DE69711641T2

DE69711641T2 - Videobilderzeugung

Info

Publication number: DE69711641T2
Application number: DE69711641T
Authority: DE
Inventors: Samuel Barnes
Original assignee: Footfall Ltd
Current assignee: ShopperTrak Ltd
Priority date: 1996-08-22
Filing date: 1997-07-28
Publication date: 2002-09-19
Anticipated expiration: 2017-07-29
Also published as: IL128617A; PL331846A1; EP0920690B1; BR9711347A; NZ334324A; IL128617A0; WO1998008208A2; WO1998008208A3; PT920690E; AU3700397A; EP0920690A1; CN1233336A; ATE215719T1; CA2263836A1; AU718373B2; ES2175440T3; DE69711641D1; GB9617592D0; AU718373C

Description

Die vorliegende Erfindung betrifft Videobilderzeugungssysteme und insbesondere ein Verfahren und eine Vorrichtung zum Überwachen des Verkehrsflusses in einem Gebiet.
Videobilderzeugungssysteme wurden zur Überwachung des Stromes von Fußgängern vorgeschlagen, die eine Fußgängerzone betreten oder verlassen, zum Beispiel den Eingang von einem Einzelhandelsgeschäft oder einer Einkaufszone. Derartige Systeme umfassen einen Videobilderzeuger, zum Beispiel eine CCD-Kamera, die über dem Gebiet angeordnet ist, um eine Ansicht von dem Verkehrsgebiet zur Verfügung zu stellen, wobei die Bilder von dem Videobilderzeuger von einer geeigneten Verarbeitungsvorrichtung analysiert werden, um die Anzahl von Fußgängern zu zählen, die das Gebiet queren, und um die Bewegungsrichtung der Fußgänger zu erfassen. Um die geforderte Verarbeitungskapazität zu vermindern, wurde gemäß der WO94/27408 vorgeschlagen, die Verarbeitung von dem Videobild auf nur ein enges Band des Verkehrsgebiets zu beschränken.
Dieses Gebiet kann zugeschnitten werden, um zum Beispiel Beschränkungen der Verkehrsströmung zu genügen. Sobald das System jedoch einmal eingestellt ist, ist es nicht flexibel und würde eine Neueinstellung erfordern, wenn das Verkehrsgebiet durch die Einführung, Entfernung oder Neuanordnung von Beschränkungen geändert wird. Außerdem können derartige Systeme nur den bidirektionalen Verkehrsfluß messen. Wenn derartige Systeme an einer Kreuzung eingesetzt werden würden, wären folglich mehrere Systeme erforderlich, eines an jedem Eingang zu der Kreuzung, um die Bewegung von den Fußgängern durch die Kreuzung zu überwachen.
Die vorliegende Erfindung gibt ein Videobilderzeugungssystem an, das flexibel ist und das Überwachen eines Verkehrsflusses in allen Richtungen zuläßt.
Die Erfindung ist wie in den unabhängigen Ansprüchen 1 und 17 angegeben.
Die Erfindung wird nun nur beispielhaft mit Bezug auf die beigefügten Zeichnungen beschrieben, wobei:
Fig. 1 schematisch ein Videobildverarbeitungssystem zum Überwachen des Flusses von Fußgängern durch ein Verkehrsgebiet gemäß der vorliegenden Erfindung zeigt;
Fig. 2 eine schematische Darstellung zeigt, die die Verarbeitung von dem Videobild darstellt, das von dem in Fig. 1 gezeigten System erhalten wird,
Fig. 3 schematisch ein Videobildverarbeitungssystem zeigt, das ähnlich zu dem in Fig. 1 gezeigten ist und an einer Fußgängerkreuzung installiert ist;
Fig. 4 schematisch eine alternative Anwendung von dem Videobildverarbeitungssystem gemäß der vorliegenden Erfindung zeigt; und
Fig. 5 schematisch eine weitere Ausführung der vorliegenden Erfindung zeigt.
Wie in Fig. 1 dargestellt, umfaßt ein Videobildverarbeitungssystem zum Überwachen des Flusses von Käufern in zum Beispiel Supermärkten eine monochrome oder farbige CCD- Kamera 10, die über einem Gang 14 von dem Supermarkt angebracht ist. Regale 16 sind an jeder Seite von dem Gang 14 angeordnet. Die Kamera 10 ist montiert, um vertikal nach unten auf das Gebiet 12 herunterzuschauen, das zum Beispiel 10 Quadratmeter groß sein kann.
Die Kamera 10 wird an eine entfernte Verarbeitungsvorrichtung 20 angeschlossen, die einen Analog-zu-Digitalconverter 21 umfaßt, der das analoge Signal von der Kamera 10 in ein digitales Signal konvertiert, das das Videobild repräsentiert. Das Videobild wird in Pixel unterteilt, von denen jedes einen sehr kleinen Punkt von dem Videobild darstellt. Das digitale Signal umfaßt einen Digitalwert, der dem Grauton (für monochrom) oder dem Farbton von jedem Pixel entspricht. Das Videobild von dem Gebiet 12 umfaßt eine Matrix von 512 · 512 Pixeln. Die Kamera 10 erzeugt ein neues Videobild von dem Gebiet 12 mit einer Rate von 25 Einzelbildern pro Sekunde.
Die digitalen Signale von jedem Einzelbild des Videobilds werden zu der Speicher- und Analysevorrichtung 22 geschickt, die jedes zwanzigste Pixel 23 von der Matrix in jeder Richtung überwacht und den digitalen Wert, der dem Grauton oder dem Farbton von jedem Pixel 23 entspricht, mit dem von dem gleichen Pixel in dem vorhergehenden Einzelbild vergleicht. Alternativ kann der digitale Wert von jedem Pixel mit einem gewichteten Mittel von dem digitalen Wert von diesem Pixel während einer beliebigen langen Zeitdauer von sagen wir 255 Einzelbildern verglichen werden. Wenn es eine Abweichung in dem Grauton oder dem Farbton gibt, die über einem Schwellwert liegt, dann wird ein Objekt, das wahrscheinlich von Interesse ist, das ist ein sich bewegendes Objekt, erfaßt. Der Schwellwert kann bei unterschiedlichen Lichtintensitäten variieren, und die Fähigkeit, Änderungen bei hoher und niedriger Intensität zu unterscheiden, kann sich ändern. Schwellwerttabellen können eingesetzt werden, um den Schwellwert für unterschiedliche Bildbereiche zu regeln.
Um die falsche Detektion von Objekten von Interesse aufgrund lokaler Fluktuationen im Licht zu vermeiden, werden nach der Detektion von einem Objekt, das wahrscheinlich von Interesse ist, die zu dem Pixel 23, das ein Objekt, das wahrscheinlich von Interesse ist, anzeigt, benachbarten Pixel abgetastet, und nur, wenn dort eine Änderung in dem Grauton oder dem Farbton oberhalb des Schwellwerts bei zumindest einem dieser benachbarten Pixel ist, wird das Objekt von Interesse bestätigt. Um die falsche Detektion von dem Objekt von Interesse aufgrund von Veränderungen im Licht in dem Gebiet 12 als Ganzes zu vermeiden, wird überdies die Veränderung im Grauton oder dem Farbton von dem Pixel 23, das das Objekt, das wahrscheinlich von Interesse ist, identifiziert, mit Veränderungen von Pixeln 23 in anderen Teilen von dem Gebiet 12 verglichen, die zum Beispiel Pixel 23 in Teilen von dem Gebiet 12 umfassen können, in dem die Auslegeregale 16 angeordnet sind und sicherlich keine Objekte von Interesse enthalten können.
Nach der Bestätigung von einem Objekt von Interesse tastet die Analysevorrichtung alle Pixel in einem lokalen Gebiet 25 ab, das um das Pixel 23 zentriert ist, das das Objekt identifiziert. Das lokale Gebiet 25 kann zum Anfang von einer normalen Größe sein, die einem typischen erwachsenen Fußgänger entspricht. Die Größe von dem lokalen Gebiet 25 kann jedoch vergrößert oder verringert werden, bis das lokale Gebiet 25 an das Objekt von Interesse angepaßt ist. Das lokale Gebiet 25 wird auch bewegt, bis es das Objekt von Interesse abdeckt. Das heißt, daß das lokale Gebiet 25 eingestellt wird, bis es alle angrenzenden Pixel abdeckt, in denen es eine Änderung in dem Grauton oder dem Farbton oberhalb des Schwellwerts gab.
Das Objekt von Interesse kann durch die Größe von dem lokalen Gebiet 25 gekennzeichnet werden, das letztendlich als dafür erforderlich befunden wird, das Objekt von Interesse abzudecken. Die Größe und die Form von dem Objekt von Interesse wird sich ändern, wenn sich der Fußgänger bewegt, und zum Beispiel seine Arme und Beine relativ zu seinem Körper bewegt. Derartige Variationen können jedoch berücksichtigt werden, wenn das Objekt von Interesse durch zum Beispiel Mitteln der Größe über mehrere Einzelbilder von dem Videobild gekennzeichnet wird. Die Verarbeitungsvorrichtung 20 ist mit einer Speichervorrichtung 24 ausgestattet, in der Nachschautabellen gespeichert sind, durch die Objekte von Interesse in verschiedenen Größenbereichen gekennzeichnet sein würden, wie zum Beispiel Kinder, Erwachsene, Erwachsene, die Rollstühle oder Einkaufswagen schieben, oder dicht gruppierte Fußgänger. Im letzteren Fall kann die Gesamtgröße von der Gruppe eingesetzt werden, um eine Anzahl der Gruppe anzugeben. Der Schwellwert wird zwischen festen Objekten und Schatten in dem Videobild unterscheiden, wobei auf diese Weise die falsche Identifikation von Objekten von Interesse vermieden wird. Wenn jedoch intensive Schatten von einer intensiven Lichtquelle gebildet werden, kann der Schwellwert nicht hinreichend zwischen dem festen Objekt und dem Schatten unterscheiden. Das System kann jedoch mit der Position von derartigen Lichtquellen programmiert werden, so daß der Ort von einem Schatten vorhergesagt und berücksichtigt werden kann.
Das lokale Gebiet 25 bewegt sich mit dem Objekt von Interesse, wenn es das Gebiet 12 durchquert, und somit kann die Bewegungsrichtung von dem Objekt von Interesse überwacht werden.
Bei dem oben offenbarten System wird ein Objekt von Interesse in den Hintergrund rücken, wenn es in dem Gebiet 12 zu Ruhe kommt. In solchen Fällen ist es notwendig, eine Aufzeichnung von der Position von dem Objekt von Interesse, und davon zu halten, wo es herkommt, so daß, wenn sich das Objekt wieder zu bewegen beginnt, sein Weg durch das Gebiet 12 erfaßt werden kann. Ein Verfahren, um das zu erreichen, besteht darin, daß, sobald ein Pixel ein Objekt von Interesse erfaßt, der digitale Wert, der mit dem digitalen Wert von dem Pixel verglichen wird, eingefroren wird, bis sich das Objekt von Interesse von dem Pixel weg bewegt hat. Dieser Schutz von stationären Objekten von Interesse wird vorzugsweise von begrenzter Dauer sein, so daß neue Hindernisse, die permanent in das Gebiet 12 eingeführt werden, schließlich in den Hintergrund geblendet werden dürfen.
Das oben offenbarte System kann folglich eingesetzt werden, um die Anzahl, die Art und die Richtung von Einkäufern zu überwachen, die sich entlang des Gangs 14 bewegen. Außerdem wird das System, weil das System den gesamten Bereich 12 abdeckt, wenn die Anzeigeregale 16 bewegt werden, so daß die Kunden über die Gebiete gehen müssen, die bislang von den Regalen 16 abgedeckt wurden, und/oder weitere Anzeigevorrichtungen in der Mitte von dem Gang 14 zur Verfügung gestellt werden, sich automatisch an die neuen Strömungswege von den Kunden anpassen, ohne daß es zurückgesetzt werden muß.
Bei der oben offenbarten Ausführung ist das Videobild, von dem ein Einzelbild in Fig. 2 gezeigt ist, das typischerweise ein Gebiet von 12 m · 10 m darstellt, in eine Matrix von 512 Pixel · 512 Pixel unterteilt. Jedes Pixel wird folglich ein Gebiet von ungefähr 2 cm im Quadrat abdecken. Bei dieser möglichen Auflösung wird, wenn jedes zwanzigste Pixel 23 in jeder Richtung abgetastet wird, die Unterscheidung zwischen den abgetasteten Pixeln 23 ungefähr 40 cm betragen. Das wird mit einer mittleren Breite von einem Fußgänger von ungefähr 60 cm verglichen. Das Abtasten mit der möglichen Auflösung sollte folglich jeden Fußgänger erfassen, der das Gebiet 12 betritt. Jedoch kann die Auflösung, mit der das mögliche Abtasten ausgeführt wird, verbessert oder herabgesetzt werden, wie es in Abhängigkeit von dem Gebiet 12, das von dem Videobild abgedeckt wird, der relativen Größe von den Objekten von Interesse und der Anzahl von Pixeln, in denen das Bild unterteilt wird, erforderlich ist. Das Abtasten bei der möglichen Auflösung wird jedoch vorzugsweise das Abtasten zwischen 5% und 10% von den Pixeln beinhalten, die gleichmäßig über den gesamten Bereich von dem Videobild verteilt sind.
Gemäß der obigen Ausführung können sich überdies Fußgänger durch das Gebiet 12 mit Geschwindigkeiten von ungefähr 3 m/s bewegen. Unter der Annahme, daß ein typischer Fußgänger ungefähr 30 cm von vorne nach hinten mißt, würde jedes Pixel, das von dem Fußgänger durchlaufen wird, den Fußgänger für ungefähr 0,1 s abdecken, was zumindest bei Einzelbilder bei einer Rate von 25 Einzelbildern/Sekunde gilt. Überdies wird der Fußgänger durch das Gebiet 12 bei bis zu 6 Pixeln pro Einzelbild voranschreiten. Die Richtung und der Bewegungsweg von dem Fußgänger durch das Gebiet 12 kann folglich von Einzelbild zu Einzelbild verfolgt werden.
Um eine Echtzeitverarbeitung von dem Videobild zu erreichen, ist es notwendig, ein Objekt von Interesse zwischen aufeinanderfolgenden Einzelbildern zu erfassen, zu bestätigen, in der Größe abzuschätzen und anzuordnen. Sobald ein Objekt von Interesse erfaßt, in der Größe abgeschätzt und angeordnet ist, können die Größe und die Position in einem Einzelbild verwendet werden, um die Größe und Position in dem nächsten Einzelbild vorherzusagen, wodurch die Verarbeitungsmenge reduziert wird, die in nachfolgenden Einzelbildern erforderlich ist, um die Bewegung von dem Objekt von Interesse durch das Gebiet 12 zu verfolgen.
Die Analysevorrichtung 22 kann mehrere lokale Bereiche 25 zu der gleichen Zeit abtasten, so daß mehrere Objekte von Interesse, die das Gebiet 12 durchqueren, gleichzeitig verfolgt werden können.
Wie in Fig. 3 gezeigt, kann ein Videobilderzeugungssystem von der oben beschriebenen Art an einer Kreuzung 30 eingesetzt werden, wo sich zwei Fußgängerdurchgänge 31, 32 schneiden. Mit diesem System kann, weil die Bewegung von den Fußgängern über die gesamte Kreuzung 30 überwacht wird, das System Fußgänger überwachen, die nach rechts oder nach links abbiegen, ebenso wie Fußgänger, die gerade durch die Kreuzung 30 gehen.
Bei der in Fig. 4 dargestellten Ausführung ist die Kamera 40 derart angeordnet, daß sie horizontal und nach unten entlang des Hauptgangs 42 von einem Supermarkt sieht. Das System kann somit Fußgänger überwachen, die sich entlang des Hauptgangs 42 bewegen und auch solche, die von dem Hauptgang 42 in einen von mehreren Gängen 44 abbiegen, die von dem Hauptgang 42 weggehen. Bei dieser Ausführung können die lokalen Gebiete 45 skalliert werden, die mit hoher Auflösung abgetastet werden, nachdem ein Objekt von Interesse bei niedriger Auflösung identifiziert wurde, um perspektivischen Effekten zu genügen.
Die in Fig. 5 gezeigte Ausführung ist ähnlich zu dem in Fig. 1 gezeigten System, und die gleichen Bezugszeichen werden für entsprechende Bauteile verwendet. Bei der in Fig. 5 gezeigten Ausführung ist das Gesamtgebiet 12, das von der Kamera 10 abgedeckt wird, in verschiedene Gebiete von Interesse unterteilt, wobei ein erstes Gebiet von Interesse 52 einem Eingang/Ausgang von einem Aufzug 53 entspricht, ein zweites Gebiet von Interesse 54 einem Eingang zu einer Rolltreppe 55 nach oben entspricht, ein drittes Gebiet von Interesse 56 einem Ausgang von einer Rolltreppe 57 nach unten entspricht, und ein viertes Gebiet von Interesse 58 einem Eingang/Ausgang von Treppen 59 entspricht.
Die Verarbeitungseinheit 20 kann jedes Gebiet von Interesse 52, 54, 56 und 58 unabhängig voneinander verarbeiten, so daß getrennte Zahlen für Fußgänger erhalten werden können, die den Aufzug 53 betreten oder verlassen, zu der Rolltreppe 55 nach oben gehen, von der Rolltreppe 57 nach unten kommen und die Treppen 59 nach oben oder nach unten gehen.
Die Gebiete von Interesse 52, 54, 56 und 58 werden von der Software von dem System bestimmt und können von dem Bediener nach der Installation von dem System eingestellt werden. Die Gebiete von Interesse können überdies zurückgesetzt werden, um Änderungen in dem physikalischen Layout von dem Gebiet 12 zu genügen, ohne die Hardware von dem Videobilderzeugungssystem zu ändern. Alternativ kann das Gesamtgebiet 12, das von der Kamera 10 abgedeckt wird, in Gebiete von Interesse unterteilt werden, die zum Beispiel verschiedenen Theken oder Anzeigeregalen entsprechen, so daß die Bewegung von Kunden von einer Theke oder einem Anzeigeregal zu einem anderen überwacht werden kann.
Während bei den obigen Ausführungen die Kamera 10 ein neues Videobild mit einer Rate von 25 Bildern pro Sekunde erzeugt, und die Bilder in eine Matrix von 512 · 512 Pixel unterteilt sind, kann die Kamera 10 alternativ Bilder mit 15 bis 60 Einzelbildern pro Sekunde erzeugen, und die Bilder können in Matrixen von 80 · 80 bis 4000 · 4000 Pixel unterteilt sein.
Eine zusätzliche Videobilderzeugungsvorrichtung kann eingesetzt werden, um ein stereoskopisches Bild zu schaffen, das eine Tiefenwahrnehmung erlauben würde. Das würde bei der Identifikation von Objekten von Interesse helfen und würde auch die Fähigkeit schaffen, um Objekte herumzusehen, die andere Objekte von Interesse verdecken können.

Claims

1. Verfahren zum Überwachen des Verkehrsflusses durch ein Gebiet (12) mit dem Erzeugen eines Videobilds von dem Gebiet (12), dem Unterteilen des Videobilds in eine Matrix von Pixeln (23) und dem Abtasten der Pixel (23) von dem Videobild, dadurch gekennzeichnet, daß die Pixel (23) von dem gesamten Videobild bei einer niedrigen Auflösung abgetastet werden, um ein Objekt von Interesse zu erfassen, und die Pixel eines lokalen Bereiches (25, 45) von dem Videobild, der um das Objekt von Interesse zentriert ist, mit einer hohen Auflösung abgetastet werden.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, daß die Pixel (23) von einem Videobild von einem Gebiet (12) mit den entsprechenden Pixeln (23) von einem Videobild oder Videobildern von dem Bereich (12) verglichen werden, die zu einer anderen Zeit aufgenommen wurden, so daß Änderungen in den Pixeln ein Objekt von Interesse kennzeichnen werden, das sich durch das Gebiet (12) bewegt.

3. Verfahren nach Anspruch 2, dadurch gekennzeichnet, daß Videobilder mit einer Rate von 15 bis 60 Einzelbildern pro Sekunde erzeugt werden.

4. Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, daß das Videobild in ein digitales Videobildsignal konvertiert wird, wobei das Videobild in eine Matrix von Pixeln (23) unterteilt wird, wobei das digitale Videosignal einen Digitalwert für den Grau- oder Farbton von jedem Pixel (23) in der Matrix enthält.

5. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß der Grau- oder Farbton von jedem Pixel (23) von einem Videobild mit dem Grau- oder Farbton in dem entsprechenden Pixel (23) in einem vorhergehenden Videobild verglichen wird, und daß, wenn der Grau- oder Farbton um mehr als einen Schwellwert abweicht, ein Objekt von Interesse identifiziert wird.

6. Verfahren nach Anspruch 4, dadurch gekennzeichnet, daß der Grau- oder Farbton von jedem Pixel (23) von einem Videobild mit einem gewichteten Mittel von dem Grau- oder Farbton von diesem Pixel (23) über eine beliebig lange Zeitdauer verglichen wird, und daß, wenn der Grau- oder Farbton um mehr als einen Schwellwert abweicht, ein Objekt von Interesse identifiziert wird.

7. Verfahren nach Anspruch 5 oder 6, dadurch gekennzeichnet, daß Änderungen in jedem Pixel (23) mit Änderungen in anderen Pixeln (23) über das Gebiet (12) als Ganzes verglichen werden, so daß Korrekturen für Änderungen in dem Licht über das Gebiet (12) als Ganzes gemacht werden können.

8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß die Erfassung von einem Objekt von Interesse bei einer niedrigen Auflösung vor dem Abtasten eines lokalen Bereiches (25), der um das Objekt von Interesse zentriert ist, durch Abtasten von Pixeln (23) bestätigt wird, die den Pixeln (23) benachbart sind, in denen ein Objekt von Interesse erfaßt wird.

9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß bei niedriger Auflösung zwischen 5% und 10% der Pixel (23) gleichmäßig über das gesamte Videobild abgetastet werden.

10. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß der lokale Bereich (25) in der Größe auf das Objekt von Interesse eingestellt wird.

11. Verfahren nach Anspruch 10, dadurch gekennzeichnet, daß nach dem Lokalisieren eines Objekts von Interesse durch Abtasten bei niedriger Auflösung ein lokaler Bereich (25) einer Nenngröße um das Objekt von Interesse zentriert wird, und der lokale Bereich (25) bei hoher Auflösung abgetastet wird, wobei der lokale Bereich (25) allmählich auf das Objekt von Interesse über einige Abtastungen mit hoher Auflösung in der Größe eingestellt wird.

12. Verfahren nach Anspruch 10 oder 11, dadurch gekennzeichnet, daß das Objekt von Interesse durch die Größe von dem lokalen Bereich (25) gekennzeichnet wird.

13. Verfahren nach Anspruch 10 oder 11, dadurch gekennzeichnet, daß das Objekt von Interesse durch Veränderungen in der Form von Einzelbild zu Einzelbild gekennzeichnet wird.

14. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, daß jedes Videobild in eine Matrix von 80 · 80 bis 4000 · 4000 Pixel (23) unterteilt wird.

15. Verfahren nach einem der vorherigen Ansprüche, dadurch gekennzeichnet, daß das Videobild in eine Vielzahl von Gebieten von Interesse (52, 54, 56, 58) unterteilt wird, wobei jedes Gebiet von Interesse (52, 54, 56, 58) unabhängig voneinander abtastbar ist.

16. Verfahren nach Anspruch 15, dadurch gekennzeichnet, daß eine Reihe von in der Zeit getrennten Videobildern erzeugt werden, wobei die Videobilder verarbeitet werden, um die Strömungsrate und Bewegungsrichtung von Objekten von Interesse durch jedes Gebiet von Interesse (52, 54, 56, 58) zu erfassen.

17. Videobilderzeugungssystem mit einem Videobilderzeuger (10; 40) zum Erzeugen eines Videobilds von einem Gebiet (12; 30; 42) und einer Verarbeitungsvorrichtung zum Analysieren des Videobilds, wobei die Verarbeitungsvorrichtung (20) eine Vorrichtung (21) zum Unterteilen des Videobilds in eine Anzahl von Pixeln (23) umfaßt, dadurch gekennzeichnet, daß die Verarbeitungsvorrichtung (20) des weiteren eine Vorrichtung (22) zum Abtasten von Pixeln (23) mit einer niedrigen Auflösung, um ein Objekt von Interesse zu erfassen, und eine Vorrichtung zum Abtasten der Pixel (23) von einem lokalisierten Bereich (25, 45) mit hoher Auflösung aufweist, das um das Objekt von Interesse zentriert ist.

18. Videobilderzeugungssystem nach Anspruch 17, dadurch gekennzeichnet, daß der Videobilderzeuger (10; 40) eine Monochrom- oder eine Farbkamera ist.

19. Videobilderzeugungssystem nach Anspruch 17 oder 18, dadurch gekennzeichnet, daß der Videobilderzeuger (10; 40) vertikal, horizontal oder zwischen der Vertikalen und der Horizontalen relativ zu dem Gebiet (12; 30; 42) angeordnet ist.

20. Videobilderzeugungssystem nach einem der Anspräche 17 bis 19, dadurch gekennzeichnet, daß ein zusätzlicher Videobildverarbeiter zur Verfügung gestellt wird, damit sich ein stereoskopisches Bild von dem Gebiet (42) ergibt.