズ除去画像３８で得られた物体領域３９に対してＮ
１という番号が付けられる。物体認識ステップ７−２で
は、ラベリングステップ６で得られたラベリング画像４
０を用いて物体の大きさを算出し、算出した物体の大き
さと認識する物体の大きさとを比較することにより、認
識したい物体のみを抽出する。背景画像更新ステップ８
では、周知の加重平均演算等により、背景画像３３の更
新を行う。なお、このとき、前述の特願平９−２９１９
１０に記載された背景画像更新法を用いることもでき
る。物体の有無判断ステップ９では、物体認識ステップ
７−２の判断結果を用いて認識物体の有無を判断する。
ここで、物体認識ステップ７−２では検出された物体が
警告を発することが必要な物体（すなわち、侵入物）か
否かが判定される。警報ステップ１０では、物体の有無
判断ステップ９において侵入物体ありと判断された場合
に、警報表示モニタ２７に警報を表示する。
カメラ２２（図５参照）から入力画像３４（図７参照）
を得る。差分ステップ３では、初期背景作成ステップ１
又は背景画像更新ステップ８で作成した背景画像３３
と、画像入力ステップ２で得た入力画像３４との画素毎
の差分を算出し、差分画像３５を得る。二値化ステップ
４は、差分ステップ３で得られた差分画像３５をしきい
値処理し、差分値が所定のしきい値以下の画素を輝度値
０、しきい値以上の画素を輝度値２５５（１画素の輝度
値は０から２５５の２５６階調で表現）とした二値画像
３６を得る。ノイズ除去ステップ５では、二値化ステッ
プ４で得られた二値画像３６に含まれたノイズ領域３７
を除去し、ノイズ除去画像３８を得る。ここでノイズ領
域３７とは、数画素で構成されるものを示す。ラベリン
グステップ６では、ノイズ除去ステップ５で得られたノ
イズ除去画像３８を用いて物体の番号付けを行い、ラベ
リング画像４０を得る。ラベリングステップ６により、
ノイズ除去画像３８で得られた物体領域３９に対してＮ
１という番号が付けられる。物体認識ステップ７−２で
は、ラベリングステップ６で得られたラベリング画像４
０を用いて物体の大きさを算出し、算出した物体の大き
さと認識する物体の大きさとを比較することにより、認
識したい物体のみを抽出する。背景画像更新ステップ８
では、周知の加重平均演算等により、背景画像３３の更
新を行う。なお、このとき、前述の特願平９−２９１９
１０に記載された背景画像更新法を用いることもでき
る。物体の有無判断ステップ９では、物体認識ステップ
７−２の判断結果を用いて認識物体の有無を判断する。
ここで、物体認識ステップ７−２では検出された物体が
警告を発することが必要な物体（すなわち、侵入物）か
否かが判定される。警報ステップ１０では、物体の有無
判断ステップ９において侵入物体ありと判断された場合
に、警報表示モニタ２７に警報を表示する。
【０００６】次に物体認識処理７−２について、図５、
図８、図９、図１０、図１１を用いて更に詳細に説明す
る。
図８、図９、図１０、図１１を用いて更に詳細に説明す
る。
【０００７】以下の説明では、一例として、自動車の通
行のみ許され、人の通行が禁止されている場所に人が侵
入した時に警報を発するような物体認識画像処理装置に
ついて説明する。物体認識処理７−２を行うためには、
初めに侵入物として認識しようとする物体の大きさの設
定が必要となる。認識物体の大きさ設定について、図
５、図８、図９を用いて説明する。物体認識を行う固定
画面の画像をＴＶカメラ２２（図５参照）から取込み、
画像メモリ２４の中の一枚に物体認識画像１２（図９参
照）を格納する。画面の一番奥での認識物体の大きさ設
定ステップ４１（図８参照）では、物体認識画像１２の
一番奥の位置にくるように認識物体４２を位置させ、認
識物体１３の横幅４３、高さ４４を画素値で設定する。
又、認識物体１３の足元位置４５も併せて設定する。画
面の一番手前での認識物体の大きさ設定ステップ１１で
は、物体認識画像１２の一番手前の位置にくるように認
識物体１３を位置させ、認識物体１３の横幅１４、高さ
１５を画素値で設定する。又、認識物体１３の足元位置
１６も併せて設定する。これら２つの認識物体１３が認
識基準パターンとなる。次に、物体認識処理について、
説明する。物体位置算出ステップ１７（図１０参照）で
は、ラベリング画像４０（図７、図１０参照）で得られ
た物体Ｎ１の重心位置ＧＮ１、横幅ＸＮ１、高さＹＮ１
を算出する。足元位置に対する認識物体の大きさ算出ス
テップ１８−２では、物体Ｎ１の足元位置ＥＮ１によ
り、認識すべき物体の最小横幅Ｘｍｉｎ、最小高さＹｍ
ｉｎ、最大横幅Ｘｍａｘ、最大高さＹｍａｘを算出す
る。足元位置による最小横幅Ｘｍｉｎ、最小高さＹｍｉ
ｎ，最大横幅Ｘｍａｘ、最大高さＹｍａｘの算出式は、
下記式１から式４のとおりである。 式１ Ｘｍｉｎ ＝Ｘ４３＋（（Ｘ１４−Ｘ４３）／（Ｅ１６
−Ｅ４５）＊（ＥＮ１−Ｅ４５））−αｘ 但し、Ｘｍｉｎ ：任意の位置での最小横幅、 Ｘ４３：一番奥の認識物体４２の横幅４３、 Ｘ１４：一番手前の認識物体１３の横幅１４、 Ｅ１６：一番手前の認識物体１３の足元位置１６、 Ｅ４５：一番奥の認識物体４２の足元位置４５、 ＥＮ１：検出物体Ｎ1 の足元位置、 αｘ ：定数（５） 式２ Ｙｍｉｎ ＝Ｙ４４＋（（Ｙ１５−Ｙ４４）／（Ｅ１６
−Ｅ４５）＊（ＥＮ１−Ｅ４５））−αＹ 但し、Ｙｍｉｎ ：任意の位置での最小高さ、 Ｙ４４：一番奥の認識物体４２の高さ４４、 Ｘ１５：一番手前の認識物体１３の高さ１５、 Ｅ１６：一番手前の認識物体１３の足元位置１６、 Ｅ４５：一番奥の認識物体４２の足元位置４５、 ＥＮ１：検出物体Ｎ１の足元位置、 αＹ ：定数（５） 式３ Ｘｍａｘ ＝Ｘ４３＋（（Ｘ１４−Ｘ４３）／（Ｅ１６
−Ｅ４５）＊（ＥＮ１−Ｅ４５））＋αｘ 但し、Ｘｍａｘ ：任意の位置での最大横幅、 Ｘ４３：一番奥の認識物体４２の横幅４３、 Ｘ１４：一番手前の認識物体１３の横幅１４、 Ｅ１６：一番手前の認識物体１３の足元位置１６、 Ｅ４５：一番奥の認識物体４２の足元位置４５、 ＥＮ１検出物体Ｎ１の足元位置、 αｘ ：定数（５） 式４ Ｙｍａｘ ＝Ｙ４４＋（（Ｙ１５−Ｙ４４）／（Ｅ１６
−Ｅ４５）＊（ＥＮ１−Ｅ４５））＋αＹ 但し、Ｙｍａｘ ：任意の位置での最大高さ、 Ｙ４４：一番奥の認識物体４２の高さ４４、 Ｙ１５：一番手前の認識物体１３の高さ１５、 Ｅ１６：一番手前の認識物体１３の足元位置１６、 Ｅ４５：一番奥の認識物体４２の足元位置４５、 ＥＮ１：検出物体Ｎ１ の足元位置、 αＹ ：定数（５） 検出物体の大きさ判定ステップ１９（図１０参照）で
は、ラベリング画像４０（図１１参照）で得られた物体
Ｎ１の横幅ＸＮ１、縦幅ＹＮ１と、足元位置に対する認
識物体の大きさ算出ステップ１８−２で得られた認識物
体の最小横幅Ｘｍｉｎ、最小高さＹｍｉｎ、最大横幅Ｘ
ｍａｘ、最大高さＹｍａｘを比較することにより、被写
体が認識対象物体か否かの判断を行う。検出物体の大き
さ判定ステップ１９の処理を、式で表すと式７及び式８
となる。 式７ 認識物体の最小横幅Ｘｍｉｎ≦物体Ｎ１の横幅ＸＮ１≦
認識物体の最大横幅Ｘｍａｘ 式８ 認識物体の最小高さＹｍｉｎ≦物体Ｎ１の高さＹＮ１≦
認識物体の最大高さＹｍａｘ 上記式７及び式８の条件の両方を、物体Ｎ１が満たした
場合に認識対象物体２１すなわち侵入物（この場合は
人）と判断し、それ以外の場合を認識対象外物体２０
（例えば自動車）と判断する。
行のみ許され、人の通行が禁止されている場所に人が侵
入した時に警報を発するような物体認識画像処理装置に
ついて説明する。物体認識処理７−２を行うためには、
初めに侵入物として認識しようとする物体の大きさの設
定が必要となる。認識物体の大きさ設定について、図
５、図８、図９を用いて説明する。物体認識を行う固定
画面の画像をＴＶカメラ２２（図５参照）から取込み、
画像メモリ２４の中の一枚に物体認識画像１２（図９参
照）を格納する。画面の一番奥での認識物体の大きさ設
定ステップ４１（図８参照）では、物体認識画像１２の
一番奥の位置にくるように認識物体４２を位置させ、認
識物体１３の横幅４３、高さ４４を画素値で設定する。
又、認識物体１３の足元位置４５も併せて設定する。画
面の一番手前での認識物体の大きさ設定ステップ１１で
は、物体認識画像１２の一番手前の位置にくるように認
識物体１３を位置させ、認識物体１３の横幅１４、高さ
１５を画素値で設定する。又、認識物体１３の足元位置
１６も併せて設定する。これら２つの認識物体１３が認
識基準パターンとなる。次に、物体認識処理について、
説明する。物体位置算出ステップ１７（図１０参照）で
は、ラベリング画像４０（図７、図１０参照）で得られ
た物体Ｎ１の重心位置ＧＮ１、横幅ＸＮ１、高さＹＮ１
を算出する。足元位置に対する認識物体の大きさ算出ス
テップ１８−２では、物体Ｎ１の足元位置ＥＮ１によ
り、認識すべき物体の最小横幅Ｘｍｉｎ、最小高さＹｍ
ｉｎ、最大横幅Ｘｍａｘ、最大高さＹｍａｘを算出す
る。足元位置による最小横幅Ｘｍｉｎ、最小高さＹｍｉ
ｎ，最大横幅Ｘｍａｘ、最大高さＹｍａｘの算出式は、
下記式１から式４のとおりである。 式１ Ｘｍｉｎ ＝Ｘ４３＋（（Ｘ１４−Ｘ４３）／（Ｅ１６
−Ｅ４５）＊（ＥＮ１−Ｅ４５））−αｘ 但し、Ｘｍｉｎ ：任意の位置での最小横幅、 Ｘ４３：一番奥の認識物体４２の横幅４３、 Ｘ１４：一番手前の認識物体１３の横幅１４、 Ｅ１６：一番手前の認識物体１３の足元位置１６、 Ｅ４５：一番奥の認識物体４２の足元位置４５、 ＥＮ１：検出物体Ｎ1 の足元位置、 αｘ ：定数（５） 式２ Ｙｍｉｎ ＝Ｙ４４＋（（Ｙ１５−Ｙ４４）／（Ｅ１６
−Ｅ４５）＊（ＥＮ１−Ｅ４５））−αＹ 但し、Ｙｍｉｎ ：任意の位置での最小高さ、 Ｙ４４：一番奥の認識物体４２の高さ４４、 Ｘ１５：一番手前の認識物体１３の高さ１５、 Ｅ１６：一番手前の認識物体１３の足元位置１６、 Ｅ４５：一番奥の認識物体４２の足元位置４５、 ＥＮ１：検出物体Ｎ１の足元位置、 αＹ ：定数（５） 式３ Ｘｍａｘ ＝Ｘ４３＋（（Ｘ１４−Ｘ４３）／（Ｅ１６
−Ｅ４５）＊（ＥＮ１−Ｅ４５））＋αｘ 但し、Ｘｍａｘ ：任意の位置での最大横幅、 Ｘ４３：一番奥の認識物体４２の横幅４３、 Ｘ１４：一番手前の認識物体１３の横幅１４、 Ｅ１６：一番手前の認識物体１３の足元位置１６、 Ｅ４５：一番奥の認識物体４２の足元位置４５、 ＥＮ１検出物体Ｎ１の足元位置、 αｘ ：定数（５） 式４ Ｙｍａｘ ＝Ｙ４４＋（（Ｙ１５−Ｙ４４）／（Ｅ１６
−Ｅ４５）＊（ＥＮ１−Ｅ４５））＋αＹ 但し、Ｙｍａｘ ：任意の位置での最大高さ、 Ｙ４４：一番奥の認識物体４２の高さ４４、 Ｙ１５：一番手前の認識物体１３の高さ１５、 Ｅ１６：一番手前の認識物体１３の足元位置１６、 Ｅ４５：一番奥の認識物体４２の足元位置４５、 ＥＮ１：検出物体Ｎ１ の足元位置、 αＹ ：定数（５） 検出物体の大きさ判定ステップ１９（図１０参照）で
は、ラベリング画像４０（図１１参照）で得られた物体
Ｎ１の横幅ＸＮ１、縦幅ＹＮ１と、足元位置に対する認
識物体の大きさ算出ステップ１８−２で得られた認識物
体の最小横幅Ｘｍｉｎ、最小高さＹｍｉｎ、最大横幅Ｘ
ｍａｘ、最大高さＹｍａｘを比較することにより、被写
体が認識対象物体か否かの判断を行う。検出物体の大き
さ判定ステップ１９の処理を、式で表すと式７及び式８
となる。 式７ 認識物体の最小横幅Ｘｍｉｎ≦物体Ｎ１の横幅ＸＮ１≦
認識物体の最大横幅Ｘｍａｘ 式８ 認識物体の最小高さＹｍｉｎ≦物体Ｎ１の高さＹＮ１≦
認識物体の最大高さＹｍａｘ 上記式７及び式８の条件の両方を、物体Ｎ１が満たした
場合に認識対象物体２１すなわち侵入物（この場合は
人）と判断し、それ以外の場合を認識対象外物体２０
（例えば自動車）と判断する。
【０００８】
【発明が解決しようとする課題】以上説明した従来技術
では、一つの認識対象物体大きさ、つまり、比較基準を
画面上の一番奥及び一番手前の両方で設定しなければな
らないため、その設定に手間がかかるという問題があ
る。基準の設定が、画面上の一番奥及び一番手前の２つ
であるため、物体が、その中間位置にある場合には、前
記２つの比較基準を基に認識すべき物体の画面上の位置
から比中間地点の比較基準を求め、この比較基準との比
較動作を行うことになる。この比較基準の求め方は、前
記一番手前の画像と一番奥の画像の基準の大きさとの間
の画像をリニアに変化させ、認識すべき物体の画面上の
位置から求める。つまり、中間地点の物体については、
リニア特性により、近似的にその位置を求めている。こ
のように、前記図１０の物体位置算出ステップで算出す
るする物体の位置は表示画面上の位置であるため、必ず
しも正確ではない。つまり、画面上の距離が実際のＴＶ
カメラと物体の間との距離に一致しないことがある。こ
れを補正するには、ＴＶカメラのレンズの画角特性を考
慮し、前記リニア特性を補正する必要があり、これは大
変に手間のかかる作業を必要とする。つまり、従来の物
体認識画像処理装置は、物体の位置に対応した画面上の
大きさ変換に問題があり、ＴＶカメラとの距離によって
は精度が落ちるという問題があった。本発明の目的は、
認識すべき一物体の基準パターンの設定を簡単化するこ
とである。又、検出した物体の大きさを、物体の足元位
置及びカメラからの角度を利用して、距離を求め、画面
上の最も手前での物体の大きさに変換することにより、
物体の大きさの精度を良くすることである。
では、一つの認識対象物体大きさ、つまり、比較基準を
画面上の一番奥及び一番手前の両方で設定しなければな
らないため、その設定に手間がかかるという問題があ
る。基準の設定が、画面上の一番奥及び一番手前の２つ
であるため、物体が、その中間位置にある場合には、前
記２つの比較基準を基に認識すべき物体の画面上の位置
から比中間地点の比較基準を求め、この比較基準との比
較動作を行うことになる。この比較基準の求め方は、前
記一番手前の画像と一番奥の画像の基準の大きさとの間
の画像をリニアに変化させ、認識すべき物体の画面上の
位置から求める。つまり、中間地点の物体については、
リニア特性により、近似的にその位置を求めている。こ
のように、前記図１０の物体位置算出ステップで算出す
るする物体の位置は表示画面上の位置であるため、必ず
しも正確ではない。つまり、画面上の距離が実際のＴＶ
カメラと物体の間との距離に一致しないことがある。こ
れを補正するには、ＴＶカメラのレンズの画角特性を考
慮し、前記リニア特性を補正する必要があり、これは大
変に手間のかかる作業を必要とする。つまり、従来の物
体認識画像処理装置は、物体の位置に対応した画面上の
大きさ変換に問題があり、ＴＶカメラとの距離によって
は精度が落ちるという問題があった。本発明の目的は、
認識すべき一物体の基準パターンの設定を簡単化するこ
とである。又、検出した物体の大きさを、物体の足元位
置及びカメラからの角度を利用して、距離を求め、画面
上の最も手前での物体の大きさに変換することにより、
物体の大きさの精度を良くすることである。
【０００９】
【課題を解決するための手段】本発明では、このような
課題を解決するため、物体の足元位置の角度を用いて、
検出した物体の大きさを画面上の手前での物体の大きさ
に変換することにより、認識物体の基準となる大きさ
を、画面上の手前に立った認識物体の大きさ一つで認識
処理をできるようにしたものである。
課題を解決するため、物体の足元位置の角度を用いて、
検出した物体の大きさを画面上の手前での物体の大きさ
に変換することにより、認識物体の基準となる大きさ
を、画面上の手前に立った認識物体の大きさ一つで認識
処理をできるようにしたものである。
【００１０】つまり、本発明は第１に予め検出対象物体
の基準パターンを撮像し、前記画像メモリに保持するス
テップを有する。次に、監視時にはＴＶカメラで撮像さ
れた被写体から該被写体の重心を求めるステップによ
り、被写体である物体の重心を求め、この被写体の重心
位置とＴＶカメラの仰角から該被写体までの距離を測定
する。次に被写体である物体の映像を前記距離を測定す
るステップで求めた被写体の距離に対応した大きさに変
換する。次に、この距離に対応した大きさに変換された
被写体の画像とあらかじめ記録された検出対象の基準パ
ターンとを比較し、被写体の画像が検出対象物体である
か否かを判定するようにしたものである。
の基準パターンを撮像し、前記画像メモリに保持するス
テップを有する。次に、監視時にはＴＶカメラで撮像さ
れた被写体から該被写体の重心を求めるステップによ
り、被写体である物体の重心を求め、この被写体の重心
位置とＴＶカメラの仰角から該被写体までの距離を測定
する。次に被写体である物体の映像を前記距離を測定す
るステップで求めた被写体の距離に対応した大きさに変
換する。次に、この距離に対応した大きさに変換された
被写体の画像とあらかじめ記録された検出対象の基準パ
ターンとを比較し、被写体の画像が検出対象物体である
か否かを判定するようにしたものである。
【００１１】
【発明の実施の形態】以下の実施例の説明では、従来例
と同じく、自動車の通行のみ許され、人の通行が禁止さ
れている場所に人が侵入した時に警報を発するような物
体認識画像処理装置について説明する。侵入物認識装置
のハードウェアのブロック構成は一例として従来例と共
通する図５、また、本発明の特徴部分を除く侵入物認識
の全体の流れは従来と共通する図４に示す。背景画像の
設定、更新、差分抽出、二値化、ラベリングまでの動作
は従来と共通であるため、簡単に説明する。図５に於い
て、ＴＶカメラ２２は、前述のように固定の監視対象領
域を撮像するものである。ＣＰＵ２５、ワークメモリ２
９内での物体認識画像処理により侵入者が検出された場
合には、出力Ｉ／Ｆ２６を用いて警告表示モニタ２７に
警告を出力する。
と同じく、自動車の通行のみ許され、人の通行が禁止さ
れている場所に人が侵入した時に警報を発するような物
体認識画像処理装置について説明する。侵入物認識装置
のハードウェアのブロック構成は一例として従来例と共
通する図５、また、本発明の特徴部分を除く侵入物認識
の全体の流れは従来と共通する図４に示す。背景画像の
設定、更新、差分抽出、二値化、ラベリングまでの動作
は従来と共通であるため、簡単に説明する。図５に於い
て、ＴＶカメラ２２は、前述のように固定の監視対象領
域を撮像するものである。ＣＰＵ２５、ワークメモリ２
９内での物体認識画像処理により侵入者が検出された場
合には、出力Ｉ／Ｆ２６を用いて警告表示モニタ２７に
警告を出力する。
【００１２】次に物体認識の流れについて、図４、図７
を用いて説明する。まず初期背景画像作成ステップ１
で、背景画像の作成を行い背景画像３３を得る。背景画
像は、物体が存在しないときの監視範囲の画像が取り込
まれることにより行われえる。画像入力ステップ２で、
ＴＶカメラ２２から入力画像３４を得る。差分ステップ
３では、初期背景作成ステップ１又は背景画像更新ステ
ップ８で作成した背景画像３３と、画像入力ステップ２
で得た入力画像３４との画素毎の差分を算出し、差分画
像３５を得る。二値化ステップ４は、差分ステップ３で
得られた差分画像３５をしきい値処理し、二値画像３６
を得る。ノイズ除去ステップ５でノイズ領域を除去し、
ラベリング画像を得る。以下本発明の特徴的な動作につ
いて説明する。次に、物体認識ステップ７−１の詳細に
ついて説明する。物体認識ステップ７−１を行うために
は、認識すべき物体の大きさを予め設定しておく必要が
ある。認識すべき物体の大きさの設定について、図２、
図３、図５を用いて説明する。物体認識を行う基準画面
の画像を、ＴＶカメラ２２から取込み、画像メモリ２４
の中に物体認識基準画像１２（図３参照）を格納する。
この時、認識したい物体は人であるため、物体認識画像
１２すなわち、人を画面上の一番手前の位置にくるよう
に位置させ、認識物体１３（人）の横幅１４、高さ１５
を画素値で設定する。以上が、監視前に行われる物体認
識画像の設定である。
を用いて説明する。まず初期背景画像作成ステップ１
で、背景画像の作成を行い背景画像３３を得る。背景画
像は、物体が存在しないときの監視範囲の画像が取り込
まれることにより行われえる。画像入力ステップ２で、
ＴＶカメラ２２から入力画像３４を得る。差分ステップ
３では、初期背景作成ステップ１又は背景画像更新ステ
ップ８で作成した背景画像３３と、画像入力ステップ２
で得た入力画像３４との画素毎の差分を算出し、差分画
像３５を得る。二値化ステップ４は、差分ステップ３で
得られた差分画像３５をしきい値処理し、二値画像３６
を得る。ノイズ除去ステップ５でノイズ領域を除去し、
ラベリング画像を得る。以下本発明の特徴的な動作につ
いて説明する。次に、物体認識ステップ７−１の詳細に
ついて説明する。物体認識ステップ７−１を行うために
は、認識すべき物体の大きさを予め設定しておく必要が
ある。認識すべき物体の大きさの設定について、図２、
図３、図５を用いて説明する。物体認識を行う基準画面
の画像を、ＴＶカメラ２２から取込み、画像メモリ２４
の中に物体認識基準画像１２（図３参照）を格納する。
この時、認識したい物体は人であるため、物体認識画像
１２すなわち、人を画面上の一番手前の位置にくるよう
に位置させ、認識物体１３（人）の横幅１４、高さ１５
を画素値で設定する。以上が、監視前に行われる物体認
識画像の設定である。
【００１３】画面上に撮影される人などの物体の大きさ
は、画面上の位置によって異なっている。よって、本発
明は、監視中には撮影した物体の大きさを、画面上の一
番手前で撮影された場合の大きさ、すなわち、前記基準
画像を取り込んだときの大きさに変換した上で、前記基
準認識物体１３の横幅１４、高さ１５と監視中の物体の
大きさを比較するものである。このとき、監視中の物体
の大きさを基準画像に合あわせるため（つまり、画面上
の一番手前で撮影された場合の大きさに合わせるため）
に、その物体までの距離を測定する必要があるが、それ
は、ＴＶカメラの仰角と物体の重心を求めることによ
り、近似的に得ることができる。
は、画面上の位置によって異なっている。よって、本発
明は、監視中には撮影した物体の大きさを、画面上の一
番手前で撮影された場合の大きさ、すなわち、前記基準
画像を取り込んだときの大きさに変換した上で、前記基
準認識物体１３の横幅１４、高さ１５と監視中の物体の
大きさを比較するものである。このとき、監視中の物体
の大きさを基準画像に合あわせるため（つまり、画面上
の一番手前で撮影された場合の大きさに合わせるため）
に、その物体までの距離を測定する必要があるが、それ
は、ＴＶカメラの仰角と物体の重心を求めることによ
り、近似的に得ることができる。
【００１４】撮影した物体の大きさを、画面の一番手前
で撮影された場合の大きさに変換する方法を、図１、図
２、図３、図１３、図１４を用いて説明する。
で撮影された場合の大きさに変換する方法を、図１、図
２、図３、図１３、図１４を用いて説明する。
【００１５】監視中に撮像した物体が認識対象物体であ
るか否かの判定について図１を中心に説明する。物体位
置算出ステップ１７では、ラベリング画像４０（図１４
参照）で得られた物体Ｎ１の重心位置ＧＮ１、横幅ＸＮ
１、高さＹＮ１を算出する。足元位置に対する認識物体
の大きさ算出ステップ１８−１では、物体の横幅ＸＮ
１、高さＹＮ１を画面上の一番手前で撮影された場合の
物体の横幅ＸＮ１、高さＹＮ１に変換する。この変換方
法について図１３を用いて説明する。同図に示すよう
に、ＴＶカメラ２２の垂直方向の視野角Δθを求める。
ＴＶカメラ２２からＡ地点までの距離ＬＡ及びカメラか
らＢ地点までの距離ＬＢが分かっているとき、地点Ａま
での角度θＡ、地点Ｂまでの角度θＢは、式９及び式１
０で得られる。
るか否かの判定について図１を中心に説明する。物体位
置算出ステップ１７では、ラベリング画像４０（図１４
参照）で得られた物体Ｎ１の重心位置ＧＮ１、横幅ＸＮ
１、高さＹＮ１を算出する。足元位置に対する認識物体
の大きさ算出ステップ１８−１では、物体の横幅ＸＮ
１、高さＹＮ１を画面上の一番手前で撮影された場合の
物体の横幅ＸＮ１、高さＹＮ１に変換する。この変換方
法について図１３を用いて説明する。同図に示すよう
に、ＴＶカメラ２２の垂直方向の視野角Δθを求める。
ＴＶカメラ２２からＡ地点までの距離ＬＡ及びカメラか
らＢ地点までの距離ＬＢが分かっているとき、地点Ａま
での角度θＡ、地点Ｂまでの角度θＢは、式９及び式１
０で得られる。
【００１６】
【数１】
【００１７】よってカメラの垂直方向の視野角Δθは式
１１で得られる。
１１で得られる。
【００１８】式１１ Δθ＝θＡ−θＢ 次に、物体が画面上に撮影される大きさは、カメラから
物体までの距離Ｒに反比例する。
物体までの距離Ｒに反比例する。
【００１９】ここで、物体までの水平距離Ｌ、物体まで
の距離Ｒ、角度θとの間には、式１２のような関係があ
る。
の距離Ｒ、角度θとの間には、式１２のような関係があ
る。
【００２０】式１２ Ｒ＝Ｌ／ｃｏｓθ 画面上に撮影された物体の横幅は、物体までの距離Ｒに
反比例するので、画面上の物体の横幅ＸＮ１と、それを
画面上の一番手前で撮影された場合の横幅ＸＮ１′との
間には、式１３のような関係がある。
反比例するので、画面上の物体の横幅ＸＮ１と、それを
画面上の一番手前で撮影された場合の横幅ＸＮ１′との
間には、式１３のような関係がある。
【００２１】式１３ ＸＮ１′＝ＸＮ１×（ｃｏｓθ／ｃｏｓθＡ） 同様に、画面上に撮影された物体の高さは、物体までの
距離Ｒに反比例するので、画面上の物体の高さＹＮ１
と、それを画面上の一番手前で撮影された場合の高さＹ
Ｎ１′との間には、式１４のような関係がある。
距離Ｒに反比例するので、画面上の物体の高さＹＮ１
と、それを画面上の一番手前で撮影された場合の高さＹ
Ｎ１′との間には、式１４のような関係がある。
【００２２】式１４ ＹＮ１′＝ＹＮ１×（ｃｏｓθ／ｃｏｓθＡ） このようにして、ステップ１８−１では、撮像された物
体を、ＴＶカメラと物体までの距離に応じて、画面上の
一番手前で撮像された場合の物体の大きさに変換する。
体を、ＴＶカメラと物体までの距離に応じて、画面上の
一番手前で撮像された場合の物体の大きさに変換する。
【００２３】検出物体の大きさ判定ステップ１９では、
撮影された物体を画面上の一番手前で撮影された場合の
大きさに変換するステップ１８−１で得られた物体の横
幅ＸＮ１′、高さＹＮ１′と画面の一番手前での認識物
体の大きさ設定ステップ１１で設定した認識物体１３
（つまり基準画像）の横幅１４、縦幅１５を比較するこ
とにより、認識物体か否かの判断を行う。検出物体の大
きさ判定ステップ１９の処理を、式で表すと式１５及び
式１６となる。
撮影された物体を画面上の一番手前で撮影された場合の
大きさに変換するステップ１８−１で得られた物体の横
幅ＸＮ１′、高さＹＮ１′と画面の一番手前での認識物
体の大きさ設定ステップ１１で設定した認識物体１３
（つまり基準画像）の横幅１４、縦幅１５を比較するこ
とにより、認識物体か否かの判断を行う。検出物体の大
きさ判定ステップ１９の処理を、式で表すと式１５及び
式１６となる。
【００２４】式１５ 認識物体の横幅１４−αＸ≦物体の横幅ＸＮ１′≦認識
物体の横幅１４＋αＸ 式１６ 認識物体の高さ１５−αＹ≦物体の高さＹＮ１′≦認識
物体の高さ１５＋αＹ 上記式１５及び式１６の条件の両方を、物体Ｎ１が満た
した場合に認識対象物体２０と判断し、それ以外の場合
を認識対象外物体２１と判断する。
物体の横幅１４＋αＸ 式１６ 認識物体の高さ１５−αＹ≦物体の高さＹＮ１′≦認識
物体の高さ１５＋αＹ 上記式１５及び式１６の条件の両方を、物体Ｎ１が満た
した場合に認識対象物体２０と判断し、それ以外の場合
を認識対象外物体２１と判断する。
【００２５】すなわち、式１５、式１６により、図１２
に示すように、この実施例の場合は、物体Ｎ１を侵入物
（この場合は人）と判断し、それ以外を認識対象外物体
２０（この場合は自動車）と判断する。すなわち、認識
対象物体２１と判断された場合、検出物体Ｎ１と認識物
体との間には、認識対象物体条件４６が成り立ってい
る。又、認識対象外物体２０と判断された場合、検出物
体Ｎ１と認識物体との間には、認識対象外物体（自動
車）条件４７が成り立っている。
に示すように、この実施例の場合は、物体Ｎ１を侵入物
（この場合は人）と判断し、それ以外を認識対象外物体
２０（この場合は自動車）と判断する。すなわち、認識
対象物体２１と判断された場合、検出物体Ｎ１と認識物
体との間には、認識対象物体条件４６が成り立ってい
る。又、認識対象外物体２０と判断された場合、検出物
体Ｎ１と認識物体との間には、認識対象外物体（自動
車）条件４７が成り立っている。
【００２６】上記の方法により、認識物体の基準となる
大きさを、画面上の一番手前に位置する物体の大きさ一
つで認識処理が可能となる。
大きさを、画面上の一番手前に位置する物体の大きさ一
つで認識処理が可能となる。
【００２７】
【発明の効果】以上説明したように、本発明では認識す
べき一物体の基準の大きさは、画面上の一番手前に位置
する物体の大きさ一つのみを設定すればよいため、設定
が簡単で、短時間で行うことができる。
べき一物体の基準の大きさは、画面上の一番手前に位置
する物体の大きさ一つのみを設定すればよいため、設定
が簡単で、短時間で行うことができる。
【００２８】また、ＴＶカメラと物体との距離を求めた
上で、その距離に応じた基準画像を得て、判定を行うた
め、精度よく侵入物体の判定を行うことができる。
上で、その距離に応じた基準画像を得て、判定を行うた
め、精度よく侵入物体の判定を行うことができる。
【図１】本発明の一実施例の原理を示すフローチャー
ト。
ト。
【図２】本発明の一実施例の画像認識処理の初期設定の
原理を示すフローチャート。
原理を示すフローチャート。
【図３】本発明の一実施例の画像認識処理の初期設定の
原理の説明図。
原理の説明図。
【図４】本発明の一実施例の画像認識処理の原理を示す
フローチャート。
フローチャート。
【図５】ハードウェア構成を示すブロック構成図。
【図６】従来法の原理を示すフローチャート。
【図７】従来法の原理の説明図。
【図８】従来法の画像認識処理の初期設定の原理を示す
フローチャート。
フローチャート。
【図９】従来法の画像認識処理の初期設定の原理の説明
図。
図。
【図１０】従来法の画像認識処理の原理を示すフローチ
ャート。
ャート。
【図１１】物体位置算出の原理の説明図。
【図１２】認識対象物体と認識対象外物体判断例の説明
図。
図。
【図１３】本発明の足元位置に対する認識物体の大きさ
算出の説明図。
算出の説明図。
【図１４】本発明の足元位置に対する認識物体の大きさ
変換の説明図。
変換の説明図。
１：初期背景作成ステップ、２：画像入力ステップ、
３：差分ステップ、４：二値化ステップ、５：ノイズ除
去ステップ、６：ラベリングステップ、７−１、７−
２：物体認識ステップ、８：背景画像更新ステップ、
９：物体の有無判定ステップ、１０：警報処理ステッ
プ、１１：画像上の一番手前での認識物体の大きさ設定
ステップ、１２：物体認識画像、１３：画像上の一番手
前での認識物体、１４：画面上の一番手前での認識物体
の横幅、１５：画面上の一番手前での認識物体の高さ、
１６：画面上の一番手前での認識物体の足元位置、１
７：物体位置算出ステップ、１８−１：撮影された物体
を画面上の一番手前で撮影された場合の大きさに変換す
るステップ、１８−２：足元位置に対する物体の大きさ
算出ステップ、１９…検出物体の大きさ判定ステップ、
２０：認識対象外物体（判断結果）、２１：認識対象物
体（判断結果）、２２：ＴＶカメラ、２３：画像入力Ｉ
／Ｆ、２４：画像メモリ、２５：ＣＰＵ、２６：出力Ｉ
／Ｆ、２７：警報表示モニタ、２８：データバス、２９
…ワークメモリ、３０…プログラムメモリ、３１…画像
出力Ｉ／Ｆ、３２：ビデオモニタ、３３…背景画像、３
４：入力画像、３５：差分画像、３６：二値化画像、３
７：ノイズ領域、３８：ノイズ除去画像、３９：検出対
象物体、４０：ラベリング画像、Ｎ1 ：検出物体番
号、４１：画面の一番奥での認識物体の大きさ設定ステ
ップ、４２：画像上の一番奥の認識物体、４３：画面上
の一番奥の認識物体の横幅、４４：画面上の一番奥の認
識物体の高さ、４５：画面上の一番奥の認識物体の足元
位置、ＸＮ1：物体Ｎ1 の横幅、ＹＮ1：物体Ｎ1 の高
さ、ＥＮ1：物体Ｎ1 の足元位置、ＧＮ1：物体Ｎ1 の
重心位置、４６：認識対象物体条件図、４７：認識対象
外物体条件図、Ａ、Ｂ：カメラの視野、Ｃ：物体の存在
位置、ＬＡ 、ＬＢ ：カメラからそれぞれの地点まで
の距離、θＡ ：Ａ地点での角度、θＢ ：Ｂ地点での
角度、Δθ：カメラの水平方向の視野角、θ：カメラと
物体との角度、Ｒ：カメラからの距離、ＸＮ1′：変換
後の横幅、ＹＮ1′：変換後の高さ、ＧＮ1′：変換後の
物体の重心位置、４８：物体の大きさ変換画像。
３：差分ステップ、４：二値化ステップ、５：ノイズ除
去ステップ、６：ラベリングステップ、７−１、７−
２：物体認識ステップ、８：背景画像更新ステップ、
９：物体の有無判定ステップ、１０：警報処理ステッ
プ、１１：画像上の一番手前での認識物体の大きさ設定
ステップ、１２：物体認識画像、１３：画像上の一番手
前での認識物体、１４：画面上の一番手前での認識物体
の横幅、１５：画面上の一番手前での認識物体の高さ、
１６：画面上の一番手前での認識物体の足元位置、１
７：物体位置算出ステップ、１８−１：撮影された物体
を画面上の一番手前で撮影された場合の大きさに変換す
るステップ、１８−２：足元位置に対する物体の大きさ
算出ステップ、１９…検出物体の大きさ判定ステップ、
２０：認識対象外物体（判断結果）、２１：認識対象物
体（判断結果）、２２：ＴＶカメラ、２３：画像入力Ｉ
／Ｆ、２４：画像メモリ、２５：ＣＰＵ、２６：出力Ｉ
／Ｆ、２７：警報表示モニタ、２８：データバス、２９
…ワークメモリ、３０…プログラムメモリ、３１…画像
出力Ｉ／Ｆ、３２：ビデオモニタ、３３…背景画像、３
４：入力画像、３５：差分画像、３６：二値化画像、３
７：ノイズ領域、３８：ノイズ除去画像、３９：検出対
象物体、４０：ラベリング画像、Ｎ1 ：検出物体番
号、４１：画面の一番奥での認識物体の大きさ設定ステ
ップ、４２：画像上の一番奥の認識物体、４３：画面上
の一番奥の認識物体の横幅、４４：画面上の一番奥の認
識物体の高さ、４５：画面上の一番奥の認識物体の足元
位置、ＸＮ1：物体Ｎ1 の横幅、ＹＮ1：物体Ｎ1 の高
さ、ＥＮ1：物体Ｎ1 の足元位置、ＧＮ1：物体Ｎ1 の
重心位置、４６：認識対象物体条件図、４７：認識対象
外物体条件図、Ａ、Ｂ：カメラの視野、Ｃ：物体の存在
位置、ＬＡ 、ＬＢ ：カメラからそれぞれの地点まで
の距離、θＡ ：Ａ地点での角度、θＢ ：Ｂ地点での
角度、Δθ：カメラの水平方向の視野角、θ：カメラと
物体との角度、Ｒ：カメラからの距離、ＸＮ1′：変換
後の横幅、ＹＮ1′：変換後の高さ、ＧＮ1′：変換後の
物体の重心位置、４８：物体の大きさ変換画像。
───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 2F065 AA03 AA07 AA17 AA23 CC16 FF04 FF09 JJ03 JJ26 QQ00 QQ04 QQ24 QQ25 QQ34 RR02 RR05 SS02 SS09 UU05 5C054 FC01 FC05 FC12 FC15 FD07 GA04 GB01 GB12 HA18 5C084 AA01 AA06 BB31 DD11 GG43 GG52 GG56 GG78 5L096 BA02 CA04 DA03 EA03 EA05 EA43 FA60 FA66 GA08 GA34 HA03 HA08 JA09 9A001 BZ03 BZ04 EE05 HH21 HH24 HH27 JJ71 KK37
Claims (4)
- 【請求項１】 監視対象の領域内を撮像するテレビジョ
ンカメラから得られた映像信号を、画像メモリに記録
し、ＣＰＵを用いて画像処理し、被写体が検出対象物体
であるか否かの自動認識を行う監視用画像処理におい
て、 予め、前記検出対象物体の基準パターンを撮像し、前記
画像メモリに保持し、監視時に前記テレビジョンカメラ
で撮像された被写体の映像から該被写体の重心を求め、
該被写体の重心位置と前記テレビジョンカメラの仰角か
ら該被写体までの距離を測定しその結果に基づき、前記
被写体の映像を前記被写体までの距離に対応した大きさ
に変換し、該変換された被写体の画像と前記予めメモリ
に保持された検出対象の基準パターンとを比較し前記被
写体の映像が前記検出対象物体であるか否かを判定する
ことを特徴とする物体認識画像処理方法。 - 【請求項２】 監視対象の領域内を撮像するテレビジョ
ンカメラから得られた映像信号を、複数の画像メモリに
記録し、ＣＰＵを用いて該画像メモリ間で処理し、被写
体が侵入物、侵入者等の検出対象物体であるか否かの自
動認識を行う監視用画像処理方法において、 予め、検出対象物体の基準パターンを撮像し、前記画像
メモリに保持するステップと、監視時に前記テレビジョ
ンカメラで撮像された被写体の映像から該被写体の重心
を求めるステップと、該被写体の重心位置と前記テレビ
ジョンカメラの仰角から該被写体までの距離を測定する
ステップと、該被写体の映像を前記距離を測定するステ
ップで求めた被写体の距離に対応した大きさに変換する
ステップと、該距離に対応した大きさに変換された被写
体の画像と前記あらかじめ記録された検出対象の基準パ
ターンとを比較し被写体の画像が検出対象物体であるか
否かを判定するステップとを有することを特徴とする物
体認識画像処理方法。 - 【請求項３】 監視対象の領域内を撮像するテレビジョ
ンカメラと該テレビジョンカメラから得られた映像信号
を保持する複数の画像メモリと、少なくとも該複数のメ
モリを制御するＣＰＵとを有し、被写体が検出対象物体
であるか否かの自動認識を行う監視用画像処理装置にお
いて、 予め、検出対象物体の基準パターンを撮像し、前記画像
メモリに保持するステップと、監視時に前記テレビジョ
ンカメラで撮像された被写体の映像から該被写体の重心
を求めるステップと、該被写体の重心位置と前記テレビ
ジョンカメラの仰角から該被写体までの距離を測定する
ステップと、該被写体の映像を前記距離を測定するステ
ップで求めた被写体の距離に対応した大きさに変換する
ステップと、該距離に対応した大きさに変換された被写
体の画像と前記あらかじめ記録された検出対象の大きさ
の基準とを比較し被写体の画像が検出対象物体であるか
否かを判定するステップとを有することを特徴とする物
体認識画像処理方法。 - 【請求項４】 請求項３において、前記検出対象の大き
さの基準は幅の最小値と最大値と、高さの最小値と最大
値で規定したことを特徴とする物体認識画像処理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11071932A JP2000268173A (ja) | 1999-03-17 | 1999-03-17 | 物体認識画像処理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11071932A JP2000268173A (ja) | 1999-03-17 | 1999-03-17 | 物体認識画像処理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2000268173A true JP2000268173A (ja) | 2000-09-29 |
Family
ID=13474796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11071932A Pending JP2000268173A (ja) | 1999-03-17 | 1999-03-17 | 物体認識画像処理方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2000268173A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003151048A (ja) * | 2001-09-05 | 2003-05-23 | Sick Ag | 監視法および光電子センサー |
| JP2005506740A (ja) * | 2001-10-09 | 2005-03-03 | オブジェクトビデオ インコーポレイテッド | ビデオトリップワイヤ |
| CN102906788A (zh) * | 2010-05-21 | 2013-01-30 | 松下电器产业株式会社 | 动线制作装置及动线制作方法 |
| CN103688139A (zh) * | 2011-07-14 | 2014-03-26 | 宝马股份公司 | 用于便携式终端设备的进行行人脚步识别的方法和装置 |
| JP2019514102A (ja) * | 2015-11-30 | 2019-05-30 | コリア インスティチュート オブ インダストリアル テクノロジー | 深度画像を用いた行動パターン分析システム及び方法 |
| JP2022102947A (ja) * | 2020-12-25 | 2022-07-07 | 富士通株式会社 | 検知プログラム、検知方法、および検知装置 |
-
1999
- 1999-03-17 JP JP11071932A patent/JP2000268173A/ja active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003151048A (ja) * | 2001-09-05 | 2003-05-23 | Sick Ag | 監視法および光電子センサー |
| JP2005506740A (ja) * | 2001-10-09 | 2005-03-03 | オブジェクトビデオ インコーポレイテッド | ビデオトリップワイヤ |
| CN102906788A (zh) * | 2010-05-21 | 2013-01-30 | 松下电器产业株式会社 | 动线制作装置及动线制作方法 |
| US8934671B2 (en) | 2010-05-21 | 2015-01-13 | Panasonic Corporation | Traffic line creation device and traffic line creation method |
| CN102906788B (zh) * | 2010-05-21 | 2016-06-08 | 松下电器产业株式会社 | 动线制作装置及动线制作方法 |
| CN103688139A (zh) * | 2011-07-14 | 2014-03-26 | 宝马股份公司 | 用于便携式终端设备的进行行人脚步识别的方法和装置 |
| CN103688139B (zh) * | 2011-07-14 | 2017-04-05 | 宝马股份公司 | 用于便携式终端设备的进行行人脚步识别的方法和装置 |
| JP2019514102A (ja) * | 2015-11-30 | 2019-05-30 | コリア インスティチュート オブ インダストリアル テクノロジー | 深度画像を用いた行動パターン分析システム及び方法 |
| JP2022102947A (ja) * | 2020-12-25 | 2022-07-07 | 富士通株式会社 | 検知プログラム、検知方法、および検知装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8437504B2 (en) | Imaging system and imaging method | |
| JP2000090277A (ja) | 基準背景画像更新方法及び侵入物体検出方法並びに侵入物体検出装置 | |
| US20090128652A1 (en) | Image processing apparatus | |
| CN112613568B (zh) | 基于可见光及红外多光谱图像序列的目标识别方法和装置 | |
| US20060056702A1 (en) | Image processing apparatus and image processing method | |
| JP3134845B2 (ja) | 動画像中の物体抽出装置及び方法 | |
| JP2000268173A (ja) | 物体認識画像処理方法 | |
| JPH0514891A (ja) | 画像監視装置 | |
| JP2002027449A (ja) | 移動物体識別方法および移動物体識別装置 | |
| JPH0793558A (ja) | 画像監視装置 | |
| JP3736836B2 (ja) | 物体検出方法及び物体検出装置及びプログラム | |
| CN111899512A (zh) | 结合天际线观测的车辆轨迹提取方法、系统及存储介质 | |
| JPH05300516A (ja) | 動画処理装置 | |
| JPH057363A (ja) | 画像監視装置 | |
| JP2002218443A (ja) | 侵入物体検出のためのしきい値を自動的に決定する侵入物体検出方法及び侵入物体監視装置 | |
| CN117456634A (zh) | 一种触发停车监控录像功能的方法与装置、存储介质 | |
| JP2003317033A (ja) | 画像処理におけるアフィン変換係数算出方法および画像処理装置 | |
| JP2004128648A (ja) | 侵入物体追尾方法 | |
| JP6133700B2 (ja) | 画像センサ | |
| JPH0731248B2 (ja) | 移動物体検出装置 | |
| JPH0514898A (ja) | 画像監視装置 | |
| JP2807232B2 (ja) | 医用画像差異認識表示方法及びこの医用画像差異認識表示装置 | |
| JP2003322521A (ja) | 画像認識装置 | |
| JP2002262282A (ja) | 画像監視方法及び画像監視装置 | |
| JP3792460B2 (ja) | 侵入物体検知画像処理システム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050819 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20051011 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051209 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060116 |