JPH10269468A - 火災検出装置 - Google Patents

Abstract

(57)【要約】 【課題】 監視カメラの画像から監視対象以外の人工光
源等を省いて、火災（炎）領域だけを抽出できるように
する。 【解決手段】 画像から火災らしい領域を抽出する火災
候補領域抽出手段（４１）と、所定時間に亙って火災ら
しい領域の特徴量としての平均輝度または面積を演算す
る抽出領域特徴量演算手段（４３）と、この抽出領域特
徴量演算手段で演算された特徴量の最大値と最小値を演
算する最大値・最小値演算手段（４５）と、この最大値
・最小値演算手段で演算された最大値と最小値の比率を
演算する最大値・最小値比率演算手段（４６）と、この
最大値・最小値比率演算手段で演算された比率が所定値
以内にあるとき、火災らしい領域は本当の火災領域であ
ると判別する火災判別手段（４８）とで構成する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は火災検出に画像処
理を用いた火災検出装置に関し、特に監視領域に監視対
象である炎以外の光源が混在する場合等に用いて好適な
火災検出装置に関するものである。

【０００２】

【従来の技術】画像処理装置を利用して火災を検出する
従来装置として、例えば特開平５−２０５５９号公報に
記載されているようなものがある。このような従来装置
の主な原理は、撮影される画像から所定の明度を有する
領域を抽出することで、火災時の炎を捕らえるものであ
る。

【０００３】

【発明が解決しようとする課題】ところが、このような
従来装置の場合、監視画像の輝度信号から輝度値の高い
領域を抽出して火災と認識するようにしているので、監
視領域、例えばトンネル内にこのような火災検出装置を
設ける場合、所定の明度を有する光源として炎以外の例
えば照明用人工光源（ナトリウム灯）、車両後部光源
（テールランプ，ポジションランプ）、車両前部光源
（ヘッドライト、ハロゲンランプ、フォグランプ）、或
いは緊急車両光源（回転灯）等が存在するので、これら
の光源を炎と認識し、誤報を発生する虞れがあるという
問題点があった。

【０００４】この発明はこのような問題点を解決するた
めになされたもので、炎の擬似光源に影響されることな
く、炎のみを正確に捕らえることのできる火災検出装置
を得ることを目的とするものである。

【０００５】

【課題を解決するための手段】この発明に係わる火災検
出装置は、監視領域を撮影する撮影手段と、この撮影手
段により撮影された画像を格納するための画像メモリと
を備え、この画像メモリに格納された画像を処理するこ
とにより火災を検出する火災検出装置において、画像か
ら火災らしい領域を抽出する火災候補領域抽出手段と、
所定時間に亙って火災らしい領域の特徴量としての平均
輝度または面積を演算する抽出領域特徴量演算手段と、
この抽出領域特徴量演算手段で演算された特徴量の最大
値と最小値を演算する最大値・最小値演算手段と、この
最大値・最小値演算手段で演算された最大値と最小値の
比率を演算する最大値・最小値比率演算手段と、この最
大値・最小値比率演算手段で演算された比率が所定値以
内にあるとき、火災らしい領域は本当の火災領域である
と判別する火災判別手段とを備えたものである。

【０００６】また、この発明に係わる火災検出装置は、
監視領域を撮影する撮影手段と、この撮影手段により撮
影された画像を格納するための画像メモリとを備え、こ
の画像メモリに格納された画像を処理することにより火
災を検出する火災検出装置において、画像から火災らし
い領域を抽出する火災候補領域抽出手段と、所定時間に
亙って火災らしい領域の特徴量としての平均輝度または
面積を演算する抽出領域特徴量演算手段と、所定時間を
複数個に分割して、時間軸に対する特徴量のデータを複
数個作成する時間分割手段と、複数個の特徴量のデータ
のばらつき具合を演算して、それぞれの対照度を判別す
る対照判別手段と、この対照判別手段で判別されたデー
タの対照度が低いとき、火災らしい領域は本当の火災領
域であると判別する火災判別手段とを備えたものであ
る。

【０００７】また、この発明に係わる火災検出装置は、
抽出領域特徴量演算手段で演算された特徴量の最大値と
最小値を演算する最大値・最小値演算手段を設け、特徴
量のデータをその最大値または最小値としたものであ
る。

【０００８】また、この発明に係わる火災検出装置は、
撮影時間の異なる火災らしい領域同士の対応関係を判別
する対応判別手段を設け、この対応判別手段が所定回に
亙って火災らしい領域同士の対応関係を判別したとき、
抽出領域特徴量演算手段はその火災らしい領域の平均輝
度または面積を演算するものである。

【０００９】

【発明の実施の形態】以下、この発明の一実施の形態を
図を参照して説明する。先ず、各実施の形態を説明する
前に、火災領域の検出原理について図８を参照して説明
する。火災を検出するに当たって、先ず所定の明度を有
する領域だけを監視画像から抽出する。この抽出された
領域は、火災時の炎だけでなく、人工光源の場合もあるの
で、この抽出領域を火災らしい領域と呼ぶ。 通常、炎や炎以外の光源例えば移動光源（車両の光
源）、固定光源（車両停止中の場合、または照明用光
源）あるいは回転灯の抽出領域を輝度または面積の時間
変化に伴う変化の仕方から見ると、それぞれ図８に示す
ような特徴を有する。即ち、先ず、炎の場合、その輝度
と面積は絶えず変化し、その変化の仕方は不規則で、変
化量は比較的小さい。また、移動光源の場合、その輝度
と面積は変化するが、その変化の仕方は増加していく
か、減少していくかである。また、固定光源の場合、そ
の輝度と面積は一定である。さらに、回転灯の場合、そ
の輝度と面積は絶えず変化し、その変化の仕方は一定の
周期で、変化量は比較的大きい。

【００１０】このように炎は、火災らしい領域の輝度と
面積は絶えず変化し、その変化の仕方は不規則である。
これに対し、例えば、車両の光源は、その車両が移動し
ていれば（移動光源）、火災らしい領域の輝度と面積は
変化するが、その変化の仕方は増加していくか、減少し
ていくかであり、炎のように領域の輝度と面積の変化の
仕方が不規則ではない。また、その車両が停止していれ
ば（固定光源）、輝度も面積も変化することなく、一定
である。これは照明用光源でも同じことになる。さら
に、回転灯の場合、炎と同様に火災らしい領域の輝度と
面積は絶えず変化するが、その変化の仕方は一定の周期
である点で炎と異なる。そこで、以下の実施の形態で
は、抽出された火災らしい領域が炎であるならば、その
領域は輝度と面積が絶えず変化し、その変化の仕方は不
規則であるという特徴を持つことに着目して火災領域を
検出する。

【００１１】実施の形態１．図１はこの発明の第１の実
施の形態を示す構成図である。図において、１は撮影手
段としての監視カメラであって、例えばＣＣＤカメラな
どが使用され、所定のサンプリング周期で監視領域を撮
影するものである。この監視カメラ１は例えば監視領域
としてのトンネル内の監視区域全体を見渡せる位置に設
置され、トンネル内で発生する火災を監視し、撮影した
画像内に火災の領域があるか否かは後述する画像処理部
で検出される。

【００１２】図２は、監視カメラ１により撮影された画
像を示す図面で、この図からもわかるように監視カメラ
１は車両Ｃが走り去って行く方向を映すように、例えば
トンネル内の側壁上部に設置されている。これは、車両
Ｃのヘッドライトが監視カメラ１に入射するのを防止す
るためで、このように設置することで画像処理する際に
ヘッドランプが火災領域として捕らえられることがなく
なる。なお、図２において、ＣＴは車両のテールランプ
を表している。

【００１３】２は監視カメラ１に接続されたアナログー
デジタル変換器であって、監視カメラ１から得られた画
像のそれぞれを画素単位で多階調、例えば２５５階調の
デジタル信号に変換するものである。３はアナログーデ
ジタル変換器２に接続され、デジタル化された画像を記
憶する画像メモリであって、監視カメラ１で撮影された
画像の１画面分を格納する。この画像メモリ３は複数の
画像を格納できるようにするため図に示すように複数個
で構成され、一番古い画像を削除しながら、順次新しい
画像を更新格納していく。

【００１４】４１は画像メモリ３に接続され、画像処理
部４の構成要素の１つである火災候補領域抽出手段であ
って、この火災候補領域抽出手段４１は画像メモリ３か
ら読み出された画像信号を所定値で二値化処理し、所定
値を越える領域、つまり明るい領域を火災らしい領域
（火災の可能性のある領域）として抽出する。即ち、火
災らしい領域を“１”、画像のそれ以外の部分（所定値
未満の部分）を“０”で表す。なお、以下の説明におい
て、火災らしい領域を抽出領域と呼ぶ場合がある。この
二値化処理で使用される所定値は、画像から所定の明る
さを有する領域だけ抽出できるように設定された値であ
り、トンネルのように暗い環境下では例えば２００位
（２５５階調の場合）に設定される。なお、図３は図２
の画像を二値化処理した二値化画像で、後述の二値化メ
モリに格納されている。このように二値化処理により所
定の明るさをもつ領域だけが元の画像から抽出されるこ
とがわかる。

【００１５】５は火災候補領域抽出手段４１に接続さ
れ、この火災候補領域抽出手段４１によって二値化され
た画像を格納するための二値化メモリであって、画像メ
モリ３と同様に複数個で構成され、実質的に画像メモリ
３からの最新の画像を火災候補領域抽出手段４１を介し
て順次複数個分格納する。６および７は上述の火災候補
領域抽出手段４１等を含む画像処理部４にそれぞれ接続
されたＲＯＭおよびＲＡＭであって、画像処理部４にお
ける各種演算処理等は、ＲＯＭ６に格納された後述のプ
ログラム（図４および図５参照）に基づいて行われ、そ
の際、演算された値はＲＡＭ７に格納される。またＲＯ
Ｍ６は二値化処理をする際の所定値や火災判別をする際
に使う所定値などが記憶されている。

【００１６】４２は二値化メモリ５に接続された対応判
別手段であって、監視カメラ１により周期的に撮影され
た画像に火災らしい領域が連続してある場合、つまり二
値化メモリ５に火災らしい領域が連続して格納される場
合に、ある時間の前後にわたる火災らしい領域同士の対
応関係、即ち同じ炎により抽出された領域なのかどうか
を判別する。この対応判別手段を設けることで、監視領
域内に所定時間に亙って火災らしい領域が存在するかど
うかを判別することが可能となる。４３は二値化メモリ
５および対応判別手段４２に接続された抽出領域特徴量
演算手段であって、対応判別手段４２が所定時間(所定
回)に亙って火災らしい領域同士の対応関係を判別した
とき、その対応関係がとれた火災らしい領域の特徴量と
しての例えば平均輝度または面積を演算する。

【００１７】４４は抽出領域特徴量演算手段４３に接続
され、その出力に関連して所定時間を複数個(例えば3
個)に分割し、時間軸に対する特徴量のデータを複数個
作成する時間分割手段、４５は時間分割手段４４に接続
され、ここで作成された複数個の特徴量のデータ毎にそ
の最大値と最小値を演算する最大値・最小値演算手段、
４６は最大値・最小値演算手段４５に接続され、ここで
演算された複数個の特徴量のデータ毎の最大値と最小値
の比率を演算する最大値・最小値比率演算手段、４７は
最大値・最小値比率演算手段４６に接続され、複数個の
特徴量のデータ毎の最大値と最小値の比率の相互の差の
絶対値を加算する比率差演算手段、４８は比率差演算手
段４７に接続され、ここで演算された比率の差の加算値
が所定値より大きいとき、火災らしい領域は本当の火災
領域であると判別する火災判別手段である。つまり、火
災判別手段４８は、演算された複数個の特徴量例えば面
積や平均輝度の最大値と最小値の比率の差の絶対値の加
算値と所定値の大小関係を調べ、加算値の値が所定値よ
り大きい場合に火災であると判定し、出力端子８を介し
て図示しない表示部や音響部から火災の発生を警報す
る。なお、上述の構成要素４１〜４８により画像処理部
４を構成し、この画像処理部４としては、例えばＭＰＵ
（マイクロプロセッサ）が用いられる。

【００１８】次に動作について、図４〜図７を参照しな
がら説明する。今、監視カメラ１が撮影した画像には、
所定の明るさを有する光源として３つの明度を有するも
の、例えば車両ＣのテールランプＣＴ、照明用のナトリ
ウム灯Ｎ、火災時の炎Ｆが映し出されている（図２参
照）。監視カメラ１によって撮影された監視領域の画像
は、カラー画像信号がアナログーデジタル変換器２によ
ってデジタル化された後、画像メモリ３に取り込まれる
（ステップＳ１）。

【００１９】次いで画像メモリ３に取り込まれた画像は
火災候補領域抽出手段４１に供給され、その出力された
値を基に火災候補領域抽出手段４１により二値化処理が
行われ、所定値以上の領域を火災らしい領域として抽出
する（ステップＳ２）。この抽出された火災らしい領域
は、何らかの光を放つ光源がある領域である。二値化処
理後の画像を二値化メモリ５に格納し（ステップＳ
３）、この二値化メモリ５に所定数、例えば６枚の画像
が格納されたかを対応判別手段４２が判断する（Ｓ
４）。もし６枚分の画像が格納されているならば、ステ
ップＳ５において対応判別手段４２が抽出領域の対応判
別を行う。なお、火災候補領域抽出手段４１によって抽
出され、二値化メモリ５に格納された抽出領域にはラベ
リング処理が行われる。つまりある時間に撮影した画像
に火災らしい領域が複数ある場合、その領域毎に異なる
番号（ラベル）を付与する。そしてこの後、行われる領
域の平均輝度や面積の演算結果などは、この番号と共に
ＲＡＭ７に格納される。

【００２０】ここで、対応判別手段４２における対応判
別の仕方を図６を参照して説明する。図６は監視カメラ
１の画像を撮影するタイミング（図６ａ）と、そのタイ
ミング（撮影時間）によって撮影され、火災候補領域抽
出手段４１によって抽出され、さらに二値化メモリ５に
格納された画像（図５ｂおよびｃ）を示すもので、ここ
ではわかりやすくするために抽出領域を外接する矩形で
囲って、その矩形の部分だけを拡大している。なお、図
６（ｂ）および（ｃ）に示す画像は、それぞれ一例とし
て監視カメラ１によって移動光源と炎を、所定の撮影間
隔をおきながら撮影したもので、移動光源に関する図６
（ｂ）は車両が移動するにつれて、つまり撮影時間が異
なると画像の大きさが大きく変化している状態を示して
おり(監視カメラとの距離が変化するため)、炎に関する
図６（ｃ）は撮影時間が異なっても画像の大きさがそれ
ほど変化せず、またその位置(場所)も変化していない状
態を示している。

【００２１】さて、対応判別手段４２は、二値化メモリ
５に６枚の画像が格納されたら（ステップＳ４）、それ
らの画像に同じ光源により抽出された領域が存在するか
どうかを判別する（ステップＳ５）。ここでは、一例と
して二値化メモリ５に、６枚画像が格納される度に直前
の画像と今回の画像を重ね合わせて抽出領域同士が重な
り合うかどうかを調べて、その抽出領域同士の対応関係
を順次判別する。この６枚の画像に対する１回の判別処
理を、以下、１処理という。なお、図６において、撮影
時間Ｔの後に続く２桁の数字のうち、前の数字は何回目
の処理かを示す数字で、後の数字は１処理中における何
枚目の画像かを示す数字である。例えばＴ１１なら１回
目の処理の１枚目の画像を示す。従って、図６（ｂ）の
左側部分は、代表的に１回目の撮影時間Ｔ１１〜Ｔ１６
に対応する６枚の画像と２回目の撮影時間Ｔ２１に対応
する最初の画像を示し、その右側部分は１回目の最初の
画像と２回目の最初の画像だけを対比して示しており、
図６（ｃ）は炎を抽出領域とした場合で１回目の最初の
画像と２回目の最初の画像を対比して示している。な
お、図６（ｃ）において、撮影時間Ｔ１２〜Ｔ１６に対
応する画像も撮影時間Ｔ１１およびＴ２１と殆ど同じ大
きさで且つ殆ど同じ位置に現れるが、ここでは省略され
ている。

【００２２】いま、撮影時間Ｔ１１〜Ｔ１６の画像を考
えると、対応判別手段４２は、二値化メモリ５に６枚分
（Ｔ１１〜Ｔ１６）の画像が格納されたのを判別した
ら、まず時間Ｔ１６と時間Ｔ１５で撮影された画像を比
較し、対応関係を調べる。ここでは時間Ｔ１６と時間Ｔ
１５の二値化メモリ５に格納された画像を重ね合わせ、
それぞれ抽出された火災らしい領域同士がわずかでも重
なり合えば、時間Ｔ１６の領域と時間Ｔ１５の領域とは
対応関係があるものとし、同じ光源により抽出された領
域であると判断する。時間Ｔ１６と時間Ｔ１５の対応関
係を判別したら、次は時間Ｔ１５と時間Ｔ１４の対応関
係を判別し、順次、時間Ｔ１４と時間Ｔ１３、時間Ｔ１
３と時間Ｔ１２、時間Ｔ１２と時間Ｔ１１まで対応関係
を調べる。ここで、合わせて５つの対応関係が調べら
れ、この５つの全てが対応関係有りと判別されれば、時
間Ｔ１１から時間Ｔ１６の間において、抽出された領域
は、この１処理中において対応するものであると判別す
る。また５つのうち４つ以下しか対応関係がとれなかっ
たものは、対応関係はないものと判別する。換言すれ
ば、時間１１から時間１６の間において、連続して存在
する抽出領域がないものと判別する。

【００２３】さて、このようにして１処理中の対応判別
が終わると、ステップＳ６において１処理中の全ての画
像の対応がとれたか否かを判別する。そして、１処理中
の全て、つまり上述の５回の画像の対応関係がとれてい
るならば、前回処理の画像と対応するかを、１処理中の
例えば最初の画像同士を上述と同じ方法で比較（図６
（ｂ）の右側部分または図６（ｃ）参照）して対応関係
を判別する（ステップＳ７）。ここで対応関係がとれれ
ば、前回処理（第１回目）と今回処理（第２回目）の画
像は対応するものと判別する。即ち、その領域は、時間
Ｔ１１〜時間Ｔ２６の間に亙って監視領域に存在するも
のであり、移動量の少ない光源と判断できる。

【００２４】なお、最初の画像同士、つまり、時間Ｔ１
１と時間Ｔ２１で対応関係がとられなかった場合には、
時間Ｔ２１〜Ｔ２６の領域は今回新しく発生した領域と
して扱われ、ＲＡＭ７にそのラベリング番号と発生時
期、つまり何回目の処理から出現した領域であるかが格
納される（ステップＳ８）。すなわち、ステップＳ７で
前処理の画像と対応関係がとれなかった場合には、ステ
ップＳ８で今回処理における抽出領域は新しく発生した
ものとして新規に登録した後、ステップＳ１に戻る。こ
のように、たとえ直前の画像同士では対応するものと判
断されても、直前の画像同士だけでなく、時間Ｔ１１と
時間Ｔ２１のように時間間隔の空いた画像同士を比較す
ることで、移動量の大きい光源は対応関係がとれないよ
うにしている。つまり、移動光源は、この対応判別手段
４２の判別により実質的に除去、つまり炎の領域でない
と識別され、以後の処理では無視され、領域の特徴量と
しての面積などを演算する必要がなくなる。

【００２５】このようにして第１回目の処理と第２回目
の処理の対応関係の判別が終わり、この間に第３回目の
処理分の６枚の画像が二値化メモリ５に格納されていれ
ば、第２回目の処理と同様に第３回目の６枚の画像にお
ける対応関係を判別し、その最後に、第２回目の処理と
第３回目のそれぞれ１処理中における例えば最初の画像
同士の対応関係を判別する。このようにして火災らしい
領域同士の対応する回数が連続して所定回、例えば１６
回（画像の枚数にして９６枚）を越えたことを判別した
ら（ステップＳ９）、ステップＳ１０に進む。一方、こ
こでまだ１５回以下しか対応関係がとれていない場合
は、ステップＳ１に戻り新しい画像を取り込む。なおス
テップＳ４で二値化メモリ５に画像が所定数格納されて
いない場合やステップＳ６で１処理中の対応関係が４回
以下しかとれない場合には、同様にステップＳ１に戻
る。

【００２６】次に、ステップＳ１０において、抽出領域
特徴量演算手段４３は二値化メモリ５に格納された火災
らしい領域の特徴量例えば平均輝度または面積を演算し
て、それらの値をＲＡＭ７に格納する。ここで、抽出領
域の面積、平均輝度の演算の仕方を簡単に説明する。先
ず、火災候補抽出領域手段４１により抽出された領域を
外接する矩形で囲む。そして、矩形内をラスタ走査し
て、二値化された“１”の画素の数を数える。この画素
数の合計値が抽出領域の面積となる。また、平均輝度の
演算は、面積の場合と同様に先ず抽出領域を外接する矩
形で囲む。そして、二値化された画像の領域に対する原
画像を画像メモリから読み出して、抽出領域の輝度値を
画素毎に加算していく。そして、その加算値を前述の面
積で割った値が平均輝度の値となる。

【００２７】ステップＳ１１において、時間分割手段４
４により抽出領域特徴量演算手段４３からの出力に関連
して所定時間を複数個に分割し、時間軸に対する特徴量
のデータを複数個作成する（図７参照）。つまり、例え
ば９６個のデータがある場合は、これらを３つ、例えば
図７の場合ブロックＡ，Ｂ，Ｃの３つに分け、３２個づ
つのデータとする。次いで、ステップＳ１２において、
ステップ１１で作成された複数個の時間軸に対する特徴
量のデータから最大値・最小値演算手段４５が各ブロッ
クにおけるその最大値と最小値を演算する。因に、図７
においては、ブロックＡにおける最大値はＳ_Amax、最小
値はＳ_Amin、同様に、ブロックＢにおける最大値はＳ_Bm
ax、最小値はＳ_Bmin、ブロックＣにおける最大値はＳ_Cm
ax、最小値はＳ_Cminとして表している。

【００２８】次いで、ステップＳ１３において、最大値
・最小値比率演算手段４６により複数個の特徴量のデー
タ毎の最大値と最小値の比率を演算する。つまり、ブロ
ックＡにおいては最大値Ｓ_Amaxと最小値Ｓ_Aminの比率
（Ｓ_Amax／Ｓ_Amin）、同様に、ブロックＢにおいては最
大値Ｓ_Bmaxと最小値Ｓ_Bminの比率（Ｓ_Bmax／Ｓ_Bmin）、
ブロックＣにおいては最大値Ｓ_Cmaxと最小値Ｓ_Cminの比
率（Ｓ_Cmax／Ｓ_Cmin）が演算される。

【００２９】ここで、図８を参照すると、炎、固定光
源、回転灯の３つの領域では特徴量（平均輝度または面
積）の最大値と最小値の比率は、回転灯が一番大きく、
逆に変化のない固定光源が一番小さく、炎は中間の値を
とることが分かる。このようにして各ブロック毎に演算
された比率は比率差演算手段４７によりその比率のブロ
ック相互の差の絶対値が加算される（ステップＳ１
４）。即ち、各ブロックの比率の差の絶対値の加算値を
Ｓとすると、この加算値Ｓは、次式のごとくして算出さ
れる。

【００３０】 ｜（Ｓ_Amax／Ｓ_Amin）−（Ｓ_Bmax／Ｓ_Bmin）｜＋ ｜（Ｓ_Bmax／Ｓ_Bmin）−（Ｓ_Cmax／Ｓ_Cmin）｜＋ ｜（Ｓ_Cmax／Ｓ_Cmin）−（Ｓ_Amax／Ｓ_Amin）｜＝Ｓ （１）

【００３１】この式（１）から、各ブロックの比率の差
の絶対値を加算すると、固定光源と回転灯は各ブロック
の比率がほとんど同じ値となるため（図８参照）差をと
ると、差がほぼ０になるのでその加算値Ｓもほぼ０にな
ることが分かる。これに対し、炎は各ブロックの比率は
時間と共に変化するので、比率の差をとると殆ど０より
大きい場合が多い。従って、このステップＳ１５におけ
る所定値は０より若干大きい値に設定される。

【００３２】火災判別手段４８は、演算された加算値Ｓ
の値と所定値の大小関係を調べ（ステップＳ１５）、加
算値Ｓの値が所定値より大きい場合にはその抽出領域は
一応炎であると判断し、火災フラグをたて（ＯＮ）
（ステップＳ１６）、必要に応じて、出力端子８を介し
て図示しない表示部に設けられた対応する表示灯を点灯
した後ステップＳ１７に進み、小さいときには直接ステ
ップＳ１７に進む。このステップＳ１４およびＳ１５に
おける動作を、換言すれば、比率差演算手段４７では実
質的に複数個の（ブロック毎の）特徴量のデータのばら
つき具合を演算して、それぞれの対照度を判別する。つ
まり、比率差演算手段４７はこの場合一種の対照判別手
段として機能し、加算値Ｓの値が大きい程、各ブロック
間の特徴量のデータがばらついており、対照度（一致す
る場合）が低いと判定する。そして、火災判別手段４８
では比率差演算手段４７で判別されたデータの対照度が
低いとき、火災らしい領域は本当の火災領域であると判
別する。

【００３３】ステップＳ１７においては、火災判別手段
４８は、３つのブロックＡ〜Ｃの演算された比率の値が
所定値以内か否かを判別し、３つの比率の値の内、少な
くとも２つが所定値内にあるときその抽出領域は一応炎
であると判断し、火災フラグをたて（ＯＮ）（ステッ
プＳ１８）、必要に応じて、出力端子８を介して表示部
に設けられた対応する表示灯を点灯した後ステップＳ１
９に進み、３つの比率の内、所定値以内のものが２つに
満たないときには直接ステップＳ１９に進む。なお、図
８に示すように、固定光源、回転灯、炎の３つの領域で
は、特徴量の最大値と最小値の比率は、固定光源は変化
がないので、１．０となり、回転灯は種類にもよるが、
概ね３．１を越える、炎は常時変化をしているが、その
比率が３．０を越えるないので、所定値としては例えば
１．２〜３．０位が設定される。ステップＳ１９におい
ては、火災判別手段４８は、火災フラグおよびが共
にＯＮか否かを判別し、共にＯＮであれば、その抽出領
域は真の炎であると判断し、出力端子８を介して図示し
ない表示部や音響部から火災の発生を警報する（ステッ
プＳ２０）。一方、火災フラグおよびが共にＯＮで
なければ、その抽出領域は非火災領域、即ち炎以外の光
源例えば移動光源または固定光源或いは回転灯であると
判断する。 そして、このステップＳ２１で非火災領域と
判定された場合には、ステップＳ１に戻る。

【００３４】このように本実施の形態では、炎は抽出領
域における輝度や面積が絶えず不規則に変化することと
その変化量が小さい点に着目し、撮影した画像の火災ら
しい領域の例えば平均輝度や面積等の特徴量の最大値と
最小値の比率の差に基づいて火災を検出するようにした
ので、火災を確実に検出でき、特に炎以外の光源例えば
移動光源や固定光源或いは回転灯と識別できる。なお、
上述した比率差演算手段で演算される複数個の特徴量の
データ毎の最大値と最小値の比率のブロック相互の差の
代わりに、複数個の特徴量のデータ毎の２つのブロック
相互の最大値同士の差と最小値同士の差を用いるように
してもよい。

【００３５】

【発明の効果】以上のように、この発明によれば、撮影
された画像から火災らしい領域を抽出し、所定時間に亙
って対応関係のとれたその火災らしい領域の特徴量とし
ての平均輝度または面積を演算し、その最大値と最小値
の比率に基づいて火災らしい領域が本当の火災領域であ
るか否かを判別するので、火災を確実に検出でき、特に
炎以外の光源例えば移動光源や固定光源或いは回転灯も
判断できるという効果がある。

【００３６】また、この発明によれば、撮影された画像
から１次的に火災らしい領域を抽出し、所定時間に亙っ
て対応関係のとれたその火災らしい領域の特徴量として
の平均輝度または面積を演算し、その特徴量のデータを
複数個作成してそれらの特徴量のデータのばらつき具合
を演算して、それぞれの対照度を判別し、その判別され
たデータの対照度が低いとき、火災らしい領域は本当の
火災領域であると判別するので、火災を確実に検出で
き、特に炎以外の光源例えば移動光源や固定光源は勿論
回転灯やウインカでさえも確実に判断できるという効果
がある。

【図面の簡単な説明】

【図１】 この発明の実施の形態１を示す構成図であ
る。

【図２】 監視カメラにより映される画像（原画像）の
一例を示す図である。

【図３】 二値化メモリに格納された画像処理（抽出処
理）後の画像の一例を示す図である。

【図４】 この発明の実施の形態１の動作を説明するた
めのフローチャートである。

【図５】 この発明の実施の形態１の動作を説明するた
めのフローチャートである。

【図６】 抽出領域の二値化画像の対応関係を説明する
ための図である。

【図７】 この発明の実施の形態１における時間軸に対
する特徴量のデータを複数個作成する場合の動作を説明
するための図である。

【図８】 この発明における火災領域の検出原理を説明
するための図である。

【符号の説明】

１ 監視カメラ、３ 画像メモリ、５ 二値化メモリ、
６ ＲＯＭ、７ ＲＡＭ、４１ 火災候補領域抽出手
段、４２ 対応判別手段、４３ 抽出領域特徴量演算手
段、４４ 時間分割手段、４５ 最大値・最小値演算手
段、４６ 最大値・最小値比率演算手段、４７ 比率差
演算手段、４８ 火災判別手段。

Claims (4)

【特許請求の範囲】
1. 【請求項１】 監視領域を撮影する撮影手段と、該撮影
   手段により撮影された画像を格納するための画像メモリ
   とを備え、該画像メモリに格納された画像を処理するこ
   とにより火災を検出する火災検出装置において、 前記画像から火災らしい領域を抽出する火災候補領域抽
   出手段と、 所定時間に亙って前記火災らしい領域の特徴量としての
   平均輝度または面積を演算する抽出領域特徴量演算手段
   と、 該抽出領域特徴量演算手段で演算された特徴量の最大値
   と最小値を演算する最大値・最小値演算手段と、 該最大値・最小値演算手段で演算された最大値と最小値
   の比率を演算する最大値・最小値比率演算手段と、 該最大値・最小値比率演算手段で演算された比率が所定
   値以内にあるとき、前記火災らしい領域は本当の火災領
   域であると判別する火災判別手段とを備えたことを特徴
   とする火災検出装置。
2. 【請求項２】 監視領域を撮影する撮影手段と、該撮影
   手段により撮影された画像を格納するための画像メモリ
   とを備え、該画像メモリに格納された画像を処理するこ
   とにより火災を検出する火災検出装置において、 前記画像から火災らしい領域を抽出する火災候補領域抽
   出手段と、 所定時間に亙って前記火災らしい領域の特徴量としての
   平均輝度または面積を演算する抽出領域特徴量演算手段
   と、 前記所定時間を複数個に分割して、時間軸に対する前記
   特徴量のデータを複数個作成する時間分割手段と、 前記複数個の特徴量のデータのばらつき具合を演算し
   て、それぞれの対照度を判別する対照判別手段と、 該対照判別手段で判別されたデータの対照度が低いと
   き、前記火災らしい領域は本当の火災領域であると判別
   する火災判別手段とを備えたことを特徴とする火災検出
   装置。
3. 【請求項３】 前記抽出領域特徴量演算手段で演算され
   た特徴量の最大値と最小値を演算する最大値・最小値演
   算手段を設け、前記特徴量のデータをその最大値または
   最小値としたことを特徴とする請求項２記載の火災検出
   装置。
4. 【請求項４】 撮影時間の異なる火災らしい領域同士の
   対応関係を判別する対応判別手段を設け、該対応判別手
   段が所定回に亙って前記火災らしい領域同士の対応関係
   を判別したとき、前記抽出領域特徴量演算手段はその火
   災らしい領域の平均輝度または面積を演算することを特
   徴とする請求項１〜３のいずれかに記載の火災検出装
   置。