JP2012208094A - 物体検知装置、物体検知方法、及びプログラム - Google Patents
物体検知装置、物体検知方法、及びプログラム Download PDFInfo
- Publication number
- JP2012208094A JP2012208094A JP2011075996A JP2011075996A JP2012208094A JP 2012208094 A JP2012208094 A JP 2012208094A JP 2011075996 A JP2011075996 A JP 2011075996A JP 2011075996 A JP2011075996 A JP 2011075996A JP 2012208094 A JP2012208094 A JP 2012208094A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- image
- sensitivity
- area
- change
- 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.)
- Granted
Links
Images
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
【解決手段】物体検知装置が、画像の感度を調整する調整手段と、複数の画像を累積する累積手段と、感度の調整が行われた画像と累積された画像との各々から変化領域を検出する検出手段と、検出された変化領域のうちで物体領域であると判定した領域を統合する統合手段と、を有することによって課題を解決する。
【選択図】図1
Description
しかしながら、夜間に撮影した画像など、検知する人物、物体等の対象物の輝度が低い場合には、対象物と背景との差が小さいために領域が正確に検知されないといった問題がある。このような問題を解決するために、撮影した画像に所定の感度アップ処理を施して検知を行う方法が提案されている(特許文献1参照)。また、検知した領域が小さい場合に領域を拡張して感度アップ処理を施して検知を行う方法が提案されている(特許文献2参照)。
背景モデル記憶部40は、画像取得部10で取得された背景のみの画像データから作成された背景モデルを基準モデルとして記憶するメモリである。第一の変化領域検出部50は、画像取得部10で取得され、感度調整部20で感度調整が行われた画像データと背景モデル記憶部40に記憶されている背景モデルとを比較し、変化領域を検出する。第二の変化領域検出部60は、画像累積部30で累積された画像データと背景モデル記憶部40に記憶されている背景モデルとを比較し、変化領域を検出する。
物体領域統合部90は、第一の物体領域判定部70で判定された物体領域と第二の物体領域判定部80で判定された物体領域とを統合する。物体領域出力部100は、物体領域統合部90で統合された物体領域を出力する。モデル更新部110は、第一の変化領域検出部50及び第二の変化領域検出部60の判定結果にもとづいて背景モデル記憶部40に記憶されている背景モデルの更新を行う。
まず、画像取得部10は、カメラ等の撮像部で撮像された画像データを取得し、感度調整部20等に出力する(S101)。
続いて、感度調整部20は、画像取得部10で取得された画像データの感度を調整する(S102)。画像取得部10で取得された画像データの輝度レベルが暗い場合は、感度調整部20は、輝度レベルが所定値以上になるように感度アップ処理を行う。そして、感度アップ処理が施された画像データは、所定のビット数(例えば8ビット)でデジタル化され、一旦、感度調整部20の内部メモリに記憶される。
図中、210は物体、220は背景、230はノイズを表す。図3(B)に示すように、感度アップ処理が行われた画像では物体、及び背景の輝度レベルが区別できるが、図3(C)に示すように、感度アップ処理が行われていない画像では物体、及び背景の輝度レベルが区別できない。即ち、感度アップ処理を行わないと、暗いシーンから輝度の低い物体を検知できない。ただし、感度アップ処理が行われた画像では、実際には存在しない撮像部のノイズが画像データに混入する。
ここで、背景モデル記憶部40には背景のみのシーンにおいて画像取得部10で取得された画像データの輝度値が予め記憶されている。また、背景モデルとの比較を行う前に感度調整が行われた画像データの輝度値については、背景モデルの輝度レベル(より広義にには規定の輝度レベル)に正規化しておく必要がある。感度アップ処理のゲインがフレームによって異なる場合には輝度値の比較が意味をなさなくなってしまうからである。
なお、ここでは最も単純な変化領域の検出方法を適用する場合を説明したが、画像取得部10で取得される画像データが高解像度である場合には、画像データを所定サイズのブロックに分割し、ブロック毎に変化領域を検出するようにしてもよい。
そして、例えば、第一の変化領域検出部50は、ブロック内の輝度平均値や輝度ヒストグラムを用いて背景モデルと比較を行う。また、背景モデルを単純な輝度データとする他にも、画素毎に多数のフレームの輝度値を統計的に処理して正規分布関数でモデル化して変化領域を検出する方法も適用することができる。更に、その混合モデルを用いて変化領域を検出する方法も適用することができる。
ここで、画像累積部30の処理内容を、図4を用いて説明する。図4は、暗いシーンで輝度の低い物体が移動しているシーンを撮影した場合の画像データ(画像)の一例が示されている。図4(A)は、感度調整部20で処理が行われた画像データ、図4(B)は、画像累積部30で累積処理が行われた画像データの例を示す図である。
図中、211はカメラに近い位置に立つ人物等の物体、212はカメラから遠い位置に立つ人物等の物体、230はノイズを表す。図4(B)に示すように、累積処理が行われた画像ではノイズが除去される。ただし、累積処理が行われた画像では物体の移動に伴うブレが発生する。特に、カメラに近い位置に立つ人物等の物体は画像内での移動量が大きいので、変化領域の検知の精度が劣化する要因になる。
S106では、第二の変化領域検出部60は、画像累積部30で累積された画像データと背景モデル記憶部40に記憶されている背景モデルとを比較し、変化領域を検出する。より具体的には、第二の変化領域検出部60は、画像累積部30の内部メモリに記憶された累積画像データと背景モデル記憶部40に記憶されている背景モデルとの輝度値を画素毎に比較し、輝度値の差分値が所定量以上の画素を変化領域とする。詳細はS103の処理と同様である。
第一の物体領域判定部70及び第二の物体領域判定部80は、第一の変化領域検出部50及び第二の変化領域検出部60で検出された変化領域から物体領域を判定する。そして、物体領域統合部90は、第一の物体領域判定部70で判定された物体領域と第二の物体領域判定部80で判定された物体領域とを統合する(S107)。
そして、第一の物体領域判定部70は、ラベル付けした領域毎にその画素数を求める。また、第一の物体領域判定部70は、求めた画素数が所定値以上の領域を物体領域として、その結果を一旦、第一の物体領域判定部70の内部メモリに記憶する。
第二の物体領域判定部80は、第一の変化領域検出部60の検出結果から所定の大きさ以下の変化領域を物体領域であると判定する。この際、第二の物体領域判定部80は、第一の物体領域判定部70と同様の処理を行う。なお、第一の物体領域判定部70及び第二の物体領域判定部80の夫々で求められた物体領域の処理結果は、物体領域統合部90により統合される。
図5(C)に示すように、第一の物体領域判定部70では大きい変化領域のみが検出され、図5(D)に示すように、第二の物体領域判定部80では小さい変化領域のみが検出される。したがって、大きい物体が移動していても精度よく物体領域を検知することができ、感度調整により増幅されるノイズも誤検知しない。
続いて、モデル更新部110は、第一の変化領域検出部50及び第二の変化領域検出部60の判定結果にもとづいて背景モデル記憶部40に記憶されている背景モデルの更新を行う(S109)。
同様に、モデル更新部110は、第二の変化領域検出部60の内部メモリに記憶されている検出結果から該当画素が変化領域であるかどうかを判定する。そして、モデル更新部110は、変化領域の画素であると判定した場合は、画像累積部30の内部メモリに記憶されている画像データから輝度値を抽出する。
そして、モデル更新部110は、背景モデル記憶部40に記憶されている背景モデルの輝度値と抽出した輝度値とを正規化処理を行った後に所定の比率で加重平均処理を行い、新しい背景モデルの輝度値として更新する。モデル更新部110は、以上の更新処理を画素毎に行う。
背景モデルの更新を頻繁に行う必要がある場合には第一の変化領域検出部50の判定結果にもとづいて背景モデルの更新を行うようにするのがよい。他方、感度アップ処理の結果、ノイズが多くなるシーンにおいて、背景モデルの更新を頻繁に行う必要がない場合には第二の変化領域検出部50の判定結果にもとづいて背景モデルの更新を行うようにするのがよい。
S101からS109までの処理が不図示の制御部によってフレーム毎に順次繰り返して行われるよう制御される。
物体検知装置は、撮像装置で撮影された画像データを取得して処理する情報処理装置(コンピュータ)、情報処理装置が内蔵された撮像装置などであってもよい。
例えば、物体検知装置はCPU、ROM、RAM、ハードディスク等を有し、CPUにより、ROM、ハードディスク等に記憶されているプログラムがRAMにロードされて実行されることで、物体検知装置の機能部、フローチャートに係る処理が実現される。なお、物体検知装置の機能部、フローチャートに係る処理の一部、又は全部を専用のハードウェアを用いて構成してもよい。
また、本発明は、以下の処理を実行することによっても実現される。即ち、上述した実施形態の機能を実現するソフトウェア(プログラム)を、ネットワーク又は各種記憶媒体を介してシステム或いは装置に供給し、そのシステム或いは装置のコンピュータ(又はCPUやMPU等)がプログラムを読み出して実行する処理である。
Claims (4)
- 画像の感度を調整する調整手段と、
複数の画像を累積する累積手段と、
前記感度の調整が行われた画像と前記累積された画像との各々から変化領域を検出する検出手段と、
前記検出された変化領域のうちで物体領域であると判定した領域を統合する統合手段と、を有することを特徴とする物体検知装置。 - 前記検出手段は、前記感度の調整が行われた画像、及び前記累積された画像を規定の輝度レベルに正規化して変化領域を検出する請求項1に記載の物体検知装置。
- 画像の感度を調整する調整工程と、
複数の画像を累積する累積工程と、
前記感度の調整が行われた画像と前記累積された画像との各々から変化領域を検出する検出工程と、
前記検出された変化領域のうちで物体領域であると判定した領域を統合する統合工程と、を有することを特徴とする物体検知方法。 - 請求項3に記載の物体検知方法の各工程をコンピュータに実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011075996A JP5800548B2 (ja) | 2011-03-30 | 2011-03-30 | 画像処理装置、画像処理方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011075996A JP5800548B2 (ja) | 2011-03-30 | 2011-03-30 | 画像処理装置、画像処理方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012208094A true JP2012208094A (ja) | 2012-10-25 |
JP5800548B2 JP5800548B2 (ja) | 2015-10-28 |
Family
ID=47187952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011075996A Active JP5800548B2 (ja) | 2011-03-30 | 2011-03-30 | 画像処理装置、画像処理方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5800548B2 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07192112A (ja) * | 1993-12-27 | 1995-07-28 | Oki Electric Ind Co Ltd | 侵入物体認識方法 |
JPH08249464A (ja) * | 1995-03-10 | 1996-09-27 | Matsushita Electric Ind Co Ltd | 領域抽出装置 |
JP2004118424A (ja) * | 2002-09-25 | 2004-04-15 | Sony Corp | 動き検出装置,動き検出方法,動き検出システム,およびプログラム |
JP2007180933A (ja) * | 2005-12-28 | 2007-07-12 | Secom Co Ltd | 画像センサ |
-
2011
- 2011-03-30 JP JP2011075996A patent/JP5800548B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07192112A (ja) * | 1993-12-27 | 1995-07-28 | Oki Electric Ind Co Ltd | 侵入物体認識方法 |
JPH08249464A (ja) * | 1995-03-10 | 1996-09-27 | Matsushita Electric Ind Co Ltd | 領域抽出装置 |
JP2004118424A (ja) * | 2002-09-25 | 2004-04-15 | Sony Corp | 動き検出装置,動き検出方法,動き検出システム,およびプログラム |
JP2007180933A (ja) * | 2005-12-28 | 2007-07-12 | Secom Co Ltd | 画像センサ |
Also Published As
Publication number | Publication date |
---|---|
JP5800548B2 (ja) | 2015-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5701005B2 (ja) | 物体検知装置、物体検知方法、監視カメラシステム、およびプログラム | |
US9330446B2 (en) | Method and apparatus for processing image | |
US20130044951A1 (en) | Moving object detection method using image contrast enhancement | |
US8494267B2 (en) | Image processing device, image processing method, and program for normalizing a histogram | |
KR102207939B1 (ko) | 안개 제거 시스템 및 안개 제거 방법 | |
US8027468B2 (en) | Method and system for camera sensor fingerprinting | |
US20060056702A1 (en) | Image processing apparatus and image processing method | |
US9569688B2 (en) | Apparatus and method of detecting motion mask | |
JP2010045770A5 (ja) | ||
US9594958B2 (en) | Detection of spoofing attacks for video-based authentication | |
WO2017047494A1 (ja) | 画像処理装置 | |
TW201445454A (zh) | 提升人臉辨識率的影像處理系統及影像處理方法 | |
CN102111552B (zh) | 图像处理设备和图像处理方法 | |
KR101336240B1 (ko) | 저장된 영상을 이용한 영상 처리 방법 및 장치 | |
JP3806096B2 (ja) | 顔検出方法及び顔検出装置 | |
KR101920369B1 (ko) | 열화상 카메라의 영상처리장치 및 영상처리방법 | |
JP5800548B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
JP5754931B2 (ja) | 画像解析装置、画像解析方法及びプログラム | |
JP2016092513A5 (ja) | ||
JP2002150440A (ja) | 監視対象物検出装置 | |
JP6603123B2 (ja) | 動物体の検出装置、検出方法及びプログラム | |
JP2007108965A (ja) | 変化領域計算方法、変化領域計算装置、変化領域計算プログラム | |
KR20190072643A (ko) | 얼굴 검출 장치 및 그 제어 방법, 그리고 프로그램 | |
JP3947070B2 (ja) | 移動物体検出装置 | |
KR20160051463A (ko) | 저조도 영상의 전처리 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140328 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20141216 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150216 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150728 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150825 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5800548 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |