JPH08287232A - 画像処理における非監視対象物の除去方法 - Google Patents
画像処理における非監視対象物の除去方法Info
- Publication number
- JPH08287232A JPH08287232A JP11489395A JP11489395A JPH08287232A JP H08287232 A JPH08287232 A JP H08287232A JP 11489395 A JP11489395 A JP 11489395A JP 11489395 A JP11489395 A JP 11489395A JP H08287232 A JPH08287232 A JP H08287232A
- Authority
- JP
- Japan
- Prior art keywords
- image
- monitoring
- difference
- gravity
- area
- 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
- Examining Or Testing Airtightness (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【目的】 画像処理をする場合に、外乱要因をできるだ
け小さな範囲で取り除くことで、監視領域を狭めないよ
うにする。 【構成】 「札」等の監視対象外の画像とその基準画像
との差の画像の重心の軌跡から非監視対象物の変動範囲
を学習し、これをもとに対象物を画像処理することによ
り、変動範囲を小さくし監視領域を狭めないようにして
検出精度を向上させる。監視領域を学習によらず設定す
ることで、煩雑な学習処理を省略する実施例もある。
け小さな範囲で取り除くことで、監視領域を狭めないよ
うにする。 【構成】 「札」等の監視対象外の画像とその基準画像
との差の画像の重心の軌跡から非監視対象物の変動範囲
を学習し、これをもとに対象物を画像処理することによ
り、変動範囲を小さくし監視領域を狭めないようにして
検出精度を向上させる。監視領域を学習によらず設定す
ることで、煩雑な学習処理を省略する実施例もある。
Description
【０００１】
【産業上の利用分野】この発明は、監視対象物以外の外
乱（非監視対象物）を確実に除去することが可能な画像
処理方法に関する。
乱（非監視対象物）を確実に除去することが可能な画像
処理方法に関する。
【０００２】
【従来の技術】画像処理によってオイル等の液体漏れの
検査を行なうとき、その監視対象視野内に、例えば風や
多少の振動などで揺れ動く「札」などの外乱が存在する
場合、従来は例えば、画像監視領域内の外乱が存在する
可能性のある部分を矩形領域（ＲＯＩなど）で黒く塗り
つぶして無視し、この部分の変化を見ないようにする方
法がある。
検査を行なうとき、その監視対象視野内に、例えば風や
多少の振動などで揺れ動く「札」などの外乱が存在する
場合、従来は例えば、画像監視領域内の外乱が存在する
可能性のある部分を矩形領域（ＲＯＩなど）で黒く塗り
つぶして無視し、この部分の変化を見ないようにする方
法がある。
【０００３】
【発明が解決しようとする課題】しかし、上記のような
矩形画面を利用する方法では、誤まりを防ぐ観点から多
少の安全を見込んで広く設定する傾向にあるため、検出
対象となる（監視）領域が狭くなるという問題がある。
したがって、この発明の課題は、監視領域を狭くするこ
となく検出精度を向上させることにある。
矩形画面を利用する方法では、誤まりを防ぐ観点から多
少の安全を見込んで広く設定する傾向にあるため、検出
対象となる（監視）領域が狭くなるという問題がある。
したがって、この発明の課題は、監視領域を狭くするこ
となく検出精度を向上させることにある。
【０００４】
【課題を解決するための手段】このような課題を解決す
るため、請求項１の発明では、非監視対象物の入力画像
とその基準画像との差の画像の重心を求める処理を、前
記入力画像を変えて順次実行することにより、前記非監
視対象物の監視画面内に存在し得る領域を非監視領域と
して予め決定しておき、しかる後、監視対象物について
その画像と前記非監視対象物の基準画像との差の画像の
重心を求め、その重心が前記非監視領域内にあるときは
監視対象物ではないとして、その画像を採用しないこと
を特徴としている。
るため、請求項１の発明では、非監視対象物の入力画像
とその基準画像との差の画像の重心を求める処理を、前
記入力画像を変えて順次実行することにより、前記非監
視対象物の監視画面内に存在し得る領域を非監視領域と
して予め決定しておき、しかる後、監視対象物について
その画像と前記非監視対象物の基準画像との差の画像の
重心を求め、その重心が前記非監視領域内にあるときは
監視対象物ではないとして、その画像を採用しないこと
を特徴としている。
【０００５】請求項２の発明では、非監視対象物に対し
その部分よりもひとまわり大きい矩形画像領域を予め設
定しておき、監視対象物についてその画像と前記非監視
対象物の基準画像との差を２値化し、得られた差分２値
化画像にラベル番号を付すとともに、この差分２値化画
像と前記矩形画像領域との論理積演算をしてその論理積
画像の重心および輝度を求め、その輝度が前記ラベル番
号を付された差分２値化画像の輝度と一致するラベル番
号の差分２値化画像は監視対象物ではないとして、その
画像を採用しないことを特徴としている。
その部分よりもひとまわり大きい矩形画像領域を予め設
定しておき、監視対象物についてその画像と前記非監視
対象物の基準画像との差を２値化し、得られた差分２値
化画像にラベル番号を付すとともに、この差分２値化画
像と前記矩形画像領域との論理積演算をしてその論理積
画像の重心および輝度を求め、その輝度が前記ラベル番
号を付された差分２値化画像の輝度と一致するラベル番
号の差分２値化画像は監視対象物ではないとして、その
画像を採用しないことを特徴としている。
【０００６】
【作用】非監視対象物が存在する可能性のある非監視領
域を、矩形領域等の大雑把な領域としてではなく、学習
により前もって最小限度の大きさで求めて設定しておく
ことにより、監視領域を狭めることなく検出精度を向上
させる。また、非監視領域を非監視対象物よりひとまわ
り大きい領域として設定することで、従来よりも監視領
域を狭めないようにし、学習の煩雑さをなくす。
域を、矩形領域等の大雑把な領域としてではなく、学習
により前もって最小限度の大きさで求めて設定しておく
ことにより、監視領域を狭めることなく検出精度を向上
させる。また、非監視領域を非監視対象物よりひとまわ
り大きい領域として設定することで、従来よりも監視領
域を狭めないようにし、学習の煩雑さをなくす。
【０００７】
【実施例】図１はこの発明の第１実施例を示す機能ブロ
ック図である。これは、検査または監視対象物をＩＴＶ
カメラなどの撮像手段にて撮像し、画像処理装置により
実行する手順とその結果得られる画像などを示してい
る。まず、非監視対象物としての「札」について、学習
する。すなわち、図示されない撮像手段にて「札」を撮
像し、入力画像２を得る。次に、入力画像２と「札」の
基準画像１との差をとり、差分画像３を得る。なお、入
力画像２を順次変えて撮像し、その差分画像３を求める
ことにより、複数の差分画像３を得ることができる。
ック図である。これは、検査または監視対象物をＩＴＶ
カメラなどの撮像手段にて撮像し、画像処理装置により
実行する手順とその結果得られる画像などを示してい
る。まず、非監視対象物としての「札」について、学習
する。すなわち、図示されない撮像手段にて「札」を撮
像し、入力画像２を得る。次に、入力画像２と「札」の
基準画像１との差をとり、差分画像３を得る。なお、入
力画像２を順次変えて撮像し、その差分画像３を求める
ことにより、複数の差分画像３を得ることができる。
【０００８】次いで、各差分画像３の重心をそれぞれ求
めて差分重心群画像４を得、これらの重心の全てを包括
することで非監視対象物が存在する可能性のある領域、
つまり非監視領域５を求める。このとき、非監視領域５
には量子化データ「０」を、それ以外の領域には「２５
５」を割り当てることとしている。
めて差分重心群画像４を得、これらの重心の全てを包括
することで非監視対象物が存在する可能性のある領域、
つまり非監視領域５を求める。このとき、非監視領域５
には量子化データ「０」を、それ以外の領域には「２５
５」を割り当てることとしている。
【０００９】こうして学習した後、実際の監視対象物に
ついて検査する場合は、まず、監視対象物画像６を求
め、これと基準画像１との差分画像７を求める。この差
分画像内には検出すべき対象物も含まれるので、１画面
内の差分画像の各々には例えばラベルを付して（ラベリ
ング）その区別をするものとする。
ついて検査する場合は、まず、監視対象物画像６を求
め、これと基準画像１との差分画像７を求める。この差
分画像内には検出すべき対象物も含まれるので、１画面
内の差分画像の各々には例えばラベルを付して（ラベリ
ング）その区別をするものとする。
【００１０】そして、この差分画像７から各物体の重心
（Ｇｘ，Ｇｙ）を求めるとともに、その重心（Ｇｘ，Ｇ
ｙ）画素の座標が非監視領域５内にあるかどうかを調
べ、非監視領域５内にあればラベリングされた画像を差
分ラベリング画像８として確定し、その画像を削除して
結果９を得る。
（Ｇｘ，Ｇｙ）を求めるとともに、その重心（Ｇｘ，Ｇ
ｙ）画素の座標が非監視領域５内にあるかどうかを調
べ、非監視領域５内にあればラベリングされた画像を差
分ラベリング画像８として確定し、その画像を削除して
結果９を得る。
【００１１】図２はこの発明の第２実施例を示す機能ブ
ロック図である。この例では、まず、札などの部分にひ
とまわり大きい矩形画像領域を設定しておく。これは図
２に設定領域（非監視領域）１５として、点線により示
されている。次に、対象画像１２と札の基準画像１１と
から差分画像１３を作成し、２値化した後ラベリングを
行ない、ラベル画像１４を得る。
ロック図である。この例では、まず、札などの部分にひ
とまわり大きい矩形画像領域を設定しておく。これは図
２に設定領域（非監視領域）１５として、点線により示
されている。次に、対象画像１２と札の基準画像１１と
から差分画像１３を作成し、２値化した後ラベリングを
行ない、ラベル画像１４を得る。
【００１２】一方、差分画像１３と設定領域１５との論
理積をとって論理積画像１６を得、その重心（Ｇｘ，Ｇ
ｙ）とその位置の輝度を符号１７の如く求める。ラベル
画像１４については、その各番号毎（ここでは１〜４）
に重心（Ｇｘ，Ｇｙ）とその位置の輝度が求められてい
るので、上記論理積画像１６の輝度と一致する物体（ラ
ベル番号）を符号１８の如く求め、ラベル画像１４から
削除することにより、結果１９を得る。
理積をとって論理積画像１６を得、その重心（Ｇｘ，Ｇ
ｙ）とその位置の輝度を符号１７の如く求める。ラベル
画像１４については、その各番号毎（ここでは１〜４）
に重心（Ｇｘ，Ｇｙ）とその位置の輝度が求められてい
るので、上記論理積画像１６の輝度と一致する物体（ラ
ベル番号）を符号１８の如く求め、ラベル画像１４から
削除することにより、結果１９を得る。
【００１３】以上では、プラントのオイル漏れ検知にお
ける「札」の揺れ現象を取り除く方法について、主に説
明したが、この発明は発電所における固定ＩＴＶカメラ
による現場異常監視，発電所における移動物体（ロボッ
ト）のカメラによる現場異常監視，下水プラントにおけ
る点検ロボットによる現場異常監視などの他、高速道路
脇に設置されている計器などを画像監視する場合におい
ても、適用することができる。
ける「札」の揺れ現象を取り除く方法について、主に説
明したが、この発明は発電所における固定ＩＴＶカメラ
による現場異常監視，発電所における移動物体（ロボッ
ト）のカメラによる現場異常監視，下水プラントにおけ
る点検ロボットによる現場異常監視などの他、高速道路
脇に設置されている計器などを画像監視する場合におい
ても、適用することができる。
【００１４】
【発明の効果】この発明によれば、従来のように非監視
領域を大雑把にではなく、学習によって最小限の領域と
して求めるようにしたので、監視領域を狭めることなく
対象物を検出することができ、検出精度を高めることが
可能となる利点が得られる。また、非監視領域を非監視
物体のひとまわり大きい矩形画像領域として設定するこ
とにより、学習による面倒な処理をなくす一方、従来の
ものよりも狭い領域とし、監視領域を極力狭めないよう
にすることができる。
領域を大雑把にではなく、学習によって最小限の領域と
して求めるようにしたので、監視領域を狭めることなく
対象物を検出することができ、検出精度を高めることが
可能となる利点が得られる。また、非監視領域を非監視
物体のひとまわり大きい矩形画像領域として設定するこ
とにより、学習による面倒な処理をなくす一方、従来の
ものよりも狭い領域とし、監視領域を極力狭めないよう
にすることができる。
【図１】この発明の第１実施例を示す機能ブロック図で
ある。
ある。
【図２】この発明の第２実施例を示す機能ブロック図で
ある。
ある。
１，１１…基準画像、２…入力画像、３，７，１３…差
分画像、４…重心群画像、５…非監視領域、６，１２…
対象画像、８，１４…ラベル画像、９，１９…結果、１
５…設定領域、１６…論理積画像、１７…重心位置、１
８…輝度一致画像。
分画像、４…重心群画像、５…非監視領域、６，１２…
対象画像、８，１４…ラベル画像、９，１９…結果、１
５…設定領域、１６…論理積画像、１７…重心位置、１
８…輝度一致画像。
フロントページの続き (72)発明者 高田 修 神奈川県川崎市川崎区田辺新田１番１号 富士電機株式会社内
Claims (2)
- 【請求項１】 非監視対象物の入力画像とその基準画像
との差の画像の重心を求める処理を、前記入力画像を変
えて順次実行することにより、前記非監視対象物の監視
画面内に存在し得る領域を非監視領域として予め決定し
ておき、しかる後、監視対象物についてその画像と前記
非監視対象物の基準画像との差の画像の重心を求め、そ
の重心が前記非監視領域内にあるときは監視対象物では
ないとして、その画像を採用しないことを特徴とする画
像処理における非監視対象物の除去方法。 - 【請求項２】 非監視対象物に対しその部分よりもひと
まわり大きい矩形画像領域を予め設定しておき、監視対
象物についてその画像と前記非監視対象物の基準画像と
の差を２値化し、得られた差分２値化画像にラベル番号
を付すとともに、この差分２値化画像と前記矩形画像領
域との論理積演算をしてその論理積画像の重心および輝
度を求め、その輝度が前記ラベル番号を付された差分２
値化画像の輝度と一致するラベル番号の差分２値化画像
は監視対象物ではないとして、その画像を採用しないこ
とを特徴とする画像処理における非監視対象物の除去方
法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP11489395A JPH08287232A (ja) | 1995-02-17 | 1995-05-12 | 画像処理における非監視対象物の除去方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7-29065 | 1995-02-17 | ||
| JP2906595 | 1995-02-17 | ||
| JP11489395A JPH08287232A (ja) | 1995-02-17 | 1995-05-12 | 画像処理における非監視対象物の除去方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH08287232A true JPH08287232A (ja) | 1996-11-01 |
Family
ID=26367210
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP11489395A Pending JPH08287232A (ja) | 1995-02-17 | 1995-05-12 | 画像処理における非監視対象物の除去方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH08287232A (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6526167B1 (en) * | 1998-05-26 | 2003-02-25 | Sony Corporation | Image processing apparatus and method and provision medium |
-
1995
- 1995-05-12 JP JP11489395A patent/JPH08287232A/ja active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6526167B1 (en) * | 1998-05-26 | 2003-02-25 | Sony Corporation | Image processing apparatus and method and provision medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113111903B (zh) | 智能产线监测系统及监测方法 | |
| CN115947066B (zh) | 皮带撕裂检测方法、装置及系统 | |
| CN111753612A (zh) | 一种抛洒物检测方法、装置及存储介质 | |
| CN111597992A (zh) | 一种基于视频监控的场景物体异常的识别方法 | |
| CN119068175A (zh) | 基于零样本检测的目标识别定位方法及系统 | |
| JPH07159337A (ja) | 半導体素子の欠陥検査方法 | |
| Shin et al. | Road object detection robust to distorted objects at the edge regions of images | |
| JP3500425B2 (ja) | 可視画像式路面状況把握装置における路面状況判定方法 | |
| JPH08287232A (ja) | 画像処理における非監視対象物の除去方法 | |
| CN117011684B (zh) | 对象检测方法及装置、存储介质及电子设备 | |
| JPH04106460A (ja) | 欠陥検出方法 | |
| CN117237835B (zh) | 一种基于yolov7的货架安全自动检测方法及装置 | |
| JP2870695B2 (ja) | 実装極性部品の極性検査方法および実装基板外観検査方法 | |
| CN116416232A (zh) | 目标检测方法、装置、电子设备及计算机可读存储介质 | |
| JP3127598B2 (ja) | 画像中の濃度変動構成画素抽出方法および濃度変動塊判定方法 | |
| US20100202688A1 (en) | Device for segmenting an object in an image, video surveillance system, method and computer program | |
| JPH07114688A (ja) | 車両登録番号認識方法 | |
| JP3138381B2 (ja) | 監視装置 | |
| JP2001092979A (ja) | 不適切画像検出方法 | |
| JPH0735699A (ja) | 表面欠陥検出方法およびその装置 | |
| JP2003196666A (ja) | 画像ベクトル定義による画像処理装置およびその方法 | |
| JP2001283374A (ja) | 交通流計測システム | |
| JPH0991431A (ja) | カラーｃｃｄカメラを利用したパターン認識方法 | |
| JPH06201715A (ja) | 移動物体検出装置 | |
| JP3013524B2 (ja) | ハイシリコンアルミボア表面のシリコン破砕率測定方法 |