JPH08106534A - 移動物体検出装置 - Google Patents

Abstract

(57)【要約】 【目的】監視対象領域中の移動物体を精度よく検出し、
検出した移動物体の内容を識別可能な移動物体検出装置
を提供する。 【構成】取り込んだ濃淡画像間の差分画像を生成する差
分画像算出部２２０と、差分画像の濃度頻度分布を求め
る濃度頻度分布算出部２３０と、濃度頻度分布に基づい
て、差分画像の２値化しきい値を算出する２値化しきい
値算出部２５０と、差分画像を、２値化しきい値よりも
大きい濃度値を有する画素の集まりで構成される対象領
域と、それ以外の領域とに区分された２値画像に変換す
る２値化処理部２６０と、２値画像中に存在する対象領
域のそれぞれに対し、当該対象領域を囲むブロックを生
成する領域ブロック化部３００と、各ブロック毎に、当
該ブロック内の対象領域の特徴量を求める特徴量抽出部
４００と、各ブロック内の対象領域の特徴量から、当該
対象領域が示す移動物体を識別する移動物体識別部とを
備える。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、監視対象領域を撮影し
た濃淡画像を順次取り込み、前記監視対象領域中の移動
物体を検出する移動物体検出装置に関する。

【０００２】

【従来の技術】監視対象領域中の移動物体を検出する移
動物体検出装置は、既にいくつか提案されており、例え
ば、赤外センサを複数個用いて移動物体（例えば人物）
の温度を検出し、当該移動物体の存在を検出するものが
知られている。また、各種施設の監視を行うために、施
設の各所にITVカメラを設置し、ITVカメラからの画像信
号を中央監視室に設けられたモニタテレビに入力する装
置もある。監視員は、このモニタテレビの画像を見なが
ら監視を行っていた。

【０００３】

【発明が解決しようとする課題】しかしながら、前者の
ような移動物体検出装置においては、移動物体の大体の
位置はわかるが、移動物体が何であるかを認識すること
が不可能だった。また、後者の場合、監視員は常時モニ
タテレビを注視しなければならず、長時間の監視作業の
疲労による見落としが発生する等の問題があった。

【０００４】このような問題点を考慮し、本発明の目的
は、監視対象領域中の移動物体を精度よく検出し、検出
した移動物体を識別できる移動物体検出装置を提供する
ことにある。

【０００５】

【課題を解決するための手段】前記目的を達成するため
の第１の態様によれば、監視対象領域を撮影した濃淡画
像を順次取り込み、前記監視対象領域中の移動物体を検
出する移動物体検出装置において、取り込んだ濃淡画像
間の差分画像を生成する差分画像算出部と、前記差分画
像算出部で生成された差分画像の濃度値に対する画素数
の分布（以下、濃度頻度分布と呼ぶ）を求める濃度頻度
分布算出部と、前記濃度頻度分布算出部で求めた濃度頻
度分布に基づいて、前記差分画像の２値化しきい値を算
出する２値化しきい値算出部と、前記差分画像を、前記
２値化しきい値よりも大きい濃度値を有する画素の集ま
りで構成される領域（以下、対象領域と呼ぶ）と、それ
以外の領域とに区分された２値画像に変換する２値化処
理部と、前記２値画像中に存在する対象領域のそれぞれ
に対し、当該対象領域を囲むブロックを生成する領域ブ
ロック化部と、前記領域ブロック化部で生成された各ブ
ロック毎に、当該ブロック内の対象領域の特徴量を求め
る特徴量抽出部と、前記特徴量抽出部で求めた、各ブロ
ック内の対象領域の特徴量から、当該対象領域が示す移
動物体を識別する移動物体識別部とを備えることを特徴
とする移動物体検出装置が提供される。

【０００６】前記目的を達成するための第２の態様によ
れば、第１の態様において、前記２値化しきい値算出部
は、前記濃度頻度分布が示す濃度の最大値に応じて前記
２値化しきい値を算出することを特徴とする移動物体検
出装置が提供される。

【０００７】前記目的を達成するための第３の態様によ
れば、第２の態様において、前記差分画像算出部で生成
された前記差分画像には、前記監視対象領域中に移動物
体が存在しない場合であっても、ほぼ一定の振幅で濃度
値が変化した第１の濃度変化領域と、前記第１の濃度変
化領域における濃度値よりも大きい濃度値に達し、か
つ、不規則的に出現する第２の濃度変化領域とが存在
し、前記移動物体検出装置は、前記移動物体の検出を行
う前の差分画像の、前記第２の濃度変化領域における濃
度値よりも大きい第１の濃度値と、前記第２の濃度変化
領域における濃度の最大値よりも小さく、かつ、前記第
１の濃度変化領域における濃度値よりも大きい第２の濃
度値とを記憶する記憶部をさらに備え、前記２値化しき
い値算出部は、前記２値化しきい値を求める前に、前記
濃度頻度分布が示す濃度の最大値から、予め定めた濃度
値を減じた、２値化しきい値の仮定値を算出し、当該仮
定値が、前記第１の濃度値よりも大きい場合には、前記
第１の濃度値を前記２値化しきい値とし、当該仮定値
が、前記第２の濃度値よりも小さい場合には、前記第２
の濃度値を前記２値化しきい値とし、当該仮定値が、前
記第１の濃度値よりも小さく、かつ、前記第２の濃度値
よりも大きい場合には、当該仮定値を前記２値化しきい
値とすることを特徴とする移動物体検出装置が提供され
る。

【０００８】前記目的を達成するための第４の態様によ
れば、第３の態様において、前記予め定めた濃度値は、
前記第１の濃度値から前記第２の濃度値を減じた濃度値
であることを特徴とする移動物体検出装置が提供され
る。

【０００９】前記目的を達成するための第５の態様によ
れば、第１、第２、第３または第４の態様において、前
記矩形を所定の大きさの小矩形に分割し、分割された複
数の小矩形の中から、互いに同一の対象領域を含む小矩
形を探索し、当該探索で見つけた各小矩形からなる領域
を前記ブロックとして生成することを特徴とする移動物
体検出装置が提供される。

【００１０】前記目的を達成するための第６の態様によ
れば、第１、第２、第３、第４または第５の態様におい
て、前記特徴量抽出部は、前記対象領域の特徴量とし
て、当該対象領域の濃度の分散値、当該対象領域の前記
２値画像中における移動距離、当該対象領域の前記２値
画像中における移動方向、当該対象領域の面積、当該対
象領域を囲む前記ブロックに対して当該対象領域が投影
されたＸ投影分布、前記Ｘ投影分布の投影方向とは異な
る方向において前記ブロックに対して当該対象領域が投
影されたＹ投影分布を算出することを特徴とする移動物
体検出装置が提供される。

【００１１】前記目的を達成するための第７の態様によ
れば、第６の態様において、前記濃度の分散値、前記移
動距離、前記移動方向、前記面積、前記Ｘ投影分布、お
よび、前記Ｙ投影分布の組合せによって導かれる移動物
体を示す情報を、予め複数記憶する記憶部をさらに備
え、前記移動物体識別部は、前記特徴量抽出部が求めた
前記特徴量のそれぞれに対応する特徴量を有する移動物
体を、前記記憶部に記憶されている移動物体の中から選
択することを特徴とする移動物体検出装置が提供され
る。

【００１２】

【作用】前記第１の態様によれば、前記差分画像算出部
は、取り込んだ濃淡画像間の差分画像を生成する。前記
濃度頻度分布算出部は、前記差分画像算出部で生成され
た差分画像の濃度値に対する画素数の分布（以下、濃度
頻度分布と呼ぶ）を求める。前記２値化しきい値算出部
は、前記濃度頻度分布算出部で求めた濃度頻度分布に基
づいて、前記差分画像の２値化しきい値を算出する。前
記２値化処理部は、前記差分画像を、前記２値化しきい
値よりも大きい濃度値を有する画素の集まりで構成され
る領域（以下、対象領域と呼ぶ）と、それ以外の領域と
に区分された２値画像に変換する。前記領域ブロック化
部は、前記２値画像中に存在する対象領域のそれぞれに
対し、当該対象領域を囲むブロックを生成する。前記特
徴量抽出部は、前記領域ブロック化部で生成された各ブ
ロック毎に、当該ブロック内の対象領域の特徴量を求め
る。前記移動物体識別部は、前記特徴量抽出部で求め
た、各ブロック内の対象領域の特徴量から、当該対象領
域が示す移動物体を識別する。

【００１３】前記第２の態様によれば、前記２値化しき
い値算出部は、前記濃度頻度分布が示す濃度の最大値に
応じて前記２値化しきい値を算出する。

【００１４】前記第３の態様によれば、前記２値化しき
い値算出部は、前記２値化しきい値を求める前に、前記
濃度頻度分布が示す濃度の最大値から、予め定めた濃度
値を減じた、２値化しきい値の仮定値を算出し、当該仮
定値が、前記第１の濃度値よりも大きい場合には、前記
第１の濃度値を前記２値化しきい値とし、当該仮定値
が、前記第２の濃度値よりも小さい場合には、前記第２
の濃度値を前記２値化しきい値とし、当該仮定値が、前
記第１の濃度値よりも小さく、かつ、前記第２の濃度値
よりも大きい場合には、当該仮定値を前記２値化しきい
値とする。

【００１５】前記第４の態様によれば、前記予め定めた
濃度値は、前記第１の濃度値から前記第２の濃度値を減
じた濃度値である。

【００１６】前記第５の態様によれば、前記領域ブロッ
ク化部は、前記対象領域のすべてを囲む矩形を求め、前
記矩形を所定の大きさの小矩形に分割し、分割された複
数の小矩形の中から、互いに同一の対象領域を含む小矩
形を探索し、当該探索で見つけた各小矩形からなる領域
を前記ブロックとして生成する。

【００１７】前記第６の態様によれば、前記特徴量抽出
部は、前記対象領域の特徴量として、当該対象領域の濃
度の分散値、当該対象領域の前記２値画像中における移
動距離、当該対象領域の前記２値画像中における移動方
向、当該対象領域の面積、当該対象領域を囲む前記ブロ
ックに対して当該対象領域が投影されたＸ投影分布、前
記Ｘ投影分布の投影方向とは異なる方向において前記ブ
ロックに対して当該対象領域が投影されたＹ投影分布を
算出する。

【００１８】前記第７の態様によれば、前記移動物体識
別部は、前記特徴量抽出部が求めた前記特徴量のそれぞ
れに対応する特徴量を有する移動物体を、前記記憶部に
記憶されている移動物体の中から選択する。

【００１９】

【実施例】以下、本発明の実施例を図面を用いて説明す
る。

【００２０】図１には、本発明の第１実施例の移動物体
検出装置の全体構成に関するブロック図が示されてい
る。

【００２１】本実施例の移動物体検出装置は、監視対象
領域を撮影する工業用テレビカメラ（ITVカメラ）１０
と、ITVカメラ１０の濃淡画像を順次取り込む画像入力
部１００と、取り込んだ複数の画像をもとに監視対象領
域中の変化領域を検出する変化領域検出部２００と、検
出された変化領域をブロック化する領域ブロック化部３
００と、ブロック化された領域毎に画像の特徴量を抽出
する特徴量抽出部４００と、抽出された特徴量から移動
物体を識別する移動物体識別部６００と、移動物体の識
別結果等を出力する結果出力部８００と、結果出力部８
００の出力内容を表示する表示装置９００とを有する。

【００２２】本実施例の移動物体検出装置のＨ／Ｗ構成
は、図２に示す通りである。本実施例では、ITVカメラ
１０に、ＣＣＤカメラを用いている。表示装置９００に
は、一般的なＣＲＴを用いている。入力装置としては、
キ−ボ−ド９１０およびマウス９１１を備えている。ま
た、図１における、ITVカメラ１０および表示装置９０
０以外の各部は、計算機９２０を用いて実現されてい
る。計算機９２０には、ＣＰＵ、メモリをはじめ各種Ｉ
Ｃ、ＬＳＩが内蔵されており、また、外部記憶装置９３
０（例えば、ハ−ドディスク）も接続されている。計算
機９２０のメモリとしては、例えば、ＣＰＵが動作する
ために必要なプログラムを格納するためのメモリや、画
像入力部１００が画像を記憶するためのフレ−ムメモリ
等が用意されている。なお、本実施例の移動物体検出装
置は、図２に示すＨ／Ｗ構成に限定されない。

【００２３】つぎに、本実施例の移動物体検出装置の概
略動作について説明する。

【００２４】図１において、ITVカメラ１０が監視対象
領域の撮影を開始すると、画像入力部１００は、ITVカ
メラ１０の画像信号を一定時間間隔で取り込み、取り込
んだ信号をA／D変換する。A／D変換された画像信号は、
入力画像として画像入力部１００内に一旦記憶される。
変化領域検出部２００は、画像入力部１００に記憶され
ている２枚の入力画像のフレーム間差分から各時刻毎に
差分画像を作成し、作成した差分画像に基づいて２値化
しきい値を算出し、この２値化しきい値を用いて当該差
分画像の２値画像を作成する。その後、変化領域検出部
２００は、作成した２値画像の変化領域を検出する。領
域ブロック化部３００は、変化領域検出部２００で検出
された変化領域のブロック化を行う。特徴量抽出部４０
０は、領域ブロック化部３００でブロック化された領域
毎に、その領域における画像の特徴量を抽出する。移動
物体識別部６００は、ブロック化された領域毎に抽出さ
れた特徴量から各時刻毎に所期の移動物体を識別する。
結果出力部８００は、移動物体識別部６００での識別結
果及び作成された画像等を出力する。表示装置９００
は、結果出力部８００の出力結果を表示する。

【００２５】つぎに、本実施例の移動物体検出装置の各
部の詳細構成、および、その動作について説明する。

【００２６】図３には、画像入力部１００の内部のブロ
ック図が示されている。

【００２７】画像入力部１００は、画像入力部Ｆｉ１１
０、画像入力部Ｆｋ１２０、および、図示しないA／D変
換部を備えている。A／D変換部は、ITVカメラ１０が監
視対象領域を撮影している間、ITVカメラ１０の画像信
号を一定時間間隔で取り込んでA／D変換する。画像入力
部Ｆｉ１１０および画像入力部Ｆｋ１２０のそれぞれ
は、A／D変換部によってA／D変換された画像を連続して
取り込む。そして、画像入力部Ｆｉ１１０および画像入
力部Ｆｋ１２０のそれぞれは、取り込んだ画像を変化領
域検出部２００に順次送信する。変化領域検出部２００
は、画像入力部Ｆｋ１２０から送信された画像を、フレ
ーム間差分を行う際の１フレ−ム前の画像として、ま
た、画像入力部Ｆｉ１１０から送信された画像を、今回
の入力画像として扱う。なお、A／D変換部でA／D変換さ
れた画像を、画像入力部Ｆｋ１２０が予め一回サンプリ
ングしてその画像を保持するように構成し、その後、画
像入力部Ｆｉ１１０のみが連続して画像を取り込むよう
にしてもよい。この場合、変化領域検出部２００は、画
像入力部Ｆｋ１２０から送信された画像を背景画像とし
て、また、画像入力部Ｆｉ１１０から送信された画像
を、今回の入力画像として扱うことになる。もちろん、
画像入力部Ｆｋ１２０が取り込んだ画像を周期的に更新
するように構成してもよい。

【００２８】図４には、変化領域検出部２００の内部の
ブロック図が示されている。

【００２９】変化領域検出部２００は、同図に示すよう
に、画像入力部１００から送信された画像を変換する画
像変換部Ｌｋ２０５および画像変換部Ｌｉ２１０と、各
画像変換部から送られた画像をもとに、これらの差分画
像を生成する差分画像算出部２２０と、生成された差分
画像の濃度頻度分布を算出する濃度頻度分布算出部２３
０と、算出された濃度頻度分布のノイズを除去するノイ
ズ除去部２４０と、ノイズを除去された濃度頻度分布に
基づいて２値化しきい値を算出する２値化しきい値算出
部２５０と、算出された２値化しきい値によって２値画
像を作成する２値化処理部２６０と、作成された２値画
像中の変化領域を抽出する変化領域抽出部２７０と、変
化領域を抽出された２値画像を格納する画像格納部２８
０とを備えている。なお、画像格納部２８０には、前記
２値画像のほか、当該２値画像の生成に用いられた差分
画像や、差分画像の基となる入力画像等も同時に格納さ
れる。

【００３０】画像変換部Ｌｋ２０５は、画像入力部Ｆｋ
１２０から送られた画像の濃度を変換する。一方、画像
変換部Ｌｉ２１０は、画像入力部Ｆｉ１１０から送られ
た画像の濃度を変換する。ここで、各画像変換部で行わ
れる濃度変換について、図５を用いて説明する。なお、
説明を簡略化するため、画像変換部Ｌｋ２０５を例にと
って説明する。

【００３１】画像入力部Ｆｋ１２０が入力する画像が、
例えば、0〜127諧調の濃度を表現できる画像である場
合、この入力画像の濃度の範囲は、図５の直線２０２で
表すことができる。そして、画像変換部Ｌｋ２０５は、
画像入力部Ｆｋ１２０から送られた画像の濃度を、一
旦、対数変換する。すなわち、直線２０２で表される入
力濃度は、曲線２０４の濃度に一旦変換される。このよ
うに入力濃度に対して対数変換を施せば、入力画像の明
るい部分（濃度の大きい部分）の変化が鈍くなり、明る
い部分のノイズが低減される。

【００３２】その後、画像変換部Ｌｋ２０５は、曲線２
０４で表される濃度に対して定数を加える。定数を加え
られた濃度（変換濃度）は、曲線２０６ａとして表され
ている。そして、この変換濃度が最大値（この場合は、
127諧調）を越えてしまう部分においては、画像変換部
Ｌｋ２０５は、この最大値に設定する。最大値が設定さ
れている状態は、直線２０６ｂとして表されている。な
お、前述の対数変換を行うと、入力濃度の暗い部分がも
ちあがり、感度が良すぎてしまうことになるが、このよ
うに定数を加えれば、感度を抑えることができる。この
定数は、監視対象領域に合わせて任意に設定することが
可能であり、例えば、昼間の屋外環境を監視する場合な
らば10諧調程度でよい。

【００３３】差分画像算出部２２０は、画像変換部Ｌｉ
２１０及び画像変換部Ｌｋ２０５のそれぞれで変換され
た画像間の画素毎の濃度差を算出して差分画像を作成す
る。濃度頻度分布算出部２３０は、この差分画像の濃度
頻度分布を算出する。濃度頻度分布の算出については、
一般的な方法を用いている。算出された濃度頻度分布
は、横軸に濃度を、縦軸に、その濃度毎の画素数を示す
グラフを用いて表すことができる。この一例は、図６
に、濃度頻度分布ｈj（j=0,1,-----n）として示されて
いる。なお、n は濃度の最大値である。ノイズ除去部２
４０は、濃度頻度分布ｈj（j=0,1,-----n）を次の式で
平滑化してノイズ除去を行う。

【００３４】

【数１】

【００３５】

【数２】

【００３６】

【数３】

【００３７】２値化しきい値算出部２５０は、ノイズ除
去部２４０で平滑化された濃度頻度分布の最大値を用い
て２値化しきい値を算出する。

【００３８】この２値化しきい値の算出方法について、
図７、図８および図９を用いて説明する。

【００３９】まず、２値化しきい値の算出の際に用いら
れるオフセットから説明する。このオフセットは、監視
対象領域の監視を開始する前に決定する。図７（ａ）
は、このオフセットの決定方法を説明するための説明図
である。同図には、監視対象領域の監視を開始する前に
取り込んだ、正常状態における、ある差分画像の一部の
濃度が示されている。実際の差分画像の濃度は、図７
（ｂ）に示すように３次元的に表されるが、説明を簡略
化するため、図７（ａ）には、その一部を記載した。正
常状態とは、監視対象領域に移動物体が存在しない状態
である。監視対象領域に移動物体が存在しない状態、す
なわち、変化領域が存在しない状態では、理論上、監視
対象領域の差分画像の濃度は０になるはずであるが、Ｈ
／Ｗ的な問題等により、実際には、図７（ａ）、図
（ｂ）に示すようなノイズが表れるのが普通である。ノ
イズとしては、図７（ａ）に示すように、ほぼ一定の振
幅で変化するノイズ２５６や、平均振幅よりも大きく変
化し、不規則的に現れるスパイクノイズ（例えば、白色
ノイズ）２５７がある。

【００４０】前述したオフセットを決定するためには、
まず、正常状態における差分画像の濃度に基づいて、２
つのしきい値を求める。２つのしきい値の一方は、白色
ノイズよりも若干濃度が大きく、白色ノイズを検出する
ことがないしきい値である。また、他方は、白色ノイズ
のみを検出するしきい値である。例えば、前者は、図７
（ａ）に示すような、しきい値ｔｈpのように定めら
れ、後者は、同図のしきい値ｔｈminのように定められ
る。

【００４１】しきい値ｔｈp、ｔｈminは、図７（ｂ）に
示される一連の濃度のデ−タから計算で求めてもよい
が、２値化しきい値を任意に変化させ、そのときの２値
画像を見ながら決定してもよい。例えば、しきい値ｔｈ
pを２値化しきい値として設定すれば、いずれのノイズ
も検出されないので、表示装置９００の画面全体は白色
（または黒色）になる。また、しきい値ｔｈminを２値
化のしきい値として設定すれば、白色ノイズのみが検出
されるので、画面には、斑点状の白色ノイズを確認する
ことができる。２値化のしきい値をしきい値ｔｈminよ
りも低く設定した場合には、ほととんどのノイズを拾っ
てしまうので、画面全体は黒色（または白色）になる。
なお、これらの２値画像は、２値化処理部２６０で生成
される。

【００４２】以上のような方法で、しきい値ｔｈp、ｔ
ｈminを決定したら、つぎに次式を用いてオフセット（o
ffset）を算出する。

【００４３】

【数４】

【００４４】以上がオフセットの算出方法であるが、つ
ぎに、このオフセットを用いた２値化しきい値の算出方
法ついて、図８および図９をもとに説明する。図８
（ａ）には、ある移動物体を検出した際の差分画像の一
部における濃度変化が示されている。一方、図８（ｂ）
には、前述の移動物体よりも、比較的小さい濃度変化を
ともなう移動物体を検出した際の差分画像の一部におけ
る濃度変化が示されている。詳細に述べるならば、図８
（ａ）、図８（ｂ）に示されている濃度の分布は、各差
分画像における濃度の最大値（ｍａｘ）、および、その
付近の濃度を示している。

【００４５】２値化しきい値算出部２５０は、まず、ノ
イズ除去部２４０によってノイズが除去された濃度頻度
分布から、最大濃度値（図８では、「max」として、ま
た、図６では、「ノイズ除去後の最大濃度」として表さ
れているが、これらは同一のものである）を求め（図９
のＳ１０１）、この最大濃度値（max）と、前述のオフ
セット（offset）から次式を用いて２値化しきい値の仮
定値（ｔｈ₀）を算出する（Ｓ１０２）。

【００４６】

【数５】

【００４７】つぎに２値化しきい値算出部２５０は、２
値化しきい値の仮定値（ｔｈ₀）と、前述のしきい値ｔ
ｈpとを比較する（Ｓ１０３）。そして、図８（ａ）に
示すように、仮定値（ｔｈ₀）が、しきい値ｔｈp以上
（すなわち、ｔｈ₀ ≧ ｔｈp）であるならば、実際に使
用する２値化しきい値（ｔｈ）に、しきい値ｔｈpを採
用する（Ｓ１０４）。なお、しきい値ｔｈpは、前述し
たように、いずれのノイズも検出しない値である。した
がって、このしきい値を２値化しきい値とした２値画像
は、ノイズの影響がほとんどない。

【００４８】一方、仮定値（ｔｈ₀）が、しきい値ｔｈp
よりも小さい（すなわち、ｔｈ₀ ＜ｔｈp）場合は、２
値化しきい値算出部２５０は、仮定値（ｔｈ₀）と、し
きい値ｔｈminとを比較する（Ｓ１０５）。そして、も
し、仮定値（ｔｈ₀）が、しきい値ｔｈmin以上（すなわ
ち、ｔｈ₀ ≧ ｔｈmin）であるならば、実際に使用する
２値化のしきい値（ｔｈ）に、しきい値ｔｈ₀を採用す
る（Ｓ１０６）。一方、仮定値（ｔｈ₀）が、しきい値
ｔｈminよりも小さい（すなわち、ｔｈ₀ ＜ ｔｈp）場
合は、実際に使用する２値化のしきい値（ｔｈ）に、し
きい値ｔｈminを採用する（Ｓ１０７）。

【００４９】ところで、２値化しきい値を用いた、従来
の２値画像の生成処理では、２値化しきい値を上記のよ
うに変化させてはおらず、固定値として扱っていた。つ
まり、図８（ａ）のしきい値ｔｈpを、２値化しきい値
として一旦設定したら、図８（ｂ）においても、２値化
しきい値は、このしきい値ｔｈpであった。

【００５０】しかしながら、図８（ｂ）に示すような、
最大濃度値が小さい場合（濃度変化が小さい場合）、し
きい値ｔｈpよりも値が小さい部分の濃度をカットしま
うと、検出された濃度の変化部分の大部分が失われるこ
とになる。

【００５１】もちろん、しきい値ｔｈpよりも大きい濃
度は、検出することができるが、その部分は、極少量で
あり、ノイズとの区別がつかなくなる。

【００５２】そこで、本実施例のように、最大濃度値に
応じて２値化しきい値を変化させれば、濃度の小さい変
化を検出することが可能となる。なお、図８（ｂ）のよ
うな２値化しきい値（ｔｈ）を設定した場合、若干白色
ノイズも拾うことになるが、これらは、後述する変化領
域出抽出部２７０で除去される。

【００５３】以上が２値化しきい値の算出方法である
が、２値化しきい値算出部２５０がこの処理を終了する
と、２値化処理部２６０は、このしきい値を用いて、差
分画像を２値化処理し、２値画像を作成する。変化領域
出抽出部２７０は、２値化処理部２６０で作成した２値
画像からノイズを除去し、変化領域のみを抽出された２
値画像を作成する。変化領域抽出部２７０は、作成した
２値画像を画像格納部２８０に格納する。格納された２
値画像は、例えば、監視員が移動物体の内容を再確認す
る際に、その作業を支援するデ−タとなる。

【００５４】なお、変化領域抽出部２７０は、予め検出
対象が限定されている場合には、その検出対象に対応し
た大きさをもつ変化領域のみを、検出対象を表す変化領
域として抽出する。例えば、人物の検出であれば、数十
画素以上塊まっている変化領域を限定し、それ以下の塊
まりをノイズとして抽出の範囲から除外する。また、水
等の滴下の検出であれば、数画素〜数十画素の範囲で塊
まっている変化領域を限定する。そして、前記範囲に入
らない小さい塊まりの領域をノイズとし、大きい塊まり
の領域を外乱として抽出の範囲から除外する。

【００５５】以上、変化領域検出部２００について説明
したが、つぎに、領域ブロック化部３００について説明
する。領域ブロック化部３００は、前述した変化領域抽
出部２７０が抽出した変化領域をブロック化するもので
ある。以下に、領域ブロック化部３００の動作の一例を
図１０を用いて説明する。

【００５６】図１０には、変化領域抽出部２７０で作成
された２値画像が示されており、この例では、木立が揺
れている状態に人物が侵入してきた場合を想定してい
る。

【００５７】領域ブロック化部３００は、図１０の変化
領域に対するブロック化を行う前に、まず、分割単位ブ
ロックの算出を行う。分割単位ブロックの算出方法は、
つぎのようになっている。

【００５８】領域ブロック化部３００は、まず、２値画
像３０１をラベリング処理し、１個目の塊３０５、２個
目の塊３１０、………、i個目の塊３２０、j個目の塊３
２５、……、k個目の塊３３５を認識する。なお、ここ
でいう塊とは、変化領域を構成する画素の集まりを意味
するものであるが、便宜上、以下においても、このよう
に呼ぶこととする。

【００５９】つぎに、領域ブロック化部３００は、各塊
の面積を求めてそれらを合計し、塊の平均面積を計算す
る。そして、領域ブロック化部３００は、計算した平均
面積の2/3程度の面積を有する正方形を求め、この正方
形を分割単位ブロック３４０とする。なお、分割単位ブ
ロック３４０の面積は、塊の平均面積の2/3程度に限定
されるわけでなく、例えば、塊の最頻面積でもよい。も
ちろん、正方形以外の矩形を用いてもよい。

【００６０】つぎに、領域ブロック化部３００が行うブ
ロック化について、図１１、図１２を用いて説明する。

【００６１】Ｓ２０１において、領域ブロック化部３０
０は、２値画像３０１内の全ての塊を囲み、かつ、各辺
がいずれかの塊に接触するような矩形３５０を求める。
その後、Ｓ２０２において、矩形３５０を、前述した分
割単位ブロック３４０の大きさに分割する。図１１で
は、矩形３５０は、６３個の分割単位ブロックに分割さ
れている。Ｓ２０３において、領域ブロック化部３００
は、分割された分割単位ブロックのうちの一つを選択す
る。そして、Ｓ２０４において、選択した分割単位ブロ
ック内に塊が存在するか否かを判断する。選択した分割
単位ブロックに塊が含まれていた場合には、領域ブロッ
ク化部３００は、Ｓ２０５において、その分割単位ブロ
ックを基準とし、基準とした分割単位ブロック内の塊に
隣接する塊を含む分割単位ブロックを探索する。目的の
分割単位ブロックが見つかった場合には、Ｓ２０６にお
いて、その分割単位ブロックを、基準とした分割単位ブ
ロックと同属のブロックとして認識する。これらの処理
を、例えば、矩形３５０の左上から、各分割単位ブロッ
クに対して行っていく。そして、全ての分割単位ブロッ
クに対する選択を終えたら処理を終了する（Ｓ２０
７）。

【００６２】以上の処理を具体的に説明すると、領域ブ
ロック化部３００は、分割単位ブロック３５５を基準と
して選択した場合、つぎに、当該分割単位ブロック３５
５内の塊３５５ａに隣接する塊を有する分割単位ブロッ
クを探索する。図１１において、塊３５５ａに隣接する
塊は、分割単位ブロック３５６内の塊３５６ａである。
したがって、領域ブロック化部３００は、この分割単位
ブロック３５６を選択する。そして、領域ブロック化部
３００は、選択した分割単位ブロック３５６と、基準と
した分割単位ブロック３５５を１ブロックとして認識す
る。

【００６３】つぎに、領域ブロック化部３００は、新た
な分割単位ブロック、例えば、分割単位ブロック３５６
を基準として選択する。分割単位ブロック３５６を基準
として選択した場合、領域ブロック化部３００は、分割
単位ブロック３５５以外の、塊３５６ａに隣接する塊を
有する分割単位ブロック、具体的には、分割単位ブロッ
ク３５７、３５８を選択する。この後、領域ブロック化
部３００は、既に１ブロックとして認識している分割単
位ブロック３５５、３５６に、今回選択した、分割単位
ブロック３５７、３５８を加え、これら４つの分割単位
ブロックを新たな１ブロックとして認識する。このよう
に、隣合う分割単位ブロックを順次包含していくと、図
１１のブロック３６０が形成される。同様に、分割単位
ブロック３７０が基準として選択された場合、その後、
ブロック３７５も形成される。なお、領域ブロック化部
３００は、ブロック３７５のような矩形でないブロック
を形成した場合、そのブロックに外接する矩形（ブロッ
ク３７５に対しては矩形３８５）を形成する。

【００６４】以上の処理を行えば、２値画像中におい
て、塊を共有する分割単位ブロックの集まり（図１１に
おいては、ブロック３６０、３８５のそれぞれ）を生成
することができる。

【００６５】つぎに、特徴量抽出部４００について説明
する。特徴量抽出部４００は、領域ブロック化部３００
でブロック化した各ブロックについて、各時刻 ti 毎の
変化を検出し、各ブロックの画像の特徴量を抽出するも
のである。

【００６６】図１３には、特徴量抽出部４００の内部の
ブロック図が示されている。同図に示すように、特徴量
抽出部４００は、ブロック内の変化領域の濃度の分散値
を算出する濃度分散算出部４１０と、ブロック内の変化
領域の移動距離を算出する移動距離算出部４２０と、ブ
ロック内の変化領域の移動方向を算出する移動方向算出
部４３０と、ブロック内の変化領域の面積を算出する面
積算出部４４０と、ブロック内の変化領域のＸ投影分布
を算出するＸ投影分布算出部４５０と、ブロック内の変
化領域のＹ投影分布を算出するＹ投影分布算出部４６０
とを有しており、それぞれ、各時刻 ti 毎に処理を行
う。

【００６７】具体的には、濃度分散算出部４１０は、ま
ず、領域ブロック化部３００でブロック化された２値画
像をもとに、各ブロックに関する情報（具体的には、各
ブロックの位置、形状、大きさ）を把握する。その後、
濃度分散算出部４１０は、各ブロックを順次選択し、変
化領域検出部２００で作成された差分画像から、選択し
たブロックに対応する領域（位置、形状、大きさのそれ
ぞれが、選択したブロックと等しい領域）を切り出す。
なお、切りだしの対象となる差分画像は、前記２値画像
のもとになった差分画像である。

【００６８】そして、濃度分散算出部４１０は、切りだ
した領域内において、変化領域以外の部分をマスクし、
その後、変化領域の濃度の分散値を算出する。変化領域
に対応する検出対象が、様々な色を持っている場合、変
化領域における明るさの変化が大きくなり、濃度の分散
値は大きくなる。なお、濃度の分散値は、必ずしも差分
画像の変化領域から求めてなくてもよく、例えば、画像
変換部Ｌｋ２０５（画像変換部Ｌｉ２１０）に記憶され
ている、前記２値画像のもとになる入力画像から求めて
もよい。

【００６９】移動距離算出部４２０は、時刻 ti 毎に変
化領域の重心を求め、さらに、時刻tiにおける重心と、
前回求めた、時刻 ti-1における重心との距離を算出す
る。移動方向算出部４３０は、時刻 ti 毎に変化領域の
重心を求め、さらに、時刻 tiにおける重心が、前回求
めた、時刻 ti-1における重心から、どの方向に移動し
たのかを判断する。面積算出部４４０は、ブロック内の
変化領域の画素数を計算し、変化領域の面積を求める。
Ｘ投影分布算出部４５０は、変化領域をＸ軸（ブロック
の一辺）に投影し、変化領域を形成している画素のＸ軸
における分布を把握する。Ｙ投影分布算出部４６０は、
変化領域をＹ軸（前記ブロックの一辺に垂直な一辺）に
投影し、変化領域を形成している画素のＹ軸における分
布を把握する。

【００７０】つぎに、移動物体識別部６００の動作につ
いて説明する。移動物体識別部６００は、特徴量抽出部
４００の各部が算出したデ−タをもとに、移動物体の識
別を行う。

【００７１】図１４には、移動物体識別部６００の識別
手順の一例が示されている。

【００７２】移動物体識別部６００は、まず、Ｓ３０１
で、濃度分散算出部４１０が算出した濃度の分散値が大
きいか否か判断し、濃度の分散値が大きい場合は、Ｓ３
０２の処理を行い、小さい場合は、Ｓ３０５の処理を行
う。なお、濃度の分散値の大小は、例えば、予め定めた
しきい値を用いて判断する。

【００７３】Ｓ３０２において、移動物体識別部６００
は、Ｘ投影分布算出部４５０が求めたＸ投影分布と、Ｙ
投影分布算出部４６０が求めたＹ投影分布とを用いて移
動物体の形状を判断する。具体的には、移動物体の形状
が縦長か否かを判断し、縦長の場合は、移動物体を人物
と判断し（Ｓ３０３）、縦長でない場合は、移動物体を
動物と判断する（Ｓ３０４）。

【００７４】Ｓ３０５において、移動物体識別部６００
は、移動方向算出部４３０が求めた移動方向が規則的か
否かを判断する。移動方向が規則的である場合、移動物
体識別部６００は、Ｓ３０６において、面積算出部４４
０が算出した移動物体の面積が小さいか否かを判断す
る。移動物体の面積が小さい場合、移動物体識別部６０
０は、Ｓ３０７において、移動物体が上から下へ移動し
ているか否かを判断する。そして、移動物体識別部６０
０は、移動物体が上から下へ移動していないことを判断
した場合、その移動物体を動物と判断する（Ｓ３０
８）。また、移動物体が上から下へ移動していることを
判断した場合、移動物体識別部６００は、移動物体の移
動を水、油等の滴下と判断する（Ｓ３０９）。

【００７５】また、Ｓ３０６で、移動物体の面積が大き
いことを判断した場合、移動物体識別部６００は、Ｓ３
１０において、移動物体の形状が横長または縦横比が同
程度であるか否かを判断する。そして、形状が横長また
は縦横比が同程度であることを判断した場合には、移動
物体を動物と判断し（Ｓ３１１）、それ以外は、外乱と
判断する（Ｓ３１２）。

【００７６】一方、Ｓ３０５において、移動方向が規則
的でないことを判断された場合には、移動物体識別部６
００は、Ｓ３１３で、移動距離が大きいか否かを判断す
る。そして、移動距離が大きい場合は、移動物体を動物
と判断し（Ｓ３１４）、そうでない場合は、発煙または
蒸気漏れと判断する（Ｓ３１５）。

【００７７】以上が移動物体識別部６００の識別手順の
一例であるが、各判断の基となるデ−タの一覧は、図１
５に示されている。すなわち、図１５において、特徴量
（１）〜（６）を算出した後、例えば、６１０における
検出対象の特徴を認識した場合、その検出対象は人物で
あると判断される。６１０における検出対象の特徴につ
いて、簡単に説明すると、検出対象が人物である場合、
単色でないことが想定され、濃度の分散値が大きくなる
ことが考えられる。また、人物であるため、移動距離
は、大きく、その面積も大きいことが考えられる。ま
た、通常の歩行を行っていれば、その形状は、縦長であ
り、また、移動方向は、あまり限定されない。このよう
な理由から、検出対象は人物であると判断される。もち
ろん、図１５に示されている検出対象の特徴は、監視環
境に応じて任意に設定をすればよく、また、必要であれ
ば、検出対象を増やしてもよい。

【００７８】つぎに、本発明の第２実施例を図１６を用
いて説明する。

【００７９】本実施例では、変化領域検出部２００の構
成において、第１の実施例と異なっている。図１６に示
すように、本実施例の変化領域検出部２００は、第１の
実施例と同様、画像変換部Ｌｋ２０５、画像変換部Ｌｉ
２１０、差分画像算出部２２０、濃度頻度分布算出部２
３０、ノイズ除去部２４０、２値化しきい値算出部２５
０、２値化処理部２６０、変化領域抽出部２７０、およ
び、画像格納部２８０を備えている。そして、本実施例
の変化領域検出部２００は、さらに、ITV カメラ１０が
撮影する監視対象領域に対して、処理対象とする領域を
限定する領域設定部２２５を備えている。領域設定部２
２５は、前述したマウスやキ−ボードによる入力操作を
受け付け、入力操作によって指定された領域を差分画像
算出部２２０に通知する。差分画像算出部２２０は、領
域設定部２２５によって指定された領域の差分画像を作
成する。目的の監視対象領域が、ITVカメラ１０が撮影
可能な監視対象領域の一部であるような場合、監視対象
領域をこのように限定すれば、差分画像算出部２２０に
続く後段の処理が高速化される。また、限定された監視
対象領域以外の領域のノイズも拾わなくて済む。なお、
領域設定部２２５の領域設定は、画像入力部１００の画
像に対して行ってもよい。

【００８０】つぎに、本発明の第３実施例を図１７、図
１８を用いて説明する。

【００８１】図１７に示すように、本実施例では、第２
の実施例の変化領域検出部２００に、エッジマスク作成
部７００を加えている。

【００８２】図１８には、エッジマスク作成部７００の
内部のブロック図が示されている。同図に示すように、
エッジマスク作成部７００は、画像変換部７１０、ぼけ
補正部７２０、輪郭抽出部７３０、および、２値化処理
部７４０とを備えている。

【００８３】画像入力部１００は、入力画像のサンプリ
ングを開始する直前に、一旦画像を取り込み、この画像
を画像変換部７１０に送信する。画像変換部７１０は、
送信された画像に対して、図５に示した濃度変換を行
う。ぼけ補正部７２０は、濃度変換された画像の輪郭の
ぼけを補正し、輪郭がある程度急峻になるように強調す
る。なお、ぼけ補正部７２０が行う補正方法には、例え
ば、適当な大きさの局所領域における入力画像の濃度の
最大値と最小値を算出し、いずれかに近い方の濃度に設
定して（ただし、差がなければそのまま）、それを補正
後の画像の濃度とする方法（情報処理学会論文誌, Vol.
31,No.3）を用いることができる。

【００８４】輪郭抽出部７３０は、ぼけを補正された画
像から輪郭を抽出する。この輪郭抽出方法は、空間微分
による手法等、輪郭を抽出できる方法ならば特に限定さ
れない。２値化処理部７４０は、輪郭抽出部７３０で抽
出された画像の輪郭部を抽出して、２値画像を作成す
る。２値化処理部７４０が行う輪郭部の抽出方法は、例
えば、特公平6-24014号公報に記載されている方法を用
いることができる。この方法を、暗い背景から明るい輪
郭を抽出する例を用いて簡単に説明すると、２値化処理
部７４０は、まず、輪郭領域を周辺の濃度レベルで置き
換えるために、局所最小値フィルタをｍ回繰り返す。ｍ
は、輪郭の最大画素幅の１／２程度でよい。つぎに、こ
の処理結果画像に対して、最大値フィルタを同じ回数繰
り返す。さらに、この処理結果画像を背景画像として、
原画像との差分をとり、その後、所定のしきい値（通
常、濃度値２〜３程度の固定しきい値でよい）で２値化
して輪郭領域のみを抽出する。抽出された輪郭部分は、
すなわち、エッジである。２値化処理部７４０は、この
エッジ部分をマスク領域とするエッジマスクを生成す
る。変化領域抽出部２７０は、このエッジマスクによっ
てエッジ部分を除外して変化領域の抽出を行う。なお、
エッジマスク作成部７００で作成したエッジ部分の２値
画像は、輪郭を抽出した後、輪郭のぼけを補正して強調
しているため、屋外環境の監視を行った場合でも、精度
良くエッジを算出できる。

【００８５】つぎに、本発明の第４実施例を図１９を用
いて説明する。

【００８６】本実施例では、第１実施例で記述した移動
物体識別部６００の識別手順において、他の方法を用い
ている。図１９は、この識別手順を示す説明図である。

【００８７】本実施例では、３層構成（複数の入力層
と、１つの中間層および出力層）である階層型のニュー
ラルネットワ−クを用いる手法である。ニューラルネッ
トワ−クの入力層６９０には、特徴量抽出部４００で各
時刻 ti 毎に抽出した、濃度の分散値、移動距離、移動
方向、面積、Ｘ投影分布、および、Ｙ投影分布の各デ−
タと、各時刻 tiの前後の各時系列データである18個の
ニューロンを入力する。そして、これらのニューロンを
入力した時の監視対象領域の状況を教師信号として与
え、バックプロパゲーションで学習して重み６９６や６
９８を決定する。出力層６９４は、人物、発煙・蒸気漏
れ、水・油の滴下、動物等、および、外乱の５個のニュ
ーロンとして、所期の検出対象とする移動物体を識別し
て検出する。

【００８８】

【発明の効果】本発明によれば、監視対象領域中の移動
物体を精度よく検出することができる。また、検出した
移動物体の内容の識別も行うことができる。

【図面の簡単な説明】

【図１】本発明に係る移動物体検出装置の第１実施例の
全体構成を示すブロック図である。

【図２】本発明に係る移動物体検出装置の第１実施例の
Ｈ／Ｗ構成の一例を示す構成図である。

【図３】本発明に係る移動物体検出装置の第１実施例の
画像入力部を示すブロック図である。

【図４】本発明に係る移動物体検出装置の第１実施例の
変化領域検出部を示すブロック図である。

【図５】本発明に係る移動物体検出装置の第１実施例の
画像変換部が行う濃度変換に関する説明図である。

【図６】本発明に係る移動物体検出装置の第１実施例の
ノイズ除去部が行うノイズ除去に関する説明図である。

【図７】本発明に係る移動物体検出装置の第１実施例に
おけるオフセット値の算出方法に関する説明図である。

【図８】本発明に係る移動物体検出装置の第１実施例に
おける２値化しきい値の算出方法に関する説明図であ
る。

【図９】本発明に係る移動物体検出装置の第１実施例に
おける２値化しきい値の算出方法に関するフロ−チャ−
トである。

【図１０】本発明に係る移動物体検出装置の第１実施例
における分割単位ブロックの算出方法に関する説明図で
ある。

【図１１】本発明に係る移動物体検出装置の第１実施例
におけるブロック化に関する説明図である。

【図１２】本発明に係る移動物体検出装置の第１実施例
におけるブロック化に関するフロ−チャ−トである。

【図１３】本発明に係る移動物体検出装置の第１実施例
の特徴量抽出部を示すブロック図である。

【図１４】本発明に係る移動物体検出装置の第１実施例
の移動物体識別部が行う識別手順を示すフロ−チャ−ト
である。

【図１５】本発明に係る移動物体検出装置の第１実施例
における移動物体識別部の検出対象の特徴を示す説明図
である。

【図１６】本発明に係る移動物体検出装置の第２実施例
の変化領域検出部を示すブロック図である。

【図１７】本発明に係る移動物体検出装置の第３実施例
の変化領域検出部を示すブロック図である。

【図１８】本発明に係る移動物体検出装置の第３実施例
のエッジマスク作成部を示すブロック図である。

【図１９】本発明に係る移動物体検出装置の第４実施例
のニューラルネットワ−クに関する説明図である。

【符号の説明】

１０：ITVカメラ、 １００：画像入力部、 １１０：
画像入力部Ｆｉ、 １２０：画像入力部Ｆｋ、 ２０
０：変化領域検出部、 ２０５：画像変換部Ｌｋ、 ２
１０：画像変換部Ｌｉ、 ２２０：差分画像算出部、
２２５：領域設定部、 ２３０：濃度頻度分布算出部、
２４０：ノイズ除去部、 ２５０：２値化しきい値算
出部、 ２６０：２値化処理部、 ２７０：変化領域抽
出部、 ２８０：画像格納部、 ３００：領域ブロック
化部、 ４００：特徴量抽出部、４１０：濃度分散算出
部、 ４２０：移動距離算出部、 ４３０：移動方向算
出部、 ４４０：面積算出部、 ４５０：Ｘ投影分布算
出部、 ４６０：Ｙ投影分布算出部、 ６００：移動物
体識別部、 ７００：エッジマスク作成部、 ８００：
結果出力部、 ９００：表示装置、 ９１０、９１１：
入力装置、 ９２０：計算機、 ９３０：外部記憶装置

───────────────────────────────────────────────────── 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 Ｈ０４Ｎ 7/18 Ｋ (72)発明者 花岡 浩 茨城県日立市幸町三丁目１番１号 株式会 社日立製作所日立工場内 (72)発明者 小沢 充雄 茨城県日立市幸町三丁目１番１号 株式会 社日立製作所日立工場内 (72)発明者 中村 英夫 茨城県日立市幸町三丁目１番１号 株式会 社日立製作所日立工場内

Claims (7)

【特許請求の範囲】
1. 【請求項１】監視対象領域を撮影した濃淡画像を順次取
   り込み、前記監視対象領域中の移動物体を検出する移動
   物体検出装置において、 取り込んだ濃淡画像間の差分画像を生成する差分画像算
   出部と、 前記差分画像算出部で生成された差分画像の濃度値に対
   する画素数の分布（以下、濃度頻度分布と呼ぶ）を求め
   る濃度頻度分布算出部と、 前記濃度頻度分布算出部で求めた濃度頻度分布に基づい
   て、前記差分画像の２値化しきい値を算出する２値化し
   きい値算出部と、 前記差分画像を、前記２値化しきい値よりも大きい濃度
   値を有する画素の集まりで構成される領域（以下、対象
   領域と呼ぶ）と、それ以外の領域とに区分された２値画
   像に変換する２値化処理部と、 前記２値画像中に存在する対象領域のそれぞれに対し、
   当該対象領域を囲むブロックを生成する領域ブロック化
   部と、 前記領域ブロック化部で生成された各ブロック毎に、当
   該ブロック内の対象領域の特徴量を求める特徴量抽出部
   と、 前記特徴量抽出部で求めた、各ブロック内の対象領域の
   特徴量から、当該対象領域が示す移動物体を識別する移
   動物体識別部とを備えることを特徴とする移動物体検出
   装置。
2. 【請求項２】請求項１において、 前記２値化しきい値算出部は、前記濃度頻度分布が示す
   濃度の最大値に応じて前記２値化しきい値を算出するこ
   とを特徴とする移動物体検出装置。
3. 【請求項３】請求項２において、 前記差分画像算出部で生成された前記差分画像には、前
   記監視対象領域中に移動物体が存在しない場合であって
   も、ほぼ一定の振幅で濃度値が変化した第１の濃度変化
   領域と、前記第１の濃度変化領域における濃度値よりも
   大きい濃度値に達し、かつ、不規則的に出現する第２の
   濃度変化領域が存在し、 前記移動物体検出装置は、前記移動物体の検出を行う前
   の差分画像の、前記第２の濃度変化領域における濃度値
   よりも大きい第１の濃度値と、前記第２の濃度変化領域
   における濃度の最大値よりも小さく、かつ、前記第１の
   濃度変化領域における濃度値よりも大きい第２の濃度値
   とを記憶する記憶部をさらに備え、 前記２値化しきい値算出部は、前記２値化しきい値を求
   める前に、前記濃度頻度分布が示す濃度の最大値から、
   予め定めた濃度値を減じた、２値化しきい値の仮定値を
   算出し、 当該仮定値が、前記第１の濃度値よりも大きい場合に
   は、前記第１の濃度値を前記２値化しきい値とし、当該
   仮定値が、前記第２の濃度値よりも小さい場合には、前
   記第２の濃度値を前記２値化しきい値とし、当該仮定値
   が、前記第１の濃度値よりも小さく、かつ、前記第２の
   濃度値よりも大きい場合には、当該仮定値を前記２値化
   しきい値とすることを特徴とする移動物体検出装置。
4. 【請求項４】請求項３において、 前記予め定めた濃度値は、前記第１の濃度値から前記第
   ２の濃度値を減じた濃度値であることを特徴とする移動
   物体検出装置。
5. 【請求項５】請求項１、２、３または４において、 前記領域ブロック化部は、前記対象領域のすべてを囲む
   矩形を求め、 前記矩形を所定の大きさの小矩形に分割し、 分割された複数の小矩形の中から、互いに同一の対象領
   域を含む小矩形を探索し、 当該探索で見つけた各小矩形からなる領域を前記ブロッ
   クとして生成することを特徴とする移動物体検出装置。
6. 【請求項６】請求項１、２、３、４または５において、 前記特徴量抽出部は、前記対象領域の特徴量として、当
   該対象領域の濃度の分散値、当該対象領域の前記２値画
   像中における移動距離、当該対象領域の前記２値画像中
   における移動方向、当該対象領域の面積、当該対象領域
   を囲む前記ブロックに対して当該対象領域が投影された
   Ｘ投影分布、前記Ｘ投影分布の投影方向とは異なる方向
   において前記ブロックに対して当該対象領域が投影され
   たＹ投影分布を算出することを特徴とする移動物体検出
   装置。
7. 【請求項７】請求項６において、 前記濃度の分散値、前記移動距離、前記移動方向、前記
   面積、前記Ｘ投影分布、および、前記Ｙ投影分布の組合
   せによって導かれる移動物体を示す情報を、予め複数記
   憶する記憶部をさらに備え、 前記移動物体識別部は、前記特徴量抽出部が求めた前記
   特徴量のそれぞれに対応する特徴量を有する移動物体
   を、前記記憶部に記憶されている移動物体の中から選択
   することを特徴とする移動物体検出装置。