JP2005182732A - 画像処理装置、画像処理方法及び動き検出装置 - Google Patents

Abstract

【課題】処理負荷の軽い画像処理手段により、画面全体において動体を除去できる画像処理装置の提供とそれを用いて長時間静止している物体を検出する装置を提供する。
【解決手段】所定の時間間隔で取り込まれた複数の映像信号から、画素ごとに平均化する移動平均処理を行う。この画像処理により長時間静止している物体や固定物はそのまま画面に表示されるが、移動する物体は画面から除去されるか薄く表示されるようになる。この画像信号を基準画像と比較することで、長時間静止している物体を検出する装置の提供が可能となる。さらに画像を取り込む時間間隔の設定により、固定物のみが映っている基準画像を作成することも可能となる装置を提供することができる。
【選択図】図２

Description

本発明は、映像信号を加工する画像処理装置に係り、特に画像の動き成分の除去に関する。

道路上で違法駐車している車両を取り締まる場合に、パトロールカーで巡回して取り締まる方法では、すぐに違法駐車の車両を特定できない場合が多いので時間をかけて再確認をするなど効率的でない。そこで、違法駐車の車両を発見するためにビデオカメラを利用し、撮影した映像信号の監視を行って違反車両を特定する方法が用いられる。

しかし、道路上には絶えず移動している車両があり、ビデオカメラの映像から長時間駐車している車両だけを人間が見て判断するのは、多大の労力が必要となるだけでなく判断を誤る恐れがある。そのため、ビデオカメラで撮った映像信号に画像処理を行い、駐車している車両を見つけるために、基準画像に対して変化のあった部分を検出する画像処理装置や動き検出装置の技術が開示されている（例えば、特許文献１参照）。

この特許文献１による解析は、撮影時刻が異なる画像データ、例えば映像信号の異なるフレームの画像データの差分をとるパターンマッチングによる画像処理を行い、図１０に示すように、駐車車両のない基準画像に対して差のあった部分、すなわち駐車している車両などが映っている個所を黒く塗りつぶす表示をして監視者に分かるようにしている。
特開２００２−２６２２８２号公報

しかし、上記の複数の画像に対してそれぞれパターンマッチングを行う手段は、アルゴリズム上その演算量が多大になって、処理に時間がかかったり、高度な能力を持つ処理装置が必要となる。そのため、処理の負荷を低減するために、特許文献１では処理を行う領域を限定する観測窓を設ける必要があり、監視領域が狭くなるのみならず、事前に観測窓の登録操作が必要になるので設定に時間が掛かり、さらに適所に登録しないと有効な監視ができないという課題があった。

また、パターンマッチングによる画像処理は、画素ズレや画像のノイズに対して検出エラーが出やすい弱点を持っているので、カメラを野外に設置した場合などでは、強風でカメラが揺れたり、雨や雪で映像にノイズが増えると監視不能になるという問題があった。

本発明は、このような従来の問題点に鑑みなされたものであり、その目的は、処理負荷の軽い画像処理手段により、画面全体について動き検出ができる画像処理装置を提供するものである。

本発明は、上記課題を解決する手段として以下の（１）から（８）に記載の構成からなる。すなわち、
（１）入力された映像信号から移動体の画像を除去する画像処理装置において、
異なる時刻の複数の前記映像信号を記憶する記憶手段と、
前記複数の映像信号の画面上同一個所の画素ごとに演算する演算手段と、
前記演算手段で演算され生成された映像信号を出力する出力手段と
を有することを特徴とした画像処理装置。
（２）前記演算手段は、前記複数の映像信号の画面上同一個所の画素ごとに平均することを特徴とする請求項１に記載の画像処理装置。
（３）入力された映像信号から移動体の画像を除去する画像処理方法であって、
異なる時刻の複数の前記映像信号を記憶する記憶ステップと、
前記記憶ステップで記憶した前記複数の映像信号の画面上同一個所の画素ごとに演算する演算ステップと、
前記演算ステップで演算され生成された映像信号を出力する出力ステップと
を有することを特徴とした画像処理方法。
（４）入力された映像信号から静止している移動体を検出する動き検出装置において、
異なる時刻の複数の前記映像信号を記憶する記憶手段と、
前記複数の映像信号の画面上同一個所の画素ごとに演算して、動いている移動体の画像を除去した基準画像を作成する演算手段と、
入力された前記映像信号と前記基準画像とを比較して差を検出する演算手段と、
前記演算手段の結果に基づいて検出信号を出力する出力手段と
を有することを特徴とした動き検出装置。
（５）入力された映像信号から静止している移動体を検出する動き検出装置において、
基準画像を記憶する記憶手段と、
異なる時刻の複数の前記映像信号を記憶する記憶手段と、
前記複数の映像信号の画面上同一個所の画素ごとに演算して、動いている移動体の画像を除去した比較画像を作成する演算手段と、
前記比較画像と前記基準画像とを比較して差を検出する演算手段と、
前記演算手段の結果に基づいて検出信号を出力する出力手段と
を有することを特徴とした動き検出装置。
（６）請求項１に記載の画像処理装置であって、
前記演算手段は、
前記入力された映像信号を１／Ｎ倍にした値と、
前記演算手段で演算され生成された映像信号を（Ｎ−１）／Ｎ倍にした値と
を加算する演算を行うことを特徴とする画像処理装置。
（７）請求項１、２または６に記載の画像処理装置であって、
前記記憶手段は、ハードディスクによる記録装置を用いることを特徴とする
画像処理装置。
（８）請求項４または５に記載の動き検出装置であって、
前記記憶手段は、ハードディスクによる記録装置を用いることを特徴とする
動き検出装置。

本発明の画像処理装置及び動き検出装置は、移動平均という比較的単純な画像処理で移動体の除去を行っているので、処理負荷が軽く、高度な演算能力を持たなくとも高速処理を行うことが可能となる。また、そのために処理範囲を限定するための観測窓を設定する必要がなく、画面全体の画像処理を行うことができる。さらに、画像のズレやノイズに対して誤動作を起こすことが少ない画像処理方法であるので、監視カメラに応用すれば設置場所の制約を受けにくい特徴を発揮するなどの効果を有する。

以下、本発明の画像処理装置、画像処理方法及び動き検出装置の実施形態につき、好ましい実施例により図面を参照して説明する。

図１は監視システムのシステム構成図、図２は本発明による画像処理装置の第１の実施例を示すブロック図、図３は動体を除去する回路部分のフローチャート、図４は入力カメラ画面と画像処理後の表示画面の例である。なお、図１、図２、図３を説明するにあたり、相互に図の符号を参照することがある。

図１において、１１ａ、１１ｂ、１１ｃは監視カメラ、１２はインターネットなどのネットワーク、１３は画像処理装置である。また、図２（ａ）、同（ｂ）は夫々前記画像処理装置１３の詳細ブロック図を示すものである。

図１は本実施例における監視システムの全体構成を示したものである。この図において街角等に定点観測用に固定されて設けられた監視カメラ１１ａ、１１ｂ、１１ｃの出力映像信号はネットワーク１２に接続されており、このネットワーク１２を介して画像を伝送し、画像処理装置１３で受信される。
上記の監視カメラ１１ａ、１１ｂ、１１ｃからの映像信号は、画像処理装置１３すなわち、図２（ａ）または同（ｂ）に示す入力端子２０１に入力されることになる。入力端子２０１に入力された映像信号は、ネットワークインターフェース２０２によって所定の時間間隔で取り込まれる。
なお、このとき、ネットワークインターフェース２０２に取り込まれた映像信号が、JPEGまたはMPEGなどの高能率符号化手法により符号化されている信号の場合には、ここでイントラフレーム信号に復号してから次段へ送られる。

所定の時間間隔で取り込まれた映像信号から、目的の出力画像を生成するために演算する第１の方法として、図２（ａ）に示すように、移動平均をとる数（本図では４）だけの段数のフレームメモリ２０３ａ−２０３ｄを設けておき、新規画像入力がある度に順次このフレームメモリに書き込みを行って、書き込まれた複数段のフレームメモリ内の同一個所の画素を同時に読み出し、加算器２０４で夫々を加算した後に除算器２０５で１／４の演算を行い平均化する演算を順次全画素について行う方法がある。
こうして得られた映像信号は、静止している画像ははっきりと映り、動いている画像は動き量に応じて薄くなる移動平均の画像処理が行われる。

しかし、この方法ではフレームメモリの段数を多くするとそれに従って処理負荷が増大してしまうので、より好適な第２の方法を図２（ｂ）に示す。
この図２（ｂ）の方法は、画像の各画素ごとにＮ段のＦＩＦＯ（First In First Out memory）バッファ２０７とその合計値を保持する変数ＳＵＭを記憶したメモリ２０８を設けるものである。なお、この図ではＮが４段の例を示している。

次に、上記図２（ｂ）の方法の処理手順を図３のフローチャートで説明する。
まず、新規画像入力がある度にＦＩＦＯバッファ２０７内の最古要素ＦＩＦＯ［Ｎ］をメモリ２０８に記憶されている変数ＳＵＭから減算する（ステップ１）。次に、新規画像の対象画素をＦＩＦＯバッファ２０７に入力し（ステップ２）、ＦＩＦＯ［１］を変数ＳＵＭへ加算し（ステップ３）、続いて変数ＳＵＭをＮで除算する（ステップ４）。以上の処理手順である。
なお、この場合にＦＩＦＯバッファ２０７は、図２（ａ）に示すシフトレジスタ構造のフレームメモリ２０３で代用することもできる。

以上の方法により、フレームメモリの段数に依存することなく処理負荷を一定に保つことが可能となるので、システムあたりの接続可能なカメラ台数を算出しやすくなる。
なお、上記の例では、入力信号を１系統の信号として処理しているが、例えばＲＧＢ形式またはＹＵＶ形式などのカラー信号の場合には、各カラープレーンごとの３系統を同時に並列に処理することになる。

以上述べたようにしてＮ枚の画像の移動平均を取ると、画面１枚あたり１／Ｎの重みづけとなるので、静体部分の画素はそのまま残るが、一方動体部分の画素はその動き度合いに依存して最終イメージからは除去される。
このときの画像の例を図４に示す。図４（ｂ）はカメラで撮像した画像、図４（ａ）は本実施例の画像処理装置の出力画像である。この出力画像をみると、動きのない道路４１や建物はそのままであり、また長時間駐車している車両４３もそのまま映っている。これに対し移動していたり停車しても短時間で移動する車両４２は、破線で示すようにうっすらとしか映らない。従って背景と長時間駐車している車両のみが画面にはっきりと映った画像を提供することができる。

ここで従来のパターンマッチングによる画像処理と本実施例との特性差を述べておく。従来の画像処理装置では動体のあった箇所は単色で塗りつぶすかあらかじめ用意したパターンをはめ込んでおり、動体が存在しない場合に本来あるべき画像を表示することができないが、本実施例の画像処理装置は、移動平均を利用しているので動体を除去した箇所に本来あるべき画像を表示することができる。
また、カメラは振動などにより揺れることがあり、特に屋外に設置したカメラは風や振動の影響で前後上下左右に触れるため撮影時刻により画像がブレることがある。パターンマッチングによる検出ではブレ（画素ズレ）により誤処理が発生するが、本実施例の画像処理装置は、ブレはブレとして静止物体の周りに薄く表示されるだけで誤処理の恐れがない。さらに公道などを監視するカメラではイルミネーションを撮影してしまうことがあるが、パターンマッチングによる動き検出ではこのような低速かつ周期的に変化する信号により誤処理が発生する恐れがある。例えば車両が長時間駐車してもハザードランプが点滅していれば停止状態を判断できない。しかし本実施例の画像処理装置は移動平均を利用しているので、周期的ノイズは平滑化され誤処理が起きないなどの特徴を有する。

また、本実施例の画像処理装置は、フレームメモリの段数Ｎを多くとることにより除去する動き量を調整することができる。さらに、取り込みの時間間隔を長くすることで短時間に動くものを除去することができる。
また、フレームメモリの段数Ｎに対し、除算器の除数をＭとした場合に、Ｎ＞Ｍとすれば出力画像は実際より明るく鮮明になり、Ｎ＜Ｍとすれば出力画像は実際より暗く不鮮明になる。例えば夜間の映像が暗く不鮮明な場合はＮを変更することなくＭを変更するだけでゲインコントロールを実現することができる。この処理は出力画像の画素分布を調査し処理することによって自動的に行うことも可能であるし、一度に異なるＭで複数の出力を得ることも可能である。
また、リファレンス画像、出力画像、入力画像（未処理）を同時に表示する事が可能なので駐車車両の特定を多角的な判断ができる。

本実施例の画像処理装置は、フレームメモリの段数Ｎを多くとることにより、除去する動き量を調整することができるが、取り込みの時間間隔をＴ秒とすると、処理に必要な画像がすべて揃うまでＮｘＴ秒の時間が必要になる。
この時間による初期遅延の解決策としては、最初に１番目の画像でＮ段すべてのフレームメモリを初期化する方法や、単一色画像でＮ段すべてのフレームメモリを初期化する方法が考えられる。前者は時間経過とともに動体部分が徐々に削除され、後者は静体部分が徐々に出現する効果を得る。
この方法は処理が単純であり実現容易であるが、初期化に利用した画像の重みづけが均一になるまで結局ＮｘＴ秒必要になり、さらに段数が増えるに従い各フレームメモリに画像を設定する初期化処理に要する時間も無視できなくなる。
そこで、実際に画像を設定したフレームメモリの段数を変数Ｌに記憶しておき、除算器ではＮではなくＬで除算する方法がある。Ｌ＝Ｎとなるまでこの処理を継続することで画像の重みづけを常に均一に保つことが可能であり、合わせて初期化処理の負荷を軽減できるようになる。

次に、駐車している車両を特定するために、第１の実施例のような画像処理装置を用いて目視で評価する方法の他に、第２の実施例として、本発明の画像処理装置を動き検出装置に用いる例を説明する。このような動き検出装置を用いて駐車車両を検出する場合は、あらかじめ用意した基準画像と比較してその差分を評価することで特定する事ができる。基準画像は定点観測しているエリアにおいて、家屋、電柱、立木、道路など静止物のみを映した映像である。

以下、本発明による第２の実施例の動き検出装置について、添付図面を参照して説明する。
図５は本発明による第２の実施例の動き検出装置の一実施形態を示すブロック図である。同図において、５０１は入力端子、５０２はネットワークインターフェース、５０３はＦＩＦＯバッファ、５０４は変数ＳＵＭを記憶したメモリ、５０５は除算器、５０６は基準画像記憶部、５０７は差分器、５０８は第１比較部、５０９は第１のしきい値を記憶したメモリ、５１０はカウンタ、５１１は第２比較部、５１２は第２のしきい値を記憶したメモリ、５１３は出力端子である。

入力端子５０１から入力された画像は、ネットワークインターフェース５０２によって所定の時間間隔で取り込まれ、第１の実施例の図３に示すフローチャートと同様にして処理される。即ち、ネットワークインターフェース５０２で所定の間隔で画像を取り込むと、新規画像入力がある度に、画素ごとにまずＦＩＦＯバッファ５０３の中の最古要素ＦＩＦＯ［Ｎ］をメモリ５０４に記憶された変数ＳＵＭから減算し（ステップ１）、その後、新規画像の対象画素をＦＩＦＯバッファ５０３に入力し（ステップ２）、ＦＩＦＯ［１］を変数ＳＵＭへ加算し（ステップ３）、変数ＳＵＭをＮで除算する（ステップ４）。
このように、時間的に異なるＮ枚の画像の移動平均を行い移動体を画面から除去する。

次に、移動体を除去された画像は画素ごとに差分器５０７で基準画像との差分を算出される。基準画像記憶部５０６には、あらかじめ作成された基準画像が記憶されている。
差分器５０７で算出された差分は比較部５０８でメモリ５０９に記憶された第１のしきい値と比較され、差分が第１のしきい値よりも大きい場合はカウンタ５１０に１を加える。このような画素ごとの処理を繰り返す。

画素ごとの処理が終了すると、第２比較部５１１はカウンタ５１０の値とメモリ５１２に記憶されてた第２のしきい値とを比較する。カウンタ５１０の値が第２のしきい値よりも大きければ動き検出信号を出力端子５１３から出力する。
最後にカウンタ５１０の値をリセットしてこの画像の処理を終了する。

このように第２実施例の動き検出装置は、移動体を除去した画像を用いて動き検出を行うので、短時間で移動してしまう物体を除いて、長時間滞留している物体の動きを検出することができる。
また従来の動き検出装置は、１枚の現在の画像を基準となる画像と比較して差分検出していたので、画像のノイズがあった場合には誤検出をしていたが、本発明の動き検出装置は複数枚の画像を移動平均処理して用いているので、画像のノイズに強い動き検出を行うことが可能となる。

動き検出装置において、往来の多い市街地などでは第２の実施例で用いる基準画像を用意すること自体が困難であるが、本発明の画像処理装置を動き検出装置の基準画像作成部に適用すれば、容易に基準画像を作成することができる。これには画像処理装置のフレームメモリの段数Ｎを多くして長時間平均化することにより、往来の多い市街地などでも容易に基準画像を作成することができる。以下、本発明の第３実施例の動き検出装置について、添付図面を参照して説明する。

図６は本発明による第３の実施例の動き検出装置の一実施形態を示すブロック図である。同図において、６０１は入力端子、６０２はネットワークインターフェース、６０３はＦＩＦＯバッファ、６０４は変数ＳＵＭを記憶したメモリ、６０５は除算器、６０６は基準画像作成スイッチ、６０７は基準画像記憶部、６０８は差分器、６０９は第１比較部、６１０は第１のしきい値を記憶したメモリ、６１１はカウンタ、６１２は第２比較部、６１３は第２のしきい値を記憶したメモリ、６１４は出力端子である。

入力端子６０１から入力された画像は、ネットワークインターフェース６０２によって所定の時間間隔で取り込まれ、第１の実施例の図３に示すフローチャートと同様にして処理される。即ち、ネットワークインターフェース６０２で所定の間隔で画像を取り込むと、新規画像入力がある度に、画素ごとにまずＦＩＦＯバッファ６０３の中の最古要素ＦＩＦＯ［Ｎ］をメモリ６０４に記憶されている変数ＳＵＭから減算し（ステップ１）、その後、新規画像の対象画素をＦＩＦＯバッファ６０３に入力し（ステップ２）、ＦＩＦＯ［１］を変数ＳＵＭへ加算し（ステップ３）、変数ＳＵＭをＮで除算する（ステップ４）。
このように、時間的に異なるＮ枚の画像の移動平均を行い移動体を画面から除去する。

なお、基準画像作成スイッチ６０６をＯＮにした際にＦＩＦＯバッファ６０３を初期化する。ＦＩＦＯバッファ６０３の初期化処理としては、Ｎ段のフレームメモリをブラックバックで初期化するのでなく最初の１枚めの画像でＮ段全てを初期化する。ブラックバックで初期化するとブラックバックから徐々に画像が浮き出てくるのに対して、最初の１枚目の画像で所期すると無処理映像から徐々に動体が除去された画像が作成される。

監視を開始する際には、まず初期設定として基準画像を作成する。基準画像作成スイッチ６０５をＯＮに移動体を除去した画像が基準画像記憶部６０６に記憶される。これにより、車両や人間が移動している状態であっても、平均を取る段数Ｎを多くして長時間平均化することにより、容易に基準画像を得ることができる。実際には１０秒／枚程度のレートで３０分（１８０枚）程度平均化することで動体を除去した画像を得ることができる。なお、ＦＩＦＯバッファの初期化処理無処理映像から徐々に動体が除去された画像が作成されるので、基準画像を作成している途中でも、ある程度有用な基準画像を用いることができる。

また、移動体を除去した画像は同時に差分器６０８に送られる。差分器６０８では、画素ごとに基準画像記憶部６０７に記憶されている基準画像との差分を算出する。
差分器６０８で算出された差分は第１比較部６０９でメモリ６１０に記憶された第１のしきい値と比較され、差分が第１のしきい値よりも大きい場合はカウンタ６１１に１を加える。このような画素ごとの処理を繰り返す。
画素ごとの処理が終了すると、第２比較部６１２はカウンタ６１１の値とメモリ６１３に記憶されてた第２のしきい値とを比較する。カウンタ６１０１値が第２のしきい値よりも大きければ動き検出信号を出力端子６１４から出力する。
最後にカウンタ６１１の値をリセットしてこの画像の処理を終了する。

このように、本発明の第３の実施例の動き検出装置を用いることにより、往来の多い市街地などでも容易に基準画像を作成することができる。
また、従来の動き検出装置は１枚の基準となる過去の画像と現在の画像とを比較して差分検出していたので、基準となる過去の画像にノイズがあった場合には誤検出をしていたが、本実施例の動き検出装置は複数枚の画像を移動平均処理して用いているので、画像のノイズに強い動き検出を行うことが可能となる。
なお、第３の実施例では検出する画像と基準画像の作成の双方に画像処理を用いた例を示したが、基準画像の作成にのみ画像処理を用いてもよい。

本発明の画像処理装置は、前述したようにフレームメモリの段数Ｎの数により除去する動き量を調整することができるが、十分な効果を得るためには非常に多くのフレームメモリが必要になる。このフレームメモリをすべて半導体メモリで実現するのはコスト的に困難であるため、その解決策として実施例４では画像を記憶する手段としてハードディスクなど半導体メモリ以外の記憶手段による外部記録装置を用いる場合について説明する。

実施例４では、記録する最大画像数をＮとし、画像入力ごとに１からＮのシーケンス番号を変数Ｓに記憶して、入力画像には変数Ｓを元に生成した任意のファイル名を付けてハードディスクなどの外部記録装置に記憶する。次いでこの外部記録装置に記憶された画像を読み出して移動平均の画像処理を行うようにする。
Ｎ＝１００の場合を例にとると、変数Ｓは１から始まり画像入力のたびに単純増加し、１００になったら再び１へ戻るというように１から１００を巡回する。自動生成される画像のファイル名は変数Ｓから一意に識別できる“File 001〜File 100”などのファイル名であり、一順して同名ファイルが存在する場合は上書きして記録される。これによって段数以上のファイルが無駄に存在することなく効率的なファイル管理が可能となる。
半導体メモリ以外の比較的安価な記憶手段による外部記録装置の使用で半導体メモリの時のコスト制限が排除されるので、フレームメモリの多段数化はもとより、カラー処理のための多系統化も容易に実現でき、さらに停電などによるシステム異常停止からの復旧も迅速に可能となる利点が生じる。

また、外部記録装置の大容量を生かした使用法として、パン／チルト／ズーム機能を持つカメラを利用する場合は、被写体Ａから被写体Ｆを一定間隔で設定を切換えて巡回撮像する制御を行うことで、見かけ上複数の被写体の同時撮影が可能となる。この場合は、ファイル名を“Subject Ａ−001〜Subject Ｆ−001”などとすることで複数被写体の対応が実現でき、被写体数を増加させることが容易に行える。
なお、各画像のファイル名は“File 001〜File 100”のままで、区分するためにフォルダを設け、フォルダ名を“Subject Ａ〜Subject Ｆ”としてその下に“File 001〜File 100”を置いても良い。

次に、実施例５ではフレームメモリを節約する構成の画像処理装置を説明する。
図７はそのブロック図で、７０１は入力端子、７０２はネットワークインターフェース、７０３は入力画像を記憶する第１のフレームメモリ、７０４は除算器、７０５は加算器、７０６は出力端子、７０７は除算乗算器、７０８は演算結果を記憶する第２のフレームメモリである。この図で分かるように、この実施例では画像入力用のフレームメモリ（１）７０３と、演算結果を記憶しておくフレームメモリ（２）７０８の２つのフレームメモリを用いて移動体の画像を除去する画像処理を行うものである。

次いで実施例５の画像処理手順を図８に示したフローチャートで説明する。
入力端子７０１からネットワークインターフェース７０２を通して新規画像入力がある度に１を加え画像枚数Ｎを数える（ステップＳ８１）。
入力された画像は一時的にフレームメモリ（１）７０３に記憶し、次いで読み出された画像を次の除算器７０４で１／Ｎ倍にする（ステップＳ８２）。
次に、前回の演算結果を記憶してあるフレームメモリ（２）７０８の画像を読み出し、除算乗算器７０７で（Ｎ−１）／Ｎ倍にする（ステップＳ８３）。
次いで上記２つの画像を加算器７０５で加算し、出力すべき演算結果を得る（ステップＳ８４）。この演算結果の画像は出力端子７０６から出力されると共に、次の演算に使用するためにフレームメモリ（２）７０８に記憶しておく。
この方法により、出力端子７０６に得られる移動体の画像を除去した画像は、これまでに述べた上記各実施例の移動平均による画像処理とほぼ同等の効果が得られるが、除算を繰り返すため誤差が累積されるので演算精度に留意する必要がある。

上記実施例５の画像処理では、取込みを開始したときの画像から現在の画像まで、すべての画像を平均する演算となり移動平均を算出することはできない。そのため、取込み画像が増すにつれて現在の画像の重み付けが薄くなってしまう。
このことは画像の変化が演算結果に反映されるのに時間がかかることを意味するもので、例えば新たに静止物体が出現した場合にすぐには画面に表れて来ないことになる。
そこで、実施例５のこの現象を改善する方法を図９のフローチャートで説明する。

図９のフローチャートでは、まずＮの値がしきい値（例えば１００）よりも小さいかどうかを判断する（ステップＳ９０）。
Ｎの値がしきい値よりも小さい場合は、前記の図８と同様になり、Ｎに１を加える（ステップＳ９１）。
Ｎが増して値がしきい値以下で無くなった場合は、Ｎはそのまま（この例では１００）として、次の演算に移る（ステップＳ９２）。
ステップＳ９２以降の処理は、図８のフローチャートと同様である。
このように、Ｎの値に制限を設けることで、新しい入力画像の重みづけが１／Ｎ以下にはならずに済むようにする。こうしてＮを適宜設定することにより、近似的な移動平均の画像処理を実現することができるようになるので、最小のフィールドメモリ数で目的とする静止物体の抽出が可能となる。

以上詳述したように、本発明では移動体の画像を除去する手段や静止物体を抽出する手段として５種の実施例を説明したが、いずれの手段を用いるかは画像処理装置の規模や、抽出する静止物体の状況、必要な画像の質等で選択することになる。
なお、これまでの各実施例の説明では、カメラからの画像をネットワークを介して伝送し、ネットワークインターフェースで受信する例について示したが、これに限ることなく、アナログの映像信号をケーブルで送り、キャプチャデバイスなどにより受信してから処理しても同様な画像処理をすることができる。

監視システムのシステム構成図である。 本発明による画像処理装置の第１の実施例を示すブロック図である。 動体を除去する回路部分のフローチャートである。 画像処理後の表示画面と入力カメラ画面の例である。 第２の実施例の動き検出装置の一実施形態を示すブロック図である。 第３の実施例の動き検出装置の一実施形態を示すブロック図である。 第５の実施例の動き検出装置の一実施形態を示すブロック図である。 第５の実施例における演算のフローチャートである。 第５の実施例を改善する演算のフローチャートである。 従来例の表示画面を示す図である。

符号の説明

１１ａ、１１ｂ、１１ｃ 監視カメラ
１２ インターネットなどのネットワーク
１３ 画像処理装置
２０１ 入力端子
２０２ ネットワークインターフェース
２０３ａ−２０３ｄ フレームメモリ
２０４ 加算器
２０５ 除算器
２０６ 出力端子
２０７ ＦＩＦＯバッファ
２０８ 変数ＳＵＭを記憶したメモリ
４１ 道路
４２ 通過車両
４３ 駐車車両
５０１、６０１ 入力端子
５０２、６０２ ネットワークインターフェース
５０３、６０３ ＦＩＦＯバッファ
５０４、６０４ 変数ＳＵＭを記憶したメモリ
５０５、６０５ 除算器
５０６、６０７ 基準画像記憶部
５０７、６０８ 差分器
５０８、６０９ 第１比較部
５０９、６１０ 第１のしきい値を記憶したメモリ
５１０、６１１ カウンタ
５１１、６１２ 第２比較部
５１２、６１３ 第２のしきい値を記憶したメモリ
５１３、６１４ 出力端子
６０６ 基準画像作成スイッチ
７０１ 入力端子
７０２ ネットワークインターフェース
７０３ フレームメモリ（１）
７０４ 除算器
７０５ 加算器
７０６ 出力端子
７０７ 除算乗算器
７０８ フレームメモリ（２）

Claims (8)

1. 入力された映像信号から移動体の画像を除去する画像処理装置において、
   異なる時刻の複数の前記映像信号を記憶する記憶手段と、
   前記複数の映像信号の画面上同一個所の画素ごとに演算する演算手段と、
   前記演算手段で演算され生成された映像信号を出力する出力手段と
   を有することを特徴とした画像処理装置。
2. 前記演算手段は、前記複数の映像信号の画面上同一個所の画素ごとに平均することを特徴とする請求項１に記載の画像処理装置。
3. 入力された映像信号から移動体の画像を除去する画像処理方法であって、
   異なる時刻の複数の前記映像信号を記憶する記憶ステップと、
   前記記憶ステップで記憶した前記複数の映像信号の画面上同一個所の画素ごとに演算する演算ステップと、
   前記演算ステップで演算され生成された映像信号を出力する出力ステップと
   を有することを特徴とした画像処理方法。
4. 入力された映像信号から静止している移動体を検出する動き検出装置において、
   異なる時刻の複数の前記映像信号を記憶する記憶手段と、
   前記複数の映像信号の画面上同一個所の画素ごとに演算して、動いている移動体の画像を除去した基準画像を作成する演算手段と、
   入力された前記映像信号と前記基準画像とを比較して差を検出する演算手段と、
   前記演算手段の結果に基づいて検出信号を出力する出力手段と
   を有することを特徴とした動き検出装置。
5. 入力された映像信号から静止している移動体を検出する動き検出装置において、
   基準画像を記憶する記憶手段と、
   異なる時刻の複数の前記映像信号を記憶する記憶手段と、
   前記複数の映像信号の画面上同一個所の画素ごとに演算して、動いている移動体の画像を除去した比較画像を作成する演算手段と、
   前記比較画像と前記基準画像とを比較して差を検出する演算手段と、
   前記演算手段の結果に基づいて検出信号を出力する出力手段と
   を有することを特徴とした動き検出装置。
6. 請求項１に記載の画像処理装置であって、
   前記演算手段は、
   前記入力された映像信号を１／Ｎ倍にした値と、
   前記演算手段で演算され生成された映像信号を（Ｎ−１）／Ｎ倍にした値と
   を加算する演算を行うことを特徴とする画像処理装置。
7. 請求項１、２または６に記載の画像処理装置であって、
   前記記憶手段は、ハードディスクによる記録装置を用いることを特徴とする
   画像処理装置。
8. 請求項４または５に記載の動き検出装置であって、
   前記記憶手段は、ハードディスクによる記録装置を用いることを特徴とする
   動き検出装置。
   
   

Images