CN109690639A - 图像处理装置、图像处理系统、图像处理程序和标签 - Google Patents

图像处理装置、图像处理系统、图像处理程序和标签 Download PDF

Info

Publication number
CN109690639A
CN109690639A CN201780053266.4A CN201780053266A CN109690639A CN 109690639 A CN109690639 A CN 109690639A CN 201780053266 A CN201780053266 A CN 201780053266A CN 109690639 A CN109690639 A CN 109690639A
Authority
CN
China
Prior art keywords
image
vehicle
image processing
label
color
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
Application number
CN201780053266.4A
Other languages
English (en)
Inventor
木下有里
梅村充一
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sumitomo Electric Industries Ltd
Original Assignee
Sumitomo Electric Industries Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sumitomo Electric Industries Ltd filed Critical Sumitomo Electric Industries Ltd
Publication of CN109690639A publication Critical patent/CN109690639A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
    • B66F17/00—Safety devices, e.g. for limiting or indicating lifting force
    • B66F17/003—Safety devices, e.g. for limiting or indicating lifting force for fork-lift trucks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
    • B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
    • B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
    • B66F9/075—Constructional features or details
    • B66F9/0755—Position control; Position detectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B66—HOISTING; LIFTING; HAULING
    • B66F—HOISTING, LIFTING, HAULING OR PUSHING, NOT OTHERWISE PROVIDED FOR, e.g. DEVICES WHICH APPLY A LIFTING OR PUSHING FORCE DIRECTLY TO THE SURFACE OF A LOAD
    • B66F9/00—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes
    • B66F9/06—Devices for lifting or lowering bulky or heavy goods for loading or unloading purposes movable, with their loads, on wheels or the like, e.g. fork-lift trucks
    • B66F9/075—Constructional features or details
    • B66F9/20—Means for actuating or controlling masts, platforms, or forks
    • B66F9/24—Electrical devices or systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/463—Colour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/50—Measurement of colour; Colour measuring devices, e.g. colorimeters using electric radiation detectors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/52—Measurement of colour; Colour measuring devices, e.g. colorimeters using colour charts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V8/00—Prospecting or detecting by optical means
    • G01V8/10—Detecting, e.g. by using light barriers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Structural Engineering (AREA)
  • Transportation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Geology (AREA)
  • Civil Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Geophysics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Emergency Alarm Devices (AREA)
  • Image Processing (AREA)
  • Forklifts And Lifting Vehicles (AREA)

Abstract

一种图像处理装置，配备有：图像获取部，其用于获取安装在被分类为工业车辆或车辆型施工机械的车辆上的成像部所拍摄的图像；判断部，其用于执行有预定的位置关系的预定的两个或更多个颜色区域是否被包括在所述图像获取部所拍摄的图像中的判断处理；以及通知部，其用于根据所述判断部的所述判断处理的结果执行通知处理。

Description

图像处理装置、图像处理系统、图像处理程序和标签
技术领域
本公开涉及图像处理装置、图像处理系统、图像处理程序和标签。
本申请要求基于2016年9月1日提交的日本专利申请No.2016-170638的优先权，并且以上提到的专利申请中描述的所有内容以引用方式被并入本文。
背景技术
传统上，叉车已被用于在诸如仓库、工厂或机场这样的设施中进行货物处理。专利文献1公开了一种用于检测车辆型施工机械周围存在的人的施工机械的人检测系统。根据专利文献1，使用安置在用作车辆型施工机械的铲车上的相机所拍摄的图像检测铲车周围存在的人。更具体地，根据专利文献1，从图像中提取HOG(方向梯度直方图)特征量，并且用所提取的HOG特征量识别人的候选区域。此外，在将人的候选区域的图像转换成正好从正面观察到的图像之后，使用图像中包括的像素的亮度梯度等提取头盔的区域。
此外，专利文献2公开了一种用于检测叉车周围存在的人的叉车的安全装置。在叉车和人上以预定的颜色绘制相互不同的形状，并且通过预备地安置在顶棚上的固定相机对叉车和人进行成像。安全装置从所获得的图像中提取以上提到的形状并且检测叉车和人；在叉车和人在一定距离内彼此接近的情况下，安全装置发出警告。
现有技术文献
专利文献
专利文献1：国际公开No.WO 2015/186570
专利文献2：日本专利申请公开No.H09-169500
发明内容
(1)根据本公开的图像处理装置配备有：图像获取部，其用于获取安装在被分类为工业车辆或车辆型施工机械的车辆上的成像部所拍摄的图像；判断部，其用于执行具有预定的位置关系的预定的两个或更多个颜色区域是否被包括在所述图像获取部所拍摄的图像中的判断处理；以及通知部，其用于根据所述判断部的所述判断处理的结果执行通知处理。
(8)根据本公开的图像处理系统，该图像处理系统包括：标签，其被放置在待检测物体上并且在其上以预定的位置关系设置有预定的两个或更多个颜色区域；以及图像处理装置，其用于检测待检测物体，其中，所述图像处理装置具有：图像获取部，其用于获取安装在被分类为工业车辆或车辆型施工机械的车辆上的成像部所拍摄的图像；判断部，其用于执行所述预定的两个或更多个颜色区域是否被包括在所述图像获取部所拍摄的图像中的判断处理；以及通知部，其用于根据所述判断部的所述判断处理的结果，发出通知。
(9)根据本公开的图像处理程序使计算机被用作：图像获取部，其用于获取被分类为工业车辆或车辆型施工机械的车辆上安装的成像部所拍摄的图像；判断部，其用于执行预定的两个或更多个颜色区域是否被包括在所述图像获取部所拍摄的图像中的判断处理；以及通知部，其用于根据所述判断部的判断处理结果，执行通知处理。
(10)根据本公开的标签经受以上提到的所述图像处理装置的关于是否包括所述预定的两个或更多个颜色区域的判断处理，其中，所述预定的两个或更多个颜色区域以预定的位置关系加以设置。
本公开不仅可被实现为装配有这些特征处理部的图像处理装置，而且被实现为图像处理方法，在该图像处理方法中，逐步地执行包括在图像处理装置中的特征处理部将执行的处理。此外，无需说，以上提到的图像处理程序可被分布在诸如CD-ROM(致密盘只读存储器)这样的计算机可读的非暂态记录介质或诸如互联网这样的通信网络上。此外，还可实现本公开，使得图像处理装置的部分或全部被实现为半导体集成电路。
附图说明
图1是示出根据实施例1的图像处理系统的安置示例的视图；
图2是示出根据实施例1的图像处理系统的功能配置的框图；
图3是示出从上方观察到的叉车的示意图；
图4A是示出人戴着的头盔的侧视图；
图4B是示出人戴着的头盔的顶视图；
图5是示出相应颜色标签的Munsell颜色系统中的表达的视图；
图6A是示出图像上的绿色区域和红色区域的示例的视图；
图6B是示出图像上的绿色区域和红色区域的示例的视图；
图7是示出后向监视相机所拍摄的图像的示例的视图；
图8是根据实施例1的图像处理装置执行的处理的流程图；
图9是示出阈值设定处理(在图8的S4中)的细节的流程图；
图10是示出人戴着的头盔的侧视图；
图11是示出人戴着的头盔的侧视图；
图12是示出人戴着的头盔的侧视图；
图13是人的正视图；
图14是示出根据实施例2的图像处理系统的功能配置的框图；
图15是根据实施例2的图像处理装置执行的处理的流程图；
图16是示出根据实施例3的图像处理系统的功能配置的框图；
图17是根据实施例3的图像处理装置执行的处理的流程图；
图18是示出指示阈值设定部中保持的位置与绿色区域的阈值之间的关系的数据表的示例的图；
图19是示出根据实施例4的图像处理系统的安置示例的视图；
图20是示出根据实施例4的图像处理系统的功能配置的框图；
图21是示出从上方观察到的叉车的示意图；以及
图22是根据实施例4的图像处理装置执行的处理的流程图。
具体实施方式
[本发明要解决的问题]
由于叉车被构造成使得负载处于悬垂状态，因此车身的重量比它看起来重。因此，即使叉车低速行驶，车辆也可能与人接触，并且很可能引起严重的事故。这种问题不仅将发生在以叉车为代表的工业车辆中，而且还将发生在诸如液压铲车这样的车辆型施工机械中。
在专利文献1中，由于使用HOG特征量识别人的候选区域，因此在人蹲下或跌倒的情况下，不能准确地识别人的候选区域。此外，当提取头盔时，人的候选区域的图像被转换成正好从正面观察到的图像。因此，在人蹲下或跌倒的情况下，不能准确地提取头盔的区域。如上所述，专利文献1中描述的系统具有对抗姿势改变的能力弱的问题。
在专利文献2中描述的安全装置中，由于假定其相机被固定于顶棚，因此装置的问题在于，在叉车行驶到没有安置相机的位置的情况下，无法检测人。
因此，本发明旨在提供对抗人姿势改变的能力强并且能够检测被分类为工业车辆或车辆型施工机械的车辆行驶到的任意位置处的车辆周围存在的人的图像处理装置、图像处理系统和图像处理程序。本发明还旨在提供通过图像处理被准确检测的标签。
[本发明的优点]
本公开可提供对抗人的姿势改变的能力强并且能够检测被分类为工业车辆或车辆型施工机械的车辆行驶到的任意位置处的车辆周围存在的人的图像处理装置、图像处理系统和图像处理程序。
此外，本公开还可提供通过图像处理被准确检测的标签。
[根据本申请的实施例的概述]
首先，将列举和描述实施例的概述。
(1)根据本实施例的图像处理装置配备有：图像获取部，其用于获取被分类为工业车辆或车辆型施工机械的车辆上安装的成像部所拍摄的图像；判断部，其用于执行具有预定的位置关系的预定的两个或更多个颜色区域是否被包括在图像获取部所拍摄的图像中的判断处理；以及通知部，其用于根据所述判断部的判断处理结果，执行通知处理。
利用这种配置，判断具有预定的位置关系的预定的两个或更多个颜色区域是否被包括在被分类为工业车辆或车辆型施工机械的车辆上安装的成像部所拍摄的图像中，并且可根据判断处理的结果发出通知。因此，通过将具有预定的两个或更多个颜色区域的标签附接至人或人戴着的头盔，可检测该人。在利用成像部对颜色区域进行成像的情况下，可执行用于提取这些颜色区域的处理。因此，图像处理装置对抗人姿势改变的能力强，并且可检测车辆行驶到的任意位置处车辆周围的人。
(2)此外，该成像部可包括后向监视相机，后向监视相机被安置在车辆上的车辆后方区域被分配作为其成像区域的位置处；图像获取部可获取后向监视相机所拍摄的车辆后方区域的图像；并且判断部可在车辆正向前行驶的情况下停止对车辆后方区域的图像的判断处理。
利用这种配置，车辆后方区域和车辆各面周围的区域处于驾驶员的盲区。因此，可通过对后向监视相机所拍摄的车辆后方区域的图像执行判断处理，检测此盲区中存在的人。此外，在盲区中存在人的情况下，可适宜地向驾驶员发出通知。此外，另外，在车辆启动的情况下，车辆将很有可能与人接触。因此，在恰在叉车启动之前在驾驶员的盲区中存在人的情况下，可通过在车辆正停下的情况下执行判断处理和通知处理，适宜地向驾驶员发出通知。因此，可预备地防止车辆与车辆周围存在的人接触。在车辆正向前行驶的情况下，驾驶员小心地驾驶，由此不必特别监视车辆后方区域。利用这种配置，在车辆向前行驶的情况下，停止判断处理。结果，可防止已检测到人的事实被不必要地通知给驾驶员。
(3)此外，该成像部还可包括前向监视相机，前向监视相机被安置在车辆上的车辆前方区域被分配作为其成像区域的位置处；图像获取部还可获取前向监视相机所拍摄的车辆前方区域的图像；并且判断部还可在车辆正向前行驶的情况下对车辆前方区域的图像执行判断处理。
利用这种配置，在车辆向前行驶的情况下，对前向监视相机所拍摄的车辆前方区域的图像执行判断处理。因此，可检测车辆前方存在的人。此外，在车辆前方存在人的情况下，可适宜地向驾驶员发出通知。因此，可预备地防止车辆与车辆周围存在的人接触。
(4)此外，判断部可以包括颜色提取部，颜色提取部用于基于构成图像的各像素在预定的颜色空间上的像素值和预定的阈值，提取预定的两个或更多个颜色区域；图像获取部可获取成像部所拍摄的具有预定的两个或更多个颜色并且放置在车辆的预定的位置处的参考标签的图像；并且图像处理装置还可配备有阈值设定部，阈值设定部用于基于参考标签的图像在颜色空间上的像素值来设定预定的阈值。
利用这种配置，可基于设置在与放置在待检测的人和头盔上的标签的环境类似的环境中的参考标签的像素值来设定阈值。因此，可准确地设定阈值，由此可准确地提取区域。
(5)另外，阈值设定部可在检测到车辆周围的亮度改变的情况下设定预定的阈值。
通过如上所述在检测到亮度改变的情况下设定阈值，即使在车辆周围的环境已改变的情况下，也可准确地提取区域。
(6)此外，判断部可以包括颜色提取部，颜色提取部用于基于构成图像的各像素在预定的颜色空间上的值和预定的阈值，提取预定的两个或更多个颜色区域，并且图像处理装置还可配备有阈值设定部，阈值设定部用于基于车辆的位置设定预定的阈值。
利用这种配置，可基于车辆的位置设定阈值。例如，通过预备地将车辆的位置与阈值关联，可改变在车辆正在室内行驶的情况下的阈值，以便与车辆正在室外行驶的情况下的阈值相区分。因此，即使在车辆周围的环境已改变的情况下，也可准确地提取这些区域。
(7)此外，在图像获取部所获取的图像之中，通过对安置在车辆上的镜子进行成像而拍摄的镜子区域的图像可经受由判断部进行的判断处理。
利用这种配置，即使在人被示出在安置在车辆上的用于确认盲区的镜子上方的情况下，也对人的图像执行判断处理。因此，可准确地检测盲区区域中存在的人。
(8)根据本实施例的图像处理装置配备有：标签，其被放置在待检测物体上并且在其上以预定的位置关系设置有预定的两个或更多个颜色区域；以及图像处理装置，其用于检测待检测物体，其中，图像处理装置具有：图像获取部，其用于获取被分类为工业车辆或车辆型施工机械的车辆上安装的成像部所拍摄的图像；判断部，其用于执行预定的两个或更多个颜色区域是否被包括在图像获取部所拍摄的图像中的判断处理；以及通知部，其用于根据所述判断部的判断处理结果，发出通知。
利用这种配置，具有预定的两个或更多个颜色区域的标签被放置在诸如人这样的待检测物体上。此外，图像处理装置可判断预定的两个或更多个颜色区域是否被包括在被分类为工业车辆或车辆型施工机械的车辆上安装的成像部所拍摄的图像中，并且可根据判断处理的结果发出通知。在利用成像部对颜色区域进行成像的情况下，可执行用于提取这些颜色区域的处理。因此，图像处理装置对抗人姿势改变的能力强，并且可检测车辆行驶到的任意位置处车辆周围存在的人。
(9)根据本实施例的图像处理程序，该图像处理程序使计算机被用作：图像获取部，其用于获取被分类为工业车辆或车辆型施工机械的车辆上安装的成像部所拍摄的图像；判断部，其用于执行预定的两个或更多个颜色区域是否被包括在图像获取部所拍摄的图像中的判断处理；以及通知部，其用于根据所述判断部的判断处理结果，执行通知处理。
利用该程序，可使计算机被用作以上提到的图像处理装置。因此，可获取与以上提到的图像处理装置的操作和效果类似的操作和效果。
(10)根据实施例的标签经受以上提到的图像处理装置的关于是否包括预定的两个或更多个颜色区域的判断处理，其中，预定的两个或更多个颜色区域以预定的位置关系加以设置。
利用这种配置，预定的两个或更多个颜色区域以预定的位置关系设置在标签上。因此，通过将标签放置在诸如人这样的待检测物体上，可通过以上提到的图像处理装置准确地检测待检测物体。
(11)此外，可在相应颜色区域之间设置预定间隙。
利用这种配置，即使在由于车辆行驶期间的振动等而在成像部所拍摄的图像中出现干扰的情况下，也可防止区域的颜色与其相邻区域的颜色混合。因此，可通过以上提到的图像处理装置准确地检测待检测物体。
(12)此外，相应颜色区域可由荧光带、荧光涂料或发光元件构成。
因此，即使在亮度低的环境下(例如，在夜晚或在多云的天气)，也可容易地识别标签。
[根据本发明的实施例的细节]
以下，将使用附图详细描述根据本公开的实施例。以下将描述的实施例都是本公开的所期望示例。以下实施例中将描述的数值、形状、材料、组件、组件的布置位置和连接模式、步骤、步骤的顺序等被当作示例，而不旨在限制本公开。本公开由权利要求书指定。因此，在根据以下实施例的组件之中，不一定需要用未在表示本发明的最高构思的独立权利要求中描述的组件来达成本公开的任务，而是将它们描述为构成其他优选模式的组件。
(实施例1)
以下，将描述根据实施例1的图像处理系统。
<图像处理系统的配置>
图1是示出根据实施例1的图像处理系统的安置示例的视图。图2是示出根据实施例1的图像处理系统的功能配置的框图。
图像处理系统1是用于监视叉车25的周边的系统，并且配备有后向监视相机20、图像处理装置10、声音输出装置30、显示装置40、终端装置50和换挡传感器112。然而，图1和图2中示出的图像处理系统1的配置仅仅是示例，并且图像处理系统1可不配备有声音输出装置30、显示装置40和终端装置50中的任一个。
另外，其中安置有图像处理装置10、后向监视相机20、声音输出装置30、显示装置40和换挡传感器112的车辆不限于叉车25；这些装置可安置在除了叉车25之外的工业车辆中，或者也可安置在诸如液压铲车这样的车辆型施工机械中。在后向监视相机20安置在这些车辆中的情况下，相机可监视这些车辆的周边。
构成成像部的后向监视相机20安置在例如可对叉车25后方的区域进行成像的位置(例如，在叉车25的叉头护罩的后端位置)处并且用于拍摄叉车25后方的区域的图像。后向监视相机20的相机镜头例如是具有120°或更大角度的视场角的超广角镜头。
图3是示出从上方观察到的叉车25的示意图。在图3中，左侧是叉车25前方的区域，而右侧是叉车25后方的区域。如图3中所示，将由后向监视相机20监视的后向图像拍摄区域21设定在叉车25的后方。例如，该后向图像拍摄区域21被设定成包括在叉车25以10km/h的最大速度行驶的情况下叉车25在2秒内的可移动范围。换言之，后向监视相机20被设定在可拍摄后向图像拍摄区域21的图像的位置处。因此，后向监视相机20可拍摄在后向图像拍摄区域21内存在的人71的图像。这样设定后向图像拍摄区域21的原因在于，假定驾驶员可在驾驶员发现人71之后的2秒内停下叉车25。虽然假定使用单目相机作为后向监视相机20，但是也可使用诸如立体相机这样的多相机。
有时，在叉车25后方可能产生偏离叉车25的后向图像拍摄区域21的盲区区域22。在叉车25的后向图像拍摄区域21内部安置镜子60，以便覆盖该盲区区域22。换言之，后向监视相机20可通过设置镜子60使得在后向监视相机20拍摄镜子60上的图像的情况下后向图像拍摄区域61覆盖盲区区域22来拍摄盲区区域22中存在的人72的图像。作为镜子60的替代，还可设置与后向监视相机20不同的另一相机来拍摄盲区区域22的图像。
图像处理装置10是安置在叉车25中的计算机。图像处理装置10被连接至后向监视相机20，并且从后向监视相机20所拍摄的后向图像拍摄区域21和61的图像中检测人71和72。在该实施例中，假定标签被附接至人71和72，各标签确定地设置有以预定的位置关系设置的预定的两个或更多个颜色区域。
图4A是示出人戴着的头盔的侧视图，图4B是示出头盔的顶视图。如图4A和图4B中所示，标签90A被附接至头盔80。标签90A由平行布置的蓝色标签90B、红色标签90R和绿色标签90G构成。如图4A中所示，在头盔80的宽度为283mm并且其高度为148mm的情况下，标签90A的宽度可被设定为大致60mm并且其长度可被设定为大致180mm或更大且250mm或更小。在蓝色标签90B和红色标签90R之间并且同时在红色标签90R和绿色标签90G之间设置间隙区域90S。间隙区域90S例如是黑色区域并且具有2至3mm的宽度。如图4B中所示，类似的标签90A也被附接至头盔80的上侧。此外，标签90A也被附接至头盔80的相对侧面以及前侧和后侧。由于标签90A如上所述被附接至所有位置，因此即使人作出任何姿势(直立、下蹲等)，也可由后向监视相机20拍摄标签90A中的任一个的图像。
标签90A由具有光的三原色的红色标签90R、绿色标签90G和蓝色标签90B构成。图5是示出相应颜色标签的Munsell颜色系统(JISZ8721)中的表达的视图。在该图中，H、V和C分别代表色调、值和色度。换言之，在Munsell颜色系统中，红色标签90R的颜色具有在10P至7.5YR的范围内的色调(H)、在3或更大的范围内的值(V)和在2或更大的范围内的色度(C)。在Munsell颜色系统中，绿色标签90G的颜色具有在2.5GY至2.5BG的范围内的色调(H)、在3或更大的范围内的值(V)和在2或更大的范围内的色度(C)。在Munsell颜色系统中，蓝色标签90B的颜色具有在5BG至5P的范围内的色调(H)、在1或更大的范围内的值(V)和在1或更大的范围内的色度(C)。然而，标签90A不限于由具有光的三原色的标签构成，而是可由具有其他颜色的标签构成。
此外，优选的是，蓝色标签90B、红色标签90R和绿色标签90G应该由荧光带构成，或者这些标签应该涂覆有荧光涂料。在这种情况下，即使在亮度低的环境下(例如，在夜晚或在多云的天气)，也可容易地识别标签。此外，可在不使用诸如红外相机这样的特殊相机的情况下识别标签。
图像处理装置10从后向监视相机20所拍摄的图像中检测标签90A，由此检测人。随后，将描述图像处理装置10的详细配置。
声音输出装置30安置在例如叉车25的驾驶员座位附近，并且被配置成包括扬声器。声音输出装置30被连接至图像处理装置10并且输出通知声音，以便通知驾驶员图像处理装置10已检测到人71或人72。
显示装置40安置在叉车25的驾驶员可在视觉上识别显示装置的位置处，并且被配置为包括例如液晶显示器。显示装置40被连接至图像处理装置10并且显示图像，以便通知图像处理装置10已检测到人71或人72。
终端装置50是安置在诸如用于控制叉车25的控制室这样的远离叉车25的地方的计算机。终端装置50被连接至图像处理装置10并且输出声音或图像，以便通知图像处理装置10已检测到人71或人72，或者将图像处理装置10已检测到人71或人72的事实连同时间信息一起作为日志信息记录。终端装置50和图像处理装置10可根据诸如4G这样的通信标准或诸如Wi-Fi(注册商标)这样的无线LAN(局域网)利用移动电话线相互连接。
终端装置50可以是例如人71或人72携带的智能电话。在这种情况下，可通知人71或人72他已被图像处理装置10检测到，也就是说，附近存在叉车25。
此外，可以为例如智能电话或配备相机的计算机提供图像处理装置10、后向监视相机20、声音输出装置30和显示装置40的功能。例如，通过将智能电话安置在图1中示出的后向监视相机20被安置的位置处，智能电话处理智能电话所拍摄的图像并且检测人71或人72。此外，智能电话利用声音或图像通知检测结果。然而，在智能电话安置在后向监视相机20被安置的位置处的情况下，驾驶员无法看到图像。因此，可将另一平板装置等安置在驾驶员可在视觉上识别的位置处，并且平板装置显示从智能电话发送的图像。平板装置和智能电话可根据诸如Wi-Fi(注册商标)、Bluetooth(注册商标)或Zigbee(注册商标)这样的无线通信标准无线地相互连接。
参照图1和图2，换挡传感器112安置在换挡杆附近并且用作检测换挡杆位置的传感器。换挡传感器112被配置为包括例如位移传感器或开关。
<图像处理装置10的配置>
参照图2，将更详细地描述图像处理装置10的功能配置。
图像处理装置10由配备有CPU(中央处理单元)、RAM(随机存取存储器)、ROM(只读存储器)、HDD(硬盘驱动器)、通信I/F(接口)、定时器等的通用计算机构成。图像处理装置10配备有作为通过执行已从HDD或ROM读取到RAM的计算机程序而实现的功能组件的图像获取部11、判断部12、颜色提取部13、通知部14、阈值设定部15和车辆状态判断部16。
图像获取部11经由通信I/F获取后向监视相机20所拍摄的图像。换言之，获取后向监视相机20所拍摄的图1中示出的后向图像拍摄区域21和61的图像。
判断部12判断预定的两个或更多个颜色区域(本文中，绿色区域、红色区域和蓝色区域)是否被包括在图像获取部11所获取的图像中。
更具体地，判断部12包括颜色提取部13。颜色提取部13基于构成图像获取部11所获取的图像的各像素在颜色空间上的像素值和预定的阈值来提取绿色区域、红色区域和蓝色区域。本文中，假定HSV颜色空间为颜色空间。此外，假定色调(H)、饱和度(S)和值(V)作为HSV颜色空间上的像素值。
在图像获取部11所获取的图像由RGB颜色空间的像素值构成的情况下，颜色提取部13将RGB颜色空间的像素值转换成HSV颜色空间的像素值并且执行区域提取处理。例如，用以下描述的公式1至3执行将RGB颜色空间的像素值转换成HSV颜色空间的像素值。
V＝MAX …(式3)
本文中，R、G和B分别表示转换前像素的红色分量、绿色分量和蓝色分量。此外，MAX和MIN分别表示转换前像素的红色分量、绿色分量和蓝色分量的最大值和最小值。
假定对于颜色提取部13，例如，已将120±25的范围设定为绿色的色调(H)的范围，已将70或更大至100或更小的范围设定为绿色的饱和度(S)的范围，并且已将70或更大至100或更小的范围设定为绿色的值(V)的范围。在像素具有在120-25或更大至120+25或更小的范围内的色调(H)，具有在70或更大至100或更小的范围内的饱和度(S)并且具有70或更大至100或更小的范围内的值(V)的情况下，颜色提取部13提取该像素作为绿色像素。类似地，颜色提取部13使用红色的色调(H)、饱和度(S)和值(V)的阈值从图像中提取红色像素，并且使用蓝色的色调(H)、饱和度(S)和值(V)的阈值从图像中提取蓝色像素。
颜色提取部13通过分别对绿色像素、红色像素和蓝色像素执行标记处理来提取绿色区域、红色区域和蓝色区域。颜色提取部13可通过执行形态扩张和侵蚀处理来消除噪声区域，并且根据用于相应提取的绿色区域、红色区域和蓝色区域的区域的大小来执行滤波处理。
在颜色提取部13所提取的红色区域、绿色区域和蓝色区域具有预定的位置关系的情况下，判断部12判断绿色区域、红色区域和蓝色区域被包括在图像获取部11所获取的图像中。例如，在自图像上的绿色区域的重心位置的预定距离范围内存在红色区域并且在自图像上的红色区域的重心位置的预定距离范围内存在蓝色区域的情况下，判断部12判断绿色区域、红色区域和蓝色区域被包括在图像中。在判断部12判断出绿色区域、红色区域和蓝色区域被包括在图像中的情况下，判断部12判断在图像中示出了人并且人存在于叉车25周围。
图6A和图6B是各自示出图像上的包括绿色区域和红色区域的示例的视图。如图6A中所示，在以绿色区域82G的重心83的位置为中心的圆所指示的预定距离范围84内包括红色区域82R的情况下，判断为红色区域82R存在于自图像上的绿色区域82G的重心83的位置的预定距离范围84内。
另一方面，如图6B所示，在以绿色区域82G的重心83的位置为中心的圆所指示的预定距离范围84内不包括红色区域82R的情况下，判断为红色区域82R不存在于自图像上的绿色区域82G的重心83的位置的预定距离范围84内。
本文中，可使预定距离范围84的圆的直径等于例如绿色区域82G的最长边。在绿色区域82G是具有除了矩形形状之外的形状的区域的情况下，绿色区域82G的外接矩形的最长边的长度可被用作预定距离范围84的圆的直径。然而，该直径可具有除了这些值之外的值。
通知部14根据判断部12的判断处理结果执行通知处理。例如，在判断部12判断出叉车25周围存在人的情况下，通知部14经由通信I/F将预定声音信号发送到声音输出装置30，由此将通知声音输出到声音输出装置30。因此，向驾驶员发出指示在叉车25周围存在人的通知。
此外，在判断部12做出类似判断的情况下，通知部14经由通信I/F将预定图像信号发送到显示装置40，由此使显示装置40显示指示已检测到人的图像。因此，向驾驶员发出指示在叉车25周围存在人的通知。
此外，在判断部12做出类似判断的情况下，通知部14经由通信I/F将已检测到人的信息发送到终端装置50，由此使终端装置50执行声音或图像的输出处理或者执行日志信息的记录处理。此时，通知部14可发送指示检测时间的信息。
基于颜色空间上的像素值和随后描述的附接至叉车25的参考标签的图像，阈值设定部15设定在颜色提取部13提取相应颜色区域时使用的阈值。
本文中描述了附接至叉车25的参考标签。图7是示出由后向监视相机20所拍摄的图像的示例的视图。参考标签100附接至叉车25的车身上的预定的位置。期望的是，参考标签100是由与标签90A的材料相同的材料制成的标签。参考标签100包括蓝色标签100B、红色标签100R和绿色标签100G。红色标签100R、绿色标签100G和蓝色标签100B的颜色分别与红色标签90R、绿色标签90G和蓝色标签90B的颜色相同。
然而，参考标签100的附接位置不限于叉车25的车身；例如，如图7中所示，参考标签100A可附接至与其中存在人的环境类似的环境中的诸如用于支撑镜子60的杆状构件这样的位置。与参考标签100的情况一样，参考标签100A包括蓝色标签100B、红色标签100R和绿色标签100G。在如上所述的参考标签100A设置在几乎垂直于地面的面上的情况下，参考标签100A比附接至车身的参考标签100受太阳光和照明光的影响小。因此，与使用通过对参考标签100进行成像而获得的图像设定阈值的情况下相比，在使用通过对参考标签100A进行成像而获得的图像设定阈值的情况下，可更准确地设定阈值。
阈值设定部15设定阈值，使得确切地检测图像中的蓝色标签100B、红色标签100R和绿色标签100G。换言之，阈值设定部15设定阈值，使得HSV颜色空间上的像素值和相应颜色标签的像素值被包括在颜色的阈值内。随后，将描述用于设定阈值的方法的细节。
车辆状态判断部16经由通信I/F从换挡传感器112获取换挡杆位置的检测结果，并且基于所获取的位置检测结果，判断换挡范围是否是R范围(倒档范围)。在换挡范围是R范围并且叉车25正在行驶的情况下，假定叉车25正向后线性行驶或者在转弯的同时向后行驶或者执行这两个操作。然而，在换挡范围是R范围并且施加制动的情况下，不执行以上提到的操作；然而，当制动器被释放时，开始以上提到的操作，由此假定以上提到的情况的状态是以上提到的操作的准备状态。
使用车辆状态判断部16对车辆状态的判断结果来控制图像处理装置10的操作。
<图像处理装置10的处理的流程>
接下来，将描述图像处理装置10执行的处理的流程。
图8是根据实施例1的图像处理装置10的处理的流程图。
基于换挡传感器112对换挡杆位置的检测结果，车辆状态判断部16判断换挡范围是否是R范围(在S1中)。
在车辆状态判断部16判断出换挡范围不是R范围的情况下(S1中的“否”)，处理前进至步骤S9。例如，在换挡范围是D范围(行驶范围)并且叉车25正向前行驶的情况下，处理前进至步骤S9。
在车辆状态判断部16判断出换挡范围是R范围的情况下(S1中的“是”)，图像获取部11获取后向监视相机20所拍摄的图像(在S2中)。
阈值设定部15判断当前时间是否是阈值更新定时(在S3中)。在实施例1中，假定阈值以预定时间间隔周期性改变。例如，阈值可以1分钟的间隔改变。换言之，在最后一次设定阈值之后或者在图像处理装置10开始操作之后已经过预定时间的情况下，阈值设定部15判断出当前时间是阈值更新定时；在尚未经过预定时间的情况下，阈值设定部15判断出当前时间并不是阈值更新时间。
在当前时间是阈值更新定时的情况下(S3中的“是”)，阈值设定部15设定阈值(在S4中)。随后，将描述阈值设定处理(在S4中)。
判断部12从图像获取部11所获取的图像中提取镜子区域的图像，并且以预定扩展(例如，两次)扩展图像(在S5中)。例如，如图7中所示，镜子60被示出在图像中，并且判断部12将镜子60的区域的图像以预定扩展进行扩展。为了使面积小的镜子60反射范围宽的宽范围盲区区域22，通常使用凸面镜作为镜子60。存在的问题是，凸面镜的镜像小于通过对所述物体直接成像而获得的图像。因此，镜子60的区域的图像被扩展，由此可按与所述物体被直接成像的情况下相同的精度执行判断处理(区域提取处理)。然而，用于扩展镜子60的区域的图像的处理(在S5中)不是必需的。
颜色提取部13从图像中提取红色区域、绿色区域和蓝色区域(在S6中)。此时，颜色提取部13对其中消除了镜子区域的图像和其中镜子区域被扩展的图像中的每个执行区域提取处理。因此，可防止镜子60中示出的人的区域被双重检测。
判断部12判断颜色提取部13所提取的红色区域、绿色区域和蓝色区域是否具有预定的位置关系(在S7中)。例如，假定已分别提取图4A中示出的红色标签90R、绿色标签90G和蓝色标签90B作为红色区域、绿色区域和蓝色区域。判断部12计算红色标签90R、绿色标签90G和蓝色标签90B的重心位置。在绿色标签90G的重心位置与红色标签90R的重心位置之间的距离在预定距离或更小距离内并且红色标签90R的重心位置与蓝色标签90B的重心位置之间的距离在预定距离或更小距离内的情况下，判断部12判断出红色标签90R、绿色标签90G和蓝色标签90B具有预定的位置关系。
在这三个颜色区域具有预定的位置关系的情况下(S7中的“是”)，判断部12判断出人被示出在图像中，并且通知部14向声音输出装置30、显示装置40和终端装置50通知已在叉车25周围检测到人(在S8中)。例如，在后向监视相机20与人之间的距离在预定距离(例如，3m)内的情况下，通知部14可执行通知处理。本文中，基于颜色提取部13所提取的图像上的标签90A的尺寸，确定后向监视相机20与人之间的距离。换言之，通知部14可具有指示标签90A的尺寸与距离之间的关系的表，并且可通过参照该表来确定该距离。此外，为了提高检测的精度，通知部14可只在连续预定次数(例如，五次)或更多次检测到与后向监视相机20相距预定距离内的人的情况下才执行通知处理。
在这三个颜色区域没有预定的位置关系的情况下(S7中的“否”)，处理前进至步骤S9。
在通知处理(在S8中)结束之后，在当前时间已变为处理结束定时的情况下(S9中的“是”)，图像处理装置10结束处理。例如，处理的结束定时是图像处理装置10接收到指示叉车25的发动机停止的信号的定时。
在当前时间不是处理的结束定时的情况下(S9中的“否”)，处理返回到步骤S1，并且反复地执行步骤S1至S8的处理。
图9是示出阈值设定处理(在图8的S4中)的细节的流程图。
阈值设定部15对将经受阈值设定处理的红色、绿色和蓝色的相应颜色执行随后描述的步骤S41至S44(循环A)的处理。
虽然在以下描述中将红色当作目标颜色，但是在目标颜色是绿色和蓝色的情况下，也执行类似的处理。
阈值设定部15根据图像获取部11所获取的图像，计算红色标签100R的区域中的色调(H)、饱和度(S)和值(V)的平均值(在S41中)。换言之，阈值设定部15将RGB颜色空间上的红色分量(R)、绿色分量(G)和蓝色分量(B)以及红色标签100R的区域中的相应像素的红色分量(R)、绿色分量(G)和蓝色分量(B)转换成HSV颜色空间中的色调(H)、饱和度(S)和值(V)，并且计算红色标签100R的区域中的色调(H)、饱和度(S)和值(V)的平均值。根据上述的公式1至3执行将RGB颜色空间中的像素值转换成HSV颜色空间中的像素值。
阈值设定部15将色调(H)的平均值±25的范围设定为红色区域的色调(H)的范围(在S42中)。
阈值设定部15将(饱和度(S)的平均值-20)或更大至100或更小的范围设定为红色区域的饱和度(S)的范围(在S43中)。
阈值设定部15将(值(V)的平均值-20)或更大至100或更小的范围设定为红色区域的值(V)的范围(在S44)。
因此，阈值设定部15可设定色调(H)、饱和度(S)和值(V)的阈值，可基于该阈值提取红色标签100R的区域。
<实施例1的效果>
如上所述，用实施例1，三个颜色标签以预定的位置关系设置在头盔80上。此外，判断部12从后向监视相机20所拍摄的图像中提取三个颜色区域，并且判断三个颜色区域是否以预定的位置关系设置。因此，判断部12判断叉车25周围是否存在人。可在将颜色区域投影到后向监视相机20上的情况下执行用于提取颜色区域的处理。因此，即使在人改变了他的姿势的情况下，他也可被稳定地检测到。此外，与专利文献2中描述的技术不同，人的检测范围不受限制。因此，可在叉车25行驶到的任意位置处检测叉车25周围存在的人。
此外，在换挡范围是R范围的情况下，也就是说，在叉车25正向后线性行驶或者在转弯的同时向后行驶或者执行这两个操作的情况下，图像处理装置10执行检测人的处理(图像获取处理、判断处理、通知处理等)。因此，在叉车25后方存在人的情况下，也就是说，在驾驶员的盲区中，图像处理装置10可适宜地向驾驶员发出通知。
此外，即使已施加制动，在换挡范围是R范围的情况下，图像处理装置10也执行用于检测人的处理。因此，在恰在叉车25启动之前在驾驶员的盲区中存在人的情况下，可适宜地向驾驶员发出通知。
此外，在叉车25正向前行驶的情况下，图像处理装置10被配置为不执行用于检测人的处理。在叉车25正向前行驶的情况下，不必监视叉车25后方的区域。换言之，即使在叉车25后方存在人，也不需要向驾驶员通知人的存在。因此，用这种配置，可防止已检测到人的事实被不必要地通知给驾驶员。
此外，阈值设定部15基于已设置在与放置在人戴着的头盔上的标签90A的环境类似的环境中的参考标签100的像素值来设定阈值。因此，可准确地设定阈值，由此颜色提取部13可准确地提取标签90A。
此外，在判断部12以预定的扩展在图像中扩展镜子60的区域的图像之后，颜色提取部13执行对相应颜色的区域提取处理并且由判断部12执行判断处理。换言之，即使在人被示出在安置在叉车25的用于确认盲区的镜子60上的情况下，在人的图像已被扩展之后也执行处理。因此，可准确地检测盲区区域中存在的人。虽然在实施例1中在镜子60的镜像已扩展之后执行判断处理(区域提取处理)，但是图像的扩展不是必需的。换言之，可在不扩展镜子60的区域的图像的情况下执行判断处理(区域提取处理)。
此外，预定的两个或更多个颜色区域(红色标签90R、绿色标签90G和蓝色标签90B)以预定的位置关系设置在标签90A上。因此，在标签90A放置在人身上的情况下，可利用图像处理装置10检测人。
另外，在标签90A中，在彼此相邻的颜色标签之间设置间隙区域90S。因此，即使在由于叉车25行驶期间的振动等而在后向监视相机20所拍摄的图像中出现干扰的情况下，也可防止当拍摄图像时颜色标签的颜色与其相邻颜色标签的颜色混合。因此，可利用图像处理装置10准确地检测人。
(修改)
附接至头盔的标签不被限制于图4A和图4B中示出的标签。例如，标签可由双色标签构成。图10是示出人戴着的头盔的侧视图。如图10中所示，由红色标签90R和绿色标签90G构成的标签90C附接至头盔80。如图10中所示，在头盔80的宽度为283mm并且其高度为148mm的情况下，标签90C的宽度可被设定为大致40mm并且其长度可被设定为大致180mm或更大且250mm或更小。在红色标签90R和绿色标签90G之间设置间隙区域90S。与标签90C类似的标签也被附接至头盔80的相反侧面(前侧和后侧)以及上侧。
此外，附接至头盔的相应颜色标签的形状对于每种颜色而言可以是不同的，并且可使标签的布置更复杂。图11是示出人戴着的头盔的侧视图。如图11中所示，标签90D可附接至头盔80。标签90D包括设置在中心的红色标签90R、设置在与红色标签90R的右上和左下相邻的位置处的绿色标签90G以及设置在与红色标签90R的左上和右下相邻的位置处的蓝色标签90B。如图11中清晰示出的，红色标签90R的尺寸大于蓝色标签90B和绿色标签90G的尺寸。此外，在相应标签之间设置间隙区域90S。此外，与标签90D类似的标签也被附接至头盔80的相对侧面(前侧和后侧)以及上侧。
此外，附接至头盔的颜色标签中的每个可由诸如LED(发光二极管)或有机EL(电致发光)这样的发光元件构成。图12是示出人戴着的头盔的侧视图。如图12中所示，标签91放置在头盔80上。标签91包括由蓝色LED构成的蓝色标签91B、由红色LED构成的红色标签91R和由绿色LED构成的绿色标签91G。每个LED都由诸如锂离子电池这样的二次电池驱动。此外，与标签91类似的标签也放置在头盔80的相对侧面(前侧和后侧)以及上侧。由于标签91由LED构成，因此即使在亮度低的环境下(例如，在夜晚或在多云的天气)，也可容易地识别标签。
此外，标签也可放置在人穿着的衣服、戴着的臂带等而非头盔80上。图13是人的正视图。这个人戴着环绕他的双臂的臂带，标签90F放置在臂带上。标签90F由蓝色标签90B、红色标签90R和绿色标签90G构成，并且在相应标签之间设置间隙区域90S。
(实施例2)
在实施例1中，阈值设定部15以预定时间间隔周期性改变阈值；然而，在实施例2中，阈值设定部15在已检测到叉车25周围的亮度改变的情况下改变阈值。
在以下描述中，不重复描述与实施例1共同的部分，并且将主要描述与实施例1不同的部分。
图14是示出根据实施例2的图像处理系统的功能配置的框图。
图像处理系统1A还配备有根据图2中示出的实施例1的图像处理系统1的配置中的环境光传感器115。环境光传感器115是用于检测叉车25周围的亮度的传感器。环境光传感器115被配置为包括例如光接收元件。环境光传感器115设置在例如后向监视相机20的附近。然而，可在不使用环境光传感器115的情况下，根据后向监视相机20所拍摄的图像来判断叉车25周围的亮度。
图15是根据实施例2的图像处理装置10执行的处理的流程图。
步骤S1、S2和S4至S9的处理类似于图8中示出的步骤S1、S2和S4至S9的处理。在实施例2中，执行步骤S13的处理，而非图8中示出的步骤S3的处理。
换言之，阈值设定部15保持环境光传感器115检测到的亮度，并且基于当前亮度与最后一次设定阈值时已保持的亮度之间的亮度差，判断叉车25周围的亮度是否已改变(在S13中)。换言之，在亮度差不小于预定亮度阈值的情况下，阈值设定部15判断出亮度已改变(检测到亮度改变)；在亮度差小于预定亮度阈值的情况下，阈值设定部15判断出亮度尚未改变(没有检测到亮度改变)。
在已检测到亮度改变的情况下，阈值设定部15执行阈值设定处理(在S4中)。
在恰在图像处理装置10启动之后进行第一判断处理(在S13中)时，阈值设定部15可确定地检测到亮度改变并接着可执行阈值设定处理(在S4中)。
如上所述，用实施例2，在检测到亮度改变的情况下，可设定阈值。因此，即使在叉车25周围的环境已改变的情况下，也可准确地提取颜色区域。因此，可准确地检测叉车25周围存在的人。
(实施例3)
在实施例1中，阈值设定部15以预定时间间隔周期性改变阈值；然而，在实施例3中，环境光传感器115基于叉车25的位置设定阈值。
在以下描述中，不重复描述与实施例1共同的部分，并且将主要描述与实施例1不同的部分。
图16是示出根据实施例3的图像处理系统的功能配置的框图。
图像处理系统1B还配备有根据图2中示出的实施例1的图像处理系统1的配置中的位置传感器114。位置传感器114是用于检测叉车25的位置的传感器。位置传感器114被配置为包括例如GPS(全球定位系统)传感器。虽然位置传感器114可安置在叉车25上的任意位置，但是优选的是，位置传感器应该安置在使来自GPS卫星的无线电波能被容易地接收的位置处。
图17是根据实施例3的图像处理装置10执行的处理的流程图。
步骤S1、S2和S5至S9的处理类似于图8中示出的步骤S1、S2和S5至S9的处理。在实施例3中，执行步骤S23和S24的处理，而非图8中示出的步骤S3和S4的处理。
换言之，阈值设定部15从位置传感器114获取位置信息(在S23中)。位置信息是例如指示叉车25的纬度和经度的信息。
基于所获得的位置信息，阈值设定部15确定在提取相应颜色区域时的阈值(在S24中)。图18是示出指示阈值设定部15中保持的位置与绿色区域的阈值之间的关系的数据表的示例的图。该数据表指示在叉车25存在于数据表所指示的位置内的情况下用于提取绿色区域的色调(H)、饱和度(S)和值(V)的阈值。
例如，在从位置传感器114获取的位置信息(经度，纬度)在(34°40’39”,135°26’8”)到(34°40’36”,135°26’13”)的范围内的情况下，阈值设定部15将120±25的范围设定为绿色区域的色调(H)的范围，将70或更大至100或更小的范围设定为绿色区域的饱和度(S)的范围，并且将70或更大至100或更小的范围设定为绿色区域的值(V)的范围。
至于红色区域和蓝色区域，阈值设定部15以类似的方式保持指示位置和阈值之间的关系的数据表，并且基于从位置传感器114获取的位置信息，设定红色区域和蓝色区域的阈值。
如上所述，用实施例3，可基于叉车25的位置设定阈值。因此，例如，可改变在叉车25正在室内行驶的情况下的阈值，以便与叉车25正在室外行驶的情况下的阈值相区分。因此，即使在叉车25周围的环境已改变的情况下，也可准确地提取颜色区域。因此，可准确地检测叉车25周围存在的人。
(实施例4)
在实施例1至3中，已描述了检测叉车25后方存在的人的示例。在实施例4中，将描述不仅检测到叉车25后方存在人而且检测到叉车25前方也存在另一个人的示例。
在以下描述中，不重复描述与实施例1至3共同的部分，并且将主要描述与实施例1至3不同的部分。
图19是示出根据实施例4的图像处理系统的安置示例的视图。图20是示出根据实施例4的图像处理系统的功能配置的框图。
图像处理系统1C还配备有根据图2中示出的实施例1的图像处理系统1的配置中的前向监视相机26。
与后向监视相机20一起构成成像部的前向监视相机26被安置在例如可对叉车25前方的区域进行成像的位置(例如，设置在叉车25上的杆状夹具)处并且用于拍摄叉车25前方的图像。前向监视相机26的相机镜头例如是具有150°或更大角度的视场角的超广角镜头。
图21是示出从上方观察到的叉车25的示意图。在图21中，左侧是叉车25前方的区域，而右侧是叉车25后方的区域。如图21中所示，将由前向监视相机26监视的前向图像拍摄区域27和将由后向监视相机26监视的后向图像拍摄区域21分别设置在叉车25的前方和后方。在实施例1中已描述了后向图像拍摄区域21。例如，前向图像拍摄区域27被设置成包括在叉车25以10km/h的最大速度行驶的情况下叉车25在2秒内的可移动范围。换言之，前向监视相机26被设置在可拍摄前向图像拍摄区域27的图像的位置处。因此，前向监视相机26可拍摄在前向图像拍摄区域27内存在的人的图像。这样设置前向图像拍摄区域27的原因在于，假定驾驶员可在驾驶员发现人之后的2秒内停下叉车25。虽然假定使用单目相机作为前向监视相机26，但是也可使用诸如立体相机这样的多相机。
设置在图像处理装置10中的图像获取部11经由通信I/F获取前向监视相机26所拍摄的图像或后向监视相机20所拍摄的图像。
除了实施例1中描述的判断处理之外，车辆状态判断部16还执行以下处理。换言之，车辆状态判断部16经由通信I/F从换挡传感器112获取换挡杆位置的检测结果，并且基于所获取的位置检测结果，判断换挡范围是否是D范围。在换挡范围是D范围并且叉车25正在行驶的情况下，假定叉车25正向前线性行驶或者在转弯的同时向前行驶或者执行这两个操作。然而，在换挡范围是D范围并且施加制动的情况下，不执行以上提到的操作；然而，当制动器被释放时，开始以上提到的操作，由此假定以上提到的情况的状态是以上提到的操作的准备状态。
接下来，将描述图像处理装置10执行的处理的流程。
图22是根据实施例4的图像处理装置10执行的处理的流程图。基于换挡传感器112对换挡杆位置的检测结果，车辆状态判断部16判断换挡范围是否是R范围(在S1a中)。
在车辆状态判断部16判断出换挡范围是R范围的情况下(S1a中的“是”)，图像获取部11获取后向监视相机20所拍摄的图像(在S2a中)。此后，对后向监视相机20所拍摄的图像执行S3至S9的处理。S3至S9的处理与实施例1中描述的相同。
在车辆状态判断部16判断出换挡范围不是R范围的情况下(S1a中的“否”)，车辆状态判断部16基于换挡杆的位置检测结果，判断换挡范围是否是D范围(在S1b中)。然而，可假定诸如L范围或第二范围这样的前向移动的换挡范围被包括在D范围中。换言之，在换挡范围是诸如L范围这样的前向移动的换挡范围的情况下，车辆状态判断部16可判断出换挡范围是D范围。
在车辆状态判断部16判断出换挡范围是D范围的情况下(S1a中的“是”)，图像获取部11获取前向监视相机26所拍摄的图像(在S2b中)。此后，对前向监视相机26所拍摄的图像执行步骤S3至S9的处理。除了待处理图像是前向监视相机26所拍摄的图像之外，步骤S3至S9的处理与实施例1中描述的相同。因此，在前向监视相机26的前向图像拍摄区域27内部存在行人的情况下，可检测到行人，并且可将检测到行人的结果通知给驾驶员。
在车辆状态判断部16判断出换挡范围既不是R范围又不是D范围的情况下(S1b中的“否”)，处理前进至步骤S9。例如，在换挡范围是P范围并且叉车25正停下的情况下，处理前进至步骤S9。
如上所述，用实施例4，在叉车25正向前移动的情况下，对前向监视相机26所拍摄的叉车25前方的区域的图像执行检测人的处理(图像获取处理、判断处理、通知处理等)。因此，可检测叉车25前方存在的人。此外，在叉车前方存在人的情况下，可适宜地向驾驶员发出通知。因此，可预备地防止叉车25与叉车25周围存在的人接触。
<补充注释>
虽然以上已描述了根据本公开的实施例的图像处理系统1，但是本公开不限于这些实施例。
例如，用以上提到的实施例，假定标签被放置在人身上并且图像处理装置10检测人；然而，标签可放置在除了人之外的物体上。例如，标签可附接至叉车25被禁止进入的地方附近，由此，图像处理装置10可检测到叉车25已接近该地方。因此，例如，可将叉车25已接近被禁止进入的地方的事实通知给驾驶员。
此外，虽然以上提到的图像处理装置10的颜色提取部13通过使HSV颜色空间上的色调(H)、饱和度(S)和值(V)经受阈值处理来提取颜色区域，但是将经受阈值处理的物体不限于HSV颜色空间上的色调(H)、饱和度(S)和值(V)。例如，图像上的相应坐标的颜色可由Munsell颜色系统中的色调(H)、值(V)和色度(C)来表示，并且可通过使色调(H)、饱和度(S)和色度(C)经受阈值处理来提取颜色区域。此外，可通过使图像上的相应坐标的红色分量(R)、绿色分量(G)和蓝色分量(B)经受阈值处理来提取颜色区域。
此外，可如下所述地配置将放置在人等上的以上提到的标签。
换言之，标签是将由以上提到的图像处理装置10判断预定的两个或更多个颜色区域是否被包括在标签中的物体，
预定的两个或更多个颜色区域以预定的位置关系设置，
预定的两个或更多个颜色区域包括第一颜色标签、第二颜色标签和第三颜色标签，
在Munsell颜色系统中，第一颜色标签的颜色具有在10P至7.5YG的范围内的色调(H)、在3或更大的范围内的值(V)和在2或更大的范围内的色度(C)，
在Munsell颜色系统中，第二颜色标签的颜色具有在2.5GY至2.5BG的范围内的色调(H)、在3或更大的范围内的值(V)和在2或更大的范围内的色度(C)，并且
在Munsell颜色系统中，第三颜色标签的颜色具有在5Bg至5P的范围内的色调(H)、在1或更大的范围内的值(V)和在1或更大的范围内的色度(C)，
此外，构成以上提到的图像处理装置10的组件中的部分或全部可由单个系统LSI构成。系统LSI是通过将多个组成部集成在单个芯片上而制成的超级多功能LSI，更具体地，由微处理器、ROM和RAM构成的计算机系统。在RAM中存储有计算机程序。微处理器根据计算机程序进行操作，由此系统LSI执行其功能。
此外，用于使计算机被用作图像处理装置10的计算机程序可被记录在诸如硬盘驱动器、CD-ROM和半导体存储器这样的计算机可读的非暂态记录介质上。计算机程序可经由电通信线路、无线或有线通信线路、以因特网为代表的网络、数据广播等进行传输。
此外，包括在以上提到的计算机程序中的各个步骤可由多个计算机执行。此外，以上提到的实施例和以上提到的修改可被相互组合。
此时已公开的实施例在所有方面都被认为是示例性的而非限制性的。本公开的范围旨在包括权利要求书中提到的并且等同于权利要求书的含义和范围内的所有修改，而非以上提到的含义。
对参考数字和符号的描述
1、1A、1B、1C 图像处理系统
10 图像处理装置
11 图像获取部
12 判断部
13 颜色提取部
14 通知部
15 阈值设定部
16 车辆状态判断部
20 后向监视相机
21 后向图像拍摄区域
22 盲区区域
25 叉车
26 前向监视相机
27 前向图像拍摄区域
30 声音输出装置
40 显示装置
50 终端装置
60 镜子
61 后向图像拍摄区域
71、72 人
80 头盔
82R 红色区域
82G 绿色区域
83 重心的位置
84 预定距离范围
90A、90C、90D、90F、91 标签
90B、91B、100B 蓝色标签
90G、91G、100G 绿色标签
90R、91R、100R 红色标签
90S 间隙区域
100、100A 参考标签
112 换挡传感器
114 位置传感器
115 环境光传感器

Claims (12)

1.一种图像处理装置，包括：
图像获取部，所述图像获取部用于获取由安装在被分类为工业车辆或车辆型施工机械的车辆上的成像部拍摄的图像，
判断部，所述判断部用于执行关于具有预定的位置关系的预定的两个或更多个颜色区域是否被包括在由所述图像获取部获取的图像中的判断处理，以及
通知部，所述通知部用于根据所述判断部的所述判断处理的结果执行通知处理。
2.根据权利要求1所述的图像处理装置，其中，
所述成像部包括后向监视相机，所述后向监视相机被安置在所述车辆上的所述车辆后方的区域被分配作为所述后向监视相机的成像区域的位置处，
所述图像获取部获取由所述后向监视相机拍摄的所述车辆后方的区域的图像，并且
所述判断部在所述车辆正在向前行驶的情况下停止对于所述车辆后方的区域的图像的所述判断处理。
3.根据权利要求2所述的图像处理装置，其中，
所述成像部还包括前向监视相机，所述前向监视相机被安置在所述车辆上的所述车辆前方的区域被分配作为所述前向监视相机的成像区域的位置处，
所述图像获取部还获取由所述前向监视相机拍摄的所述车辆前方的区域的图像，并且
所述判断部还在所述车辆正在向前行驶的情况下执行对于所述车辆前方的区域的图像的所述判断处理。
4.根据权利要求1至3中的任一项所述的图像处理装置，其中，
所述判断部包括颜色提取部，所述颜色提取部用于基于构成所述图像的各像素在预定的颜色空间上的像素值和预定的阈值，提取所述预定的两个或更多个颜色区域，
所述图像获取部获取由所述成像部拍摄的参考标签的图像，所述参考标签具有所述预定的两个或更多个颜色并且被放置在所述车辆的预定的位置处，并且
所述图像处理装置还配备有阈值设定部，所述阈值设定部用于基于所述参考标签的图像在所述颜色空间上的像素值设定所述预定的阈值。
5.根据权利要求4所述的图像处理装置，其中，
所述阈值设定部在检测到所述车辆周围的亮度的改变的情况下设定所述预定的阈值。
6.根据权利要求1至3中的任一项所述的图像处理装置，其中，
所述判断部包括颜色提取部，所述颜色提取部用于基于构成所述图像的各像素在预定的颜色空间上的值和所述预定的阈值，提取所述预定的两个或更多个颜色区域，并且
所述图像处理装置还配备有阈值设定部，所述阈值设定部用于基于所述车辆的位置设定所述预定的阈值。
7.根据权利要求1至6中的任一项所述的图像处理装置，其中，
在由所述图像获取部获取的图像之中，通过对被安置在所述车辆上的镜子成像而拍摄的镜子区域的图像经受由所述判断部进行的所述判断处理。
8.一种图像处理系统，包括：
标签，所述标签被放置在待检测物体上并且在所述标签上以预定的位置关系布置预定的两个或更多个颜色区域，以及
图像处理装置，所述图像处理装置用于检测所述待检测物体，其中，
所述图像处理装置具有：
图像获取部，所述图像获取部用于获取由安装在被分类为工业车辆或车辆型施工机械的车辆上的成像部拍摄的图像，
判断部，所述判断部用于执行关于所述预定的两个或更多个颜色区域是否被包括在由所述图像获取部获取的图像中的判断处理，以及
通知部，所述通知部用于根据所述判断部的所述判断处理的结果给出通知。
9.一种图像处理程序，所述图像处理程序使计算机用作：
图像获取部，所述图像获取部用于获取由安装在被分类为工业车辆或车辆型施工机械的车辆上的成像部拍摄的图像，
判断部，所述判断部用于执行关于预定的两个或更多个颜色区域是否被包括在由所述图像获取部获取的图像中的判断处理，以及
通知部，所述通知部根据所述判断部的所述判断处理的结果执行通知处理。
10.一种标签，所述标签将经受由根据权利要求1至7中的任一项所述的图像处理装置进行的关于是否包括预定的两个或更多个颜色区域的判断处理，其中，
所述预定的两个或更多个颜色区域以预定的位置关系来布置。
11.根据权利要求10所述的标签，其中，
在各颜色区域之间设置有预定间隙。
12.根据权利要求10或11所述的标签，其中，
各颜色区域由荧光带、荧光涂料或发光元件构成。
CN201780053266.4A 2016-09-01 2017-04-14 图像处理装置、图像处理系统、图像处理程序和标签 Pending CN109690639A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2016-170638 2016-09-01
JP2016170638A JP2018036937A (ja) 2016-09-01 2016-09-01 画像処理装置、画像処理システム、画像処理プログラムおよびラベル
PCT/JP2017/015266 WO2018042747A1 (ja) 2016-09-01 2017-04-14 画像処理装置、画像処理システム、画像処理プログラムおよびラベル

Publications (1)

Publication Number Publication Date
CN109690639A true CN109690639A (zh) 2019-04-26

Family

ID=61300472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780053266.4A Pending CN109690639A (zh) 2016-09-01 2017-04-14 图像处理装置、图像处理系统、图像处理程序和标签

Country Status (4)

Country Link
US (1) US20190197738A1 (zh)
JP (1) JP2018036937A (zh)
CN (1) CN109690639A (zh)
WO (1) WO2018042747A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020057057A (ja) * 2018-09-28 2020-04-09 株式会社豊田自動織機 警告装置

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112218988B (zh) 2018-07-31 2023-06-09 住友建机株式会社 挖土机
WO2020158597A1 (ja) * 2019-01-31 2020-08-06 住友電気工業株式会社 画像処理装置、画像処理方法、画像処理システム、運搬車輌、及びコンピュータプログラム
JP7258613B2 (ja) * 2019-03-18 2023-04-17 住友重機械工業株式会社 作業機械
EP3950566B1 (en) * 2019-04-02 2024-03-20 Beijing Geekplus Technology Co., Ltd. High-position robot, method for calibrating return of storage container, and storage medium
JP7267222B2 (ja) * 2020-02-26 2023-05-01 三菱ロジスネクスト株式会社 処理装置、処理方法、報知システム及びプログラム
CN111738142B (zh) * 2020-06-19 2023-09-22 福建省海峡智汇科技有限公司 一种用于判断空气开关状态的方法和系统
JP7149990B2 (ja) * 2020-07-13 2022-10-07 三菱ロジスネクスト株式会社 人検知装置、産業車両、及び人検知方法
US20220081271A1 (en) * 2020-09-14 2022-03-17 Lance A. Stacy Motorized vehicles having sensors and methods of operating the same

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6490840A (en) * 1987-09-30 1989-04-07 Tokyo Keiki Kk Obstacle detector for working vehicle
JP2005153051A (ja) * 2003-11-25 2005-06-16 Matsushita Electric Works Ltd 加工機械の安全装置
CN101844545A (zh) * 2009-03-25 2010-09-29 株式会社电装 车辆周边显示装置和用于车辆周边图像的方法
JP2012216029A (ja) * 2011-03-31 2012-11-08 Namco Bandai Games Inc プログラム、情報記憶媒体、端末、サーバ、及びマーカー表示体
CN103020583A (zh) * 2011-09-27 2013-04-03 富士重工业株式会社 图像处理装置
US20150169980A1 (en) * 2012-06-26 2015-06-18 Honda Motor Co., Ltd. Object recognition device
CN105825495A (zh) * 2015-01-23 2016-08-03 丰田自动车株式会社 物体检测装置和物体检测方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2625511B2 (ja) * 1988-07-21 1997-07-02 株式会社クボタ 穀粒選別装置用穀粒分布検出装置
JP3178701B2 (ja) * 1995-12-21 2001-06-25 日本輸送機株式会社 フォークリフトの安全装置
JP2003105807A (ja) * 2001-09-27 2003-04-09 Komatsu Ltd 作業車両の侵入禁止領域での停止制御方法及びその制御装置
WO2006065563A2 (en) * 2004-12-14 2006-06-22 Sky-Trax Incorporated Method and apparatus for determining position and rotational orientation of an object
JP4328286B2 (ja) * 2004-12-14 2009-09-09 本田技研工業株式会社 顔領域推定装置、顔領域推定方法及び顔領域推定プログラム
US20070065004A1 (en) * 2005-08-01 2007-03-22 Topcon Corporation Three-dimensional measurement system and method of the same, and color-coded mark
WO2008090908A1 (ja) * 2007-01-23 2008-07-31 Nec Corporation マーカ生成及びマーカ検出のシステム、方法とプログラム
US9177210B2 (en) * 2007-10-30 2015-11-03 Hki Systems And Service Llc Processing container images and identifiers using optical character recognition and geolocation
WO2010144900A1 (en) * 2009-06-12 2010-12-16 Magna Electronics Inc. Scalable integrated electronic control unit for vehicle
US9113047B2 (en) * 2010-10-22 2015-08-18 Hitachi Construction Machinery Co., Ltd. Peripheral monitoring device for working machine
JP6029306B2 (ja) * 2012-03-29 2016-11-24 住友建機株式会社 作業機械用周辺監視装置
JP5961472B2 (ja) * 2012-07-27 2016-08-02 日立建機株式会社 作業機械の周囲監視装置
JP5922257B2 (ja) * 2012-12-25 2016-05-24 本田技研工業株式会社 車両周辺監視装置
WO2014110502A1 (en) * 2013-01-11 2014-07-17 The Regents Of The University Of Michigan Monitoring proximity of objects at construction jobsites via three-dimensional virtuality in real-time
JP6376354B2 (ja) * 2013-03-29 2018-08-22 パナソニックＩｐマネジメント株式会社 駐車支援システム
US9170581B2 (en) * 2013-09-30 2015-10-27 Crown Equipment Limited Industrial vehicles with overhead light based localization
JP6474396B2 (ja) * 2014-06-03 2019-02-27 住友重機械工業株式会社 人検知システム及びショベル
EP3086196B1 (en) * 2015-04-21 2017-04-05 Hexagon Technology Center GmbH Method and control system for surveying and mapping a terrain while operating a bulldozer
WO2018105181A1 (ja) * 2016-12-07 2018-06-14 住友電気工業株式会社 画像処理プログラム、色ラベル、検知装置、画像処理装置、画像処理方法および画像処理システム
WO2018235347A1 (ja) * 2017-06-21 2018-12-27 住友電気工業株式会社 運行システム、車載機、産業用車輌、フォークリフト、コンピュータプログラム、データ構造及び運行方法
US11181925B2 (en) * 2018-02-23 2021-11-23 Crown Equipment Corporation Systems and methods for optical target based indoor vehicle navigation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6490840A (en) * 1987-09-30 1989-04-07 Tokyo Keiki Kk Obstacle detector for working vehicle
JP2005153051A (ja) * 2003-11-25 2005-06-16 Matsushita Electric Works Ltd 加工機械の安全装置
CN101844545A (zh) * 2009-03-25 2010-09-29 株式会社电装 车辆周边显示装置和用于车辆周边图像的方法
JP2012216029A (ja) * 2011-03-31 2012-11-08 Namco Bandai Games Inc プログラム、情報記憶媒体、端末、サーバ、及びマーカー表示体
CN103020583A (zh) * 2011-09-27 2013-04-03 富士重工业株式会社 图像处理装置
US20150169980A1 (en) * 2012-06-26 2015-06-18 Honda Motor Co., Ltd. Object recognition device
CN105825495A (zh) * 2015-01-23 2016-08-03 丰田自动车株式会社 物体检测装置和物体检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020057057A (ja) * 2018-09-28 2020-04-09 株式会社豊田自動織機 警告装置
JP7020359B2 (ja) 2018-09-28 2022-02-16 株式会社豊田自動織機 警告装置

Also Published As

Publication number Publication date
US20190197738A1 (en) 2019-06-27
JP2018036937A (ja) 2018-03-08
WO2018042747A1 (ja) 2018-03-08

Similar Documents

Publication Publication Date Title
CN109690639A (zh) 图像处理装置、图像处理系统、图像处理程序和标签
US11343441B2 (en) Imaging device and apparatus
JP7095600B2 (ja) 対空標識、画像処理装置、画像処理方法、及び、プログラム
CN105518560B (zh) 一种基于位置的控制方法、装置、可移动机器以及机器人
CN105243664B (zh) 一种基于视觉的轮式移动机器人快速目标跟踪方法
CN107408288B (zh) 警告装置、警告方法以及警告程序
CN107403450A (zh) 一种无人机定点降落的方法及装置
CN107808175A (zh) 使用编码贴花的自动化装载桥定位
CN109348190A (zh) 基于视频监控的摔倒监控系统及方法
CN109426786A (zh) 人数检测系统与人数检测方法
CN111369760A (zh) 一种基于无人机的夜间行人安全预警装置及方法
US9286689B2 (en) Method and device for detecting the gait of a pedestrian for a portable terminal
CN108509871B (zh) 基于碎片大数据处理的释放系统及方法
CN108168431A (zh) 一种基于视觉辨识的网球机器人定位系统及方法
CN110365872A (zh) 相机像素的动态去马赛克
US20200134873A1 (en) Image processing device, computer program, and image processing system
KR101509087B1 (ko) 차량 안전벨트 검출 장치
US20190371005A1 (en) Recording medium, color label, detection device, image processing device, image processing method and image processing system
JP2023014088A (ja) センサアレイ
US20210279486A1 (en) Collision avoidance and pedestrian detection systems
Guan et al. Traffic light recognition and dangerous driving events detection from surveillance video of vehicle camera
KR101224534B1 (ko) 모션인식 기능을 가지는 이미지프로세싱에 의한 자동화재인식 시스템
CN112307913B (zh) 一种基于无人机视觉的防护设备穿戴检测方法及装置
CN111142560B (zh) 基于无人艇的无人机回收系统及方法
JP6299630B2 (ja) 警告装置、警告方法及び警告プログラム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190426