JPH0729081A - 移動物体認識装置 - Google Patents
移動物体認識装置Info
- Publication number
- JPH0729081A JPH0729081A JP5174338A JP17433893A JPH0729081A JP H0729081 A JPH0729081 A JP H0729081A JP 5174338 A JP5174338 A JP 5174338A JP 17433893 A JP17433893 A JP 17433893A JP H0729081 A JPH0729081 A JP H0729081A
- Authority
- JP
- Japan
- Prior art keywords
- moving object
- area
- image
- extracting
- distance sequence
- 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)
- Image Processing (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【目的】処理時間の短縮化が図れるとともに、移動物体
領域が忠実に抽出できない場合にも正しい認識が可能と
なる移動物体認識装置を提供する。 【構成】カメラ１１で撮像された監視領域内の画像はＡ
／Ｄ変換器１２を介して画像メモリ１３に順次入力さ
れ、差分演算部・２値化演算部１４は、この時系列に入
力された複数の画像に対して差分演算および２値化演算
処理を行うことで、移動物体領域が画像メモリ１５に格
納される。共通領域生成部１６は、画像メモリ１５に格
納された連続する移動物体領域の共通領域を求め、検出
切出部１７は、この求められた共通領域に対して移動物
体領域を切出す。ペリフェラル特徴算出部１８は、この
切出された移動物体領域に対してそのペリフェラル特徴
データを算出し、識部１９は、この求められたペリフェ
ラル特徴データと辞書メモリ２０内のペリフェラル特徴
データとを照合することにより移動物体の認識を行う。
領域が忠実に抽出できない場合にも正しい認識が可能と
なる移動物体認識装置を提供する。 【構成】カメラ１１で撮像された監視領域内の画像はＡ
／Ｄ変換器１２を介して画像メモリ１３に順次入力さ
れ、差分演算部・２値化演算部１４は、この時系列に入
力された複数の画像に対して差分演算および２値化演算
処理を行うことで、移動物体領域が画像メモリ１５に格
納される。共通領域生成部１６は、画像メモリ１５に格
納された連続する移動物体領域の共通領域を求め、検出
切出部１７は、この求められた共通領域に対して移動物
体領域を切出す。ペリフェラル特徴算出部１８は、この
切出された移動物体領域に対してそのペリフェラル特徴
データを算出し、識部１９は、この求められたペリフェ
ラル特徴データと辞書メモリ２０内のペリフェラル特徴
データとを照合することにより移動物体の認識を行う。
Description
【０００１】
【産業上の利用分野】本発明は、監視領域内における移
動物体の監視を行なう画像監視装置において、監視領域
内の移動物体を認識する移動物体認識装置に関する。
動物体の監視を行なう画像監視装置において、監視領域
内の移動物体を認識する移動物体認識装置に関する。
【０００２】
【従来の技術】この種の移動物体認識装置として、たと
えば、次のようなものが知られている。すなわち、監視
領域内の画像をＩＴＶカメラによって撮像して、電気信
号に変換する。ＩＴＶカメラからの画像信号は、デジタ
ルデータに変換した後、画像メモリに順次入力する。こ
のようにして、時系列に入力された複数枚の画像に対し
て、差分演算および２値化演算処理を行なうことにより
移動物体領域を切出す。そして、この切出された移動物
体領域を辞書メモリに登録してある辞書データと照合す
ることにより、監視領域内の移動物体を認識するもので
ある。
えば、次のようなものが知られている。すなわち、監視
領域内の画像をＩＴＶカメラによって撮像して、電気信
号に変換する。ＩＴＶカメラからの画像信号は、デジタ
ルデータに変換した後、画像メモリに順次入力する。こ
のようにして、時系列に入力された複数枚の画像に対し
て、差分演算および２値化演算処理を行なうことにより
移動物体領域を切出す。そして、この切出された移動物
体領域を辞書メモリに登録してある辞書データと照合す
ることにより、監視領域内の移動物体を認識するもので
ある。
【０００３】すなわち、たとえば、図５に示すように、
道路１を乗用車２が走行しているものとする。つまり、
ｔ＝ｔ0 ，ｔ1 ，ｔ2 と時間が経過するにしたがって、
乗用車２は２0 ，２1 ，２2 と移動していく。その画像
は、画像メモリに記憶されているので、ｔ＝ｔ0 のとき
の画像とｔ＝ｔ1 のときの画像との差分演算処理を行な
い、さらに、２値化処理を行なうことにより、図７
（ａ）に示す画像が得られる。同様に、ｔ＝ｔ1 とｔ＝
ｔ2 の場合には図７（ｂ）に示す画像が得られる。そし
て、これらの共通領域を求めることにより、図７（ｃ）
に示す画像（つまり、移動物体領域）が得られる。
道路１を乗用車２が走行しているものとする。つまり、
ｔ＝ｔ0 ，ｔ1 ，ｔ2 と時間が経過するにしたがって、
乗用車２は２0 ，２1 ，２2 と移動していく。その画像
は、画像メモリに記憶されているので、ｔ＝ｔ0 のとき
の画像とｔ＝ｔ1 のときの画像との差分演算処理を行な
い、さらに、２値化処理を行なうことにより、図７
（ａ）に示す画像が得られる。同様に、ｔ＝ｔ1 とｔ＝
ｔ2 の場合には図７（ｂ）に示す画像が得られる。そし
て、これらの共通領域を求めることにより、図７（ｃ）
に示す画像（つまり、移動物体領域）が得られる。
【０００４】このようにして、移動物体領域を抽出する
と、次に移動物体の認識を行なう。これにはパターン認
識の手法が用いられる。その一例を図１８に示す。抽出
した移動物体領域を、照合を行なう辞書データのサイズ
に正規化して、その輝度値を縦×横次元のベクトルとし
て辞書データとのマッチング処理を行なう。図１８の例
では、縦４×横８＝３２次元のベクトル演算を行なう。
と、次に移動物体の認識を行なう。これにはパターン認
識の手法が用いられる。その一例を図１８に示す。抽出
した移動物体領域を、照合を行なう辞書データのサイズ
に正規化して、その輝度値を縦×横次元のベクトルとし
て辞書データとのマッチング処理を行なう。図１８の例
では、縦４×横８＝３２次元のベクトル演算を行なう。
【０００５】抽出された移動物体領域のベクトルをＩ
ｉ、辞書データのベクトルをＤｉとすると、このベクト
ル間の距離を評価値Ｍとしてマッチング処理を行なう。 Ｍ＝Σ（Ｉｉ−Ｄｉ）2 図１８（ａ）は、取込んだ画像（抽出した移動物体）４
と、乗用車の辞書データ５とのマッチング処理を行なっ
た様子を示している。このように、移動物体領域が完全
な状態で抽出された場合は、マッチング処理の値は
「０」に近くなり、また、異なった辞書データとのマッ
チング処理においては、図１８（ｂ）に示すように評価
値が大きくなり、目的の移動物体と良好にマッチング処
理を行なうことができる。
ｉ、辞書データのベクトルをＤｉとすると、このベクト
ル間の距離を評価値Ｍとしてマッチング処理を行なう。 Ｍ＝Σ（Ｉｉ−Ｄｉ）2 図１８（ａ）は、取込んだ画像（抽出した移動物体）４
と、乗用車の辞書データ５とのマッチング処理を行なっ
た様子を示している。このように、移動物体領域が完全
な状態で抽出された場合は、マッチング処理の値は
「０」に近くなり、また、異なった辞書データとのマッ
チング処理においては、図１８（ｂ）に示すように評価
値が大きくなり、目的の移動物体と良好にマッチング処
理を行なうことができる。
【０００６】
【発明が解決しようとする課題】しかしながら、移動物
体の時間的な移動距離が図６に示すように少ないとき
は、ｔ＝ｔ0 の画像とｔ＝ｔ1 の画像との差、あるい
は、ｔ＝ｔ1 の画像とｔ＝ｔ2 の画像との差が少ないた
めに、移動物体を忠実に抽出できない。その様子を図８
に示す。この場合、抽出した移動物体４と辞書データ５
とを比較すると、図１８（ｃ）に示すように、目的とす
る移動物体の辞書データとであっても、マッチング処理
の評価値が大きくなってしまうので、マッチング処理に
失敗するときがある。
体の時間的な移動距離が図６に示すように少ないとき
は、ｔ＝ｔ0 の画像とｔ＝ｔ1 の画像との差、あるい
は、ｔ＝ｔ1 の画像とｔ＝ｔ2 の画像との差が少ないた
めに、移動物体を忠実に抽出できない。その様子を図８
に示す。この場合、抽出した移動物体４と辞書データ５
とを比較すると、図１８（ｃ）に示すように、目的とす
る移動物体の辞書データとであっても、マッチング処理
の評価値が大きくなってしまうので、マッチング処理に
失敗するときがある。
【０００７】このように、従来の移動物体認識装置で
は、縦×横のデータのマッチング処理を行なうために処
理時間がかかる。また、画像取込みの外乱や画像取込み
タイミングによっては、移動物体領域が忠実に抽出でき
ない場合があり、そのときに認識に誤りを生じるという
問題があった。
は、縦×横のデータのマッチング処理を行なうために処
理時間がかかる。また、画像取込みの外乱や画像取込み
タイミングによっては、移動物体領域が忠実に抽出でき
ない場合があり、そのときに認識に誤りを生じるという
問題があった。
【０００８】そこで、本発明は、処理時間の短縮化が図
れるとともに、画像取込みの外乱や画像取込みタイミン
グによって移動物体領域が忠実に抽出できない場合にも
正しい認識が可能となる移動物体認識装置を提供するこ
とを目的とする。
れるとともに、画像取込みの外乱や画像取込みタイミン
グによって移動物体領域が忠実に抽出できない場合にも
正しい認識が可能となる移動物体認識装置を提供するこ
とを目的とする。
【０００９】
【課題を解決するための手段】本発明の移動物体認識装
置は、監視領域内の画像を撮像する撮像手段と、この撮
像手段で撮像された画像を連続的に取込み、この取込ん
だ複数の画像間で所定の演算処理を行なうことにより、
前記監視領域内における移動物体領域を抽出する移動物
体領域抽出手段と、この移動物体領域抽出手段で抽出さ
れた移動物体領域の少なくとも一方端の境界曲線値を求
め、この求めた境界曲線値をあらかじめ登録された辞書
データと照合することにより前記監視領域内の移動物体
を認識する認識手段とを具備している。
置は、監視領域内の画像を撮像する撮像手段と、この撮
像手段で撮像された画像を連続的に取込み、この取込ん
だ複数の画像間で所定の演算処理を行なうことにより、
前記監視領域内における移動物体領域を抽出する移動物
体領域抽出手段と、この移動物体領域抽出手段で抽出さ
れた移動物体領域の少なくとも一方端の境界曲線値を求
め、この求めた境界曲線値をあらかじめ登録された辞書
データと照合することにより前記監視領域内の移動物体
を認識する認識手段とを具備している。
【００１０】また、本発明の移動物体認識装置は、監視
領域内の画像を撮像する撮像手段と、この撮像手段で撮
像された画像を連続的に取込み、この取込んだ複数の画
像間で所定の演算処理を行なうことにより、前記監視領
域内における移動物体領域を抽出する移動物体領域抽出
手段と、この移動物体領域抽出手段で抽出された移動物
体領域の外接矩形を求める外接矩形算出手段と、この外
接矩形算出手段で算出された外接矩形の各辺から移動物
体領域の外側にある直線あるいは曲線までの距離列を算
出する距離列算出手段と、この距離列算出手段で求めた
距離列をあらかじめ登録された基準距離列と照合するこ
とにより前記監視領域内の移動物体を認識する認識手段
とを具備している。
領域内の画像を撮像する撮像手段と、この撮像手段で撮
像された画像を連続的に取込み、この取込んだ複数の画
像間で所定の演算処理を行なうことにより、前記監視領
域内における移動物体領域を抽出する移動物体領域抽出
手段と、この移動物体領域抽出手段で抽出された移動物
体領域の外接矩形を求める外接矩形算出手段と、この外
接矩形算出手段で算出された外接矩形の各辺から移動物
体領域の外側にある直線あるいは曲線までの距離列を算
出する距離列算出手段と、この距離列算出手段で求めた
距離列をあらかじめ登録された基準距離列と照合するこ
とにより前記監視領域内の移動物体を認識する認識手段
とを具備している。
【００１１】また、本発明の移動物体認識装置は、監視
領域内の画像を撮像する撮像手段と、この撮像手段で撮
像された前記監視領域内の背景画像、および、その背景
画像を含む移動物体画像をそれぞれ取込み、この取込ん
だ両画像間で所定の演算処理を行なうことにより、前記
監視領域内における移動物体領域を抽出する移動物体領
域抽出手段と、この移動物体領域抽出手段で抽出された
移動物体領域の少なくとも一方端の境界曲線値を求め、
この求めた境界曲線値をあらかじめ登録された辞書デー
タと照合することにより前記監視領域内の移動物体を認
識する認識手段とを具備している。
領域内の画像を撮像する撮像手段と、この撮像手段で撮
像された前記監視領域内の背景画像、および、その背景
画像を含む移動物体画像をそれぞれ取込み、この取込ん
だ両画像間で所定の演算処理を行なうことにより、前記
監視領域内における移動物体領域を抽出する移動物体領
域抽出手段と、この移動物体領域抽出手段で抽出された
移動物体領域の少なくとも一方端の境界曲線値を求め、
この求めた境界曲線値をあらかじめ登録された辞書デー
タと照合することにより前記監視領域内の移動物体を認
識する認識手段とを具備している。
【００１２】さらに、本発明の移動物体認識装置は、監
視領域内の画像を撮像する撮像手段と、この撮像手段で
撮像された前記監視領域内の背景画像、および、その背
景画像を含む移動物体画像をそれぞれ取込み、この取込
んだ両画像間で所定の演算処理を行なうことにより、前
記監視領域内における移動物体領域を抽出する移動物体
領域抽出手段と、この移動物体領域抽出手段で抽出され
た移動物体領域の外接矩形を求める外接矩形算出手段
と、この外接矩形算出手段で算出された外接矩形の各辺
から移動物体領域の外側にある直線あるいは曲線までの
距離列を算出する距離列算出手段と、この距離列算出手
段で求めた距離列をあらかじめ登録された基準距離列と
照合することにより前記監視領域内の移動物体を認識す
る認識手段とを具備している。
視領域内の画像を撮像する撮像手段と、この撮像手段で
撮像された前記監視領域内の背景画像、および、その背
景画像を含む移動物体画像をそれぞれ取込み、この取込
んだ両画像間で所定の演算処理を行なうことにより、前
記監視領域内における移動物体領域を抽出する移動物体
領域抽出手段と、この移動物体領域抽出手段で抽出され
た移動物体領域の外接矩形を求める外接矩形算出手段
と、この外接矩形算出手段で算出された外接矩形の各辺
から移動物体領域の外側にある直線あるいは曲線までの
距離列を算出する距離列算出手段と、この距離列算出手
段で求めた距離列をあらかじめ登録された基準距離列と
照合することにより前記監視領域内の移動物体を認識す
る認識手段とを具備している。
【００１３】
【作用】撮像した監視領域内の画像から移動物体領域を
抽出して、その移動物体領域の少なくとも一方端の境界
曲線値を求め、この求めた境界曲線値をあらかじめ登録
された辞書データと照合して監視領域内の移動物体を認
識することにより、移動物体の情報量を２次元から１次
元に落すことができるので、処理時間が非常に短くな
る。また、画像の取込みタイミングによって移動物体領
域の抽出がうまくいかない場合や、取込み画像の外乱に
よって移動物体領域の抽出がうまくいかない場合にも、
正しい移動物体の認識が可能となる。
抽出して、その移動物体領域の少なくとも一方端の境界
曲線値を求め、この求めた境界曲線値をあらかじめ登録
された辞書データと照合して監視領域内の移動物体を認
識することにより、移動物体の情報量を２次元から１次
元に落すことができるので、処理時間が非常に短くな
る。また、画像の取込みタイミングによって移動物体領
域の抽出がうまくいかない場合や、取込み画像の外乱に
よって移動物体領域の抽出がうまくいかない場合にも、
正しい移動物体の認識が可能となる。
【００１４】
【実施例】以下、本発明の一実施例について図面を参照
して説明する。図１は、本実施例に係る移動物体認識装
置の構成を示すものである。図において、撮像手段とし
てのＩＴＶカメラ１１は監視領域内の画像を撮像し、電
気信号に変換する。ＩＴＶカメラ１１から出力される画
像信号は、Ａ／Ｄ変換器１２によってデジタルデータに
変換される。以後は、このデジタルデータで処理が行な
われる。
して説明する。図１は、本実施例に係る移動物体認識装
置の構成を示すものである。図において、撮像手段とし
てのＩＴＶカメラ１１は監視領域内の画像を撮像し、電
気信号に変換する。ＩＴＶカメラ１１から出力される画
像信号は、Ａ／Ｄ変換器１２によってデジタルデータに
変換される。以後は、このデジタルデータで処理が行な
われる。
【００１５】すなわち、Ａ／Ｄ変換された画像データ
は、取込み画像メモリ１３に順次入力され、格納され
る。差分演算部・２値化演算部１４は、この時系列に入
力された複数枚の画像に対して、差分演算および２値化
演算処理を行なうことにより、移動物体領域が２値化画
像メモリ１５に格納される。
は、取込み画像メモリ１３に順次入力され、格納され
る。差分演算部・２値化演算部１４は、この時系列に入
力された複数枚の画像に対して、差分演算および２値化
演算処理を行なうことにより、移動物体領域が２値化画
像メモリ１５に格納される。
【００１６】共通領域生成部１６は、２値化画像メモリ
１５に格納された連続する移動物体領域の共通部（共通
領域）を求める。検出切出部１７は、共通領域生成部１
６で求められた共通領域に対して移動物体領域を切出
す。
１５に格納された連続する移動物体領域の共通部（共通
領域）を求める。検出切出部１７は、共通領域生成部１
６で求められた共通領域に対して移動物体領域を切出
す。
【００１７】ペリフェラル特徴算出部１８は、検出切出
部１７で切出された移動物体領域に対して、そのペリフ
ェラル特徴データを算出する。なお、ここで用いられる
ペリフェラル特徴データとは、図９に示すように、移動
物体４の外部にある１直線から移動物体４までの距離列
のことであり、詳細は後述する。
部１７で切出された移動物体領域に対して、そのペリフ
ェラル特徴データを算出する。なお、ここで用いられる
ペリフェラル特徴データとは、図９に示すように、移動
物体４の外部にある１直線から移動物体４までの距離列
のことであり、詳細は後述する。
【００１８】認識部１９は、ペリフェラル特徴算出部１
８で求められたペリフェラル特徴データと、辞書メモリ
２０にあらかじめ登録（記憶）してある基準のペリフェ
ラル特徴データ（辞書データ）とを照合することによ
り、移動物体の認識を行なう。
８で求められたペリフェラル特徴データと、辞書メモリ
２０にあらかじめ登録（記憶）してある基準のペリフェ
ラル特徴データ（辞書データ）とを照合することによ
り、移動物体の認識を行なう。
【００１９】次に、図２に示すフローチャートを参照し
て移動物体の認識処理について詳細に説明する。図５、
図６は、監視領域内に移動物体としての乗用車２が道路
１を移動していく画像列である。図５に比べて、図６が
移動物体の速度が遅い例となっている。図７、図８は、
これらの画像列より移動物体を抽出する手法を示してい
る。すなわち、ｔ＝ｔ0 ，ｔ1 ，ｔ2 と時間が経過する
にしたがって乗用車２は２0 ，２1 ，２2 と移動してい
く。その画像は、取込み画像メモリ１３に記憶されてい
るので、差分演算部・２値化演算部１４は、ｔ＝ｔ0 の
ときの画像とｔ＝ｔ1 のときの画像との差分演算処理を
行ない、さらに２値化処理を行なうことにより、図７
（ａ）の画像が得られる。同様に、ｔ＝ｔ1 とｔ＝ｔ2
の場合には図７（ｂ）の画像が得られる。そして、共通
領域生成部１６がこれらの共通領域を求めることによ
り、図７（ｃ）の移動物体領域が得られる。
て移動物体の認識処理について詳細に説明する。図５、
図６は、監視領域内に移動物体としての乗用車２が道路
１を移動していく画像列である。図５に比べて、図６が
移動物体の速度が遅い例となっている。図７、図８は、
これらの画像列より移動物体を抽出する手法を示してい
る。すなわち、ｔ＝ｔ0 ，ｔ1 ，ｔ2 と時間が経過する
にしたがって乗用車２は２0 ，２1 ，２2 と移動してい
く。その画像は、取込み画像メモリ１３に記憶されてい
るので、差分演算部・２値化演算部１４は、ｔ＝ｔ0 の
ときの画像とｔ＝ｔ1 のときの画像との差分演算処理を
行ない、さらに２値化処理を行なうことにより、図７
（ａ）の画像が得られる。同様に、ｔ＝ｔ1 とｔ＝ｔ2
の場合には図７（ｂ）の画像が得られる。そして、共通
領域生成部１６がこれらの共通領域を求めることによ
り、図７（ｃ）の移動物体領域が得られる。
【００２０】図８（ａ）（ｂ）（ｃ）も、同様にして図
６の場合の移動物体領域を抽出したものであるが、移動
物体の速度によって画像間の差が異なるために、抽出結
果に差がでる。図９、図１０は、この抽出結果からペリ
フェラル特徴データを計算する手法を示している。
６の場合の移動物体領域を抽出したものであるが、移動
物体の速度によって画像間の差が異なるために、抽出結
果に差がでる。図９、図１０は、この抽出結果からペリ
フェラル特徴データを計算する手法を示している。
【００２１】以下、この抽出された移動物体領域の画像
から、その移動物体のペリフェラル特徴データを求める
処理について、図３に示すフローチャートおよび図９、
図１０を参照して説明する。まず、移動物体４の外接矩
形７を求める。これは、移動物体４のＸ，Ｙ座標の最大
値、最小値で求めることができる。この求めた外接矩形
７の各辺から移動物体４までの距離列３１，３２，３
３，３４をペリフェラル特徴データと呼ぶ。
から、その移動物体のペリフェラル特徴データを求める
処理について、図３に示すフローチャートおよび図９、
図１０を参照して説明する。まず、移動物体４の外接矩
形７を求める。これは、移動物体４のＸ，Ｙ座標の最大
値、最小値で求めることができる。この求めた外接矩形
７の各辺から移動物体４までの距離列３１，３２，３
３，３４をペリフェラル特徴データと呼ぶ。
【００２２】次に、以下の方法でペリフェラル特徴デー
タを求める。外接矩形７の各辺から移動物体４の方向に
画素が「０」か「１」かを探索して、「１」ならばそこ
までを距離とする。しかしながら、一般的な取込み画像
には雑音が含まれているので、そのようにして求めた距
離列を曲線近似することにより、より雑音の影響を受け
にくくする。近似する曲線は、２次元や３次元などがあ
るが、ここでは一例として２次のスプライン曲線を用い
る。この処理を上下左右より行なうことにより、その移
動物体４に対するペリフェラル特徴データ３１，３２，
３３，３４が求まる。図５の移動物体から求められたペ
リフェラル特徴データを図９に示す。また、図６のよう
な移動物体から求められたペリフェラル特徴データを図
１０に示す。
タを求める。外接矩形７の各辺から移動物体４の方向に
画素が「０」か「１」かを探索して、「１」ならばそこ
までを距離とする。しかしながら、一般的な取込み画像
には雑音が含まれているので、そのようにして求めた距
離列を曲線近似することにより、より雑音の影響を受け
にくくする。近似する曲線は、２次元や３次元などがあ
るが、ここでは一例として２次のスプライン曲線を用い
る。この処理を上下左右より行なうことにより、その移
動物体４に対するペリフェラル特徴データ３１，３２，
３３，３４が求まる。図５の移動物体から求められたペ
リフェラル特徴データを図９に示す。また、図６のよう
な移動物体から求められたペリフェラル特徴データを図
１０に示す。
【００２３】図１１、図１２は、あらかじめ辞書メモリ
２０に登録（記憶）されている辞書データ３５，３６の
ペリフェラル特徴データ３７，３８，３９，４０を示し
ている。認識部１９では、この辞書データのペリフェラ
ル特徴データと移動物体のペリフェラル特徴データとに
より、図４に示すフローチャートにしたがって認識処理
が行なわれる。
２０に登録（記憶）されている辞書データ３５，３６の
ペリフェラル特徴データ３７，３８，３９，４０を示し
ている。認識部１９では、この辞書データのペリフェラ
ル特徴データと移動物体のペリフェラル特徴データとに
より、図４に示すフローチャートにしたがって認識処理
が行なわれる。
【００２４】本実施例では、４方向からのペリフェラル
特徴の距離列Ｉｉと辞書データの距離列Ｄｉとの絶対値
の和をマッチングの評価値として、それぞれマッチング
処理を行なうもので、図１３にその手法を示す。
特徴の距離列Ｉｉと辞書データの距離列Ｄｉとの絶対値
の和をマッチングの評価値として、それぞれマッチング
処理を行なうもので、図１３にその手法を示す。
【００２５】すなわち、下記数１の評価式で、あらかじ
め辞書メモリ２０に登録されている辞書データと評価を
行ない、最も小さいものを認識結果とする。図９で求ま
ったペリフェラル特徴データに関しては、図１１の辞書
データとの評価値が小さい。また、図１０のペリフェラ
ル特徴データに関しても、同様に図１１の辞書データと
の評価値が小さい。
め辞書メモリ２０に登録されている辞書データと評価を
行ない、最も小さいものを認識結果とする。図９で求ま
ったペリフェラル特徴データに関しては、図１１の辞書
データとの評価値が小さい。また、図１０のペリフェラ
ル特徴データに関しても、同様に図１１の辞書データと
の評価値が小さい。
【００２６】
【数１】
【００２７】次に、本発明の他の実施例について、図１
４のブロック図および図１５のフローチャートを参照し
て説明する。この実施例では、移動物体領域を抽出する
ために背景画像を用いるものである。すなわち、最初
に、図１６に示すような背景画像をＡ／Ｄ変換器１２か
ら取込み、背景画像メモリ２１に記憶する。そして、新
たに画像を取込み、取込み画像メモリ１３に記憶すると
同時に、差分演算部・２値化演算部１４において、背景
画像メモリ２１内の画像（図１７ａ参照）から取込み画
像メモリ１３内の画像（図１７ｂ参照）を減算する演算
を行ない、２値化することにより、図１７（ｃ）に示す
画像（つまり、移動物体領域）が抽出される。
４のブロック図および図１５のフローチャートを参照し
て説明する。この実施例では、移動物体領域を抽出する
ために背景画像を用いるものである。すなわち、最初
に、図１６に示すような背景画像をＡ／Ｄ変換器１２か
ら取込み、背景画像メモリ２１に記憶する。そして、新
たに画像を取込み、取込み画像メモリ１３に記憶すると
同時に、差分演算部・２値化演算部１４において、背景
画像メモリ２１内の画像（図１７ａ参照）から取込み画
像メモリ１３内の画像（図１７ｂ参照）を減算する演算
を行ない、２値化することにより、図１７（ｃ）に示す
画像（つまり、移動物体領域）が抽出される。
【００２８】ただし、この場合、背景画像の取込みから
時間が経過していると、背景画像が微妙に変化している
場合が多く、図１７のように抽出された移動物体４にノ
イズ６を生じ、従来方式のマッチング処理がうまくいか
ない。そこで、前記実施例と同様にペリフェラル特徴デ
ータを用いる。
時間が経過していると、背景画像が微妙に変化している
場合が多く、図１７のように抽出された移動物体４にノ
イズ６を生じ、従来方式のマッチング処理がうまくいか
ない。そこで、前記実施例と同様にペリフェラル特徴デ
ータを用いる。
【００２９】ペリフェラル特徴データを求める処理は前
記実施例と同様である。求めたペリフェラル特徴の距離
列ＩｉをベクトルＩ＝［Ｉ1 ，Ｉ2 ，Ｉ3 ，…，Ｉｎ］
T とし、辞書データの距離列ＤｉをベクトルＤ＝［Ｄ1
，Ｄ2 ，Ｄ3 ，…，Ｄｎ］Tとして、そのベクトル間の
距離あるいは角度を用いてマッチング処理（認識処理）
を行なう。すなわち、下記数２あるいは数３の評価式
で、あらかじめ辞書メモリ２０に登録されている辞書デ
ータと評価を行ない、最も小さいものを認識結果とす
る。
記実施例と同様である。求めたペリフェラル特徴の距離
列ＩｉをベクトルＩ＝［Ｉ1 ，Ｉ2 ，Ｉ3 ，…，Ｉｎ］
T とし、辞書データの距離列ＤｉをベクトルＤ＝［Ｄ1
，Ｄ2 ，Ｄ3 ，…，Ｄｎ］Tとして、そのベクトル間の
距離あるいは角度を用いてマッチング処理（認識処理）
を行なう。すなわち、下記数２あるいは数３の評価式
で、あらかじめ辞書メモリ２０に登録されている辞書デ
ータと評価を行ない、最も小さいものを認識結果とす
る。
【００３０】
【数２】
【００３１】
【数３】
【００３２】このような処理で移動物体を認識すること
により、雑音に強い移動物体の認識が可能となる。な
お、この方式は、車両のような剛体ばかりでなく、動物
のような非剛体にも適用できる。
により、雑音に強い移動物体の認識が可能となる。な
お、この方式は、車両のような剛体ばかりでなく、動物
のような非剛体にも適用できる。
【００３３】
【発明の効果】以上詳述したように本発明によれば、移
動物体の情報量を２次元から１次元に落すことができる
ので、処理時間が非常に短くなり、さらに、画像の取込
みタイミングによって移動物体領域の抽出がうまくいか
ない場合や、取込み画像の外乱によって移動物体領域の
抽出がうまくいかない場合にも、正しい移動物体の認識
が可能となる移動物体認識装置を提供できる。
動物体の情報量を２次元から１次元に落すことができる
ので、処理時間が非常に短くなり、さらに、画像の取込
みタイミングによって移動物体領域の抽出がうまくいか
ない場合や、取込み画像の外乱によって移動物体領域の
抽出がうまくいかない場合にも、正しい移動物体の認識
が可能となる移動物体認識装置を提供できる。
【図１】本発明の一実施例に係る移動物体認識装置の構
成を示すブロック図。
成を示すブロック図。
【図２】同実施例の動作を説明するためのフローチャー
ト。
ト。
【図３】同実施例におけるペリフェラル特徴データの算
出処理を説明するためのフローチャート。
出処理を説明するためのフローチャート。
【図４】同実施例における認識処理を説明するためのフ
ローチャート。
ローチャート。
【図５】移動物体としての乗用車が横方向に走行してい
るときの画面例を示す図。
るときの画面例を示す図。
【図６】図５よりも低速に乗用車が走行しているときの
画面例を示す図。
画面例を示す図。
【図７】図５の画面から移動物体領域を抽出する手法を
説明する図。
説明する図。
【図８】図６の画面から移動物体領域を抽出する手法を
説明する図。
説明する図。
【図９】図７で抽出した移動物体領域からペリフェラル
特徴データを求める手法を説明する図。
特徴データを求める手法を説明する図。
【図１０】図８で抽出した移動物体領域からペリフェラ
ル特徴データを求める手法を説明する図。
ル特徴データを求める手法を説明する図。
【図１１】あらかじめ登録されている辞書データのペリ
フェラル特徴データの一例を示す図。
フェラル特徴データの一例を示す図。
【図１２】あらかじめ登録されている辞書データのペリ
フェラル特徴データの他の例を示す図。
フェラル特徴データの他の例を示す図。
【図１３】ペリフェラル特徴データのマッチング手法を
説明する図。
説明する図。
【図１４】本発明の他の実施例に係る移動物体認識装置
の構成を示すブロック図。
の構成を示すブロック図。
【図１５】同実施例の動作を説明するためのフローチャ
ート。
ート。
【図１６】同実施例において移動物体領域を抽出する場
合の背景画像例を示す図。
合の背景画像例を示す図。
【図１７】背景画像を用いて移動物体領域を抽出する手
法を説明する図。
法を説明する図。
【図１８】従来の移動物体認識方法でマッチング処理を
行なうときの手法を説明する図。
行なうときの手法を説明する図。
１…道路、２…乗用車（移動物体）、４…抽出された移
動物体、５…辞書データ、６…抽出時のノイズ、７…抽
出された移動物体の外接矩形、１１…ＩＴＶカメラ、１
２…Ａ／Ｄ変換器、１３…取込み画像メモリ、１４…差
分演算部・２値化演算部、１５…２値化画像メモリ、１
６…共通領域生成部、１７…検出切出部、１８…ペリフ
ェラル特徴算出部、１９…認識部、２０…辞書メモリ、
２１…背景画像メモリ、３１…ｙ軸正方向のペリフェラ
ル特徴データ、３２…ｙ軸負方向のペリフェラル特徴デ
ータ、３３…ｘ軸正方向のペリフェラル特徴データ、３
４…ｘ軸負方向のペリフェラル特徴データ、３５，３６
…辞書データ、３７…辞書データｙ軸正方向のペリフェ
ラル特徴データ、３８…辞書データｙ軸負方向のペリフ
ェラル特徴データ、３９…辞書データｘ軸正方向のペリ
フェラル特徴データ、４０…辞書データｘ軸負方向のペ
リフェラル特徴データ。
動物体、５…辞書データ、６…抽出時のノイズ、７…抽
出された移動物体の外接矩形、１１…ＩＴＶカメラ、１
２…Ａ／Ｄ変換器、１３…取込み画像メモリ、１４…差
分演算部・２値化演算部、１５…２値化画像メモリ、１
６…共通領域生成部、１７…検出切出部、１８…ペリフ
ェラル特徴算出部、１９…認識部、２０…辞書メモリ、
２１…背景画像メモリ、３１…ｙ軸正方向のペリフェラ
ル特徴データ、３２…ｙ軸負方向のペリフェラル特徴デ
ータ、３３…ｘ軸正方向のペリフェラル特徴データ、３
４…ｘ軸負方向のペリフェラル特徴データ、３５，３６
…辞書データ、３７…辞書データｙ軸正方向のペリフェ
ラル特徴データ、３８…辞書データｙ軸負方向のペリフ
ェラル特徴データ、３９…辞書データｘ軸正方向のペリ
フェラル特徴データ、４０…辞書データｘ軸負方向のペ
リフェラル特徴データ。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｔ 7/20
Claims (4)
- 【請求項１】 監視領域内の画像を撮像する撮像手段
と、 この撮像手段で撮像された画像を連続的に取込み、この
取込んだ複数の画像間で所定の演算処理を行なうことに
より、前記監視領域内における移動物体領域を抽出する
移動物体領域抽出手段と、 この移動物体領域抽出手段で抽出された移動物体領域の
少なくとも一方端の境界曲線値を求め、この求めた境界
曲線値をあらかじめ登録された辞書データと照合するこ
とにより前記監視領域内の移動物体を認識する認識手段
とを具備したことを特徴とする移動物体認識装置。 - 【請求項２】 監視領域内の画像を撮像する撮像手段
と、 この撮像手段で撮像された画像を連続的に取込み、この
取込んだ複数の画像間で所定の演算処理を行なうことに
より、前記監視領域内における移動物体領域を抽出する
移動物体領域抽出手段と、 この移動物体領域抽出手段で抽出された移動物体領域の
外接矩形を求める外接矩形算出手段と、 この外接矩形算出手段で算出された外接矩形の各辺から
移動物体領域の外側にある直線あるいは曲線までの距離
列を算出する距離列算出手段と、 この距離列算出手段で求めた距離列をあらかじめ登録さ
れた基準距離列と照合することにより前記監視領域内の
移動物体を認識する認識手段とを具備したことを特徴と
する移動物体認識装置。 - 【請求項３】 監視領域内の画像を撮像する撮像手段
と、 この撮像手段で撮像された前記監視領域内の背景画像、
および、その背景画像を含む移動物体画像をそれぞれ取
込み、この取込んだ両画像間で所定の演算処理を行なう
ことにより、前記監視領域内における移動物体領域を抽
出する移動物体領域抽出手段と、 この移動物体領域抽出手段で抽出された移動物体領域の
少なくとも一方端の境界曲線値を求め、この求めた境界
曲線値をあらかじめ登録された辞書データと照合するこ
とにより前記監視領域内の移動物体を認識する認識手段
とを具備したことを特徴とする移動物体認識装置。 - 【請求項４】 監視領域内の画像を撮像する撮像手段
と、 この撮像手段で撮像された前記監視領域内の背景画像、
および、その背景画像を含む移動物体画像をそれぞれ取
込み、この取込んだ両画像間で所定の演算処理を行なう
ことにより、前記監視領域内における移動物体領域を抽
出する移動物体領域抽出手段と、 この移動物体領域抽出手段で抽出された移動物体領域の
外接矩形を求める外接矩形算出手段と、 この外接矩形算出手段で算出された外接矩形の各辺から
移動物体領域の外側にある直線あるいは曲線までの距離
列を算出する距離列算出手段と、 この距離列算出手段で求めた距離列をあらかじめ登録さ
れた基準距離列と照合することにより前記監視領域内の
移動物体を認識する認識手段とを具備したことを特徴と
する移動物体認識装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5174338A JPH0729081A (ja) | 1993-07-14 | 1993-07-14 | 移動物体認識装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5174338A JPH0729081A (ja) | 1993-07-14 | 1993-07-14 | 移動物体認識装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0729081A true JPH0729081A (ja) | 1995-01-31 |
Family
ID=15976896
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5174338A Pending JPH0729081A (ja) | 1993-07-14 | 1993-07-14 | 移動物体認識装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0729081A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9104980B2 (en) | 2011-03-31 | 2015-08-11 | Sony Corporation | Information processing device, information processing method, and program |
| US9111172B2 (en) | 2012-03-15 | 2015-08-18 | Sony Corporation | Information processing device, information processing method, and program |
-
1993
- 1993-07-14 JP JP5174338A patent/JPH0729081A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9104980B2 (en) | 2011-03-31 | 2015-08-11 | Sony Corporation | Information processing device, information processing method, and program |
| US9111172B2 (en) | 2012-03-15 | 2015-08-18 | Sony Corporation | Information processing device, information processing method, and program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100322982B1 (ko) | 얼굴화상처리장치 | |
| CN101689328A (zh) | 图案识别设备、图案识别方法、图像处理设备、以及图像处理方法 | |
| JP2006146626A (ja) | パターン認識方法および装置 | |
| JPH052635A (ja) | 個人識別装置 | |
| JPH10269365A (ja) | 特徴抽出方法およびその方法を用いた物体認識装置 | |
| JP3465531B2 (ja) | 物体認識方法およびその装置 | |
| JP2962799B2 (ja) | 移動車の走行路端検出装置 | |
| JP3244850B2 (ja) | ナンバープレート読み取り装置 | |
| JP3230509B2 (ja) | 動画像処理装置 | |
| JPH11219435A (ja) | 自動車用白線検出装置 | |
| JP3331095B2 (ja) | 車載用画像処理装置 | |
| JP3679958B2 (ja) | ナンバープレート認識装置 | |
| JPH09178855A (ja) | 障害物検出方法 | |
| JPH01271884A (ja) | 指紋中心検出装置 | |
| JP2000194861A (ja) | 画像認識方法及び装置 | |
| JPH10283478A (ja) | 特徴抽出方法およびその方法を用いた物体認識装置 | |
| JPH0520593A (ja) | 走行レーン認識装置と先行車認識装置 | |
| JPH0969162A (ja) | 車載用画像処理装置 | |
| JP3447751B2 (ja) | パターン認識方法 | |
| KR0173249B1 (ko) | 피듀셜 마크 인식방법 | |
| JPH09330404A (ja) | 物体検出装置 | |
| JPH09147113A (ja) | 指紋照合方法及び装置 | |
| JPH0883393A (ja) | 車速測定装置 | |
| JPH0933216A (ja) | 車載用画像処理装置 | |
| JP2959017B2 (ja) | 円形画像判別方法 |