JP2004005484A - 物体検出方法及び物体検出装置 - Google Patents
物体検出方法及び物体検出装置 Download PDFInfo
- Publication number
- JP2004005484A JP2004005484A JP2003072717A JP2003072717A JP2004005484A JP 2004005484 A JP2004005484 A JP 2004005484A JP 2003072717 A JP2003072717 A JP 2003072717A JP 2003072717 A JP2003072717 A JP 2003072717A JP 2004005484 A JP2004005484 A JP 2004005484A
- Authority
- JP
- Japan
- Prior art keywords
- mask
- image
- area
- region
- candidate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
【課題】撮像視野範囲内に侵入した物体などを撮像装置から入力する映像信号の中から自動的に検出する際に、撮像視野範囲内の背景画像とは異なるがしかし侵入物体として検出すべきではない領域のマスクを容易に設定することが可能な、物体検出方法および物体検出装置。
【解決手段】撮像装置からの入力画像から背景画像を差し引いて２値化した２値化画像に関連する検出画像を表示装置の表示画面上に表示し、表示された検出画像内の少なくとも１つの物体を物体検出から除外すべき領域と判断したオペレータの操作に応答して、該物体の領域を自動的にマスク領域として設定し、それ以降、各入力画像に対してマスク領域でマスクして物体検出を行う。
【選択図】 図４
【解決手段】撮像装置からの入力画像から背景画像を差し引いて２値化した２値化画像に関連する検出画像を表示装置の表示画面上に表示し、表示された検出画像内の少なくとも１つの物体を物体検出から除外すべき領域と判断したオペレータの操作に応答して、該物体の領域を自動的にマスク領域として設定し、それ以降、各入力画像に対してマスク領域でマスクして物体検出を行う。
【選択図】 図４
Description
【０００１】
【発明の属する技術分野】
本発明は撮像装置を用いた物体検出方法および物体検出装置に関し、特に、撮像視野範囲内に侵入した物体などを撮像装置から入力する映像信号の中から自動的に検出する際に、撮像視野範囲内の背景画像とは異なるがしかし侵入物体として検出すべきではない領域のマスクを容易に設定することが可能な、物体検出方法および物体検出装置に関する。
【０００２】
【従来の技術】
テレビジョンカメラ（以下ＴＶカメラと呼ぶ）等の撮像装置を用いた映像監視装置は、従来より広く用いられている。しかし、このような映像監視装置を用いた監視システムにおいては、その監視視野内に入り込んでくる人間や自動車などの侵入物体の検出を、監視員がモニタに表示される画像を見ながら行う有人監視ではなく、カメラ等の画像入力手段から入力される画像から侵入物体を自動的に検出し、所定の報知や警報処置が得られるようにしたシステムが要求されるようになってきている。
【０００３】
このようなシステムを実現するためには、まず、周知の差分法などによって、基準となる画像（例えば、基準背景画像や所定期間前の入力画像）と入力画像との違いを検出し、視野内の侵入物体を検出する。差分法とは、ＴＶカメラより得られた入力画像と予め作成した基準背景画像、すなわち、検出すべき物体の写っていない画像とを比較し、画素毎に輝度値の差分を求め、その差分値の大きい領域を物体として検出するものである（例えば、特許文献１参照）。
【０００４】
以下で、差分法の一例を図１、図２（ａ） 、図２（ｂ） に言及して説明する。
図１は、差分法によって撮像装置の視野内に侵入した物体を検出する処理の流れを説明するための図である。図１において、Ｓ０１は入力画像、Ｓ０２は基準背景画像、Ｓ０３は入力画像と基準背景画像の差分画像、Ｓ０４は差分画像の２値化画像、Ｓ０５は差分処理部、Ｓ０６は２値化処理部、Ｓ０７は入力画像Ｓ０１中に写る人型の物体、Ｓ０８は人型の物体Ｓ０７に相当する差分画像Ｓ０３中の人型の差分画像、Ｓ０９は人型の差分画像Ｓ０８に相当する２値化画像Ｓ０４中の人型の物体（人型の２値化画像）を表す。
【０００５】
図１において、先ず、カメラから例えば３２０×２４０画素の入力画像Ｓ０１を入力する。次に、差分処理部Ｓ０５において、入力画像Ｓ０１と、予め作成した基準背景画像Ｓ０２との画素毎の画素値の差分を計算し、差分画像Ｓ０３を取得する。この結果、入力画像Ｓ０１中の人型の物体Ｓ０７は差分画像Ｓ０３中に、人型の差分画像Ｓ０８として現れる。そして、２値化処理部Ｓ０６において、差分画像Ｓ０３の各画素に対して差分値が所定のしきい値未満（例えば２０未満）の画素の値を”０”、しきい値以上の画素の値を”２５５”（本明細書では１画素を８ビットとして取り扱う例で説明する）に置き換えて、２値化画像Ｓ０４を得る。この時、入力画像Ｓ０１に撮像された人型の物体Ｓ０７は、２値化画像Ｓ０４中の人型の物体Ｓ０９として検出される。ここで、物体Ｓ０９が所定の面積より大きいとき、例えば、侵入者がいると判定すれば良いわけである。
【０００６】
図２は、上記差分法を用いた場合に発生する課題を説明するための図である。図２（ａ） において、入力画像６０１は、ドアを設けられた建物の一部および植え込みよりなる基準背景画像に、侵入物体６０１ａが表示されている。このような場面で差分法を適用すると、侵入物体の領域６０１ａが検出されるのは当然として、基準背景画像の植え込み部分に存在する草木は風などによって揺れるために、これらが侵入物として誤検出される可能性がある。すなわち、草木の領域、例えば、領域６０１ｂ、領域６０１ｃが、風などによって揺れると、基準背景画像と異なるものとなるために、侵入物として検出されてしまう。その結果、３つの侵入物体が存在するものと判断されてしまう。
【０００７】
このような問題に対して、従来から図２（ｂ） に示すようなマスク処理が広く使用される（例えば、特許文献２参照。）。図２（ｂ） において、入力画像６０２は、草木が存在する領域６０２ｂに対してマスク領域を設定した状態を示す。このマスク領域６０２ｂ内では、侵入物体の検出がなされても、これを出力しない不感帯として処理する。すなわち、マスク処理の対象とされた領域では、侵入物体の検出がなされても、これを出力しない様にすることで、入力画像６０２内の領域では侵入物体６０２ａだけが存在すると判定される。
【０００８】
さらに、このマスク処理を行って侵入物体を検出する例を、フローチャートを使って説明する。
図２９は、従来の侵入物体検出を行う処理プロセスを示すフローチャートである。図１を参照しながら説明する。
まず、初期化ステップ１０１では、物体検出処理で使用する画像メモリ内に確保された画像記録用の画像メモリや、ワークメモリ内に確保された変数等の初期化を設定する。画像入力ステップ１０２では、カメラから、例えば、幅３２０ピクセル（以下、ｐｉｘ と表記する）、高さ２４０ ｐｉｘ 、８ ｂｉｔ／ｐｉｘ の入力画像（Ｓ０１）を取得する。差分ステップ１０３では、画像入力ステップ１０２で得られた入力画像（Ｓ０１）と、予め画像メモリに記録しておいた基準背景画像（Ｓ０２）との画素毎の差分を計算し、差分画像（Ｓ０３）を得る。次に、２値化ステップ１０４では、差分ステップ１０３で得られた差分画像（Ｓ０３）の各画素についてしきい値に基づく処理を行い、画素値がしきい値（例えば、２０）未満の場合は画素値“０”、しきい値以上の場合は画素値を“２５５”に変換して２値化画像（Ｓ０４）を得る。このように差分ステップ１０３で得られた差分画像を２値化ステップ１０４で２値化すると、図２Ｂで説明したように、侵入物体６０２ａの他に、領域６０２ｂ内で検出される風に揺れた草木などが侵入物体として検出される。従って次のマスキングステップ１０５では、この領域６０２ｂ内で検出される風に揺れた草木などが侵入物体と御検出されないようにこの領域６０２ｂをマスキング処理する。このように領域６０２ｂをマスキングすることにより、侵入物体６０２ａのみが検出され、領域６０２ｂ内の草木などは侵入物体と誤検出されることはない。
【０００９】
次に、設定移行操作ステップ１０６では、オペレータが操作入力器を操作してマスク設定モードに移行した場合は、マスク設定モード移行ステップ１０７へ分岐し、マスク設定モードに移行しなかった場合は、ワークメモリ内の処理モード変数によって管理されている処理モードを変更せずにマスク設定モード判定スッテプ１０８へ移行する。マスク設定モード移行ステップ１０７では、処理モードをマスク設定モードに設定する。マスク設定モードへの移行は、例えば、操作入力器の第１ボタンの押下によって行われ、処理モードがマスク設定モードに変更される。次に、マスク設定モード判定ステップ１０８では、処理モードがマスク設定モードでなかった場合は、物体検出領域表示ステップ１１４へ分岐する。
操作マーカ表示ステップ１０９では、画像出力インターフェースを介して出力モニタに操作マーカを表示する。
【００１０】
次に、マスク領域設定ステップ２００では、オペレータが例えば操作マーカ７０１ａを移動させて表示された画像の内、マスク設定したい領域（例えば、図２（ｂ） 領域６０２ｂ）を多角形で囲み、マスク領域の設定を行う。そして新しいマスク領域に設定変更して通常モード移行ステップ１１３に移行する。次に、通常モード移行ステップ１１３では、処理モードを通常モードに設定する。通常モードに設定することによって、処理は、物体存在判定ステップ１１９に進み、ステップ１０２からマスキングステップ１０５の処理に基づいて物体が検出されたか否かを判定する。通常モードとは、オペレータによるマスク領域等の検出条件の設定、変更、更新等を行う処理をしていない、入力画像から侵入物体を検出しているモードである。
【００１１】
次に、物体存在判定ステップ１１９では、２値化処理ステップ１０４、マスキングステップ１０５で得られたマスクされた２値化画像中から、例えば、周知のラベリングの方法によって“２５５”のかたまり（Ｓ０９）を検出して物体が存在するか否かを判定し、存在した場合には警報・モニタ表示ステップ１２０に分岐し、存在しなかった場合は、画像入力ステップ１０２へ戻る。警報・モニタ表示ステップ１２０では、例えば出力モニタに対象物体の画像を表示したり、警告灯を点灯させたりして、侵入物体が存在することを表す報知を行う。この処理が終わると処理フローは画像入力ステップ１０２に戻り、再び、同じ処理フローを繰り返す。
【００１２】
このように、マスク領域を設定することにより、誤った侵入物体の検出は防止できるが、一方、マスク領域の設定は監視視野を制限することになるから、できるだけ狭く適切に設定することが重要である。
【００１３】
従来のマスク領域設定方法は、例えば、監視視野内の草木等が存在するマスク領域とする領域を多角形で指定して、図２（ｂ） におけるマスク領域６０２ｂのような領域を予め物体検出装置に記録しておかなければならない。しかし、このマスク領域設定操作は、熟練を要し、更には、マスク領域を多角形で設定する場合には、正確に指定することは非常に困難となる。
また、草木がまばらに存在していた場合、それぞれの草木に対してマスクを指定しなければならないという問題もある。
【００１４】
【特許文献１】
特開平７−７９４２９号公報（要約）。
【特許文献２】
特開２００１−１７５９５９公報（第３頁）
【００１５】
【発明が解決しようとする課題】
このようなマスク設定操作をより簡便に、且つ、適切に行うことができるようにすることが求められるとともに、さらには、基準背景画像の植え込み部分に存在する草木は風などによる揺れが無視できる時期（時間帯あるいは季節）には、マスク領域から解除できる方がより十分な監視ができることになるから、設定されたマスク領域を適切に解除できるようにすることが求められる。
本発明の目的は、オペレータが容易にマスク領域を設定できるようにした、操作性の良い物体検出方法および物体検出装置を提供することにある。
本発明の別の目的は、オペレータが容易にマスク領域を設定し、かつ、必要なら、設定したマスク領域を、容易に且つ適切に解除できるようにした、操作性の良い物体検出方法および物体検出装置を提供することにある。
【００１６】
【課題を解決するための手段】
上記の目的を達成するために、本発明の一側面による物体検出方法は、撮像装置からの入力画像と記録装置に記録されている背景画像との変化分を検出するステップと、表示装置に上記検出された少なくとも上記変化分を含む画像を表示するステップと、上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するステップと、上記マスク領域を指定して得られる画像をマスク画像として上記記録装置に登録するステップ、および上記撮像装置から入力される入力画像と上記マスク画像を比較し、上記移動物体を検出するステップを有する。
【００１７】
また、本発明の一側面による物体検出方法は、上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するステップは、上記変化分を含む領域をマスク領域候補として表示するステップおよび上記マスク領域候補の内、所定の変化分を有するマスク候補領域をマスク領域として指定するステップとからなる。
【００１８】
また、本発明の一側面による物体検出方法の上記変化分を検出するステップは、複数の上記入力画像についてそれぞれ変化分を検出するステップを含み、上記所定の変化分の領域をマスク領域として指定するステップは、上記複数の入力画像についてそれぞれ上記所定の変化分の領域をマスク領域として指定するステップを含み、上記マスク画像は、上記複数の入力画像についてそれぞれ上記マスク領域を指定して得られる画像を合成した画像である。
【００１９】
また、本発明の一側面による物体検出方法の上記所定の変化分の領域をマスク領域として指定するステップは、複数の上記入力画像についてそれぞれ異なるマスク領域を指定するステップを含む。
【００２０】
また、本発明の一側面による物体検出方法の上記記録装置に記録されているマスク画像を上記複数の入力画像について上記マスク領域を指定して得られるそれぞれの画像で順次更新する。
【００２１】
また、本発明の一側面による物体検出方法は、更に、上記記録装置に登録されているマスク画像を所定期間毎に更新するステップを含む。
【００２２】
また、本発明の一側面による物体検出方法の上記所定の変化分の領域をマスク領域として指定するステップは、上記表示装置に表示される操作マーカにより指定するステップである。
【００２３】
また、本発明の一側面による物体検出方法の上記複数の入力画像は、所定間隔で上記撮像装置から入力される入力画像である。
【００２４】
また、本発明の一側面による物体検出方法は、上記複数の入力画像について、それぞれ変化分を検出するステップは、更に、それぞれの変化分を所定期間蓄積するステップを含み、上記それぞれ蓄積された変化分の画像を合成した画像に基いて上記マスク画像を更新する。
【００２５】
また、本発明の一側面による物体検出方法は、更に、上記複数の入力画像についてそれぞれ変化分を検出するステップにおいて検出された変化分検出画像をそれぞれ複数の蓄積手段に蓄積するステップおよび上記複数の蓄積手段に蓄積される上記変化分検出画像を蓄積順序に従って順次更新するステップを含む。
【００２６】
また、本発明の一側面による物体検出方法は、更に、上記入力画面を複数個の領域に分割するステップを有し、上記所定の変化分の領域をマスク領域として指定するステップは、上記複数個の領域の内、所定の領域を指定するステップである。
【００２７】
また、本発明の一側面による物体検出方法は、更に、上記マスク領域として指定された領域の内、複数の上記入力画像にわたって上記所定の変化分が検出されないマスク領域が存在する場合、上記マスク領域を解除するステップを含む。
【００２８】
また、本発明の一側面による物体検出方法の上記複数個の領域は、矩形あるいは上記入力画面に表示される対象物の形状に基いた形状のいずれかにより分割される。
【００２９】
また、本発明の一側面による物体検出方法は、更に、上記マスク領域として指定された領域の内、所定時間の間、上記所定の変化分が検出されないマスク領域が存在する場合、上記マスク領域を解除するステップを含む。
【００３０】
また、本発明の一側面による物体検出方法は、更に、上記表示装置に上記撮像装置からの入力画像と上記マスク領域候補とを同時に表示するステップを含む。
【００３１】
また、本発明の一側面による物体検出方法の、上記それぞれの変化分を所定期間蓄積するステップは、上記蓄積期間を複数の期間に分割し、上記分割された期間においてそれぞれ分割蓄積画像を生成するステップおよび上記複数の分割蓄積画像から所定の分割画像を選択し、マスク画像とする画像を生成するステップからなる。
【００３２】
また、本発明の一側面による物体検出方法の、上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するステップは、更に、上記マスク領域候補内に表示されている対象物を構成する画素を所定割合だけ膨張するステップおよび上記所定割合だけ膨張した対象物を構成する画素を所定割合だけ収縮させるステップとを含む。
【００３３】
また、本発明の一側面による物体検出方法の、上記対象物を構成する画素を所定割合だけ膨張するステップは、４近傍領域膨張処理、８近傍領域膨張処理およびそれらの組合せ処理のいずれか１つの処理ステップであり、上記所定割合だけ膨張した対象物を構成する画素を所定割合だけ収縮させるステップは、４近傍領域収縮処理、８近傍領域収縮処理およびそれらの組合せ処理のいずれか１つの処理ステップである。
【００３４】
また、本発明の一側面による物体検出装置は、上記移動物体を撮影する撮像装置と、背景画像を記録する記録装置と、上記撮像装置からの入力画像と上記記録装置に記録されている上記背景画像との変化分を検出する変化分検出部と、上記変化分検出部により検出された少なくとも上記変化分を含む画像を表示する表示装、上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するマスク領域指定部と、上記マスク領域を指定して得られる画像をマスク画像として上記記録装置に登録し、上記登録されたマスク画像と上記撮像装置から入力される入力画像とを比較し、上記移動物体を検出する処理装置、および上記撮像装置、上記記録装置、上記変化分検出部および上記処理装置を制御する制御部とを有する。
【００３５】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、上記変化分を含む領域をマスク領域候補として表示し、上記マスク領域候補の内、所定の変化分を有するマスク候補領域をマスク領域として指定する機能を有する。
【００３６】
また、本発明の一側面による物体検出装置の上記変化分検出部は、複数の上記入力画像についてそれぞれ変化分を検出する機能を含み、上記マスク領域指定部は、上記複数の入力画像についてそれぞれ上記所定の変化分の領域をマスク領域として指定する機能を含み、上記マスク画像は、上記複数の入力画像についてそれぞれ上記マスク領域を指定して得られる画像を合成した画像である。
【００３７】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、複数の上記入力画像についてそれぞれ異なるマスク領域を指定する機能を有する。
【００３８】
また、本発明の一側面による物体検出装置は、上記記録装置に記録されているマスク画像を上記複数の入力画像について上記マスク領域を指定して得られるそれぞれのマスク画像で順次更新する。
【００３９】
また、本発明の一側面による物体検出装置は、更に、上記記録装置に登録されているマスク画像を所定期間毎に更新する。
【００４０】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、上記表示装置に表示される操作マーカにより上記マスク領域を指定する機能を有する。
【００４１】
また、本発明の一側面による物体検出装置の上記複数の入力画像は、所定間隔で上記撮像装置から入力される入力画像である。
【００４２】
また、本発明の一側面による物体検出装置の上記変化分検出部は、更に、それぞれの変化分を所定期間蓄積する機能を有し、上記蓄積された変化分の画像に基いて上記マスク画像を更新する。
【００４３】
また、本発明の一側面による物体検出装置は、更に、上記複数の入力画像について検出された変化分検出画像を蓄積する複数の蓄積手段を有し、上記複数の蓄積手段に蓄積される上記変化分検出画像を蓄積順序に従って順次更新する。
【００４４】
また、本発明の一側面による物体検出装置の上記処理装置は、更に、上記入力画像を複数個の領域に分割する機能を有し、上記マスク領域指定部は、上記複数個の領域の内、所定の領域をマスク領域として指定する機能を有する。
【００４５】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、更に、上記マスク領域として指定された領域の内、複数の上記入力画像にわたって上記所定の変化分が検出されないマスク領域が存在する場合、上記マスク領域を解除する機能を有する。
【００４６】
また、本発明の一側面による物体検出装置は、上記表示装置に表示される上記複数個の領域は、矩形あるいは上記入力画面に表示される対象物の形状に基いた形状のいずれかの形状に表示される。
【００４７】
また、本発明の一側面による物体検出装置の上記処理装置は、更に、上記マスク領域として指定された領域の内、所定時間の間、上記所定の変化分が検出されないマスク領域が存在する場合、上記マスク領域を解除する機能を有する。
【００４８】
また、本発明の一側面による物体検出装置は、更に、上記表示装置は、上記撮像装置からの入力画像と上記マスク領域候補とを同時に表示する機能を有する。
【００４９】
また、本発明の一側面による物体検出装置の上記変化分検出部は、上記蓄積期間を複数の期間に分割し、上記分割された期間においてそれぞれ分割蓄積画像を生成する機能および上記複数の分割蓄積画像から所定の分割画像を選択し、マスク画像とする画像を生成する機能を有する。
【００５０】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、更に、上記マスク領域候補内に表示されている対象物を構成する画素を所定割合だけ膨張する機能および上記所定割合だけ膨張した対象物を構成する画素を所定割合だけ収縮させる機能を有する。
【００５１】
また、本発明の一側面による物体検出装置の上記対象物を構成する画素を所定割合だけ膨張する機能は、４近傍領域膨張処理、８近傍領域膨張処理およびそれらの組合せ処理のいずれか１つの処理機能であり、上記所定割合だけ膨張した対象物を構成する画素を所定割合だけ収縮させる機能は、４近傍領域収縮処理、８近傍領域収縮処理およびそれらの組合せ処理のいずれか１つの処理機能である。
【００５２】
【発明の実施の形態】
以下、本発明の実施例を図面に言及して説明する。図面を通し、同様な部材には同様な参照符号を付す。
まず、本発明の第１の実施例（以下実施例１と呼ぶ）を図３と図４に言及して説明する。
図３は、実施例１の物体検出装置のハードウエア構成を示すブロック図である。なお、図３のハードウエア構成は他の実施例の説明にも使用する。
Ｅ０１は撮像装置（以下、ＴＶカメラと呼ぶ）、Ｅ０２はズームレンズ、Ｅ０３は電動旋回台（以下カメラ雲台と呼ぶ）、Ｅ０４は操作器、Ｅ０４ａは操作器Ｅ０４に付属する第１のボタン、Ｅ０４ｂは操作器Ｅ０４に付属する第２のボタン、Ｅ０５は侵入物体監視装置、Ｅ０５ａは画像入力Ｉ／Ｆ（Ｉ／Ｆ：Ｉｎｔｅｒｆａｃｅ ）、Ｅ０５ｂは雲台制御Ｉ／Ｆ、Ｅ０５ｃはレンズ制御Ｉ／Ｆ、Ｅ０５ｄは操作入力Ｉ／Ｆ、Ｅ０５ｅは画像メモリ、Ｅ０５ｆは画像出力Ｉ／Ｆ、Ｅ０５ｇは警報出力Ｉ／Ｆ、Ｅ０５ｈはＣＰＵ（ＣＰＵ：Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ ）、Ｅ０５ｉはプログラムメモリ、Ｅ０５ｊはワークメモリ、Ｅ０５ｋはデータバス、Ｅ０６は出力モニタ、Ｅ０７は警告灯である。カメラＥ０１は画像入力Ｉ／Ｆ（Ｅ０５ａ）に接続され、ズームレンズＥ０２はレンズ制御Ｉ／Ｆ（Ｅ０５ｃ）に接続され、カメラ雲台Ｅ０３は雲台制御Ｉ／Ｆ（Ｅ０５ｂ）に接続され、操作器Ｅ０４は操作入力Ｉ／Ｆ（Ｅ０５ｄ）に接続され、出力モニタＥ０６は画像出力Ｉ／Ｆ（Ｅ０５ｆ）に接続され、警告灯Ｅ０７は警報出力Ｉ／Ｆ（Ｅ０５ｇ）に接続されている。また、画像入力Ｉ／Ｆ（Ｅ０５ａ）、雲台制御Ｉ／Ｆ（Ｅ０５ｂ）、レンズ制御Ｉ／Ｆ（Ｅ０５ｃ）、入力Ｉ／Ｆ（Ｅ０５ｄ）、画像メモリＥ０５ｅ、画像出力Ｉ／Ｆ（Ｅ０５ｆ）、警報出力Ｉ／Ｆ（Ｅ０５ｇ）、ＣＰＵ（Ｅ０５ｈ）、プログラムメモリＥ０５ｉおよびワークメモリＥ０５ｊは、データバスＥ０５ｋに接続され、相互に信号の授受ができる。
【００５３】
図３において、カメラ雲台Ｅ０３に搭載されズームレンズＥ０２を備えたＴＶカメラＥ０１は、監視対象（視野範囲）を撮像する。撮像された映像信号は、画像入力Ｉ／Ｆ（Ｅ０５ａ）からデータバスＥ０５ｋを介して画像メモリＥ０５ｅに蓄積される。ＣＰＵ（Ｅ０５ｈ）は、プログラムメモリＥ０５ｉに保存されているプログラムに従って、ワークメモリＥ０５ｊ内で画像メモリＥ０５ｅに蓄積された画像の解析を行う。ＣＰＵ（Ｅ０５ｈ）は、処理結果に応じてデータバスＥ０５ｋから、レンズ制御Ｉ／Ｆ（Ｅ０５ｃ）を介してズームレンズＥ０２を制御したり、雲台制御Ｉ／Ｆ（Ｅ０５ｂ）を介してカメラ雲台Ｅ０３を制御してＴＶカメラＥ０１の撮像視野を変えたり、警報出力Ｉ／Ｆ（Ｅ０５ｇ）を介して警告灯Ｅ０７を点灯し、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して監視モニタＥ０６に、例えば侵入物体検出結果画像を表示する。なお、画像メモリＥ０５ｅは、登録された基準背景画像を保存しておくためのテンプレート画像メモリをも備えている。
【００５４】
図４は本発明の物体検出方法の実施例１による処理プロセスを示すフローチャートである。
まず、初期化ステップ１０１では、物体検出処理で使用する画像メモリＥ０５ｅ内に確保された画像記録用の画像メモリや、ワークメモリＥ０５ｊ内に確保された変数等の初期化、処理モード（ワークメモリＥ０５ｊ内の処理モード変数によって管理する）を通常モードに設定する。
画像入力ステップ１０２では、カメラＥ０１から、例えば、幅３２０ピクセル（以下ｐｉｘと表記する）、高さ２４０ｐｉｘ、８ｂｉｔ／ｐｉｘの入力画像（Ｓ０１）を取得する。差分ステップ１０３では、画像入力ステップ１０２で得られた入力画像（Ｓ０１）と、予め画像メモリＥ０５ｅに記録しておいた基準背景画像（Ｓ０２）との画素毎の差分を計算し、差分画像（Ｓ０３）を得る。次に、２値化ステップ１０４では、差分ステップ１０３で得られた差分画像（Ｓ０３）の各画素についてしきい値処理を行ない、画素値がしきい値（例えば、２０）未満の場合は画素値を”０”、しきい値以上の場合は画素値を”２５５”に変換して２値化画像（Ｓ０４）を得る。マスキングステップ１０５は、図２（ｂ） で説明したマスク領域６０２ｂで検出された物体に対して２値化画像Ｓ０４として処理した画素値を”２５５”から”０”に修正する。すなわち、マスク領域６０２ｂでの検出を無効とする処理を行う。この結果、２値化画像Ｓ０４で検出される物体の内、例えば、マスキングステップ１０５で、図２（ｂ） の草木が存在する領域６０２ｂ内で検出された領域６０１ｂ、領域６０１ｃ（図２（ａ） ）が、風などによる揺れによる侵入物としての誤検出を防止する。
【００５５】
次に、設定移行操作判定ステップ１０６では、オペレータが操作器Ｅ０４を操作してマスク設定モードに移行した場合は、マスク設定モード移行ステップ１０７へ分岐し、マスク設定モードに移行しなかった場合は、マスクモード判定ステップ１０８へ分岐する。マスク設定モードへの移行は、例えば、操作器Ｅ０４の第１のボタンＥ０４ａの押下によって行なわれる。マスク設定モード移行ステップ１０７では、処理モードをマスク設定モードに設定する。次に、マスク設定モード判定ステップ１０８では、ワークメモリＥ０５ｊ内の処理モード変数によって管理されている処理モードがマスクモードであった場合は、操作マーカ表示ステップ１０９へ分岐し、マスクモードでなかった場合は、物体検出領域表示ステップ１１４へ分岐する。
【００５６】
操作マーカ表示ステップ１０９では、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に操作マーカを表示する。操作マーカは、例えば、後述する図５に示すような矢印７０１ａ，７０２ａのような形でも良いし、十字、点、矩形、等の操作マーカの位置が分かるような表示形態であれば何でもよい。表示された操作マーカは、例えば、操作入力Ｉ／Ｆ（Ｅ０５ｄ）に接続された図示しないマウスによりパソコンのカーソルと同様、表示画面の任意の位置に移動できる。次にマスク候補領域表示ステップ２０１では、マスキングステップ１０５でマスク領域に対応する領域がマスクされた２値化画像を画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に表示する。すなわち、図１で、２値化画像Ｓ０４として検出される物体の内、マスク領域に該当しなかった物体がすべて表示される。
【００５７】
次に、マスク設定操作判定ステップ１１１で、オペレータは２値化画像Ｓ０４として表示された画像の内、表示領域をマスクとして設定するか否かを指定する。すなわち、オペレータは表示された画像の内、マスク領域として設定すべきであると判定した領域、例えば、図５（ａ） の領域７０１ｃに操作マーカ７０１ａを移動させて、操作器Ｅ０４の第２のボタンＥ０４ｂの押下によってマスク設定操作を行う。この場合にはマスク画像更新ステップ１１２へ分岐し、マスク設定操作を行わなかった場合は、物体存在判定ステップ１１９へ分岐する。続く、マスク画像更新ステップ１１２では、マスク設定操作判定ステップ１１１で操作器Ｅ０４の第２のボタンＥ０４ｂの押下が行われて、操作マーカによって指定された表示画像がマスク領域として追加されたのに対応して、マスク領域が更新される。すなわち、画像メモリＥ０５ｅ内に記憶されていた現在のマスク領域と、新たに追加されたマスク領域の２値化画像との画素毎の論理和を新たなマスク領域として画像メモリＥ０５ｅ内に記憶したマスク領域を置き換える。次に、通常モード移行ステップ１１３では、処理モードを通常モードに設定する。
【００５８】
次に、物体検出領域表示ステップ１１４では、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に、マスキングステップ１０５によって、マスク領域に対応する画像を除外した２値化画像を表示する。
【００５９】
次に、物体存在判定ステップ１１９では、２値化処理ステップ１０４、マスキングステップ１０５で得られたマスクされた２値化画像中から、例えば周知のラベリングの方法によって“２５５”のかたまり（Ｓ０９）を検出して物体が存在するか否かを判定し、存在した場合には警報・モニタ表示ステップ１２０に分岐し、存在しなかった場合は、画像入力ステップ１０２へ戻る。警報・モニタ表示ステップ１２０では、例えば出力モニタＥ０６に対象物体の画像を表示したり、警告灯Ｅ０７を点灯させたりして、侵入物体が存在することを表す報知を行う。この処理が終わると処理フローは画像入力ステップ１０２に戻り、再び、同じ処理フローを繰り返す。
【００６０】
ここで、図４のステップ１０９、２０１、１１１、１１２、１１３で説明したマスク領域の設定手順を図５（ａ） 〜（ｄ） の例を用いて詳細に説明する。
図５は、時刻Ｔ０、Ｔ１およびＴ２の各時刻に、操作マーカ、検出物体の表示、マスク領域がどのように変化しているかの一例を説明するための図である。各図において、画像７０１、画像７０２および画像７０３は各時刻Ｔ０、Ｔ１およびＴ２に出力モニタＥ０６に表示される画像を表している。操作マーカ（矢印）７０１ａ、矢印７０２ａおよび矢印７０３ａは、それぞれ、出力モニタＥ０６に表示される操作マーカを表すが、時刻Ｔ０、時刻Ｔ１および時刻Ｔ２において、表示されている検出物体としての画像領域７０１ｃ、７０２ｃおよび７０３ｃをオペレータが、それぞれの画像領域をマスク領域に設定するために、操作マーカをそれぞれの画像領域に移動させている状態を示す。図５（ａ） においては、検出物体としての画像領域としては７０１ｃと７０１ｄの２つが表れているが、本実施例では、１回の操作では、１つの画像しかマスク領域に指定できないので、この例では、操作マーカ７０１ａを検出物体としての画像は７０１ｃに重畳して表示させている。図５（ａ） 〜（ｃ） のそれぞれで操作マーカをマスク領域としたい画像上に置いた後、操作器Ｅ０４の第２のボタンＥ０４ｂの押下を行えば、それぞれの画像に対応する領域がマスク領域として追加される。すなわち、図５（ａ） で設定されたマスク領域７０１ｃに、図５（ｂ） で設定されたマスク領域７０２ａがマスク領域に追加され、図５（ｃ） で設定されたマスク領域７０３ａがマスク領域に追加される。
その結果、時刻Ｔ０、時刻Ｔ１および時刻Ｔ２のそれぞれにおける３回のマスクモードの設定操作により、図５（ｄ） に示す画像７０４のマスク領域７０４ｂが設定されることになる。なお、本実施例では、１回の操作で１つの画像をマスク領域に追加するが、例えば、第２のボタンＥ０４ｂの押し下げを２回行って、２つの位置を指定し、この位置を頂点とする矩形領域内に存在する複数の画像を１度にマスク領域に追加するようにしても良い。なお、図５（ｄ） の操作マーカ７０４ａは、表示されているだけで、設定には使われない。
【００６１】
図５（ｄ） のマスク領域７０４ｂが、草木が存在する領域を正確に内包していることは明らかである。このように、本実施例では、検出画像自体をマスク領域として設定するかどうかを決めるだけで良いので、マスク領域設定に熟練性を要するという問題や、更には、マスク領域を多角形で設定する場合には、草木の存在する領域を正確に指定することは非常に困難であるという問題を解消できる。
【００６２】
図６は本発明の実施例２による処理プロセスを示すフローチャートである。
本実施例２は、実施例１では、処理フロー中に偶然検出された領域のみをマスク領域に設定するため、断続的に検出される領域はマスク領域として設定することが難しいという問題を解決するものである。すなわち、断続的に検出される検出画像は、処理フローが一巡して次の処理フローに進んだときには、すでに、画像入力ステップ１０２で入力される画像が変わってしまい、すぐに消えてしまうこととなり、操作マーカの移動および操作器Ｅ０４の操作が間に合わないという問題がある。本実施例２は、図６を図４と対比して分かるように、実施例１のマスク候補表示ステップ２０１の代わりに、蓄積２値化画像マスク候補表示ステップ１１０を置き換え、蓄積２値化画像更新ステップ３０１と、所定時間経過判定ステップ３０２、蓄積２値化画像クリア（蓄積２値化画像リセット）ステップ３０３を追加したものである。これ以外のステップは、図２で説明した実施例１のものと同様であるため、説明を省略する。
【００６３】
蓄積２値化画像マスク候補表示ステップ１１０では、蓄積２値化画像更新ステップ３０１（後述する）で作成された蓄積２値化画像をマスク候補領域として画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に表示する。蓄積２値化画像更新ステップ３０１は、２値化処理ステップ１０４とマスキングステップ１０５とで得られたマスクされた２値化画像と、画像メモリＥ０５ｅに記憶した蓄積２値化画像との画素毎の論理和を計算し、論理和で得られた２値化画像で画像メモリＥ０５ｅに記憶した蓄積２値化画像と置き換える。このようにして、断続的に検出される検出物体領域を蓄積して記録するとともに、これを蓄積２値化画像マスク候補として出力モニタＥ０６に表示する。次に、所定時間経過判定ステップ３０２では、所定時間（例えば３０分）が経過した場合、蓄積２値化画像リセットステップ３０３へ分岐し、所定時間が経過していない場合は、物体存在判定ステップ１１９へ分岐する。ここで、所定時間経過とは、蓄積２値化画像更新ステップ３０１において、マスクされた２値化画像を蓄積し始めてから所定時間が経過した場合、あるいは、蓄積２値化画像リセットステップ３０３において、蓄積２値化画像を最後にリセット（クリア）してから所定時間が経過した場合、あるいは所定の周期ごとに、と言うことを意味する。蓄積２値化画像リセットステップ３０３では、画像メモリＥ０５ｅに記憶した蓄積２値化画像をリセットする。すなわち、定期的に蓄積２値化画像を自動的にリセットすることができる。
【００６４】
実施例２の効果を、図７を用いて説明する。図７の８０１、８０２および８０３は、図５（ａ） 〜（ｃ） で説明した時刻Ｔ０、Ｔ１およびＴ２の画像７０１、７０２および７０３に対応する検出画像領域を表しており、８０４は図５（ｄ） で説明した総合領域７０４に対応する検出画像領域を表す。図５（ａ） 〜（ｃ） で説明したと同様に、各時刻での検出物体の領域８０１ａ、８０１ｂ、８０２ａ、８０３ａを論理和手段８０５を用いて自動的に集計すると蓄積２値化画像８０４ａが得られる。このように、瞬間的に表れる領域も蓄積２値化画像に記録して論理和を取ることにより、実施例１の図５（ｄ） に示す総合領域としてのマスク領域７０４ｂに対応する蓄積２値化画像８０４ａが得られる。しかも、この処理は、実施例１の３回の操作マーカによるマスク設定操作ではなく、蓄積２値化画像の論理和を取る処理を自動的に行うことにより実現できるものとなる。
【００６５】
すなわち、本実施例２では、蓄積２値化画像８０４ａが適当な蓄積状態になったときマスク設定操作をすれば良いことを意味するから、蓄積を行わない場合に瞬間的に現れる領域の指定が困難であるという問題を解決し、さらにマスク設定回数を少なくできるため、監視者の負担を低減できる。また、実施例１では、図５（ａ） では、草木が揺れている領域７０１ｃと領域７０１ｄが検出物体として検出されていても、操作マーカ７０１ａによるマスク設定操作は領域７０１ｃに対してのみ行われるにすぎないから、図５（ｃ） の検出画像７０３ｃが図５（ａ） の領域７０１ｄを十分にカバーしていないようなときは、監視者は、さらなるマスク設定操作を意図して表示画面を監視する必要があるが、本実施例２では、図７の画像８０１では、検出物体の領域８０１ａおよび８０１ｂが同時に選択されていることから分かるように、このことに気を使う必要は無くなる。
【００６６】
なお、蓄積２値化画像リセットステップ３０３は、蓄積２値化画像中の“２５５”となる画素の数が所定の値（例えば１０００画素）以上になった場合に、蓄積２値化画像をリセットするようにしても良い。本実施例２により、実施例１において、断続的に検出される領域のマスク領域として設定が困難であるという問題を回避し、所定時間内の検出領域を一度にマスク領域に設定できると言う効果を得る。
【００６７】
図８は本発明の実施例３による処理プロセスを示すフローチャートである。
本実施例３は、実施例２で、蓄積２値化画像のリセットと、マスク領域設定操作のタイミングによって、蓄積時間にばらつきが出るのみならず、場合によっては、蓄積時間が短くなるという問題、すなわち、蓄積２値化画像をリセットした直後にマスク領域設定操作を行うと蓄積時間が短くなり、蓄積時間が短いと検出された領域の蓄積が不十分となって、実施例２の所定時間内の検出領域を一度にマスク領域に設定できるという効果を得ることができなくなると言う問題を解決するものである。本実施例３は、蓄積２値化画像マスク候補表示ステップ１１０では、蓄積２値化画像作成ステップ１１８（後述する）で作成された蓄積２値化画像をマスク候補領域として画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に表示する。また、実施例２の蓄積２値化画像更新ステップ３０１と、所定時間経過判定ステップ３０２、蓄積２値化画像クリアステップ３０３を削除し、これらに代えて、所定時間経過判定ステップ１１５、分割２値化画像シフトステップ１１６、分割２値化画像更新ステップ１１７および蓄積２値化画像作成ステップ１１８が追加されたものである。これ以外のステップは、図６で説明した実施例２のものと同様であるため、説明を省略する。
【００６８】
所定時間経過判定ステップ１１５では、蓄積開始から所定の時間、例えば、１０分が経過している場合は、分割蓄積２値化画像シフトステップ１１６へ分岐し、所定の時間が経過していない場合は、分割蓄積２値化画像更新ステップ１１７へ分岐する。分割蓄積２値化画像は、画像メモリＥ０５ｅに記憶されており、実施例２で説明した蓄積２値化画像を複数の時間間隔で分割したものである。本実施例３では、例えば、トータルの蓄積時間を３０分、分割蓄積２値化画像の蓄積時間を１０分とする。実施例２の０分以上３０分未満で蓄積する蓄積２値化画像を、０分以上１０分未満、１０分以上２０分未満、２０分以上３０分未満の３つに分割して分割蓄積２値化画像としている。以下、３つに分割した例で説明する。これを、分割蓄積２値化画像Ｂ１、分割蓄積２値化画像Ｂ２および分割蓄積２値化画像Ｂ３とする。
【００６９】
分割蓄積２値化画像シフトステップ１１６では、定時間ごと（例えば、所定時間を１０分とする）に、画像メモリＥ０５ｅに記憶されている分割蓄積２値化画像Ｂ２を分割蓄積２値化画像Ｂ１へコピーし、分割蓄積２値化画像Ｂ３を分割蓄積２値化画像Ｂ２へコピーし、分割蓄積２値化画像Ｂ３をリセットする。分割蓄積２値化画像更新ステップ１１７では、マスクされた２値化画像と画像メモリＥ０５ｅに記憶されている分割蓄積２値化画像Ｂ３との画素毎の論理和を計算し、これを画像メモリＥ０５ｅに記憶した分割蓄積２値化画像Ｂ３と置き換える。蓄積２値化画像作成ステップ１１８では、分割蓄積２値化画像Ｂ１、分割蓄積２値化画像Ｂ２、分割蓄積２値化画像Ｂ３との画素毎の論理和を計算し、これを画像メモリＥ０５ｅに記憶した蓄積２値化画像と置き換える。
【００７０】
このようにする効果を図９を用いて説明する。
図９（ａ） は、実施例２における、蓄積２値化画像の更新と、マスク設定操作のタイミング例を説明する図である。図９（ａ） において、一定周期の時刻ｔ０、ｔ１、ｔ２、ｔ３、‥‥‥のタイミングにおいて、蓄積２値化画像のクリアが行なわれている（実施例２では、ｔｉ−ｔｉ−１＝３０［分］）。それに対して、時刻ｔＡ、ｔＢにおいて、マスク設定操作が行なわれている。この例では、蓄積２値化画像を蓄積してから、マスク設定操作が行われるまでの時間は、△ｔＡおよび△ｔＢになる。すなわち、蓄積２値化画像のリセットと、マスク領域設定操作のタイミングによって、蓄積時間にばらつきが出るという問題があることが分かる。このことは、マスク領域設定操作のためには、例えば、△ｔＢ時間しか蓄積されない時刻ｔＢのようなタイミングでは、時刻ｔＡのようなタイミングに比べて、候補の表示が不十分である場合があることを意味する。すなわち、十分な蓄積が行われないために、実施例２で問題となる瞬間的に現れる領域の指定が困難となる場合が発生することがある。
【００７１】
次に図９（ｂ） は、実施例２で問題となる蓄積時間にばらつきを、実施例３で解決している図を表している。図中Ｂ１、Ｂ２、Ｂ３は、それぞれ、分割蓄積２値化画像Ｂ１、分割蓄積２値化画像Ｂ２、分割蓄積２値化画像Ｂ３が蓄積されている時間範囲を表す。蓄積２値化画像作成ステップ１１８によって、蓄積２値化画像は分割蓄積２値化画像Ｂ１、分割蓄積２値化画像Ｂ２、分割蓄積２値化画像Ｂ３の画素毎の論理和となる。さらに、分割蓄積２値化画像シフトステップ１１６では、所定の時間間隔で各分割蓄積２値化画像をシフトする。したがって、時刻ｔＡ、ｔＢにおいて、マスク設定操作が行なわれても、蓄積２値化画像の対象となる分割蓄積２値化画像の数は変わらない。よって、蓄積２値化画像を蓄積してから、マスク設定操作が行われるまでの時間（周期）は、△ｔＡおよび△ｔＢとなり、ほとんど差がなくなる。このようにすることで、実施例２において、蓄積２値化画像のリセットと、マスク領域設定操作のタイミングによって、蓄積時間にばらつきが出るという問題を回避し、蓄積時間を十分に確保することで、所定時間内の検出領域を一度にマスク領域に設定できると言う効果を得る。
【００７２】
上述の実施例１〜３では、検出画像を利用して、より適切にマスク領域を設定する、と言う観点にポイントを置いて成されている。しかし、検出画像を利用してのマスク領域の設定と言うことは、この領域も本来の監視領域であるべきであると言う面があることは否めない。そこで、以下で説明する実施例４および５では、マスク領域の解除を可能として、より適切な監視領域にすることが可能な実施例を提案する。
【００７３】
図１０は本発明の実施例４の処理プロセスを説明するフローチャートである。ステップ１０１から１０５までの処理は上述の実施例１〜３と同一であり、マスク領域設定処理ステップ１０００は上述の実施例１〜３における設定移行操作判定ステップ１０６以降物体存在判定ステップ１１９の前までのステップにおけるマスク領域設定処理を纏めて表記したものである。物体存在判定ステップ１１９および警報・モニタ表示ステップ１２０も上述の実施例１〜３と同一である。すなわち、本実施例４は、上述の実施例１〜３のマスク領域の設定および物体検出の処理に加えて、以下説明する領域カウンタリセットステップ４０１から領域カウンタ増加ステップ４０７を付加して、必要に応じて、マスク領域の解除を可能としたものである。
【００７４】
即ち、本実施例５は、監視視野を複数のブロックに分割し、上述の実施例２〜４のマスク領域の設定および物体検出の処理に加えて、以下説明する領域カウンタクリアステップ４０１から領域カウンタ増加ステップ４０７を付加して、各々のブロック毎に必要に応じて、マスク領域の解除を可能としたものである。したがって、ステップ１０１から１０５までの処理および物体存在判定ステップ１１９および警報・モニタ表示ステップ１２０については説明を省略する。
【００７５】
領域カウンタリセットステップ４０１では、ワークメモリＥ０５ｊ内に確保された領域カウンタを、例えば０にリセットする。この領域カウンタは、続くステップ４０２〜４０７を、上述の実施例１〜３で設定された各マスク領域に対して実行するために用いられる。本実施例４では、図１１に示すように、監視画像領域を、例えば横４、縦３の矩形のブロックに分割する。
【００７６】
すなわち、例えば画像の大きさが横３２０画素（画素の位置を ｘ＝０〜３１９ と表す）、縦２４０画素（画素の位置を ｙ＝０〜２３９ と表す）の場合、画像の横方向に関して ｘ＝０〜７９ ，８０〜１５９ ，１６０〜２３９ ，２４０〜３１９ の画素で分割し、横方向に関して ｙ＝０〜７９ ，８０〜１５９ ，１６０〜２３９ の画素で分割する。このようにすると、画像を横方向４分割、縦方向３分割の合計１２個の矩形のブロックに分割することができる。この画像のブロック分けは監視視野を設定した段階で決定しておく。
【００７７】
この１２ブロックの内、マスク領域を含む領域は、ブロック分割によって６個に分割されている。すなわち、図１１（ａ） の例では、図５を参照して説明したように、検出画像を利用して設定されたマスク領域は、１１０１ａ〜１１０１ｆの６ブロック内にある。これらの分割されたブロックは領域カウンタを用いてそれぞれ個別に取り扱うようにする。図１１（ａ） の例では、１１０１ａ〜１１０１ｆの６ブロックのそれぞれに領域カウンタの値を０，１，２，３，４および５となるように割当てている。
【００７８】
マスクチェック完了判定ステップ４０２では、領域カウンタの値と、前記分割したマスク領域の数を比較し、領域カウンタの値が分割したマスク領域の数（前記例では６）以上であれば（即ち、領域カウンタの値が分割したマスク領域の数より大きいということは、全ての分割したマスク領域についてステップ４０２から４０７までの処理（マスクチェック）、が完了したことを意味する。）、物体存在判定ステップ１１９へ分岐し、領域カウンタが分割したマスク領域の数未満である場合は、マスク領域内物体存在判定ステップ４０３へ分岐する。次にマスク領域内物体存在判定ステップ４０３では、ワークメモリＥ０５ｊ内に記憶された領域カウンタで指定される分割されたマスク領域と、画像メモリＥ０５ｅ内に記憶された２値化画像に基づいて、該分割されたマスク領域内に検出画像（２値化画像中で画素値“２５５”を持つ画素群）が存在するか否かを判定する。
【００７９】
この判定の際、どの画素が対象とする分割ブロックに属するかの情報は、図１１の例のように監視視野を矩形のブロックで分割した場合は対象とする画素の座標から直接計算して得ることができる。マスク領域内物体存在判定ステップ４０３ではこの情報を用いて現在着目しているブロック内の画素を識別し、識別した画素に対して該分割されたマスク領域内に検出画像が存在するか否かを判定する。
分割されたマスク領域内に検出画像がなければ領域解除カウンタ増加ステップ４０７へ分岐し、検出画像が存在すれば領域カウンタ増加ステップ４０４へ分岐する。
【００８０】
次に、領域解除カウンタ増加ステップ４０４では、領域カウンタで指定されるマスク領域のワークメモリＥ０５ｊ内に記憶された領域解除カウンタ（即ち、領域解除カウンタはマスク領域の分割数（本実施例では“６”）だけ存在する）の値を１増加させる。さらに、領域解除カウンタ判定ステップ４０５では、ワークメモリＥ０５ｊ内に記憶された領域解除カウンタが所定の値（例えば、６０００（６０００フレーム数に相当する）以上であった場合にマスク領域解除ステップ４０６へ分岐し、所定の値未満であった場合に領域カウンタ増加ステップ４０７へ分岐する。次にマスク領域解除ステップ４０６では、ワークメモリＥ０５ｊ内に記憶された領域カウンタに対応するマスク領域を解除する。上述の実施例１−３では、マスク画像においてマスク領域に対応する画素を“０”、マスク領域以外の画素を“２５５”に設定している。したがって、マスク領域の解除は、領域カウンタに対応するマスク領域の画素を全て“２５５”に置き換えることによって成される。新しく作成されたマスク領域は、ワークメモリＥ０５ｊ内に記憶されたマスク画像と置き換えられ、マスク領域が更新される。
【００８１】
すなわち、ワークメモリＥ０５ｊに記憶された領域解除カウンタは、領域カウンタで指定される分割したマスク領域内で検出画像がない場合に増加し、所定の値以上になったら、すなわち、所定の数のフレームで検出画像が検出されなかったら、該分割したマスク領域はマスク対象から解除されることになる。上記所定の値を６０００に設定した場合、１秒あたり１０フレームの入力画像を処理すると仮定すると、連続して６００秒以上検出画像が検出されなかった場合に該分割したマスク領域をマスク対象から外すことになる。
【００８２】
これを、図１１（ｂ） を用いて、より具体的に説明する。図１１（ｂ） の例は、図１１（ａ） において設定されていたマスク領域の分割された各ブロック１１０１ａ、１１０１ｂ、１１０１ｃ、１１０１ｄ、１１０１ｅ、１１０１ｆに対応するブロック１１０２ａ、１１０２ｂ、１１０２ｃ、１１０２ｄ、１１０２ｅ、１１０２ｆにおいて、ブロック１１０２ａ、１１０２ｄ、１１０２ｅでは所定のフレーム数以上検出画像が検出されなかったことを表す。この場合には、図１１（ｂ） のように、分割されたマスク領域のブロック１１０２ａ、１１０２ｄ、１１０２ｅはマスク領域から解除され、分割されたマスク領域１１０３ｂ、１１０３ｃ、１１０３ｆのみがマスク領域として残る。すなわち、風などが弱まり、検出画像が検出されなくなると（入力画像と基準背景画像の輝度値の差が小さくなると）、その領域はマスク処理の対象から自動的に解除できるようになる。
【００８３】
図１２の例は、図１１がマスク領域を矩形のブロックに分割したのに対して、例えば、木々の上の部分の方が風に大きく揺れることに着目して、木々の揺れの度合に応じてブロック分けするようにした例である。
この場合、どの画素がどのブロックに属するかの情報を監視視野を設定した段階で決めておき（即ち、例えば、後で詳述するように、画素値がブロックの番号を表す画像を画像メモリＥ０５ｅ上に記録しておき）、監視処理実行時に初期化ステップ１０１で読み込み、マスク領域内物体存在判定ステップ４０３で対象とする画素が現在着目しているブロックに属しているかを領域カウンタに基づいて識別しながらマスク領域内の物体の存在を判定するようにする。
なお、木々の揺れの度合を、ある所定の風速時（例えば風速４ｍ／秒）において、例えば、オペレータの目視による評価（画像上で木々の枝が動く画素数）に基づいて分割するようにしたり、風速２ｍ／秒で揺れる画像、風速２ｍ／秒では揺れないが風速４ｍ／秒になると揺れる画像、風速４ｍ／秒では揺れないが風速６ｍ／秒になると揺れる画像というように分割するようにしても良い。また、どの画素がどのブロックに属するかの情報は、画像の形式だけでなく、複数の頂点からなる多角形の形式で表しても良い。
【００８４】
図１２（ａ） において、分割したブロック１２０１ａ、１２０１ｂ、１２０１ｃ、１２０１ｄ内でブロック１２０１ｃおよび１２０１ｄにおいて所定のフレーム数だけ検出画像が検出されないと、ブロック１２０１ｃおよび１２０１ｄはマスク領域から解除され、図１２（ｂ） のように分割したマスク領域１２０２ａ、１２０２ｂのみがマスク領域として残る。
【００８５】
次に、領域カウンタ増加ステップ４０７では、ワークメモリＥ０５ｊ内に記憶された領域カウンタを増加させる。すなわち、マスク領域の解除判定の対象となる分割したマスク領域が、新しく更新された領域カウンタで指定される分割したマスク領域に移る。
【００８６】
物体存在判定ステップ１１９および警報・モニタ表示ステップ１２０の処理は上述の実施〜３と同じである。
次に、図１２（ａ） の例のように、木々の揺れの度合いに応じてマスク領域をブロック分けするようにする場合、どの画素がどのブロックに属するかの情報の例として、画素値がブロックの番号を表す画像を使うことができるが、以下これについて説明する。
【００８７】
先ずブロックの番号について説明する。図１１（ａ） に示すような矩形のブロックの場合は、例えば、各ブロックを左上から順番に０、１、２、‥‥‥と番号を付けていく。これが、ブロックの番号である。図１２（ａ） のような非矩形のブロックの場合は、例えば、各ブロックの領域を設定した順や、画素数が大きい順などで番号をつける。これは、マスク領域を含むブロックのみを対象とすることも可能である（図１１（ａ） では、マスク領域を含むブロックのみに番号を割当てている）。要するに、少なくともマスク領域を含む各ブロックが番号で区別されていれば良い。
【００８８】
次に、画像の各画素は、１画素当り８ビットを想定すると、０〜２５５の値を持つことができる。この特徴を利用して、各画素の画素値を、その画素が属するブロックの番号として表現すればよい。よって、画素値がブロックの番号を表す画像とは、輝度値（画素値）の代わりに番号を記録した画像となる。例えば、縦１０画素、横１０画素の画像を考えた場合、図１２（ｃ） に示す画素値を持つ画像を用意すれば、この画像（監視視野）には３つのブロックが存在し、各ブロックは、
ブロック番号０：ブロック番号１、ブロック番号２以外の画素
ブロック番号１：座標（３，３）〜（６，５）の画素の領域
ブロック番号２：座標（２，６）〜（７，７）の画素の領域
というものであることが分かる。
【００８９】
以上のように、マスク領域を分割して、各分割したマスク領域内での検出画像を判定するようにすることで、風等が弱まってマスク処理の対象にすべき領域が小さくなった場合には、オペレータのマスク領域の切替え操作を必要とせずに自動的に適切なマスク領域を設定でき、正確な侵入物体の検出が行える。
【００９０】
なお、本実施例４では、マスク領域のブロック化は、上述の実施形態に係らず、任意の形状で分割することで、実施例１〜３で説明したマスク設定操作によって、１回の設定操作でマスク領域に追加される領域で分割するようにしても良い。
【００９１】
図１３は本発明の実施例５の処理プロセスを説明するフローチャートである。本実施例は、実施例４で分割したマスク領域内で検出画像が検出されなかったフレーム数に基づいてマスク領域の解除を行うようにしていたものを、分割したマスク領域内で最後に検出画像が検出されてからの経過時間に基づいてマスク領域の解除を行うようにしたものである。本実施例５は、実施例４のマスク領域内物体存在判定ステップ４０３、領域解除カウンタ増加ステップ４０４および領域解除カウンタ判定ステップ４０５のフローに代えて、マスク領域内物体存在判定ステップ４０３、領域解除タイマリセットステップ４２１、タイマチェックステップ４２２および所定時間経過判定ステップ４２３のフローに変更したものである。これ以外のステップは、図１０で説明した実施例４と同様であるため、説明を省略する。
【００９２】
マスク領域内物体存在判定ステップ４０３では、実施例４と同様、ワークメモリＥ０５ｊ内に記憶された領域カウンタで指定される分割されたマスク領域と、画像メモリＥ０５ｅ内に記憶された２値化画像に基づいて、該分割されたマスク領域内に検出画像（２値化画像中で画素値“２５５”を持つ画素群）が存在するか否かを判定する。分割されたマスク領域内に検出画像が存在すれば領域解除タイマリセットステップ４２１へ分岐し、検出画像が存在しなければタイマチェックステップ４２２へ分岐する。領域解除タイマリセットステップ４２１では、領域カウンタで指定される分割されたマスク領域のブロックに対するマスク領域の領域解除タイマをリセットする。次に、タイマチェックステップ４２２では、領域カウンタで指定される分割されたマスク領域に対する領域解除タイマがリセットされてからの経過時間を算出する。この処理は、ＣＰＵ（Ｅ０５ｈ）のタイマ機能によって行うのが簡便であるが、ＣＰＵ（Ｅ０５ｈ）のタイマが利用できない場合は、外部のタイマを使用しても良い。次に、所定時間経過判定ステップ４２３では、タイマチェックステップ４２２で算出された領域カウンタで指定される分割されたマスク領域のブロックに対する領域解除タイマがリセットされてからの経過時間に基づいて、経過時間が所定の時間（例えば１０分）経過した場合、マスク領域解除ステップ４０６へ分岐し、所定の時間経過していない場合は、領域カウンタ増加ステップ４０７へ分岐する。
【００９３】
このように、マスク領域を分割して、各分割したマスク領域内での検出画像を判定するようにし、検出領域内で最後に検出画像が検出されてからの経過時間に基づいてマスク領域を解除することで、風等が弱まってマスク処理の対象にすべき領域が小さくなった場合には、風が弱くなってからの経過時間に基づいて確実に不要なマスク領域を解除できる。したがって、自動的に適切なマスク領域を設定でき、正確な侵入物体の検出が行える。
【００９４】
上記実施例によれば、草木の揺れや、水たまりの光の反射などを防ぐ目的のマスク領域設定を物体検出処理で得られた検出物体領域を指定する操作に基づいてマスク領域を指定できるのでマスク設定操作が容易になるとともに適切に設定できるようになる。また、状況の変化に対応して、必要なら、検出物体の無い状況を適切に判定してマスク領域の解除ができる。
【００９５】
次に、本発明の他の実施例について説明する。
図１４は本発明の第７の実施例（以下、実施例７と呼ぶ）に係る物体検出装置のハードウエア構成を示す。図１４の実施例のハードウエア構成は操作器または操作入力器Ｅ０４′を除き、図３のハードウエア構成と同じである。
図１４において、操作器Ｅ０４′内のＥ０４ａ′は第１のボタン、Ｅ０４ｂ′は第２のボタン、Ｅ０４ｃは操作器Ｅ０４′に付属する方向キーである。他の部材の説明は省略する。Ｅ０４ａ′，Ｅ０４ｂ′はそれぞれ図３のＥ０４ａ′、Ｅ０４ｂ′と同等の機能を有するもので良い。
【００９６】
以下に説明する実施例は図１４の物体検出装置のハードウエア構成を使って説明する。
図１５は本発明の第８の実施例（以下実施例８）による処理プロセスを示すフローチャートである。本実施例では、オペレータがマスク設定モードを選ぶとマスク候補が定期的に繰り返し自動的に生成されモニタＥ０６に表示されるので、好ましいと考えられるマスク候補が表示された時点でオペレータが操作入力器Ｅ０４′を操作することにより該マスク候補がマスクに設定されるので、オペレータは前の実施例に比べ一層少ない操作でマスクを設定することが出来る。
本実施例８はステップ１０１から１０７までの処理は図４、６、８で説明した実施例のものと同様であるため、説明はステップ１０６の処理から行い、他のステップの説明は省略する。
【００９７】
設定移行操作判定ステップ１０６では、オペレータが操作器Ｅ０４′を操作してマスク設定モードに移行した場合は、マスク設定モード移行ステップ１０７へ分岐し、マスク設定モードに移行しなかった場合は、マスクモード判定ステップ１０８へ分岐する。マスク設定モードへの移行は、例えば、操作器Ｅ０４′の第１のボタンＥ０４ａ′の押下によって行なわれる。マスク設定モード移行ステップ１０７では、処理モードをマスク設定モードに設定する。次に、マスク設定モード判定ステップ１０８では、ワークメモリＥ０５ｊ内の処理モード変数によって管理されている処理モードがマスクモードであった場合は、マスク候補表示ステップ２１０へ分岐し、マスクモードでなかった場合は、物体検出領域表示ステップ１１４へ分岐する。
【００９８】
次に、マスク候補表示ステップ２１０では、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に蓄積２値化画像（作成方法は後述する）をマスク候補として表示する。このマスク候補の表示方法は、例えば、現在の画像に重ねてマスク候補部分を半透明で表示するなど、現在の入力画像とマスク候補部分の比較検討を行い易いようにする。オペレータ操作内容判定ステップ２１２では、オペレータは、表示されたマスク候補を見て設定するか、キャンセルするかを判断する。オペレータの判断による操作器Ｅ０４′の操作内容に応じて、マスク候補をマスク領域に設定する場合はマスク切り換えステップ２１３へ分岐し、マスク領域の設定をキャンセルする場合は通常モードへ移行ステップ１１３へ分岐する。オペレータの操作器Ｅ０４′の操作としては、マスク候補をマスク領域に設定する場合は、例えば、操作器Ｅ０４′の第１のボタンＥ０４ａ′の押下によって行なわれ、マスク領域の設定をキャンセルする場合は、例えば、操作器Ｅ０４′の第２のボタンＥ０４ｂ′の押下によって行なわれる。次いで、通常モード移行ステップ１１３では、処理モードを通常モードに設定する。
【００９９】
物体検出領域表示ステップ１１４では、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に、例えばマスク領域への対応処理がなされた２値化画像を表示する。
【０１００】
次に、蓄積２値化画像更新ステップ３０１は、２値化ステップ１０４、マスキングステップ１０５とで得られたマスクされた２値化画像と、画像メモリＥ０５ｅに記憶した蓄積２値化画像との画素毎の論理和を計算し、計算結果として得られた２値化画像で、画像メモリＥ０５ｅに記憶されている蓄積２値化画像と置き換える。このようにして、断続的に検出される検出物体領域を記録する。蓄積２値化画像更新ステップ２０２で得られた更新蓄積２値化画像はマスク候補表示ステップ１１０で表示されるものとなる。
【０１０１】
次に、所定時間経過判定ステップ３０２では、マスクされた２値化画像を蓄積してから所定の時間（例えば３０分）が経過した場合、蓄積２値化画像リセットステップ３０３へ分岐し、所定の時間が経過していない場合は、物体存在判定ステップ１１９へ分岐する。蓄積２値化画像リセットステップ３０３では、画像メモリＥ０５ｅに記憶した蓄積２値化画像をリセットする。蓄積２値化画像を、このように定期的にリセットする理由は、蓄積を続けていると監視の対象である人間等の物体、本来、監視対象でありマスクしてはならない物体、が監視領域内に侵入して来る場合があり、その検出結果がいつまでも蓄積２値化画像内に残ってしまうためである。
【０１０２】
２値化画像を蓄積する方法の効果を図７を用いて説明する。図７において、８０１、８０２および８０３は時刻Ｔ０、Ｔ１およびＴ２の検出物体の領域を表しており、各領域８０１、８０２、８０３に、各時刻での検出物体の表示領域８０１ａと８０１ｂ、８０２ａおよび８０３ａが表示されている。各領域の表示領域８０１ａと８０１ｂ、８０２ａおよび８０３ａのデータを、論理和手段８０５を用いて計算すると蓄積２値化画像８０４ａが得られる。これによって、各時刻で検出された領域が蓄積され、マスク候補が生成される。このマスク候補を選択することにより、オペレータは少ない操作で容易にマスクが設定できるということになる。なお、蓄積２値化画像リセットステップ３０３は、蓄積２値化画像中の“２５５”となる画素の数が所定の値（例えば１０００画素）以上になった場合に、蓄積２値化画像をリセットするようにしても良い。
【０１０３】
次の、物体存在判定ステップ１１９での処理は、既に図４、６、８他で説明したのと同様なので、繰返しての説明は省略する。
【０１０４】
本発明の実施例８を図１６によって説明する。図１６は本発明の実施例８の処理プロセスを説明するフローチャートである。
【０１０５】
本実施例８は、実施例７のマスク候補を複数作成するようにし、この複数のマスク候補の中からマスク設定に使用するマスク候補を選択できるようにしたものである。本実施例８、実施例７おける蓄積２値化画像更新ステップ３０１、所定時間経過判定ステップ３０２、蓄積２値化画像リセットステップ３０３を削除し、分割蓄積２値化画像論理和ステップ１９０、マスク候補切り換え判定ステップ２１１、所定時間経過判定ステップ１１５、分割蓄積２値化画像シフトステップ１１６および分割蓄積２値化画像更新ステップ１１７を追加したものである。これ以外のステップは、図１５で説明した実施例７のものと同様であるため、説明を省略する。
【０１０６】
図１７は、分割蓄積２値化画像からマスク候補画像を得るための処理を説明する図であり、（ａ） は第１の例の処理を、（ｂ） は第２の例の処理をそれぞれ示し、（ｃ） 、（ｄ） はそれぞれの処理で得られるマスク候補画像の例を示す図である。
【０１０７】
本実施例では、分割蓄積２値化画像論理和ステップ１９０では、複数の分割蓄積２値化画像（後述する）の中から所定の分割蓄積２値化画像を選択し、その論理和を算出する。この分割蓄積２値化画像、および、複数の分割蓄積２値化画像の中から所定の分割蓄積２値化画像を選択する方法を図１７（ａ） 、（ｂ） を用いて説明する。
【０１０８】
図７（ａ） 、（ｂ） は、時間の経過に対して分割蓄積２値化画像を算出する時間区間、及び、マスク候補とする分割蓄積２値化画像の選択（組合わせ）を表す。図において、Ｄｉ（ｉ＝１〜８）は分割蓄積２値化画像を算出する時間区間（例えば１０分間隔）を表し、各区間に対して図７を用いて説明した２値化画像の蓄積方法によってそれぞれ蓄積２値化画像を算出する。これにより得られた蓄積２値化画像を分割蓄積２値化画像と呼ぶ。次に、各分割蓄積２値化画像をＣｉ（ｉ＝１〜４）の組み合わせて選択し、各組み合わせ毎に分割２値化画像の論理和を算出する。これが、マスク候補となる。図１７（ａ） は、各マスク候補を算出する時間区間を半分ずつ重なる様に組み合わせた、すなわち、連続して得られる２つの分割蓄積２値化画像を１つずつ重ねながら、区間をずらせていくものである。例えば、マスク候補Ｃ１は分割蓄積２値化画像Ｄ１及びＤ２より得られ、マスク候補Ｃ２は分割蓄積２値化画像Ｄ２及びＤ３より得られ、マスク候補Ｃ３は分割蓄積２値化画像Ｄ３及びＤ４、マスク候補Ｃ４は分割蓄積２値化画像Ｄ４及びＤ５より得られる。また、図１７（ｂ） は、マスク候補として組み合わせる時間区間をＤ１を基準に時間の長さを変えながら組み合わせるようにしたもので、マスク候補Ｃ１は分割蓄積２値化画像Ｄ１，Ｄ２，Ｄ３，Ｄ４，Ｄ５，Ｄ６，Ｄ７及びＤ８の全ての論理和より得られ、マスク候補Ｃ２は分割蓄積２値化画像Ｄ１，Ｄ２，Ｄ３及びＤ４の論理和より得られ、マスク候補Ｃ３は分割蓄積２値化画像Ｄ１及びＤ２の論理和より得られ、マスク候補Ｃ４は分割蓄積２値化画像Ｄ１より得られる。なお、上記組み合わせ方法以外にも、時間区間の時間幅を可変にしたり、マスク候補を作成する分割蓄積２値化画像の組合せを、総当り、ランダム等にしても良い。
【０１０９】
マスク候補切り換え判定ステップ２１１ではオペレータの判断により、マスク候補を切り換えるかどうかの判定を行い、これに対応した所定の操作でマスク候補を選択する。例えば、操作器Ｅ０４′の方向キーＥ０４ｃを押下する。押下した方向キーＥ０４ｃの押下方向により、マスク候補を切り換える。例えば右方向に押下したときは順送り、すなわち、マスク候補をＣｉからＣｉ＋１（ｉ＝１〜３）に切り換える。マスク候補にＣ４が表示されている（ｉ＝４）ときに右方向に押下されたときはＣ１に戻る。例えば左方向に押下したときは逆送り、すなわち、マスク候補をＣｉからＣｉ−１（ｉ＝２〜４）に切り換える。マスク候補にＣ１が表示されている（ｉ＝１）ときに左方向に押下られたときはＣ４に戻る。
【０１１０】
所定時間経過判定ステップ１１５では、２値化画像を分割蓄積２値化画像（後述する）に蓄積してから所定の時間（上記例では１０分）が経過した場合、分割蓄積２値化画像シフトステップ１１６へ分岐し、所定の時間が経過していない場合は、分割蓄積２値化画像更新ステップ１１７へ分岐する。分割蓄積２値化画像は、画像メモリＥ０５ｅに記憶されており、前記実施例７で説明した蓄積２値化画像を複数の時間間隔（時間区間）で分割したものである。分割蓄積２値化画像シフトステップ１１６では、画像メモリＥ０５ｅに記憶されている分割蓄積２値化画像のうち最も古い分割蓄積２値化画像を破棄し、次に古い分割蓄積２値化画像を、今まで最も古い分割蓄積２値化画像が入っていた画像メモリにコピーする。
上記例ではＤ８を破棄し、ＤｉをＤｉ＋１（ｉ＝１〜７）にコピーする。このような作業を古い分割蓄積２値化画像の順番で次々と行い、最新の分割蓄積２値化画像（Ｄ１）の画像メモリをリセットすることによって分割蓄積２値化画像のシフトを行う。分割蓄積２値化画像更新ステップ１１７では、２値化画像と画像メモリＥ０５ｅに記憶されている最新の分割蓄積２値化画像（Ｄ１）との画素毎の論理和を計算し、これを画像メモリＥ０５ｅに記憶した最新の分割蓄積２値化画像（Ｄ１）と置き換える。
【０１１１】
このようにする効果を図１７を用いて説明する。図７（ａ） 、（ｂ）において、期間１７０１ａあるいは１７０１ｂに人型の侵入物体が存在したと仮定する。図１７（ｃ） は、分割蓄積２値化画像の論理和ステップ１９０で作成されたマスク候補Ｃ１の例である。図１７（ｄ） は、分割蓄積２値化画像の論理和ステップ１９０で作成されたマスク候補Ｃ４の例である。図１７（ｃ） のマスク候補画像１７０３は、草木の揺れ等による蓄積された検出領域１７０３ａだけでなく、人型の侵入物体が侵入した期間１７０１ａあるいは１７０２ａによって蓄積された検出領域１７０３ｂが存在しているためマスク領域として適さない。これらをマスク領域とすると、本来、監視対象であるべき人型の侵入物体が存在した領域もマスク領域に含まれてしまうことになる。図１７（ｄ） のマスク候補画像１７０４は草木の揺れ等による蓄積した検出領域１７０４ａだけがマスク候補になっている。この領域は、図１７（ａ） では、マスク候補Ｃ１が、図１７（ｂ） では、マスク候補Ｃ３またはＣ４が選択されれば得られるから、オペレータはマスク候補を見ながら、操作器Ｅ０４′の方向キーＥ０４ｃを押下して、マスク候補を切り換えて、所望の候補を得る。
【０１１２】
以上のように、オペレータはマスク候補の中から操作器Ｅ０４′を操作して、マスク候補画像１７０４のような、検出すべき侵入物体の検出領域が含まれていないマスク候補を選択することができる。したがって、実施例７で示したような一種類だけの蓄積２値化画像をマスク候補とするのに比べ、実施例８では、図１７（ａ） 、（ｂ） で示した例のように複数の分割蓄積２値化画像の論理和のマスク候補から、最も良いマスク候補をオペレータが選択できる。選択された最良のマスク候補をマスク領域に設定することで、人間等の侵入者が存在する場合でも少ない操作で適切なマスク領域を設定できる。
【０１１３】
本発明の実施例９を図１８によって説明する。図１８は本発明の実施例９の処理プロセスを説明するフローチャートである。
本実施例は、本発明の実施例８で、マスク領域を設定する際に選択したマスク候補をマスク領域に置き換えていたものを、マスク候補をマスク領域に追加できるようにしたものである。本実施例は、実施例８における、マスク切り換えステップ２１３をマスク追加ステップ２１３′に置き換えたものであり、他のステップは同じであるので、説明を省略する。マスク追加ステップ２１３′では画像メモリＥ０５ｅに記憶されたマスク領域画像に、新たなマスク候補を追加するものであり、これによって、別々のタイミングに発生する検出画像をマスク領域に追加設定することができる。
【０１１４】
本実施例９のように、マスク候補を追加する効果をについてみると、図１７（ｂ） では、マスク候補Ｃ３を選択したのに加えて、マスク候補Ｃ４の選択を加えることができる。したがって、オペレータはマスク候補を見ながら、操作器Ｅ０４′の方向キーＥ０４ｃを押下して、マスク候補を切り換えて、所望の候補を得るのみならず、マスク候補の追加により充実したマスク領域が設定できる。
【０１１５】
上記の実施例によれば、物体検出処理で得られた検出画像を所定の時間蓄積することで得られる蓄積２値化画像をマスク候補とするとともに、マスク候補を複数用意し、オペレータがマスク候補の中から適切なマスク候補を選択操作することで、マスク領域を容易かつ正確に設定できる。
【０１１６】
次に、本発明の更に他の実施例について説明する。これらの実施例の物体検出方法では、従来からの、マスク領域設定に熟練性を要するという問題や、更には、マスク領域を多角形で設定する場合には、草木の存在する領域を正確に指定することは非常に困難であるという問題を解決するため、変化領域検出処理で得られた変化領域に基づいてマスク領域を指定できるようにした。
すなわち、以下の実施例では、オペレータが操作器を操作して、変化領域の部分領域を選択し、マスク領域に設定することで、マスク領域を容易かつ正確に設定できる。
以下に説明する本発明の実施例は、図３で説明した監視システムを使って説明する。
【０１１７】
本発明の実施例１０を図１９によって説明する。図１９は、本発明の実施例１０の処理プロセスの動作の一例を説明するフローチャートである。
まず、初期化ステップ１０１では、物体検出処理で使用する、画像メモリＥ０５ｅ内に確保された画像記録用の画像メモリや、ワークメモリＥ０５ｊ内に確保された変数等の初期化を実行する。
次に、画像入力ステップ１０２では、ＴＶカメラＥ０１から、例えば、幅３２０ ｐｉｘ 、高さ２４０ ｐｉｘ 、８ ｂｉｔ／ｐｉｘ の入力画像を取得する。
これらのステップ１０１、１０２は、図４その他で説明したとおりである。
【０１１８】
続く点線の矩形で表されたステップ１３４は変化領域検出ステップで、差分処理ステップ１０３′と二値化処理ステップ１０４′で構成されている。
まず、差分処理ステップ１０３′では、画像入力ステップ１０２で得られた入力画像と、予め画像メモリＥ０５ｅに記録しておいた基準背景画像との画素毎の差分を計算し、差分画像を得る。
次に、二値化処理ステップ１０４′では、差分処理ステップ１０３′で得られた差分画像の各画素についてしきい値処理を行ない、画素値がしきい値（例えば、２０）未満の場合は画素値を“０”、しきい値以上の場合は画素値を“２５５”となるようにして二値化画像を得る。得られた二値化画像は、入力画像の変化領域を表している。
【０１１９】
次に、マスキングステップ１０５は、図２で説明したマスク処理を行なう。すなわち、マスキングステップ１０５は、画像メモリＥ０５ｅ内に記憶したマスク領域（物体検出装置ではマスク領域を画像として保持している）内で二値化画像として検出した変化領域の画素値を“２５５”から“０”に修正する（マスクする）。
このようにして、二値化画像で検出される変化領域の内、例えば草木が存在する領域内で検出された変化領域を削除することができる。
【０１２０】
続く点線の矩形で表されたステップ１３５はマスク候補領域作成ステップで、ステップ１３５ａからステップ１３５ｋで構成されている。以下、各ステップの動作について説明する。
初期マスク候補作成ステップ１３５ａは、二値化画像を画像メモリＥ０５ｅ内に記憶されたマスク候補領域（物体検出装置ではマスク候補領域を画像として保持している）に複製し、マスク候補領域を初期化する。
次に、繰り返しステップ１３５ｂは、繰り返し終了ステップ１０５ｆの間を所定の回数繰り返す。本実施例では、ワークメモリＥ０５ｊに確保されているカウンタ変数ｉを用いて、ｉが１からＮ（Ｎは正整数、例えばＮ＝５）の間、１ずつ増加させながら繰り返す。
【０１２１】
奇数判定ステップ１３５ｃは、カウンタ変数ｉが奇数であった場合４近傍領域膨張ステップ１３５ｄへ分岐し、カウンタ変数ｉが偶数であった場合８近傍領域膨張ステップ１３５ｅに分岐する。
図２０は、本発明の領域膨張処理の一例を説明するための図である。
４近傍領域膨張ステップ１３５ｄは、マスク候補領域を走査し、マスク候補領域の画素を４近傍で膨張させる。この処理を図２０を用いて説明する。図２０は、本発明の領域膨張処理の一例を説明するための図である。
【０１２２】
図２０において、斜線で塗りつぶした画素はマスク候補領域（“２５５”の値を持つ画素）であることを表す（以下、後述の図２１〜図２５においても同様である）。
図２０（ａ） は、領域膨張処理前のマスク候補領域を示す。ここでは、説明のため、領域膨張処理前のマスク候補領域は１画素のみとしている。
まず、４近傍領域膨張処理は、“２５５”の値を持つ画素（図２０（ａ） の領域２５０１）の上下左右の画素（４近傍の画素）の値を“２５５”にする処理である。したがって、図２０（ａ） で表されるマスク候補領域（領域２５０１）は、４近傍領域膨張処理によって図２０（ｂ） のマスク候補領域（領域２５０２）になる。
【０１２３】
また、８近傍領域膨張ステップ１３５ｅは、マスク候補領域を走査し、マスク候補領域の画素を８近傍で膨張させる。この処理を図２０（ａ） と図２０（ｃ） を用いて説明する。
８近傍領域膨張処理は、“２５５”の値を持つ画素（領域２５０１）の上下左右、左上、右上、左下、右下の画素（８近傍の画素）の値を“２５５”にする処理である。したがって、図２０（ａ） で表されるマスク候補領域（領域２５０１）は、８近傍領域膨張処理によって図２０（ｃ） のマスク候補領域（領域２５０３）になる。
【０１２４】
繰り返し終了ステップ１３５Ｆでは、カウンタ変数ｉが、所定の値Ｎになったか否かを判定し、ｉ＝Ｎの場合は続く繰り返しステップ１３５ｇへ分岐し、ｉ＜Ｎの場合はｉを１増加し、奇数判定ステップ１３５ｃを繰り返す。
ここで、４近傍領域膨張ステップ１３５ｄのみを複数実行すると、図２０（ａ） のマスク候補領域２５０１は、図２１（ａ） のマスク候補領域１５０４のようにひし形の領域になってしまう（図２１（ａ） はＮ＝３の例）。この場合、領域膨張処理前のマスク候補領域２５０１に対して、上下左右は３画素分膨張できているが、斜め方向は１画素（正確には、２１／２画素）しか膨張できていないことになる。
また、８近傍領域膨張ステップ１３５ｅのみを複数実行すると、図２０（ａ） のマスク候補領域２５０１は、図２１（ｂ） のマスク候補領域２５０５のように矩形の領域になってしまう（図２１（ａ） と同様にＮ＝３の例）。この場合、領域膨張処理前のマスク候補領域２５０１に対して、上下左右は３画素分膨張できているが、斜め方向は４画素（正確には、３×２１／２画素）も膨張されてしまう。
そこで、カウンタ変数ｉが奇数か否かに応じて４近傍領域膨張ステップ１３５ｄと８近傍領域膨張ステップ１３５ｅを交互に実行するようにし、図２１（ｃ） のマスク候補領域２５０６のように上下左右方向と斜め方向の膨張する割合の差を少なくしている（上下左右方向は３画素、斜め方向は約３画素（正確には、２×２１／２画素）となる）。
【０１２５】
次に、繰り返しステップ１３５ｇは、繰り返し終了ステップ１３５ｋの間を所定の回数繰り返す。繰り返しステップ１３５ｂ〜 繰り返し終了ステップ１３５ｆと同様に、ワークメモリＥ０５ｊに確保されているカウンタ変数ｉを用いて、ｉがＮから１の間、１ずつ減少させながら繰り返す。奇数判定ステップ１３５ｈは、カウンタ変数ｉが奇数であった場合４近傍領域収縮ステップ１３５ｉへ分岐し、カウンタ変数ｉが偶数であった場合８近傍領域収縮ステップ１３５ｊに分岐する。
【０１２６】
前述の４近傍領域膨張ステップ１３５ｄ及び８近傍領域膨張ステップ１３５ｅによってマスク候補領域の面積が増加するが、４近傍領域収縮ステップ１３５ｉ及び８近傍領域収縮ステップ１３５ｊによって、マスク候補領域の面積の増加分を減少する。
【０１２７】
４近傍領域収縮ステップ１３５ｉは、マスク候補領域を走査し、マスク候補領域の画素を４近傍で収縮させる。この処理を図２２を用いて説明する。
図２２において、４近傍領域膨張処理は、“２５５”の値を持つ画素（領域２５０７）の各画素の内、上下左右の画素（４近傍の画素）の値のいずれかが“０”であった場合、当該画素の値を“０”にする処理である。
したがって、図２２（ａ） で表されるマスク候補領域（領域２５０７）は、４近傍領域収縮処理によって図２２（ｂ） のマスク候補領域（領域２５０８）になる。
【０１２８】
また、８近傍領域収縮ステップ１３５ｊは、マスク候補領域を走査し、マスク候補領域の画素を８近傍で収縮させる。この処理を図２２（ａ） と図２２（ｃ） を用いて説明する。８近傍領域収縮処理は、“２５５”の値を持つ画素（領域２５０７）の各画素の内、上下左右、左上、右上、左下、右下の画素（８近傍の画素）の値のいずれかが“０”であった場合、当該画素の値を“０”にする処理である。したがって、図２２（ａ） で表されるマスク候補領域（領域２５０７）は、８近傍領域収縮処理によって図２２（ｃ） のマスク候補領域（領域２５０９）になる。
【０１２９】
ここで、４近傍領域膨張ステップ１３５ｄ及び４近傍領域膨張ステップ１３５ｅを所定回数実行（ステップ１３５ｂからステップ１０５ｆ）し、次に４近傍領域収縮ステップ１３５ｉ及び４近傍領域収縮ステップ１３５ｊを同回数実行（ステップ１３５ｇからステップ１３５ｋ）する効果を図２３、図２４、図２５を用いて説明する。
【０１３０】
図２３は、初期マスク候補作成ステップ１３５ａ実行後のマスク候補領域を表している。この時点で、マスク候補領域は、部分領域２６０１ａと部分領域２６０１ｂの２つに分かれている。このマスク候補領域に対して、例えばＮ＝２として領域膨張処理（ステップ１３５ｂからステップ１０５ｆ）を実行すると、図２４のようなマスク候補領域２６０２となる。
次に領域収縮処理（ステップ１３５ｇからステップ１０５ｋ）を実行すると、図２５のようなマスク候補領域２６０３となる。したがって、図２３のような分裂した領域は、領域膨張処理と領域収縮処理によって結合させることができ、１つの領域として取り扱うことができる。ここで、結合可能な領域の間隔は、２Ｎ画素である。
前述のような領域膨張処理、領域収縮処理は、画像処理の分野では従来から広く利用されており、例えば、１９８５年に総研出版より出版された田村秀行氏監修による『コンピュータ画像処理入門』と題する書籍のＰ７６、７７で解説されている。
【０１３１】
次に点線の矩形で表されたステップ１３６はマスク設定ステップで、ステップ１３６ａからステップ１３６ｅで構成されている。以下、各ステップの動作について図５を用いて説明する。
ユーザ操作判定ステップ１３６ａでは、オペレータが操作器Ｅ０４を操作した場合は、操作マーカ表示ステップ移行ステップ１３６ａへ分岐し、操作しなかった場合は、物体検出結果表示ステップ１３７へ分岐する。
【０１３２】
操作マーカ表示ステップ１３６ｂでは、画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に操作マーカを表示する。操作マーカは、例えば、図５（ａ） に示すような矢印７０１ａのような形でも良いし、十字、点、矩形、等の操作マーカの位置が分かるような表示形態であれば何でもよい。
操作マーカは、オペレータによる操作器Ｅ０４の操作に応じて、画像上を上下左右、斜め方向に移動する。
【０１３３】
次にマスク候補領域表示ステップ１３５ｃでは、マスク候補作成ステップ１３５で作成されたマスク候補領域を画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に表示する。表示する内容は、例えば、図５（ａ） に示すように、画像入力Ｉ／Ｆ Ｅ０５ａを介して得られた撮像装置Ｅ０１の画像に、マスク候補領域（図５（ａ） では、領域７０１ｃ及び７０１ｄ）を重畳するようにしても良い。
マスク設定操作判定ステップ１３６ｄでは、オペレータが操作器Ｅ０４を操作してマスク設定操作を行なった場合、マスク画像更新ステップ１３６ｅへ分岐し、マスク設定操作を行なわなかった場合、物体検出結果表示ステップ１３７へ分岐する。マスク設定操作は、例えば、操作器Ｅ０４の第１のボタンＥ０４ａをオペレータが押すことによって行なわれる。
【０１３４】
続く、マスク画像更新ステップ１３６ｅは、マスク画像（マスク領域）を更新する。これは、画像メモリＥ０５ｅ内に記憶した現在のマスク画像と、操作マーカの位置に存在するマスク候補画像の部分領域の画素の論理和を算出し、これをあらたなマスク画像として画像メモリＥ０５ｅ内に記憶したマスク画像を置き換えることによって行なわれる。
この手順を図５を用いて説明する。
【０１３５】
図５（ａ） 〜図５（ｄ） の図は、時刻Ｔ０〜Ｔ３までの各時刻に、操作マーカ、検出物体の領域、マスク領域がどのように変化しているかを説明するための図である。
図５において、画像７０１、画像７０２、画像７０３、画像７０４は出力モニタＥ０６に表示される画像を表しており、矢印７０１ａ、矢印７０２ａ、矢印７０３ａ、矢印７０４ａは、それぞれ、時刻Ｔ０、時刻Ｔ１、時刻Ｔ２および時刻Ｔ３において出力モニタＥ０６に表示される操作マーカを表す。
なお、図５は、入力画像に、マスク領域、マスク候補領域を重畳して表示している。
【０１３６】
図５（ａ） において、領域７０１ｃと領域７０１ｄはマスク候補領域を表している。この例では、マスク領域は設定されていない。そのため、草木が揺れている領域７０１ｃと領域７０１ｄは検出物体として検出されている。ここで、操作マーカ７０１ａを操作し、マスク候補領域７０１ｃ内でマスク設定操作（例えば、操作器Ｅ０４の第１ボタンＥ０４ａを押す）を行なうと、マスク候補領域７０１ｃがマスク領域として設定される。
【０１３７】
図５（ｂ） において、領域７０２ｂはマスク領域、領域７０２ｃは検出物体の領域を表している。時刻Ｔ０におけるマスク設定操作によって、マスク候補領域７０１ｃはマスク領域７０１ｂとして設定されている。ここで、さらに操作マーカ７０２ａを操作し、マスク候補領域７０２ｃ内でマスク設定操作を行なうと、マスク候補領域７０２ｃがマスク領域として設定（追加）される。
【０１３８】
さらに、図５（ｃ） において、領域７０３ｂはマスク領域、領域７０３ｃは検出物体の領域を表している。時刻Ｔ０と時刻Ｔ１におけるマスク設定操作によってマスク候補領域７０１ｃとマスク候補領域７０２ｃはマスク領域７０３ｂとして設定されている。
ここで、さらに操作マーカ７０３ａを操作し、マスク候補領域７０３ｃ内でマスク設定操作を行なうと、マスク候補領域７０３ｃがマスク領域として設定（追加）される。
【０１３９】
さらに、図５（ｄ） において、領域７０４ｂはマスク領域を表している。時刻Ｔ０、時刻１、時刻Ｔ２におけるスク設定操作によって、マスク候補領域７０１ｃ、マスク候補領域７０２ｃ、マスク候補領域７０３ｃはマスク領域７０４ｂとして設定されている。
【０１４０】
以上のように、時刻Ｔ０、時刻１、時刻Ｔ２における合計３回のマスク設定操作によって、図５（ｄ） に示すようなマスク領域７０４ｂ（草木が存在する領域を正確に内包している）が設定される。ここで、マスク設定の操作回数は、マスク候補領域に“２５５”の値を持つ画素のかたまりの領域がいくつ存在するかによって決まる。
【０１４１】
本実施例では、マスク候補領域作成ステップ１３５において、領域膨張処理と領域収縮処理を実行しているため、マスク候補領域内に“２５５”の値を持つかたまりが複数存在していた場合でも、それらの内、近くに存在する領域を結合することができる。したがって、マスク設定の操作回数を減少させることが可能となっている。
【０１４２】
次に、物体検出結果表示ステップ１３７では、画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に、例えば、二値化画像を表示する。
次に、点線の矩形で表されたステップ１３８は物体検出ステップで、物体存在判定ステップ１３８ａと、警報モニタ表示ステップ１３８ｂで構成される。
物体存在判定ステップ１３８ａでは、二値化処理ステップ１０４′、マスキングステップ１０５で得られた変化領域から、例えばラベリングの方法によって“２５５”のかたまりを検出して物体が存在するか否かを判定し、存在した場合には警報・モニタ表示ステップ１３８ｂに分岐し、存在しなかった場合は、画像入力ステップ１０２へ戻る。
警報・モニタ表示ステップ１３８ｂでは、例えば、出力モニタＥ０６に検出した物体の画像を表示したり、警告灯Ｅ０７を点灯させたりして、侵入物体が存在することを表す報知を行なう。
【０１４３】
以上のようにすることで、草木などの検出すべき物体以外をマスク処理して撮像視野内に存在する物体を検出し、さらには、検出した変化領域に基づいてオペレータの操作によってマスク領域を少ない操作回数で設定することが可能となる。
【０１４４】
次に、本発明の更に他の実施例について説明する。
以下の実施例の物体検出方法では、従来からの、マスク領域設定に熟練性を要するという問題や、更には、マスク領域を多角形で設定する場合には、草木などの存在する領域を正確に指定することは非常に困難であるという問題を解決するため、物体検出処理で得られた検出物体領域をオペレータの操作による指定の期間蓄積して作成した該蓄積した検出物体の領域をマスク領域として設定するようにした。
即ち、本発明は、オペレータが操作器を操作して、誤検出のみが存在するときだけ蓄積した検出物体の領域をマスク領域として設定することで、マスク領域を容易かつ正確に設定できる。
【０１４５】
以下に説明する実施例は、先の図１４で説明した物体検出装置のハードウエア構成を使って説明する。
本発明の実施例１１を図２６によって説明する。図２６は実施例１１の処理プロセスを説明するフローチャートである。
本実施例は、オペレータの所定の操作によって、指定した期間の誤検出の蓄積をマスク候補とし、マスク候補を所定の操作によってマスク領域に設定するものである。
ステップ１０１〜１０５は、既に他の実施例に関連して説明したとおりなので個々では簡単に説明する。
【０１４６】
初期化ステップ１０１に続くステップ１０２からステップ１０５は、図１で説明した差分法による侵入物体検出を行うプロセスである。
先ず、画像入力ステップ１０２では、カメラＥ０１から、入力画像（Ｓ０１）を取得する。
差分処理ステップ１０３では、差分画像（Ｓ０３）を得る。
次に、二値化処理１０４では、二値化画像（Ｓ０４）を得る。
【０１４７】
マスキングステップ１０５は、図２（ｂ） で説明したマスク処理を行う。
マスキングステップ１０５は、画像メモリＥ０５ｅ内に記憶したマスク領域（物体検出装置ではマスク領域を画像として保持している）内で二値化画像Ｓ０４として検出した物体の画素値を“２５５”から“０”に修正する（マスクする）。
【０１４８】
このようにして、二値化画像Ｓ０４で検出される物体の内、例えば草木などが存在する領域内で検出された物体を削除することができる。次に、設定移行操作判定ステップ１０６では、オペレータが操作器Ｅ０４′を操作してマスク設定モードに移行した場合は、蓄積二値化画像リセットステップ５０７へ分岐し、マスク設定モードに移行しなかった場合は、マスクモード判定ステップ５０８へ分岐する。
マスク設定モードへの移行は、例えば、操作操作器Ｅ０４′の第１のボタンＥ０４ａの押下によって行なわれる。
【０１４９】
蓄積二値化画像リセットステップ５０７では、画像メモリＥ０５ｅに記憶した蓄積二値化画像をリセット（クリア）する。蓄積二値化画像を、このようにリセットすることで、マスク設定モード移行後、新たに検出物体領域を蓄積二値化画像に蓄積させることができる。
次に、マスク設定モード移行ステップ５０８では、処理モードをマスク設定モードに設定する。次に、マスク設定モード判定ステップ５０９では、ワークメモリＥ０５ｊ内の処理モード変数によって管理されている処理モードがマスク設定モードであった場合は、蓄積二値化画像更新ステップ５１０へ分岐し、マスク設定モードでなかった場合は、物体検出結果表示ステップ１１４へ分岐する。
【０１５０】
蓄積二値化画像更新ステップ５１０は、二値化ステップ１０４で得られた二値化画像と、画像メモリＥ０５ｅに記憶した蓄積二値化画像との画素毎の論理和を計算し、画像メモリＥ０５ｅに記憶した蓄積二値化画像と置き換える。
このようにして、逐次的に検出される検出物体領域を記録する。
マスク候補表示ステップ５１１では、画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に蓄積二値化画像をマスク候補として表示する。
このマスク候補の表示方法は、例えば、現在の画像に重ねてマスク候補部分を半透明で表示するなど、現在の入力画像とマスク候補部分の比較検討を行い易いようにする。
オペレータは、表示されたマスク候補を見て、さらに蓄積二値化画像の更新を続けマスク候補の領域を広げるか、マスク領域に今のマスク候補を設定するか、マスク領域の設定をキャンセルするかを判断する。
【０１５１】
次にオペレータ操作有無判定ステップ５１２では、オペレータの操作が有る場合はオペレータ操作内容判定ステップ５１３に分岐し、オペレータの操作が無い場合は、物体存在判定ステップ１１９へ分岐してさらに蓄積二値化画像の更新を続ける。
オペレータ操作内容判定ステップ５１３では、オペレータの操作入力手段Ｅ０４の操作内容に応じて、マスク候補をマスク領域に設定する場合はマスク置き換えステップ５１４へ分岐し、マスク領域の設定をキャンセルする場合は通常モード移行ステップ５１５へ分岐する。
オペレータの操作としては、マスク候補をマスク領域に設定する場合は、例えば、操作器Ｅ０４′の第１のボタンＥ０４ａの押下によって行なわれ、マスク領域の設定をキャンセルする場合は、例えば、操作器Ｅ０４′の第２のボタンＥ０４ｂの押下によって行なわれる。
【０１５２】
マスク置き換えステップ５１４では、画像メモリＥ０５ｅに記憶されているマスク領域をマスク候補で置き換え新たなマスク領域とする。
次に、通常モード移行ステップ５１５では、処理モードを通常モードに設定する。
物体検出結果表示ステップ１１４では、画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に、例えば、マスクされた二値化画像を表示する。
次に、物体存在判定ステップ１１９では、二値化ステップ１０４、マスキングステップ１０５で得られたマスクされた二値化画像中から、例えばラベリングの方法によって“２５５”のかたまり（Ｓ０９）を検出して物体が存在するか否かを判定し、存在した場合には警報・モニタ表示ステップ１２０に分岐し、存在しなかった場合は、画像入力ステップ１０２へ戻る。
警報・モニタ表示ステップ１２０では、例えば出力モニタＥ０６に対象物体の画像を表示したり、警告灯Ｅ０７を点灯させたりして、侵入物体が存在することを表す報知を行なう。二値化画像を蓄積する方法の効果を、図２８を用いて説明する。
【０１５３】
図２８は、時刻Ｔ１、Ｔ２、‥‥‥、Ｔｎの検出物体の領域を表しており、各時刻での検出物体の領域Ａ０１ａ、Ａ０１ｂ、Ａ０２ａ、Ａ０３ａを論理和手段Ａ０５を用いて計算すると蓄積二値化画像Ａ０４ａが得られる。これによって、検出された領域が蓄積され、マスク候補が生成される。このマスク候補をマスク領域に設定することにより、オペレータは容易にマスク領域が設定できるということになる。
【０１５４】
さらに、オペレータが所定の第１の操作（マスク設定モードへの移行）と第２の操作（マスク候補をマスク領域に設定）を行う間、検出された物体の領域の蓄積が行われ、その間の蓄積二値化画像を出力モニタＥ０６に表示することができるため、オペレータは、検出された物体の領域が十分に蓄積されたかを確認しながらマスク領域の設定を行うことができる。
ここで設定されるマスク領域は、差分法によって検出される物体の領域に基づいて設定されるため、従来のマスク領域設定方法の多角形による設定方法に比べ、草木などの存在する領域を正確かつ容易にマスクすることができる。
【０１５５】
本発明の実施例１２を図２７によって説明する。図２７は本発明の実施例１２の処理プロセスを説明するフローチャートである。
本実施例は、図２６の実施例１１で、マスク領域を設定する際に選択したマスク候補をマスク領域に置き換えていたものを、マスク候補をマスク領域に追加できるようにしたものである。
図２７の実施例１２は、図２６の実施例１１において、マスク置き換えステップ５１４の代わりにマスク追加ステップ５１４′に置き換えたものである（他のステップは説明を省略する）。
マスク追加ステップ５１４′では。画像メモリＥ０５ｅに記憶されたマスク領域画像に、新たなマスク候補を追加するものであり、これによって、別々のタイミングに発生する誤検出を個別にマスク領域に追加設定することができる。
【０１５６】
映像監視装置では、例えば、差分法などで、監視視野内の侵入物体のみを正確に検出するために、草木の揺れや、水たまりの光の反射などを防ぐ目的でマスク処理が使われる。しかし、この従来技術には、マスク領域設定に熟練性を要するという問題や、更には、マスク領域を多角形で設定する場合には、草木などの存在する領域を正確に指定することは非常に困難であるという問題があった。
上述のように、上記実施例によれば、物体検出処理で得られた検出物体領域をオペレータの操作で指定する期間蓄積することで得られる蓄積二値化画像をマスク候補とし、それをマスク領域に設定することで、オペレータがマスク領域を容易かつ正確に設定できるようにした。
【０１５７】
上記記載は実施例についてなされたが、本発明はその精神と添付の特許請求範囲の請求項の記載範囲内で、種類の変更、及び修正ができることは当業者に明らかである。
例えば、実施例１１を実施例１や実施例７に適用して、蓄積２値化画像の蓄積開始及び終了時刻をオペレータが指示するようにしても良い。
また、実施例１等に実施例１０を適用して、草木などの、検出すべき物体以外の物体の領域間を自動的に結合してより少ない数の領域に融合することにより、オペレータは、マスク領域指定を少ない操作で設定するようにすることもできる。いちいち記載しないが、その他にも実施例間の様々な組合わせが可能であることは言うまでもない。
【０１５８】
【発明の効果】
以上のように、本発明によれば、草木の揺れや、水たまりの光の反射などを防ぐ目的のマスク領域設定を物体検出処理で得られた検出物体領域を指定する操作に基づいてマスク領域を指定できるのでマスク設定操作が容易になるとともに適切に設定できるようになる。また、状況の変化に対応して、必要なら、検出物体の無い状況を適切に判定してマスク領域の解除ができる。
また本発明によれば、物体検出処理で得られた検出画像を所定の時間蓄積することで得られる蓄積２値化画像をマスク候補とするとともに、マスク候補を複数用意し、オペレータがマスク候補の中から適切なマスク候補を選択操作することで、マスク領域を容易かつ正確に設定できる。
また本発明によれば、物体検出処理で得られた検出物体領域に基づいてマスク領域を指定できるようにした。すなわち、本発明は、オペレータが操作手段を操作して、検出物体領域を選択し、マスク領域に設定することで、マスク領域を容易かつ正確に設定できる。
また本発明によれば、物体検出処理で得られた検出物体領域をオペレータの操作で指定する期間蓄積することで得られる蓄積二値化画像をマスク候補とし、それをマスク領域に設定することで、オペレータがマスク領域を容易かつ正確に設定できる。
【図面の簡単な説明】
【図１】差分法によって撮像装置の視野内に侵入した物体を検出する処理の流れを説明するための図。
【図２】差分法を用いた場合に発生する課題を説明するための図。
【図３】本発明の物体検出装置の一実施例の構成を示すブロック図。
【図４】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図５】図４で説明したマスク領域の設定手順を説明するための図。
【図６】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図７】本発明の物体検出方法の一実施例の効果を説明するための図。
【図８】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図９】本発明の物体検出方法の一実施例の効果を説明する図。
【図１０】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１１】本発明の物体検出方法の一実施例とその効果を説明する図。
【図１２】本発明の物体検出方法の一実施例とその効果を説明する図。
【図１３】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１４】本発明の物体検出装置の一実施例の構成を示すブロック図。
【図１５】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１６】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１７】本発明の分割蓄積２値化画像からマスク候補画像を得るための処理の一実施例を説明する図。
【図１８】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１９】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図２０】本発明の領域膨張処理の一例を説明するための図。
【図２１】本発明の領域膨張処理の一例を説明するための図。
【図２２】本発明の領域収縮処理の一例を説明するための図。
【図２３】本発明のマスク候補領域の一例を説明するための図。
【図２４】本発明のマスク候補領域に領域膨張処理を施した処理結果の一例を説明するための図。
【図２５】本発明のマスク候補領域に領域膨張処理と領域収縮処理を施した処理結果の一例を説明するための図。
【図２６】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図２７】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図２８】本発明の蓄積２値化画像の作成方法の一実施例を説明するための図。
【図２９】従来の物体検出方法の処理プロセスの一例を示すフローチャート。
【符号の説明】
Ｓ０１：入力画像、 Ｓ０２：基準背景画像、 Ｓ０３：差分画像、 Ｓ０４：２値化画像、 Ｓ０５：差分処理部、 Ｓ０６：２値化処理部、 Ｓ０７：人型の物体、 Ｓ０８差分画像Ｓ０３中の人型の差分画像、Ｓ０９：２値化画像Ｓ０４中の人型の物体、 ６０１：入力画像、 ６０１ａ，６０１ｂ，６０１ｃ：領域、 Ｅ０１：ＴＶカメラ、 Ｅ０２：ズームレンズ、 Ｅ０３：カメラ雲台、 Ｅ０４，Ｅ０４′：操作器、 Ｅ０４ａ，Ｅ０４ａ′：第１のボタン、 Ｅ０４ｂ，Ｅ０４ｂ′：第２のボタン、 Ｅ０５：侵入物体監視装置、 Ｅ０５ａ：画像入力Ｉ／Ｆ、 Ｅ０５ｂ：雲台制御Ｉ／Ｆ、 Ｅ０５ｃ：レンズ制御Ｉ／Ｆ、 Ｅ０５ｄ：操作入力Ｉ／Ｆ、 Ｅ０５ｅ：画像メモリ、 Ｅ０５ｆ：画像出力Ｉ／Ｆ、 Ｅ０５ｇ：警報出力Ｉ／Ｆ、 Ｅ０５ｈ：ＣＰＵ、 Ｅ０５ｉ：プログラムメモリ、 Ｅ０５ｊ：ワークメモリ、 Ｅ０５ｋ：データバス、 Ｅ０６：出力モニタ、 Ｅ０７は警告灯、 ７０１，７０２，７０３，７０４：画像、 ７０１ａ，７０２ａ，７０３ａ，７０４ａ：操作マーカ、 ７０１ｃ，７０２ｃ，７０３ｃ，７０４ｃ，７０１ｄ，７０２ｄ，７０３ｄ，７０４ｄ：画像領域、 １１０１ａ〜１１０１ｆ：ブロック、 １１０２ａ，１１０２ｄ，１１０２ｅ：分割されたマスク領域のブロック １２０１ａ，１２０１ｂ，１２０１ｃ，１２０１ｄ：分割されたマスク領域のブロック、 １７０１ａ，１７０１ｂ：期間、 １７０３，１７０４：マスク候補画像、 １７０３ａ，１７０４ａ：検出領域、 ２５０１〜２５０９，２６０１ａ，２６０１ｂ，２６０２，２６０３：領域。
【発明の属する技術分野】
本発明は撮像装置を用いた物体検出方法および物体検出装置に関し、特に、撮像視野範囲内に侵入した物体などを撮像装置から入力する映像信号の中から自動的に検出する際に、撮像視野範囲内の背景画像とは異なるがしかし侵入物体として検出すべきではない領域のマスクを容易に設定することが可能な、物体検出方法および物体検出装置に関する。
【０００２】
【従来の技術】
テレビジョンカメラ（以下ＴＶカメラと呼ぶ）等の撮像装置を用いた映像監視装置は、従来より広く用いられている。しかし、このような映像監視装置を用いた監視システムにおいては、その監視視野内に入り込んでくる人間や自動車などの侵入物体の検出を、監視員がモニタに表示される画像を見ながら行う有人監視ではなく、カメラ等の画像入力手段から入力される画像から侵入物体を自動的に検出し、所定の報知や警報処置が得られるようにしたシステムが要求されるようになってきている。
【０００３】
このようなシステムを実現するためには、まず、周知の差分法などによって、基準となる画像（例えば、基準背景画像や所定期間前の入力画像）と入力画像との違いを検出し、視野内の侵入物体を検出する。差分法とは、ＴＶカメラより得られた入力画像と予め作成した基準背景画像、すなわち、検出すべき物体の写っていない画像とを比較し、画素毎に輝度値の差分を求め、その差分値の大きい領域を物体として検出するものである（例えば、特許文献１参照）。
【０００４】
以下で、差分法の一例を図１、図２（ａ） 、図２（ｂ） に言及して説明する。
図１は、差分法によって撮像装置の視野内に侵入した物体を検出する処理の流れを説明するための図である。図１において、Ｓ０１は入力画像、Ｓ０２は基準背景画像、Ｓ０３は入力画像と基準背景画像の差分画像、Ｓ０４は差分画像の２値化画像、Ｓ０５は差分処理部、Ｓ０６は２値化処理部、Ｓ０７は入力画像Ｓ０１中に写る人型の物体、Ｓ０８は人型の物体Ｓ０７に相当する差分画像Ｓ０３中の人型の差分画像、Ｓ０９は人型の差分画像Ｓ０８に相当する２値化画像Ｓ０４中の人型の物体（人型の２値化画像）を表す。
【０００５】
図１において、先ず、カメラから例えば３２０×２４０画素の入力画像Ｓ０１を入力する。次に、差分処理部Ｓ０５において、入力画像Ｓ０１と、予め作成した基準背景画像Ｓ０２との画素毎の画素値の差分を計算し、差分画像Ｓ０３を取得する。この結果、入力画像Ｓ０１中の人型の物体Ｓ０７は差分画像Ｓ０３中に、人型の差分画像Ｓ０８として現れる。そして、２値化処理部Ｓ０６において、差分画像Ｓ０３の各画素に対して差分値が所定のしきい値未満（例えば２０未満）の画素の値を”０”、しきい値以上の画素の値を”２５５”（本明細書では１画素を８ビットとして取り扱う例で説明する）に置き換えて、２値化画像Ｓ０４を得る。この時、入力画像Ｓ０１に撮像された人型の物体Ｓ０７は、２値化画像Ｓ０４中の人型の物体Ｓ０９として検出される。ここで、物体Ｓ０９が所定の面積より大きいとき、例えば、侵入者がいると判定すれば良いわけである。
【０００６】
図２は、上記差分法を用いた場合に発生する課題を説明するための図である。図２（ａ） において、入力画像６０１は、ドアを設けられた建物の一部および植え込みよりなる基準背景画像に、侵入物体６０１ａが表示されている。このような場面で差分法を適用すると、侵入物体の領域６０１ａが検出されるのは当然として、基準背景画像の植え込み部分に存在する草木は風などによって揺れるために、これらが侵入物として誤検出される可能性がある。すなわち、草木の領域、例えば、領域６０１ｂ、領域６０１ｃが、風などによって揺れると、基準背景画像と異なるものとなるために、侵入物として検出されてしまう。その結果、３つの侵入物体が存在するものと判断されてしまう。
【０００７】
このような問題に対して、従来から図２（ｂ） に示すようなマスク処理が広く使用される（例えば、特許文献２参照。）。図２（ｂ） において、入力画像６０２は、草木が存在する領域６０２ｂに対してマスク領域を設定した状態を示す。このマスク領域６０２ｂ内では、侵入物体の検出がなされても、これを出力しない不感帯として処理する。すなわち、マスク処理の対象とされた領域では、侵入物体の検出がなされても、これを出力しない様にすることで、入力画像６０２内の領域では侵入物体６０２ａだけが存在すると判定される。
【０００８】
さらに、このマスク処理を行って侵入物体を検出する例を、フローチャートを使って説明する。
図２９は、従来の侵入物体検出を行う処理プロセスを示すフローチャートである。図１を参照しながら説明する。
まず、初期化ステップ１０１では、物体検出処理で使用する画像メモリ内に確保された画像記録用の画像メモリや、ワークメモリ内に確保された変数等の初期化を設定する。画像入力ステップ１０２では、カメラから、例えば、幅３２０ピクセル（以下、ｐｉｘ と表記する）、高さ２４０ ｐｉｘ 、８ ｂｉｔ／ｐｉｘ の入力画像（Ｓ０１）を取得する。差分ステップ１０３では、画像入力ステップ１０２で得られた入力画像（Ｓ０１）と、予め画像メモリに記録しておいた基準背景画像（Ｓ０２）との画素毎の差分を計算し、差分画像（Ｓ０３）を得る。次に、２値化ステップ１０４では、差分ステップ１０３で得られた差分画像（Ｓ０３）の各画素についてしきい値に基づく処理を行い、画素値がしきい値（例えば、２０）未満の場合は画素値“０”、しきい値以上の場合は画素値を“２５５”に変換して２値化画像（Ｓ０４）を得る。このように差分ステップ１０３で得られた差分画像を２値化ステップ１０４で２値化すると、図２Ｂで説明したように、侵入物体６０２ａの他に、領域６０２ｂ内で検出される風に揺れた草木などが侵入物体として検出される。従って次のマスキングステップ１０５では、この領域６０２ｂ内で検出される風に揺れた草木などが侵入物体と御検出されないようにこの領域６０２ｂをマスキング処理する。このように領域６０２ｂをマスキングすることにより、侵入物体６０２ａのみが検出され、領域６０２ｂ内の草木などは侵入物体と誤検出されることはない。
【０００９】
次に、設定移行操作ステップ１０６では、オペレータが操作入力器を操作してマスク設定モードに移行した場合は、マスク設定モード移行ステップ１０７へ分岐し、マスク設定モードに移行しなかった場合は、ワークメモリ内の処理モード変数によって管理されている処理モードを変更せずにマスク設定モード判定スッテプ１０８へ移行する。マスク設定モード移行ステップ１０７では、処理モードをマスク設定モードに設定する。マスク設定モードへの移行は、例えば、操作入力器の第１ボタンの押下によって行われ、処理モードがマスク設定モードに変更される。次に、マスク設定モード判定ステップ１０８では、処理モードがマスク設定モードでなかった場合は、物体検出領域表示ステップ１１４へ分岐する。
操作マーカ表示ステップ１０９では、画像出力インターフェースを介して出力モニタに操作マーカを表示する。
【００１０】
次に、マスク領域設定ステップ２００では、オペレータが例えば操作マーカ７０１ａを移動させて表示された画像の内、マスク設定したい領域（例えば、図２（ｂ） 領域６０２ｂ）を多角形で囲み、マスク領域の設定を行う。そして新しいマスク領域に設定変更して通常モード移行ステップ１１３に移行する。次に、通常モード移行ステップ１１３では、処理モードを通常モードに設定する。通常モードに設定することによって、処理は、物体存在判定ステップ１１９に進み、ステップ１０２からマスキングステップ１０５の処理に基づいて物体が検出されたか否かを判定する。通常モードとは、オペレータによるマスク領域等の検出条件の設定、変更、更新等を行う処理をしていない、入力画像から侵入物体を検出しているモードである。
【００１１】
次に、物体存在判定ステップ１１９では、２値化処理ステップ１０４、マスキングステップ１０５で得られたマスクされた２値化画像中から、例えば、周知のラベリングの方法によって“２５５”のかたまり（Ｓ０９）を検出して物体が存在するか否かを判定し、存在した場合には警報・モニタ表示ステップ１２０に分岐し、存在しなかった場合は、画像入力ステップ１０２へ戻る。警報・モニタ表示ステップ１２０では、例えば出力モニタに対象物体の画像を表示したり、警告灯を点灯させたりして、侵入物体が存在することを表す報知を行う。この処理が終わると処理フローは画像入力ステップ１０２に戻り、再び、同じ処理フローを繰り返す。
【００１２】
このように、マスク領域を設定することにより、誤った侵入物体の検出は防止できるが、一方、マスク領域の設定は監視視野を制限することになるから、できるだけ狭く適切に設定することが重要である。
【００１３】
従来のマスク領域設定方法は、例えば、監視視野内の草木等が存在するマスク領域とする領域を多角形で指定して、図２（ｂ） におけるマスク領域６０２ｂのような領域を予め物体検出装置に記録しておかなければならない。しかし、このマスク領域設定操作は、熟練を要し、更には、マスク領域を多角形で設定する場合には、正確に指定することは非常に困難となる。
また、草木がまばらに存在していた場合、それぞれの草木に対してマスクを指定しなければならないという問題もある。
【００１４】
【特許文献１】
特開平７−７９４２９号公報（要約）。
【特許文献２】
特開２００１−１７５９５９公報（第３頁）
【００１５】
【発明が解決しようとする課題】
このようなマスク設定操作をより簡便に、且つ、適切に行うことができるようにすることが求められるとともに、さらには、基準背景画像の植え込み部分に存在する草木は風などによる揺れが無視できる時期（時間帯あるいは季節）には、マスク領域から解除できる方がより十分な監視ができることになるから、設定されたマスク領域を適切に解除できるようにすることが求められる。
本発明の目的は、オペレータが容易にマスク領域を設定できるようにした、操作性の良い物体検出方法および物体検出装置を提供することにある。
本発明の別の目的は、オペレータが容易にマスク領域を設定し、かつ、必要なら、設定したマスク領域を、容易に且つ適切に解除できるようにした、操作性の良い物体検出方法および物体検出装置を提供することにある。
【００１６】
【課題を解決するための手段】
上記の目的を達成するために、本発明の一側面による物体検出方法は、撮像装置からの入力画像と記録装置に記録されている背景画像との変化分を検出するステップと、表示装置に上記検出された少なくとも上記変化分を含む画像を表示するステップと、上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するステップと、上記マスク領域を指定して得られる画像をマスク画像として上記記録装置に登録するステップ、および上記撮像装置から入力される入力画像と上記マスク画像を比較し、上記移動物体を検出するステップを有する。
【００１７】
また、本発明の一側面による物体検出方法は、上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するステップは、上記変化分を含む領域をマスク領域候補として表示するステップおよび上記マスク領域候補の内、所定の変化分を有するマスク候補領域をマスク領域として指定するステップとからなる。
【００１８】
また、本発明の一側面による物体検出方法の上記変化分を検出するステップは、複数の上記入力画像についてそれぞれ変化分を検出するステップを含み、上記所定の変化分の領域をマスク領域として指定するステップは、上記複数の入力画像についてそれぞれ上記所定の変化分の領域をマスク領域として指定するステップを含み、上記マスク画像は、上記複数の入力画像についてそれぞれ上記マスク領域を指定して得られる画像を合成した画像である。
【００１９】
また、本発明の一側面による物体検出方法の上記所定の変化分の領域をマスク領域として指定するステップは、複数の上記入力画像についてそれぞれ異なるマスク領域を指定するステップを含む。
【００２０】
また、本発明の一側面による物体検出方法の上記記録装置に記録されているマスク画像を上記複数の入力画像について上記マスク領域を指定して得られるそれぞれの画像で順次更新する。
【００２１】
また、本発明の一側面による物体検出方法は、更に、上記記録装置に登録されているマスク画像を所定期間毎に更新するステップを含む。
【００２２】
また、本発明の一側面による物体検出方法の上記所定の変化分の領域をマスク領域として指定するステップは、上記表示装置に表示される操作マーカにより指定するステップである。
【００２３】
また、本発明の一側面による物体検出方法の上記複数の入力画像は、所定間隔で上記撮像装置から入力される入力画像である。
【００２４】
また、本発明の一側面による物体検出方法は、上記複数の入力画像について、それぞれ変化分を検出するステップは、更に、それぞれの変化分を所定期間蓄積するステップを含み、上記それぞれ蓄積された変化分の画像を合成した画像に基いて上記マスク画像を更新する。
【００２５】
また、本発明の一側面による物体検出方法は、更に、上記複数の入力画像についてそれぞれ変化分を検出するステップにおいて検出された変化分検出画像をそれぞれ複数の蓄積手段に蓄積するステップおよび上記複数の蓄積手段に蓄積される上記変化分検出画像を蓄積順序に従って順次更新するステップを含む。
【００２６】
また、本発明の一側面による物体検出方法は、更に、上記入力画面を複数個の領域に分割するステップを有し、上記所定の変化分の領域をマスク領域として指定するステップは、上記複数個の領域の内、所定の領域を指定するステップである。
【００２７】
また、本発明の一側面による物体検出方法は、更に、上記マスク領域として指定された領域の内、複数の上記入力画像にわたって上記所定の変化分が検出されないマスク領域が存在する場合、上記マスク領域を解除するステップを含む。
【００２８】
また、本発明の一側面による物体検出方法の上記複数個の領域は、矩形あるいは上記入力画面に表示される対象物の形状に基いた形状のいずれかにより分割される。
【００２９】
また、本発明の一側面による物体検出方法は、更に、上記マスク領域として指定された領域の内、所定時間の間、上記所定の変化分が検出されないマスク領域が存在する場合、上記マスク領域を解除するステップを含む。
【００３０】
また、本発明の一側面による物体検出方法は、更に、上記表示装置に上記撮像装置からの入力画像と上記マスク領域候補とを同時に表示するステップを含む。
【００３１】
また、本発明の一側面による物体検出方法の、上記それぞれの変化分を所定期間蓄積するステップは、上記蓄積期間を複数の期間に分割し、上記分割された期間においてそれぞれ分割蓄積画像を生成するステップおよび上記複数の分割蓄積画像から所定の分割画像を選択し、マスク画像とする画像を生成するステップからなる。
【００３２】
また、本発明の一側面による物体検出方法の、上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するステップは、更に、上記マスク領域候補内に表示されている対象物を構成する画素を所定割合だけ膨張するステップおよび上記所定割合だけ膨張した対象物を構成する画素を所定割合だけ収縮させるステップとを含む。
【００３３】
また、本発明の一側面による物体検出方法の、上記対象物を構成する画素を所定割合だけ膨張するステップは、４近傍領域膨張処理、８近傍領域膨張処理およびそれらの組合せ処理のいずれか１つの処理ステップであり、上記所定割合だけ膨張した対象物を構成する画素を所定割合だけ収縮させるステップは、４近傍領域収縮処理、８近傍領域収縮処理およびそれらの組合せ処理のいずれか１つの処理ステップである。
【００３４】
また、本発明の一側面による物体検出装置は、上記移動物体を撮影する撮像装置と、背景画像を記録する記録装置と、上記撮像装置からの入力画像と上記記録装置に記録されている上記背景画像との変化分を検出する変化分検出部と、上記変化分検出部により検出された少なくとも上記変化分を含む画像を表示する表示装、上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するマスク領域指定部と、上記マスク領域を指定して得られる画像をマスク画像として上記記録装置に登録し、上記登録されたマスク画像と上記撮像装置から入力される入力画像とを比較し、上記移動物体を検出する処理装置、および上記撮像装置、上記記録装置、上記変化分検出部および上記処理装置を制御する制御部とを有する。
【００３５】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、上記変化分を含む領域をマスク領域候補として表示し、上記マスク領域候補の内、所定の変化分を有するマスク候補領域をマスク領域として指定する機能を有する。
【００３６】
また、本発明の一側面による物体検出装置の上記変化分検出部は、複数の上記入力画像についてそれぞれ変化分を検出する機能を含み、上記マスク領域指定部は、上記複数の入力画像についてそれぞれ上記所定の変化分の領域をマスク領域として指定する機能を含み、上記マスク画像は、上記複数の入力画像についてそれぞれ上記マスク領域を指定して得られる画像を合成した画像である。
【００３７】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、複数の上記入力画像についてそれぞれ異なるマスク領域を指定する機能を有する。
【００３８】
また、本発明の一側面による物体検出装置は、上記記録装置に記録されているマスク画像を上記複数の入力画像について上記マスク領域を指定して得られるそれぞれのマスク画像で順次更新する。
【００３９】
また、本発明の一側面による物体検出装置は、更に、上記記録装置に登録されているマスク画像を所定期間毎に更新する。
【００４０】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、上記表示装置に表示される操作マーカにより上記マスク領域を指定する機能を有する。
【００４１】
また、本発明の一側面による物体検出装置の上記複数の入力画像は、所定間隔で上記撮像装置から入力される入力画像である。
【００４２】
また、本発明の一側面による物体検出装置の上記変化分検出部は、更に、それぞれの変化分を所定期間蓄積する機能を有し、上記蓄積された変化分の画像に基いて上記マスク画像を更新する。
【００４３】
また、本発明の一側面による物体検出装置は、更に、上記複数の入力画像について検出された変化分検出画像を蓄積する複数の蓄積手段を有し、上記複数の蓄積手段に蓄積される上記変化分検出画像を蓄積順序に従って順次更新する。
【００４４】
また、本発明の一側面による物体検出装置の上記処理装置は、更に、上記入力画像を複数個の領域に分割する機能を有し、上記マスク領域指定部は、上記複数個の領域の内、所定の領域をマスク領域として指定する機能を有する。
【００４５】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、更に、上記マスク領域として指定された領域の内、複数の上記入力画像にわたって上記所定の変化分が検出されないマスク領域が存在する場合、上記マスク領域を解除する機能を有する。
【００４６】
また、本発明の一側面による物体検出装置は、上記表示装置に表示される上記複数個の領域は、矩形あるいは上記入力画面に表示される対象物の形状に基いた形状のいずれかの形状に表示される。
【００４７】
また、本発明の一側面による物体検出装置の上記処理装置は、更に、上記マスク領域として指定された領域の内、所定時間の間、上記所定の変化分が検出されないマスク領域が存在する場合、上記マスク領域を解除する機能を有する。
【００４８】
また、本発明の一側面による物体検出装置は、更に、上記表示装置は、上記撮像装置からの入力画像と上記マスク領域候補とを同時に表示する機能を有する。
【００４９】
また、本発明の一側面による物体検出装置の上記変化分検出部は、上記蓄積期間を複数の期間に分割し、上記分割された期間においてそれぞれ分割蓄積画像を生成する機能および上記複数の分割蓄積画像から所定の分割画像を選択し、マスク画像とする画像を生成する機能を有する。
【００５０】
また、本発明の一側面による物体検出装置の上記マスク領域指定部は、更に、上記マスク領域候補内に表示されている対象物を構成する画素を所定割合だけ膨張する機能および上記所定割合だけ膨張した対象物を構成する画素を所定割合だけ収縮させる機能を有する。
【００５１】
また、本発明の一側面による物体検出装置の上記対象物を構成する画素を所定割合だけ膨張する機能は、４近傍領域膨張処理、８近傍領域膨張処理およびそれらの組合せ処理のいずれか１つの処理機能であり、上記所定割合だけ膨張した対象物を構成する画素を所定割合だけ収縮させる機能は、４近傍領域収縮処理、８近傍領域収縮処理およびそれらの組合せ処理のいずれか１つの処理機能である。
【００５２】
【発明の実施の形態】
以下、本発明の実施例を図面に言及して説明する。図面を通し、同様な部材には同様な参照符号を付す。
まず、本発明の第１の実施例（以下実施例１と呼ぶ）を図３と図４に言及して説明する。
図３は、実施例１の物体検出装置のハードウエア構成を示すブロック図である。なお、図３のハードウエア構成は他の実施例の説明にも使用する。
Ｅ０１は撮像装置（以下、ＴＶカメラと呼ぶ）、Ｅ０２はズームレンズ、Ｅ０３は電動旋回台（以下カメラ雲台と呼ぶ）、Ｅ０４は操作器、Ｅ０４ａは操作器Ｅ０４に付属する第１のボタン、Ｅ０４ｂは操作器Ｅ０４に付属する第２のボタン、Ｅ０５は侵入物体監視装置、Ｅ０５ａは画像入力Ｉ／Ｆ（Ｉ／Ｆ：Ｉｎｔｅｒｆａｃｅ ）、Ｅ０５ｂは雲台制御Ｉ／Ｆ、Ｅ０５ｃはレンズ制御Ｉ／Ｆ、Ｅ０５ｄは操作入力Ｉ／Ｆ、Ｅ０５ｅは画像メモリ、Ｅ０５ｆは画像出力Ｉ／Ｆ、Ｅ０５ｇは警報出力Ｉ／Ｆ、Ｅ０５ｈはＣＰＵ（ＣＰＵ：Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ ）、Ｅ０５ｉはプログラムメモリ、Ｅ０５ｊはワークメモリ、Ｅ０５ｋはデータバス、Ｅ０６は出力モニタ、Ｅ０７は警告灯である。カメラＥ０１は画像入力Ｉ／Ｆ（Ｅ０５ａ）に接続され、ズームレンズＥ０２はレンズ制御Ｉ／Ｆ（Ｅ０５ｃ）に接続され、カメラ雲台Ｅ０３は雲台制御Ｉ／Ｆ（Ｅ０５ｂ）に接続され、操作器Ｅ０４は操作入力Ｉ／Ｆ（Ｅ０５ｄ）に接続され、出力モニタＥ０６は画像出力Ｉ／Ｆ（Ｅ０５ｆ）に接続され、警告灯Ｅ０７は警報出力Ｉ／Ｆ（Ｅ０５ｇ）に接続されている。また、画像入力Ｉ／Ｆ（Ｅ０５ａ）、雲台制御Ｉ／Ｆ（Ｅ０５ｂ）、レンズ制御Ｉ／Ｆ（Ｅ０５ｃ）、入力Ｉ／Ｆ（Ｅ０５ｄ）、画像メモリＥ０５ｅ、画像出力Ｉ／Ｆ（Ｅ０５ｆ）、警報出力Ｉ／Ｆ（Ｅ０５ｇ）、ＣＰＵ（Ｅ０５ｈ）、プログラムメモリＥ０５ｉおよびワークメモリＥ０５ｊは、データバスＥ０５ｋに接続され、相互に信号の授受ができる。
【００５３】
図３において、カメラ雲台Ｅ０３に搭載されズームレンズＥ０２を備えたＴＶカメラＥ０１は、監視対象（視野範囲）を撮像する。撮像された映像信号は、画像入力Ｉ／Ｆ（Ｅ０５ａ）からデータバスＥ０５ｋを介して画像メモリＥ０５ｅに蓄積される。ＣＰＵ（Ｅ０５ｈ）は、プログラムメモリＥ０５ｉに保存されているプログラムに従って、ワークメモリＥ０５ｊ内で画像メモリＥ０５ｅに蓄積された画像の解析を行う。ＣＰＵ（Ｅ０５ｈ）は、処理結果に応じてデータバスＥ０５ｋから、レンズ制御Ｉ／Ｆ（Ｅ０５ｃ）を介してズームレンズＥ０２を制御したり、雲台制御Ｉ／Ｆ（Ｅ０５ｂ）を介してカメラ雲台Ｅ０３を制御してＴＶカメラＥ０１の撮像視野を変えたり、警報出力Ｉ／Ｆ（Ｅ０５ｇ）を介して警告灯Ｅ０７を点灯し、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して監視モニタＥ０６に、例えば侵入物体検出結果画像を表示する。なお、画像メモリＥ０５ｅは、登録された基準背景画像を保存しておくためのテンプレート画像メモリをも備えている。
【００５４】
図４は本発明の物体検出方法の実施例１による処理プロセスを示すフローチャートである。
まず、初期化ステップ１０１では、物体検出処理で使用する画像メモリＥ０５ｅ内に確保された画像記録用の画像メモリや、ワークメモリＥ０５ｊ内に確保された変数等の初期化、処理モード（ワークメモリＥ０５ｊ内の処理モード変数によって管理する）を通常モードに設定する。
画像入力ステップ１０２では、カメラＥ０１から、例えば、幅３２０ピクセル（以下ｐｉｘと表記する）、高さ２４０ｐｉｘ、８ｂｉｔ／ｐｉｘの入力画像（Ｓ０１）を取得する。差分ステップ１０３では、画像入力ステップ１０２で得られた入力画像（Ｓ０１）と、予め画像メモリＥ０５ｅに記録しておいた基準背景画像（Ｓ０２）との画素毎の差分を計算し、差分画像（Ｓ０３）を得る。次に、２値化ステップ１０４では、差分ステップ１０３で得られた差分画像（Ｓ０３）の各画素についてしきい値処理を行ない、画素値がしきい値（例えば、２０）未満の場合は画素値を”０”、しきい値以上の場合は画素値を”２５５”に変換して２値化画像（Ｓ０４）を得る。マスキングステップ１０５は、図２（ｂ） で説明したマスク領域６０２ｂで検出された物体に対して２値化画像Ｓ０４として処理した画素値を”２５５”から”０”に修正する。すなわち、マスク領域６０２ｂでの検出を無効とする処理を行う。この結果、２値化画像Ｓ０４で検出される物体の内、例えば、マスキングステップ１０５で、図２（ｂ） の草木が存在する領域６０２ｂ内で検出された領域６０１ｂ、領域６０１ｃ（図２（ａ） ）が、風などによる揺れによる侵入物としての誤検出を防止する。
【００５５】
次に、設定移行操作判定ステップ１０６では、オペレータが操作器Ｅ０４を操作してマスク設定モードに移行した場合は、マスク設定モード移行ステップ１０７へ分岐し、マスク設定モードに移行しなかった場合は、マスクモード判定ステップ１０８へ分岐する。マスク設定モードへの移行は、例えば、操作器Ｅ０４の第１のボタンＥ０４ａの押下によって行なわれる。マスク設定モード移行ステップ１０７では、処理モードをマスク設定モードに設定する。次に、マスク設定モード判定ステップ１０８では、ワークメモリＥ０５ｊ内の処理モード変数によって管理されている処理モードがマスクモードであった場合は、操作マーカ表示ステップ１０９へ分岐し、マスクモードでなかった場合は、物体検出領域表示ステップ１１４へ分岐する。
【００５６】
操作マーカ表示ステップ１０９では、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に操作マーカを表示する。操作マーカは、例えば、後述する図５に示すような矢印７０１ａ，７０２ａのような形でも良いし、十字、点、矩形、等の操作マーカの位置が分かるような表示形態であれば何でもよい。表示された操作マーカは、例えば、操作入力Ｉ／Ｆ（Ｅ０５ｄ）に接続された図示しないマウスによりパソコンのカーソルと同様、表示画面の任意の位置に移動できる。次にマスク候補領域表示ステップ２０１では、マスキングステップ１０５でマスク領域に対応する領域がマスクされた２値化画像を画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に表示する。すなわち、図１で、２値化画像Ｓ０４として検出される物体の内、マスク領域に該当しなかった物体がすべて表示される。
【００５７】
次に、マスク設定操作判定ステップ１１１で、オペレータは２値化画像Ｓ０４として表示された画像の内、表示領域をマスクとして設定するか否かを指定する。すなわち、オペレータは表示された画像の内、マスク領域として設定すべきであると判定した領域、例えば、図５（ａ） の領域７０１ｃに操作マーカ７０１ａを移動させて、操作器Ｅ０４の第２のボタンＥ０４ｂの押下によってマスク設定操作を行う。この場合にはマスク画像更新ステップ１１２へ分岐し、マスク設定操作を行わなかった場合は、物体存在判定ステップ１１９へ分岐する。続く、マスク画像更新ステップ１１２では、マスク設定操作判定ステップ１１１で操作器Ｅ０４の第２のボタンＥ０４ｂの押下が行われて、操作マーカによって指定された表示画像がマスク領域として追加されたのに対応して、マスク領域が更新される。すなわち、画像メモリＥ０５ｅ内に記憶されていた現在のマスク領域と、新たに追加されたマスク領域の２値化画像との画素毎の論理和を新たなマスク領域として画像メモリＥ０５ｅ内に記憶したマスク領域を置き換える。次に、通常モード移行ステップ１１３では、処理モードを通常モードに設定する。
【００５８】
次に、物体検出領域表示ステップ１１４では、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に、マスキングステップ１０５によって、マスク領域に対応する画像を除外した２値化画像を表示する。
【００５９】
次に、物体存在判定ステップ１１９では、２値化処理ステップ１０４、マスキングステップ１０５で得られたマスクされた２値化画像中から、例えば周知のラベリングの方法によって“２５５”のかたまり（Ｓ０９）を検出して物体が存在するか否かを判定し、存在した場合には警報・モニタ表示ステップ１２０に分岐し、存在しなかった場合は、画像入力ステップ１０２へ戻る。警報・モニタ表示ステップ１２０では、例えば出力モニタＥ０６に対象物体の画像を表示したり、警告灯Ｅ０７を点灯させたりして、侵入物体が存在することを表す報知を行う。この処理が終わると処理フローは画像入力ステップ１０２に戻り、再び、同じ処理フローを繰り返す。
【００６０】
ここで、図４のステップ１０９、２０１、１１１、１１２、１１３で説明したマスク領域の設定手順を図５（ａ） 〜（ｄ） の例を用いて詳細に説明する。
図５は、時刻Ｔ０、Ｔ１およびＴ２の各時刻に、操作マーカ、検出物体の表示、マスク領域がどのように変化しているかの一例を説明するための図である。各図において、画像７０１、画像７０２および画像７０３は各時刻Ｔ０、Ｔ１およびＴ２に出力モニタＥ０６に表示される画像を表している。操作マーカ（矢印）７０１ａ、矢印７０２ａおよび矢印７０３ａは、それぞれ、出力モニタＥ０６に表示される操作マーカを表すが、時刻Ｔ０、時刻Ｔ１および時刻Ｔ２において、表示されている検出物体としての画像領域７０１ｃ、７０２ｃおよび７０３ｃをオペレータが、それぞれの画像領域をマスク領域に設定するために、操作マーカをそれぞれの画像領域に移動させている状態を示す。図５（ａ） においては、検出物体としての画像領域としては７０１ｃと７０１ｄの２つが表れているが、本実施例では、１回の操作では、１つの画像しかマスク領域に指定できないので、この例では、操作マーカ７０１ａを検出物体としての画像は７０１ｃに重畳して表示させている。図５（ａ） 〜（ｃ） のそれぞれで操作マーカをマスク領域としたい画像上に置いた後、操作器Ｅ０４の第２のボタンＥ０４ｂの押下を行えば、それぞれの画像に対応する領域がマスク領域として追加される。すなわち、図５（ａ） で設定されたマスク領域７０１ｃに、図５（ｂ） で設定されたマスク領域７０２ａがマスク領域に追加され、図５（ｃ） で設定されたマスク領域７０３ａがマスク領域に追加される。
その結果、時刻Ｔ０、時刻Ｔ１および時刻Ｔ２のそれぞれにおける３回のマスクモードの設定操作により、図５（ｄ） に示す画像７０４のマスク領域７０４ｂが設定されることになる。なお、本実施例では、１回の操作で１つの画像をマスク領域に追加するが、例えば、第２のボタンＥ０４ｂの押し下げを２回行って、２つの位置を指定し、この位置を頂点とする矩形領域内に存在する複数の画像を１度にマスク領域に追加するようにしても良い。なお、図５（ｄ） の操作マーカ７０４ａは、表示されているだけで、設定には使われない。
【００６１】
図５（ｄ） のマスク領域７０４ｂが、草木が存在する領域を正確に内包していることは明らかである。このように、本実施例では、検出画像自体をマスク領域として設定するかどうかを決めるだけで良いので、マスク領域設定に熟練性を要するという問題や、更には、マスク領域を多角形で設定する場合には、草木の存在する領域を正確に指定することは非常に困難であるという問題を解消できる。
【００６２】
図６は本発明の実施例２による処理プロセスを示すフローチャートである。
本実施例２は、実施例１では、処理フロー中に偶然検出された領域のみをマスク領域に設定するため、断続的に検出される領域はマスク領域として設定することが難しいという問題を解決するものである。すなわち、断続的に検出される検出画像は、処理フローが一巡して次の処理フローに進んだときには、すでに、画像入力ステップ１０２で入力される画像が変わってしまい、すぐに消えてしまうこととなり、操作マーカの移動および操作器Ｅ０４の操作が間に合わないという問題がある。本実施例２は、図６を図４と対比して分かるように、実施例１のマスク候補表示ステップ２０１の代わりに、蓄積２値化画像マスク候補表示ステップ１１０を置き換え、蓄積２値化画像更新ステップ３０１と、所定時間経過判定ステップ３０２、蓄積２値化画像クリア（蓄積２値化画像リセット）ステップ３０３を追加したものである。これ以外のステップは、図２で説明した実施例１のものと同様であるため、説明を省略する。
【００６３】
蓄積２値化画像マスク候補表示ステップ１１０では、蓄積２値化画像更新ステップ３０１（後述する）で作成された蓄積２値化画像をマスク候補領域として画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に表示する。蓄積２値化画像更新ステップ３０１は、２値化処理ステップ１０４とマスキングステップ１０５とで得られたマスクされた２値化画像と、画像メモリＥ０５ｅに記憶した蓄積２値化画像との画素毎の論理和を計算し、論理和で得られた２値化画像で画像メモリＥ０５ｅに記憶した蓄積２値化画像と置き換える。このようにして、断続的に検出される検出物体領域を蓄積して記録するとともに、これを蓄積２値化画像マスク候補として出力モニタＥ０６に表示する。次に、所定時間経過判定ステップ３０２では、所定時間（例えば３０分）が経過した場合、蓄積２値化画像リセットステップ３０３へ分岐し、所定時間が経過していない場合は、物体存在判定ステップ１１９へ分岐する。ここで、所定時間経過とは、蓄積２値化画像更新ステップ３０１において、マスクされた２値化画像を蓄積し始めてから所定時間が経過した場合、あるいは、蓄積２値化画像リセットステップ３０３において、蓄積２値化画像を最後にリセット（クリア）してから所定時間が経過した場合、あるいは所定の周期ごとに、と言うことを意味する。蓄積２値化画像リセットステップ３０３では、画像メモリＥ０５ｅに記憶した蓄積２値化画像をリセットする。すなわち、定期的に蓄積２値化画像を自動的にリセットすることができる。
【００６４】
実施例２の効果を、図７を用いて説明する。図７の８０１、８０２および８０３は、図５（ａ） 〜（ｃ） で説明した時刻Ｔ０、Ｔ１およびＴ２の画像７０１、７０２および７０３に対応する検出画像領域を表しており、８０４は図５（ｄ） で説明した総合領域７０４に対応する検出画像領域を表す。図５（ａ） 〜（ｃ） で説明したと同様に、各時刻での検出物体の領域８０１ａ、８０１ｂ、８０２ａ、８０３ａを論理和手段８０５を用いて自動的に集計すると蓄積２値化画像８０４ａが得られる。このように、瞬間的に表れる領域も蓄積２値化画像に記録して論理和を取ることにより、実施例１の図５（ｄ） に示す総合領域としてのマスク領域７０４ｂに対応する蓄積２値化画像８０４ａが得られる。しかも、この処理は、実施例１の３回の操作マーカによるマスク設定操作ではなく、蓄積２値化画像の論理和を取る処理を自動的に行うことにより実現できるものとなる。
【００６５】
すなわち、本実施例２では、蓄積２値化画像８０４ａが適当な蓄積状態になったときマスク設定操作をすれば良いことを意味するから、蓄積を行わない場合に瞬間的に現れる領域の指定が困難であるという問題を解決し、さらにマスク設定回数を少なくできるため、監視者の負担を低減できる。また、実施例１では、図５（ａ） では、草木が揺れている領域７０１ｃと領域７０１ｄが検出物体として検出されていても、操作マーカ７０１ａによるマスク設定操作は領域７０１ｃに対してのみ行われるにすぎないから、図５（ｃ） の検出画像７０３ｃが図５（ａ） の領域７０１ｄを十分にカバーしていないようなときは、監視者は、さらなるマスク設定操作を意図して表示画面を監視する必要があるが、本実施例２では、図７の画像８０１では、検出物体の領域８０１ａおよび８０１ｂが同時に選択されていることから分かるように、このことに気を使う必要は無くなる。
【００６６】
なお、蓄積２値化画像リセットステップ３０３は、蓄積２値化画像中の“２５５”となる画素の数が所定の値（例えば１０００画素）以上になった場合に、蓄積２値化画像をリセットするようにしても良い。本実施例２により、実施例１において、断続的に検出される領域のマスク領域として設定が困難であるという問題を回避し、所定時間内の検出領域を一度にマスク領域に設定できると言う効果を得る。
【００６７】
図８は本発明の実施例３による処理プロセスを示すフローチャートである。
本実施例３は、実施例２で、蓄積２値化画像のリセットと、マスク領域設定操作のタイミングによって、蓄積時間にばらつきが出るのみならず、場合によっては、蓄積時間が短くなるという問題、すなわち、蓄積２値化画像をリセットした直後にマスク領域設定操作を行うと蓄積時間が短くなり、蓄積時間が短いと検出された領域の蓄積が不十分となって、実施例２の所定時間内の検出領域を一度にマスク領域に設定できるという効果を得ることができなくなると言う問題を解決するものである。本実施例３は、蓄積２値化画像マスク候補表示ステップ１１０では、蓄積２値化画像作成ステップ１１８（後述する）で作成された蓄積２値化画像をマスク候補領域として画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に表示する。また、実施例２の蓄積２値化画像更新ステップ３０１と、所定時間経過判定ステップ３０２、蓄積２値化画像クリアステップ３０３を削除し、これらに代えて、所定時間経過判定ステップ１１５、分割２値化画像シフトステップ１１６、分割２値化画像更新ステップ１１７および蓄積２値化画像作成ステップ１１８が追加されたものである。これ以外のステップは、図６で説明した実施例２のものと同様であるため、説明を省略する。
【００６８】
所定時間経過判定ステップ１１５では、蓄積開始から所定の時間、例えば、１０分が経過している場合は、分割蓄積２値化画像シフトステップ１１６へ分岐し、所定の時間が経過していない場合は、分割蓄積２値化画像更新ステップ１１７へ分岐する。分割蓄積２値化画像は、画像メモリＥ０５ｅに記憶されており、実施例２で説明した蓄積２値化画像を複数の時間間隔で分割したものである。本実施例３では、例えば、トータルの蓄積時間を３０分、分割蓄積２値化画像の蓄積時間を１０分とする。実施例２の０分以上３０分未満で蓄積する蓄積２値化画像を、０分以上１０分未満、１０分以上２０分未満、２０分以上３０分未満の３つに分割して分割蓄積２値化画像としている。以下、３つに分割した例で説明する。これを、分割蓄積２値化画像Ｂ１、分割蓄積２値化画像Ｂ２および分割蓄積２値化画像Ｂ３とする。
【００６９】
分割蓄積２値化画像シフトステップ１１６では、定時間ごと（例えば、所定時間を１０分とする）に、画像メモリＥ０５ｅに記憶されている分割蓄積２値化画像Ｂ２を分割蓄積２値化画像Ｂ１へコピーし、分割蓄積２値化画像Ｂ３を分割蓄積２値化画像Ｂ２へコピーし、分割蓄積２値化画像Ｂ３をリセットする。分割蓄積２値化画像更新ステップ１１７では、マスクされた２値化画像と画像メモリＥ０５ｅに記憶されている分割蓄積２値化画像Ｂ３との画素毎の論理和を計算し、これを画像メモリＥ０５ｅに記憶した分割蓄積２値化画像Ｂ３と置き換える。蓄積２値化画像作成ステップ１１８では、分割蓄積２値化画像Ｂ１、分割蓄積２値化画像Ｂ２、分割蓄積２値化画像Ｂ３との画素毎の論理和を計算し、これを画像メモリＥ０５ｅに記憶した蓄積２値化画像と置き換える。
【００７０】
このようにする効果を図９を用いて説明する。
図９（ａ） は、実施例２における、蓄積２値化画像の更新と、マスク設定操作のタイミング例を説明する図である。図９（ａ） において、一定周期の時刻ｔ０、ｔ１、ｔ２、ｔ３、‥‥‥のタイミングにおいて、蓄積２値化画像のクリアが行なわれている（実施例２では、ｔｉ−ｔｉ−１＝３０［分］）。それに対して、時刻ｔＡ、ｔＢにおいて、マスク設定操作が行なわれている。この例では、蓄積２値化画像を蓄積してから、マスク設定操作が行われるまでの時間は、△ｔＡおよび△ｔＢになる。すなわち、蓄積２値化画像のリセットと、マスク領域設定操作のタイミングによって、蓄積時間にばらつきが出るという問題があることが分かる。このことは、マスク領域設定操作のためには、例えば、△ｔＢ時間しか蓄積されない時刻ｔＢのようなタイミングでは、時刻ｔＡのようなタイミングに比べて、候補の表示が不十分である場合があることを意味する。すなわち、十分な蓄積が行われないために、実施例２で問題となる瞬間的に現れる領域の指定が困難となる場合が発生することがある。
【００７１】
次に図９（ｂ） は、実施例２で問題となる蓄積時間にばらつきを、実施例３で解決している図を表している。図中Ｂ１、Ｂ２、Ｂ３は、それぞれ、分割蓄積２値化画像Ｂ１、分割蓄積２値化画像Ｂ２、分割蓄積２値化画像Ｂ３が蓄積されている時間範囲を表す。蓄積２値化画像作成ステップ１１８によって、蓄積２値化画像は分割蓄積２値化画像Ｂ１、分割蓄積２値化画像Ｂ２、分割蓄積２値化画像Ｂ３の画素毎の論理和となる。さらに、分割蓄積２値化画像シフトステップ１１６では、所定の時間間隔で各分割蓄積２値化画像をシフトする。したがって、時刻ｔＡ、ｔＢにおいて、マスク設定操作が行なわれても、蓄積２値化画像の対象となる分割蓄積２値化画像の数は変わらない。よって、蓄積２値化画像を蓄積してから、マスク設定操作が行われるまでの時間（周期）は、△ｔＡおよび△ｔＢとなり、ほとんど差がなくなる。このようにすることで、実施例２において、蓄積２値化画像のリセットと、マスク領域設定操作のタイミングによって、蓄積時間にばらつきが出るという問題を回避し、蓄積時間を十分に確保することで、所定時間内の検出領域を一度にマスク領域に設定できると言う効果を得る。
【００７２】
上述の実施例１〜３では、検出画像を利用して、より適切にマスク領域を設定する、と言う観点にポイントを置いて成されている。しかし、検出画像を利用してのマスク領域の設定と言うことは、この領域も本来の監視領域であるべきであると言う面があることは否めない。そこで、以下で説明する実施例４および５では、マスク領域の解除を可能として、より適切な監視領域にすることが可能な実施例を提案する。
【００７３】
図１０は本発明の実施例４の処理プロセスを説明するフローチャートである。ステップ１０１から１０５までの処理は上述の実施例１〜３と同一であり、マスク領域設定処理ステップ１０００は上述の実施例１〜３における設定移行操作判定ステップ１０６以降物体存在判定ステップ１１９の前までのステップにおけるマスク領域設定処理を纏めて表記したものである。物体存在判定ステップ１１９および警報・モニタ表示ステップ１２０も上述の実施例１〜３と同一である。すなわち、本実施例４は、上述の実施例１〜３のマスク領域の設定および物体検出の処理に加えて、以下説明する領域カウンタリセットステップ４０１から領域カウンタ増加ステップ４０７を付加して、必要に応じて、マスク領域の解除を可能としたものである。
【００７４】
即ち、本実施例５は、監視視野を複数のブロックに分割し、上述の実施例２〜４のマスク領域の設定および物体検出の処理に加えて、以下説明する領域カウンタクリアステップ４０１から領域カウンタ増加ステップ４０７を付加して、各々のブロック毎に必要に応じて、マスク領域の解除を可能としたものである。したがって、ステップ１０１から１０５までの処理および物体存在判定ステップ１１９および警報・モニタ表示ステップ１２０については説明を省略する。
【００７５】
領域カウンタリセットステップ４０１では、ワークメモリＥ０５ｊ内に確保された領域カウンタを、例えば０にリセットする。この領域カウンタは、続くステップ４０２〜４０７を、上述の実施例１〜３で設定された各マスク領域に対して実行するために用いられる。本実施例４では、図１１に示すように、監視画像領域を、例えば横４、縦３の矩形のブロックに分割する。
【００７６】
すなわち、例えば画像の大きさが横３２０画素（画素の位置を ｘ＝０〜３１９ と表す）、縦２４０画素（画素の位置を ｙ＝０〜２３９ と表す）の場合、画像の横方向に関して ｘ＝０〜７９ ，８０〜１５９ ，１６０〜２３９ ，２４０〜３１９ の画素で分割し、横方向に関して ｙ＝０〜７９ ，８０〜１５９ ，１６０〜２３９ の画素で分割する。このようにすると、画像を横方向４分割、縦方向３分割の合計１２個の矩形のブロックに分割することができる。この画像のブロック分けは監視視野を設定した段階で決定しておく。
【００７７】
この１２ブロックの内、マスク領域を含む領域は、ブロック分割によって６個に分割されている。すなわち、図１１（ａ） の例では、図５を参照して説明したように、検出画像を利用して設定されたマスク領域は、１１０１ａ〜１１０１ｆの６ブロック内にある。これらの分割されたブロックは領域カウンタを用いてそれぞれ個別に取り扱うようにする。図１１（ａ） の例では、１１０１ａ〜１１０１ｆの６ブロックのそれぞれに領域カウンタの値を０，１，２，３，４および５となるように割当てている。
【００７８】
マスクチェック完了判定ステップ４０２では、領域カウンタの値と、前記分割したマスク領域の数を比較し、領域カウンタの値が分割したマスク領域の数（前記例では６）以上であれば（即ち、領域カウンタの値が分割したマスク領域の数より大きいということは、全ての分割したマスク領域についてステップ４０２から４０７までの処理（マスクチェック）、が完了したことを意味する。）、物体存在判定ステップ１１９へ分岐し、領域カウンタが分割したマスク領域の数未満である場合は、マスク領域内物体存在判定ステップ４０３へ分岐する。次にマスク領域内物体存在判定ステップ４０３では、ワークメモリＥ０５ｊ内に記憶された領域カウンタで指定される分割されたマスク領域と、画像メモリＥ０５ｅ内に記憶された２値化画像に基づいて、該分割されたマスク領域内に検出画像（２値化画像中で画素値“２５５”を持つ画素群）が存在するか否かを判定する。
【００７９】
この判定の際、どの画素が対象とする分割ブロックに属するかの情報は、図１１の例のように監視視野を矩形のブロックで分割した場合は対象とする画素の座標から直接計算して得ることができる。マスク領域内物体存在判定ステップ４０３ではこの情報を用いて現在着目しているブロック内の画素を識別し、識別した画素に対して該分割されたマスク領域内に検出画像が存在するか否かを判定する。
分割されたマスク領域内に検出画像がなければ領域解除カウンタ増加ステップ４０７へ分岐し、検出画像が存在すれば領域カウンタ増加ステップ４０４へ分岐する。
【００８０】
次に、領域解除カウンタ増加ステップ４０４では、領域カウンタで指定されるマスク領域のワークメモリＥ０５ｊ内に記憶された領域解除カウンタ（即ち、領域解除カウンタはマスク領域の分割数（本実施例では“６”）だけ存在する）の値を１増加させる。さらに、領域解除カウンタ判定ステップ４０５では、ワークメモリＥ０５ｊ内に記憶された領域解除カウンタが所定の値（例えば、６０００（６０００フレーム数に相当する）以上であった場合にマスク領域解除ステップ４０６へ分岐し、所定の値未満であった場合に領域カウンタ増加ステップ４０７へ分岐する。次にマスク領域解除ステップ４０６では、ワークメモリＥ０５ｊ内に記憶された領域カウンタに対応するマスク領域を解除する。上述の実施例１−３では、マスク画像においてマスク領域に対応する画素を“０”、マスク領域以外の画素を“２５５”に設定している。したがって、マスク領域の解除は、領域カウンタに対応するマスク領域の画素を全て“２５５”に置き換えることによって成される。新しく作成されたマスク領域は、ワークメモリＥ０５ｊ内に記憶されたマスク画像と置き換えられ、マスク領域が更新される。
【００８１】
すなわち、ワークメモリＥ０５ｊに記憶された領域解除カウンタは、領域カウンタで指定される分割したマスク領域内で検出画像がない場合に増加し、所定の値以上になったら、すなわち、所定の数のフレームで検出画像が検出されなかったら、該分割したマスク領域はマスク対象から解除されることになる。上記所定の値を６０００に設定した場合、１秒あたり１０フレームの入力画像を処理すると仮定すると、連続して６００秒以上検出画像が検出されなかった場合に該分割したマスク領域をマスク対象から外すことになる。
【００８２】
これを、図１１（ｂ） を用いて、より具体的に説明する。図１１（ｂ） の例は、図１１（ａ） において設定されていたマスク領域の分割された各ブロック１１０１ａ、１１０１ｂ、１１０１ｃ、１１０１ｄ、１１０１ｅ、１１０１ｆに対応するブロック１１０２ａ、１１０２ｂ、１１０２ｃ、１１０２ｄ、１１０２ｅ、１１０２ｆにおいて、ブロック１１０２ａ、１１０２ｄ、１１０２ｅでは所定のフレーム数以上検出画像が検出されなかったことを表す。この場合には、図１１（ｂ） のように、分割されたマスク領域のブロック１１０２ａ、１１０２ｄ、１１０２ｅはマスク領域から解除され、分割されたマスク領域１１０３ｂ、１１０３ｃ、１１０３ｆのみがマスク領域として残る。すなわち、風などが弱まり、検出画像が検出されなくなると（入力画像と基準背景画像の輝度値の差が小さくなると）、その領域はマスク処理の対象から自動的に解除できるようになる。
【００８３】
図１２の例は、図１１がマスク領域を矩形のブロックに分割したのに対して、例えば、木々の上の部分の方が風に大きく揺れることに着目して、木々の揺れの度合に応じてブロック分けするようにした例である。
この場合、どの画素がどのブロックに属するかの情報を監視視野を設定した段階で決めておき（即ち、例えば、後で詳述するように、画素値がブロックの番号を表す画像を画像メモリＥ０５ｅ上に記録しておき）、監視処理実行時に初期化ステップ１０１で読み込み、マスク領域内物体存在判定ステップ４０３で対象とする画素が現在着目しているブロックに属しているかを領域カウンタに基づいて識別しながらマスク領域内の物体の存在を判定するようにする。
なお、木々の揺れの度合を、ある所定の風速時（例えば風速４ｍ／秒）において、例えば、オペレータの目視による評価（画像上で木々の枝が動く画素数）に基づいて分割するようにしたり、風速２ｍ／秒で揺れる画像、風速２ｍ／秒では揺れないが風速４ｍ／秒になると揺れる画像、風速４ｍ／秒では揺れないが風速６ｍ／秒になると揺れる画像というように分割するようにしても良い。また、どの画素がどのブロックに属するかの情報は、画像の形式だけでなく、複数の頂点からなる多角形の形式で表しても良い。
【００８４】
図１２（ａ） において、分割したブロック１２０１ａ、１２０１ｂ、１２０１ｃ、１２０１ｄ内でブロック１２０１ｃおよび１２０１ｄにおいて所定のフレーム数だけ検出画像が検出されないと、ブロック１２０１ｃおよび１２０１ｄはマスク領域から解除され、図１２（ｂ） のように分割したマスク領域１２０２ａ、１２０２ｂのみがマスク領域として残る。
【００８５】
次に、領域カウンタ増加ステップ４０７では、ワークメモリＥ０５ｊ内に記憶された領域カウンタを増加させる。すなわち、マスク領域の解除判定の対象となる分割したマスク領域が、新しく更新された領域カウンタで指定される分割したマスク領域に移る。
【００８６】
物体存在判定ステップ１１９および警報・モニタ表示ステップ１２０の処理は上述の実施〜３と同じである。
次に、図１２（ａ） の例のように、木々の揺れの度合いに応じてマスク領域をブロック分けするようにする場合、どの画素がどのブロックに属するかの情報の例として、画素値がブロックの番号を表す画像を使うことができるが、以下これについて説明する。
【００８７】
先ずブロックの番号について説明する。図１１（ａ） に示すような矩形のブロックの場合は、例えば、各ブロックを左上から順番に０、１、２、‥‥‥と番号を付けていく。これが、ブロックの番号である。図１２（ａ） のような非矩形のブロックの場合は、例えば、各ブロックの領域を設定した順や、画素数が大きい順などで番号をつける。これは、マスク領域を含むブロックのみを対象とすることも可能である（図１１（ａ） では、マスク領域を含むブロックのみに番号を割当てている）。要するに、少なくともマスク領域を含む各ブロックが番号で区別されていれば良い。
【００８８】
次に、画像の各画素は、１画素当り８ビットを想定すると、０〜２５５の値を持つことができる。この特徴を利用して、各画素の画素値を、その画素が属するブロックの番号として表現すればよい。よって、画素値がブロックの番号を表す画像とは、輝度値（画素値）の代わりに番号を記録した画像となる。例えば、縦１０画素、横１０画素の画像を考えた場合、図１２（ｃ） に示す画素値を持つ画像を用意すれば、この画像（監視視野）には３つのブロックが存在し、各ブロックは、
ブロック番号０：ブロック番号１、ブロック番号２以外の画素
ブロック番号１：座標（３，３）〜（６，５）の画素の領域
ブロック番号２：座標（２，６）〜（７，７）の画素の領域
というものであることが分かる。
【００８９】
以上のように、マスク領域を分割して、各分割したマスク領域内での検出画像を判定するようにすることで、風等が弱まってマスク処理の対象にすべき領域が小さくなった場合には、オペレータのマスク領域の切替え操作を必要とせずに自動的に適切なマスク領域を設定でき、正確な侵入物体の検出が行える。
【００９０】
なお、本実施例４では、マスク領域のブロック化は、上述の実施形態に係らず、任意の形状で分割することで、実施例１〜３で説明したマスク設定操作によって、１回の設定操作でマスク領域に追加される領域で分割するようにしても良い。
【００９１】
図１３は本発明の実施例５の処理プロセスを説明するフローチャートである。本実施例は、実施例４で分割したマスク領域内で検出画像が検出されなかったフレーム数に基づいてマスク領域の解除を行うようにしていたものを、分割したマスク領域内で最後に検出画像が検出されてからの経過時間に基づいてマスク領域の解除を行うようにしたものである。本実施例５は、実施例４のマスク領域内物体存在判定ステップ４０３、領域解除カウンタ増加ステップ４０４および領域解除カウンタ判定ステップ４０５のフローに代えて、マスク領域内物体存在判定ステップ４０３、領域解除タイマリセットステップ４２１、タイマチェックステップ４２２および所定時間経過判定ステップ４２３のフローに変更したものである。これ以外のステップは、図１０で説明した実施例４と同様であるため、説明を省略する。
【００９２】
マスク領域内物体存在判定ステップ４０３では、実施例４と同様、ワークメモリＥ０５ｊ内に記憶された領域カウンタで指定される分割されたマスク領域と、画像メモリＥ０５ｅ内に記憶された２値化画像に基づいて、該分割されたマスク領域内に検出画像（２値化画像中で画素値“２５５”を持つ画素群）が存在するか否かを判定する。分割されたマスク領域内に検出画像が存在すれば領域解除タイマリセットステップ４２１へ分岐し、検出画像が存在しなければタイマチェックステップ４２２へ分岐する。領域解除タイマリセットステップ４２１では、領域カウンタで指定される分割されたマスク領域のブロックに対するマスク領域の領域解除タイマをリセットする。次に、タイマチェックステップ４２２では、領域カウンタで指定される分割されたマスク領域に対する領域解除タイマがリセットされてからの経過時間を算出する。この処理は、ＣＰＵ（Ｅ０５ｈ）のタイマ機能によって行うのが簡便であるが、ＣＰＵ（Ｅ０５ｈ）のタイマが利用できない場合は、外部のタイマを使用しても良い。次に、所定時間経過判定ステップ４２３では、タイマチェックステップ４２２で算出された領域カウンタで指定される分割されたマスク領域のブロックに対する領域解除タイマがリセットされてからの経過時間に基づいて、経過時間が所定の時間（例えば１０分）経過した場合、マスク領域解除ステップ４０６へ分岐し、所定の時間経過していない場合は、領域カウンタ増加ステップ４０７へ分岐する。
【００９３】
このように、マスク領域を分割して、各分割したマスク領域内での検出画像を判定するようにし、検出領域内で最後に検出画像が検出されてからの経過時間に基づいてマスク領域を解除することで、風等が弱まってマスク処理の対象にすべき領域が小さくなった場合には、風が弱くなってからの経過時間に基づいて確実に不要なマスク領域を解除できる。したがって、自動的に適切なマスク領域を設定でき、正確な侵入物体の検出が行える。
【００９４】
上記実施例によれば、草木の揺れや、水たまりの光の反射などを防ぐ目的のマスク領域設定を物体検出処理で得られた検出物体領域を指定する操作に基づいてマスク領域を指定できるのでマスク設定操作が容易になるとともに適切に設定できるようになる。また、状況の変化に対応して、必要なら、検出物体の無い状況を適切に判定してマスク領域の解除ができる。
【００９５】
次に、本発明の他の実施例について説明する。
図１４は本発明の第７の実施例（以下、実施例７と呼ぶ）に係る物体検出装置のハードウエア構成を示す。図１４の実施例のハードウエア構成は操作器または操作入力器Ｅ０４′を除き、図３のハードウエア構成と同じである。
図１４において、操作器Ｅ０４′内のＥ０４ａ′は第１のボタン、Ｅ０４ｂ′は第２のボタン、Ｅ０４ｃは操作器Ｅ０４′に付属する方向キーである。他の部材の説明は省略する。Ｅ０４ａ′，Ｅ０４ｂ′はそれぞれ図３のＥ０４ａ′、Ｅ０４ｂ′と同等の機能を有するもので良い。
【００９６】
以下に説明する実施例は図１４の物体検出装置のハードウエア構成を使って説明する。
図１５は本発明の第８の実施例（以下実施例８）による処理プロセスを示すフローチャートである。本実施例では、オペレータがマスク設定モードを選ぶとマスク候補が定期的に繰り返し自動的に生成されモニタＥ０６に表示されるので、好ましいと考えられるマスク候補が表示された時点でオペレータが操作入力器Ｅ０４′を操作することにより該マスク候補がマスクに設定されるので、オペレータは前の実施例に比べ一層少ない操作でマスクを設定することが出来る。
本実施例８はステップ１０１から１０７までの処理は図４、６、８で説明した実施例のものと同様であるため、説明はステップ１０６の処理から行い、他のステップの説明は省略する。
【００９７】
設定移行操作判定ステップ１０６では、オペレータが操作器Ｅ０４′を操作してマスク設定モードに移行した場合は、マスク設定モード移行ステップ１０７へ分岐し、マスク設定モードに移行しなかった場合は、マスクモード判定ステップ１０８へ分岐する。マスク設定モードへの移行は、例えば、操作器Ｅ０４′の第１のボタンＥ０４ａ′の押下によって行なわれる。マスク設定モード移行ステップ１０７では、処理モードをマスク設定モードに設定する。次に、マスク設定モード判定ステップ１０８では、ワークメモリＥ０５ｊ内の処理モード変数によって管理されている処理モードがマスクモードであった場合は、マスク候補表示ステップ２１０へ分岐し、マスクモードでなかった場合は、物体検出領域表示ステップ１１４へ分岐する。
【００９８】
次に、マスク候補表示ステップ２１０では、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に蓄積２値化画像（作成方法は後述する）をマスク候補として表示する。このマスク候補の表示方法は、例えば、現在の画像に重ねてマスク候補部分を半透明で表示するなど、現在の入力画像とマスク候補部分の比較検討を行い易いようにする。オペレータ操作内容判定ステップ２１２では、オペレータは、表示されたマスク候補を見て設定するか、キャンセルするかを判断する。オペレータの判断による操作器Ｅ０４′の操作内容に応じて、マスク候補をマスク領域に設定する場合はマスク切り換えステップ２１３へ分岐し、マスク領域の設定をキャンセルする場合は通常モードへ移行ステップ１１３へ分岐する。オペレータの操作器Ｅ０４′の操作としては、マスク候補をマスク領域に設定する場合は、例えば、操作器Ｅ０４′の第１のボタンＥ０４ａ′の押下によって行なわれ、マスク領域の設定をキャンセルする場合は、例えば、操作器Ｅ０４′の第２のボタンＥ０４ｂ′の押下によって行なわれる。次いで、通常モード移行ステップ１１３では、処理モードを通常モードに設定する。
【００９９】
物体検出領域表示ステップ１１４では、画像出力Ｉ／Ｆ（Ｅ０５ｆ）を介して出力モニタＥ０６に、例えばマスク領域への対応処理がなされた２値化画像を表示する。
【０１００】
次に、蓄積２値化画像更新ステップ３０１は、２値化ステップ１０４、マスキングステップ１０５とで得られたマスクされた２値化画像と、画像メモリＥ０５ｅに記憶した蓄積２値化画像との画素毎の論理和を計算し、計算結果として得られた２値化画像で、画像メモリＥ０５ｅに記憶されている蓄積２値化画像と置き換える。このようにして、断続的に検出される検出物体領域を記録する。蓄積２値化画像更新ステップ２０２で得られた更新蓄積２値化画像はマスク候補表示ステップ１１０で表示されるものとなる。
【０１０１】
次に、所定時間経過判定ステップ３０２では、マスクされた２値化画像を蓄積してから所定の時間（例えば３０分）が経過した場合、蓄積２値化画像リセットステップ３０３へ分岐し、所定の時間が経過していない場合は、物体存在判定ステップ１１９へ分岐する。蓄積２値化画像リセットステップ３０３では、画像メモリＥ０５ｅに記憶した蓄積２値化画像をリセットする。蓄積２値化画像を、このように定期的にリセットする理由は、蓄積を続けていると監視の対象である人間等の物体、本来、監視対象でありマスクしてはならない物体、が監視領域内に侵入して来る場合があり、その検出結果がいつまでも蓄積２値化画像内に残ってしまうためである。
【０１０２】
２値化画像を蓄積する方法の効果を図７を用いて説明する。図７において、８０１、８０２および８０３は時刻Ｔ０、Ｔ１およびＴ２の検出物体の領域を表しており、各領域８０１、８０２、８０３に、各時刻での検出物体の表示領域８０１ａと８０１ｂ、８０２ａおよび８０３ａが表示されている。各領域の表示領域８０１ａと８０１ｂ、８０２ａおよび８０３ａのデータを、論理和手段８０５を用いて計算すると蓄積２値化画像８０４ａが得られる。これによって、各時刻で検出された領域が蓄積され、マスク候補が生成される。このマスク候補を選択することにより、オペレータは少ない操作で容易にマスクが設定できるということになる。なお、蓄積２値化画像リセットステップ３０３は、蓄積２値化画像中の“２５５”となる画素の数が所定の値（例えば１０００画素）以上になった場合に、蓄積２値化画像をリセットするようにしても良い。
【０１０３】
次の、物体存在判定ステップ１１９での処理は、既に図４、６、８他で説明したのと同様なので、繰返しての説明は省略する。
【０１０４】
本発明の実施例８を図１６によって説明する。図１６は本発明の実施例８の処理プロセスを説明するフローチャートである。
【０１０５】
本実施例８は、実施例７のマスク候補を複数作成するようにし、この複数のマスク候補の中からマスク設定に使用するマスク候補を選択できるようにしたものである。本実施例８、実施例７おける蓄積２値化画像更新ステップ３０１、所定時間経過判定ステップ３０２、蓄積２値化画像リセットステップ３０３を削除し、分割蓄積２値化画像論理和ステップ１９０、マスク候補切り換え判定ステップ２１１、所定時間経過判定ステップ１１５、分割蓄積２値化画像シフトステップ１１６および分割蓄積２値化画像更新ステップ１１７を追加したものである。これ以外のステップは、図１５で説明した実施例７のものと同様であるため、説明を省略する。
【０１０６】
図１７は、分割蓄積２値化画像からマスク候補画像を得るための処理を説明する図であり、（ａ） は第１の例の処理を、（ｂ） は第２の例の処理をそれぞれ示し、（ｃ） 、（ｄ） はそれぞれの処理で得られるマスク候補画像の例を示す図である。
【０１０７】
本実施例では、分割蓄積２値化画像論理和ステップ１９０では、複数の分割蓄積２値化画像（後述する）の中から所定の分割蓄積２値化画像を選択し、その論理和を算出する。この分割蓄積２値化画像、および、複数の分割蓄積２値化画像の中から所定の分割蓄積２値化画像を選択する方法を図１７（ａ） 、（ｂ） を用いて説明する。
【０１０８】
図７（ａ） 、（ｂ） は、時間の経過に対して分割蓄積２値化画像を算出する時間区間、及び、マスク候補とする分割蓄積２値化画像の選択（組合わせ）を表す。図において、Ｄｉ（ｉ＝１〜８）は分割蓄積２値化画像を算出する時間区間（例えば１０分間隔）を表し、各区間に対して図７を用いて説明した２値化画像の蓄積方法によってそれぞれ蓄積２値化画像を算出する。これにより得られた蓄積２値化画像を分割蓄積２値化画像と呼ぶ。次に、各分割蓄積２値化画像をＣｉ（ｉ＝１〜４）の組み合わせて選択し、各組み合わせ毎に分割２値化画像の論理和を算出する。これが、マスク候補となる。図１７（ａ） は、各マスク候補を算出する時間区間を半分ずつ重なる様に組み合わせた、すなわち、連続して得られる２つの分割蓄積２値化画像を１つずつ重ねながら、区間をずらせていくものである。例えば、マスク候補Ｃ１は分割蓄積２値化画像Ｄ１及びＤ２より得られ、マスク候補Ｃ２は分割蓄積２値化画像Ｄ２及びＤ３より得られ、マスク候補Ｃ３は分割蓄積２値化画像Ｄ３及びＤ４、マスク候補Ｃ４は分割蓄積２値化画像Ｄ４及びＤ５より得られる。また、図１７（ｂ） は、マスク候補として組み合わせる時間区間をＤ１を基準に時間の長さを変えながら組み合わせるようにしたもので、マスク候補Ｃ１は分割蓄積２値化画像Ｄ１，Ｄ２，Ｄ３，Ｄ４，Ｄ５，Ｄ６，Ｄ７及びＤ８の全ての論理和より得られ、マスク候補Ｃ２は分割蓄積２値化画像Ｄ１，Ｄ２，Ｄ３及びＤ４の論理和より得られ、マスク候補Ｃ３は分割蓄積２値化画像Ｄ１及びＤ２の論理和より得られ、マスク候補Ｃ４は分割蓄積２値化画像Ｄ１より得られる。なお、上記組み合わせ方法以外にも、時間区間の時間幅を可変にしたり、マスク候補を作成する分割蓄積２値化画像の組合せを、総当り、ランダム等にしても良い。
【０１０９】
マスク候補切り換え判定ステップ２１１ではオペレータの判断により、マスク候補を切り換えるかどうかの判定を行い、これに対応した所定の操作でマスク候補を選択する。例えば、操作器Ｅ０４′の方向キーＥ０４ｃを押下する。押下した方向キーＥ０４ｃの押下方向により、マスク候補を切り換える。例えば右方向に押下したときは順送り、すなわち、マスク候補をＣｉからＣｉ＋１（ｉ＝１〜３）に切り換える。マスク候補にＣ４が表示されている（ｉ＝４）ときに右方向に押下されたときはＣ１に戻る。例えば左方向に押下したときは逆送り、すなわち、マスク候補をＣｉからＣｉ−１（ｉ＝２〜４）に切り換える。マスク候補にＣ１が表示されている（ｉ＝１）ときに左方向に押下られたときはＣ４に戻る。
【０１１０】
所定時間経過判定ステップ１１５では、２値化画像を分割蓄積２値化画像（後述する）に蓄積してから所定の時間（上記例では１０分）が経過した場合、分割蓄積２値化画像シフトステップ１１６へ分岐し、所定の時間が経過していない場合は、分割蓄積２値化画像更新ステップ１１７へ分岐する。分割蓄積２値化画像は、画像メモリＥ０５ｅに記憶されており、前記実施例７で説明した蓄積２値化画像を複数の時間間隔（時間区間）で分割したものである。分割蓄積２値化画像シフトステップ１１６では、画像メモリＥ０５ｅに記憶されている分割蓄積２値化画像のうち最も古い分割蓄積２値化画像を破棄し、次に古い分割蓄積２値化画像を、今まで最も古い分割蓄積２値化画像が入っていた画像メモリにコピーする。
上記例ではＤ８を破棄し、ＤｉをＤｉ＋１（ｉ＝１〜７）にコピーする。このような作業を古い分割蓄積２値化画像の順番で次々と行い、最新の分割蓄積２値化画像（Ｄ１）の画像メモリをリセットすることによって分割蓄積２値化画像のシフトを行う。分割蓄積２値化画像更新ステップ１１７では、２値化画像と画像メモリＥ０５ｅに記憶されている最新の分割蓄積２値化画像（Ｄ１）との画素毎の論理和を計算し、これを画像メモリＥ０５ｅに記憶した最新の分割蓄積２値化画像（Ｄ１）と置き換える。
【０１１１】
このようにする効果を図１７を用いて説明する。図７（ａ） 、（ｂ）において、期間１７０１ａあるいは１７０１ｂに人型の侵入物体が存在したと仮定する。図１７（ｃ） は、分割蓄積２値化画像の論理和ステップ１９０で作成されたマスク候補Ｃ１の例である。図１７（ｄ） は、分割蓄積２値化画像の論理和ステップ１９０で作成されたマスク候補Ｃ４の例である。図１７（ｃ） のマスク候補画像１７０３は、草木の揺れ等による蓄積された検出領域１７０３ａだけでなく、人型の侵入物体が侵入した期間１７０１ａあるいは１７０２ａによって蓄積された検出領域１７０３ｂが存在しているためマスク領域として適さない。これらをマスク領域とすると、本来、監視対象であるべき人型の侵入物体が存在した領域もマスク領域に含まれてしまうことになる。図１７（ｄ） のマスク候補画像１７０４は草木の揺れ等による蓄積した検出領域１７０４ａだけがマスク候補になっている。この領域は、図１７（ａ） では、マスク候補Ｃ１が、図１７（ｂ） では、マスク候補Ｃ３またはＣ４が選択されれば得られるから、オペレータはマスク候補を見ながら、操作器Ｅ０４′の方向キーＥ０４ｃを押下して、マスク候補を切り換えて、所望の候補を得る。
【０１１２】
以上のように、オペレータはマスク候補の中から操作器Ｅ０４′を操作して、マスク候補画像１７０４のような、検出すべき侵入物体の検出領域が含まれていないマスク候補を選択することができる。したがって、実施例７で示したような一種類だけの蓄積２値化画像をマスク候補とするのに比べ、実施例８では、図１７（ａ） 、（ｂ） で示した例のように複数の分割蓄積２値化画像の論理和のマスク候補から、最も良いマスク候補をオペレータが選択できる。選択された最良のマスク候補をマスク領域に設定することで、人間等の侵入者が存在する場合でも少ない操作で適切なマスク領域を設定できる。
【０１１３】
本発明の実施例９を図１８によって説明する。図１８は本発明の実施例９の処理プロセスを説明するフローチャートである。
本実施例は、本発明の実施例８で、マスク領域を設定する際に選択したマスク候補をマスク領域に置き換えていたものを、マスク候補をマスク領域に追加できるようにしたものである。本実施例は、実施例８における、マスク切り換えステップ２１３をマスク追加ステップ２１３′に置き換えたものであり、他のステップは同じであるので、説明を省略する。マスク追加ステップ２１３′では画像メモリＥ０５ｅに記憶されたマスク領域画像に、新たなマスク候補を追加するものであり、これによって、別々のタイミングに発生する検出画像をマスク領域に追加設定することができる。
【０１１４】
本実施例９のように、マスク候補を追加する効果をについてみると、図１７（ｂ） では、マスク候補Ｃ３を選択したのに加えて、マスク候補Ｃ４の選択を加えることができる。したがって、オペレータはマスク候補を見ながら、操作器Ｅ０４′の方向キーＥ０４ｃを押下して、マスク候補を切り換えて、所望の候補を得るのみならず、マスク候補の追加により充実したマスク領域が設定できる。
【０１１５】
上記の実施例によれば、物体検出処理で得られた検出画像を所定の時間蓄積することで得られる蓄積２値化画像をマスク候補とするとともに、マスク候補を複数用意し、オペレータがマスク候補の中から適切なマスク候補を選択操作することで、マスク領域を容易かつ正確に設定できる。
【０１１６】
次に、本発明の更に他の実施例について説明する。これらの実施例の物体検出方法では、従来からの、マスク領域設定に熟練性を要するという問題や、更には、マスク領域を多角形で設定する場合には、草木の存在する領域を正確に指定することは非常に困難であるという問題を解決するため、変化領域検出処理で得られた変化領域に基づいてマスク領域を指定できるようにした。
すなわち、以下の実施例では、オペレータが操作器を操作して、変化領域の部分領域を選択し、マスク領域に設定することで、マスク領域を容易かつ正確に設定できる。
以下に説明する本発明の実施例は、図３で説明した監視システムを使って説明する。
【０１１７】
本発明の実施例１０を図１９によって説明する。図１９は、本発明の実施例１０の処理プロセスの動作の一例を説明するフローチャートである。
まず、初期化ステップ１０１では、物体検出処理で使用する、画像メモリＥ０５ｅ内に確保された画像記録用の画像メモリや、ワークメモリＥ０５ｊ内に確保された変数等の初期化を実行する。
次に、画像入力ステップ１０２では、ＴＶカメラＥ０１から、例えば、幅３２０ ｐｉｘ 、高さ２４０ ｐｉｘ 、８ ｂｉｔ／ｐｉｘ の入力画像を取得する。
これらのステップ１０１、１０２は、図４その他で説明したとおりである。
【０１１８】
続く点線の矩形で表されたステップ１３４は変化領域検出ステップで、差分処理ステップ１０３′と二値化処理ステップ１０４′で構成されている。
まず、差分処理ステップ１０３′では、画像入力ステップ１０２で得られた入力画像と、予め画像メモリＥ０５ｅに記録しておいた基準背景画像との画素毎の差分を計算し、差分画像を得る。
次に、二値化処理ステップ１０４′では、差分処理ステップ１０３′で得られた差分画像の各画素についてしきい値処理を行ない、画素値がしきい値（例えば、２０）未満の場合は画素値を“０”、しきい値以上の場合は画素値を“２５５”となるようにして二値化画像を得る。得られた二値化画像は、入力画像の変化領域を表している。
【０１１９】
次に、マスキングステップ１０５は、図２で説明したマスク処理を行なう。すなわち、マスキングステップ１０５は、画像メモリＥ０５ｅ内に記憶したマスク領域（物体検出装置ではマスク領域を画像として保持している）内で二値化画像として検出した変化領域の画素値を“２５５”から“０”に修正する（マスクする）。
このようにして、二値化画像で検出される変化領域の内、例えば草木が存在する領域内で検出された変化領域を削除することができる。
【０１２０】
続く点線の矩形で表されたステップ１３５はマスク候補領域作成ステップで、ステップ１３５ａからステップ１３５ｋで構成されている。以下、各ステップの動作について説明する。
初期マスク候補作成ステップ１３５ａは、二値化画像を画像メモリＥ０５ｅ内に記憶されたマスク候補領域（物体検出装置ではマスク候補領域を画像として保持している）に複製し、マスク候補領域を初期化する。
次に、繰り返しステップ１３５ｂは、繰り返し終了ステップ１０５ｆの間を所定の回数繰り返す。本実施例では、ワークメモリＥ０５ｊに確保されているカウンタ変数ｉを用いて、ｉが１からＮ（Ｎは正整数、例えばＮ＝５）の間、１ずつ増加させながら繰り返す。
【０１２１】
奇数判定ステップ１３５ｃは、カウンタ変数ｉが奇数であった場合４近傍領域膨張ステップ１３５ｄへ分岐し、カウンタ変数ｉが偶数であった場合８近傍領域膨張ステップ１３５ｅに分岐する。
図２０は、本発明の領域膨張処理の一例を説明するための図である。
４近傍領域膨張ステップ１３５ｄは、マスク候補領域を走査し、マスク候補領域の画素を４近傍で膨張させる。この処理を図２０を用いて説明する。図２０は、本発明の領域膨張処理の一例を説明するための図である。
【０１２２】
図２０において、斜線で塗りつぶした画素はマスク候補領域（“２５５”の値を持つ画素）であることを表す（以下、後述の図２１〜図２５においても同様である）。
図２０（ａ） は、領域膨張処理前のマスク候補領域を示す。ここでは、説明のため、領域膨張処理前のマスク候補領域は１画素のみとしている。
まず、４近傍領域膨張処理は、“２５５”の値を持つ画素（図２０（ａ） の領域２５０１）の上下左右の画素（４近傍の画素）の値を“２５５”にする処理である。したがって、図２０（ａ） で表されるマスク候補領域（領域２５０１）は、４近傍領域膨張処理によって図２０（ｂ） のマスク候補領域（領域２５０２）になる。
【０１２３】
また、８近傍領域膨張ステップ１３５ｅは、マスク候補領域を走査し、マスク候補領域の画素を８近傍で膨張させる。この処理を図２０（ａ） と図２０（ｃ） を用いて説明する。
８近傍領域膨張処理は、“２５５”の値を持つ画素（領域２５０１）の上下左右、左上、右上、左下、右下の画素（８近傍の画素）の値を“２５５”にする処理である。したがって、図２０（ａ） で表されるマスク候補領域（領域２５０１）は、８近傍領域膨張処理によって図２０（ｃ） のマスク候補領域（領域２５０３）になる。
【０１２４】
繰り返し終了ステップ１３５Ｆでは、カウンタ変数ｉが、所定の値Ｎになったか否かを判定し、ｉ＝Ｎの場合は続く繰り返しステップ１３５ｇへ分岐し、ｉ＜Ｎの場合はｉを１増加し、奇数判定ステップ１３５ｃを繰り返す。
ここで、４近傍領域膨張ステップ１３５ｄのみを複数実行すると、図２０（ａ） のマスク候補領域２５０１は、図２１（ａ） のマスク候補領域１５０４のようにひし形の領域になってしまう（図２１（ａ） はＮ＝３の例）。この場合、領域膨張処理前のマスク候補領域２５０１に対して、上下左右は３画素分膨張できているが、斜め方向は１画素（正確には、２１／２画素）しか膨張できていないことになる。
また、８近傍領域膨張ステップ１３５ｅのみを複数実行すると、図２０（ａ） のマスク候補領域２５０１は、図２１（ｂ） のマスク候補領域２５０５のように矩形の領域になってしまう（図２１（ａ） と同様にＮ＝３の例）。この場合、領域膨張処理前のマスク候補領域２５０１に対して、上下左右は３画素分膨張できているが、斜め方向は４画素（正確には、３×２１／２画素）も膨張されてしまう。
そこで、カウンタ変数ｉが奇数か否かに応じて４近傍領域膨張ステップ１３５ｄと８近傍領域膨張ステップ１３５ｅを交互に実行するようにし、図２１（ｃ） のマスク候補領域２５０６のように上下左右方向と斜め方向の膨張する割合の差を少なくしている（上下左右方向は３画素、斜め方向は約３画素（正確には、２×２１／２画素）となる）。
【０１２５】
次に、繰り返しステップ１３５ｇは、繰り返し終了ステップ１３５ｋの間を所定の回数繰り返す。繰り返しステップ１３５ｂ〜 繰り返し終了ステップ１３５ｆと同様に、ワークメモリＥ０５ｊに確保されているカウンタ変数ｉを用いて、ｉがＮから１の間、１ずつ減少させながら繰り返す。奇数判定ステップ１３５ｈは、カウンタ変数ｉが奇数であった場合４近傍領域収縮ステップ１３５ｉへ分岐し、カウンタ変数ｉが偶数であった場合８近傍領域収縮ステップ１３５ｊに分岐する。
【０１２６】
前述の４近傍領域膨張ステップ１３５ｄ及び８近傍領域膨張ステップ１３５ｅによってマスク候補領域の面積が増加するが、４近傍領域収縮ステップ１３５ｉ及び８近傍領域収縮ステップ１３５ｊによって、マスク候補領域の面積の増加分を減少する。
【０１２７】
４近傍領域収縮ステップ１３５ｉは、マスク候補領域を走査し、マスク候補領域の画素を４近傍で収縮させる。この処理を図２２を用いて説明する。
図２２において、４近傍領域膨張処理は、“２５５”の値を持つ画素（領域２５０７）の各画素の内、上下左右の画素（４近傍の画素）の値のいずれかが“０”であった場合、当該画素の値を“０”にする処理である。
したがって、図２２（ａ） で表されるマスク候補領域（領域２５０７）は、４近傍領域収縮処理によって図２２（ｂ） のマスク候補領域（領域２５０８）になる。
【０１２８】
また、８近傍領域収縮ステップ１３５ｊは、マスク候補領域を走査し、マスク候補領域の画素を８近傍で収縮させる。この処理を図２２（ａ） と図２２（ｃ） を用いて説明する。８近傍領域収縮処理は、“２５５”の値を持つ画素（領域２５０７）の各画素の内、上下左右、左上、右上、左下、右下の画素（８近傍の画素）の値のいずれかが“０”であった場合、当該画素の値を“０”にする処理である。したがって、図２２（ａ） で表されるマスク候補領域（領域２５０７）は、８近傍領域収縮処理によって図２２（ｃ） のマスク候補領域（領域２５０９）になる。
【０１２９】
ここで、４近傍領域膨張ステップ１３５ｄ及び４近傍領域膨張ステップ１３５ｅを所定回数実行（ステップ１３５ｂからステップ１０５ｆ）し、次に４近傍領域収縮ステップ１３５ｉ及び４近傍領域収縮ステップ１３５ｊを同回数実行（ステップ１３５ｇからステップ１３５ｋ）する効果を図２３、図２４、図２５を用いて説明する。
【０１３０】
図２３は、初期マスク候補作成ステップ１３５ａ実行後のマスク候補領域を表している。この時点で、マスク候補領域は、部分領域２６０１ａと部分領域２６０１ｂの２つに分かれている。このマスク候補領域に対して、例えばＮ＝２として領域膨張処理（ステップ１３５ｂからステップ１０５ｆ）を実行すると、図２４のようなマスク候補領域２６０２となる。
次に領域収縮処理（ステップ１３５ｇからステップ１０５ｋ）を実行すると、図２５のようなマスク候補領域２６０３となる。したがって、図２３のような分裂した領域は、領域膨張処理と領域収縮処理によって結合させることができ、１つの領域として取り扱うことができる。ここで、結合可能な領域の間隔は、２Ｎ画素である。
前述のような領域膨張処理、領域収縮処理は、画像処理の分野では従来から広く利用されており、例えば、１９８５年に総研出版より出版された田村秀行氏監修による『コンピュータ画像処理入門』と題する書籍のＰ７６、７７で解説されている。
【０１３１】
次に点線の矩形で表されたステップ１３６はマスク設定ステップで、ステップ１３６ａからステップ１３６ｅで構成されている。以下、各ステップの動作について図５を用いて説明する。
ユーザ操作判定ステップ１３６ａでは、オペレータが操作器Ｅ０４を操作した場合は、操作マーカ表示ステップ移行ステップ１３６ａへ分岐し、操作しなかった場合は、物体検出結果表示ステップ１３７へ分岐する。
【０１３２】
操作マーカ表示ステップ１３６ｂでは、画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に操作マーカを表示する。操作マーカは、例えば、図５（ａ） に示すような矢印７０１ａのような形でも良いし、十字、点、矩形、等の操作マーカの位置が分かるような表示形態であれば何でもよい。
操作マーカは、オペレータによる操作器Ｅ０４の操作に応じて、画像上を上下左右、斜め方向に移動する。
【０１３３】
次にマスク候補領域表示ステップ１３５ｃでは、マスク候補作成ステップ１３５で作成されたマスク候補領域を画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に表示する。表示する内容は、例えば、図５（ａ） に示すように、画像入力Ｉ／Ｆ Ｅ０５ａを介して得られた撮像装置Ｅ０１の画像に、マスク候補領域（図５（ａ） では、領域７０１ｃ及び７０１ｄ）を重畳するようにしても良い。
マスク設定操作判定ステップ１３６ｄでは、オペレータが操作器Ｅ０４を操作してマスク設定操作を行なった場合、マスク画像更新ステップ１３６ｅへ分岐し、マスク設定操作を行なわなかった場合、物体検出結果表示ステップ１３７へ分岐する。マスク設定操作は、例えば、操作器Ｅ０４の第１のボタンＥ０４ａをオペレータが押すことによって行なわれる。
【０１３４】
続く、マスク画像更新ステップ１３６ｅは、マスク画像（マスク領域）を更新する。これは、画像メモリＥ０５ｅ内に記憶した現在のマスク画像と、操作マーカの位置に存在するマスク候補画像の部分領域の画素の論理和を算出し、これをあらたなマスク画像として画像メモリＥ０５ｅ内に記憶したマスク画像を置き換えることによって行なわれる。
この手順を図５を用いて説明する。
【０１３５】
図５（ａ） 〜図５（ｄ） の図は、時刻Ｔ０〜Ｔ３までの各時刻に、操作マーカ、検出物体の領域、マスク領域がどのように変化しているかを説明するための図である。
図５において、画像７０１、画像７０２、画像７０３、画像７０４は出力モニタＥ０６に表示される画像を表しており、矢印７０１ａ、矢印７０２ａ、矢印７０３ａ、矢印７０４ａは、それぞれ、時刻Ｔ０、時刻Ｔ１、時刻Ｔ２および時刻Ｔ３において出力モニタＥ０６に表示される操作マーカを表す。
なお、図５は、入力画像に、マスク領域、マスク候補領域を重畳して表示している。
【０１３６】
図５（ａ） において、領域７０１ｃと領域７０１ｄはマスク候補領域を表している。この例では、マスク領域は設定されていない。そのため、草木が揺れている領域７０１ｃと領域７０１ｄは検出物体として検出されている。ここで、操作マーカ７０１ａを操作し、マスク候補領域７０１ｃ内でマスク設定操作（例えば、操作器Ｅ０４の第１ボタンＥ０４ａを押す）を行なうと、マスク候補領域７０１ｃがマスク領域として設定される。
【０１３７】
図５（ｂ） において、領域７０２ｂはマスク領域、領域７０２ｃは検出物体の領域を表している。時刻Ｔ０におけるマスク設定操作によって、マスク候補領域７０１ｃはマスク領域７０１ｂとして設定されている。ここで、さらに操作マーカ７０２ａを操作し、マスク候補領域７０２ｃ内でマスク設定操作を行なうと、マスク候補領域７０２ｃがマスク領域として設定（追加）される。
【０１３８】
さらに、図５（ｃ） において、領域７０３ｂはマスク領域、領域７０３ｃは検出物体の領域を表している。時刻Ｔ０と時刻Ｔ１におけるマスク設定操作によってマスク候補領域７０１ｃとマスク候補領域７０２ｃはマスク領域７０３ｂとして設定されている。
ここで、さらに操作マーカ７０３ａを操作し、マスク候補領域７０３ｃ内でマスク設定操作を行なうと、マスク候補領域７０３ｃがマスク領域として設定（追加）される。
【０１３９】
さらに、図５（ｄ） において、領域７０４ｂはマスク領域を表している。時刻Ｔ０、時刻１、時刻Ｔ２におけるスク設定操作によって、マスク候補領域７０１ｃ、マスク候補領域７０２ｃ、マスク候補領域７０３ｃはマスク領域７０４ｂとして設定されている。
【０１４０】
以上のように、時刻Ｔ０、時刻１、時刻Ｔ２における合計３回のマスク設定操作によって、図５（ｄ） に示すようなマスク領域７０４ｂ（草木が存在する領域を正確に内包している）が設定される。ここで、マスク設定の操作回数は、マスク候補領域に“２５５”の値を持つ画素のかたまりの領域がいくつ存在するかによって決まる。
【０１４１】
本実施例では、マスク候補領域作成ステップ１３５において、領域膨張処理と領域収縮処理を実行しているため、マスク候補領域内に“２５５”の値を持つかたまりが複数存在していた場合でも、それらの内、近くに存在する領域を結合することができる。したがって、マスク設定の操作回数を減少させることが可能となっている。
【０１４２】
次に、物体検出結果表示ステップ１３７では、画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に、例えば、二値化画像を表示する。
次に、点線の矩形で表されたステップ１３８は物体検出ステップで、物体存在判定ステップ１３８ａと、警報モニタ表示ステップ１３８ｂで構成される。
物体存在判定ステップ１３８ａでは、二値化処理ステップ１０４′、マスキングステップ１０５で得られた変化領域から、例えばラベリングの方法によって“２５５”のかたまりを検出して物体が存在するか否かを判定し、存在した場合には警報・モニタ表示ステップ１３８ｂに分岐し、存在しなかった場合は、画像入力ステップ１０２へ戻る。
警報・モニタ表示ステップ１３８ｂでは、例えば、出力モニタＥ０６に検出した物体の画像を表示したり、警告灯Ｅ０７を点灯させたりして、侵入物体が存在することを表す報知を行なう。
【０１４３】
以上のようにすることで、草木などの検出すべき物体以外をマスク処理して撮像視野内に存在する物体を検出し、さらには、検出した変化領域に基づいてオペレータの操作によってマスク領域を少ない操作回数で設定することが可能となる。
【０１４４】
次に、本発明の更に他の実施例について説明する。
以下の実施例の物体検出方法では、従来からの、マスク領域設定に熟練性を要するという問題や、更には、マスク領域を多角形で設定する場合には、草木などの存在する領域を正確に指定することは非常に困難であるという問題を解決するため、物体検出処理で得られた検出物体領域をオペレータの操作による指定の期間蓄積して作成した該蓄積した検出物体の領域をマスク領域として設定するようにした。
即ち、本発明は、オペレータが操作器を操作して、誤検出のみが存在するときだけ蓄積した検出物体の領域をマスク領域として設定することで、マスク領域を容易かつ正確に設定できる。
【０１４５】
以下に説明する実施例は、先の図１４で説明した物体検出装置のハードウエア構成を使って説明する。
本発明の実施例１１を図２６によって説明する。図２６は実施例１１の処理プロセスを説明するフローチャートである。
本実施例は、オペレータの所定の操作によって、指定した期間の誤検出の蓄積をマスク候補とし、マスク候補を所定の操作によってマスク領域に設定するものである。
ステップ１０１〜１０５は、既に他の実施例に関連して説明したとおりなので個々では簡単に説明する。
【０１４６】
初期化ステップ１０１に続くステップ１０２からステップ１０５は、図１で説明した差分法による侵入物体検出を行うプロセスである。
先ず、画像入力ステップ１０２では、カメラＥ０１から、入力画像（Ｓ０１）を取得する。
差分処理ステップ１０３では、差分画像（Ｓ０３）を得る。
次に、二値化処理１０４では、二値化画像（Ｓ０４）を得る。
【０１４７】
マスキングステップ１０５は、図２（ｂ） で説明したマスク処理を行う。
マスキングステップ１０５は、画像メモリＥ０５ｅ内に記憶したマスク領域（物体検出装置ではマスク領域を画像として保持している）内で二値化画像Ｓ０４として検出した物体の画素値を“２５５”から“０”に修正する（マスクする）。
【０１４８】
このようにして、二値化画像Ｓ０４で検出される物体の内、例えば草木などが存在する領域内で検出された物体を削除することができる。次に、設定移行操作判定ステップ１０６では、オペレータが操作器Ｅ０４′を操作してマスク設定モードに移行した場合は、蓄積二値化画像リセットステップ５０７へ分岐し、マスク設定モードに移行しなかった場合は、マスクモード判定ステップ５０８へ分岐する。
マスク設定モードへの移行は、例えば、操作操作器Ｅ０４′の第１のボタンＥ０４ａの押下によって行なわれる。
【０１４９】
蓄積二値化画像リセットステップ５０７では、画像メモリＥ０５ｅに記憶した蓄積二値化画像をリセット（クリア）する。蓄積二値化画像を、このようにリセットすることで、マスク設定モード移行後、新たに検出物体領域を蓄積二値化画像に蓄積させることができる。
次に、マスク設定モード移行ステップ５０８では、処理モードをマスク設定モードに設定する。次に、マスク設定モード判定ステップ５０９では、ワークメモリＥ０５ｊ内の処理モード変数によって管理されている処理モードがマスク設定モードであった場合は、蓄積二値化画像更新ステップ５１０へ分岐し、マスク設定モードでなかった場合は、物体検出結果表示ステップ１１４へ分岐する。
【０１５０】
蓄積二値化画像更新ステップ５１０は、二値化ステップ１０４で得られた二値化画像と、画像メモリＥ０５ｅに記憶した蓄積二値化画像との画素毎の論理和を計算し、画像メモリＥ０５ｅに記憶した蓄積二値化画像と置き換える。
このようにして、逐次的に検出される検出物体領域を記録する。
マスク候補表示ステップ５１１では、画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に蓄積二値化画像をマスク候補として表示する。
このマスク候補の表示方法は、例えば、現在の画像に重ねてマスク候補部分を半透明で表示するなど、現在の入力画像とマスク候補部分の比較検討を行い易いようにする。
オペレータは、表示されたマスク候補を見て、さらに蓄積二値化画像の更新を続けマスク候補の領域を広げるか、マスク領域に今のマスク候補を設定するか、マスク領域の設定をキャンセルするかを判断する。
【０１５１】
次にオペレータ操作有無判定ステップ５１２では、オペレータの操作が有る場合はオペレータ操作内容判定ステップ５１３に分岐し、オペレータの操作が無い場合は、物体存在判定ステップ１１９へ分岐してさらに蓄積二値化画像の更新を続ける。
オペレータ操作内容判定ステップ５１３では、オペレータの操作入力手段Ｅ０４の操作内容に応じて、マスク候補をマスク領域に設定する場合はマスク置き換えステップ５１４へ分岐し、マスク領域の設定をキャンセルする場合は通常モード移行ステップ５１５へ分岐する。
オペレータの操作としては、マスク候補をマスク領域に設定する場合は、例えば、操作器Ｅ０４′の第１のボタンＥ０４ａの押下によって行なわれ、マスク領域の設定をキャンセルする場合は、例えば、操作器Ｅ０４′の第２のボタンＥ０４ｂの押下によって行なわれる。
【０１５２】
マスク置き換えステップ５１４では、画像メモリＥ０５ｅに記憶されているマスク領域をマスク候補で置き換え新たなマスク領域とする。
次に、通常モード移行ステップ５１５では、処理モードを通常モードに設定する。
物体検出結果表示ステップ１１４では、画像出力Ｉ／Ｆ Ｅ０５ｆを介して出力モニタＥ０６に、例えば、マスクされた二値化画像を表示する。
次に、物体存在判定ステップ１１９では、二値化ステップ１０４、マスキングステップ１０５で得られたマスクされた二値化画像中から、例えばラベリングの方法によって“２５５”のかたまり（Ｓ０９）を検出して物体が存在するか否かを判定し、存在した場合には警報・モニタ表示ステップ１２０に分岐し、存在しなかった場合は、画像入力ステップ１０２へ戻る。
警報・モニタ表示ステップ１２０では、例えば出力モニタＥ０６に対象物体の画像を表示したり、警告灯Ｅ０７を点灯させたりして、侵入物体が存在することを表す報知を行なう。二値化画像を蓄積する方法の効果を、図２８を用いて説明する。
【０１５３】
図２８は、時刻Ｔ１、Ｔ２、‥‥‥、Ｔｎの検出物体の領域を表しており、各時刻での検出物体の領域Ａ０１ａ、Ａ０１ｂ、Ａ０２ａ、Ａ０３ａを論理和手段Ａ０５を用いて計算すると蓄積二値化画像Ａ０４ａが得られる。これによって、検出された領域が蓄積され、マスク候補が生成される。このマスク候補をマスク領域に設定することにより、オペレータは容易にマスク領域が設定できるということになる。
【０１５４】
さらに、オペレータが所定の第１の操作（マスク設定モードへの移行）と第２の操作（マスク候補をマスク領域に設定）を行う間、検出された物体の領域の蓄積が行われ、その間の蓄積二値化画像を出力モニタＥ０６に表示することができるため、オペレータは、検出された物体の領域が十分に蓄積されたかを確認しながらマスク領域の設定を行うことができる。
ここで設定されるマスク領域は、差分法によって検出される物体の領域に基づいて設定されるため、従来のマスク領域設定方法の多角形による設定方法に比べ、草木などの存在する領域を正確かつ容易にマスクすることができる。
【０１５５】
本発明の実施例１２を図２７によって説明する。図２７は本発明の実施例１２の処理プロセスを説明するフローチャートである。
本実施例は、図２６の実施例１１で、マスク領域を設定する際に選択したマスク候補をマスク領域に置き換えていたものを、マスク候補をマスク領域に追加できるようにしたものである。
図２７の実施例１２は、図２６の実施例１１において、マスク置き換えステップ５１４の代わりにマスク追加ステップ５１４′に置き換えたものである（他のステップは説明を省略する）。
マスク追加ステップ５１４′では。画像メモリＥ０５ｅに記憶されたマスク領域画像に、新たなマスク候補を追加するものであり、これによって、別々のタイミングに発生する誤検出を個別にマスク領域に追加設定することができる。
【０１５６】
映像監視装置では、例えば、差分法などで、監視視野内の侵入物体のみを正確に検出するために、草木の揺れや、水たまりの光の反射などを防ぐ目的でマスク処理が使われる。しかし、この従来技術には、マスク領域設定に熟練性を要するという問題や、更には、マスク領域を多角形で設定する場合には、草木などの存在する領域を正確に指定することは非常に困難であるという問題があった。
上述のように、上記実施例によれば、物体検出処理で得られた検出物体領域をオペレータの操作で指定する期間蓄積することで得られる蓄積二値化画像をマスク候補とし、それをマスク領域に設定することで、オペレータがマスク領域を容易かつ正確に設定できるようにした。
【０１５７】
上記記載は実施例についてなされたが、本発明はその精神と添付の特許請求範囲の請求項の記載範囲内で、種類の変更、及び修正ができることは当業者に明らかである。
例えば、実施例１１を実施例１や実施例７に適用して、蓄積２値化画像の蓄積開始及び終了時刻をオペレータが指示するようにしても良い。
また、実施例１等に実施例１０を適用して、草木などの、検出すべき物体以外の物体の領域間を自動的に結合してより少ない数の領域に融合することにより、オペレータは、マスク領域指定を少ない操作で設定するようにすることもできる。いちいち記載しないが、その他にも実施例間の様々な組合わせが可能であることは言うまでもない。
【０１５８】
【発明の効果】
以上のように、本発明によれば、草木の揺れや、水たまりの光の反射などを防ぐ目的のマスク領域設定を物体検出処理で得られた検出物体領域を指定する操作に基づいてマスク領域を指定できるのでマスク設定操作が容易になるとともに適切に設定できるようになる。また、状況の変化に対応して、必要なら、検出物体の無い状況を適切に判定してマスク領域の解除ができる。
また本発明によれば、物体検出処理で得られた検出画像を所定の時間蓄積することで得られる蓄積２値化画像をマスク候補とするとともに、マスク候補を複数用意し、オペレータがマスク候補の中から適切なマスク候補を選択操作することで、マスク領域を容易かつ正確に設定できる。
また本発明によれば、物体検出処理で得られた検出物体領域に基づいてマスク領域を指定できるようにした。すなわち、本発明は、オペレータが操作手段を操作して、検出物体領域を選択し、マスク領域に設定することで、マスク領域を容易かつ正確に設定できる。
また本発明によれば、物体検出処理で得られた検出物体領域をオペレータの操作で指定する期間蓄積することで得られる蓄積二値化画像をマスク候補とし、それをマスク領域に設定することで、オペレータがマスク領域を容易かつ正確に設定できる。
【図面の簡単な説明】
【図１】差分法によって撮像装置の視野内に侵入した物体を検出する処理の流れを説明するための図。
【図２】差分法を用いた場合に発生する課題を説明するための図。
【図３】本発明の物体検出装置の一実施例の構成を示すブロック図。
【図４】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図５】図４で説明したマスク領域の設定手順を説明するための図。
【図６】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図７】本発明の物体検出方法の一実施例の効果を説明するための図。
【図８】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図９】本発明の物体検出方法の一実施例の効果を説明する図。
【図１０】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１１】本発明の物体検出方法の一実施例とその効果を説明する図。
【図１２】本発明の物体検出方法の一実施例とその効果を説明する図。
【図１３】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１４】本発明の物体検出装置の一実施例の構成を示すブロック図。
【図１５】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１６】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１７】本発明の分割蓄積２値化画像からマスク候補画像を得るための処理の一実施例を説明する図。
【図１８】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図１９】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図２０】本発明の領域膨張処理の一例を説明するための図。
【図２１】本発明の領域膨張処理の一例を説明するための図。
【図２２】本発明の領域収縮処理の一例を説明するための図。
【図２３】本発明のマスク候補領域の一例を説明するための図。
【図２４】本発明のマスク候補領域に領域膨張処理を施した処理結果の一例を説明するための図。
【図２５】本発明のマスク候補領域に領域膨張処理と領域収縮処理を施した処理結果の一例を説明するための図。
【図２６】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図２７】本発明の物体検出方法の処理プロセスの一実施例を示すフローチャート。
【図２８】本発明の蓄積２値化画像の作成方法の一実施例を説明するための図。
【図２９】従来の物体検出方法の処理プロセスの一例を示すフローチャート。
【符号の説明】
Ｓ０１：入力画像、 Ｓ０２：基準背景画像、 Ｓ０３：差分画像、 Ｓ０４：２値化画像、 Ｓ０５：差分処理部、 Ｓ０６：２値化処理部、 Ｓ０７：人型の物体、 Ｓ０８差分画像Ｓ０３中の人型の差分画像、Ｓ０９：２値化画像Ｓ０４中の人型の物体、 ６０１：入力画像、 ６０１ａ，６０１ｂ，６０１ｃ：領域、 Ｅ０１：ＴＶカメラ、 Ｅ０２：ズームレンズ、 Ｅ０３：カメラ雲台、 Ｅ０４，Ｅ０４′：操作器、 Ｅ０４ａ，Ｅ０４ａ′：第１のボタン、 Ｅ０４ｂ，Ｅ０４ｂ′：第２のボタン、 Ｅ０５：侵入物体監視装置、 Ｅ０５ａ：画像入力Ｉ／Ｆ、 Ｅ０５ｂ：雲台制御Ｉ／Ｆ、 Ｅ０５ｃ：レンズ制御Ｉ／Ｆ、 Ｅ０５ｄ：操作入力Ｉ／Ｆ、 Ｅ０５ｅ：画像メモリ、 Ｅ０５ｆ：画像出力Ｉ／Ｆ、 Ｅ０５ｇ：警報出力Ｉ／Ｆ、 Ｅ０５ｈ：ＣＰＵ、 Ｅ０５ｉ：プログラムメモリ、 Ｅ０５ｊ：ワークメモリ、 Ｅ０５ｋ：データバス、 Ｅ０６：出力モニタ、 Ｅ０７は警告灯、 ７０１，７０２，７０３，７０４：画像、 ７０１ａ，７０２ａ，７０３ａ，７０４ａ：操作マーカ、 ７０１ｃ，７０２ｃ，７０３ｃ，７０４ｃ，７０１ｄ，７０２ｄ，７０３ｄ，７０４ｄ：画像領域、 １１０１ａ〜１１０１ｆ：ブロック、 １１０２ａ，１１０２ｄ，１１０２ｅ：分割されたマスク領域のブロック １２０１ａ，１２０１ｂ，１２０１ｃ，１２０１ｄ：分割されたマスク領域のブロック、 １７０１ａ，１７０１ｂ：期間、 １７０３，１７０４：マスク候補画像、 １７０３ａ，１７０４ａ：検出領域、 ２５０１〜２５０９，２６０１ａ，２６０１ｂ，２６０２，２６０３：領域。
Claims (6)
- 移動物体を検出する物体検出方法であって、
撮像装置からの入力画像と記録装置に記録されている背景画像との変化分を検出するステップと、
表示装置に上記検出された少なくとも上記変化分を含む画像を表示するステップと、
上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するステップと、
上記マスク領域を指定して得られる画像をマスク画像として上記記録装置に登録するステップ、
上記撮像装置から入力される入力画像と上記マスク画像を比較し、上記移動物体を検出するステップとを有することを特徴とする物体検出方法。 - 請求項１記載の物体検出方法において、上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するステップは、上記変化分を含む領域をマスク領域候補として表示するステップおよび上記マスク領域候補の内、所定の変化分を有するマスク候補領域をマスク領域として指定するステップとからなることを特徴とする物体検出方法。
- 請求項１記載の物体検出方法において、上記変化分を検出するステップは、複数の上記入力画像についてそれぞれ変化分を検出するステップを含み、上記所定の変化分の領域をマスク領域として指定するステップは、上記複数の入力画像についてそれぞれ上記所定の変化分の領域をマスク領域として指定するステップを含み、上記マスク画像は、上記複数の入力画像についてそれぞれ上記マスク領域を指定して得られる画像を合成した画像であることを特徴とする物体検出方法。
- 請求項１記載の物体検出方法において、上記所定の変化分の領域をマスク領域として指定するステップは、上記表示装置に表示される操作マーカにより指定するステップであることを特徴とする物体検出方法。
- 請求項１記載の物体検出方法において、更に、上記入力画面を複数個の領域に分割するステップを有し、上記所定の変化分の領域をマスク領域として指定するステップは、上記複数個の領域の内、所定の領域を指定するステップであることを特徴とする物体検出方法。
- 移動物体を検出する物体検出装置であって、
上記移動物体を撮影する撮像装置と、
背景画像を記録する記録装置と、
上記撮像装置からの入力画像と上記記録装置に記録されている上記背景画像との変化分を検出する変化分検出部と、
上記変化分検出部により検出された少なくとも上記変化分を含む画像を表示する表示装置と、
上記変化分を含む画像の内、所定の変化分の領域をマスク領域として指定するマスク領域指定部と、
上記マスク領域を指定して得られる画像をマスク画像として上記記録装置に登録し、上記登録されたマスク画像と上記撮像装置から入力される入力画像とを比較し、上記移動物体を検出する処理装置と、
上記撮像装置、上記記録装置、上記変化分検出部および上記処理装置を制御する制御部とを有することを特徴とする物体検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003072717A JP2004005484A (ja) | 2002-03-15 | 2003-03-17 | 物体検出方法及び物体検出装置 |
Applications Claiming Priority (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002072100 | 2002-03-15 | ||
| JP2002072116 | 2002-03-15 | ||
| JP2002090636 | 2002-03-28 | ||
| JP2002117395 | 2002-04-19 | ||
| JP2003072717A JP2004005484A (ja) | 2002-03-15 | 2003-03-17 | 物体検出方法及び物体検出装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2004005484A true JP2004005484A (ja) | 2004-01-08 |
Family
ID=30449642
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003072717A Pending JP2004005484A (ja) | 2002-03-15 | 2003-03-17 | 物体検出方法及び物体検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2004005484A (ja) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005293033A (ja) * | 2004-03-31 | 2005-10-20 | Secom Co Ltd | 画像処理装置及び侵入者検出装置 |
| JP2007318675A (ja) * | 2006-05-29 | 2007-12-06 | Matsushita Electric Works Ltd | 監視カメラ装置 |
| JP2010034664A (ja) * | 2008-07-25 | 2010-02-12 | Mitsubishi Electric Corp | 監視用画像処理装置 |
| US7991232B2 (en) | 2004-03-03 | 2011-08-02 | Nec Corporation | Image similarity calculation system, image search system, image similarity calculation method, and image similarity calculation program |
| US20120162367A1 (en) * | 2005-06-14 | 2012-06-28 | Samsung Electronics Co., Ltd. | Apparatus and method for converting image display mode |
| US9247080B2 (en) | 2013-08-16 | 2016-01-26 | Fuji Xerox Co., Ltd. | Information processing apparatus for acquiring a variation region between image data and read data |
| JP7447417B2 (ja) | 2019-09-27 | 2024-03-12 | ソニーグループ株式会社 | 画像処理装置、画像処理方法、プログラム |
-
2003
- 2003-03-17 JP JP2003072717A patent/JP2004005484A/ja active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7991232B2 (en) | 2004-03-03 | 2011-08-02 | Nec Corporation | Image similarity calculation system, image search system, image similarity calculation method, and image similarity calculation program |
| JP2005293033A (ja) * | 2004-03-31 | 2005-10-20 | Secom Co Ltd | 画像処理装置及び侵入者検出装置 |
| US20120162367A1 (en) * | 2005-06-14 | 2012-06-28 | Samsung Electronics Co., Ltd. | Apparatus and method for converting image display mode |
| JP2007318675A (ja) * | 2006-05-29 | 2007-12-06 | Matsushita Electric Works Ltd | 監視カメラ装置 |
| JP4650346B2 (ja) * | 2006-05-29 | 2011-03-16 | パナソニック電工株式会社 | 監視カメラ装置 |
| JP2010034664A (ja) * | 2008-07-25 | 2010-02-12 | Mitsubishi Electric Corp | 監視用画像処理装置 |
| US9247080B2 (en) | 2013-08-16 | 2016-01-26 | Fuji Xerox Co., Ltd. | Information processing apparatus for acquiring a variation region between image data and read data |
| JP7447417B2 (ja) | 2019-09-27 | 2024-03-12 | ソニーグループ株式会社 | 画像処理装置、画像処理方法、プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100541037B1 (ko) | 검출마스크영역의 설정이 용이한 촬상장치를 사용한물체검출방법 및 동 방법을 사용한 물체검출장치 | |
| US6088468A (en) | Method and apparatus for sensing object located within visual field of imaging device | |
| US7995843B2 (en) | Monitoring device which monitors moving objects | |
| RU2670429C1 (ru) | Системы и способы отслеживания движущихся объектов на видеоизображении | |
| US7596240B2 (en) | Object tracking method and object tracking apparatus | |
| AU2005262899B2 (en) | Real-time stabilization | |
| US20040032494A1 (en) | Object-detection-condition modifiable object detection method and object detection apparatus using the method | |
| JP3768073B2 (ja) | 物体追跡方法及び物体追跡装置 | |
| JP2007531121A (ja) | エリアごとの分割ゲインの使用によるビデオ分析の改良 | |
| JP4922472B1 (ja) | 情報処理装置、情報処理方法、情報処理装置用プログラム、および、記録媒体 | |
| KR101036717B1 (ko) | 아크 감시 시스템 | |
| JP5832910B2 (ja) | 画像監視装置 | |
| JP2005123824A (ja) | 映像オブジェクト軌跡合成装置、その方法及びそのプログラム | |
| JP6246508B2 (ja) | 動体画像抽出方法及び動体画像抽出装置 | |
| JP2004005484A (ja) | 物体検出方法及び物体検出装置 | |
| JP4171310B2 (ja) | 侵入物体検出方法及び侵入物体検出装置 | |
| KR100623835B1 (ko) | 물체 검출 방법 및 물체 검출 장치 | |
| JP4490752B2 (ja) | 映像オブジェクト抽出装置、映像オブジェクト軌跡合成装置、その方法及びそのプログラム | |
| JP4610005B2 (ja) | 画像処理による侵入物体検出装置および方法およびプログラム | |
| KR102119215B1 (ko) | 영상 표시 방법 및 컴퓨터 프로그램, 그 기록매체 | |
| JPH0779429A (ja) | 画像監視装置 | |
| JP4572190B2 (ja) | 物体検出装置 | |
| KR100353792B1 (ko) | 초상권 보호 장치 및 그 방법 | |
| JP2004157879A (ja) | 物体検出方法 | |
| JPWO2020129176A1 (ja) | 画像処理システム、画像処理方法および画像処理プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060622 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060627 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060823 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060823 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20061010 |