JP2014178739A - 画像処理装置及び画像処理方法、並びにプログラム - Google Patents

Abstract

【課題】妨害行為の検出の精度を上げる。
【解決手段】撮影画像の画像データを取得する取得部と、取得された画像データを複数個の分割領域に分割する分割部と、分割領域における画像データの特徴量を算出する特徴量算出部と、算出された特徴量を順次更新して保存する特徴量保存部とを備える。そして、変化判定部が、特徴量を算出する分割領域である更新領域で算出された特徴量と、更新領域とは時間方向及び／又は２次元座標方向に異なる分割領域で算出された特徴量との変化量又は一致量を算出する第１の処理と、更新領域で現在算出された特徴量と、更新領域で過去に算出された特徴量との差分を算出する第２の処理を行い、第１の処理の処理内容、及び第２の処理の処理内容に基づいて、更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定する。
画像処理装置。
【選択図】図３

Description

本開示は、画像処理装置及び画像処理方法、並びにプログラムに関し、特に監視カメラに対して加えられる妨害行為の検出精度を向上する技術に関する。

所定の空間への人、動物などの侵入者を発見するために、監視カメラにより対象とされる空間を撮影し、撮影画像から侵入者を検知する監視システムが知られている。かかる監視システムは、妨害行為により監視カメラの向きが本来の方向から変更されてしまうと、監視ができなくなる。そこで監視カメラにより撮像された現在の画像と予め記憶されている参照画像の輝度値の差分を演算し、差分値が一定値以上である場合には、妨害行為があったと判定することが提案されている（例えば特許文献１）。

特許文献１に記載の技術では、監視カメラより毎フレーム入力される画像のうち、例えば１フレームおきに得られる画像が参照画像として記憶され、順次更新される。妨害行為が存在しない場合で、かつ撮影画像内の被写体に動きがない場合には、時間的に前の背景画像と時間的に後の背景画像とがほぼ同一の画像となる。したがって、これらの画像における輝度値の差分も小さくなる。

これに対して、妨害行為により監視カメラの向きが変更された場合、時間的に前の背景画像と時間的に後の背景画像とは異なったものとなるので、現在の画像と参照画像との間での輝度値の差分は大きくなる。このため、現在の画像と参照画像との間での輝度値の差分が大きかった場合に、妨害行為があったと判定している。輝度値の差分の算出は、画像の全体を対象として行ってもよいが、一般的には、画像の領域を所定数に分割して得られる各分割領域同士を対象として行われることが多い。

特開２００８−７７５１７号公報

ところが、輝度値の差分が大きかった場合に妨害行為があったと判定する手法では、撮影画像内に映る被写体によっては、妨害行為が発生していない場合にも妨害行為が発生したと誤判定されてしまうケースが生ずる。例えば、人が頻繁に出たり入ったりする出入り口周辺の領域では、現在の画像と参照画像との間での輝度の差分が大きくなるため、妨害行為が発生したと誤検出されてしまう。また、妨害行為が発生していても、妨害行為により輝度値が大きく変化した分割領域の数よりも、輝度値があまり変化していない分割領域の数の方が多い場合には、妨害行為は発生していないと誤判定されてしまうこともある。

本開示はかかる点に鑑みてなされたものであり、妨害行為の検出の精度を上げることを目的とする。

上記課題を解決するために、本開示の画像処理装置は、取得部と、分割部と、特徴量算出部と、特徴量保存部と、変化判定部とを備える構成とし、各部の構成及び機能を次のようにする。取得部は、撮影画像の画像データを取得する。分割部は、取得された画像データを複数個の分割領域に分割する。特徴量算出部は、分割領域における画像データの特徴量を算出する。特徴量保存部は、算出された特徴量を順次更新して保存する。変化判定部は、第１の処理の処理内容、及び第２の処理の処理内容に基づいて、特徴量を算出する分割領域である更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定する。第１の処理では、更新領域で算出された特徴量と、更新領域とは時間方向及び／又は２次元座標方向に異なる分割領域で算出された特徴量との変化量又は一致量を算出する。第２の処理では、更新領域で現在算出された特徴量と、更新領域で過去に算出された特徴量との差分を算出する。

また、本開示の画像処理方法は、以下の順に処理を行う。まず、撮影画像の画像データを取得する。続いて、取得された画像データを複数個の分割領域に分割する。続いて、分割領域における画像データの特徴量を算出する。続いて、第１の処理と第２の処理を行う。第１の処理では、特徴量を算出する分割領域である更新領域で算出された特徴量と、更新領域とは時間方向及び／又は２次元座標方向に異なる分割領域で算出された特徴量との変化量又は一致量を算出する。第２の処理では、更新領域で現在算出された特徴量と、更新領域で過去に算出された特徴量との差分を算出する。そして、第１の処理の処理内容、及び第２の処理の処理内容に基づいて、更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定する。

また、本開示のプログラムは、以下の処理をコンピュータに実行させる。まず、撮影画像の画像データを取得する。続いて、取得された画像データを複数個の分割領域に分割する。続いて、分割領域における画像データの特徴量を算出する。続いて、第１の処理と第２の処理を行う。第１の処理では、特徴量を算出する分割領域である更新領域で算出された特徴量と、更新領域とは時間方向及び／又は２次元座標方向に異なる分割領域で算出された特徴量との変化量又は一致量を算出する。第２の処理では、更新領域で現在算出された特徴量と、更新領域で過去に算出された特徴量との差分を算出する。そして、第１の処理の処理内容、及び第２の処理の処理内容に基づいて、更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定する。

以上のように画像処理装置を構成し、画像処理を行うことで、時間方向及び／又は２次元座標方向に異なる各分割領域間での特徴量の差分の情報に基づいて、更新領域が変化領域であるか否かが判定される。これにより、分割領域毎に、分割領域において取得された画像の特徴量の過去との変化量の大きさに応じた、最適な判定が行われるようになる。

本開示の画像処理装置及び画像処理方法並びにプログラムによれば、その分割領域が、過去との変化が大きい変化領域であるか否かの判定の精度が向上するため、妨害行為の検出の精度も向上する。

本開示の第１の実施の形態例による画像処理装置の一実施の形態の構成を示すブロック図である。 本開示の第１の実施の形態例による変化領域検出の原理を説明する図である。 本開示の第１の実施の形態例による画像解析部の機能的構成を示すブロック図である。 本開示の第１の実施の形態例による領域の分割例を示す説明図である。 本開示の第１の実施の形態例による更新する更新領域の移動を説明する図である。 本開示の第１の実施の形態例による変化判定部の機能的構成を示すブロック図である。 本開示の第１の実施の形態例による更新領域と過去の該当領域とで変化がない場合のヒストグラムの例と、ヒストグラムの比較結果の例を示す図である。 本開示の第１の実施の形態例による妨害行為が発生した場合における更新領域の撮影画像の例を示す図である。 本開示の第１の実施の形態例による妨害行為が発生した場合におけるヒストグラムの比較結果の例を示す図である。 本開示の第１の実施の形態例による更新領域と過去の該当領域とで変化が大きい場合のヒストグラムの例と、ヒストグラムの比較結果の例を示す図である。 本開示の第１の実施の形態例による動物体が定常的に存在する領域と存在しない領域の両方の領域を有する撮影画像の例を示す図である。 本開示の第１の実施の形態例による動物体が定常的に存在する領域における変化量の遷移を示すグラフであり、Ａは変化量の遷移を示すグラフであり、Ｂは変化量の過去との変化の傾向を示すパラメータの遷移を示すグラフである。 本開示の第１の実施の形態例による動物体が定常的に存在しない領域における変化量の遷移をグラフであり、Ａは変化量の遷移を示すグラフであり、Ｂは変化量の過去との変化の傾向を示すパラメータの遷移を示すグラフである。 本開示の第１の実施の形態例による妨害判定処理の例を示すフローチャートである。 本開示の第２の実施の形態例による仮変化領域として保存する場合の撮影画像の例を示す図である。 本開示の第２の実施の形態例による仮変化領域の設定を解除する場合の撮影画像の例を示す図である。 本開示の第２の実施の形態例による妨害判定処理の例を示すフローチャートである。 本開示の第２の実施の形態例による、更新領域が仮変化領域でないとして保存された領域である場合の処理の例を示すフローチャートである。 本開示の第２の実施の形態例による、更新領域が仮変化領域であるとして保存された領域である場合の処理の例を示すフローチャートである。 本開示の第３の実施の形態例による妨害行為発生前と発生後の撮影画像の例を示す図である。 本開示の第３の実施の形態例による更新領域とその周辺の領域の例を示す図である。 本開示の第３の実施の形態例による妨害判定処理の例を示すフローチャートである。

本開示の実施形態に係る画像処理装置及び画像処理方法並びにプログラムの一例を、図面を参照しながら下記の順で説明する。
１．第１の実施形態例（動物体の影響による妨害行為の誤検出を低減する例（１））
２．第２の実施形態例（動物体の影響による妨害行為の誤検出を低減する例（２））
３．第３の実施形態例（妨害行為の前後での画像の類似度が高い環境において妨害行為の検出精度を向上させ る例）
４．各種変形例

＜１．第１の実施形態例＞
［画像処理装置の全体構成例］
図１は、本開示の画像処理装置の全体構成例を示すブロック図である。本構成は、以下に説明する第１〜第３の実施の形態例において共通するものとする。画像処理装置２１は、取得された画像に基づいて、監視用のカメラに対する妨害行為を検出し、妨害行為が検出されたときアラームを出力する。画像処理装置２１は、取得部３１と画像処理部３２により構成されている。

取得部３１は、ビデオカメラなどの撮像部を内蔵し、撮像部が監視する対象空間などの被写体を撮影することで得られた画像データを取得し、出力する。なお、取得部３１を、撮像部を有さない構成としてもよい。この場合は、取得部３１は、ネットワークを介して外部から供給される画像データを取得する。画像処理部３２は、撮像信号処理部４１、データ保存部４２、及び画像解析部４３により構成される。

撮像信号処理部４１は、取得部３１より得られた画像データに対して、黒レベル補正処理、ホワイトバランス処理、γ補正処理、色補正処理等の各種画像処理を施す。撮像信号処理部４１は、例えばＤＳＰ(Digital Signal Processor)により構成される。データ保存部４２は、撮像信号処理部４１により処理された画像データを保存する。データ保存部４２は、例えばＲＡＭ(Random Access Memory)により構成される。画像解析部４３は、撮像信号処理部４１より供給される現在の画像と、データ保存部４２より供給される過去の画像である参照画像を解析することにより、妨害行為を検出する。画像解析部４３は、例えばＣＰＵ(Central Processing Unit)により構成される。

［妨害行為検出の原理］
次に、図２を参照して、画像処理装置２１が行う妨害行為検出の原理（概要）について説明する。本開示の一実施の形態においては、過去の画像ＰＩと、現在の画像ＮＩが変化領域検出部５１に入力される。変化領域検出部５１は、過去の画像ＰＩと現在の画像ＮＩのそれぞれを、所定の大きさの分割領域に分割する。そして、分割領域毎に画素値のヒストグラムが演算される。過去の画像ＰＩの所定の位置の分割領域のヒストグラムと、現在の画像ＮＩの対応する位置の分割領域のヒストグラムの類似量が演算される。類似量が小さい分割領域、すなわち変化量の大きい領域は、変化領域ＶＩとして検出される。

妨害判定部５２は、変化領域ＶＩの数が多い場合に妨害行為があったと判定し、アラームを出力する。なお、本実施の形態例では、妨害判定部５２がアラームを出力する例を挙げたが、これに限定されるものではない。アラームの代わりに、検出した妨害行為の内容を判別するための情報を出力するようにしてもよい。妨害行為の内容としては、例えば、撮像部又は外部の監視用カメラが布等によって覆われた、撮像部又は外部の監視用カメラの向きが故意に変更された、等が考えられる。

［画像解析部の詳細構成］
図３は、画像解析部４３の詳細構成例を示すブロック図である。画像解析部４３は、更新領域選択部６１、ヒストグラム保存部６２、画像分割部６３、ヒストグラム生成部６４、変化判定部６５、変化領域・判定値保存部６６、カウンタ部６７、及び閾値判定部６８により構成されている。

なお、図３のヒストグラム生成部６４及び変化判定部６５は、図２の変化領域検出部５１に対応する。また、図３のカウンタ部６７及び閾値判定部６８は、図２の妨害判定部５２に対応する。そして、図３のヒストグラム保存部６２は、図１のデータ保存部４２に対応する。図３に示す構成の全部または一部は、画像解析部４３ではなく、図１の撮像信号処理部４１またはデータ保存部４２に設けることもできる。

更新領域選択部６１は、新たな画像の画像データが取得される毎に、Ｎ（Ｎ＞１）個の分割領域のうちのＭ（Ｎ≧Ｍ＞１）個の分割領域を、過去に保存された参照画像の更新を行う分割領域として順次指定する。以下、過去に保存された参照画像の更新を行う分割領域のことを「更新領域」と称する。

更新領域選択部６１は、撮像信号処理部４１から供給されるデータから、取得部３１により取得された画像のフレーム番号を抽出し、更新するフレームのフレーム番号を決定する。さらに更新領域選択部６１は、更新するフレームの中の更新する分割領域を決定する。

“Ｎ”と“Ｍ”の値には、監視を行う場面等に応じた任意の値を設定できるものとする。“Ｎ”の値を例えば“６４”とし、“Ｍ”の値を例えば“４”とすると、６４個に分割された分割領域のうち、常に４つの分割領域が選択されるようになる。更新するＭ個の分割領域の位置は、毎フレーム異ならせるようにしている。更新領域選択部６１による更新領域の選択の詳細については、図４及び図５を参照して後述する。

画像分割部６３は、撮像信号処理部４１から供給される画像データに基づく各フレームの画像のうち、更新領域選択部６１により指定されるフレームをＭ個の分割領域に分割する。画像分割部６３はまた、更新領域選択部６１により指定されるＭ個の分割領域の画像データを、ヒストグラム生成部６４に供給する。

ヒストグラム生成部６４は、特徴量算出部として機能するものであり、画像分割部６３から供給された分割領域のヒストグラムを生成する。なお、撮像信号処理部４１がヒストグラム生成機能を備える場合がある。その場合には、ヒストグラム生成部６４は撮像信号処理部４１内に設けることができる。

ヒストグラム保存部６２は、特徴量保存部として機能するものであり、更新領域選択部６１により更新領域として指定される分割領域のヒストグラムを更新する。すなわち、ヒストグラム生成部６４から供給される現在のフレームの更新領域のヒストグラムで、既に参照画像として記憶されている過去のフレームの対応する分割領域のヒストグラムを書き換える処理を行う。

変化判定部６５は、更新領域として指定された分割領域の画像が、既に参照画像として記憶されている過去のフレームの対応する分割領域の画像と比較して変化しているか否かを判定する。変化の有無の判定は、ヒストグラム生成部６４より供給される現在のフレームの更新領域のヒストグラムと、ヒストグラム保存部６２から供給される過去のフレームの対応する分割領域のヒストグラムとの間での、変化量の大きさに基づいて行う。変化量は、比較する現在のフレームのヒストグラムと過去のフレームのヒストグラムとを重ねた場合の、重なっていない部分に分布している画素の数を求めることにより算出する。

変化量の大きさの判定は、算出した変化量が、予め定められた変化判定閾値Ｃｔｈよりも多いか否かに基づいて行う。変化判定閾値Ｃｔｈは、後述する変化領域・判定値保存部６６に保存され、変化判定処理を行う都度、変化領域・判定値保存部６６から読み出される。変化判定閾値Ｃｔｈは、ヒストグラムとして算出された、画素値を有する画素の数で表される。変化量の算出方法については、図６〜図１０を参照して後述する。

本実施の形態例では、変化判定閾値Ｃｔｈを、分割領域毎に異ならせることができるようにしている。変化判定閾値Ｃｔｈの変更は、各分割領域で算出された類似量の、時間方向における変化の情報に基づいて行う。時間方向における変化量の変化の情報に基づく変化判定閾値Ｃｔｈの変更方法の詳細については、図１１〜図１３を参照して後述する。

また、本実施の形態例では、各分割領域で算出された変化量の、時間方向における変化の情報に基づいて、妨害判定閾値Ｏｔｈも変更できるようにしている。妨害判定閾値Ｏｔｈとは、妨害行為が行われたか否かを判定する際に用いられる閾値であり、後述する閾値判定部６８に設定される。

変化領域・判定値保存部６６は、変化判定部６５による判定結果を保存する。判定結果としては、現在のフレームの更新領域における、過去のフレームの画像に対する変化の有無の情報と、変化判定閾値Ｃｔｈとが保存される。更新領域における画像の変化の有無の情報は、新たな画像の画像データが取得される毎に、順次、変化領域・判定値保存部６６に保存される。

変化判定閾値Ｃｔｈ及び妨害判定閾値Ｏｔｈは、その値が変更される毎に保存される。つまり、変更された新たな値によって、それまで保存されていた閾値が更新される。妨害判定閾値Ｏｔｈが変更された場合には、変更後の妨害判定閾値Ｏｔｈは、後述する閾値判定部６８に供給される。

カウンタ部６７には、変化判定部６５から、現在のフレームの更新対象の分割領域の判定結果として、変化の有無の情報が供給される。また、変化領域・判定値保存部６６からは、現在のフレームの更新対象の分割領域以外の分割領域での変化の有無の情報が、カウンタ部６７に供給される。カウンタ部６７は、変化判定部６５の出力と変化領域・判定値保存部６６の出力に基づいて、１つの監視中の画像中の変化があった分割領域の数をカウントする。

閾値判定部６８は、カウンタ部６７によりカウントされた分割領域の数を、妨害判定閾値Ｏｔｈと比較する。カウントされた分割領域の数が妨害判定閾値Ｏｔｈより大きいとき、妨害行為が検出されたと判断し、検出信号を出力する。この検出信号は例えばアラームとすることができる。

［画像分割部及び更新領域選択部での処理］
次に、図４及び図５を参照して、図３に示した画像分割部６３と更新領域選択部６１での処理の例について説明する。図４は、画像分割部６３による画像の分割例を示す図である。図４には、木々と家とが映っている画像が、横方向に８個×縦方向に８個＝６４個（＝Ｎ個）の分割領域に分割された様子が示されている。

更新領域選択部６１は、更新対象の分割領域として、６４個に分割された分割領域のうちの、所定のＭ個（本実施の形態例では４個）の分割領域を選択する。本実施の形態例では、更新領域選択部６１が、取得部３１（図１参照）で画像が取得される毎、すなわち毎フレーム単位でＭ＝４個の分割領域を選択する。選択する４個の分割領域の位置は、フレーム毎に移動させる。これにより、選択する分割領域の位置が、縦方向に４回×横方向に４回＝１６回移動した時点で、１つの画像の全領域の選択が完了する。

図５は、更新領域の選択方法を示した図である。図５は、更新領域選択部６１による更新領域の選択例を、時系列に並べて示した図である。図５の左端には、所定の時点のフレームであるｔフレームにおける更新領域の選択例を示し、右端にはｔ＋ｎ−１フレームの更新領域の選択例を示している。

ここでいう“ｎ”とは、ある分割領域が更新領域として選択されてから、再び更新領域として選択されるまでの間隔を示す値（フレーム数）を指す。例えば、画像を構成するすべての分割領域が選択されるまでに要するフレーム数を、ｎフレームとすることができる。上述したように、本実施の形態例では、選択される更新領域の位置が１６回移動した時点で、すなわち１６フレームで１つの画像の全領域の選択が完了する。したがって、ｎ＝１６となる。

１つの画像の全領域の選択が完了するまでに要するフレーム数は、画像分割部６３による領域の分割数（＝Ｎ）と、更新領域選択部６１によって更新領域として選択される分割領域の数（＝Ｍ）によって変化する。

ｔフレームでは、更新領域選択部６１は、図５の左端に示すように、１行目の最も左側に位置する分割領域ｂ１１と最も右側に位置する分割領域ｂ１８、８行目の最も左側に位置する分割領域ｂ８１と最も右側に位置する分割領域ｂ８８を選択する。なお、図５において、上からｉ番目の行に位置し、左からｊ番目の列に位置する分割領域を、分割領域ｂｉｊのように表す。後述する各図においても同様とする。

ｔ＋１フレームでは、更新領域選択部６１は、図５の左から２番目の図に示される以下の４つの分割領域を更新領域として選択する。
・分割領域ｂ１１の１つ右側に位置する分割領域ｂ１２
・分割領域ｂ１８の１つ左側に位置する分割領域ｂ１７
・８行目の分割領域ｂ８１の１つ右側に位置する分割領域ｂ８２
・８行目の分割領域ｂ８８の１つ左側に位置する分割領域ｂ８７

ｔ＋２フレームでは、更新領域選択部６１は、図５の左から３番目の図に示される以下の４つの分割領域を更新領域として選択する。
・１行目の分割領域ｂ１２の１つ右側に位置する分割領域ｂ１３
・１行目の分割領域ｂ１７の１つ左側に位置する分割領域ｂ１６
・８行目の分割領域ｂ８２の１つ右側に位置する分割領域ｂ８３
・８行目の分割領域ｂ８７の１つ左側に位置する分割領域ｂ８６

ｔ＋３フレームでは、更新領域選択部６１は、図５の左から４番目の図に示される以下の４つの分割領域を更新領域として選択する。
・１行目の分割領域ｂ１３の１つ右側に位置する分割領域ｂ１４
・１行目の分割領域ｂ１６の１つ左側に位置する分割領域ｂ１５
・８行目の分割領域ｂ８３の１つ右側に位置する分割領域ｂ８４
・８行目の分割領域ｂ８６の１つ左側に位置する分割領域ｂ８５

以上のようにして最上行と最下行における横方向の分割領域の選択、移動が終了すると、次のｔ＋４フレームでは、第２行目と第７行目とが選択される。つまり、図５の左から５番目の図に示される以下の４つの分割領域を更新領域として選択する。
・２行目の最も左側に位置する分割領域ｂ２１
・２行目の最も右側に位置する分割領域ｂ２８
・７行目の最も左側に位置する分割領域ｂ７１
・７行目の最も右側に位置する分割領域ｂ７８

ｔ＋５フレームでは、更新領域選択部６１は、図５の左から６番目の図に示される以下の４つの分割領域を更新領域として選択する。
・２行目の分割領域ｂ２１の１つ右側に位置する分割領域ｂ２２
・２行目の分割領域ｂ２８の１つ左側に位置する分割領域ｂ２７
・７行目の分割領域ｂ７１の１つ右側に位置する分割領域ｂ７２
・７行目の分割領域ｂ７８の１つ左側に位置する分割領域ｂ７７

以下、同様の手順により、更新領域として、１フレームにおいて４個の分割領域が順次選択される。すなわち、左側半分の上側半分の領域においては、行内においては左から右方向に、そして行は上から下方向に順次選択される。右側半分の上側半分の領域においては、行内においては右から左方向に、そして行は上から下方向に順次選択される。左側半分の下側半分の領域においては、行内においては左から右方向に、そして行は下から上方向に順次選択される。右側半分の下側半分の領域においては、行内においては左から右方向に、そして行は下から上方向に順次選択される。

そして、図５の最も右側に示すｔ＋ｎ−１フレームの画像においては、以下の４つの分割領域が更新領域として選択される。
・４行目の分割領域ｂ４４
・４行目の分割領域ｂ４５
・５行目の分割領域ｂ５４
・５行目の分割領域ｂ５５

このように、画像を構成するすべての分割領域が選択された後の、ｔ＋ｎフレームでは、再び図５の最も左側に示した図に示された位置の４つの分割領域が、更新領域として選択される。すなわち、分割領域ｂ１１と、分割領域ｂ１８と、分割領域ｂ８１と、分割領域ｂ８８とが選択される。

更新領域選択部６１によって更新領域が選択される都度、上述したように、ヒストグラム生成部６４によって、更新領域のヒストグラムが生成される。生成されたヒストグラムは、ヒストグラム保存部６２に保存される。本実施の形態例によれば、画素値等の画像データではなく、ヒストグラムが保存されるため、画像データそのものを保存する場合と比較して、データの保存を行う保存部の記憶容量を小さくし、低コスト化を図ることができる。

なお、本実施の形態では、“ｎ”の値を、画像を構成するすべての分割領域の選択が完了するまでに要するフレーム数とする例を挙げたが、これに限定されるものではない。すべての分割領域の選択が完了するフレーム数＋ｘフレームを、ｎフレームとしてもよい。このｘフレームの間は、更新領域の選択を行わないものとする。

ｘ＝１０フレームとした場合には、すべての分割領域の選択が完了する１６フレーム＋１０フレーム＝２６フレームが、ｎフレームとなる。これにより、所定の更新領域が次に再び更新領域として選択されるまでの期間が、１０フレーム分長くなる。ｎフレームの期間を長くすれば、変化領域の判定を行う周期も長くなる。例えば、時間を掛けてゆっくり行われる妨害行為を検出したい場合には、このように、変化領域の判定を行う周期を長くすることが有効となる。

［変化判定部の詳細構成］
図６は、変化判定部６５の詳細構成例を示すブロック図である。変化判定部６５は、変化量演算部１１１と閾値判定部１１２により構成されている。

変化量演算部１１１は、ヒストグラム生成部６４から供給される現在のフレームの更新領域のヒストグラムと、それに対応する過去の分割領域のヒストグラムとの変化量を演算する。閾値判定部１１２は、演算された変化量を変化判定閾値Ｃｔｈと比較し、変化量が変化判定閾値Ｃｔｈより大きいとき、分割領域の画像に変化があったと判定する。すなわち、その分割領域が変化領域であると判定する。閾値判定部１１２は、分割領域の画像の変化についての判定結果として、変化の有無の情報を、変化領域・判定値保存部６６及びカウンタ部６７（図３）に出力する。

［変化判定部の処理］
続いて、図７〜図１０を参照して、変化判定部６５が行う、分割領域の画像の変化の有無の判定方法について説明する。図７は、変化量演算部１１１に供給されたｔフレームのヒストグラムｈ０と、ｔ＋ｎフレームのヒストグラムｈ１の例を示している（本実施の形態例ではｎ＝１６）。即ち、図７Ａのヒストグラムｈ０は、ｔフレームのヒストグラムの例であり、図７Ｂのヒストグラムｈ１は、ｔ＋ｎフレームのヒストグラムの例である。なお、横軸は輝度値に代表される画素値を表し、縦軸は画素値を有する画素の個数を表している。

図７に示すようなヒストグラムｈ０とヒストグラムｈ１に対して、変化量演算部１１１において、インタセクションを用いた次式（１）により、まず、類似量が演算される。
Ｄ＝Σｍｉｎ（Ａｉ，Ｂｉ）・・・・・・・・（１）

式（１）のＡｉは、ヒストグラムｈ０の１つの画素値を表しており、Ｂｉは、ヒストグラムｈ１の１つの画素値を表している。ｍｉｎは、続くカッコ内に代入される２つの値（ＡｉとＢｉ）のうち、小さい方の値を求める関数である。従って、式（１）によれば、各画素値において、画素の数値（画素値）が小さい方の和が求められる。

図７Ｃは、ヒストグラムｈ０とヒストグラムｈ１とを重ねて表示したものである。図７Ａ及びＢに示されるように、ヒストグラムｈ０とヒストグラムｈ１とが同一である場合、式（１）で演算される値Ｄは、大きな値となる。それに対して、妨害行為が行われた場合には、ヒストグラムｈ０とヒストグラムｈ１とを重ねた場合の重なりの部分の面積は、非常に小さくなる。即ち、式（１）の値Ｄは、２つの画像感の類似度が高いとき大きくなり、類似度が低いとき小さくなる。

図８は、妨害行為が行われる前後の撮影画像の例を示したものである。図８Ａは妨害行為が行われる前のｔフレームにおける撮影画像の例を示し、図８Ｂは妨害行為が行われている最中のｔ＋ｎフレームの撮影画像を示す。図８Ａには、木々と家が映っている画像が示され、図８Ｂには、手袋をはめた人の手が映り込んだ画像が示されている。

図９は、図８に示した画面中の上から７行目で左から５つ目の分割領域ｂ７５におけるヒストグラムの例を示した図である。図９Ａは、図８Ａに示したｔフレームにおけるヒストグラムｈ０を示し、図９Ｂは、図８Ｂに示したｔ＋ｎフレームのヒストグラムｈ１を示す。図９Ｃは、図９Ａに示したヒストグラムｈ０と、図９Ｂに示したヒストグラムｈ１とを重ね合わせた図である。図９Ｃにおいて、ヒストグラムｈ０とヒストグラムｈ１とが重なっている部分は、線幅が狭い左下がりの斜線で示されている。

図８Ｂに示したように、撮影中に妨害行為が行われた場合には、図９Ｃに示されるように、妨害行為が行われる前のヒストグラムｈ０と行われた後のヒストグラムｈ１との重なりは少なくなる。そして、前述した式（１）で演算される値Ｄも小さな値となる。

図１０は、ｔフレームの画像とｔ＋ｎフレームの画像との類似度が、図９に示した例よりもより低い場合の、ヒストグラムｈ０とヒストグラムｈ１の例を示す図である。図１０Ａはｔフレームのヒストグラムｈ０を示し、図１０Ｂはｔ＋ｎフレームのヒストグラムｈ１を示す。図１０Ｃは、ヒストグラムｈ０とヒストグラムｈ１とを重ね合わせたものである。

図１０Ａに示すｔフレームにおけるヒストグラムｈ０では、画素値の比較的広い範囲において画素の分布が見られるのに対して、ｔ＋ｎフレームのヒストグラムｈ１では、画素が、高い画素値に集中して分布している。このようなヒストグラムｈ０とヒストグラムｈ１を重ね合わせた場合は、その重なり部分の面積は、図１０Ｃに線幅が狭い左下がりの斜線で示したように、非常に小さくなる。これにより、上述した式（１）の値Ｄは非常に小さな値となる。本実施の形態例では、この値Ｄを分割領域の全画素数 から引いた数、すなわち変化量を算出し、算出した変化量が予め定められた変化判定閾値Ｃｔｈよりも大きいか否かによって、その更新領域が変化領域であるか否かを判定する。

閾値判定部１１２は、変化量が、予め設定された変化判断閾値Ｃｔｈよりも大きい場合には、その分割領域（図８の分割領域ｂ７５）を変化領域であると判定する。変化判定閾値Ｃｔｈとして小さな値を設定するほど、変化領域であると判断される確率は高くなり、大きな値を設定するほど、変化領域であると判断される確率は低くなる。

［変化判定閾値の変更方法］
従来は、この変化判定閾値Ｃｔｈは、画像の全領域に対して１つしか設けられていなかった。すなわち、画面を構成するすべての分割領域に対して同じ変化判定閾値Ｃｔｈが適用されていた。ところが、この手法では、撮影画像内に映る被写体によっては、妨害行為が発生していない場合にも、妨害行為が発生したと誤判定されるケースが生じてしまう。

図１１は、撮像部が監視する対象空間内に、動物体が定常的に出現する領域が存在する場合の撮影画像の例を示す図である。図１１に示す撮影画像中には、木々と家とが映っているとともに、動物体としての人も映っている。人は、画像の下から２行目と１行目の領域において、定常的に現れたり消えたりするものとする。

例えば、上から７行目の左から５つ目の分割領域ｂ７５においては、動物体としての人が定常的に撮影されるため、人が撮影されたフレームと撮影されていないフレームとでは、画像の変化が大きくなる。一方、図１１に示す画像の上から２行目の左から５つ目の分割領域ｂ２５においては、動物体は撮影されないため、現在のフレームの画像と過去のフレームの画像との間で大きな変化は検出されない。

分割領域ｂ７５のように、画像の変化が大きいと判定される領域（分割領域）の数が、画面の大半を占める場合等には、カウンタ部６７（図３参照）でカウントされる分割領域の数は妨害判定閾値Ｏｔｈを超えてしまう。このような場合には、実際には妨害行為は行われていないにも係わらず、閾値判定部６８によって、妨害行為が発生したと判定されてしまう。

このような誤判定を防止するために、本実施の形態例では、時間方向における変化量の変化の情報に基づいて、変化判定閾値Ｃｔｈの値を変更できるようにしている。時間方向における変化量の変化の情報とは、例えば以下の式（２）を用いて変数Ｋとして算出される情報を指す。
Ｋ＝αＴ＋（１−α）ｋ・・・・・・・・（２）

上記式（２）の“Ｔ”は、分割領域全体 の画素数から、前述した式（１）により求まる類似度としての値Ｄを減算した値である。つまり、現在のフレームより得られるヒストグラムｈ１と過去のフレームで得られたヒストグラムｈ０とにおける、画像の変化量（差分値）を表す値である。以下、変数Ｔを変化量Ｔとも称する。変数Ｔは、画像の変化が大きいほど大きな値となる。

上記式（２）の“α”は、変数Ｋの値を制御する固定値のパラメータ（以下、「定数パラメータ」とも称する）であり、例えば０．９等の値が設定される。定数パラメータαの値には、０より大きく１よりも小さい任意の値を設定できるものとする。上記式（２）の“ｋ”は、前回算出された変数Ｋの値が代入される変数であり、初期値としては、例えば“０”等の値が設定される。

つまり、上記式（２）では、更新領域における現在のフレームと過去のフレーム間での変化量Ｔとして現在求められた値と、過去に求められた値とをアルファブレンド（時間フィルタ処理）している。この式（２）によれば、変数Ｋとして、更新領域における現在のフレームと過去のフレーム間での変化量Ｔの、時間方向における変化の状態を示す値、言い換えると、過去に得られた値からの変化の傾向を示す値（ 以下、「変化傾向特性パラメータ」とも称する）が算出される。

例えば、図１１の分割領域ｂ７５のように、動物体が定常的に現れたり消えたりする領域においては、変数Ｋの値は、分割領域が更新領域として選択される毎に増加していく。しかし、過去のフレームとの変化量がほぼない状態が続くと、変数Ｋの値は徐々に減少していく。

上述した定数パラメータαは、変数Ｋの減少量を制御する値であり、定数パラメータαに設定する値を１に近づける程に、減少度合いは大きくなる。すなわち、変数Ｋが減少していく速度が速くなる。定数パラメータαの値を０に近い値にすれば、その分変数Ｋが減少する速度は遅くなる。

変化傾向特性パラメータとしての変数Ｋに対して、予め閾値Ｍｔｈ（以下、「動物体検出判定閾値Ｍｔｈ」と称する）を設定しておき、変数Ｋの値が動物体検出判定閾値Ｍｔｈより大きくなった場合は、変化判定閾値Ｃｔｈを変更する。より詳細には、変化領域として判定されにくくなるように、より大きな値に変更する。

図１２に、動物体が定常的に撮影される領域における、画像の変化量Ｔ及び変数Ｋの時間方向における変化の例を示す。図１２Ａは、変化量Ｔの時間方向における変化の例を示すグラフであり、縦軸は変化量Ｔの値を表し、横軸は時間を示す。図１２Ｂは、変数Ｋの時間方向における変化の例を示すグラフであり、縦軸は変数Ｋの値を示し、横軸は時間を示す。図１２Ａと図１２Ｂの時間は共通しており、それぞれｔフレームからｔ＋５ｎフレームまでの時間を示している。

例えば、ｔ＋ｎフレームで、更新領域として選択されている領域内に人が侵入し、ｔ＋２ｎフレームで通過したものとする。また、ｔ＋３ｎフレームでは選択された領域内に人は存在せず、ｔ＋４ｎフレームで再び人が侵入し、ｔ＋５ｎフレームで人が通過したものとする。この場合、図１２Ａに示す変化量Ｔは、選択された領域内に人が現れたｔ＋ｎフレームと人が居なくなったｔ＋２ｎフレームと、再び人が検出されたｔ＋４ｎフレームと人が居なくなったｔ＋５ｎフレームで所定の値が算出（検出）される。

このような変化量Ｔに基づいて算出された変数Ｋは、図１２Ｂに示すように、人が検出されたｔ＋ｎフレームと人が居なくなったｔ＋２ｎフレームで増加し、ｔ＋２ｎフレームに引き続き人が存在しないｔ＋３ｎフレームでは、変数Ｋの値は、予め設定されたパラメータαの値に従って減少する。しかし、続くｔ＋４ｎフレームでは再び人が検出されるため、変化量Ｔの値が検出され、変数Ｋは増加する。次のｔ＋５ｎフレームは人がいなくなるため、変化量Ｔの値が検出され、変数Ｋの値は更に増加する。そして、ｔ＋５ｎフレームの時点で、変数Ｋの値が予め設定された動物体検出判定閾値Ｍｔｈを超える。

変数Ｋの値が動物体検出判定閾値Ｍｔｈを超えた場合は、変化判定閾値Ｃｔｈの値を、より大きな値に変更する。これにより、定常的に動物体が存在する領域が、妨害行為が行われた領域であると誤判定されてしまうことを減らすことができる。

図１３は、撮像部が監視する対象空間内に、動物体が定常的に出現する領域が存在しない場合における、変化量Ｔ及び変数Ｋの時間方向における変化の例を示すグラフである。図１３Ａは、変化量Ｔの時間方向における変化の例を示すグラフであり、縦軸は変化量Ｔの値を表し、横軸は時間を示す。図１３Ｂは、変数Ｋの時間方向における変化の例を示すグラフであり、縦軸は変数Ｋの値を示し、横軸は時間を示す。

図１３Ａには、ｔ＋２ｎフレームのみで変化量Ｔが検出されている様子が示されている。このような現象は、ノイズが混入した場合等に発生しうる。しかし、このようなノイズ等に起因する変化量Ｔの増加は、長時間にわたって継続しない。このため、変数Ｋの値はパラメータαの値によって減少する。図１３Ｂに示すように、変数Ｋの値は、ｔ＋２ｎフレームをピークに以降は減少し、ｔ＋４ｎフレームでは０となっている。

つまり、ノイズの影響により変化量Ｔが検出された場合であっても、パラメータαの値に従って変数Ｋは徐々に減少するため、変数Ｋの値が動物体検出判定閾値Ｍｔｈを超えることはない。よって、ノイズの影響によって変化判定閾値Ｃｔｈの値が変更されてしまうこともない。

また、図１１の分割領域ｂ７５のように、動物体が定常的に撮影される領域であっても、時間帯によっては動物体が撮影されないことも考えられる。例えば、人が頻繁に出入りする入場口であっても、深夜の時間帯には人は居なくなるため、人は撮影されなくなる。このように人が撮影されない時間帯においては、変化量Ｔが検出されないため、変数Ｋの値も、パラメータαの影響で減少する。変数Ｋが動物体検出判定閾値Ｍｔｈより下回った時点で再び変化判定閾値Ｃｔｈを変更前の値に戻すようにすれば、変化判定閾値Ｃｔｈを常に最適な値とすることが可能となる。

また、変数Ｋの値が大きな分割領域において、変化判定閾値Ｃｔｈの値を変化量Ｔの上限値よりも大きな値とすれば、その分割領域は変化領域と判定されなくなる。また、妨害判定閾値Ｏｔｈの値も変更することで、動物体等による影響で定常的に画像が変化する領域が変化領域としてカウントされる可能性をなくすこともできる。なお、妨害判定閾値Ｏｔｈの値を変更する際には、併せて変化判定閾値Ｃｔｈの値を変化量Ｔの上限値に設定するか、「特定の更新領域における変化判定結果を、妨害判定 に反映させない」といった処理を行う必要がある。

なお、本実施の形態例では、動物体検出判定閾値Ｍｔｈの値を固定値とし、１つのみ設けた場合を例にあげたが、これに限定されるものではない。値の異なる動物体検出判定閾値Ｍｔｈを複数設定してもよい。このようにすることで、変化判定閾値Ｃｔｈを、動物体検出判定閾値Ｍｔｈの大きさに応じた値とすることも可能となる。また、変化判定閾値Ｃｔｈの値も、予め定められた所定の量を単位として変化させるのではなく、変数Ｋの値に比例する値に設定してもよい。

［画像処理装置による妨害行為検出処理の例］
次に、図１４のフローチャートを参照して、本実施の形態例による画像処理装置２１の妨害行為検出処理について説明する。

初めに、取得部３１（図１参照）でカメラ画像が取得される。すなわち、所定の監視対象を撮像した撮像画像の画像データが取得される（ステップＳ１）。次に、画像分割部６３（図３参照）で、画像データがＮ個の分割領域に分割される（ステップＳ２）。この実施の形態においては、画像データに基づく各フレームの画像が８×８＝６４個の分割領域に分割される。

続いて、更新領域選択部６１において、所定の分割領域が更新領域として選択される（ステップＳ３）。すなわち、６４個の分割領域のうちの所定のＭ個の分割領域が、更新領域として選択される。この実施の形態においては、Ｍ＝４としている。

次に、ヒストグラム生成部６４によって、更新領域のヒストグラムが生成され、生成されたヒストグラムは、ヒストグラム保存部６２に保存される（ステップＳ４）。そして、変化判定部６５によって、第２の処理として、更新領域における変化量が算出される（ステップＳ５）。すなわち、更新領域における現在のフレームの画像から生成したヒストグラムと、過去のフレームの画像から生成したヒストグラムとの間での変化量Ｔが算出される。例えば、現在のｔフレームの画像から生成したヒストグラムと、過去のｔ−ｎフレームの画像から生成したヒストグラムとの変化量Ｔが算出される。

続いて、同じく変化判定部６５によって、第１の処理として、変化量の時間方向における変化の情報を示す変数Ｋが、変化量Ｔを用いて算出される（ステップＳ６）。そして、算出された変数Ｋの値に基づいて、変化判定閾値Ｃｔｈ及び／又は妨害判定閾値Ｏｔｈの値が設定される（ステップＳ７）例えば、変数Ｋが動物体検出判定閾値Ｍｔｈを超えた場合には、変化判定閾値Ｃｔｈはより大きな値に設定される。また、前回動物体検出判定閾値Ｍｔｈを超えていた変数Ｋが、動物体検出判定閾値Ｍｔｈ未満の値に変化した場合には、変化判定閾値Ｃｔｈを、変更前の元の値に戻す処理が行われる。値が変更された変化判定閾値Ｃｔｈは、変化領域・判定値保存部６６に保存される（ステップＳ８）。妨害判定閾値Ｏｔｈも変更された場合には、妨害判定閾値Ｏｔｈも保存される。

次に、同じく変化判定部６５によって、更新領域で算出された変化量Ｔが、変化判定閾値Ｃｔｈよりも大きいか否かが判定され（ステップＳ９）、大きかった場合には、更新領域は、変化領域として変化領域・判定値保存部６６に保存される（ステップＳ１０）。変化量Ｔが変化判定閾値Ｃｔｈ以下であった場合には、変化領域でないとして変化領域・判定値保存部６６に保存される（ステップＳ１１）。

そして、撮影画像を構成するすべての分割領域において変化領域判定が行われたか否かが判定され（ステップＳ１２）、変化領域判定が行われていない分割領域がまだ残っている場合には、ステップＳ３に戻って処理が続けられる。

すべての分割領域における変化領域判定が完了したと判断された場合には、カウンタ部６７によって、すべての分割領域を対象として、変化領域としてカウントされた分割領域の数がカウントされる（ステップＳ１３）。即ち、変化判定部６５からの、現在のフレームの更新対象の分割領域の判定結果と、変化領域・判定値保存部６６からの、現在のフレームの更新対象の分割領域以外の分割領域の判定結果とに基づいて、変化領域とされた分割領域の数がカウントされる。

そして、閾値判定部６８によって、変化領域としてカウントされた分割領域の数が、妨害判定閾値Ｏｔｈよりも大きいか否かが判定される（ステップＳ１４）。変化領域としてカウントされた分割領域の数が、妨害判定閾値Ｏｔｈよりも大きかった場合には、妨害行為を検出したという判定結果が出力され（ステップＳ１５）、処理は終了する。変化領域としてカウントされた分割領域の数が、妨害判定閾値Ｏｔｈ以下であった場合には、妨害行為は検出していないという判定結果が出力され（ステップＳ１６）、処理は終了する。

上述した第１の実施の形態例によれば、変数Ｋの値が動物体検出判定閾値Ｍｔｈを超えた場合に、変化判定閾値Ｃｔｈの値が、より大きな値に変更される。つまり、更新領域が変化領域であると判定されにくい値に変更されるため、その更新領域が変化領域であると判定される確率は低くなる。これにより、定常的に動物体が存在する領域が、妨害行為が行われた領域である誤判定されてしまうことも少なくなる。

また、上述した第１の実施の形態例によれば、その更新領域が変化領域であるか否かを判定するための変化判定閾値Ｃｔｈの値が、変数Ｋの値に応じて自動的に変更される。より詳細には、前述したように、変数Ｋが動物体検出判定閾値Ｍｔｈを超えた時点で、変化判定閾値Ｃｔｈがより大きな値に変化される。また、変数Ｋが動物体検出判定閾値Ｍｔｈ以下となった時点で、再び変化判定閾値Ｃｔｈを変更前の値に戻すように設定することもできる。

このように設定することにより、撮影シーンや撮影が行われる時間帯に応じて変化判定閾値Ｃｔｈの値が自動的に変更され、値が更新された変化判定閾値Ｃｔｈを用いて、更新領域が変化領域であるか否かの判定が行われるようになる。これにより、撮影シーンや撮影を行う時間帯によって、又は画面の分割領域毎に、変化判定閾値Ｃｔｈをユーザが手動で変更する必要がなくなる。つまり、監視カメラの設置者や、撮影画像の監視者の作業負担を低減することができる。

また、 上 述した第１の実施の形態例によれば、時間方向における変化量の変化の情報に基づいて、変化判定閾値Ｃｔｈの値を変更される。時間方向における変化量の変化の情報を示す変数Ｋの値は、時間方向における変化が少ない領域においては、乗算される定数パラメータαの値に応じて徐々に減少する。このため、このような領域が変化領域と判定されることはなくなる。これにより、ノイズ等が発生したことにより過去のフレームの画像との変化量が多くなった場合にも、変化量の増大に伴って増加した変数Ｋの値は、定数パラメータの値に応じて減少する。つまり、ノイズの発生によっては変化判定閾値Ｃｔｈの値は変更されない。ノイズが発生したことで変化判定閾値Ｃｔｈの値が変更された場合には、その影響で変化領域の検出漏れが起こることもあるが、本実施の形態例によれば、そのような検出漏れが起こらなくなる。

＜２．第２の実施の形態例＞
［変化領域判定処理の概要］
上述した第１の実施の形態例は、現在算出されている変化量Ｔの、過去に算出された変化量Ｔとの変化の傾向を示す情報に基づいて変化判定閾値Ｃｔｈの値を変えることにより、妨害行為の誤検出を低減させるものであった。本実施の形態例では、変化量Ｔの算出を、時間を変えて少なくとも２回行い、その２回において参照する過去の期間の長さを異ならせることにより、動物体の影響による妨害行為の誤判定を低減させるものである。本実施の形態例における画像処理装置２１も、図１〜図３に示した構成と同一の構成であるものとする。

図１５は、１回目（第１の比較処理時）に比較する画像の例を示す図であり、図１５の右側は、現在のフレームであるｉフレームの画像を示し、左側は、ｉ−ｎフレームの画像を示す。図１５においては、説明を簡単にするため、画面を３×３＝９個に分割した例を示している。

画面を構成する分割領域のうち、一番下の行の中央にある分割領域ｂ３２には、図１５の右側に示す現在のｉフレームにおいては車が映っている。一方、図１５の左側に示す、それよりｎフレーム（第１の期間）前のｉ−ｎフレームの画像においては、分割領域ｂ３２には何も映っていない。このような場合には、ｉフレームの分割領域ｂ３２の画像とｉ−ｎフレームの分割領域ｂ３２の画像との変化量Ｔは大きな値となる。本実施の形態例では、この時点で、この分割領域ｂ３２を「仮変化領域」として保存する。

図１５の右側に示した画像が撮影された時点から、ｎフレーム（第２の期間）が経過した時点での画像の比較例を、図１６に示す。図１６の一番右は、現在のｉフレームの画像を示し、中央はｉ−ｎフレームの画像を示し、一番左はｉ−ｍフレームの画像を示す。ここでいう“ｍ”には、例えば“２ｎ”等の、“ｎ”より大きな値が入る。“ｍ”は、“ｎ”の倍数であることが好ましいが、倍数でない値を設定してもよい。本実施の形態例では、ｍ＝２ｎとする。

図１６の一番右に示した現在のｉフレームは、図１５の右側に示したｉフレームからｎフレームが経過した時点のフレームである。したがって、図１５の右側に示したｉフレームの画像は、図１６においては、中央のｉ−ｎフレームの画像として参照される。同様に、図１５の中央に示したｉ−ｎフレームの画像は、図１６においては、一番左のｉ−ｍフレームの画像として参照される。

図１６に示した２回目の比較（第２の比較処理）では、ｉフレームの画像と、ｉ−ｍフレームの画像との比較を行う。すなわち、１周期前のｎフレームの画像と現在のｉフレームとの比較ではなく、２周期（第３の期間）前のｍ（＝２ｎ）フレームの画像と現在のｉフレームとの比較を行う。図１６に示した例では、一番右の現在のｉフレームにおける分割領域ｂ３２の画像と、一番左のｉ−ｍフレームにおける分割領域ｂ３２の画像は、ほぼ同一であることが示されている。このため、２回目の比較の結果として算出される変化量Ｔの値は、非常に小さな値となる。

このように、２回目の比較の結果得られる変化量Ｔの値が小さかった場合には、前回「仮変化領域」とした設定を解除することを行う。

このような処理を行うことによって、図１５及び図１６に示したように、更新領域として選択された領域内を車が通りすぎたような場合には、車が検出された領域（分割領域ｂ３２）は、変化領域とは判定されなくなる。

一方で、撮影部のレンズにスプレーが吹きかけられたり、布等によって覆われたりする妨害行為があった場合には、図１５に示した１回目の比較と、図１６に示した２回目の比較結果は、同一となるものと考えられる。例えば、図１５の一番右に示したフレームでこのような妨害行為が行われた場合には、そこからｎフレーム後においても、同一の現象が継続しているものと想定されるためである。

１回目の比較では、妨害行為が行われた現在のｉフレームの画像と、妨害行為が行われる前のｉ−ｎフレームの画像とが比較されるため、算出される変化量Ｔは大きな値となる。２回目の比較では、そのｎフレーム後に行われるものであり、その時点における現在のｉフレームの画像は、妨害行為による影響が続いている画像となる。一方で、ｉ−ｍフレームの画像は、１回目の比較で参照されたｉ−ｎフレームの画像であり、妨害行為が行われていない画像である。このため、２回目の比較の結果算出される変化量Ｔの値も、大きな値となる。

このように、１回目の比較結果と、２回目の比較結果のいずれにおいても大きな値の変化量Ｔが算出された場合には、比較が行われた分割領域ｂ３２は「変化領域」として保存する。これにより、車のような動物体が撮影される領域は変化領域としては保存されず、妨害行為が行われた領域のみが、変化量領域として保存されるようになる。つまり、本実施の形態例によれば、妨害行為の誤検出を低減させることができる。

算出された変化量Ｔが大きな値か否かは、予め設定しておいた変化判定閾値Ｃｔｈとの比較によって判定する。変化判定閾値Ｃｔｈの値は、第１の実施の形態例における値と同じ値に設定してもよく、異なる値に設定してもよい。ただし、第１の実施の形態と第２の実施の形態とを組み合わせて実施する際には、それぞれの変化判定閾値Ｃｔｈを用いて行われたそれぞれの判定の結果を加味して、その更新領域が変化領域か否かの判定を行う必要がある。例えば、２つの判定結果のＡＮＤ又はＯＲをとった結果を用いて、変化領域か否かの判定を行う必要がある。また、１回目の比較時と２回目の比較時とで同じ値の変化判定閾値Ｃｔｈを用いてもよいが、それぞれ異なる値を設定してもよい。

［妨害行為検出処理の詳細］
図１７は、本実施の形態例の画像処理装置２１による妨害行為検出処理の例を示すフローチャートである。まず、取得部３１（図１参照）でカメラ画像が取得される（ステップＳ２１）。次に、画像分割部６３（図３参照）で、画像データがＮ個の分割領域に分割され（ステップＳ２２）、更新領域選択部６１（図３参照）で、所定の分割領域が更新領域として選択される（ステップＳ２３）。

次に、ヒストグラム生成部６４によって、更新領域のヒストグラムが生成され、生成されたヒストグラムは、ヒストグラム保存部６２に保存される（ステップＳ２４）。そして、変化判定部６５によって、第２の処理として、更新領域における変化量が算出される（ステップＳ２５）。すなわち、現在のフレームの更新領域の画像と、過去のフレームの更新領域の画像との間での変化量Ｔが算出される。例えば、現在のｉフレームの画像と、過去のｉ−ｎフレームの画像との変化量Ｔが算出される。

変化量Ｔが算出された後は、同じく変化判定部６５によって、更新領域が仮変化領域として保存された領域であるか否かが判定される（ステップＳ２６）。仮変化領域でないとして保存された領域であった場合には結合子Ａに進み、仮変化領域であるとして保存された領域であった場合には、結合子Ｂに進む。

図１８は、結合子Ａ以降の処理を示したフローチャートである。更新領域が、仮変化領域でないとして保存された領域であった場合には、変化判定部６５によって、現在のフレームの画像とｎフレーム前の画像との変化量Ｔが、変化判定閾値Ｃｔｈよりも大きいか否かが判定される（ステップＳ３１）。つまり、ここでは、その更新領域が仮変化領域であるか否かを判定する第１の処理としての「１回目の比較」を行っている。

ステップＳ３１の判定の結果、変化量Ｔが変化判定閾値Ｃｔｈよりも大きかった場合には、更新領域は、仮変化領域として保存される（ステップＳ３２）。かつ、変化領域でないとして保存される（ステップＳ３３）。更新領域が仮変化領域であると判定したこの段階では、変化は動物体の影響によって生じたものである可能性があるため、その更新領域が変化領域であるか否かの判断はまだ行えない。したがって、ステップＳ３３では、その更新領域は変化領域ではないとして保存する。

ステップＳ３１の判定の結果、変化量Ｔが変化判定閾値Ｃｔｈ以下であった場合には、更新領域は、変化領域でないとして保存される（ステップＳ３３）。ステップＳ３３の後は、図１９に示す結合子Ｂ以降の処理におけるステップＳ４８に進む。

図１９は、結合子Ｂ以降の処理を示したフローチャートである。更新領域が、仮変化領域であるとして保存された領域であった場合には、変化判定部６５によって、現在のフレームの画像とｍフレーム前の画像との変化量Ｔが、変化判定閾値Ｃｔｈよりも大きいか否かが判定される（ステップＳ４１）。更新領域が仮変化領域として保存された領域であるということは、すでに１回目の比較が行われていることを意味しており、ここでは、図１６を参照して説明した、第２の比較処理としての「２回目の比較」を行っている。

変化量Ｔが変化判定閾値Ｃｔｈ以下であった場合には、更新領域は、変化領域でないとして保存される（ステップＳ４２）。

例えば、図１６に示した例では、更新領域ｂ３２は、図１５に示した１回目の比較によって、仮変化領域であるとして保存された領域である。つまり、その時点での現在のフレームであったｉフレームと、ｉ−ｎフレームとの間での画像の変化量Ｔが大きかった領域である。これに対して、図１５の比較を行ってからｎフレームが経過した、図１６に示した時点では、図の右端に示した現在のｉフレームと、左端に示した２周期前のｉ−ｍフレームとでは、変化は殆ど生じていない。このため、この段階で行う２回目の比較では、現在のｉフレームと過去のｉ−ｍフレームとの間とで画像の変化量Ｔは、０又は非常に小さな値となる。

これにより、１回目の比較時に変化量Ｔの大きさとして検出された動物体が、図１６に示した２回目の比較を行ったｉフレームの時点では、既に通り過ぎて居なくなっているものと判断できる。このような場合には、変化量Ｔが算出されるもととなった変化は、動物体の影響によって起こったものと考えられるため、ステップＳ４２に示したように、更新領域は、変化領域でないとして保存される。

さらに、次のステップＳ４３では、更新領域は仮変化領域でないとして保存される。 この更新領域は動物体が通過したあとの領域であるため、変化領域であるか否かの判断材料となる「仮変化領域」として記憶するにはふさわしくない領域である。したがって、このような更新領域を「仮変化領域でない領域」として保存することで、この更新領域に対して、仮変化領域であるか否かの判定自体が行われないようにしている。

ステップＳ４１で、変化量Ｔが変化判定閾値Ｃｔｈより大きいと判定された場合には、更新領域は、変化領域であるとして保存される（ステップＳ４４）。１回目の比較に続いて、２回目の比較においても変化量Ｔが大きかった場合には、１回目の比較を行った際に変化量Ｔの大きさとして検出された変化が、２回目の比較時にも継続していると判断できる。つまり、妨害行為が行われているものと判断できる。このため、その更新領域を変化領域として保存する。

続いて、更新領域として選択された分割領域が、次に再び更新領域として選択される時のために、その分割領域が仮変化領域であるか否かの判断が行われる（ステップＳ４５）。すなわち、現在のフレームの画像とｎフレーム前の画像との変化量Ｔが、変化判定閾値Ｃｔｈよりも大きいか否かが判定される。

変化量Ｔが変化判定閾値Ｃｔｈよりも大きかった場合には、更新領域は仮変化領域として保存され（ステップＳ４６）、変化量Ｔが変化判定閾値Ｃｔｈ以下であった場合には、更新領域は仮変化領域でないとして保存される（ステップＳ４７）。

そして、撮影画像を構成するすべての分割領域において変化領域判定処理が行われたか否かが判定され（ステップＳ４８）、変化領域判定処理が行われていない分割領域がまだ残っている場合には、図１７のステップＳ２３に戻って処理が続けられる。

すべての分割領域における変化領域判定処理が完了したと判断された場合には、カウンタ部６７によって、すべての分割領域を対象として、変化領域としてカウントされた分割領域の数がカウントされる（ステップＳ４９）。

そして、閾値判定部６８によって、変化領域としてカウントされた分割領域の数が、妨害判定閾値Ｏｔｈよりも大きいか否かが判定される（ステップＳ５０）。変化領域としてカウントされた分割領域の数が、妨害判定閾値Ｏｔｈよりも大きかった場合には、妨害行為を検出したという判定結果が出力され（ステップＳ５１）、処理は終了する。変化領域としてカウントされた分割領域の数が、妨害判定閾値Ｏｔｈ以下であった場合には、妨害行為は検出していないという判定結果が出力され（ステップＳ５２）、処理は終了する。

上述した第２の実施の形態例では、同じ更新領域において、過去のフレームの画像との変化の大きさの判定を、時間を変えて２回行っている。さらに、その２回の判定において、遡る過去の長さを異ならせている。つまり、最初に、現在のフレームと直近の過去であるｎフレーム前の画像との間の変化の大きさを検出し、その時点からｎフレーム経過後の時点で、現在のフレームと、ｎフレームよりもさらに過去のｍフレーム前の画像との変化の大きさを検出している。

これにより、撮影画像中に映っているものが動物体であった場合には、１回目の比較と２回目の比較とで比較結果が異なることになる。２回の比較の比較結果が異なる場合には、その更新領域を変化領域でないとして保存することで、動物体が映ったことに起因する妨害行為の誤検出を、減らすことができる。

なお、上述した第２の実施の形態例においても、第１の実施の形態例と同様に、変化量Ｔの大きさに基づいて、変化判定閾値Ｃｔｈ及び／又は妨害判定閾値Ｏｔｈを変更してもよい。このようにすることで、第１の実施の形態例で得られる効果と同じ効果を得ることができる。

また、上述した第２の実施の形態例では、１つの更新領域における画像の変化の検出を、時間を変えて２回行った例を挙げたが、これに限定されるものではない。３回以上行い、それらの判定結果を用いて、更新領域が変化領域であるか否かの判定を行ってもよい。

＜３．第３の実施の形態例＞
［変化領域判定処理の概要］
上述した第１の実施の形態例と、第２の実施の形態例では、動物体の影響による妨害行為の誤検出を低減するものであった。本実施の形態例は、妨害行為の前後での画像の類似度が高い場合の妨害行為の検出精度を向上させるものである。

図２０は、妨害行為が行われる前の撮影画像と、妨害行為が行われた後の撮影画像とを示した図である。左側に妨害行為が行われる前の撮影画像を示し、右側に妨害行為が行われた後の撮影画像を示している。図２０の左側に示す、妨害行為が発生する前の撮影画像内には、画面左側に机と椅子が映っており、右側には出入り口とゴミ置き場が映っている。

図２０の右側に示す、妨害行為が行われた後の撮影画像には、図２０の右側の撮影画像中に映っているものに加えて、植木が画面の右端に映っている。撮像部の向きが何者かによって右斜め上方向に変えられたことによって、撮影画像中に映っている被写体が変化したものと考えられる。

このような場合、画面の右端の植木が映っている領域Ａ１では、図２０の左側の画像との変化量Ｔは大きくなる。しかし、天井近くの領域Ａ２や、床の部分の領域Ａ３では、図２０の左側に示す妨害行為の発生前の画像と、右側に示す妨害行為発生後の画像とが、殆ど変化していない。よって、算出される変化量Ｔも非常に小さな値となり、変化領域として判定されないことが想定される。このように、妨害行為の発生前後で画面の変化が殆どない分割領域が、画面上の広い範囲を占めている場合には、変化領域でないとして判定される分割領域の数が非常に多くなってしまう。そして、このような場合には、実際には妨害行為が行われているにも係わらず、妨害行為が行われていないものと誤判定されてしまう。

本実施の形態例では、図２０の右側に示した領域Ａ２や領域Ａ３のように、妨害行為が検出されにくい領域においては、変化判定閾値Ｃｔｈの値を小さくすることにより、変化領域と判定されやすくする。変化量Ｔの算出を行う更新領域が、妨害行為が検出されにくい領域か否かの判断は、更新領域とその周囲の分割領域とにおける画像の類似量に基づいて行う。

図２１は、更新領域とその周囲の分割領域の選択例を示す図である。図２１には、分割領域ｂ７４が更新領域であり、その左隣の分割領域ｂ７３と、右隣の分割領域ｂ７５が、類似量の算出を行う周辺領域である例を示している。類似量の算出は、上述した各実施の形態例と同様に、ヒストグラムを重ね合わせた場合の一致量を求めることにより行う。すなわち、上述した式（１）の値Ｄを求める。

更新領域とその周辺領域とにおける画像の類似量の算出には、ｎフレーム前で生成された更新領域のヒストグラムと、ｍフレーム（例えばｎ−１フレームやｎ＋１フレーム）前に生成された周辺領域のヒストグラムとを用いるものとする。現フレームでは、既に妨害行為が行われた後である可能性があるため、類似量の算出に用いる更新領域におけるヒストグラムは、ｎフレーム前に生成されたものを使用する。

また、本実施の形態例では、第１の実施の形態例で図５を参照して説明したように、更新領域の選択位置を、画面領域の外周側から内側に移動させ、選択された更新領域において順次ヒストグラムを生成している。このため、例えば図２１に示した更新領域ｂ７４の右隣の分割領域ｂ７５におけるヒストグラムは、更新領域ｂ７４が選択されたタイミングではまだ生成されていないことになる。したがって、周辺領域の分割領域のヒストグラムとしては、更新領域のヒストグラムが生成されるｍフレーム前に生成されたものを使用する。

ただし、例えば画面を構成するすべての領域のヒストグラムを、フレーム単位で予め生成しておき、それを用いて類似量の算出を行う場合には、更新領域のヒストグラムと周辺領域のヒストグラムとして、同じフレームで生成されたもの同士を用いてもよい。例えば、ｎフレーム前に生成された更新領域のヒストグラムと、同じくｎフレーム前に生成された周辺領域のヒストグラムとを用いて、類似量を算出してもよい。

図２１に示した例では、比較を行う周辺領域が２つ（分割領域ｂ７３と分割領域ｂ７５）あるため、類似量の算出も２つの領域でそれぞれ行う。そして、２つの分割領域で算出された各類似量を足し合わせた値が、予め定められた類似度判定閾値Ｓｔｈよりも大きいか否かを判断する。類似量の合算値が類似度判定閾値Ｓｔｈよりも大きかった場合には、変化判定閾値Ｃｔｈの値をより小さな値に変更する。つまり、本実施の形態例では、更新領域と、更新領域に対して２次元座標方向に隣接する周辺領域との間での、画像の類似度の大きさに基づいて、変化判定閾値Ｃｔｈを変更している。

変化判定閾値Ｃｔｈの値を小さくすることで、過去のフレームの画像に対して検出された変化がわずかであった場合にも、その更新領域が変化領域と判定されるようになる。すなわち、その更新領域が変化領域であると判定されやすくなる。

更新領域の位置が画面の左端あるいは右端である場合には、類似量の算出を行う周辺領域として、左右のいずれか１つのみしか選択できない。つまり、選択する周辺領域の数を、その他の位置にある分割領域と同じ数には設定できない。このような場合には、類似度判定閾値Ｓｔｈを、他の分割領域とは異なる値とする。

または、左右に隣接する分割領域同士は似た類似量を持つという前提で、比較結果として算出された類似量を２倍もしくは定数倍してもよい。このようにした場合には、左右の画面端以外の分割領域において使用している類似度判定閾値Ｓｔｈと同じ閾値を使用することもできる。また、類似量を２倍もしくは定数倍した場合であっても、左右の画面端以外の分割領域で使用している類似度判定閾値Ｓｔｈとは値が異なる類似度判定閾値Ｓｔｈを使用してもよい。

また、撮影画像内に映っていない領域は、画面の左右端にある分割領域との類似度は少ないものと仮定して、画面の左右端にある分割領域に適用されている変化判定閾値Ｃｔｈの値は変更しないようにしてもよい。

周辺領域として選択する分割領域の位置は、左右方向に限定されるものではなく、上下方向のものを選択するようにしてもよい。もしくは、上下左右に隣接するすべての分割領域を周辺領域として選択してもよい。上下左右だけでなく、斜め方向に隣接する分割領域を選択してもよい。

また、周辺領域として選択する分割領域の位置を、撮像部の可動方向に応じて決定してもよい。例えば、撮像部が水平方向にしか可動しないものであれば、水平方向に隣接する左右の分割領域のみを選択し、垂直方向にしか可動しないものであれば、垂直方向に隣接する上下の分割領域のみを選択してもよい。

ここまでの説明では、類似度判定閾値Ｓｔｈの値を固定値とした場合を例にあげたが、これに限定されるものではない。値の異なる類似度判定閾値Ｓｔｈを複数設定してもよい。このようにすることで、変化判定閾値Ｃｔｈを、類似度判定閾値Ｓｔｈの大きさに応じた値とすることも可能となる。また、変化判定閾値Ｃｔｈの値も、予め定められた所定の量を単位として変化させるのではなく、類似量（値Ｄ）の値に比例する値に設定してもよい。

［妨害行為検出処理の例］
続いて、図２２のフローチャートを参照して、本実施の形態例の画像処理装置２１による妨害行為検出処理の例について説明する。

まず、取得部３１（図１参照）でカメラ画像が取得される（ステップＳ６１）。次に、画像分割部６３（図３参照）で、画像データがＮ個の分割領域に分割され（ステップＳ６２）、更新領域選択部６１（図３参照）で、所定の分割領域が更新領域として選択される（ステップＳ６３）。

次に、ヒストグラム生成部６４によって、更新領域のヒストグラムが生成され、生成されたヒストグラムは、ヒストグラム保存部６２に保存される（ステップＳ６４）。そして、変化判定部６５によって、第２の処理として、更新領域における変化量が算出される（ステップＳ６５）。すなわち、現在のフレームの更新領域の画像と、過去のフレームの更新領域の画像との間での変化量Ｔが算出される。例えば、現在のｉフレームの画像と、過去のｉ−ｎフレームの画像との変化量Ｔが算出される。

また、同じく変化判定部６５によって、第１の処理として、更新領域とその周辺領域とにおける類似量が算出される（ステップＳ６６）。ここでは、過去のｉ−ｎフレームにおける更新領域と、そのさらに過去のｉ−ｍフレームにおける周辺領域とが比較される。そして、更新領域とその周辺領域との類似量が、類似度判定閾値Ｓｔｈよりも大きいか否かが判定される（ステップＳ６７）。更新領域とその周辺領域との類似量が、類似度判定閾値Ｓｔｈよりも大きかった場合には、変化判定閾値Ｃｔｈが変更される（ステップＳ６８）。更新領域とその周辺領域との類似量が、類似度判定閾値Ｓｔｈ以下であると判定された場合には、ステップＳ６９に進む。

ステップＳ６９では、同じく変化判定部６５によって、現在のｉフレームの画像とｉ−ｎフレーム前の画像との変化量Ｔが、変化判定閾値Ｃｔｈよりも大きいか否かが判定される。変化量Ｔが変化判定閾値Ｃｔｈ以下であった場合には、更新領域は、変化領域として保存される（ステップＳ７０）。変化量Ｔが、変化判定閾値Ｃｔｈより大きかった場合には、更新領域は、変化領域でないとして保存される（ステップＳ７１）。

そして、撮影画像を構成するすべての分割領域において変化領域判定が行われたか否かが判定され（ステップＳ７２）、変化領域判定処理が行われていない分割領域がまだ残っている場合には、ステップＳ６３に戻って処理が続けられる。

すべての分割領域における変化領域判定処理が完了したと判断された場合には、カウンタ部６７によって、すべての分割領域を対象として、変化領域としてカウントされた分割領域の数がカウントされる（ステップＳ７３）。

そして、閾値判定部６８によって、変化領域としてカウントされた分割領域の数が、妨害判定閾値Ｏｔｈよりも大きいか否かが判定される（ステップＳ７４）。変化領域としてカウントされた分割領域の数が、妨害判定閾値Ｏｔｈよりも大きかった場合には、妨害行為を検出したという判定結果が出力され（ステップＳ７５）、処理は終了する。変化領域としてカウントされた分割領域の数が、妨害判定閾値Ｏｔｈ以下であった場合には、妨害行為は検出していないという判定結果が出力され（ステップＳ７６）、処理は終了する。

上述した第３の実施の形態例では、更新領域とその周辺領域との間での画像の類似量が多い場合には、更新領域に適用されている変化判定閾値Ｃｔｈを、より変化を検出しやすい値に変更している。これにより、画像的に類似している領域が画面内に多く分布している場合にも、妨害行為による画像の変化を、精度よく検出できるようになる。

また、更新領域とその周辺領域との間での画像の類似量の大きさに応じて、変化判定閾値Ｃｔｈの値が自動的に変更されるため、分割領域毎に、最適な値の変化判定閾値Ｃｔｈの値が設定されるようになる。これにより、妨害行為が行われる前後で画像に変化が生じやすい領域であっても、変化が生じにくい領域であっても、適切に妨害行為が検出される。

さらに、各分割領域に設定される変化判定閾値Ｃｔｈの値が、算出された変化量Ｔの大きさに応じて自動的に変更されるため、監視カメラの設置者や、撮影画像の監視者の作業負担を低減することができる。

なお、第３の実施の形態例として示した処理は、前述した第１の実施の形態例及び／又は第２の実施の形態例に示した各処理と同時に実行する事ができる。つまり、例えば、各分割領域で算出された類似量の、時間方向における変化の情報に基づく変化の判定を行う際に、その判定に用いる変化判定閾値Ｃｔｈを、更新領域に隣接する周辺領域との類似量の大きさに基づいて変化させてもよい。また、同じ更新領域において、過去のフレームの画像との変化の大きさの判定を、時間を変えて２回行う際に、その判定に用いる変化判定閾値Ｃｔｈを、更新領域に隣接する周辺領域との類似量の大きさに基づいて変化させてもよい。

＜４．各種変形例＞
なお、上述した各実施の形態例では、１つのフレームで更新領域として選択する分割領域の数（Ｍ）を、画面の総分割数（Ｎ）よりも小さな値とした例を挙げたが、これに限定されるものではない。Ｍ＝Ｎとして、１フレーム毎に画面の全領域のヒストグラムを生成するようにしてもよい。

また、上述した各実施の形態例では、現在のフレームと過去のフレームとでの画像の変化量Ｔを、各フレームの画像から生成したヒストグラム同士を比較することにより行う例を挙げたが、これに限定されるものではない。変化量Ｔを求めることができる情報、すなわち画像の特徴量を示すものであれば、輝度情報や２値化画像、エッジ検出情報等の、他の種類の情報をすることもできる。

上述した一連の処理は、ハードウエアにより実行させることもできるし、ソフトウエアにより実行させることができる。一連の処理をソフトウエアにより実行させる場合には、そのソフトウエアを構成するプログラムが、ネットワークや記録媒体からコンピュータなどにインストールされる。ここでいうコンピュータは、専用のハードウエアに組み込まれているコンピュータでもよく、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータであってもよい。

このようなプログラムを含む記録媒体は、装置本体とは別に、ユーザにプログラムを提供するために配布される各種記録媒体により構成される。ここでいう各種記録媒体には、例えば、プログラムが記録されている磁気ディスク（フロッピディスクを含む）、光ディスク（ＣＤ−ＲＯＭ(Compact Disk-Read Only Memory),ＤＶＤを含む）、光磁気ディスク（ＭＤ（Mini-Disk）を含む）等がある。また、半導体メモリなどよりなる記録媒体により構成されるだけでなく、装置本体に予め組み込まれた状態でユーザに提供される、プログラムが記録されているフラッシュＲＯＭや、ハードディスクなどであってもよい。

なお、本明細書において、記録媒体に記録されるプログラムを記述するステップは、その順序に沿って時系列的に行われる処理はもちろん、必ずしも時系列的に処理されずに並列的あるいは個別に実行される処理をも含むものである。

また、本開示の実施の形態は、上述した実施の形態に限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。

なお、本開示は以下のような構成も取ることができる。
（１） 撮影画像の画像データを取得する取得部と、
取得された前記画像データを複数個の分割領域に分割する分割部と、
前記分割領域における前記画像データの特徴量を算出する特徴量算出部と、
前記算出された特徴量を順次更新して保存する特徴量保存部と、
前記特徴量を算出する分割領域である更新領域で算出された前記特徴量と、前記更新領域とは時間方向及び／又は２次元座標方向に異なる前記分割領域で算出された前記特徴量との変化量又は一致量を算出する第１の処理と、前記更新領域で現在算出された前記特徴量と、前記更新領域で過去に算出された前記特徴量との差分を算出する第２の処理を行い、前記第１の処理の処理内容、及び前記第２の処理の処理内容に基づいて、前記更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定する変化判定部とを備える画像処理装置。
（２）前記変化判定部は、前記第１の処理で算出された前記変化量又は一致量の大きさに応じて、前記更新領域が変化領域であるか否かの判定に用いる変化判定閾値の値を変更する（１）に記載の画像処理装置。
（３）前記変化判定部は、前記第１の処理としての前記変化量の算出を順次行い、前記算出された変化量を用いて、現在算出された前記変化量の過去に算出された前記変化量からの変化の傾向を示す変化傾向特性パラメータを算出し、前記変化傾向特性パラメータの値が所定の大きさを超えた場合に、前記変化判定閾値の値を、当該更新領域が前記変化領域であると判定されにくくなる値に変更する（１）又は（２）に記載の画像処理装置。
（４）前記変化傾向特性パラメータとは、現在算出された前記差分値と、過去に算出された前記差分値とを時間フィルタ処理して得られる値である（３）に記載の画像処理装置。
（５）前記変化判定部は、前記更新領域と、当該更新領域に２次元座標方向で隣接する分割領域との間での前記特徴量の差分が所定の値よりも小さい場合に、前記変化判定閾値の値を、当該更新領域が前記変化領域であると判定されやすくなる値に変更する（１）〜（４）のいずれかに記載の画像処理装置。
（６）前記変化判定部は、前記第１の処理として、前記更新領域で算出された前記特徴量と、前記更新領域で所定の第１の期間分過去に算出された前記特徴量との差分値を算出する第１の比較処理を行い、前記第１の比較処理の実行時から第２の期間が経過後に、前記更新領域で算出された前記特徴量と、前記更新領域で前記第２の期間よりも長い第３の期間分過去に算出された前記特徴量との差分値を、算出する第２の比較処理を行い、前記第１の比較処理と前記第２の比較処理の結果に基づいて、前記更新領域が前記変化領域であるか否かの判定を行う（１）〜（５）のいずれかに記載の画像処理装置。
（７）前記変化判定部は、前記第１の比較処理で算出された前記差分値が所定の大きさを超えた場合に、前記第２の比較処理を行う（６）に記載の画像処理装置。
（８）前記変化判定部は、前記第１の比較処理で算出された前記差分値が所定の大きさを超えており、かつ前記第２の比較処理で算出された前記差分値も所定の大きさを超えた場合に、前記更新領域を前記変化領域であると判定する（６）又は（７）に記載の画像処理装置。
（９）撮影画像の画像データを取得することと、
取得された前記画像データを複数個の分割領域に分割することと、
前記分割領域における前記画像データの特徴量を算出することと、
前記特徴量を算出する分割領域である更新領域で算出された前記特徴量と、前記更新領域とは時間方向及び／又は２次元座標方向に異なる前記分割領域で算出された前記特徴量との変化量又は一致量を算出する第１の処理と、前記更新領域で現在算出された前記特徴量と、前記更新領域で過去に算出された前記特徴量との差分を算出する第２の処理を行い、前記第１の処理の処理内容、及び前記第２の処理の処理内容に基づいて、前記更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定することとを含む画像処理方法。
（１０）撮影画像の画像データを取得することと、
取得された前記画像データを複数個の分割領域に分割することと、
前記分割領域における前記画像データの特徴量を算出することと、
前記特徴量を算出する分割領域である更新領域で算出された前記特徴量と、前記更新領域とは時間方向及び／又は２次元座標方向に異なる前記分割領域で算出された前記特徴量との変化量又は一致量を算出する第１の処理と、前記更新領域で現在算出された前記特徴量と、前記更新領域で過去に算出された前記特徴量との差分を算出する第２の処理を行い、前記第１の処理の処理内容、及び前記第２の処理の処理内容に基づいて、前記更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定することをコンピュータに実行させるプログラム。

２１…画像処理装置、３１…取得部、３２…画像処理部、４１…撮像信号処理部、４２…データ保存部、４３…画像解析部、５１…変化領域検出部、５２…妨害判定部、６１…更新領域選択部、６２…ヒストグラム保存部、６３…画像分割部、６４…ヒストグラム生成部、６５…変化判定部、６６…変化領域・判定値保存部、６７…カウンタ部、６８…閾値判定部、１１１…変化量演算部、１１２…閾値判定部

Claims (10)

1. 撮影画像の画像データを取得する取得部と、
   取得された前記画像データを複数個の分割領域に分割する分割部と、
   前記分割領域における前記画像データの特徴量を算出する特徴量算出部と、
   前記算出された特徴量を順次更新して保存する特徴量保存部と、
   前記特徴量を算出する分割領域である更新領域で算出された前記特徴量と、前記更新領域とは時間方向及び／又は２次元座標方向に異なる前記分割領域で算出された前記特徴量との変化量又は一致量を算出する第１の処理と、前記更新領域で現在算出された前記特徴量と、前記更新領域で過去に算出された前記特徴量との差分を算出する第２の処理を行い、前記第１の処理の処理内容、及び前記第２の処理の処理内容に基づいて、前記更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定する変化判定部とを備える
   画像処理装置。
2. 前記変化判定部は、前記第１の処理で算出された前記変化量又は一致量の大きさに応じて、前記更新領域が変化領域であるか否かの判定に用いる変化判定閾値の値を変更する
   請求項１に記載の画像処理装置。
3. 前記変化判定部は、前記第１の処理としての前記変化量の算出を順次行い、前記算出された変化量を用いて、現在算出された前記変化量の過去に算出された前記変化量からの変化の傾向を示す変化傾向特性パラメータを算出し、前記変化傾向特性パラメータの値が所定の大きさを超えた場合に、前記変化判定閾値の値を、当該更新領域が前記変化領域であると判定されにくくなる値に変更する
   請求項２に記載の画像処理装置。
4. 前記変化傾向特性パラメータとは、現在算出された前記差分値と、過去に算出された前記差分値とを時間フィルタ処理して得られる値である
   請求項３に記載の画像処理装置。
5. 前記変化判定部は、前記更新領域と、当該更新領域に２次元座標方向で隣接する分割領域との間での前記特徴量の差分が所定の値よりも小さい場合に、前記変化判定閾値の値を、当該更新領域が前記変化領域であると判定されやすくなる値に変更する
   請求項２に記載の画像処理装置。
6. 前記変化判定部は、前記第１の処理として、前記更新領域で算出された前記特徴量と、前記更新領域で所定の第１の期間分過去に算出された前記特徴量との差分値を算出する第１の比較処理を行い、前記第１の比較処理の実行時から第２の期間が経過後に、前記更新領域で算出された前記特徴量と、前記更新領域で前記第２の期間よりも長い第３の期間分過去に算出された前記特徴量との差分値を、算出する第２の比較処理を行い、前記第１の比較処理と前記第２の比較処理の結果に基づいて、前記更新領域が前記変化領域であるか否かの判定を行う
   請求項１に記載の画像処理装置。
7. 前記変化判定部は、前記第１の比較処理で算出された前記差分値が所定の大きさを超えた場合に、前記第２の比較処理を行う
   請求項６に記載の画像処理装置。
8. 前記変化判定部は、前記第１の比較処理で算出された前記差分値が所定の大きさを超えており、かつ前記第２の比較処理で算出された前記差分値も所定の大きさを超えた場合に、前記更新領域を前記変化領域であると判定する
   請求項７に記載の画像処理装置。
9. 撮影画像の画像データを取得することと、
   取得された前記画像データを複数個の分割領域に分割することと、
   前記分割領域における前記画像データの特徴量を算出することと、
   前記特徴量を算出する分割領域である更新領域で算出された前記特徴量と、前記更新領域とは時間方向及び／又は２次元座標方向に異なる前記分割領域で算出された前記特徴量との変化量又は一致量を算出する第１の処理と、前記更新領域で現在算出された前記特徴量と、前記更新領域で過去に算出された前記特徴量との差分を算出する第２の処理を行い、前記第１の処理の処理内容、及び前記第２の処理の処理内容に基づいて、前記更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定することとを含む
   画像処理方法。
10. 撮影画像の画像データを取得することと、
    取得された前記画像データを複数個の分割領域に分割することと、
    前記分割領域における前記画像データの特徴量を算出することと、
    前記特徴量を算出する分割領域である更新領域で算出された前記特徴量と、前記更新領域とは時間方向及び／又は２次元座標方向に異なる前記分割領域で算出された前記特徴量との変化量又は一致量を算出する第１の処理と、前記更新領域で現在算出された前記特徴量と、前記更新領域で過去に算出された前記特徴量との差分を算出する第２の処理を行い、前記第１の処理の処理内容、及び前記第２の処理の処理内容に基づいて、前記更新領域が、過去に当該更新領域で取得された画像データとの変化が大きい変化領域であるか否かを判定することをコンピュータに実行させる
    プログラム。

Images