JP2011080890A - 対象物識別装置 - Google Patents

Abstract

【課題】本発明は、対象物が遠行状態にある場合においても正確に目標を識別することが出来る信頼性の高い対象物識別装置を提供することを目的とする。
【解決手段】複数個の閾値に基づき目標候補領域を抽出する、或いはまたは且つ複数の波長帯の電磁が画像データから目標候補領域を抽出し、抽出した目標候補領域の形状の複雑さを評価値として算出する。算出した各目標候補領域の評価値を比較することによって目標候補領域の中から目標の存在領域を識別する。また、算出した各目標候補領域の評価値をＮフレーム（Ｎ：自然数）の一定時間にわたり記憶し、記憶したＮフレーム分の評価値の時間変化に基づいて目標候補領域の中から目標の存在領域を識別することにより対象物が遠行状態にある場合においても正確に目標を識別することが出来る信頼性の高い対象物識別装置を提供することが出来る。
【選択図】 図１

Description

本発明は、対象物識別装置に関する。

従来の対象物識別装置は、近赤外線波長領域の画像データ及び遠赤外線波長領域の画像データの２波長領域の画像データを利用して、対象物とフレアとの赤外線特性の違いを利用した減算手段により対象物を識別する技術が知られている（例えば、特許文献１）。また、近赤外線領域の画像データ及び中赤外線領域の画像データを利用して対象物の本体情報、フレアの画像情報を抽出し、それらに基づいて対象物を識別する技術が知られている（例えば、特許文献２）。

特開平６−１７４８２８号公報 特許第３４３１２０６号

従来の対象物識別装置は、対象物が遠行状態に（撮像装置に対して対象物が遠方へ進行している状態）ある場合、対象物とフレアの絶対温度及びその温度分布は似通ったものとなり、誤識別が生じ誤誘導を招く恐れがあり、信頼性を欠いていた。

そこで本発明は、対象物が遠行状態にある場合においても正確に目標を識別することが出来る信頼性の高い対象物識別装置を提供することを目的とする。

上記目的を達成する為に請求項１記載の対象物識別装置は、第１の波長帯での画像データである第１の画像データと、第２の波長帯での画像データである第２の画像データとを同じ視野で取得する画像データ取得手段と、前記第１の画像データから第１の閾値以上の領域を第１の目標候補領域として抽出する第１の抽出手段と、前記第２の画像データから第２の閾値以上の領域を第２の目標候補領域として抽出する第２の抽出手段と、前記第１の目標候補領域の形状の複雑さに基づいて第１の評価値を算出する第１の評価値算出手段と、前記第２の目標候補領域の形状の複雑さに基づいて第２の評価値を算出する第２の評価値算出手段と、前記第１の評価値、及び前記第２の評価値に基づいて前記第１の目標候補領域、及び前記第２の目標候補領域のうち、最も単純な形状を有する領域を目標の存在領域として識別する識別手段と、を有することを特徴とする。

また、請求項２記載の対象物識別装置は、特定の波長帯での画像データを取得する画像データ取得手段と、前記画像データに対して複数個の閾値を設定する閾値設定手段と、前記閾値設定手段によって設定された複数個の閾値に基づいて前記複数個の目標候補領域を抽出する抽出手段と、前記複数個の目標候補領域それぞれの形状の複雑さに基づき複数個の評価値を算出する評価値算出手段と、前記複数個の評価値に基づいて前記複数個の目標候補領域のうち、最も単純な形状を有する領域を目標の存在領域として識別する識別手段と、を有することを特徴とする。

また、請求項３記載の対象物識別装置は、複数波長帯の画像データを取得する画像データ取得手段と、前記画像データ各々に対して複数個の閾値を設定する閾値設定手段と、前記閾値設定手段によって設定された複数個の閾値に基づいて前記複数個の目標候補領域を抽出する抽出手段と、前記複数個の目標候補領域それぞれの形状の複雑さに基づき複数個の評価値を算出する評価値算出手段と、前記複数個の評価値に基づいて前記複数個の目標候補領域のうち、最も単純な形状を有する領域を目標の存在領域として識別する識別手段と、を有することを特徴とする。

また、請求項４記載の対象物識別装置は、特定の波長帯での画像データを取得する画像データ取得手段と、前記画像データに対して閾値を設定する閾値設定手段と、前記閾値設定手段によって設定された閾値以上の領域を目標候補領域として抽出する抽出手段と、前記抽出手段によって抽出された目標候補領域を複数のフレームわたり記憶する記憶手段と、
前記記憶手段によって記憶された複数のフレームにわたる目標候補領域の時間的な変化に基づいて目標の存在領域を識別する識別手段と、を有することを特徴とする。

また、請求項５記載の対象物識別装置は、複数波長帯の画像データを取得する画像データ取得手段と、前記画像データ各々に対して閾値を設定する閾値設定手段と、前記閾値設定手段によって設定された閾値以上の領域を目標候補領域として抽出する抽出手段と、前記抽出手段によって抽出された目標候補領域を複数のフレームわたり記憶する記憶手段と、前記記憶手段によって記憶された複数のフレームにわたる目標候補領域の時間的な変化に基づいて目標の存在領域を識別する識別手段と、を有することを特徴とする。

本発明によれば、対象物が遠行状態にある場合においても正確に目標を識別することが出来る信頼性の高い対象物識別装置を提供することができる。

本発明の実施の形態１に係る対象物識別装置の構成を示す構成図。 本発明の実施の形態１に係る対象物識別装置の行う処理を示すフローチャート。 本発明の実施の形態１に係る長波長赤外線画像データ１０１上の長波長目標候補領域１０１ａの一例を示す図。 本発明の実施の形態１に係る中波長赤外線画像データ１０２上の中波長目標光領域１０２ａの一例を示す図。 本発明の実施の形態２に係る対象物識別装置の構成を示す構成図。 本発明の実施の形態２に係る対象物識別装置の行う処理を示すフローチャート。 本発明の実施の形態２に係る赤外線画像データ１０８上の目標候補領域１０８ａを示す図。 本発明の実施の形態２に係る赤外線画像データ１０８上の目標候補領域１０８ｂの一例を示す図。 本発明の実施の形態２に係る赤外線画像データ１０８上の目標候補領域１０８ｃの一例を示す図。 本発明の実施の形態３に係る対象物識別装置の構成を示す構成図。 本発明の実施の形態３に係る対象物識別装置の行う処理を示すフローチャート。 本発明の実施の形態３に係る赤外線画像データ１０８上の目標候補領域１０８αの一例を示す図。

以下、図面を参照して本発明の実施の形態を説明する。

（実施の形態１）
図１は、本発明の実施の形態１に係る対象物識別装置の構成を示す構成図である。図１に示すように対象物識別装置は、撮像系１００、長波長領域検出部１０３、中波長領域検出部１０４、閾値設定部１０５（閾値設定手段）、領域評価部１０６、及び領域識別部１０７を有する。

撮像系１００は、ジンバル機構（図示しない）などにより駆動されて対象物に指向する。視野内の像はレンズ２００、及びダイクロイックミラー２０１を介して長波長赤外線センサ２０２、及び中波長赤外線センサ２０３に案内される。ダイクロイックミラー２０１は、長波長（第１の波長帯）の赤外線を透過し中波長（第２の波長帯）の赤外線を反射するもので、レンズ２００に対して後方に配置される。透過方向には長波長赤外線センサ２０２が配置され、反射方向には中波長赤外線センサ２０３が設けられている。この長波長赤外線センサ２０２、及び中波長赤外線センサ２０３は画像データ取得手段として機能する。

長波長赤外線センサ２０２は、案内されて結像した光学的画像を長波長赤外線画像データ１０１（第１の画像データ）に変換し、長波長領域検出部１０３に出力する。一方、中波長赤外線センサ２０３は、案内されて結像した光学的画像を中波長赤外線画像データ１０２（第２の画像データ）に変換し、中波長領域検出部１０４に出力する。

長波長領域検出部１０３（第１の抽出手段）は、長波長赤外線センサ２０２から出力された長波長赤外線画像データ１０１に基づいて目標となる対象物の候補領域となる目標候補領域（長波長）（第１の目標候補領域）を閾値設定部１０５によって設定された閾値を基に抽出し、抽出した目標候補領域（長波長）を領域評価部１０６に出力する。

中波長領域検出部１０４（第２の抽出手段）は、中波長赤外線センサ２０３から出力された中波長赤外線画像データ１０２に基づいて目標となる対象物の候補領域となる目標候補領域（中波長）（第２の目標候補領域）を閾値設定部１０５によって設定された閾値を基に抽出し、抽出した目標候補領域（中波長）を領域評価部１０６に出力する。

領域評価部１０６（第１の評価値算出手段、第２の評価値算出手段）は、長波長領域検出部１０３から入力された目標候補領域（長波長）、及び中波長領域検出部１０４から入力された目標候補領域（中波長）に対してそれぞれ評価値を算出する。請求項中では、この目標候補領域（長波長）に対する評価値を第１の評価値とし、目標候補領域（中波長）に対する評価値を第２の評価値とする。領域評価部１０６によって算出された評価値は領域識別部１０７に出力される。評価値は、目標候補領域の形状の複雑さを表すものである。

領域識別部１０７（識別手段）は、領域評価部１０６によって算出され、入力された評価値に基づいて各目標候補領域（長波長、中波長）が目標或いはフレアであるか否かを識別する。

図２は、本発明の実施の形態１に係る対象物識別装置の処理のフローチャートである。撮像系１００は、ジンバル機構などにより駆動されて対象物に指向し、視野内の像はレンズ２００、及びダイクロイックミラー２０１を介して長波長赤外線センサ２０２、及び中波長赤外線センサ２０３に案内される（Ｓ１）。

長波長赤外線センサ２０２は、Ｓ１において案内されて結像した光学的画像を長波長赤外線画像データ１０１に変換し（Ｓ２）、長波長領域検出部１０３に出力する。一方、中波長赤外線センサ２０３は、Ｓ１において案内されて結像した光学的画像を中波長赤外線画像データ１０２に変換し（Ｓ３）、中波長領域検出部１０４に出力する。

長波長領域検出部１０３は、長波長赤外線センサ２０２から出力された長波長赤外線画像データ１０１に基づいて目標となる対象物の候補領域となる目標候補領域（長波長）１０１ａを閾値設定部１０５によって設定された閾値を基に抽出する（Ｓ４）。

一方、中波長領域検出部１０４は、中波長赤外線センサ２０３から出力された中波長赤外線画像データ１０２に基づいて目標となる対象物の候補領域となる目標候補領域（中波長）１０２ａを閾値設定部１０５によって設定された閾値を基に抽出する（Ｓ５）。

図３は、長波長赤外線画像データ１０１上に抽出された目標候補領域（長波長）１０１ａの一例を示す図である。１０１ａ、１０１ａ´、及び１０１ａ´´は、長波長赤外線画像データ１０１から抽出された目標候補領域を示している（これらを総称して、目標候補領域（長波長）１０１ａとする。）。図４は、中波長赤外線画像データ１０２上に抽出された目標候補領域（中波長）の一例を示す図である。１０２ａ、１０２ａ´、及び１０２ａ´´は、中波長赤外線画像データ１０２から抽出された目標候補領域を示している（これらを総称して、目標候補領域（中波長）１０２ａとする。）。

Ｓ４、及びＳ５において長波長領域検出部１０３、及び中波長領域検出部１０４によって抽出された目標候補領域（長波長）１０１ａ、及び目標候補領域（中波長）１０２ａは領域評価部１０６に入力される。

領域評価部１０６は、入力された目標候補領域（長波長）１０１ａ（１０１ａ´、及び１０１ａ´´）、及び目標候補領域（中波長）１０２ａ（１０２ａ´、及び１０２ａ´´）の各目標候補領域に対して式（１）に基づいて評価値Ｅを算出し（Ｓ６、Ｓ７）、算出した評価値Ｅを領域識別部１０７に入力する。

式（１）において、目標候補領域（長波長）１０１ａ（１０１ａ´、及び１０１ａ´´）、及び目標候補領域（中波長）１０２ａの各目標候補領域の面積、Ｌは目標候補領域（長波長）１０１ａ、及び目標候補領域（中波長）１０２ａ（１０２ａ´、及び１０２ａ´´）の各目標候補領域の周長を表している。

評価値Ｅは、目標候補領域の形状の複雑さを表しており、式（１）で表現される評価値は円形度として与えられるものである。評価値Ｅが小さいほど目標候補領域の形状は「複雑」であり、大きいほど目標候補領域の形状は「単純」であることを表している。

領域識別部１０７は、Ｓ７において領域評価部１０６から入力された各目標候補領域の評価値Ｅに基づいて目標候補領域（長波長）１０１ａ（１０１ａ´、及び１０１ａ´´）、及び目標候補領域（中波長）１０２ａ（１０２ａ´、及び１０２ａ´´）が目標であるか、フレアであるか否かを識別する（Ｓ８）。

Ｓ８における対象物であるか、フレアであるかの識別方法は、目標候補領域（長波長）１０１ａ（１０１ａ´、及び１０１ａ´´）、及び目標候補領域（中波長）１０２ａ（１０２ａ´、及び１０２ａ´´）の内、評価値Ｅが最も大きいものを目標として識別する。つまり、目標はフレアと比較すると単純な形状となるため評価値Ｅは大きくなるからである。

尚、Ｓ７で行われる評価値Ｅの算出は、円形度によって算出される例を示したが、形状の複雑さを表すものであれば円形に限定されるものではない。また、Ｓ８における対象物であるか、フレアであるか否かの識別方法は、予め目標或いはフレアの評価値Ｅを算出し、記憶しておき、記憶した評価値Ｅとの一致度に基づいて目標、或いはフレアと識別するものであっても良い。つまり、算出した目標候補領域の評価値Ｅの内、予め記憶された目標の評価値Ｅと一致度が最も高いものが目標であると識別する。

以上のように実施の形態１では、複数の波長帯の画像データ（長波長赤外線画像データ１０１、中波長赤外線画像データ１０２）に基づいて抽出された目標候補領域の形状の複雑さを評価値として算出し、その評価値に基づいて各目標候補領域同士の信号分布の形状を評価するため目標の識別性能が向上し、信頼性の高い対象物識別装置を提供することが出来る。なお、本実施の形態では複数の波長帯は長波長帯、及び中波長帯であるものとして説明したが、波長帯は異なっているものであれば良い。

（実施の形態２）
続いて、本発明の実施の形態２について説明する。図５は、本発明の実施の形態２に係る対象物識別装置の構成を示す図である。実施の形態１と同一構成については同一の符号を付し重複する説明は省略する。

図５に示すよう本発明の実施の形態２に係る対象物識別装置は、撮像系１００、赤外線センサ２０４（画像データ取得手段）、領域検出部１０９（抽出手段）、閾値設定部１０５（閾値設定手段）、領域評価部１０６（評価値算出手段）、及び領域識別部１０７（識別手段）を有する。

撮像系１００は、ジンバル機構（図示しない）などにより駆動されて対象物に指向する。視野内の像は、実施の形態１と異なりダイクロイックミラーは介さず、レンズ２００（光学系）のみを介して赤外線センサ２０４に案内される。

赤外線センサ２０４は、案内されて結像した光学的画像を赤外線画像データ１０８に変換し、領域検出部１０９に出力する。

領域検出部１０９は、赤外線センサ２０４から出力された赤外線画像データ１０８に基づいて目標となる対象物の候補領域となる目標候補領域を閾値設定部１０５によって設定された閾値を基に抽出する。

図６は、本発明の実施の形態２に係る対象物識別装置の処理のフローチャートである。撮像系１００は、ジンバル機構などにより駆動されて対象物に指向し、視野内の像はレンズ２００を介して赤外線センサ２０４に案内される（Ｓ１００）。

赤外線センサ２０４は、案内されて結像した光学的画像を赤外線画像データ１０８に変換し（Ｓ１０１）、領域検出部１０９に出力する。

領域検出部１０９（抽出手段）は、出力された赤外線画像データ１０８に基づいて目標となる対象物の候補領域となる目標候補領域を閾値設定部１０５によって設定された閾値を基に抽出する（Ｓ１０２、Ｓ１０３、Ｓ１０４）。閾値設定部１０５は、赤外線画像データ１０８に対して三個の閾値Ｘｔｈ、Ｙｔｈ、Ｚｔｈを設定する。ただし、Ｘｔｈ＞Ｙｔｈ＞Ｚｔｈとする。

図７は、赤外線画像データ１０８上に閾値Ｘｔｈに基づいて抽出された目標候補領域１０８ａ（１０８ａ´、１０８ａ´´）を示す図である（これらを総称して、目標候補領域１０８ａとする。）。図８は、赤外線画像データ１０８上に閾値Ｙｔｈに基づいて抽出された目標候補領域１０８ｂ（１０８ｂ´、１０８ｂ´´）を示す図である（これらを総称して、目標候補領域１０８ｂとする。）。図９は、赤外線画像データ１０８上に閾値Ｚｔｈに基づいて抽出された目標候補領域１０８ｃ（１０８ｃ´、１０８ｃ´´）を示す図である（これらを総称して、目標候補領域１０８ｃとする。）。

Ｓ１０２、Ｓ１０３、Ｓ１０４において領域検出部１０９によって抽出された目標候補領域１０８ａ、目標候補領域１０８ｂ、及び目標候補領域１０８ｃは領域評価部１０６に入力される。

領域評価部１０６は、入力された目標候補領域１０８ａ、目標候補領域１０８ｂ、及び目標候補領域１０８ｃに対して評価値Ｅを算出し（Ｓ１０５、Ｓ１０６、及びＳ１０７）、算出した評価値Ｅを領域識別部１０７に入力する。評価値の算出方法は実施の形態１と同様であるため説明は省略する。

領域識別部１０７は、入力された評価値Ｅに基づいて目標候補領域１０８ａ、目標候補領域１０８ｂ、及び目標候補領域１０８ｃが目標であるか、フレアであるか否かを識別する（Ｓ１０８）。識別方法は実施の形態１と同様であるため説明は省略する。

なお、本実施の形態では閾値設定部１０５によって閾値が三個設定された場合を説明したが、例えばＮ個の閾値を設定して、Ｎ個の閾値のそれぞれに基づいて抽出された各目標候補領域が目標であるか、フレアであるか否かを識別しても良い。また、画像データは複数であっても良く、この場合には複数の画像データに対してＮ個の閾値を設定して、設定したＮ個の閾値それぞれに基づいて抽出された各目標候補領域が目標であるか、フレアであるか否かを識別する。

以上のように実施の形態２では、抽出された目標候補領域の形状の複雑さを評価値として算出し、その評価値に基づいて各目標候補領域同士の信号分布の形状を評価するため目標の識別性能が向上し、信頼性の高い対象物識別装置を提供することが出来る。

（実施の形態３）
続いて、本発明の実施の形態３について説明する。図１０は、本発明の実施の形態３に係る対象物識別装置の構成を示す図である。図１０に示すよう本発明の実施の形態３に係る対象物識別装置は、評価値記録部１１０（記憶手段）を有する点が実施の形態２と異なっている。なお、実施の形態２と同一構成については同一の符号を付し重複する説明は省略する。

評価値記録部１１０は、領域評価部１０６によって算出された評価値Ｅを記録し、記憶した評価値Ｅを領域識別部１０７に出力する。

図１１は、本発明の実施の形態３の対象物識別装置の処理を示すフローチャートである。撮像系１００は、ジンバル機構などにより駆動されて対象物に指向し、視野内の像はレンズ２００を介して赤外線センサ２０４に案内される（Ｓ１１０）。

赤外線センサ２０４は、案内されて結像した光学的画像を赤外線画像データ１０８に変換し（Ｓ１１１）、領域検出部１０９に出力する。

領域検出部１０９は、出力された赤外線画像データ１０８に基づいて目標となる対象物の候補領域となる目標候補領域を閾値設定部１０５によって設定された閾値αｔｈを基に抽出する（Ｓ１１２）。

図１２は、本発明の実施の形態３に係る赤外線画像データ１０８上の目標候補領域１０８αの一例を示す図である。以下、目標候補領域１０８α、１０８α´、１０８α´´を総称して、目標候補領域１０８αとする。

Ｓ１１２において領域検出部１０９によって抽出された目標候補領域１０８αは領域評価部１０６に入力される。

領域評価部１０６は、入力された目標候補領域１０８αに対してＮフレーム（Ｎ：自然数）の一定時間にわたって評価値Ｅを算出するとともに評価値記録部１１０に記録する（Ｓ１１３）、算出した評価値Ｅを領域識別部１０７に入力する。評価値の算出方法は実施の形態１と同様であるため説明は省略する。

領域識別部１０７は、入力された評価値Ｅ及び、評価値記録部１１０に記録されたＮフレームの一定時間にわたる評価値Ｅに基づいて目標候補領域１０８αが目標であるか、フレアであるか否かを識別する（Ｓ１１４）。

識別方法は、Ｎフレームにわたる評価値Ｅの時間的な変化に基づいて識別する。つまり、フレアは目標と比較すると、形状が時間経過とともに変化するため、時間経過とともに、評価値Ｅに変化が生じる。この特性を利用して、評価値Ｅが時間経過とともに変化しない目標候補領域を目標であると識別することが出来る。また、画像データは複数であっても良く、この場合には複数の画像データに対してＮ個の閾値を設定して、設定したＮ個の閾値それぞれに基づいて抽出された各目標候補領域が目標であるか、フレアであるか否かを識別する。

以上のように、実施の形態３では、各目標候補領域の評価値ＥをＮフレームの一定時間にわたり記録することで、時間経過における形状の変化を一つの特徴量として評価することができるため目標の識別性能が向上し、信頼性の高い対象物識別装置を提供することが出来る。

なお、この発明は、上述した実施の形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具現化できる。また、上述の実施の形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施の形態に示される全構成要素からいくつかの構成要素を削除しても良い。さらに異なる実施の形態にわたる構成要素を適宜組み合わせても良い。

１００ 撮像系
１０１ 長波長赤外線画像データ
１０１ａ、１０１ａ´、１０１ａ´´ 目標候補領域（長波長）
１０２ 中波長赤外線画像データ
１０２ａ、１０２ａ´、１０２ａ´´ 目標候補領域（中波長）
１０３ 長波長領域検出部
１０４ 中波長領域検出部
１０５ 閾値設定部
１０６ 領域評価部
１０７ 領域識別部
１０８ 赤外線画像データ
１０９ 領域検出部
１１０ 評価値記録部
２００ レンズ
２０１ ダイクロイックミラー
２０２ 長波長赤外線センサ
２０３ 中波長赤外線センサ
２０４ 赤外線センサ

Claims (5)

1. 第１の波長帯での画像データである第１の画像データと、第２の波長帯での画像データである第２の画像データとを同じ視野で取得する画像データ取得手段と、
   前記第１の画像データから第１の閾値以上の領域を第１の目標候補領域として抽出する第１の抽出手段と、
   前記第２の画像データから第２の閾値以上の領域を第２の目標候補領域として抽出する第２の抽出手段と、
   前記第１の目標候補領域の形状の複雑さに基づいて第１の評価値を算出する第１の評価値算出手段と、
   前記第２の目標候補領域の形状の複雑さに基づいて第２の評価値を算出する第２の評価値算出手段と、
   前記第１の評価値、及び前記第２の評価値に基づいて前記第１の目標候補領域、及び前記第２の目標候補領域のうち、最も単純な形状を有する領域を目標の存在領域として識別する識別手段と、
   を有することを特徴とする対象物識別装置。
2. 特定の波長帯での画像データを取得する画像データ取得手段と、
   前記画像データに対して複数個の閾値を設定する閾値設定手段と、
   前記閾値設定手段によって設定された複数個の閾値に基づいて前記複数個の目標候補領域を抽出する抽出手段と、
   前記複数個の目標候補領域それぞれの形状の複雑さに基づき複数個の評価値を算出する評価値算出手段と、
   前記複数個の評価値に基づいて前記複数個の目標候補領域のうち、最も単純な形状を有する領域を目標の存在領域として識別する識別手段と、
   を有することを特徴とする対象物識別装置。
3. 複数波長帯の画像データを取得する画像データ取得手段と、
   前記画像データ各々に対して複数個の閾値を設定する閾値設定手段と、
   前記閾値設定手段によって設定された複数個の閾値に基づいて前記複数個の目標候補領域を抽出する抽出手段と、
   前記複数個の目標候補領域それぞれの形状の複雑さに基づき複数個の評価値を算出する評価値算出手段と、
   前記複数個の評価値に基づいて前記複数個の目標候補領域のうち、最も単純な形状を有する領域を目標の存在領域として識別する識別手段と、
   を有することを特徴とする対象物識別装置。
4. 特定の波長帯での画像データを取得する画像データ取得手段と、
   前記画像データに対して閾値を設定する閾値設定手段と、
   前記閾値設定手段によって設定された閾値以上の領域を目標候補領域として抽出する抽出手段と、
   前記抽出手段によって抽出された目標候補領域を複数のフレームわたり記憶する記憶手段と、
   前記記憶手段によって記憶された複数のフレームにわたる目標候補領域の時間的な変化に基づいて目標の存在領域を識別する識別手段と、
   を有することを特徴とする対象物識別装置。
5. 複数波長帯の画像データを取得する画像データ取得手段と、
   前記画像データ各々に対して閾値を設定する閾値設定手段と、
   前記閾値設定手段によって設定された閾値以上の領域を目標候補領域として抽出する抽出手段と、
   前記抽出手段によって抽出された目標候補領域を複数のフレームわたり記憶する記憶手段と、
   前記記憶手段によって記憶された複数のフレームにわたる目標候補領域の時間的な変化に基づいて目標の存在領域を識別する識別手段と、
   を有することを特徴とする対象物識別装置。