JPH07129779A - Intruding object recognizing method - Google Patents
Intruding object recognizing methodInfo
- Publication number
- JPH07129779A JPH07129779A JP27795193A JP27795193A JPH07129779A JP H07129779 A JPH07129779 A JP H07129779A JP 27795193 A JP27795193 A JP 27795193A JP 27795193 A JP27795193 A JP 27795193A JP H07129779 A JPH07129779 A JP H07129779A
- Authority
- JP
- Japan
- Prior art keywords
- quadrangle
- area
- enlarged
- intruding object
- intruding
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、画像監視装置等におい
て、予め格納された背景画像データ及び逐次入力される
入力画像のデータから侵入物体の個数を検出する侵入物
体認識方法に関するものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an intruding object recognition method for detecting the number of intruding objects from background image data stored in advance and input image data sequentially input in an image monitoring apparatus or the like.
【０００２】[0002]
【従来の技術】図２は、従来の侵入物体認識方法の構成
例を示すフローチャートである。図３は、背景画像の一
例を示す図であり、図４は、入力画像の一例を示す図で
ある。従来の侵入物体認識方法は、次の（１）〜（３）
の手順で侵入物体の個数を認識する。図３及び４を参照
しつつ、図２の侵入物体認識方法を説明する。 （１）差分処理 ステップＳ１の背景画像メモリ格納処理で、披検出物体
の存在しない状態で撮影された図３のような背景画像の
データが、背景画像メモリに格納される。一方、ステッ
プＳ２の入力画像メモリ格納処理で、逐次入力される図
４のような入力画像のデータは、入力画像メモリに保持
される。ステップＳ３の差分画像処理において、これら
のメモリに格納された背景画像データ及び入力画像デー
タから、背景画像と入力画像との差分画像が、求められ
る。この差分画像は、例えば、背景画像と入力画像から
求められる濃度差の絶対値である。 （２）二値化処理 ステップＳ４の二値化処理が実施され、差分画像が、設
定された閾値で二値化されて差分二値画像となる。差分
二値画像においては、入力画像において背景画像から濃
度変化した領域（変化領域）が“１”、濃度変化の無い
領域が“０”にセットされる。 （３）侵入物体計数処理 二値化処理の後、ステップＳ５のラベリング処理が実施
され、独立した各変化領域に対して別々のラベル番号が
それぞれ付される。例えば、そのラベル番号は、１から
の通し番号で与えられる。次に、ステップＳ６のラベル
計数処理が実施され、ラベル番号が計数される。これに
より、侵入物体の個数が検出される。最後に、ステップ
Ｓ７の出力処理により、侵入物体の個数が外部に出力さ
れる。2. Description of the Related Art FIG. 2 is a flow chart showing a configuration example of a conventional intruding object recognition method. FIG. 3 is a diagram showing an example of a background image, and FIG. 4 is a diagram showing an example of an input image. The conventional intruding object recognition method is described in the following (1) to (3).
Recognize the number of intruding objects by the procedure. The intruding object recognition method of FIG. 2 will be described with reference to FIGS. (1) Difference Processing In the background image memory storage processing of step S1, the background image data as shown in FIG. 3 taken in the state in which no detected object is present is stored in the background image memory. On the other hand, in the input image memory storage process of step S2, the input image data sequentially input as shown in FIG. 4 is held in the input image memory. In the differential image processing in step S3, a differential image between the background image and the input image is obtained from the background image data and the input image data stored in these memories. This difference image is, for example, the absolute value of the density difference obtained from the background image and the input image. (2) Binarization Process The binarization process of step S4 is performed, and the difference image is binarized with the set threshold value to form a difference binary image. In the differential binary image, the area (change area) where the density has changed from the background image in the input image is set to “1”, and the area where the density does not change is set to “0”. (3) Intruding object counting process After the binarizing process, the labeling process of step S5 is performed, and a different label number is given to each independent change region. For example, the label number is given as a serial number from 1. Next, the label counting process of step S6 is performed and the label number is counted. As a result, the number of intruding objects is detected. Finally, the output process of step S7 outputs the number of intruding objects to the outside.
【０００３】[0003]
【発明が解決しようとする課題】しかしながら、従来の
侵入物体認識方法では、次のような課題があった。背景
画像と入力画像との間の差分を計算する際、入力画像中
の侵入物体と背景画像との間に濃度の近い領域が存在す
ると、その領域は、差分画像において濃度値がほとんど
“０”となる。そのため、ステップＳ４の二値化処理の
結果、本来１つの物体である侵入物体は、分割された変
化領域として検出される。図５は、領域が分割された侵
入物体を示す図である。図５において、本来１つの変化
領域として検出されるべき侵入物体が、３つの変化領域
に分割されている。分割された各変化領域に対してステ
ップＳ５のラベリング処理が、それぞれ施され、侵入物
体として計数される。従って、実際に侵入した物体の個
数と検出個数が異なることがある。However, the conventional method of recognizing an intruding object has the following problems. When calculating the difference between the background image and the input image, if there is a region having a close density between the intruding object in the input image and the background image, that region has a density value of almost “0” in the difference image. Becomes Therefore, as a result of the binarization processing in step S4, the intruding object that is originally one object is detected as a divided change region. FIG. 5 is a diagram showing an intruding object whose area is divided. In FIG. 5, an intruding object that should originally be detected as one change area is divided into three change areas. The labeling process of step S5 is performed on each of the divided change regions, and the changed regions are counted as intruding objects. Therefore, the number of actually intruded objects may differ from the detected number.
【０００４】[0004]
【課題を解決するための手段】本発明は、前記課題を解
決するために、予め記憶された背景画像のデータ及び逐
次入力される入力画像のデータから該背景画像に対する
該入力画像の差分画像を求める差分処理と、前記差分画
像を二値化し、前記背景画像に対して侵入物体の存在で
生じる前記入力画像中の変化領域を求める二値化処理
と、前記各変化領域にそれぞれ異なるラベルを付与して
該ラベルの数を計数する侵入物体計数処理とを、順に行
って入力画像中の侵入物体数を検出する侵入物体認識方
法において、次のような方法を講じている。即ち、前記
侵入物体計数処理は、前記各変化領域に外接四角形をそ
れぞれ設定すると共にその各外接四角形のそれぞれの面
積を求める外接四角形設定処理と、前記各面積に基づき
拡大された面積を有し前記各外接四角形をそれぞれ囲む
四角形を設定する拡大四角形設定処理とを行い、次に、
前記侵入物体計数処理は、前記各拡大四角形間の重なり
領域を検出する重なり領域検出処理と、前記重なり領域
を共有して連結した前記拡大四角形群毎及び該重なり領
域を持たない前記各拡大四角形に対してそれぞれ異なっ
たラベルを付与する領域収集処理と、前記各拡大四角形
群及び各拡大四角形に対して付与されたラベルの数を計
数する侵入物体個数認識処理とを、順に施している。In order to solve the above-mentioned problems, the present invention determines a difference image of the input image with respect to the background image from the data of the background image stored in advance and the data of the input image sequentially input. Difference processing to obtain, binarization processing to obtain a change area in the input image generated by the presence of an intruding object with respect to the background image, and binarize the difference image, and give different labels to each change area. In the intruding object recognition method for detecting the number of intruding objects in the input image by sequentially performing the intruding object counting process of counting the number of the labels, the following method is taken. That is, the intruding object counting process includes a circumscribing quadrangle setting process of setting a circumscribing quadrangle in each of the change regions and obtaining an area of each circumscribing quadrangle, and having an area enlarged based on the area. Expanded quadrangle setting process that sets the quadrangle surrounding each circumscribed quadrangle, and then
The intruding object counting process includes an overlapping region detection process for detecting an overlapping region between the enlarged rectangles, and a group of enlarged rectangles that share the overlapping region and are connected to each enlarged rectangle that does not have the overlapping region. On the other hand, an area collecting process for assigning different labels and an intruding object number recognition process for counting the number of labels assigned to each of the enlarged quadrangle groups and the enlarged quadrangle are sequentially performed.
【０００５】[0005]
【作用】本発明によれば、以上のように侵入物体認識方
法を構成したので、差分処理と、二値化処理によって検
出された前記入力画像中の各変化領域に対して、侵入物
体計数処理における外接四角形設定処理は、変化領域に
外接する外接四角形を設定する。さらに、変化領域の面
積に応じて拡大された面積を有する拡大四角形が、外接
四角形を囲んで設定される。これにより、例えば、近傍
の拡大四角形は重なるため、重なり領域が発生する。領
域収集処理により、重なり領域を共有して連結した拡大
四角形群毎、及び重なり領域を持たない各拡大四角形
は、それぞれ異なったラベルが付与される。即ち、近傍
の変化領域に対応した拡大四角形には、同じラベルが付
与される。各拡大四角形群及び各拡大四角形に付与され
たラベルの数が、侵入物体個数認識処理で、侵入物体の
個数として計数される。従って、前記課題を解決できる
のである。According to the present invention, since the intruding object recognition method is configured as described above, the intruding object counting process is performed for each change region detected in the input image by the difference process and the binarization process. In the circumscribing quadrangle setting process in, the circumscribing quadrangle that circumscribes the change area is set. Further, an enlarged quadrangle having an area enlarged according to the area of the change region is set surrounding the circumscribed quadrangle. As a result, for example, neighboring enlarged quadrangles overlap each other, so that an overlapping region occurs. By the region collection process, different labels are given to each group of enlarged quadrangles that are connected by sharing the overlapping region and to each enlarged quadrangle having no overlapping region. That is, the same label is given to the enlarged quadrangle corresponding to the change area in the vicinity. The number of labels attached to each enlarged quadrangle and each enlarged quadrangle is counted as the number of intruding objects in the intruding object number recognition processing. Therefore, the above problem can be solved.
【０００６】[0006]
【実施例】図１は、本発明の実施例の侵入物体認識方法
を示すフローチャートである。図１に示される侵入物体
認識方法は、例えば、画像監視装置として用いられ、侵
入物体の個数を検出する。この画像監視装置では、次ぎ
の（１）〜（３）の手順で図１に示す各ステップＳ１〜
Ｓ１７を行い侵入物体の個数を検出する。 （１）差分処理 従来と同様に、ステップＳ１の背景画像メモリ格納処理
で、披検出物体の存在しない状態で撮影された図３のよ
うな背景画像のデータが、背景画像メモリに格納され
る。一方、ステップＳ２の入力画像メモリ格納処理で、
逐次入力される図４のような入力画像のデータは、入力
画像メモリに保持される。ステップＳ３の差分画像処理
において、これらのメモリに格納された背景画像データ
及び入力画像データから、背景画像と入力画像との差分
画像が、求められる。この差分画像は、例えば、背景画
像と入力画像から求められる濃度差の絶対値である。 （２）二値化処理 従来の二値化処理と同様のステップＳ４の二値化処理が
実施され、差分画像が、設定された閾値で二値化されて
差分二値画像となる。差分二値画像においては、入力画
像において背景画像から濃度変化した領域（変化領域）
が“１”、濃度変化の無い領域が“０”にセットされ
る。 （３）侵入物体計数処理 二値化処理の後、ステップＳ５のラベリング処理が実施
され、独立した各変化領域に対して別々のラベル番号が
付される。例えば、そのラベル番号は、１からの通し番
号で与えられる。ステップＳ５のラベリング処理の後、
ステップＳ１０の領域合成処理が実施される。図６は、
図１中の領域合成処理のフローチャートであり、図６を
参照しつつ、ステップＳ１０の領域合成処理を説明す
る。1 is a flow chart showing a method of recognizing an intruding object according to an embodiment of the present invention. The intruding object recognition method shown in FIG. 1 is used, for example, as an image monitoring apparatus and detects the number of intruding objects. In this image monitoring device, steps S1 to S1 shown in FIG. 1 are performed in the following procedures (1) to (3).
In step S17, the number of intruding objects is detected. (1) Difference Processing As in the conventional case, in the background image memory storage processing of step S1, the background image data as shown in FIG. 3 taken in the state where no detected object is present is stored in the background image memory. On the other hand, in the input image memory storing process of step S2,
Input image data as shown in FIG. 4 that is sequentially input is held in the input image memory. In the differential image processing in step S3, a differential image between the background image and the input image is obtained from the background image data and the input image data stored in these memories. This difference image is, for example, the absolute value of the density difference obtained from the background image and the input image. (2) Binarization process The binarization process of step S4 similar to the conventional binarization process is performed, and the difference image is binarized by the set threshold value to form a difference binary image. In the difference binary image, the area where the density changes from the background image (change area) in the input image
Is set to "1", and an area where the density does not change is set to "0". (3) Intruding Object Counting Process After the binarization process, the labeling process of step S5 is performed, and a separate label number is given to each independent change region. For example, the label number is given as a serial number from 1. After the labeling process in step S5,
The area synthesis process of step S10 is performed. Figure 6
6 is a flowchart of the region synthesizing process in FIG. 1, and the region synthesizing process of step S10 will be described with reference to FIG.
【０００７】まず、ステップＳ１１の領域計数処理で、
ステップＳ５のラベリング処理で付されたラベルの数が
計数される。即ち、変化領域の個数ｎ0 が計数される。
ラベル番号が、例えば１からの通し番号が付されいる場
合、最大のラベル番号が変化領域の個数ｎ0 となる。次
に、ステップＳ１２の外接四角形設定処理が実施され
る。外接四角形設定処理により、異なるラベル番号の各
変化領域に外接する四角形が、それぞれ設定され、これ
と同時にその各外接四角形の面積がそれぞれ計算され
る。さらに、ステップＳ１３の拡大四角形設定処理にお
いて、各外接四角形を囲む拡大四角形がそれぞれ設定さ
れる。図７は、変化領域の外接四角形及び拡大四角形を
示す図である。ラベル番号ｉの変化領域Ａ（ｉ）には、
外接四角形ＳＱ（ｉ）が設定され、この外接四角形ＳＱ
（ｉ）には、外接四角形ＳＱ（ｉ）よりも面積の広い拡
大四角形ＤＱ（ｉ）が、設定される。拡大四角形ＤＱ
（ｉ）は、変化領域Ａ（ｉ）の面積に応じて計算された
距離Ｌ（ｉ）だけ外接四角形ＳＱ（ｉ）の縦横の長さ
が、拡張されている。ステップＳ１３の拡大四角形設定
処理の後、ステップＳ１４の重なり領域検出処理が実施
され、各拡大四角形ＤＱ（ｉ）の重なった領域が検出さ
れる。図８は、拡大四角形の重なり領域を示す図であ
る。図８には、異なる変化領域Ａ（ｊ），Ａ（ｋ），Ａ
（ｌ）と、それらに対応した外接四角形ＳＱ（ｊ），Ｓ
Ｑ（ｋ），ＳＱ（ｌ）及び拡大四角形ＤＱ（ｊ），ＤＱ
（ｋ），ＤＱ（ｌ）が示されている。図８中の変化領域
Ａ（ｊ），Ａ（ｋ）は、近接しており、それらに対応し
た拡大四角形ＤＱ（ｊ），ＤＱ（ｋ）は、重なり領域Ｖ
を共有している。一方、変化領域Ａ（ｌ）は、近接した
変化領域がなく、拡大四角形ＤＱ（ｌ）も独立してい
る。First, in the area counting process of step S11,
The number of labels attached in the labeling process of step S5 is counted. That is, the number n 0 of change regions is counted.
When the label numbers are, for example, serial numbers starting from 1, the maximum label number is the number n 0 of change regions. Next, the circumscribed quadrangle setting process of step S12 is performed. By the circumscribing quadrangle setting process, quadrangles circumscribing the changing regions having different label numbers are set, respectively, and at the same time, the areas of the circumscribing quadrangles are calculated. Further, in the enlarged quadrangle setting process of step S13, the enlarged quadrangle surrounding each circumscribed quadrangle is set. FIG. 7 is a diagram showing a circumscribed quadrangle and an enlarged quadrangle of the change area. In the change area A (i) of the label number i,
The circumscribed quadrangle SQ (i) is set, and the circumscribed quadrangle SQ is set.
An enlarged quadrangle DQ (i) having a larger area than the circumscribed quadrangle SQ (i) is set in (i). Enlarged quadrangle DQ
In (i), the vertical and horizontal lengths of the circumscribed quadrangle SQ (i) are expanded by the distance L (i) calculated according to the area of the change region A (i). After the enlargement quadrangle setting process of step S13, the overlap region detection process of step S14 is performed, and the overlap region of each enlargement quadrangle DQ (i) is detected. FIG. 8 is a diagram showing the overlapping area of the enlarged quadrangle. In FIG. 8, different change regions A (j), A (k), A
(L) and the corresponding circumscribed quadrangle SQ (j), S
Q (k), SQ (l) and enlarged quadrangle DQ (j), DQ
(K) and DQ (l) are shown. The change areas A (j) and A (k) in FIG. 8 are close to each other, and the enlarged rectangles DQ (j) and DQ (k) corresponding to them are overlapped areas V.
To share. On the other hand, the change area A (l) has no adjacent change areas, and the enlarged quadrangle DQ (l) is also independent.
【０００８】次に、ステップＳ１５の再ラベリング処理
が実施される。この再ラベリング処理においては、重な
り領域を共有して連結した各拡大四角形には、同じラベ
ル番号が付与され、重なり領域を持たない各拡大四角形
に対しては、それぞれ異なったラベル番号が付与され
る。即ち、変化領域Ａ（ｊ），Ａ（ｋ）に対応した拡大
四角形ＤＱ（ｊ），ＤＱ（ｋ）には、同じ番号のラベル
が、それぞれ付与される。さらに、ステップＳ１６の再
領域計数処理において、再ラベリング処理で付与された
異なるラベルの数ｎ1 が、計数される。ラベルの数ｎ1
と変化領域の個数ｎ0 が同じ値の場合、重なり領域は存
在しないものと見なすことができる。ラベルの数ｎ1 と
変化領域の個数ｎ0 が同じであることを検出して領域合
成処理が中止され、ステップＳ１７の出力処理により侵
入物体の個数としてラベルの数ｎ1が出力される。ここ
で、ラベルの数ｎ1 と変化領域の個数ｎ0 が異なる場
合、重なり領域が存在することとなり、ラベルの数ｎ1
を変化領域の個数ｎ0 に代入して、処理はステップＳ１
２の外接四角形設定処理に戻る。ステップＳ１２の外接
四角形設定処理において、異なるラベル番号の領域毎
に、再度外接四角形が設定される。その後、ステップＳ
１３の拡大四角形設定処理、ステップＳ１４の重なり領
域検出処理、ステップＳ１５の再ラべリング処理が前述
と同様に実施される。その結果、重なり領域を共有して
連結した拡大四角形群毎、及び重なり領域を持たない各
拡大四角形に対してそれぞれ異なったラベルが、付与さ
れることになる。即ち、ステップＳ１２の外接四角形設
定処理、ステップＳ１３の拡大四角形設定処理、ステッ
プＳ１４の重なり領域検出処理、及びステップＳ１５の
再ラべリング処理は、領域収集処理となる。この時、ラ
ベルの数ｎ1 と侵入物体を表す個数ｎ0 とが一致すれ
ば、このラベルの数ｎ1 が侵入物体個数認識処理として
計数される。そして、領域収集処理の結果のラベル数ｎ
1 が、ステップＳ１７の出力処理により侵入物体の個数
として出力される。以上のように、本実施例では、各変
化領域Ａ（ｉ）の面積に応じて設定された拡大四角形
で、各変化領域Ａ（ｉ）間の距離を求めている。即ち、
拡大四角形ＤＱ（ｉ）の重なり領域Ｖを共有する各変化
領域を、同一物体として認識している。そのため、例え
ば、１つの侵入物体が、差分処理および二値化処理で分
割されて検出された場合でも、侵入物体の個数を確実に
検出することができる。Next, the re-labeling process of step S15 is performed. In this re-labeling process, the same label number is given to each enlarged quadrangle that is connected by sharing the overlapping region, and a different label number is given to each enlarged quadrangle having no overlapping region. . That is, the same numbered labels are given to the enlarged quadrangles DQ (j) and DQ (k) corresponding to the change areas A (j) and A (k), respectively. Further, in the re-region counting process of step S16, the number n 1 of different labels given in the re-labeling process is counted. Number of labels n 1
And the number n 0 of changing regions have the same value, it can be considered that there is no overlapping region. When it is detected that the number of labels n 1 is the same as the number of changed regions n 0, the region synthesizing process is stopped, and the output process of step S17 outputs the number of labels n 1 as the number of intruding objects. Here, when the number of labels n 1 and the number of change regions n 0 are different, it means that there is an overlapping region, and the number of labels n 1
Is substituted into the number n 0 of change regions, and the process proceeds to step S1.
The process returns to the circumscribed quadrangle setting process of 2. In the circumscribing quadrangle setting process in step S12, the circumscribing quadrangle is set again for each area having a different label number. After that, step S
The enlarged quadrangle setting process of 13, the overlapping region detection process of step S14, and the re-labeling process of step S15 are performed in the same manner as described above. As a result, different labels are given to each group of enlarged quadrangles that are connected by sharing the overlapping region and to each enlarged quadrangle that does not have the overlapping region. That is, the circumscribing quadrangle setting process of step S12, the enlarged quadrangle setting process of step S13, the overlapping region detection process of step S14, and the re-labeling process of step S15 are region collection processes. At this time, if the number of labels n 1 and the number of intruding objects n 0 match, the number of labels n 1 is counted as the intruding object number recognition processing. Then, the number of labels n as a result of the area collection processing
1 is output as the number of intruding objects by the output process of step S17. As described above, in the present embodiment, the distance between the change regions A (i) is obtained by the enlarged quadrangle set according to the area of each change region A (i). That is,
The respective changing areas sharing the overlapping area V of the enlarged quadrangle DQ (i) are recognized as the same object. Therefore, for example, even when one intruding object is divided and detected by the difference processing and the binarization processing, the number of intruding objects can be reliably detected.
【０００９】なお、本発明は、上記実施例に限定されず
種々の変形が可能である。その変形例としては、例えば
次のようなものがある。 （１） 図８において、重なり領域Ｖを共有する拡大四
角形の数は、２個としているが、３個以上の拡大四角形
が同じ重なり領域を共有する場合、或いは複数の重なり
領域により拡大四角形が３個以上連結された場合におい
ても、本実施例と同様の効果を奏する。 （２） 距離Ｌ（ｉ）の設定の方法には、用途によって
種々考えられる。例えば、変化領域Ａ（ｉ）の面積が大
きいほど距離Ｌ（ｉ）を大きくする方法もあれば、逆に
小さくする方法も考えられる。The present invention is not limited to the above embodiment, and various modifications can be made. The following are examples of such modifications. (1) In FIG. 8, the number of enlarged quadrangles sharing the overlapping area V is two, but when three or more enlarged quadrangles share the same overlapping area, or the enlarged quadrangles are three due to a plurality of overlapping areas. Even when more than one is connected, the same effect as the present embodiment is obtained. (2) Various methods can be considered for setting the distance L (i) depending on the application. For example, there is a method of increasing the distance L (i) as the area of the changing region A (i) is larger, and a method of decreasing the distance L (i) on the contrary.
【００１０】[0010]
【発明の効果】以上詳細に説明したように、本発明によ
れば、差分処理によって分割された変化領域を、その変
化領域の大きさと変化領域間の距離を用いてそれぞれま
とまった領域に収集している。そのため、例えば、１つ
の侵入物体が、差分処理および二値化処理で分割されて
検出された場合でも、侵入物体の個数を確実に検出する
ことができる。その結果、例えば、画像監視装置等にお
ける侵入物体の個数検出の精度を、向上することができ
る。As described above in detail, according to the present invention, the change regions divided by the difference processing are collected in the respective gathered regions by using the size of the change regions and the distance between the change regions. ing. Therefore, for example, even when one intruding object is divided and detected by the difference processing and the binarization processing, the number of intruding objects can be reliably detected. As a result, for example, the accuracy of detecting the number of intruding objects in the image monitoring device or the like can be improved.
【図１】本実施例の侵入物体認識方法を示すフローチャ
ートである。FIG. 1 is a flowchart showing a method of recognizing an intruding object according to the present embodiment.
【図２】従来の侵入物体認識方法の一例を示すフローチ
ャートである。FIG. 2 is a flowchart showing an example of a conventional intruding object recognition method.
【図３】背景画像の一例を示す図である。FIG. 3 is a diagram showing an example of a background image.
【図４】入力画像の一例を示す図である。FIG. 4 is a diagram showing an example of an input image.
【図５】分割された侵入物体を示す図である。FIG. 5 is a diagram showing a divided intruding object.
【図６】図１中の領域合成処理のフローチャートであ
る。FIG. 6 is a flowchart of a region synthesizing process in FIG.
【図７】変化領域の外接四角形及び拡大四角形を示す図
である。FIG. 7 is a diagram showing a circumscribed quadrangle and an enlarged quadrangle of a change area.
【図８】拡大四角形の重なり領域を示す図である。FIG. 8 is a diagram showing an overlapping area of an enlarged quadrangle.
Ｓ１ 背景画像メモリ格納処理（差分処理） Ｓ２ 入力画像メモリ格納処理（差分処理） Ｓ３ 差分画像処理（差分処理） Ｓ４ 二値化処理 Ｓ５ ラべリング処理（侵入物体計数処理） Ｓ１０ 領域合成処理（侵入物体計数処理） Ｓ１１ 領域計数処理 Ｓ１２ 外接四角形設定処理 Ｓ１３ 拡大四角形設定処理 Ｓ１４ 重なり領域検出処理 Ｓ１５ 再ラベリング処理 Ｓ１６ 再領域計数処理 Ｓ１７ 出力処理 Ａ（ｉ），Ａ（ｊ），Ａ（ｋ），Ａ（ｌ）
変化領域 ＳＱ（ｉ），ＳＱ（ｊ），ＳＱ（ｋ），ＳＱ（ｌ）
外接四角形 ＤＱ（ｉ），ＤＱ（ｊ），ＤＱ（ｋ），ＤＱ（ｌ）
拡大四角形 Ｖ 重なり領域S1 background image memory storage processing (difference processing) S2 input image memory storage processing (difference processing) S3 difference image processing (difference processing) S4 binarization processing S5 labeling processing (intruding object counting processing) S10 area composition processing (intrusion) Object counting processing) S11 area counting processing S12 circumscribed quadrangle setting processing S13 enlarged quadrangle setting processing S14 overlapping area detection processing S15 re-labeling processing S16 re-area counting processing S17 output processing A (i), A (j), A (k), A (l)
Change area SQ (i), SQ (j), SQ (k), SQ (l)
Circumscribed rectangle DQ (i), DQ (j), DQ (k), DQ (l)
Enlarged rectangle V Overlapping area
───────────────────────────────────────────────────── フロントページの続き (72)発明者 下迫田 義則 東京都港区虎ノ門１丁目７番12号 沖電気 工業株式会社内 ─────────────────────────────────────────────────── ─── Continuation of the front page (72) Inventor Yoshinori Shimosakoda 1-7-12 Toranomon, Minato-ku, Tokyo Oki Electric Industry Co., Ltd.
Claims (1)
次入力される入力画像のデータから該背景画像に対する
該入力画像の差分画像を求める差分処理と、 前記差分画像を二値化し、前記背景画像に対して侵入物
体の存在で生じる前記入力画像中の変化領域を求める二
値化処理と、 前記各変化領域にそれぞれ異なるラベルを付与して該ラ
ベルの数を計数する侵入物体計数処理とを、 順に行って入力画像中の侵入物体数を検出する侵入物体
認識方法において、 前記侵入物体計数処理は、前記各変化領域に外接四角形
をそれぞれ設定すると共にその各外接四角形のそれぞれ
の面積を求める外接四角形設定処理と、 前記各面積に基づき拡大された面積を有し前記各外接四
角形をそれぞれ囲む四角形を設定する拡大四角形設定処
理と、 前記各拡大四角形間の重なり領域を検出する重なり領域
検出処理と、 前記重なり領域を共有して連結した前記拡大四角形群毎
及び該重なり領域を持たない前記各拡大四角形に対して
それぞれ異なったラベルを付与する領域収集処理と、 前記各拡大四角形群及び各拡大四角形に対して付与され
たラベルの数を計数する侵入物体個数認識処理とを、 順に実施することを特徴とする侵入物体認識方法。1. A difference process for obtaining a difference image of the input image with respect to the background image from previously stored background image data and input image data that is sequentially input, and binarizing the difference image to obtain the background image. With respect to the binarization processing for obtaining a change area in the input image caused by the presence of an intruding object, and an intruding object counting processing for giving a different label to each of the change areas and counting the number of the labels, In an intruding object recognition method for sequentially detecting the number of intruding objects in an input image, the intruding object counting process sets a circumscribing quadrangle in each of the change regions and determines an area of each circumscribing quadrangle. A setting process; an expansion quadrangle setting process for setting a quadrangle surrounding each circumscribing quadrangle having an area enlarged on the basis of each area; Overlapping area detection processing for detecting an overlapping area between polygons, and areas for giving different labels to each of the expanded quadrangle groups that are connected by sharing the overlapping area and to each expanded quadrangle that does not have the overlapping area. A method for recognizing an intruding object, characterized by sequentially performing a collection process and a process for recognizing the number of intruding objects for counting the number of labels given to each of the expanded quadrangle groups and each expanded quadrangle.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27795193A JPH07129779A (en) | 1993-11-08 | 1993-11-08 | Intruding object recognizing method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27795193A JPH07129779A (en) | 1993-11-08 | 1993-11-08 | Intruding object recognizing method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07129779A true JPH07129779A (en) | 1995-05-19 |
Family
ID=17590551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27795193A Withdrawn JPH07129779A (en) | 1993-11-08 | 1993-11-08 | Intruding object recognizing method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07129779A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000306107A (en) * | 1999-04-14 | 2000-11-02 | Heimann Systems Gmbh | X-ray image processing method |
-
1993
- 1993-11-08 JP JP27795193A patent/JPH07129779A/en not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000306107A (en) * | 1999-04-14 | 2000-11-02 | Heimann Systems Gmbh | X-ray image processing method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2846486B2 (en) | Image input device | |
| JPS5946036B2 (en) | Multiple pattern recognition device | |
| JPH10105689A (en) | Moving body movement detector | |
| JPS615383A (en) | Character pattern separating device | |
| JP3271743B2 (en) | Serial number cutout device for license plate | |
| JP2788804B2 (en) | Element region extraction method | |
| JPH04260980A (en) | Device for recognizing graphic | |
| JPH04169987A (en) | Method for detecting character string in image information | |
| JP2522511B2 (en) | Image contour tracking unit | |
| JPS596419B2 (en) | Character extraction method | |
| JPS61221982A (en) | Calculating device for surrounding length of picture pattern | |
| JPH0460779A (en) | Labelling and feature quantity arithmetic unit for object in binary image | |
| JPS62108381A (en) | Density histogram detecting system | |
| JPS5943486A (en) | Processing system for extracting circle | |
| JPH0129643Y2 (en) | ||
| JPS6379183A (en) | Graphic recognizing device | |
| JPH02195430A (en) | Character segmenting circuit | |
| JPH08171693A (en) | Vehicle detector | |
| JPS58161086A (en) | Figure recognition device | |
| JPH02189696A (en) | Optical character reader | |
| JPH11232463A (en) | Picture recognizing device and method therefor | |
| JPH04205271A (en) | Optimal binarization threshold determination method | |
| JPH08241376A (en) | Character recognition device and character recognition method | |
| JPH0520497A (en) | License plate character cutting device | |
| JPS59212701A (en) | Position recognition method using pattern matching |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20010130 |