JP2015148955A - 画像処理装置,品薄状態監視システム及び画像処理プログラム - Google Patents
画像処理装置,品薄状態監視システム及び画像処理プログラム Download PDFInfo
- Publication number
- JP2015148955A JP2015148955A JP2014021576A JP2014021576A JP2015148955A JP 2015148955 A JP2015148955 A JP 2015148955A JP 2014021576 A JP2014021576 A JP 2014021576A JP 2014021576 A JP2014021576 A JP 2014021576A JP 2015148955 A JP2015148955 A JP 2015148955A
- Authority
- JP
- Japan
- Prior art keywords
- image
- difference
- area
- unit
- product
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
【課題】下地の状態が一様でなくても品薄状態を監視できる画像処理装置を提供する。
【解決手段】画像処理装置は、カラ画像と満載画像との差分画像のなかで差分が所定のしきい値よりも大きい領域を陳列領域として抽出する。画像処理装置は、撮影画像とカラ画像との差分画像のなかから抽出された陳列領域内の画像で、差分が所定のしきい値よりも小さい領域を品薄領域として抽出する。画像処理装置は、抽出された陳列部材の品薄領域を可視化する。
【選択図】 図12
【解決手段】画像処理装置は、カラ画像と満載画像との差分画像のなかで差分が所定のしきい値よりも大きい領域を陳列領域として抽出する。画像処理装置は、撮影画像とカラ画像との差分画像のなかから抽出された陳列領域内の画像で、差分が所定のしきい値よりも小さい領域を品薄領域として抽出する。画像処理装置は、抽出された陳列部材の品薄領域を可視化する。
【選択図】 図12
Description
本発明の実施形態は、商品棚等に陳列されている商品の状態を検出可能な画像処理を行う画像処理装置及びこの装置を含む品薄状態監視システム並びにコンピュータを当該画像処理装置として機能させるための画像処理プログラムに関する。
店舗における商品棚の画像をモニタカメラによって時系列に撮影し、その撮影画像を画像処理装置で処理して、品薄状態を監視するシステムが知られている。
しかしながら、従来のこの種のシステムに用いられる画像処理装置は、モニタカメラによって撮影された画像から監視すべき領域をユーザが指定しなければならず、煩雑な操作が要求される。また、商品が陳列される面の下地が映っているか否かにより品薄であるか否かを判定するので、下地の状態が一様でない場合に判定精度が低下する。
一実施形態が解決しようとする課題は、監視すべき領域を指定するような煩雑な操作が不要である上、下地の状態が一様でなくても精度よく品薄状態を監視できる画像処理装置及びこの装置を用いた品薄状態監視システムを提供しようとするものである。
一実施形態において、画像処理装置は、第1の差分画像生成部と、第2の差分画像生成部と、陳列領域抽出部と、品薄領域抽出部と、可視化部とを含む。第1の差分画像生成部は、商品を陳列する陳列部材に前記商品が陳列されていない状態を撮影したカラ画像と前記陳列部材に前記商品が満載されている状態を撮影した満載画像との所定の尺度における差分を表す第1の差分画像を生成する。第2の差分画像生成部は、前記陳列部材を撮影する撮影手段から取り込んだ撮影画像と前記カラ画像との所定の尺度における差分を表す第2の差分画像を生成する。陳列領域抽出部は、前記第1の差分画像のなかで前記カラ画像と前記満載画像との差分が所定の第1のしきい値よりも大きい領域を陳列領域として抽出する。品薄領域抽出部は、前記第2の差分画像のなかから前記陳列領域抽出部で抽出された陳列領域内の画像で、前記撮影画像と前記カラ画像との差分が所定の第2のしきい値よりも小さい領域を品薄領域として抽出する。可視化部は、前記品薄領域抽出部で抽出された前記陳列部材の品薄領域を可視化する。
以下、画像処理装置の実施形態について、図面を用いて説明する。
なお、この実施形態は、図1に示すように、商品を陳列する陳列部材を平置き型の商品棚1とし、この商品棚1を撮影した画像から品薄状態を監視する品薄状態監視システムの画像処理装置3を例示する。
なお、この実施形態は、図1に示すように、商品を陳列する陳列部材を平置き型の商品棚1とし、この商品棚1を撮影した画像から品薄状態を監視する品薄状態監視システムの画像処理装置3を例示する。
[第1の実施形態]
はじめに、第1の実施形態について、図1〜図12を用いて説明する。
図1は、第1の実施形態における品薄状態監視システムの概略構成を示す模式図である。監視システムは、モニタカメラ2と画像処理装置3と情報処理装置4とを含む。モニタカメラ2は、監視対象である平置き型の商品棚1を上方から撮影できるように、例えば店舗の天井部に間隔をあけて複数取り付けられる。したがって、モニタカメラ2によって撮影される画像領域は、商品が陳列される面とその周囲の床面とが含まれる。
はじめに、第1の実施形態について、図1〜図12を用いて説明する。
図1は、第1の実施形態における品薄状態監視システムの概略構成を示す模式図である。監視システムは、モニタカメラ2と画像処理装置3と情報処理装置4とを含む。モニタカメラ2は、監視対象である平置き型の商品棚1を上方から撮影できるように、例えば店舗の天井部に間隔をあけて複数取り付けられる。したがって、モニタカメラ2によって撮影される画像領域は、商品が陳列される面とその周囲の床面とが含まれる。
商品棚1は平置き型であり、上面1aに商品が陳列される。本実施形態の商品棚1は、上面1aが階段状になっており、各段に商品が陳列される。通常、商品は、品種毎に区分けされて商品棚1に陳列される。
画像処理装置3は、モニタカメラ2に対して1対1で対応するように複数用意される。画像処理装置3は、モニタカメラ2によって撮影される画像から商品棚1に陳列されている商品の品薄状態を検出する。画像処理装置3は、LAN(Local Area Network)等のネットワーク5を介して情報処理装置4に接続される。
情報処理装置4は、情報を入力する入力デバイス4aと、情報を表示する表示デバイス4bとを含む。入力デバイス4aは、キーボード、マウス等である。表示デバイス4bは、液晶ディスプレイ等である。例えばパーソナルコンピュータが、情報処理装置4として採用される。情報処理装置4は、各画像処理装置3を制御し、各画像処理装置3で検出された商品の品薄状態をオペレータに知らせるための画面を表示デバイス4bに表示する。情報処理装置4を操作するオペレータは、例えば店長や商品の補充責任者等である。
図2は、画像処理装置3の要部構成を示すブロック図である。各画像処理装置3は、同一構成であるので、ここでは1台のみ説明する。
画像処理装置3は、CPU(Central Processing Unit)31、ROM(Read Only Memory)32、RAM(Random Access Memory)33、補助記憶デバイス34、時計部35、通信インターフェース36及びカメラコントローラ37を備える。CPU31は、アドレスバス,データバス等のバスライン38を接続しており、このバスライン38を介してROM32、RAM33、補助記憶デバイス34、時計部35、通信インターフェース36及びカメラコントローラ37の各部とデータ信号を送受信する。
CPU31は、コンピュータの中枢部分に相当する。CPU31は、オペレーティングシステムやアプリケーションプログラムに従って、画像処理装置3としての各種の機能を実現するべく各部を制御する。
ROM32は、上記コンピュータの主記憶部分に相当する。ROM32は、上記のオペレーティングシステムやアプリケーションプログラムを記憶する。ROM32は、CPU31が各部を制御するための処理を実行する上で必要なデータを記憶する場合もある。
RAM33は、上記コンピュータの主記憶部分に相当する。RAM33は、CPU31が処理を実行する上で必要なデータを記憶する。またRAM33は、CPU31によって情報が適宜書き換えられるワークエリアとしても利用される。
補助記憶デバイス34は、上記コンピュータの補助記憶部分に相当する。補助記憶デバイス34は、例えばEEPROM(Electric Erasable Programmable Read-Only Memory)、HDD(Hard Disc Drive)、あるいはSSD(Solid State Drive)などである。補助記憶デバイス34は、CPU31が各種の処理を行う上で使用するデータや、CPU31での処理によって生成されたデータを保存する。補助記憶デバイス34は、上記のアプリケーションプログラムを記憶する場合もある。
時計部35は、現在の日付及び時刻を計時する。
通信インターフェース36は、情報処理装置4からネットワーク5を介して送信されるデータ信号を受信する。また通信インターフェース36は、CPU31の指令に応じて、ネットワーク5を介して情報処理装置4にデータ信号を送信する。
通信インターフェース36は、情報処理装置4からネットワーク5を介して送信されるデータ信号を受信する。また通信インターフェース36は、CPU31の指令に応じて、ネットワーク5を介して情報処理装置4にデータ信号を送信する。
カメラコントローラ37は、対応するモニタカメラ2の撮影開始,終了を制御する。またカメラコントローラ37は、モニタカメラ2で撮影されるフレーム画像を取り込み、時系列にフレームメモリに格納する。フレームメモリは、例えばRAM33に形成される。
このように構成された画像処理装置3は、商品棚1に陳列されている商品の品薄状態を検出する機能、いわゆる品薄検出機能を有する。この品薄検出機能を実現するために、画像処理装置3は、補助記憶デバイス34に、図3に示すように記憶エリア341,342,343を有する画像ファイル340を保存する。
記憶エリア341はカラ画像G0の格納部であり、記憶エリア342は満載画像G1の格納部であり、記憶エリア343は撮影画像G2の格納部である。カラ画像G0は、商品がほとんど陳列されていない状態の商品棚1を表す画像である。満載画像G1は、商品がほぼ満載されている状態の商品棚1を表す画像である。カラ画像G0及び満載画像G1の解像度は、モニタカメラ2によって撮影されるフレーム画像の解像度と一致する。
画像処理装置3は、カラ画像G0及び満載画像G1の設定モードを有する。設定モードは、情報処理装置4からのコマンドにより選択される。例えば情報処理装置4のオペレータは、商品棚1から商品を取り除いた状態で入力デバイス4aを操作して、カラ画像G0の設定モードを指令する。カラ画像G0の設定モードが指令されると、情報処理装置4は、カラ画像G0の設定モード選択コマンドを、ネットワーク5を介して各画像処理装置3に送信する。
カラ画像G0の設定モード選択コマンドを受信した画像処理装置3のCPU31は、動作モードを設定モードに切り替える。設定モードに切り替わると、CPU31は、カメラコントローラ37を制御してモニタカメラ2を動作させる。そしてCPU31は、モニタカメラ2によって撮影された画像をカラ画像G0として、記憶媒体である補助記憶デバイス34の記憶エリア341に格納する(第1の格納部)。
同様に、オペレータは、商品棚1に商品を満載させた状態で入力デバイス4aを操作して、満載画像G1の設定モードを指令する。満載画像G1の設定モードが指令されると、情報処理装置4は、満載画像G1の設定モード選択コマンドを、ネットワーク5を介して各画像処理装置3に送信する。
満載画像G1の設定モード選択コマンドを受信した画像処理装置3のCPU31は、動作モードを設定モードに切り替える。設定モードに切り替わると、CPU31は、カメラコントローラ37を制御してモニタカメラ2を動作させる。そしてCPU31は、モニタカメラ2によって撮影された画像を満載画像G1として、記憶媒体である補助記憶デバイス34の記憶エリア342に格納する(第2の格納部)。
撮影画像G2は、上記設定モードとは異なる稼働モードのときにモニタカメラ2によって撮影される画像である。稼働モードは、補助記憶デバイス34にカラ画像G0と満載画像G1とが格納されると、選択可能となる。稼働モードは、情報処理装置4からのコマンドにより選択される。
情報処理装置4は、例えば店舗の開店時刻になると、稼働モードの開始コマンドを、ネットワーク5を介して各画像処理装置3に配信する。開始コマンドを受信した画像処理装置3のCPU31は、動作モードを稼働モードに切り替える。稼働モードに切り替わると、CPU31は、カメラコントローラ37を制御してモニタカメラ2を動作させる。そしてCPU31は、モニタカメラ2によって撮影される画像を周期的に取り込み、撮影画像G2として補助記憶デバイス34の記憶エリア343に格納する。このときCPU31は、時計部35で計時されている日時のデータを読み込み、この日時データを撮影日時として撮影画像G2に付加する。
記憶エリア343の容量には限りがある。このため、記憶エリア343の容量がフルもしくはニアフルになった場合には、CPU31は、撮影日時の古い順に撮影画像G2を消去し、その代わりに新たな撮影画像G2を記憶エリア343に格納する。
情報処理装置4は、例えば店舗の閉店時刻になると、稼働モードの終了コマンドを、ネットワーク5を介して各画像処理装置3に送信する。終了コマンドを受信した画像処理装置3のCPU31は、カメラコントローラ37を制御してモニタカメラ2の動作を停止させる。その後CPU31は、次のコマンドを待機する。
稼働モードの開始コマンド及び終了コマンドの送信タイミングは、上記例に限定されるものではない。例えばオペレータによる情報処理装置4の手動操作により、稼働モードの開始コマンド及び終了コマンドを画像処理装置3に送信してもよい。
画像処理装置は、動作モードが稼働モードのとき、陳列管理機能が有効となる。
図4は、画像処理装置3が有する品薄検出機能を説明するためのブロック図である。品薄検出機能を実現するために、画像処理装置3は、受付部311、画像選択部312、第1の差分画像生成部313、第2の差分画像生成部314、陳列領域抽出部315、品薄領域抽出部316及び可視化部317の各部を備える。各部311〜317は、CPU31が所定の画像処理プログラムにしたがって処理を実行することにより実現される。画像処理プログラムは、ROM32に格納される。補助記憶デバイス34に画像処理プログラムが格納され、実行する際にRAM33のプログラムエリアに展開されてもよい。
図4は、画像処理装置3が有する品薄検出機能を説明するためのブロック図である。品薄検出機能を実現するために、画像処理装置3は、受付部311、画像選択部312、第1の差分画像生成部313、第2の差分画像生成部314、陳列領域抽出部315、品薄領域抽出部316及び可視化部317の各部を備える。各部311〜317は、CPU31が所定の画像処理プログラムにしたがって処理を実行することにより実現される。画像処理プログラムは、ROM32に格納される。補助記憶デバイス34に画像処理プログラムが格納され、実行する際にRAM33のプログラムエリアに展開されてもよい。
画像処理装置3の動作モードとして稼働モードが選択された場合、画像処理プログラムが起動する。画像処理プログラムの起動により、CPU31は、受付部311、画像選択部312、第1の差分画像生成部313、第2の差分画像生成部314、陳列領域抽出部315、品薄領域抽出部316及び可視化部317としての機能を実現する。
受付部311は、品薄検出コマンドの受付機能を果たす。品薄検出コマンドは、例えば時計部35で検出される時刻が1分を経過する毎に発生する。情報処理装置4から各画像処理装置3に、ネットワーク5を介して定期的にあるいは不定期に品薄検出コマンドが送信されてもよい。情報処理装置4から不定期に送信される品薄検出コマンドには、品薄検出日時のデータが含まれてもよい。
受付部311は、品薄検出コマンドを待機する。品薄検出コマンドを検出すると、受付部311は、画像選択部312に対して画像の選択を指令する。このとき受付部311は、品薄検出日時も指令する。品薄検出日時は、品薄検出コマンドに品薄検出日時のデータが含まれている場合にはそのデータの日時である。品薄検出日時のデータが含まれていない場合には、品薄検出コマンドを検出した時点の時計部35で計時されている日時である。
画像選択部312は、画像ファイル340に保存されている画像データの選択機能を果たす。前述したように画像ファイル340には、カラ画像G0と満載画像G1と撮影日時毎の撮影画像G2とが保存されている。画像選択部312は、受付部311から画像の選択が指令されると、画像ファイル340の記憶エリア341及び記憶エリア342から、カラ画像G0と満載画像G1とを選択する。また画像選択部312は、画像ファイル340の記憶エリア343から、撮影日時が品薄検出日時に最も近い撮影画像G2を選択する。この場合、品薄検出日時に対して撮影日時が前か後かは問わず、品薄検出日時に最も近い撮影日時の撮影画像G2を選択すればよい。あるいは、品薄検出日時に対して撮影日時が前の撮影画像G2の中で、品薄検出日時に最も近い撮影日時の撮影画像G2を選択してもよい。
品薄検出コマンドに品薄検出日時のデータが含まれていない場合、画像選択部312は、カラ画像G0及び満載画像G2とともに、撮影日時が現在日時に最も近い撮影画像G2を選択する。品薄検出コマンドに品薄検出日時のデータが含まれている場合には、画像選択部312は、カラ画像G0及び満載画像G2とともに、撮影日時が品薄検出日時に最も近い撮影画像G2を選択する。
画像選択部312は、画像ファイル340から選択したカラ画像G0を、第1の差分画像生成部313と第2の差分画像生成部314とに出力する。また画像選択部312は、画像ファイル340から選択した満載画像G1を、第1の差分画像生成部313と可視化部317とに出力する。さらに画像選択部312は、画像ファイル340から選択した撮影画像G2を、第2の差分画像生成部314と可視化部317とに出力する。
第1の差分画像生成部313は、カラ画像G0と満載画像G1との所定の尺度における差分を表す第1の差分画像G3を生成する機能を果たす。第2の差分画像生成部314は、撮影画像G2とカラ画像G0との所定の尺度における差分を表す第2の差分画像G4を生成する機能を果たす。
差分を求める際の尺度としては、例えば以下の方法1〜4が考えられる。
方法1.2つの画像の対応する画素毎に三原色R,G,Bの値の差分を色別に求め、その絶対値abs(ΔR)、abs(ΔG)、abs(ΔB)を差分画像G3,G4の各画素の三原色R,G,Bの値として設定する方法
方法2.2つの画像の対応する画素間のRGB空間でのユークリッド距離(絶対値abs(ΔR)、abs(ΔG)、abs(ΔB)の各二乗の和の平方根)を求め、このユークリッド距離の値を、差分画像G3,G4の各画素の値とする方法
方法3.RGB画像をHSV色空間画像(H:色相、S:彩度、V:明度)に変換し、このHSV色空間画像の画素毎に明度差の絶対値abs(ΔV)を求め、この明度差の絶対値abs(ΔV)を差分画像G3,G4の各画素の値として設定する方法
方法4.RGB画像をHSV色空間画像(H:色相、S:彩度、V:明度)に変換し、このHSV色空間画像の画素毎に彩度差の絶対値abs(ΔS)を求め、この彩度差の絶対値abs(ΔS)を差分画像G3,G4の各画素の値として設定する方法
なお、差分を求める方法は上記方法1〜4に限定されるものではなく、他の方法であってもよい。
方法1.2つの画像の対応する画素毎に三原色R,G,Bの値の差分を色別に求め、その絶対値abs(ΔR)、abs(ΔG)、abs(ΔB)を差分画像G3,G4の各画素の三原色R,G,Bの値として設定する方法
方法2.2つの画像の対応する画素間のRGB空間でのユークリッド距離(絶対値abs(ΔR)、abs(ΔG)、abs(ΔB)の各二乗の和の平方根)を求め、このユークリッド距離の値を、差分画像G3,G4の各画素の値とする方法
方法3.RGB画像をHSV色空間画像(H:色相、S:彩度、V:明度)に変換し、このHSV色空間画像の画素毎に明度差の絶対値abs(ΔV)を求め、この明度差の絶対値abs(ΔV)を差分画像G3,G4の各画素の値として設定する方法
方法4.RGB画像をHSV色空間画像(H:色相、S:彩度、V:明度)に変換し、このHSV色空間画像の画素毎に彩度差の絶対値abs(ΔS)を求め、この彩度差の絶対値abs(ΔS)を差分画像G3,G4の各画素の値として設定する方法
なお、差分を求める方法は上記方法1〜4に限定されるものではなく、他の方法であってもよい。
第1の差分画像生成部313は、生成した差分画像G3を陳列領域抽出部315に出力する。陳列領域抽出部315は、差分画像G3から陳列領域内と陳列領域外とを抽出し、陳列領域抽出画像G5を生成する機能を果たす。
図5は、陳列領域抽出部315の情報処理手順を示す流れ図である。第1の差分画像生成部313にて差分画像G3が生成されると、CPU31は、図5の流れ図に示す手順の処理を開始する。
先ずCPU31は、差分画像G3をRAM33のワークエリアに格納する(Act1)。またCPU31は、カウンタnを“0”にリセットする(Act2)。カウンタnは、例えばRAM33に形成される。なお、Act1とAct2との処理の順序はこれに限定されるものではなく、前後が入れ替わってもよい。
次にCPU31は、カウンタnを“1”だけカウントアップする(Act3)。そしてCPU31は、カウンタnが上限値Nを超えたか否かを確認する(Act4)。上限値Nは、モニタカメラ2で撮影される画像の1フレームの画素数である。上限値Nは、モニタカメラ2の解像度によって定まる。上限値Nは、例えば補助記憶デバイス34に予め設定される。各画像処理装置3にそれぞれ接続されるモニタカメラ2の解像度がカメラ毎に異なる場合、各画像処理装置3に設定される上限値Nも、その解像度に応じて異なる。
カウンタnが上限値Nを超えていない場合(Act4にてNO)、CPU31は、差分画像G3における注目画素の画素値3Pnを検出する(Act5)。注目画素の画素値3Pnの“n”は、カウンタnの値である。本実施形態では、差分画像G3を示すフレーム画像の1ライン目における左端の画素値を“3P1”と表し、この画素に隣接する同一ラインの画素値を“3P2”と表す。以後、同様に同一ラインの画素値を左から順番に“3P3”,“3P4”,……と表す。そして1ライン目の右端の画素値を“3Pk”と表したとき、2ライン目の左端の画素値を“3P(k+1)”と表す。したがって、最終ラインの右端の画素値は“3PN”と表される。
注目画素の画素値3Pnを検出したならば、CPU31は、この画素値3Pnが第1のしきい値L1以上か否かを確認する(Act6)。第1のしきい値L1は、注目画素が陳列領域内の画素なのか陳列領域外の画素なのかを識別するために設定される任意の値である。
差分画像G3の各画素の値は、カラ画像G0の同一画素の値と満載画像G1の同一画素の値との差分である。カラ画像G0の一例を図7に示し、満載画像G1の一例を図8に示す。図7及び図8に示すように、カラ画像G0と満載画像G1とには、それぞれ同一の商品棚1の画像が映し出されている。カラ画像G0に映し出されている商品棚1には、商品が何も陳列されていない。満載画像G1に映し出されている商品棚1には、3種類の商品M1,M2,M3が全域に亙って整然と並べられて陳列されている。
カラ画像G0と満載画像G1とを画素毎に比較した場合、商品棚1が映し出されている領域、すなわち陳列領域内については商品の有無により画像に差があるため、画素値の差が大きい。しかし、商品棚1以外の領域、すなわち陳列領域外については類似した画像のため画素値の差が小さい。したがって、第1のしきい値L1としては、商品棚1が映し出されている領域の画素値の差分と商品棚1が映し出されていない領域の画素値の差分とを識別可能な値を設定すればよい。
注目画素の画素値3Pnが第1のしきい値L1以上の場合(Act6にてYES)、注目画素は、商品棚1が存在する領域、すなわち陳列領域内の画素であると推測できる。この場合、CPU31は、陳列領域抽出画像G5の注目画素に相当する画素の値5Pnを、陳列領域内を示す任意の値aに設定する(Act7)。これに対し、注目画素の画素値3Pnが第1のしきい値L1よりも小さい場合には(Act6にてNO)、注目画素は、商品棚1が存在しない領域、すなわち陳列領域外の画素であると推測できる。この場合、CPU31は、陳列領域抽出画像G5の注目画素に相当する画素の値5Pnを、陳列領域外を示す任意の値zに設定する(Act8)。値aと値zとは、異なる値であればその大小関係は限定されない。
陳列領域抽出画像G5の注目画素に相当する画素の値5Pnを任意の値aまたは値zに設定したならば、CPU31は、Act3の処理に戻る。すなわちCPU31は、カウンタnをさらに“1”だけカウントアップする。そしてカウンタnが上限値Nを超えていない場合(Act4にてNO)、CPU31は、Act5〜Act8の処理を再度実行する。
CPU31は、カウンタnをカウントアップする毎に、Act5〜Act8の処理を繰り返す。そしてカウンタnが上限値Nを超えたならば(Act4にてYES)、CPU31は、陳列領域抽出画像G5を品薄領域抽出部316に出力する(Act9)。
図7に示したカラ画像G0と図8に示した満載画像G1との差分画像G3から生成される陳列領域抽出画像G5の一例を図10に示す。図10に示すように、陳列領域抽出画像G5は、商品棚1の商品が陳列される上面1aの領域に相当する画素値aの画像と、それ以外の領域に相当する画素値zの画像とに区分される。図10では、画素値aの画像が白抜きによって示される。また、画素値zの画像が第1の網掛けパターンP1で示される。
品薄領域抽出部316は、差分画像G4と陳列領域抽出画像G5とから商品棚1の領域、すなわち商品陳列領域における品薄領域を抽出し、品薄領域抽出画像G6を生成する機能を果たす。
図6は、品薄領域抽出部316の情報処理手順を示す流れ図である。第2の差分画像生成部314にて差分画像G4が生成されるとともに、陳列領域抽出部315にて陳列領域抽出画像G5が生成されると、CPU31は、図6の流れ図に示す手順の処理を開始する。
図6は、品薄領域抽出部316の情報処理手順を示す流れ図である。第2の差分画像生成部314にて差分画像G4が生成されるとともに、陳列領域抽出部315にて陳列領域抽出画像G5が生成されると、CPU31は、図6の流れ図に示す手順の処理を開始する。
先ずCPU31は、差分画像G4と陳列領域抽出画像G5とをRAM33のワークエリアに格納する(Act11)。またCPU31は、カウンタnを“0”にリセットする(Act12)。カウンタnは、例えばRAM33に形成される。なお、Act11とAct12との処理の順序はこれに限定されるものではなく、前後が入れ替わってもよい。
次にCPU31は、カウンタnを“1”だけカウントアップする(Act13)。そしてCPU31は、カウンタnが上限値Nを超えたか否かを確認する(Act14)。上限値Nは、陳列領域抽出部315で説明した上限値Nと同じである。
カウンタnが上限値Nを超えていない場合(Act14にてNO)、CPU31は、差分画像G4における注目画素の画素値4Pnを検出する(Act15)。またCPU31は、陳列領域抽出画像G5おける注目画素の画素値5Pnを検出する(Act16)。注目画素の定義についても、陳列領域抽出部315で説明したとおりである。なお、Act15とAct16との処理の順序はこれに限定されるものではなく、前後が入れ替わってもよい。
注目画素の画素値4Pn及び画素値5Pnを検出したならば、CPU31は、画素値5Pnが陳列領域内を示す値aであるか否かを確認する(Act17)。画素値5Pnが陳列領域内を示す値aでない、つまりは陳列領域外を示す値zであった場合(Act17にてNO)、CPU31は、品薄領域抽出画像G6の注目画素に相当する画素の値6Pnを、陳列領域外を示す任意の値zに設定する(Act21)。
画素値5Pnが陳列領域内を示す値aである場合には(Act17にてYES)、CPU31は、画素値4Pnが第2のしきい値L2より小さいか否かを確認する(Act18)。第2のしきい値L2は、注目画素が品薄領域の画素なのか非品薄領域の画素なのかを識別するために設定される任意の値である。
差分画像G4の各画素の値は、カラ画像G0の同一画素の値と撮影画像G2の同一画素の値との差である。カラ画像G0の一例を図7に示し、撮影画像G2の一例を図9に示す。カラ画像G0と撮影画像G2とには、それぞれ同一の商品棚1の画像が映し出されている。そしてカラ画像G0に映し出された商品棚1には、商品が陳列されていないが、撮影画像G2に映し出された商品棚1には、3種類の商品M1,M2,M3が陳列されている。ただし、商品M1,M2,M3が取り除かれて品薄となった領域は、カラ画像G0と同様に商品棚1の下地(面1a)が映し出されている。
カラ画像G0と撮影画像G2とを、商品棚1が表示されている領域に着目して画素毎に比較した場合、撮影画像G2で商品が映し出されている非品薄領域の画素については画素値の差が大きいが、商品が映し出されていない品薄領域の画素については画素値の差が小さい。したがって、第2のしきい値L2としては、商品が映し出されている領域の画素値の差分とそれ以外の領域の画素値の差分とを識別可能な値を設定すればよい。
注目画素の画素値4Pnが第2のしきい値L2より小さい場合(Act18にてYES)、注目画素は、商品棚1の中で商品が陳列されていない領域を映し出す画像の画素であると推測できる。この場合、CPU31は、品薄領域抽出画像G6の注目画素に相当する画素の値6Pnを、品薄領域を示す任意の値bに設定する(Act19)。
注目画素の画素値4Pnが第2のしきい値L2以上の場合には(Act18にてNO)、注目画素は、商品が陳列されている領域を映し出す画像の画素であると推測できる。この場合、CPU31は、品薄領域抽出画像G6の注目画素に相当する画素の値6Pnを、非品薄領域を示す任意の値cに設定する(Act20)。値b、値c及び値zは、異なる値であればその大小関係は限定されない。
品薄領域抽出画像G6の注目画素に相当する画素の値5Pnを任意の値b、値cまたは値zに設定したならば、CPU31は、Act13の処理に戻る。すなわちCPU31は、カウンタnをさらに“1”だけカウントアップする。そしてカウンタnが上限値Nを超えていない場合(Act14にてNO)、CPU31は、Act15〜Act21の処理を再度実行する。
CPU31は、カウンタnをカウントアップする毎に、Act15〜Act21の処理を繰り返す。そしてカウンタnが上限値Nを超えたならば(Act14にてYES)、CPU31は、品薄領域抽出画像G6を可視化部317に出力する(Act22)。
図7に示したカラ画像G0と図9に示した撮影画像G2との差分画像G4と、図10に示した陳列領域抽出画像G5とから生成される品薄領域抽出画像G6の一例を図11に示す。図11に示すように、品薄領域抽出画像G6は、商品棚1と商品棚以外の領域とに区分される。さらに商品棚1の領域は、品薄領域と非品薄領域とに区分される。図11では、商品棚以外の領域が第1の網掛けパターンP1で示される。また品薄領域は第2の網掛けパターンP2で示され、非品薄領域は第3の網掛パターンP3で示される。
可視化部317は、品薄領域抽出画像G6と、満載画像G1または撮影画像G2とから、品薄箇所提示画像G7を生成する機能を果たす。具体的には、可視化部317は、満載画像G1または撮影画像G2のいずれか一方を品薄箇所提示画像G7の基礎画像とする。満載画像G1と撮影画像G2のどちらを基礎画像とするかは、オプションによって設定可能である。
可視化部317は、品薄領域抽出画像G6から品薄領域と認定された画素、すなわち画素値bの画素を抽出する。そして可視化部317は、基礎画像における同一画素の値を、品薄領域を可視化する色の画素値に変更するように基礎画像を加工する。この品薄領域を可視化する色についても、複数の色の中から所望の色をオプションによって選択可能である。このとき可視化部317は、隣り合う商品との隙間にあたる領域をノイズ領域として除去するような補正処理を施してもよい。
可視化部317は、基礎画像を加工して得られた品薄箇所提示画像G7を、ネットワーク5を介して情報処理装置4に送信する。その結果、品薄箇所提示画像G7が情報処理装置4の表示デバイス4bに表示される。
図11に示した品薄領域抽出画像G6と、図8に示した満載画像G1または図9に示した撮影画像G2とから生成される品薄箇所提示画像G7の一例を図12に示す。図12に示すように、品薄箇所提示画像G7は、満載画像G1または撮影画像G2のうち、商品棚1の品薄領域が所定の色で塗り潰されて強調される。図12では、品薄領域の画像が第4の網掛けパターンP4で示される。
このように、画像処理装置3は、商品棚1に商品が陳列されていない状態を撮影したカラ画像G0と同商品棚1に商品が満載されている状態を撮影した満載画像G1との所定の尺度における差分を表す第1の差分画像G2を生成する。また画像処理装置3は、モニタカメラ2で撮影された商品棚1の撮影画像G2とカラ画像G0との所定の尺度における差分を表す第2の差分画像G4を生成する。そして画像処理装置3は、第1の差分画像G3のうち、カラ画像G0と満載画像G1との差分が第1のしきい値L1以上の領域を陳列領域内とし、第1のしきい値L1より小さい領域を陳列領域外として抽出して、陳列領域抽出画像G5を生成する。この陳列領域抽出画像G5において、陳列領域内は商品棚1が映し出された領域であり、陳列領域外はその周囲の床面が映し出された領域である。
次いで、画像処理装置3は、第2の差分画像G4と陳列領域抽出画像G5とから、第2の差分画像G4のうち陳列領域内の画像で、撮影画像G1とカラ画像G0との差分が第2のしきい値L2よりも小さい領域を品薄領域とし、第2のしきい値L2以上の領域を非品薄領域として抽出し、品薄領域抽出画像G6を生成する。この品薄領域抽出画像G6において、品薄領域は商品棚1の下地が見えて入れる領域、つまり品薄となっている領域であり、非品薄領域は商品が陳列されている領域である。
次いで、画像処理装置3は、品薄領域抽出画像G6の中の品薄領域を所定の色で塗り潰した品薄箇所提示画像G7を生成する。そして画像処理装置3は、この品薄箇所提示画像G7を情報処理装置4に出力して、表示デバイス4bに表示させる。
したがって、情報処理装置4のオペレータは、表示デバイス4bに表示される品薄箇所提示画像G7を視認することによって、商品棚1の中の品薄領域を容易に特定することができる。
このように本実施形態によれば、カラ画像G0と満載画像G1との差分画像G3により商品棚1の領域とその周囲の床面の領域とが自動的に区分される。したがって、監視すべき領域を指定するような煩雑な操作が不要である。しかも、商品棚1の領域内で、カラ画像G0と撮影画像G2との差分が大きい領域、つまりは商品が陳列されている領域が非品薄領域と判定される。したがって、商品棚1の上面1aの状態が一様ではない、例えば照明光が上面1aに写り込んでいたり、上面1aの一部に新聞紙が敷かれていたりした場合でも、品薄領域を精度よく判定できる。
[第2の実施形態]
次に、第2の実施形態について、図13〜図14を用いて説明する。
第2の実施形態が第1の実施形態と異なる点は、画像処理装置3が有する品薄検出機能の一部である。監視システムの構成及び画像処理装置3のハードウェア構成は、第1の実施形態と共通なので、同一部分には同一符号を付し、その詳しい説明は省略する。
次に、第2の実施形態について、図13〜図14を用いて説明する。
第2の実施形態が第1の実施形態と異なる点は、画像処理装置3が有する品薄検出機能の一部である。監視システムの構成及び画像処理装置3のハードウェア構成は、第1の実施形態と共通なので、同一部分には同一符号を付し、その詳しい説明は省略する。
図13は、第2の実施形態の画像処理装置3が有する品薄検出機能を説明するためのブロック図である。品薄検出機能を実現するために、画像処理装置3は、受付部311、画像選択部312、第3の差分画像生成部318、第4の差分画像生成部319、品薄領域抽出部316及び可視化部317の各部を備える。各部311〜317は、CPU31が所定の画像処理プログラムにしたがって処理を実行することにより実現される。画像処理プログラムは、ROM32に格納される。補助記憶デバイス34に画像処理プログラムが格納され、実行する際にRAM33のプログラムエリアに展開されてもよい。
画像処理装置3の動作モードとして稼働モードが選択された場合、画像処理プログラムが起動する。画像処理プログラムの起動により、CPU31は、受付部311、画像選択部312、第3の差分画像生成部318、第4の差分画像生成部319、品薄領域抽出部316及び可視化部317としての機能を実現する。
受付部311は、第1の実施形態と同様に、品薄検出コマンドの受付機能を果たす。また画像選択部312も、第1の実施形態と同様に、画像ファイル340に保存されている画像データの選択機能を果たす。ただし、画像選択部312は、画像ファイル340から選択したカラ画像G0を、第3の差分画像生成部318に出力する。また画像選択部312は、画像ファイル340から選択した満載画像G1を、第4の差分画像生成部319と可視化部317とに出力する。さらに画像選択部312は、画像ファイル340から選択した撮影画像G2を、第3の差分画像生成部318と可視化部317とに出力する。
第3の差分画像生成部318は、カラ画像G0と撮影画像G2との所定の尺度における差分を表す第3の差分画像G8を生成する機能を果たす。第4の差分画像生成部319は、撮影画像G2と満載画像G1との所定の尺度における差分を表す第4の差分画像G9を生成する機能を果たす。差分を求める際の尺度は、第1の実施形態で説明した方法1〜4の方法が考えられる。あるいは他の方法であってもよい。
品薄領域抽出部316は、差分画像G8と差分画像G9とから商品棚1における品薄領域を抽出し、品薄領域抽出画像G6を生成する機能を果たす。
図14は、品薄領域抽出部316の情報処理手順を示す流れ図である。第3の差分画像生成部318にて差分画像G8が生成されるとともに、第4の差分画像生成部319にて差分画像G9が生成されると、CPU31は、図14の流れ図に示す手順の処理を開始する。
先ずCPU31は、差分画像G8と差分画像G9とをRAM33のワークエリアに格納する(Act31)。またCPU31は、カウンタnを“0”にリセットする(Act32)。カウンタnは、例えばRAM33に形成される。なお、Act31とAct32との処理の順序はこれに限定されるものではなく、前後が入れ替わってもよい。
次にCPU31は、カウンタnを“1”だけカウントアップする(Act33)。そしてCPU31は、カウンタnが上限値Nを超えたか否かを確認する(Ac314)。上限値Nは、第1の実施形態で説明した上限値Nと同じである。
カウンタnが上限値Nを超えていない場合(Act34にてNO)、CPU31は、差分画像G8における注目画素の画素値8Pnを検出する(Act35)。またCPU31は、差分画像G9おける注目画素の画素値9Pnを検出する(Act36)。注目画素の定義についても、第1の実施形態で説明したとおりである。なお、Act35とAct36との処理の順序はこれに限定されるものではなく、前後が入れ替わってもよい。
注目画素の画素値8Pn及び画素値9Pnを検出したならば、CPU31は、画素値8Pnが第3のしきい値L3より小さいか否かを確認する(Act37)。第3のしきい値L3は、注目画素が、商品存在領域の画素なのか非存在領域の画素なのかを識別するために設定される任意の値である。
差分画像G8の各画素の値は、カラ画像G0の同一画素の値と撮影画像G2の同一画素の値との差である。カラ画像G0の一例を図7に示し、撮影画像G2の一例を図9に示す。カラ画像G0と撮影画像G2とには、それぞれ同一の商品棚1の画像が映し出されている。そしてカラ画像G0には商品が映し出されていないが、撮影画像G2には、商品棚1に陳列された商品M1,M2,M3が映し出されている。
カラ画像G0と撮影画像G2とを画素毎に比較した場合、撮影画像G2で商品が映し出されている領域、すなわち商品存在領域については商品の有無により画素値の差が大きいが、それ以外の商品非存在領域については画素値の差が小さい。したがって、第3のしきい値L3としては、商品存在領域の画素値の差分と商品非存在領域の画素値の差分とを識別可能な値を設定すればよい。
注目画素の画素値8Pnが第3のしきい値L3より小さい場合(Act37にてYES)、注目画素は、商品非存在領域を映し出す画像の画素であると推測できる。商品非存在領域には、品薄領域と商品棚以外の領域とが含まれる。そこでCPU31は、差分画像G9における注目画素の画素値9Pnが第4のしきい値L4より大きいか否かを確認する(Act38)。第4のしきい値L4は、注目画素が品薄領域なのか非品薄領域なのかを識別するために設定される任意の値である。
差分画像G9の各画素の値は、満載画像G1の同一画素の値と撮影画像G2の同一画素の値との差である。満載画像G1の一例を図8に示し、撮影画像G2の一例を図9に示す。満載画像G1と撮影画像G2とを、商品非存在領域に着目して比較した場合、品薄領域の画素については画素値の差が大きく、商品棚1以外の領域の画素については画素値の差が小さい。したがって、第4のしきい値L4としては、品薄領域の画素値の差分と商品棚1以外の領域の画素値の差分とを識別可能な値を設定すればよい。
注目画素の画素値9Pnが第4のしきい値L4より大きい場合(Act38にてYES)、注目画素は、品薄領域の画素であると推測できる。この場合、CPU31は、品薄領域抽出画像G6の注目画素に相当する画素の値6Pnを、品薄領域を示す値bに設定する(Act39)。
一方、差分画像G8における注目画素の画素値8Pnが第3のしきい値以上の場合には(Act37にてNO)、注目画素は、商品存在領域を映し出す画像の画素であると推測できる。そこでCPU31は、品薄領域抽出画像G6の注目画素に相当する画素の値6Pnを、差分画像G8における注目画素の画素値8Pnに設定する(Act40)。
また、差分画像G9における注目画素の画素値9Pnが第4のしきい値以下の場合(Act38にてNO)、注目画素は、商品棚1以外の領域を映し出す画像の画素であると推測できる。そこでCPU31は、品薄領域抽出画像G6の注目画素に相当する画素の値6Pnを、差分画像G9における注目画素の画素値9Pnに設定する(Act41)。
品薄領域抽出画像G6の注目画素に相当する画素の値5Pnを任意の値a、または画素値8PN若しくは画素値9Pnに設定したならば、CPU31は、Act33の処理に戻る。すなわちCPU31は、カウンタnをさらに“1”だけカウントアップする。そしてカウンタnが上限値Nを超えていない場合(Act34にてNO)、CPU31は、Act35〜Act41の処理を再度実行する。
CPU31は、カウンタnをカウントアップする毎に、Act35〜Act41の処理を繰り返す。そしてカウンタnが上限値Nを超えたならば(Act34にてYES)、CPU31は、品薄領域抽出画像G6を可視化部317に出力する(Act42)。
可視化部317は、第1の実施形態と同様に、品薄領域抽出画像G6と、満載画像G1または撮影画像G2とから、品薄箇所提示画像G7を生成する機能を果たす。
このように構成された第2の実施形態の画像処理装置3においても、第1の実施形態と同様の効果を奏することができる。そして第1の実施形態と第2の実施形態とにおいて画像処理装置3の機能を対比すると、第2の実施形態の方が陳列領域抽出部315としての機能を省略できるので、機能を簡略化できる利点がある。
[第3の実施形態]
次に、第3の実施形態について、図15〜図18を用いて説明する。
図15は、監視システムの概略構成を示す模式図である。
第3の実施形態が第1の実施形態と異なる点は、監視システムにPOSシステムのPOSサーバ6を組み込んだ点である。また、画像処理装置3が有する品薄検出機能の一部も異なる。それ以外の構成は第1の実施形態と共通なので、同一部分には同一符号を付し、その詳しい説明は省略する。
次に、第3の実施形態について、図15〜図18を用いて説明する。
図15は、監視システムの概略構成を示す模式図である。
第3の実施形態が第1の実施形態と異なる点は、監視システムにPOSシステムのPOSサーバ6を組み込んだ点である。また、画像処理装置3が有する品薄検出機能の一部も異なる。それ以外の構成は第1の実施形態と共通なので、同一部分には同一符号を付し、その詳しい説明は省略する。
図15は、第3の実施形態における監視システムの概略構成を示す模式図である。監視システムは、モニタカメラ2、画像処理装置3及び情報処理装置4に加えて、POSサーバ6を含む。POSサーバ6は、ネットワーク5を介して各画像処理装置3及び情報処理装置4に接続される。
POSサーバ6は、周知のPOSシステムにおけるサーバ用コンピュータであって、商品マスタファイル7を管理する。商品マスタファイル7には、各商品の商品データレコードが蓄積される。
図16は、商品データレコードの主要なデータ構造を示す模式図である。図16に示すように、商品データレコードは、商品コード、商品名、価格、棚区分等のデータ項目で構成される。商品コードは、各商品を識別する商品固有のコードである。商品名及び価格は、商品コードで特定される商品の固有名称及び販売価格である。棚区分は、商品コードで特定される商品が陳列されている商品棚の位置を特定する情報である。
例えば図15に示すように、商品棚1は、左端の区画101,104と、中央の区画102,105と、右端の区画103,106とに区分されており、1区画に1品種の商品が陳列される。各区画101,102,103,104,105,106,にはそれぞれ固有のIDが割り当てられており、このIDが棚区分として商品データレコードにセットされる。
図14は、第3の実施形態の画像処理装置3が有する品薄検出機能を説明するためのブロック図である。画像処理装置3は、受付部311、画像選択部312、第1の差分画像生成部313、第2の差分画像生成部314、陳列領域抽出部315、品薄領域抽出部316及び可視化部317に加えて、棚区分検出部321と品薄商品検索部322とを備える。各部311〜317は、CPU31が所定の画像処理プログラムにしたがって処理を実行することにより実現される。画像処理プログラムは、ROM32に格納される。補助記憶デバイス34に画像処理プログラムが格納され、実行する際にRAM33のプログラムエリアに展開されてもよい。
画像処理装置3の動作モードとして稼働モードが選択された場合、画像処理プログラムが起動する。画像処理プログラムの起動により、CPU31は、受付部311、画像選択部312、第1の差分画像生成部313、第2の差分画像生成部314、陳列領域抽出部315、品薄領域抽出部316、可視化部317、棚区分検出部321及び品薄商品検索部322としての機能を実現する。
ここで、受付部311、画像選択部312、第1の差分画像生成部313、第2の差分画像生成部314、陳列領域抽出部315及び品薄領域抽出部316の機能は,第1の実施形態と同様である。
棚区分検出部321は、品薄領域抽出部316で抽出された品薄領域が、商品棚1のどの区画に相当するかを、品薄領域抽出画像G6から検出する。品薄領域抽出画像G6において品薄領域と認定された領域は画素値が“b”である。棚区分検出部321は、画素値bの領域が、商品棚1における左端の区画に対応するのか中央の区画に対応するのか右端の区画に対応するのかを識別する。そして棚区分検出部321は、識別した区画に対応して予め設定されている棚区分を検出する。例えば補助記憶デバイス34には、当該画像処理装置3に接続されるモニタカメラ2によって撮影される商品棚1の左端、中央および右端の各区画の棚区分が予め設定されている。棚区分検出部321は、補助記憶デバイス34を参照して、画素値bの領域に対応する区画の棚区分を検出する。その際、棚区分検出部321は、複数の区画に対応した棚区分を検出することを妨げない。
品薄商品検索部322は、棚区分検出部321で検出された棚区分でPOSサーバ6に対して問合せを行う。この問い合わせに応答して、POSサーバ6では商品マスタファイル7が検索され、当該棚区分を含む商品データレコードが画像処理装置3に転送される。そこで品薄商品検索部322は、商品データレコードから例えば商品名を検出し、可視化部317に与える。
可視化部317は、第1の実施形態と同様に、品薄領域抽出画像G6と、満載画像G1または撮影画像G2とから、品薄箇所提示画像G7を生成する機能を果たす。その際、可視化部317は、品薄箇所提示画像G7に、品薄商品検索部322から与えられた商品名を付加する。
このように構成された第3の実施形態によれば、情報処理装置4のオペレータは、表示デバイス4bに表示される品薄箇所提示画像G7から、どの商品が品薄になったのかを容易に認識できる。
なお、本発明は、前記実施形態に限定されるものではない。
例えば前記各実施形態では、可視化部317で生成された品薄箇所提示画像G7を情報処理装置4に送信し、情報処理装置4の表示デバイス4bに品薄箇所提示画像G7を表示させることで品薄領域を可視化したが、品薄領域を可視化する手段はこれに限定されるものではない。例えば、画像処理装置3が所定のマンマシンインターフェースを介して接続される表示デバイスに品薄箇所提示画像G7を表示させることで品薄領域を可視化してもよい。また、プリンタによって品薄箇所提示画像G7を印刷出力することにより、品薄領域を可視化してもよい。
例えば前記各実施形態では、可視化部317で生成された品薄箇所提示画像G7を情報処理装置4に送信し、情報処理装置4の表示デバイス4bに品薄箇所提示画像G7を表示させることで品薄領域を可視化したが、品薄領域を可視化する手段はこれに限定されるものではない。例えば、画像処理装置3が所定のマンマシンインターフェースを介して接続される表示デバイスに品薄箇所提示画像G7を表示させることで品薄領域を可視化してもよい。また、プリンタによって品薄箇所提示画像G7を印刷出力することにより、品薄領域を可視化してもよい。
また、前記各実施形態では、品薄領域を所定の色で塗り潰すことにより他の領域と識別可能としたが、品薄領域を識別可能にする手段は色に限定されるものではない。例えば、品薄領域の外周を太い線で囲うことによって、品薄領域を他の領域と識別可能にしてもよい。
また、前記各実施形態では、陳列部材を平置き型の商品棚1として説明したが、陳列部材の形状は特に限定されるものではない。例えば、2段以上の階層構造を有する商品棚であってもよい。この場合、モニタカメラ2は、商品棚の正面側から商品棚を撮影することとなる。また、バイキング形式のレストランにおいて、テーブルカウンタに並べられた料理の品薄状態を監視するシステムにも応用することができる。
なお、画像処理装置の譲渡は一般に、画像処理プログラム等のプログラムがROM32に記憶された状態にて行われる。しかしこれに限らず、コンピュータ装置が備える書き込み可能な記憶デバイスに、このコンピュータ装置とは個別に譲渡された画像処理プログラム等がユーザなどの操作に応じて書き込まれてもよい。画像処理プログラム等の譲渡は、リムーバブルな記録媒体に記録して、あるいはネットワークを介した通信により行うことができる。記録媒体は、CD−ROM,メモリカード等のようにプログラムを記憶でき、かつ装置が読み取り可能であれば、その形態は問わない。また、プログラムのインストールやダウンロードにより得る機能は、装置内部のOS(オペレーティング・システム)等と協働してその機能を実現させるものであってもよい。
この他、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
1…商品棚(陳列部材)、2…モニタカメラ、3…画像処理装置、4…情報処理装置、311…受付部、312…画像選択部、313…第1の差分画像生成部、314…第2の差分画像生成部、315…陳列領域抽出部、316…品薄領域抽出部、317…可視化部、318…第3の差分画像生成部、319…第4の差分画像生成部、340…画像ファイル。
Claims (6)
- 商品を陳列する陳列部材に前記商品が陳列されていない状態を撮影したカラ画像と前記陳列部材に前記商品が満載されている状態を撮影した満載画像との所定の尺度における差分を表す第1の差分画像を生成する第1の差分画像生成部と、
前記陳列部材を撮影する撮影手段から取り込んだ撮影画像と前記カラ画像との所定の尺度における差分を表す第2の差分画像を生成する第2の差分画像生成部と、
前記第1の差分画像のなかで前記カラ画像と前記満載画像との差分が所定の第1のしきい値よりも大きい領域を陳列領域として抽出する陳列領域抽出部と、
前記第2の差分画像のなかから前記陳列領域抽出部で抽出された陳列領域内の画像で、前記撮影画像と前記カラ画像との差分が所定の第2のしきい値よりも小さい領域を品薄領域として抽出する品薄領域抽出部と、
前記品薄領域抽出部で抽出された前記陳列部材の品薄領域を可視化する可視化部と、
を具備する画像処理装置。 - 商品を陳列する陳列部材に前記商品が陳列されていない状態を撮影したカラ画像と前記陳列部材を撮影する撮影手段から取り込んだ撮影画像との所定の尺度における差分を表す第3の差分画像を生成する第3の差分画像生成部と、
前記陳列部材に前記商品が満載されている状態を撮影した満載画像と前記撮影画像との所定の尺度における差分を表す第4の差分画像を生成する第4の差分画像生成部と、
前記第3の差分画像のなかで前記カラ画像と前記撮影画像との差分が所定の第3のしきい値よりも小さい領域のうち、前記第4の差分画像のなかで前記満載画像と前記撮影画像との差分が所定の第4のしきい値よりも大きい領域を品薄領域として抽出する品薄領域抽出部と、
前記品薄領域抽出部で抽出された前記陳列部材の品薄領域を可視化する可視化部と、
を具備する画像処理装置。 - 前記可視化部は、前記満載画像または前記撮影画像から前記品薄領域に該当する個所を識別可能に加工した画像を生成し、表示デバイスに表示させる請求項1または2記載の画像処理装置。
- 前記撮影手段により商品が陳列されていない前記陳列部材を撮影した画像を前記カラ画像として記憶媒体に格納する第1の格納部と、
前記撮影手段により商品が満載されている前記陳列部材を撮影した画像を前記満載画像として記憶媒体に格納する第2の格納部と、をさらに具備し、
第1の差分画像生成部は、前記記憶媒体に格納された前記カラ画像と前記満載画像との所定の尺度における差分を表す第1の差分画像を生成する請求項1または2記載の画像処理装置。 - 商品を陳列する陳列部材を撮影するカメラと、前記カメラで撮影された撮影画像を処理する画像処理装置と、前記画像処理装置で処理された画像を表示する表示デバイスと、を備え、
前記画像処理装置は、
前記陳列部材に商品が陳列されていない状態を撮影したカラ画像と前記陳列部材に商品が満載されている状態を撮影した満載画像との所定の尺度における差分を表す第1の差分画像を生成する第1の差分画像生成部と、
前記撮影画像と前記カラ画像との所定の尺度における差分を表す第2の差分画像を生成する第2の差分画像生成部と、
前記第1の差分画像のなかで前記カラ画像と前記満載画像との差分が所定の第1のしきい値よりも大きい領域を陳列領域として抽出する陳列領域抽出部と、
前記第2の差分画像のなかから前記陳列領域抽出部で抽出された陳列領域内の画像で、前記撮影画像と前記カラ画像との差分が所定の第2のしきい値よりも小さい領域を品薄領域として抽出する品薄領域抽出部と、
前記品薄領域抽出部で抽出された前記陳列部材の品薄領域を可視化してなる品薄箇所提示画像を生成する可視化部と、を具備し、
前記表示デバイスは、前記品薄箇所提示画像を表示する品薄状態監視システム。 - 商品を陳列する陳列部材を撮影する撮影手段を接続してなるコンピュータを、
前記陳列部材に前記商品が陳列されていない状態を撮影したカラ画像と前記陳列部材に前記商品が満載されている状態を撮影した満載画像との所定の尺度における差分を表す第1の差分画像を生成する第1の差分画像生成手段、
前記撮影手段から取り込んだ撮影画像と前記カラ画像との所定の尺度における差分を表す第2の差分画像を生成する第2の差分画像生成手段、
前記第1の差分画像のなかで前記カラ画像と前記満載画像との差分が所定の第1のしきい値よりも大きい領域を陳列領域として抽出する陳列領域抽出手段、
前記第2の差分画像のなかから前記陳列領域抽出手段で抽出された陳列領域内の画像で、前記撮影画像と前記カラ画像との差分が所定の第2のしきい値よりも小さい領域を品薄領域として抽出する品薄領域抽出手段、及び
前記品薄領域抽出手段により抽出された前記陳列部材の品薄領域を可視化する可視化手段、
として機能させるための画像処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014021576A JP2015148955A (ja) | 2014-02-06 | 2014-02-06 | 画像処理装置,品薄状態監視システム及び画像処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014021576A JP2015148955A (ja) | 2014-02-06 | 2014-02-06 | 画像処理装置,品薄状態監視システム及び画像処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015148955A true JP2015148955A (ja) | 2015-08-20 |
Family
ID=53892264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014021576A Pending JP2015148955A (ja) | 2014-02-06 | 2014-02-06 | 画像処理装置,品薄状態監視システム及び画像処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015148955A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021071123A3 (ko) * | 2019-10-10 | 2021-06-03 | 주식회사 신세계아이앤씨 | 영상 기반 선반 상품 재고 모니터링 시스템 및 방법 |
JP2021135992A (ja) * | 2020-02-27 | 2021-09-13 | ▲創▼新奇智(上海)科技有限公司 | 注文書生成方法及びその装置、電子設備、記憶媒体 |
-
2014
- 2014-02-06 JP JP2014021576A patent/JP2015148955A/ja active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021071123A3 (ko) * | 2019-10-10 | 2021-06-03 | 주식회사 신세계아이앤씨 | 영상 기반 선반 상품 재고 모니터링 시스템 및 방법 |
JP2021135992A (ja) * | 2020-02-27 | 2021-09-13 | ▲創▼新奇智(上海)科技有限公司 | 注文書生成方法及びその装置、電子設備、記憶媒体 |
JP7105826B2 (ja) | 2020-02-27 | 2022-07-25 | ▲創▼新奇智(上海)科技有限公司 | 注文書生成方法及びその装置、商品棚、記憶媒体 |
US11861668B2 (en) | 2020-02-27 | 2024-01-02 | Ainnovation (shanghai) Technology Co., Ltd. | Method, device, electronic apparatus and storage medium for generating order |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11640576B2 (en) | Shelf monitoring device, shelf monitoring method, and shelf monitoring program | |
US11823126B2 (en) | Shelf label detection device, shelf label detection method, and shelf label detection program | |
US11526815B2 (en) | Information processing device, information processing method, recording medium, and seat reservation system | |
US10387897B2 (en) | Retail sales opportunity loss cause analysis based on image analysis of shelf display | |
JP6705075B2 (ja) | 商品陳列情報集計システム | |
JP6019414B2 (ja) | モニタリング装置、モニタリングシステムおよびモニタリング方法 | |
US20160300181A1 (en) | Product monitoring device, product monitoring system, and product monitoring method | |
WO2015136847A1 (ja) | 陳列状況解析装置、陳列状況解析方法およびプログラム記録媒体 | |
JP6425278B2 (ja) | 商品情報取得システム | |
WO2017154488A1 (ja) | 商品モニタリング装置、商品モニタリングシステムおよび商品モニタリング方法 | |
JP5518918B2 (ja) | 情報処理装置、店舗システム及びプログラム | |
US20190279394A1 (en) | Image processing apparatus, and image processing method | |
JP6648508B2 (ja) | 購買行動分析プログラム、購買行動分析方法、及び購買行動分析装置 | |
US11461923B2 (en) | Calculation system, calculation method, and storage medium | |
JP6565639B2 (ja) | 情報表示プログラム、情報表示方法、及び情報表示装置 | |
JP2017010308A (ja) | 画像処理装置および画像処理プログラムと、陳列状況判定装置 | |
JP2015148955A (ja) | 画像処理装置,品薄状態監視システム及び画像処理プログラム | |
JP2015148956A (ja) | 画像処理装置及び画像処理プログラム | |
JP2022513897A (ja) | 食品廃棄物の検出方法およびシステム | |
JP6869742B2 (ja) | 情報処理装置およびプログラム | |
US20210165558A1 (en) | Display device, display method, and display program | |
JP6177199B2 (ja) | 情報処理装置及びプログラム | |
JP2017102564A (ja) | 表示制御プログラム、表示制御方法、及び表示制御装置 | |
NL2016099B1 (en) | Method and device for detecting an inventory in a storage space. | |
JP2019113976A (ja) | 動線分析システム、動線分析システムの制御方法、およびプログラム |