JPH07129779A - 侵入物体認識方法 - Google Patents
侵入物体認識方法Info
- 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- Withdrawn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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】 画像監視装置における侵入物体の個数検出の
精度を向上する。 【構成】 背景画像のデータと入力画像のデータから、
ステップＳ３の差分処理とステップＳ４の二値化処理
で、背景画像に対する入力画像のそれぞれ独立した変化
領域が検出される。ステップＳ１０の領域合成処理で、
各変化領域に外接四角形が設定され、さらに、その各外
接四角形を囲む拡大四角形が設定される。各拡大四角形
は、各変化領域の面積に応じて拡大されたものであり、
近傍の拡大四角形に対して重なり領域を有する。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
を持たない記各拡大四角形には、それぞれ異なったラベ
ルが、付与され、これらのラベルの数が、侵入物体の個
数として計数される。
精度を向上する。 【構成】 背景画像のデータと入力画像のデータから、
ステップＳ３の差分処理とステップＳ４の二値化処理
で、背景画像に対する入力画像のそれぞれ独立した変化
領域が検出される。ステップＳ１０の領域合成処理で、
各変化領域に外接四角形が設定され、さらに、その各外
接四角形を囲む拡大四角形が設定される。各拡大四角形
は、各変化領域の面積に応じて拡大されたものであり、
近傍の拡大四角形に対して重なり領域を有する。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
を持たない記各拡大四角形には、それぞれ異なったラベ
ルが、付与され、これらのラベルの数が、侵入物体の個
数として計数される。
Description
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
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。
【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。
ートである。
【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。
ャートである。
【図３】背景画像の一例を示す図である。
【図４】入力画像の一例を示す図である。
【図５】分割された侵入物体を示す図である。
【図６】図１中の領域合成処理のフローチャートであ
る。
る。
【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。
である。
【図８】拡大四角形の重なり領域を示す図である。
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
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
───────────────────────────────────────────────────── 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
Claims (1)
- 【請求項１】 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、 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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27795193A JPH07129779A (ja) | 1993-11-08 | 1993-11-08 | 侵入物体認識方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP27795193A JPH07129779A (ja) | 1993-11-08 | 1993-11-08 | 侵入物体認識方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07129779A true JPH07129779A (ja) | 1995-05-19 |
Family
ID=17590551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP27795193A Withdrawn JPH07129779A (ja) | 1993-11-08 | 1993-11-08 | 侵入物体認識方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07129779A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000306107A (ja) * | 1999-04-14 | 2000-11-02 | Heimann Systems Gmbh | Ｘ線像処理方法 |
-
1993
- 1993-11-08 JP JP27795193A patent/JPH07129779A/ja not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000306107A (ja) * | 1999-04-14 | 2000-11-02 | Heimann Systems Gmbh | Ｘ線像処理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPS6357831B2 (ja) | ||
| JPH07129779A (ja) | 侵入物体認識方法 | |
| JP2846486B2 (ja) | 画像入力装置 | |
| JPH10105689A (ja) | 移動体挙動検知装置 | |
| JPS615383A (ja) | 文字パタ−ン分離装置 | |
| JP3271743B2 (ja) | ナンバープレートの一連指定番号切り出し装置 | |
| JP2788804B2 (ja) | 素子領域抽出方法 | |
| JPH04260980A (ja) | 図形認識装置 | |
| JPH04169987A (ja) | 文字列検出方法、文字列検出装置、文字列読取方法及び文字列読取装置 | |
| JP2522511B2 (ja) | 画像輪郭追跡ユニット | |
| JPS596419B2 (ja) | 文字切出し方式 | |
| JPH0460779A (ja) | ２値画像における対象物のラベル付け、特徴量演算装置 | |
| JPS62108381A (ja) | 濃度ヒストグラム検出装置 | |
| JPH0129643Y2 (ja) | ||
| JPH02195430A (ja) | 文字切出回路 | |
| JPH08171693A (ja) | 車両検出装置 | |
| JPS58161086A (ja) | 図形認識装置 | |
| JP2001265319A (ja) | データ表示方法及びデータ表示処理プログラムを記録した記録媒体 | |
| JPH0746363B2 (ja) | 図面読取装置 | |
| JPH02189696A (ja) | 光学文字読取装置 | |
| JPH11232463A (ja) | 画像認識装置および方法 | |
| JPH04205271A (ja) | 最適２値化しきい値決定方法 | |
| JPH08241376A (ja) | 文字認識装置および文字認識方法 | |
| JPS61161583A (ja) | パタ−ン認識装置 | |
| JPH0520497A (ja) | ナンバープレート文字切り出し装置 |
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 |