JP2007201933A - 画像を用いた監視装置 - Google Patents

Abstract

【課題】光や影等の外乱による誤検出を低減し、侵入者の検出の確度を向上させる。
【解決手段】予め記憶した監視空間の背景画像と画像情報との背景差分処理により該画像情報における変化領域を抽出する変化領域抽出部１４と、画像情報を変化領域について画像処理して対象物の特徴量を算出する人属性値算出部２４と、第１の時刻に取得した画像情報のテクスチャと第２の時刻に取得した画像情報のテクスチャとの類似度を第２の時刻に取得した画像情報から抽出された変化領域において算出し、類似度から外乱の特徴量を算出する外乱属性値算出部２６と、対象物の特徴量と外乱の特徴量とを比較して対象物の有無を判定する判定部２８と、を備える監視装置により上記課題を解決することができる。
【選択図】図１

Description

本発明は、監視空間を撮像して得られた画像情報を画像処理し、侵入者等の検出対象物が監視空間に存在するか否かを検出する監視装置に関する。

近年、監視空間を撮像装置により撮像して得られた画像情報を画像処理し、侵入者が監視空間に存在するか否かを検出する監視装置が知られている。このような監視装置では、背景差分処理やフレーム間差分処理により変化領域を抽出し、変化領域のテクスチャ等の特徴量に基づいて、その変化領域が侵入者によるものか、光や影等の侵入者以外の要因によるものかを判定する。

背景差分処理は、監視を開始する前等の所定の時刻に撮像した監視空間の画像情報を背景画像として記憶し、その後、監視を開始した後に新たに得られた監視空間の画像情報（以下、入力画像という）と背景画像とで対応する画素の値（輝度値）の差が所定値以上である領域を変化が生じた変化領域として抽出する処理である。

フレーム間差分処理は、監視を開始した後に異なる時刻に得られた監視空間の画像情報間で対応する画素の値（輝度値）の差が所定値以上である領域を変化が生じた変化領域として抽出する処理である。

変化領域から抽出する画像特徴量としては、監視空間に存在する物体のテクスチャの類似度が挙げられる。外乱である光又は影による変化領域においては物体のテクスチャは画像情報において維持される。すなわち、変化の前後において変化領域のテクスチャは類似する。一方、侵入者が監視空間に元々存在する物体を遮蔽して生じた変化領域においては、監視空間に存在する物体のテクスチャは画像情報において維持されない。すなわち、変化の前後において変化領域のテクスチャは類似しない。したがって、画像情報における物体のテクスチャの類似度の変化を利用すれば侵入者と外乱とを区別することができる。

特許文献１には、背景差分処理により変化領域を抽出し、背景画像における変化領域に対応する領域のテクスチャと入力画像における変化領域に対応する領域のテクスチャとの類似度が高ければ光又は影らしさを示す属性値を高く算出する技術が開示されている。光属性値又は影属性値が高い変化領域は外乱によるものと判定される。

特許文献２には、フレーム間差分処理により変化領域を抽出し、フレーム間差分で用いた２つの入力画像において変化領域のテクスチャの類似度を算出し、類似度が高い場合にその変化領域を外乱によるものと判定する技術が開示されている。

特開２００１−２４３４７５号公報 特開平１１−４１５８９号公報

しかしながら、夜間に監視空間に車のヘッドライトやサーチライトが差し込んだ場合、日照の強い昼間に影が映り込んだ場合等、光や影によっても監視空間に存在する物体のテクスチャの類似度が低下する場合がある。例えば、ヘッドライトの強い光により画像中の一部の輝度値が画像のダイナミックレンジを超えて飽和してしまったり、ヘッドライトの光により地面の凹凸等のテクスチャが強調されたりする。

図７は、特許文献１における処理を説明するものである。ここでは、夜間の監視空間において時刻ｔにヘッドライトが領域２１５に差し込んだ場合について説明する。

特許文献１では、時刻ｔ０に生成した背景画像２００と時刻ｔに取得した入力画像２１０との背景差分処理を行って変化領域２２５を抽出し、入力画像２１０において変化領域２２５に対応する領域２１５のテクスチャと背景画像２００において変化領域２２５に対応する領域２０５のテクスチャとの類似度を算出し、その類似度に基づいて光属性値を算出する。領域２１５ではヘッドライトによりテクスチャが変化しているが、領域２０５ではヘッドライトによるテクスチャの変化が生じていないので、これらの類似度は低くなる。そのため、光属性値が低くなり、変化領域２２５が光として判定されず、侵入者として判定されるという誤検出が発生する可能性がある。

図８は、特許文献２における処理を説明するものである。ここでは、夜間の監視空間において時刻（ｔ−１）にヘッドライトが領域３０５に差し込み、時刻ｔにヘッドライトが領域３２０へと移動した場合について説明する。

特許文献２では、時刻（ｔ−１）に取得した入力画像３００と時刻ｔに取得した入力画像３１５とのフレーム間差分処理を行って変化領域３３０を抽出し、入力画像３１５において変化領域３３０に対応する領域のテクスチャと入力画像３００における変化領域３３０に対応する領域３１０のテクスチャとの類似度を算出する。入力画像３１５におけるテクスチャはヘッドライトにより変化しているが、領域３１０はヘッドライトによるテクスチャの変化が生じていないので、これらの類似度は低くなる。そのため、光属性値が低くなり、変化領域３３０が光として判定されず、侵入者として判定されるという誤検出が発生する可能性がある。

以上のように、従来技術では、光又は影により変化したテクスチャと光又は影による変化が生じていないテクスチャとの間でテクスチャの類似度を算出している。そのため、ヘッドライト等のようにテクスチャを変化させるような外乱を侵入者として判定してしまう可能性があった。

本発明は、画像を用いた監視装置において、光や影等の外乱による誤検出を低減し、侵入者の検出の確度を向上させることを目的とする。

本発明は、監視空間を撮像した画像情報を順次取得し、前記画像情報を画像処理して監視空間における対象物の有無を判定する監視装置であって、予め記憶した監視空間の背景画像と前記画像情報との背景差分処理により該画像情報における変化領域を抽出する変化領域抽出部と、前記画像情報を前記変化領域について画像処理して前記対象物の特徴量を算出する対象物特徴算出部と、第１の時刻に取得した画像情報のテクスチャと第２の時刻に取得した画像情報のテクスチャとの類似度を前記第２の時刻に取得した画像情報から抽出された変化領域において算出し、前記類似度から外乱の特徴量を算出する外乱特徴算出部と、前記対象物の特徴量と前記外乱の特徴量とを比較して前記対象物の有無を判定する判定部と、を備えることを特徴とする。

ここで、前記外乱特徴算出部は、前記変化領域抽出部にて第１の時刻における変化領域と第２の時刻における変化領域との重複の度合いを算出し、該重複の度合いが小さいほど、外乱として判定される感度が高くなるように前記外乱属性値を補正することが好適である。

なお、前記重複の度合いは、前記第１の時刻に対して抽出された変化領域と前記第２の時刻に対して抽出された変化領域とが重複する領域の面積の割合であることが好適である。

更に、前記重複の度合いは、前記第１の時刻に対して抽出された変化領域の重心位置と前記第２の時刻に対して抽出された変化領域の重心位置との距離であることが好適である。

本発明によれば、画像を用いた監視装置において、光や影等の外乱による誤検出を低減し、侵入者の検出の確度を向上させることができる。

本発明の実施の形態における監視装置１００は、図１に示すように、撮像部１０、背景画像記憶部１２、変化領域抽出部１４、追跡部１６、過去ラベル領域記憶部１８、過去画像記憶部２０、外乱属性値算出関数記憶部２２、対象特徴算出部である人属性値算出部２４、外乱特徴算出部である外乱属性値算出部２６、判定部２８及び出力部３０を含んで構成される。

変化領域抽出部１４、追跡部１６、外乱属性値算出関数記憶部２２、人属性値算出部２４、外乱属性値算出部２６及び判定部２８は画像処理部１０２を構成する。また、背景画像記憶部１２、過去ラベル領域記憶部１８、過去画像記憶部２０及び外乱属性値算出関数記憶部２２は記憶部１０４を構成する。

監視装置１００は、ＣＰＵ、メモリ、入出力装置等を含む基本的なコンピュータの構成によって実現することができる。監視装置１００の各部での処理は、図２に示すフローチャートに沿ってプログラムを実行することによって実現される。なお、本実施の形態では、検出対象物を侵入者、外乱を光として説明を行うが、他の検出対象物、外乱に置き換えても同様に処理を行うことができる。

監視装置１００は、画像監視を開始させる操作や設定されたタイミングにて侵入者検知を開始する。撮像部１０は、ＣＣＤ撮像素子を備えたカメラ、増幅器及びアナログ／デジタル変換器を含んで構成される。撮像部１０は、カメラにて監視空間の明るさを電圧値又は電流値で表す電気信号に変換し、その電気信号を増幅器で増幅した後にアナログ／デジタル変換器でデジタル信号に変換して背景画像記憶部１２及び過去画像記憶部２０へ出力する（ステップＳ１０）。入力画像は、過去画像記憶部２０に格納及び保持される。以後、新たに取得されたフレームの画像を現入力画像といい、現入力画像の１つ前のフレームとして取得された画像を前入力画像という。

なお、画像は、モノクロ画像の輝度信号の画像、カラー画像から輝度信号を抜き出した画像、又は、カラー画像からカラー成分の１つを抜き出した画像でもよい。撮像部１０で取得される画像は、静止画、動画を問わず、両方を取得してもよい。なお、ＣＣＤ撮像素子の代わりにＣＭＯＳ撮像素子等の光電変換素子を用いることもできる。また、撮像部１０には、監視空間の明暗分布に応じて画像のダイナミックレンジを自動的に調整する自動利得制御（ＡＧＣ）機能を持たせることが好ましい。例えば、画像全体が２５６階調（０〜２５５階調）のダイナミックレンジを可能な限り広く用いるように輝度分解能の調整を行うことが好適である。

背景画像記憶部１２は、侵入者が存在しない状態における監視空間の画像を格納及び保持するメモリを含んで構成される。背景画像記憶部１２に保持されている画像が背景画像として処理に利用される。メモリは、一般的に半導体メモリが適用されるが、ハードディスク、光ディスク、光磁気ディスク等の外部記憶装置を適宜用いてもよい。背景画像記憶部１２は、撮像部１０で撮像された画像情報を受けて、所定のタイミング又は所定の条件に応じてメモリに現在記憶されている背景画像を撮像部１０から新たに受信した画像に更新する（ステップＳ１２）。例えば、ユーザからの更新指示に応じたタイミングで新たな画像を撮像して背景画像を更新したり、所定の周期で新たな画像を撮像して背景画像を更新したりすることが好適である。また、入力された画像の平均輝度を所定の閾値と比較し、日中と夜間のように監視空間の平均的な明るさが変化した場合に背景画像を更新することも好適である。

変化領域抽出部１４は、背景画像と監視空間から順次取得される入力画像との差分を算出する機能を持つ。変化領域抽出部１４は、撮像部１０から現入力画像を受信し、背景画像記憶部１２に予め格納及び保持されている背景画像を読み出して現入力画像と背景画像との間で対応する画素同士の差分値を算出する。さらに、各画素についての差分値の絶対値が所定の二値化閾値以上である場合は画素値“１”を有する変化画素、所定の二値化閾値より小さい場合は画素値“０”を有する無変化画素とする２値化画像を生成する。そして、２値化画像内において纏まって１つの群を構成する変化画素の領域を纏めて変化領域としてグループ化し、各変化領域を識別するために「物体候補領域」としてラベリングを行う（ステップＳ１４）。ラベリングされた物体候補領域は、所定のフレーム分だけ過去ラベル領域記憶部１８に格納及び保持される。

追跡部１６では、ラベリング処理された物体候補領域のトラッキング処理を行う。トラッキング処理では、過去ラベル領域記憶部１８に格納されている過去の入力画像に対する２値化画像から抽出された物体候補領域を含む周囲に設定されたトラッキングの検索範囲内に現入力画像に対する２値化画像から抽出された物体候補領域が存在するか否かを判定し、該当する物体候補領域が存在する場合には、その領域のサイズ、形状等の特徴量の類似度に基づいて互いに同一の物体を撮像した画像領域であると推定して物体候補領域同士を対応付ける（ステップＳ１６）。

人属性値算出部２４及び外乱属性値算出部２６は、本発明の特徴量抽出部を構成する。人属性値算出部２４では、検出対象物である侵入者の特徴量（人属性値）が算出される。また、外乱属性値算出部２６では、外乱（本実施の形態では光）に関する特徴量（外乱属性値）が算出される。

人属性値算出部２４は、現入力画像に対する物体候補領域について以下の画像特徴量を算出する（ステップＳ１８）。各画像特徴量は、物体候補領域が「人らしい」ほど１に近づき、「人らしくない」ほど０に近づくように正規化される。物体候補領域の大きさから特徴量ａ１が算出される。このとき、物体候補領域の大きさが所定の範囲内であれば人らしさが高くなるように特徴量ａ１を定める。また、物体候補領域と物体候補領域に対応する背景画像内の領域との正規化相関値が低いほど値が大きくなるように特徴量ａ２を算出し、物体候補領域と物体候補領域に対応する背景画像内の領域とを比較した場合のエッジの増加率が高いほど値が大きくなるように特徴量ａ３を算出する。そして、処理対象とする変化領域の人属性値Ｆを数式（１）によって算出する。係数α１〜α３は重み付けの係数である。
（数１）
人属性値Ｆ＝α１×ａ１＋α２×ａ２＋α３×ａ３・・・・・（１）

外乱属性値算出部２６は、物体候補領域の「外乱らしさ」、すなわち、本実施の形態では「光らしさ」を示す画像特徴量を算出する（ステップＳ２０）。各画像特徴量は、物体候補領域が「光らしい」ほど１に近づき、「光らしくない」ほど０に近づくように正規化される。外乱属性値算出部２６における処理は、図３に示すようにサブルーチン化されており、互いに対応する物体候補領域の重複度及び類似度に基づいて「光らしさ」を示す画像特徴量が算出される。

本発明では、背景を透過する性質を有する光や影等の外乱を人等の検出対象物と区別するために次のような特徴を利用する。

（Ａ）時刻（ｔ−１）に取得された入力画像において光や影による背景のテクスチャに変化が生じた場合、時刻（ｔ−１）から短時間経過後の時刻ｔに取得された入力画像においては変化したテクスチャの全部又は一部が維持される。例えば、図４に示すように、夜間の監視空間において時刻（ｔ−１）にヘッドライトが領域４１０に差し込み、この領域は時刻ｔにおいて取得された入力画像では領域４２５へ移動したものとする。また、ヘッドライトによって領域４１０及び領域４２５には背景画像に存在しなかったテクスチャが出現したものとする。ここで、時刻ｔと時刻（ｔ−１）との時間差は、ヘッドライトや人の移動に対して変化領域の重複部分が生ずる程度に短時間であるものとする。

ここでは、時刻ｔから充分な時間前に撮像された背景画像４００と時刻ｔの入力画像との背景差分処理によって変化領域４３５を抽出する。充分な時間とは、ヘッドライトや人が監視空間に留まる時間より長い時間である。時刻（ｔ−１）の入力画像４０５についても変化領域４４５が抽出されている。そして、その変化領域を物体候補領域として、変化領域４３５に対応する時刻ｔの入力画像の領域のテクスチャと変化領域４３５に対応する時刻（ｔ−１）の入力画像の領域のテクスチャとの類似度を算出する。光や影等の外乱による変化の場合、変化したテクスチャが維持される領域は、時刻ｔの入力画像から抽出される変化領域にも含まれる。したがって、領域４１５と領域４１０との重複領域においては、ヘッドライトにより出現したテクスチャは維持され、類似度は高くなる。

（Ｂ）上記のように、時刻（ｔ−１）に取得された入力画像において光や影による背景のテクスチャに変化が生じた場合、時刻ｔの入力画像から抽出される変化領域と時刻（ｔ−１）から抽出される変化領域との重複部分においてテクスチャは維持される。変化領域が光や影による場合も人による場合も、時刻ｔと時刻（ｔ−１）との間での変化領域の重複領域は小さくなり、テクスチャの類似度も小さくなる傾向がある。ただし、光や影の場合には、人の場合に比べて、位置や重複領域の大きさの変化の度合いに対するテクスチャの類似度の変化の度合いが小さい。

例えば、図４に示すように、時刻（ｔ−１）の入力画像におけるヘッドライトによる変化領域４４５は、背景画像４００と時刻（ｔ−１）の入力画像４０５との背景差分処理によって得られる。重複領域は、時刻ｔの変化領域４３５と時刻（ｔ−１）の変化領域４４５とで共通する画素の集合として抽出される。図５は、類似度の分布を模式的に表したものである。横軸は重複度であり、時刻ｔに抽出された変化領域（物体候補領域）の全画素数（全面積）に対する重複領域の画素数（重複領域面積）の割合を表す。縦軸は、類似度である。

図５において、左上の斜線で示した領域は光についての類似度の分布であり、右下の斜線で示した領域は人（侵入者）についての類似度の分布である。重複度と類似度との間には次のような関係がある。すなわち、光による変化の場合も人による変化の場合も、重複度が大きくなるほど、類似度も高くなる。また、同じ重複度であれば、人よりも光の方が類似度は高くなる。具体的には、点ａは、重複度が大きい光（移動速度が小さい光）が監視空間に存在する場合の入力画像の例を示している。この場合、重複領域では極めて良好にテクスチャが維持されるので高い類似度が算出される。点ｂは、重複度が小さい光（移動速度が大きい光）が監視空間に存在する場合の入力画像の例を示している。良好にテクスチャが維持される重複領域は狭くなるので点ａに比べて類似度は小さくなるが、重複しない領域においても一部のテクスチャは維持されるので変化領域全体では中程度の類似度となる。点ｃは、重複度が大きい人（移動速度が小さい人）が監視空間に存在する場合の入力画像の例を示している。この場合、人が静止していない限り、重複領域においてもテクスチャが維持されないので類似度は中程度になる。点ｄは、重複度が小さい人（移動速度が大きい人）が監視空間に存在する場合の入力画像の例を示している。重複領域は狭くなり、さらに重複しない領域では全く異なる背景のテクスチャとの比較となるので類似度は極めて低くなる。

以下、具体的な処理について図３を用いて説明する。まず、重複度が算出される（ステップＳ２０−１）。現入力画像に対して抽出された物体候補領域の１つに着目して、その物体候補領域を構成する画素数をカウントし、これを現物体候補領域面積とする。次に、着目した物体候補領域と、追跡部１６において着目した物体候補領域に対応付けられた前入力画像に対して抽出された物体候補領域と、で重複する領域を構成する画素数をカウントし、これを着目した物体候補領域の重複面積とする。そして、数式（２）により重複度Ｓを算出する。
（数２）
重複度Ｓ＝重複面積／現物体候補領域面積・・・・・（２）

ここでは、追跡部１６において前入力画像における物体候補領域に対応付けられた現入力画像における物体候補領域の総てに対して重複度が算出される。

次に、類似度が算出される（ステップＳ２０−２）。現入力画像における着目した物体候補領域の輝度値Ｉ（ｘ，ｙ）及び過去画像記憶部２０に格納されている前入力画像における着目した物体候補領域に対応する領域の輝度値Ｉｘ（ｘ，ｙ）を用いて、数式（３）により相関を演算して類似度Ｒとする。なお、類似度Ｒとして、相関の代わりに、ヒストグラムの相関、エッジが変化した画素数などを用いてもよい。追跡部１６において前入力画像における物体候補領域に対応付けられた現入力画像における物体候補領域の総てに対して類似度が算出される。

次に、求められた重複度及び類似度を用いて外乱属性値が算出される（ステップＳ２０−３）。まず、重複度が所定の閾値以上であるか否かが判定される。重複度が閾値より小さい場合、本実施の形態では外乱属性値算出関数記憶部２２に予め記憶されている光属性値算出関数を読み出し、この関数に算出された類似度を代入して光属性値を算出する。例えば、光属性値算出関数が図６の実線に示すような関数である場合、類似度の大きさが小から中であれば類似度に比例した光属性値が算出され、類似度の大きさが中から大であれば最大値“１”の光属性値が算出される。

重複度が閾値以上である場合、本実施の形態では外乱属性値算出関数記憶部２２に予め記憶されている光属性値算出関数を読み出し、この関数に算出された類似度を代入して光属性値を算出する。例えば、光属性値算出関数が図６の破線に示すような関数である場合、類似度の大きさが小から中であれば類似度に関わらず光属性値は“０”となり、類似度の大きさが中から大であれば類似度に比例した光属性値が算出され、類似度の大きさが所定値以上であれば最大値“１”の光属性値が算出される。

このように、重複度が小さい場合は類似度に対する光属性値の感度を高くし、重複度が大きい場合には類似度に対する光属性値の感度を低くする。

上記の説明においては、外乱属性値算出部２６にて、重複度が所定の閾値以上又は以下により、図６に示すように実線と破線の２種類の外乱属性値算出関数を用いるものとしたが、閾値をＭ個（＞１）設定し、それに応じて複数の外乱属性値算出関数を用いてもよい。

すなわち、外乱属性値算出関数記憶部２２には、（Ｍ＋１）種類の外乱属性値算出関数を記憶させておき、重複度が閾値Ｔｈ（ｎ）以上閾値Ｔｈ（ｎ＋１）未満の場合には、ｎ番目の外乱属性値算出関数を用いる。

外乱属性値算出関数は、それぞれ図６に示すように、相関が大きいほど外乱属性値が高くなるものとし、例えば、横軸の類似度について、小と中の間を（Ｍ＋１）に分割した各点の切片とする、比例部分の傾きが等しい関数にすることが好適である。

判定部２８では、人属性値と外乱属性値に基づいて各物体候補領域が人（侵入者）によるものであるか否かが判定される（ステップＳ２２）。具体的には、人属性値が外乱属性値以上である場合にはその物体候補領域は人によるものであると判定する。一方、人属性値が外乱属性値より小さい場合にはその物体候補領域は光等の外乱によるものと判定する。そして、少なくとも１つの物体候補領域が侵入者によるものと判定された場合にはステップＳ２４へ処理を移行させ、そうでない場合にはステップＳ１０から処理を繰り返す。

出力部３０は、判定部２８において少なくとも１つの物体候補領域が人によるものと判定された場合、侵入者の存在を示す信号を出力するインターフェースとして機能する（ステップＳ２４）。例えば、ブザー等により周囲に警告を発したり、監視センタに対して撮像画像やアーム信号を送信したりする。

以上のように、本実施の形態によれば、複数のフレーム間において対応する変化領域（物体候補領域）の重なり具合に応じて、光又は影による外乱による変化であるか否かを示す属性値を求める感度を変更する。これによって、誤検出を低減し、侵入者の検出の確度を向上させることができる。

上記の実施の形態では、光を外乱としたが、日照が強い昼間においては影を外乱としても同様に誤検出を低減できる。この場合、外乱属性値算出部２６は、外乱属性値算出関数記憶部２２に予め記憶されている影属性算出関数を読み出し、この関数に算出された類似度を代入して外乱属性値、すなわち、影属性値を算出する。影属性値算出関数も図６に示すようなものを用いるのが好適である。

なお、上記実施の形態では、重複度の代わりに画像上の移動距離を用いてもよい。現入力画像における物体候補領域の重心位置と、前入力画像におけるその物体候補領域に対応する物体候補領域の重心位置と、の距離を算出して画像上の移動距離とする。画像上の移動距離を用いる場合、移動距離が小さいほど類似度が大きくなるにつれて外乱属性値を高くし、移動距離が大きいほど類似度が多少小さくても外乱属性値を高くする。ただし、画像上の移動距離を利用する場合は、現入力画像の物体候補領域と前入力画像におけるその物体候補領域に対応する物体候補領域の大きさがほぼ同じであることが条件となる。

本発明の実施の形態における監視装置の構成を示すブロック図である。 本発明の実施の形態における監視処理を示すフローチャートである。 本発明の実施の形態における光属性値を算出するサブルーチンの処理を示すフローチャートである。 本発明の実施の形態における光属性値を算出するサブルーチンの処理を説明する図である。 本発明の実施の形態における類似度と重複度との関係を説明する図である。 本発明の実施の形態における光属性値と類似度との関係を示す図である。 従来の監視処理における処理を説明する図である。 従来の監視処理における処理を説明する図である。

符号の説明

１０ 撮像部、１２ 背景画像記憶部、１４ 変化領域抽出部、１６ 追跡部、１８ 過去ラベル領域記憶部、２０ 過去画像記憶部、２２ 外乱属性値算出関数記憶部、２４ 人属性値算出部、２６ 外乱属性値算出部、２８ 判定部、３０ 出力部、１００ 監視装置、１０２ 画像処理部、１０４ 記憶部。

Claims (4)

1. 監視空間を撮像した画像情報を順次取得し、前記画像情報を画像処理して監視空間における対象物の有無を判定する監視装置であって、
   予め記憶した監視空間の背景画像と前記画像情報との背景差分処理により該画像情報における変化領域を抽出する変化領域抽出部と、
   前記画像情報を前記変化領域について画像処理して前記対象物の特徴量を算出する対象物特徴算出部と、
   第１の時刻に取得した画像情報のテクスチャと第２の時刻に取得した画像情報のテクスチャとの類似度を前記第２の時刻に取得した画像情報から抽出された変化領域において算出し、前記類似度から外乱の特徴量を算出する外乱特徴算出部と、
   前記対象物の特徴量と前記外乱の特徴量とを比較して前記対象物の有無を判定する判定部と、
   を備えることを特徴とする監視装置。
2. 請求項１に記載の監視装置であって、
   前記外乱特徴算出部は、前記変化領域抽出部にて第１の時刻における変化領域と第２の時刻における変化領域との重複の度合いを算出し、該重複の度合いが小さいほど、外乱として判定される感度が高くなるように前記外乱属性値を補正することを特徴とする監視装置。
3. 請求項１又は２に記載の監視装置であって、
   前記重複の度合いは、前記第１の時刻に対して抽出された変化領域と前記第２の時刻に対して抽出された変化領域とが重複する領域の面積の割合であることを特徴とする監視装置。
4. 請求項１又は２に記載の監視装置であって、
   前記重複の度合いは、前記第１の時刻に対して抽出された変化領域の重心位置と前記第２の時刻に対して抽出された変化領域の重心位置との距離であることを特徴とする監視装置。
   
   

Images