JP2002290959A - 侵入者検出方法および装置 - Google Patents
侵入者検出方法および装置Info
- Publication number
- JP2002290959A JP2002290959A JP2001086243A JP2001086243A JP2002290959A JP 2002290959 A JP2002290959 A JP 2002290959A JP 2001086243 A JP2001086243 A JP 2001086243A JP 2001086243 A JP2001086243 A JP 2001086243A JP 2002290959 A JP2002290959 A JP 2002290959A
- Authority
- JP
- Japan
- Prior art keywords
- value
- image
- pixel
- noise
- threshold
- 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.)
- Withdrawn
Links
Landscapes
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】
【課題】 異常領域検出に用いる閾値をシーン毎に低コ
ストで最適化する。 【解決手段】背景画像と監視画像との輝度差分を閾値と
比較して異常領域を抽出し、該異常領域が局所的な場合
にその特徴量から侵入者を検出する。異常領域が広範囲
にわたり且つその異常領域が微少な環境変動に起因する
繰り返しノイズによるものであるとき、その異常領域の
各画素の閾値を前記繰り返しノイズを抽出し難い値に修
正すると共に背景画像を現在の画像に更新する。
ストで最適化する。 【解決手段】背景画像と監視画像との輝度差分を閾値と
比較して異常領域を抽出し、該異常領域が局所的な場合
にその特徴量から侵入者を検出する。異常領域が広範囲
にわたり且つその異常領域が微少な環境変動に起因する
繰り返しノイズによるものであるとき、その異常領域の
各画素の閾値を前記繰り返しノイズを抽出し難い値に修
正すると共に背景画像を現在の画像に更新する。
Description
【０００１】
【発明の属する技術分野】本発明は、背景画像と監視画
像との差分の特徴量から侵入者の検出を行う方法および
装置において、蛍光灯フリッカ等のノイズが存在する場
合にその閾値の最適化を図る技術に関するものである。
像との差分の特徴量から侵入者の検出を行う方法および
装置において、蛍光灯フリッカ等のノイズが存在する場
合にその閾値の最適化を図る技術に関するものである。
【０００２】
【従来の技術】モノクロの背景画像の画素と現在のモノ
クロの監視画像の同一画素との輝度差分（背景差分）を
当該画素の閾値と比較し、その閾値を超える画素からな
る領域を異常領域として抽出し、その異常領域の特徴量
から侵入者を検出する方法は良く知られているが、異常
領域を正確に検出するためには、輝度差分を２値化する
際の閾値に、シーン毎に適切な値を用いなければならな
い。
クロの監視画像の同一画素との輝度差分（背景差分）を
当該画素の閾値と比較し、その閾値を超える画素からな
る領域を異常領域として抽出し、その異常領域の特徴量
から侵入者を検出する方法は良く知られているが、異常
領域を正確に検出するためには、輝度差分を２値化する
際の閾値に、シーン毎に適切な値を用いなければならな
い。
【０００３】すなわち、閾値が高すぎると異常領域を検
出できず、逆に低すぎると環境変動に伴う背景の輝度変
化までも異常領域とし誤認してしまい、本来の異常物体
の形状がノイズに埋もれて曖昧になってしまう可能性が
ある。
出できず、逆に低すぎると環境変動に伴う背景の輝度変
化までも異常領域とし誤認してしまい、本来の異常物体
の形状がノイズに埋もれて曖昧になってしまう可能性が
ある。
【０００４】そこで、従来では、異常領域を的確に抽出
するために、シーン毎に可変の閾値を用いることが考え
られており、例えば、画像の平均輝度や輝度分散、カメ
ラのゲインコントロールの出力値、シャッタパルスの値
等を閾値決定時の参照値とすることが行われている。
するために、シーン毎に可変の閾値を用いることが考え
られており、例えば、画像の平均輝度や輝度分散、カメ
ラのゲインコントロールの出力値、シャッタパルスの値
等を閾値決定時の参照値とすることが行われている。
【０００５】
【発明が解決しようとする課題】ところが、輝度のノイ
ズレベルは監視しているシーンによって異なるのが普通
であり、例えば、ＣＣＤカメラのオートゲインコントロ
ール（ＡＧＣ）が働いている場合、暗い部屋では明るい
部屋に比べて電流の増幅率が高いためにランダムノイズ
が生じやすくなる。
ズレベルは監視しているシーンによって異なるのが普通
であり、例えば、ＣＣＤカメラのオートゲインコントロ
ール（ＡＧＣ）が働いている場合、暗い部屋では明るい
部屋に比べて電流の増幅率が高いためにランダムノイズ
が生じやすくなる。
【０００６】また、一口に明るい部屋といっても、太陽
光のように輝度の時間変化のタイムスケールが長い状況
では、差分結果の時間変動も少ないが、例えば蛍光灯の
みで照らされた部屋では、カメラの画像の取り込み周期
と蛍光灯の電源の周期によるフリッカとによって、フリ
ッカノイズの影響が大きくなる。
光のように輝度の時間変化のタイムスケールが長い状況
では、差分結果の時間変動も少ないが、例えば蛍光灯の
みで照らされた部屋では、カメラの画像の取り込み周期
と蛍光灯の電源の周期によるフリッカとによって、フリ
ッカノイズの影響が大きくなる。
【０００７】このとき、画面の輝度はフリッカの周期
（例えば、電源周波数が50Ｈｚで監視画像の取込タイミ
ングが1/30秒のときは、1/10秒）で変動しており、監視
画像の取り込みタイミングによっては、差分結果が比較
的大きな値をとることがあり得る。すなわち、同じよう
な照明であっても、輝度変化のノイズレベルが異なるこ
とがある。
（例えば、電源周波数が50Ｈｚで監視画像の取込タイミ
ングが1/30秒のときは、1/10秒）で変動しており、監視
画像の取り込みタイミングによっては、差分結果が比較
的大きな値をとることがあり得る。すなわち、同じよう
な照明であっても、輝度変化のノイズレベルが異なるこ
とがある。
【０００８】したがって、閾値決定の参照値としては、
上述のような量を用いる従来の手法だけでは、シーン毎
に最適な閾値を決定することができない。また、フリッ
カに関しては、オートアイリスレンズ等を用いて画像処
理部に入力される画像そのものを調整する方法もよく用
いられるが、オートアイリスレンズはその機能を持たな
いレンズに比べて高価である。
上述のような量を用いる従来の手法だけでは、シーン毎
に最適な閾値を決定することができない。また、フリッ
カに関しては、オートアイリスレンズ等を用いて画像処
理部に入力される画像そのものを調整する方法もよく用
いられるが、オートアイリスレンズはその機能を持たな
いレンズに比べて高価である。
【０００９】本発明の目的は、低コストで異常領域検出
に用いる閾値をシーン毎に最適化することである。
に用いる閾値をシーン毎に最適化することである。
【００１０】
【課題を解決するための手段】上記課題を解決するため
の請求項１の発明は、背景画像の画素と監視画像の画素
との輝度差分を当該各画素の閾値と比較して該閾値を超
える画素からなる領域を異常領域として抽出し、該異常
領域が局所的な場合にその特徴量から侵入者を検出する
侵入者検出方法において、前記異常領域が広範囲にわた
るとき、その異常領域が微少な環境変動に起因する繰り
返しノイズによるものか否かを判断し、繰り返しノイズ
によるものと判断されたときは前記異常領域の各画素の
閾値を前記繰り返しノイズを抽出し難い値に修正すると
共に背景画像を現在の画像に更新することを特徴とする
侵入者検出方法とした。
の請求項１の発明は、背景画像の画素と監視画像の画素
との輝度差分を当該各画素の閾値と比較して該閾値を超
える画素からなる領域を異常領域として抽出し、該異常
領域が局所的な場合にその特徴量から侵入者を検出する
侵入者検出方法において、前記異常領域が広範囲にわた
るとき、その異常領域が微少な環境変動に起因する繰り
返しノイズによるものか否かを判断し、繰り返しノイズ
によるものと判断されたときは前記異常領域の各画素の
閾値を前記繰り返しノイズを抽出し難い値に修正すると
共に背景画像を現在の画像に更新することを特徴とする
侵入者検出方法とした。
【００１１】請求項２の発明は、請求項１の発明におい
て、前記繰り返しノイズによるものか否かの判断を、全
領域に対する前記異常領域の割合が所定値を超えている
か否か、前記背景画像と前記監視画像の相関が所定値以
上か否か、前記ノイズが日照変化のタイムスケールに比
較して短い周期で繰り返されるか否か、等で判断するこ
とを特徴と侵入者検出方法とした。
て、前記繰り返しノイズによるものか否かの判断を、全
領域に対する前記異常領域の割合が所定値を超えている
か否か、前記背景画像と前記監視画像の相関が所定値以
上か否か、前記ノイズが日照変化のタイムスケールに比
較して短い周期で繰り返されるか否か、等で判断するこ
とを特徴と侵入者検出方法とした。
【００１２】請求項３の発明は、請求項１又は２の発明
において、前記繰り返しノイズによるものと判断された
前記異常領域の各画素の値を１とし、そうでないと判断
された該各画素の値を０として、同一画素について直前
の値と現在の値をＡＮＤ演算した結果を新たな値として
ノイズ発生の画素の位置を蓄積記録して、異常領域を確
定することを特徴とする侵入者検出方法とした。
において、前記繰り返しノイズによるものと判断された
前記異常領域の各画素の値を１とし、そうでないと判断
された該各画素の値を０として、同一画素について直前
の値と現在の値をＡＮＤ演算した結果を新たな値として
ノイズ発生の画素の位置を蓄積記録して、異常領域を確
定することを特徴とする侵入者検出方法とした。
【００１３】請求項４の発明は、請求項３の発明におい
て、前記閾値修正を、背景画像の更新から現在までの各
回の全画面平均輝度の最大値と最小値の差分からなる変
化幅と前記確定した異常領域の各画素の閾値とを比較
し、前者が後者より小さい画素についてはその閾値を前
記変化幅に置換し、前者が後者よりも大きい画素につい
てはその閾値を所定ステップだけ大きくすることで行う
ことを特徴とする侵入者検出方法とした。
て、前記閾値修正を、背景画像の更新から現在までの各
回の全画面平均輝度の最大値と最小値の差分からなる変
化幅と前記確定した異常領域の各画素の閾値とを比較
し、前者が後者より小さい画素についてはその閾値を前
記変化幅に置換し、前者が後者よりも大きい画素につい
てはその閾値を所定ステップだけ大きくすることで行う
ことを特徴とする侵入者検出方法とした。
【００１４】請求項５の発明は、請求項１〜４の発明の
いずれか１つにおいて、前記繰り返しノイズによるもの
か否かの判断で、繰り返しノイズと判断されないとき、
それまでの蓄積情報をクリアし、前記閾値を初期値にリ
セットし、背景画像を現在の監視画像に更新することを
特徴とする侵入者検出方法とした。
いずれか１つにおいて、前記繰り返しノイズによるもの
か否かの判断で、繰り返しノイズと判断されないとき、
それまでの蓄積情報をクリアし、前記閾値を初期値にリ
セットし、背景画像を現在の監視画像に更新することを
特徴とする侵入者検出方法とした。
【００１５】請求項６の発明は、画像を取り込む画像入
力部と、該画像入力部で取り込んだ画像を保存する背景
画像メモリ、同入力画像メモリ、閾値メモリおよびノイ
ズ発生位置記憶メモリを有する画像記録部と、前記背景
画像メモリの背景画像の画素と前記入力画像メモリの監
視画像の画素との輝度差分を前記閾値メモリの各画素の
閾値と比較し該比較結果が前記閾値を超える画素からな
る領域を異常領域として抽出する画像処理部と、前記閾
値メモリに閾値設定を行う閾値設定部と、前記画像処理
部で得られた異常領域が局所的な場合にその特徴量から
侵入者の判断を行う判断部とを具備する侵入者検出装置
であって、前記異常領域の範囲が広範囲にわたり且つそ
の原因が繰り返しノイズによるものと判断されたとき、
前記ノイズ発生位置記憶メモリのノイズ発生位置に対応
する前記閾値メモリの閾値を、前記繰り返しノイズが検
出され難い閾値に修正すると共に、前記背景画像メモリ
の内容を前記画像入力部が取り込んでいる現在の画像に
更新することを特徴とする侵入者検出装置とした。
力部と、該画像入力部で取り込んだ画像を保存する背景
画像メモリ、同入力画像メモリ、閾値メモリおよびノイ
ズ発生位置記憶メモリを有する画像記録部と、前記背景
画像メモリの背景画像の画素と前記入力画像メモリの監
視画像の画素との輝度差分を前記閾値メモリの各画素の
閾値と比較し該比較結果が前記閾値を超える画素からな
る領域を異常領域として抽出する画像処理部と、前記閾
値メモリに閾値設定を行う閾値設定部と、前記画像処理
部で得られた異常領域が局所的な場合にその特徴量から
侵入者の判断を行う判断部とを具備する侵入者検出装置
であって、前記異常領域の範囲が広範囲にわたり且つそ
の原因が繰り返しノイズによるものと判断されたとき、
前記ノイズ発生位置記憶メモリのノイズ発生位置に対応
する前記閾値メモリの閾値を、前記繰り返しノイズが検
出され難い閾値に修正すると共に、前記背景画像メモリ
の内容を前記画像入力部が取り込んでいる現在の画像に
更新することを特徴とする侵入者検出装置とした。
【００１６】請求項７の発明は、請求項６の発明におい
て、前記ノイズ発生位置記憶メモリは、前記繰り返しノ
イズによるものと判断された前記異常領域の各画素の値
を１とし、そうでないと判断された該各画素の値を０と
して、同一画素について直前の値と現在の値をＡＮＤ演
算した結果を新たな値として蓄積記録して、異常領域を
確定することを特徴とする侵入者検出装置とした。
て、前記ノイズ発生位置記憶メモリは、前記繰り返しノ
イズによるものと判断された前記異常領域の各画素の値
を１とし、そうでないと判断された該各画素の値を０と
して、同一画素について直前の値と現在の値をＡＮＤ演
算した結果を新たな値として蓄積記録して、異常領域を
確定することを特徴とする侵入者検出装置とした。
【００１７】請求項８の発明は、請求項７の発明におい
て、前記画像処理部は、背景画像の更新から現在までの
各回の全画面平均輝度の最大値と最小値の差分からなる
変化幅と前記確定した異常領域の各画素の閾値とを比較
し、前者が後者より小さい画素については前記閾値メモ
リの当該閾値を前記変化幅に置換し、前者が後者よりも
大きい画素については前記閾値メモリの当該閾値を所定
ステップだけ大きくすることを特徴とする侵入者検出装
置とした。
て、前記画像処理部は、背景画像の更新から現在までの
各回の全画面平均輝度の最大値と最小値の差分からなる
変化幅と前記確定した異常領域の各画素の閾値とを比較
し、前者が後者より小さい画素については前記閾値メモ
リの当該閾値を前記変化幅に置換し、前者が後者よりも
大きい画素については前記閾値メモリの当該閾値を所定
ステップだけ大きくすることを特徴とする侵入者検出装
置とした。
【００１８】請求項９の発明は、請求項８の発明におい
て、前記異常領域の範囲が広範囲にわたり且つその原因
が繰り返しノイズによるものでないと判断されたとき、
前記ノイズ発生位置記憶メモリの内容をクリアすると共
に、前記閾値メモリの閾値を初期値にリセットすること
を特徴とする侵入者検出装置とした。
て、前記異常領域の範囲が広範囲にわたり且つその原因
が繰り返しノイズによるものでないと判断されたとき、
前記ノイズ発生位置記憶メモリの内容をクリアすると共
に、前記閾値メモリの閾値を初期値にリセットすること
を特徴とする侵入者検出装置とした。
【００１９】
【発明の実施の形態】本発明では、画面の狭からぬ範囲
に異常領域が広がった場合に、その要因がノイズ的な輝
度変化によるものか、日照変化や照明点滅などの環境変
化によるものかを識別し、前者の場合に異常領域の発生
した範囲を認定し、その異常領域が短期間繰り返される
場合に、その領域についての閾値を高くする。また、環
境が大きく変化したときは、それまでの閾値情報を廃棄
して、新しい環境での閾値を再度設定する。以下、詳し
く説明する。
に異常領域が広がった場合に、その要因がノイズ的な輝
度変化によるものか、日照変化や照明点滅などの環境変
化によるものかを識別し、前者の場合に異常領域の発生
した範囲を認定し、その異常領域が短期間繰り返される
場合に、その領域についての閾値を高くする。また、環
境が大きく変化したときは、それまでの閾値情報を廃棄
して、新しい環境での閾値を再度設定する。以下、詳し
く説明する。
【００２０】図１は本発明の１つの実施形態の侵入者検
出装置のブロック図、図２はその処理のフローチャー
ト、図３はノイズ的輝度変化発生時の閾値修正のフロー
チャートである。
出装置のブロック図、図２はその処理のフローチャー
ト、図３はノイズ的輝度変化発生時の閾値修正のフロー
チャートである。
【００２１】図１において、１はカメラ等の画像入力
部、２は取り込んだ画像を保存する画像記録部である。
この画像記録部２は入力画像メモリ、背景画像メモリ、
閾値メモリ、およびノイズ発生位置記憶メモリを具備す
る。３は背景差分や異常領域抽出等の処理を行う画像処
理部、４は画像記憶部２の閾値メモリに閾値情報を設定
する閾値設定部、５は異常領域の要因判断を行う判断
部、６は警報出力やモニタ出力を行う出力部、７は全体
の動作の制御を行う中央制御部である。
部、２は取り込んだ画像を保存する画像記録部である。
この画像記録部２は入力画像メモリ、背景画像メモリ、
閾値メモリ、およびノイズ発生位置記憶メモリを具備す
る。３は背景差分や異常領域抽出等の処理を行う画像処
理部、４は画像記憶部２の閾値メモリに閾値情報を設定
する閾値設定部、５は異常領域の要因判断を行う判断
部、６は警報出力やモニタ出力を行う出力部、７は全体
の動作の制御を行う中央制御部である。
【００２２】さて、処理に当たっては、予め、閾値のデ
フォルト値（初期値）を閾値設定部４に設定しておく。
この設定では、従来の方法と同様に、背景画像の平均輝
度や輝度分散、背景取り込み時の光量等に応じた値を基
準に決める。例えば、光量が大きいときは低い閾値に、
少ないときは高い閾値に設定する。このデフォルト値
は、画素ごとに異なる値としても、また画面全体の各画
素に共通の閾値としても良いが、いずれの場合も画像記
録部２の閾値メモリ上に画像として持ち、その値を画素
ごとに変化できるようにする。
フォルト値（初期値）を閾値設定部４に設定しておく。
この設定では、従来の方法と同様に、背景画像の平均輝
度や輝度分散、背景取り込み時の光量等に応じた値を基
準に決める。例えば、光量が大きいときは低い閾値に、
少ないときは高い閾値に設定する。このデフォルト値
は、画素ごとに異なる値としても、また画面全体の各画
素に共通の閾値としても良いが、いずれの場合も画像記
録部２の閾値メモリ上に画像として持ち、その値を画素
ごとに変化できるようにする。
【００２３】侵入者検出装置の電源を投入し、検出処理
に入ると、図２のフローチャートにおいて、画像入力部
１より背景画像を取り込み（Ｓ１）、画像記録部２の閾
値メモリにおける閾値を閾値設定部４に予め設定されて
いるデフォルト値に設定する（Ｓ２）。このとき、必要
ならば背景画像の特徴量に応じてその閾値を設定するこ
ともできる。
に入ると、図２のフローチャートにおいて、画像入力部
１より背景画像を取り込み（Ｓ１）、画像記録部２の閾
値メモリにおける閾値を閾値設定部４に予め設定されて
いるデフォルト値に設定する（Ｓ２）。このとき、必要
ならば背景画像の特徴量に応じてその閾値を設定するこ
ともできる。
【００２４】次に、画像入力部１から監視画像を取り込
み（Ｓ３）、続けて画像処理部３にて前記取り込んだ背
景画像とその監視画像との背景差分を演算する（Ｓ
４）。また、同じく画像処理部３にてこの背景差分と画
像記録部２の閾値メモリに記録された閾値を比較して、
閾値以上の輝度差が見られる画素を異常画素と判断し
て、監視画像の各画素を２値化（閾値を超える画素を異
常画素＝１、そうでない画素＝０）する。このようにし
て閾値を超える画素からなる異常領域を抽出して、その
範囲を特定する（Ｓ５）。
み（Ｓ３）、続けて画像処理部３にて前記取り込んだ背
景画像とその監視画像との背景差分を演算する（Ｓ
４）。また、同じく画像処理部３にてこの背景差分と画
像記録部２の閾値メモリに記録された閾値を比較して、
閾値以上の輝度差が見られる画素を異常画素と判断し
て、監視画像の各画素を２値化（閾値を超える画素を異
常画素＝１、そうでない画素＝０）する。このようにし
て閾値を超える画素からなる異常領域を抽出して、その
範囲を特定する（Ｓ５）。
【００２５】次に、ステップＳ６において、異常領域が
なければ監視画像取り込みのステップＳ３に戻るが、異
常領域が抽出されれば、次のステップＳ７において、そ
の異常領域の範囲の全体に対する割合を調べて、その範
囲が所定値を超えていないときは局所的として、侵入者
検出処理Ｓ８に入り、侵入者の判断処理を行う。この判
断処理は既知であるのでここでは省略する。
なければ監視画像取り込みのステップＳ３に戻るが、異
常領域が抽出されれば、次のステップＳ７において、そ
の異常領域の範囲の全体に対する割合を調べて、その範
囲が所定値を超えていないときは局所的として、侵入者
検出処理Ｓ８に入り、侵入者の判断処理を行う。この判
断処理は既知であるのでここでは省略する。
【００２６】ステップ７において、異常領域の割合が所
定値を超えているときは、この異常領域がノイズ的な輝
度変化によるものか、あるいは環境の大きな変動による
ものかを、次のステップＳ９で判断する。
定値を超えているときは、この異常領域がノイズ的な輝
度変化によるものか、あるいは環境の大きな変動による
ものかを、次のステップＳ９で判断する。
【００２７】このステップＳ９の判断では、(a)異常領
域が比較的大きく広がっている、(b)背景画像と監視画
像の相関度が高い、(c)前回の背景画像更新の時刻から
の経過時間が基準時間よりも短い、の３つ条件を同時に
満たすとき、ノイズ的な輝度変化と判断する。なお、蛍
光灯フリッカノイズでは、(b)の監視画像のみならず背
景画像もその影響を受けるので、両者とも複数回（例え
ば電源周波数が５０Ｈｚで画像取り込みが３０Ｈｚで行
われるときは、３回の平均をとると輝度の振動の振幅が
抑えられる。）の平均画像を使用する。(c)の基準時間
は、日照変化のタイムスケール等から決め、例えば１〜
２秒位にする。(a)、(b)が同時に満たされるのは、輝度
の平均移動が全画面的に生じる場合、すなわちフリッカ
のようなノイズ的輝度変化であると判断してよい。
(a)、(b)が満たされ(c)が満たされない場合は、その変
化は単発的なものである可能性がある。(a)、(b)、(c)
が同時に満たされるときは、ノイズレベルよりも閾値が
低いため同じ状況がその後も繰り返される可能性があ
る。よって、３つの条件がみたされた場合には閾値修正
が必要であることを意味する。
域が比較的大きく広がっている、(b)背景画像と監視画
像の相関度が高い、(c)前回の背景画像更新の時刻から
の経過時間が基準時間よりも短い、の３つ条件を同時に
満たすとき、ノイズ的な輝度変化と判断する。なお、蛍
光灯フリッカノイズでは、(b)の監視画像のみならず背
景画像もその影響を受けるので、両者とも複数回（例え
ば電源周波数が５０Ｈｚで画像取り込みが３０Ｈｚで行
われるときは、３回の平均をとると輝度の振動の振幅が
抑えられる。）の平均画像を使用する。(c)の基準時間
は、日照変化のタイムスケール等から決め、例えば１〜
２秒位にする。(a)、(b)が同時に満たされるのは、輝度
の平均移動が全画面的に生じる場合、すなわちフリッカ
のようなノイズ的輝度変化であると判断してよい。
(a)、(b)が満たされ(c)が満たされない場合は、その変
化は単発的なものである可能性がある。(a)、(b)、(c)
が同時に満たされるときは、ノイズレベルよりも閾値が
低いため同じ状況がその後も繰り返される可能性があ
る。よって、３つの条件がみたされた場合には閾値修正
が必要であることを意味する。
【００２８】ステップ９での判断の結果、ノイズ的な輝
度変化と判断されたときは、異常領域、つまりノイズ発
生領域の各画素位置の累積記憶を行う（Ｓ１０）。画像
記録部２のノイズ発生位置記憶メモリは、各画素が０又
は１の値をもつ２値画像を示すものであり、各画素の初
期値は１である。そして、当該画素にノイズがあるとス
テップＳ９で判断されると当該画素の１又は０とそのノ
イズ有りの判断での１のＡＮＤ処理を行い、これを所定
数回繰り返す。ノイズがある限り当該画素の値は１にな
るが、単発的にノイズありと判断されたときは、当該画
素の最終的な値は０になる。このようにしてステップＳ
１０では、ＡＮＤ処理の繰り返しにより確実なノイズ発
生画素による異常領域が特定される。
度変化と判断されたときは、異常領域、つまりノイズ発
生領域の各画素位置の累積記憶を行う（Ｓ１０）。画像
記録部２のノイズ発生位置記憶メモリは、各画素が０又
は１の値をもつ２値画像を示すものであり、各画素の初
期値は１である。そして、当該画素にノイズがあるとス
テップＳ９で判断されると当該画素の１又は０とそのノ
イズ有りの判断での１のＡＮＤ処理を行い、これを所定
数回繰り返す。ノイズがある限り当該画素の値は１にな
るが、単発的にノイズありと判断されたときは、当該画
素の最終的な値は０になる。このようにしてステップＳ
１０では、ＡＮＤ処理の繰り返しにより確実なノイズ発
生画素による異常領域が特定される。
【００２９】次に、このようにして累積して得た異常領
域に基づき、閾値の修正を行う（Ｓ１１）。図３はこの
閾値修正のフローチャートである。まず、前回の背景更
新から現時刻までの間の毎回の画像取り込み時の全画面
平均輝度の最大値Ｄmaxと最小値Ｄminを閾値設定部４に
記憶しておく。そして、閾値設定部４にて閾値メモリの
内容を調べ、上記累積して得た異常領域の各画素の閾値
を、前記最大値Ｄmaxと最小値Ｄminの変化幅Δ（＝Ｄma
x−Ｄmin）と比較する（Ｓ１１１）。この比較の結果、
変化幅Δより小さな閾値の画素は、その閾値を変化幅Δ
に置き換える（Ｓ１１２）。これにより、それらの画素
の閾値はより大きな閾値に修正される。逆に変化幅Δよ
り大きな閾値の画素については、その閾値を１ステップ
だけ大きくする（Ｓ１１３）。かくして、異常領域のい
ずれの画素も少なくとも閾値Δに修正され、そのΔより
大きな閾値はより大きな閾値に修正されることになる。
そしてステップＳ３〜Ｓ１２が繰り返されると、異常領
域の各画素の最終的な閾値はノイズを識別するレベルよ
りも大きな値となる。
域に基づき、閾値の修正を行う（Ｓ１１）。図３はこの
閾値修正のフローチャートである。まず、前回の背景更
新から現時刻までの間の毎回の画像取り込み時の全画面
平均輝度の最大値Ｄmaxと最小値Ｄminを閾値設定部４に
記憶しておく。そして、閾値設定部４にて閾値メモリの
内容を調べ、上記累積して得た異常領域の各画素の閾値
を、前記最大値Ｄmaxと最小値Ｄminの変化幅Δ（＝Ｄma
x−Ｄmin）と比較する（Ｓ１１１）。この比較の結果、
変化幅Δより小さな閾値の画素は、その閾値を変化幅Δ
に置き換える（Ｓ１１２）。これにより、それらの画素
の閾値はより大きな閾値に修正される。逆に変化幅Δよ
り大きな閾値の画素については、その閾値を１ステップ
だけ大きくする（Ｓ１１３）。かくして、異常領域のい
ずれの画素も少なくとも閾値Δに修正され、そのΔより
大きな閾値はより大きな閾値に修正されることになる。
そしてステップＳ３〜Ｓ１２が繰り返されると、異常領
域の各画素の最終的な閾値はノイズを識別するレベルよ
りも大きな値となる。
【００３０】この閾値メモリの閾値修正が完了すると、
背景画像メモリの内容を画像入力部で取り込まれる現時
点の画像に更新し（Ｓ１２）、監視画像の取り込みのス
テップＳ３に戻る。ここで背景画像を更新するのは、全
画面的変化が生じた際の最新の画像を背景画像とするた
めである。
背景画像メモリの内容を画像入力部で取り込まれる現時
点の画像に更新し（Ｓ１２）、監視画像の取り込みのス
テップＳ３に戻る。ここで背景画像を更新するのは、全
画面的変化が生じた際の最新の画像を背景画像とするた
めである。
【００３１】一方、前記ステップＳ９の判断でノイズ的
変化があると判断されず、異常領域の範囲が大きな環境
変化によるもの（例えば、照明の点灯／消灯等）と判断
されたときは、それまでの累積情報をクリアする（Ｓ１
３）。すなわち、ノイズ発生位置記憶メモリの全ての画
素の値を１に再セットし、さらに全画面平均輝度の最大
値と最小値を、その時点の全画面平均輝度値に置き換え
る。これにより、ノイズ発生位置記憶メモリでは再度ノ
イズ発生位置の累積記憶が最初から開始され、全画面平
均輝度の最大値と最小値の処理も最初から開始される。
そして、背景画像も更新し（Ｓ１４）、閾値メモリの閾
値をデフォルト値に戻すステップＳ２に戻る。
変化があると判断されず、異常領域の範囲が大きな環境
変化によるもの（例えば、照明の点灯／消灯等）と判断
されたときは、それまでの累積情報をクリアする（Ｓ１
３）。すなわち、ノイズ発生位置記憶メモリの全ての画
素の値を１に再セットし、さらに全画面平均輝度の最大
値と最小値を、その時点の全画面平均輝度値に置き換え
る。これにより、ノイズ発生位置記憶メモリでは再度ノ
イズ発生位置の累積記憶が最初から開始され、全画面平
均輝度の最大値と最小値の処理も最初から開始される。
そして、背景画像も更新し（Ｓ１４）、閾値メモリの閾
値をデフォルト値に戻すステップＳ２に戻る。
【００３２】これにより、広範囲の異常領域がノイズに
よるものと判断され閾値が修正されていたときでも、そ
の後監視画像が大きく変化したときは、その閾値がデフ
ォルト値にリセットされ、新しい環境下での監視動作に
戻る。
よるものと判断され閾値が修正されていたときでも、そ
の後監視画像が大きく変化したときは、その閾値がデフ
ォルト値にリセットされ、新しい環境下での監視動作に
戻る。
【００３３】
【発明の効果】以上から本発明によれば、監視領域のノ
イズレベルおよびノイズ発生位置が自動的に認識され、
シーンごとに必要に応じて閾値が最適化されるので、侵
入者の検出がより正確に行われるようになる。また、本
発明の方法や装置は、カメラ等の画像入力部の仕様に影
響を受けずに応用できるので、比較的低コストな監視装
置でも安定した画像認識を行うことが可能となる。
イズレベルおよびノイズ発生位置が自動的に認識され、
シーンごとに必要に応じて閾値が最適化されるので、侵
入者の検出がより正確に行われるようになる。また、本
発明の方法や装置は、カメラ等の画像入力部の仕様に影
響を受けずに応用できるので、比較的低コストな監視装
置でも安定した画像認識を行うことが可能となる。
【図１】 本発明の実施形態の侵入者検出装置のブロッ
クである。
クである。
【図２】 同侵入者検出装置の処理のフローチャートで
ある。
ある。
【図３】 図２のステップＳ１１の詳しいフローチャー
トである。
トである。
１：画像入力部、２：画像記録部、３：画像処理部、
４：閾値設定部、５：判断部、６：出力部、７：中央制
御部。
４：閾値設定部、５：判断部、６：出力部、７：中央制
御部。
フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０８Ｂ 13/194 Ｇ０８Ｂ 13/194 Ｆターム(参考） 5B057 AA19 BA02 CA08 CA12 CA16 CE12 DA06 DB02 DB08 DC32 DC39 5C054 AA01 EJ05 FC05 FC12 FF02 GA04 GB14 HA18 5C084 AA01 AA07 BB04 BB34 DD11 GG52 GG56 GG78 5L096 BA02 CA02 EA43 FA02 GA08 HA01 KA04
Claims (9)
- 【請求項１】背景画像の画素と監視画像の画素との輝度
差分を当該各画素の閾値と比較して該閾値を超える画素
からなる領域を異常領域として抽出し、該異常領域が局
所的な場合にその特徴量から侵入者を検出する侵入者検
出方法において、 前記異常領域が広範囲にわたるとき、その異常領域が微
少な環境変動に起因する繰り返しノイズによるものか否
かを判断し、繰り返しノイズによるものと判断されたと
きは前記異常領域の各画素の閾値を前記繰り返しノイズ
を抽出し難い値に修正すると共に背景画像を現在の画像
に更新することを特徴とする侵入者検出方法。 - 【請求項２】請求項１において、 前記繰り返しノイズによるものか否かの判断を、全領域
に対する前記異常領域の割合が所定値を超えているか否
か、前記背景画像と前記監視画像の相関が所定値以上か
否か、前記ノイズが日照変化のタイムスケールに比較し
て短い周期で繰り返されるか否か、等で判断することを
特徴と侵入者検出方法。 - 【請求項３】請求項１又は２において、 前記繰り返しノイズによるものと判断された前記異常領
域の各画素の値を１とし、そうでないと判断された該各
画素の値を０として、同一画素について直前の値と現在
の値をＡＮＤ演算した結果を新たな値としてノイズ発生
の画素の位置を蓄積記録して、異常領域を確定すること
を特徴とする侵入者検出方法。 - 【請求項４】請求項３において、 前記閾値修正を、背景画像の更新から現在までの各回の
全画面平均輝度の最大値と最小値の差分からなる変化幅
と前記確定した異常領域の各画素の閾値とを比較し、前
者が後者より小さい画素についてはその閾値を前記変化
幅に置換し、前者が後者よりも大きい画素についてはそ
の閾値を所定ステップだけ大きくすることで行うことを
特徴とする侵入者検出方法。 - 【請求項５】請求項１〜４のいずれか１つにおいて、 前記繰り返しノイズによるものか否かの判断で、繰り返
しノイズと判断されないとき、それまでの蓄積情報をク
リアし、前記閾値を初期値にリセットし、背景画像を現
在の監視画像に更新することを特徴とする侵入者検出方
法。 - 【請求項６】画像を取り込む画像入力部と、該画像入力
部で取り込んだ画像を保存する背景画像メモリ、同入力
画像メモリ、閾値メモリおよびノイズ発生位置記憶メモ
リを有する画像記録部と、前記背景画像メモリの背景画
像の画素と前記入力画像メモリの監視画像の画素との輝
度差分を前記閾値メモリの各画素の閾値と比較し該比較
結果が前記閾値を超える画素からなる領域を異常領域と
して抽出する画像処理部と、前記閾値メモリに閾値設定
を行う閾値設定部と、前記画像処理部で得られた異常領
域が局所的な場合にその特徴量から侵入者の判断を行う
判断部とを具備する侵入者検出装置であって、 前記異常領域の範囲が広範囲にわたり且つその原因が繰
り返しノイズによるものと判断されたとき、前記ノイズ
発生位置記憶メモリのノイズ発生位置に対応する前記閾
値メモリの閾値を、前記繰り返しノイズが検出され難い
閾値に修正すると共に、前記背景画像メモリの内容を前
記画像入力部が取り込んでいる現在の画像に更新するこ
とを特徴とする侵入者検出装置。 - 【請求項７】請求項６において、 前記ノイズ発生位置記憶メモリは、前記繰り返しノイズ
によるものと判断された前記異常領域の各画素の値を１
とし、そうでないと判断された該各画素の値を０とし
て、同一画素について直前の値と現在の値をＡＮＤ演算
した結果を新たな値として蓄積記録して、異常領域を確
定することを特徴とする侵入者検出装置。 - 【請求項８】請求項７において、 前記画像処理部は、背景画像の更新から現在までの各回
の全画面平均輝度の最大値と最小値の差分からなる変化
幅と前記確定した異常領域の各画素の閾値とを比較し、
前者が後者より小さい画素については前記閾値メモリの
当該閾値を前記変化幅に置換し、前者が後者よりも大き
い画素については前記閾値メモリの当該閾値を所定ステ
ップだけ大きくすることを特徴とする侵入者検出装置。 - 【請求項９】請求項８において、 前記異常領域の範囲が広範囲にわたり且つその原因が繰
り返しノイズによるものでないと判断されたとき、前記
ノイズ発生位置記憶メモリの内容をクリアすると共に、
前記閾値メモリの閾値を初期値にリセットすることを特
徴とする侵入者検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001086243A JP2002290959A (ja) | 2001-03-23 | 2001-03-23 | 侵入者検出方法および装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001086243A JP2002290959A (ja) | 2001-03-23 | 2001-03-23 | 侵入者検出方法および装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002290959A true JP2002290959A (ja) | 2002-10-04 |
Family
ID=18941653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001086243A Withdrawn JP2002290959A (ja) | 2001-03-23 | 2001-03-23 | 侵入者検出方法および装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002290959A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008199303A (ja) * | 2007-02-13 | 2008-08-28 | Matsushita Electric Works Ltd | 画像処理装置 |
| JP4620126B2 (ja) * | 2005-10-25 | 2011-01-26 | 三菱電機株式会社 | 映像識別装置 |
| CN104809840A (zh) * | 2015-04-25 | 2015-07-29 | 无锡智感星际科技有限公司 | 一种基于多传感器的入侵检测方法及系统 |
| JP2016140000A (ja) * | 2015-01-29 | 2016-08-04 | ソニー株式会社 | 画像処理装置、撮像装置、画像処理方法およびプログラム |
| KR20160126596A (ko) * | 2015-04-24 | 2016-11-02 | 국방과학연구소 | 픽셀 기반의 배경추정을 통한 이동물체 분할 방법 |
| CN109816621A (zh) * | 2017-11-16 | 2019-05-28 | 富士通株式会社 | 异常光斑的检测装置及方法、电子设备 |
| CN115853762A (zh) * | 2023-02-28 | 2023-03-28 | 海澜智云科技有限公司 | 空压机运行状态影像鉴定系统 |
-
2001
- 2001-03-23 JP JP2001086243A patent/JP2002290959A/ja not_active Withdrawn
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4620126B2 (ja) * | 2005-10-25 | 2011-01-26 | 三菱電機株式会社 | 映像識別装置 |
| JP2008199303A (ja) * | 2007-02-13 | 2008-08-28 | Matsushita Electric Works Ltd | 画像処理装置 |
| JP2016140000A (ja) * | 2015-01-29 | 2016-08-04 | ソニー株式会社 | 画像処理装置、撮像装置、画像処理方法およびプログラム |
| KR20160126596A (ko) * | 2015-04-24 | 2016-11-02 | 국방과학연구소 | 픽셀 기반의 배경추정을 통한 이동물체 분할 방법 |
| KR101677171B1 (ko) * | 2015-04-24 | 2016-11-17 | 국방과학연구소 | 픽셀 기반의 배경추정을 통한 이동물체 분할 방법 |
| CN104809840A (zh) * | 2015-04-25 | 2015-07-29 | 无锡智感星际科技有限公司 | 一种基于多传感器的入侵检测方法及系统 |
| CN109816621A (zh) * | 2017-11-16 | 2019-05-28 | 富士通株式会社 | 异常光斑的检测装置及方法、电子设备 |
| CN109816621B (zh) * | 2017-11-16 | 2023-05-16 | 富士通株式会社 | 异常光斑的检测装置及方法、电子设备 |
| CN115853762A (zh) * | 2023-02-28 | 2023-03-28 | 海澜智云科技有限公司 | 空压机运行状态影像鉴定系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003189129A (ja) | 撮像信号処理装置及びフリッカ検出方法 | |
| CN110418067B (zh) | 补光灯控制方法、装置、摄像设备和存储介质 | |
| JP5470187B2 (ja) | 画像処理装置、及び物体検出装置 | |
| JP2011123742A (ja) | 侵入物体検知装置 | |
| US20050199815A1 (en) | Irradiation control device | |
| Saglam et al. | Real-time adaptive camera tamper detection for video surveillance | |
| WO2013093771A1 (en) | Monitoring a scene | |
| JP2002290959A (ja) | 侵入者検出方法および装置 | |
| US20150043775A1 (en) | Object detection device, object detection method and program | |
| JP2002304677A (ja) | 侵入者検出方法および装置 | |
| JPH0779429A (ja) | 画像監視装置 | |
| JPH10289321A (ja) | 画像監視装置 | |
| JP5388827B2 (ja) | 監視用画像処理装置 | |
| JP2002150440A (ja) | 監視対象物検出装置 | |
| JP2007265287A (ja) | 照明の劣化による画像認識精度低下を軽減する方法、装置およびシステム | |
| JP3933453B2 (ja) | 画像処理装置及び移動体監視装置 | |
| KR100518298B1 (ko) | 영상신호가 없는 구간에서의 밝기 측정을 이용한 감시카메라의 주간/야간모드 동작장치 및 동작방법 | |
| JPS62147888A (ja) | 画像監視方式 | |
| JP2003153076A (ja) | 撮像装置 | |
| JP2003134504A (ja) | マスク検出装置及び監視カメラ装置 | |
| JP3736989B2 (ja) | 画像監視装置 | |
| JPH11203567A (ja) | 監視用画像処理装置 | |
| JP2001169270A (ja) | 画像監視装置及び画像監視方法 | |
| JP2010238034A (ja) | 煙検出装置 | |
| CN113329145B (zh) | 一种监控设备的控制方法、装置、监控设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20080603 |