JP2020167500A - 画像処理装置及び画像処理プログラム - Google Patents

Abstract

【課題】虫（非検出対象）と、人（検出対象）を識別する。【解決手段】撮影部３２によって撮影された所定領域の撮影画像４０と基準画像４２とを比較して抽出された変化領域に基づき、前記撮影部から離れた位置に存在する検出対象と前記撮影部の近くに存在する非検出対象を識別する画像処理部を含む。前記画像処理部４４は、前記撮影画像の前記変化領域について輝度値が低い画素からなる暗領域及び前記暗領域よりも輝度値が高い画素からなる明領域を求め、前記撮影画像について前記暗領域の周囲近傍の画像領域に占める前記明領域の比率を特徴量として求める特徴量算出手段４８と、前記特徴量を用いて前記比率が高いほど、前記変化領域を前記非検出対象と判定する判定手段５０を有する。【選択図】図２

Description

本発明は、撮影画像から検出対象を識別する画像処理装置及び画像処理プログラムに関する。

従来、所定の監視領域（所定領域という）の画像をカメラにて撮影し、撮影した画像と、検出対象を含まない基準画像とを比較して変化のある変化領域を求め、変化領域の大きさに基づいて侵入者等の検出対象の有無を判定する画像処理装置が知られている。この画像処理装置では、カメラ近傍に存在する虫を撮影した場合、画像上の大きさが人と同程度となり、虫を人だと誤って検出してしまう可能性がある。

そのため、特許文献１では、カメラの直近のみを照らす近接照明を点灯した点灯画像と、近接照明を点灯しない消灯画像とを比較し、点灯画像と消灯画像に写された変化領域の明るさの差が大きい場合に虫と判定することで、虫と人とを識別する。すなわち、撮影装置の近くにいる虫であれば、近接照明によって照らされるので、点灯画像で明るく写り、消灯画像では暗く写るため、明るさの差が大きくなる。

特開２０００−３４８２６６号公報

しかし、太陽光が当たっていたり屋内照明が点灯したりして、所定領域が明るい場合、点灯画像と、消灯画像での虫の明るさの差が小さくなる。このため、虫と人との識別の精度が低くなる場合がある。

本発明では、所定領域が比較的明るい場合でも、検出対象（例えば、人）と、非検出対象（例えば、虫）の識別精度を向上できる画像処理装置を提供する。

本発明に係る画像処理装置は、所定領域の撮影画像を取得する撮影部と、前記撮影画像と前記所定領域の基準画像とを比較して抽出された変化領域に基づき、前記撮影部から離れた位置に存在する検出対象と前記撮影部の近くに存在する非検出対象を判定する画像処理部と、を含み、前記画像処理部は、前記撮影画像の前記変化領域について輝度値が低い画素からなる暗領域及び前記暗領域よりも輝度値が高い画素からなる明領域を求め、前記撮影画像について前記暗領域の周囲近傍の画像領域に占める前記明領域の比率を特徴量として求める特徴量算出手段と、前記特徴量を用いて、前記変化領域について求めた前記比率が所定値以上である場合、当該変化領域を前記非検出対象と判定する判定手段と、を備えることを特徴とする。

前記特徴量算出手段は、前記変化領域を抽出した前記撮影画像の輝度値に基づいて閾値を設定し、当該閾値から前記暗領域及び前記明領域を求めるとよい。

前記特徴量算出手段は、前記暗領域の周囲近傍に位置する画像領域のうち前記暗領域に隣接する画素からなる画像領域を、前記暗領域の周囲近傍の画像領域とするとよい。

また、本発明に係る画像処理装置は、所定領域の撮影画像を取得する撮影部と、前記撮影画像と前記所定領域の基準画像とを比較して抽出された変化領域に基づき、前記撮影部から離れた位置に存在する検出対象と前記撮影部の近くに存在する非検出対象を判定する画像処理部と、前記撮影部の近傍を照らす照明手段と、を含み、前記画像処理部は、前記撮影画像の前記変化領域について輝度値が低い画素からなる暗領域及び前記暗領域よりも輝度値が高い画素からなる明領域を求め、前記撮影画像について前記暗領域の周囲近傍の画像領域に占める前記明領域の比率を第１特徴量として求めるとともに、前記照明手段を点灯して撮影された点灯画像及び前記照明手段を点灯せず撮影した非点灯画像に基づいて抽出した前記変化領域の輝度値の差を第２特徴量として求める特徴量算出手段と、前記変化領域について求めた前記第１特徴量及び前記第２特徴量を用いて、当該変化領域が非検出対象かを判定する判定手段と、を備え、前記判定手段は、前記比率が高いほど、前記変化領域を前記非検出対象と判定しやすくし、又は、前記輝度値の差が大きいほど、前記変化領域を前記非検出対象と判定しやすくすることを特徴とする。

前記判定手段は、前記比率が高いほど前記非検出対象と判定するために必要な前記輝度値の差は小さい値とし、又は、前記輝度値の差が大きいほど前記非検出対象と判定するために必要な前記比率は低い値とするとよい。

前記判定手段は、所定領域が明るいほど前記非検出対象と判定するために必要な前記比率は高い値とし、又は、所定領域が暗いほど前記非検出対象と判定するために必要な前記輝度値の差は大きい値とするとよい。

本発明に係る画像処理プログラムは、画像処理装置に、撮影部から離れた位置に存在する検出対象と前記撮影部の近くに存在する非検出対象を識別させる、画像処理プログラムであって、画像処理装置に、所定領域を撮影した撮影画像と前記所定領域の基準画像とを比較して変化領域を抽出させ、前記撮影画像の前記変化領域について輝度値が低い画素からなる暗領域及び前記暗領域よりも輝度値が高い画素からなる明領域を求め、前記撮影画像について前記暗領域の周囲近傍の画像領域に占める前記明領域の比率を特徴量として求めさせ、前記特徴量を用いて、前記変化領域について求めた前記比率が所定値以上である場合、当該変化領域を前記非検出対象と判定させることを特徴とする。

また、本発明に係る画像処理プログラムは、画像処理装置に、撮影部から離れた位置に存在する検出対象と前記撮影部の近くに存在する非検出対象を識別させる、画像処理プログラムであって、画像処理装置に、所定領域を撮影した撮影画像と前記所定領域の基準画像とを比較して変化領域を抽出させ、前記撮影画像の前記変化領域について輝度値が低い画素からなる暗領域及び前記暗領域よりも輝度値が高い画素からなる明領域を求め、前記撮影画像について前記暗領域の周囲近傍の画像領域に占める前記明領域の比率を第１特徴量として求めさせるとともに、前記撮影部の近くを照らす照明手段を点灯して撮影された点灯画像及び前記照明手段を点灯せず撮影した非点灯画像に基づいて抽出した前記変化領域の輝度値の差を第２特徴量として求めさせ、前記変化領域について求めた前記第１特徴量及び前記第２特徴量を用いて、前記比率が高いほど、前記変化領域を前記非検出対象と判定しやすくし、又は、前記輝度値の差が大きいほど、前記変化領域を前記非検出対象と判定しやすくして、当該変化領域が非検出対象かを判定させることを特徴とする。

本発明によれば、変化領域に対応する画像領域内の暗領域の周囲に占める明領域の比率を用い、変化領域が虫のような非検出対象であるかを判定することで、非検出対象を精度よく識別することができる。

本実施形態に係る警備システムの構成概略図である。 画像処理装置の構成概略図である。 基準画像及び撮影画像の例を示す図であり、（ａ）は基準画像、（ｂ）は撮影画像を示す。 撮影画像の変化領域を示す２値化画像の例を示す図である。 比率算出方法を虫（非検出対象）に適用した場合を示す説明図である。 比率算出方法を人（検出対象）に適用した場合を示す説明図である。 人（検出対象）と虫（非検出対象）を識別して検出する処理（異常検出処理）のフローチャートである。 ２つの特徴量から虫か否かを判定するフローチャートである。

以下、本発明の実施形態について、図面に基づいて説明する。なお、本発明は、ここに記載される実施形態に限定されるものではない。

「システム構成」
図１は、本実施形態に係る警備システム１０の構成概略図である。警備システム１０は、店舗、オフィス、マンション、倉庫、家屋などの各監視対象物件１２に設置される警備装置１４、公衆電話回線などの通信網１６を介して各警備装置１４と接続される警備センタ装置１８、及び利用者装置２０とを含んで構成される。さらに、警備システム１０は、監視対象物件１２の監視領域（所定領域ともいう）を撮影した撮影画像に基づいて監視対象物件１２内の監視領域から検出対象（本実施形態では人：侵入者）を検出するための１以上の画像処理装置２２、及び画像処理装置２２により撮影された撮影画像を記録する録画装置２４を含んで構成される。画像処理装置２２及び録画装置２４は警備装置１４と通信可能に接続される。

警備装置１４は、構内ＬＡＮなどを介してそれ自体に接続された画像処理装置２２からアラーム信号を受信すると、そのアラーム信号及び警備装置１４自体の識別信号、又は監視対象物件１２あるいは異常を検出した画像処理装置２２の識別信号を警備センタ装置１８へ送信する。そのために、警備装置１４は、画像処理装置２２と通信するための通信インタフェースと、警備センタ装置１８及び利用者装置２０と通信するための通信インタフェースと、それらを制御するための制御ユニットを有する。

警備センタ装置１８は、いわゆるコンピュータで構成され、通信網１６を介して警備装置１４と通信するための通信インタフェースと、液晶ディスプレイなどの表示装置と、ブザーやＬＥＤなどで構成される報知部を備える。警備センタ装置１８は、警備装置１４から通信網１６を介してアラーム信号を受信すると、そのアラーム信号を送信した警備装置１４が設置された監視対象物件１２及び検出された異常の内容を報知部及び表示装置を通じて監視員に報知する。

利用者装置２０も、いわゆるコンピュータで構成され、通信網１６を介して警備装置１４と通信するための通信インタフェース、液晶ディスプレイなどの表示装置、及び、キーボートやマウスなど、警備装置１４を遠隔操作するための操作コマンドを入力するためのユーザインターフェースを備える。利用者装置２０は、ユーザインターフェースを介して予め登録されている監視対象物件１２を観察する操作がなされると、登録されている監視対象物件１２に設置された警備装置１４に対して、現在撮影中の撮影画像又は録画装置２４に記録されている撮影画像を利用者装置２０に送信することを要求する各種の画像要求信号を送信する。そして、警備装置１４から撮影画像を受信すると、利用者装置２０は表示部に要求された撮影画像を表示する。

録画装置２４は、ＨＤＤなどの磁気ディスク装置、ＤＡＴなどの磁気テープ、ＤＶＤ−ＲＡＭなどの光記録媒体のように、録画装置２４に着脱自在となる記録媒体と、それら記録媒体にアクセスしてデータの読み書きを行う装置で構成される。録画装置２４は、画像処理装置２２が撮影した撮影画像を警備装置１４から受け取り、撮影時刻と関連付けて記録する。

「画像処理装置の構成」
図２は、画像処理装置２２の構成概略図である。画像処理装置２２はコンピュータを含み、画像処理プログラムを実行することで、撮影画像から人（検出対象）、虫（非検出対象）を識別する。

通信部３０は、画像処理装置２２と警備装置１４との間で構内ＬＡＮなどの通信ネットワークを介して各種の設定信号及び制御信号などを送受信する入出力インタフェースであり、イーサネット（登録商標）などの各種の通信インタフェース回路及びそれらを駆動するドライバソフトウェアなどで構成される。具体的には、通信部３０は、後述の画像処理部４４によって監視領域に侵入してきた人が検出された場合に、侵入者である人を検出したことを示す侵入アラーム信号を警備装置１４に出力する。

撮影部３２は、監視対象物件１２における監視領域を撮影して撮影画像を順次取得する。撮影部３２は、ＣＣＤ、ＣＭＯＳなどの、可視光及び近赤外光に感度を有する光電変換器で構成された２次元検出器と、２次元検出器上に監視領域の像を結像する結像光学系などで構成される。

また、撮影部３２は、同一の画角で監視領域を撮影することが可能となっており、一定の時間間隔（例えば１／５秒）ごとに撮影を行って撮影画像を取得する。そして、取得された撮影画像は記憶部３８に記憶される。

ここで、画像処理装置２２は、照明部３６を有しており、この照明部３６は例えば近赤外線ＬＥＤなどを含んで構成される。そして、この照明部３６は、近接照明手段であって、撮影部３２の前方の近傍エリアに限定して明るくする。すなわち、撮影部３２によって得られる虫など小さな飛来物の画像が監視領域に侵入してきた人などと同等の大きさとなるようなエリアに限定して照明を行う。

そして、撮影部３２は、照明部３６を点灯して、撮影部３２の直近のみを照らして撮影した点灯画像と、照明部３６を消灯して撮影した消灯画像を撮影する。点灯画像と消灯画像は、同時期に撮影を行う。例えば、点灯画像と消灯画像を交互に撮影するとよい。また、一定の時間間隔（例えば１／５秒）で交互に点灯画像と消灯画像を撮影してもよいが、この間隔が離れすぎていなければ（例えば１／２秒以内程度）、交互に撮影する必要はなく、点灯画像と消灯画像の間に別の画像を撮影してもよい。

照度センサ３４は、監視領域の照度（監視領域の明るさ）を検出し、検出した照度を示す照度信号を後述の画像処理部４４へ出力する。照度センサ３４は、例えばフォトダイオードなどを含んで構成されるが、各種の公知の照度センサを使用することができる。

記憶部３８は、不揮発性半導体メモリ、磁気ディスク、光ディスクなどの記録媒体で構成される。記憶部３８には、画像処理装置２２の各部を動作させるための画像処理プログラムが記憶される。また、図２に示される通り、記憶部３８には、撮影部３２が取得した撮影画像４０と基準画像４２が記憶される。撮影画像４０は、点灯画像４０ａと消灯画像４０ｂを含み、基準画像４２は点灯基準画像４２ａと消灯基準画像４２ｂを含む。

撮影画像４０は、撮影部３２が監視領域を順次撮影することで取得される画像であり、照明部３６が点灯しているときの撮影画像４０が点灯画像４０ａ、消灯しているときの撮影画像４０が消灯画像４０ｂである。記憶部３８には、数十フレーム（画像）分の撮影画像４０が記憶され、新たなフレームが撮影された場合には、記憶部３８に記憶された複数の撮影画像４０のうち最も取得時刻が古いフレームを削除した上で最新のフレームが記憶される。すなわち、記憶部３８には、所定期間分の撮影画像４０（点灯画像４０ａ、消灯画像４０ｂ）が蓄積記憶される。

基準画像４２は、監視領域内に人物などの検出対象や、虫などの非検出対象が存在していないときの基準となる背景画像である。画像処理装置２２の初期設置時に撮影した撮影画像４０でもよいし、過去画像に基づいて生成してもよい。例えば、画像処理部４４が、時系列的に隣接する２つの撮影画像のフレーム間差分を求め、フレーム間での差分が所定以下であり、且つ、フレーム間差分した撮影画像と基準画像との差分も所定以下である場合に、差分を求めた撮影画像を基準画像４２として記憶部３８に記憶させる。なお、基準画像４２は、照明状態の変動、太陽の日周変動などによる監視領域の明るさの変動に対応するため、一定周期（例えば、１０分間隔）毎に更新されるとよい。また、記憶している基準画像４２は、記憶部３８に記憶されている過去画像よりも過去に撮影された撮影画像でもよい。また、基準画像４２は、複数の撮影画像４０から作成してもよい。

ここで、基準画像４２は、点灯画像４０ａの基準画像である点灯基準画像４２ａと、消灯画像４０ｂの基準画像である消灯基準画像４２ｂの２つを含む。

画像処理部４４は、コンピュータのデータ処理実行部であって、組み込み型のマイクロプロセッサユニットと、ＲＯＭ、ＲＡＭなどのメモリと、その周辺回路とを有し、画像処理プログラムを実行する。また、図２に示されるように、画像処理部４４は、抽出手段４６、特徴量算出手段４８、判定手段５０を含む。

「抽出手段」
抽出手段４６は、消灯画像４０ｂと消灯基準画像４２ｂを比較して両者において異なる領域を変化領域として抽出する。例えば、画素ごとの輝度の差を取り、差が所定量以上である１以上の画素を変化領域として抽出する。また、点灯画像４０ａと点灯基準画像４２ａとを比較して変化領域を抽出してもよいし、消灯画像４０ｂと消灯基準画像４２ｂとで異なる領域及び点灯画像４０ａと点灯基準画像４２ａとで異なる領域を変化領域、又は、両者で異なる領域のうち重なる領域を変化領域として抽出してもよい。

なお、抽出手段４６は、撮影画像４０と背景画像である基準画像４２とを比較して撮影画像４０から変化領域を抽出しているがフレーム間差分、すなわち、撮影画像４０の直前に取得された過去画像を基準画像４２とし、当該基準画像４２と撮影画像４０とを比較して変化領域を抽出するようにしてもよい。なお、撮影画像４０の比較は、点灯画像４０ａ同士又は消灯画像４０ｂ同士の比較である。

図３（ａ）は、消灯基準画像４２ｂの一例であり、図３（ｂ）は消灯画像４０ｂの一例である。この例では、左下に人２、右上に虫３が写っている状態を模式的に示してある。

「特徴量算出手段」
特徴量算出手段４８は、抽出手段４６において抽出した変化領域について、解析を行い、抽出した変化領域が虫（非検出対象）であるか、人（検出対象）であるかを判定するための虫らしさを判定するための特徴量を算出する。

ここで、特徴量算出手段４８は、２種類の特徴量を算出する。すなわち、
（１）点灯画像４０ａと消灯画像４０ｂそれぞれの変化領域における明るさの差、
（２）変化領域内の暗領域（輝度値が低い領域）の周囲に存在する明領域（輝度値が高い明領域）の比率、
を特徴量として求める。

＜変化領域の明るさの差＞
変化領域についての明るさの差（輝度の差）を求める場合、変化領域内の撮影画像４０及び基準画像４２について次の処理を行う。

まず、撮影画像４０の消灯画像４０ｂと点灯画像４０ａを比較して（輝度の差分を求め）、消点灯差分画像を作成する。また、基準画像４２の消灯基準画像４２ｂと点灯基準画像４２ａとを比較して（輝度の差分を求め）消点灯差分基準画像を作成する。

作成した消点灯差分画像と消点灯差分基準画像とを比較して（差分を求め）、抽出手段４６において抽出した変化領域の画像領域に対応する消点灯差分画像及び消点灯差分基準画像の差分画像の画像領域の輝度値から、変化領域の明るさの差（輝度の差）を求める。この明るさの差は、変化領域の画素の平均輝度値の差でもよいし、画素数で除算しない変化領域の合計輝度値の差でもよい。また、その他公知の手法を用いて、変化領域についての明るさの差を求めてよい。

このようにして求められた変化領域の点灯時、消灯時の明るさの差が特徴量の１つとして算出される。すなわち、照明部３６は、撮影部３２の近傍を照らすものであり、撮影部３２の近傍に飛来する虫（非検出対象）を明るく照らすが、撮影部３２から遠い人（検出対象）には影響は少ない。従って、変化領域の明るさの差が大きいことで、虫と判定できる。

＜比率＞
撮影環境が明るい場合、上述した点灯画像４０ａと消灯画像４０ｂの明るさの差が小さくなる。さらに、撮影部３２から離れた位置に存在する人（検出対象）と、カメラ近傍に飛来する虫（非検出対象）は、画像上の大きさが類似する。従って、撮影環境が明るい場合の人と虫の識別精度を向上したいという要求がある。

このような判定に、変化領域についての暗領域の周囲近傍に位置する画像領域に占める明領域の比率を用いるのが好適である。すなわち、暗領域を膨張させた膨張領域の画素数と、当該膨張領域内の明領域の画素数との比率を算出し、人と虫を識別する。この比率は、下記の比率算出方法により求める。

まず、抽出手段が抽出した変化領域の画像領域に対応する消灯画像４０ｂの画像領域である比率算出領域内の平均輝度値を算出する。撮影環境が明るいので、照明部３６の点灯の影響が小さく、撮影画像４０の点灯画像４０ａ、消灯画像４０ｂのいずれでも構わないが、虫に一部照明が当たった場合の悪影響などを考慮して消灯画像４０ｂを用いるとよい。そして、この平均輝度値に対し所定のオフセット値だけ加算して、これを閾値とする。このオフセット値は固定でもよいし、平均値の１０％などの値としてもよい。また、オフセット値を０として、平均輝度値をそのまま閾値としてもよい。

このようにして、閾値が求められた場合、消灯画像４０ｂの比率算出領域についての画素ごとの輝度を閾値と比較し、閾値以上である明領域と、閾値未満である暗領域とを求め、２値化画像を作成する。

図４には、撮影画像４０の変化領域を示す２値化画像の例を示してあり、比率算出領域５について、人２については比率算出領域５の全部が暗領域となり、虫３については周辺部が明領域になっている。なお、図４の２値化画像は、図３（ａ）,（ｂ）の撮影画像４０及び基準画像４２の変化領域に対応した撮影画像４０の画像領域（比率算出領域）を２値化した画像である。

虫であれば、撮影部３２近傍にいるため回折光の影響が画像上に強く現れる。これは、逆光の中にいる物体を撮影した場合に似た現象である。したがって、虫の映像の場合、暗領域の輪郭は明領域と隣接することが多くなる。このため、暗領域の周囲（膨張領域）には、明領域の画素の比率が多くなる。一方人は、撮影部３２から遠くにいるため回折光の影響が画像上に現れることが弱くなる。これは、人と同じ大きさで写る虫と、人とを比較すると、１画素に占める実サイズは、遠くに写る人のほうが十分に大きくなるからである。従って、暗領域の輪郭は明領域と隣接することが少なく、比率算出領域（変化領域）の輪郭と一致することが多くなる。このため、暗領域の周囲（膨張領域）は非変化領域である背景画像の画素の比率が多くなる。すなわち、変化領域内の明領域の画素が少なくなる。以上より、図３（ｂ）に示すように虫は回折光の影響が強く現れるため、虫３の周辺部分に比較的明るい領域が形成されるが、遠くに写る人は回折光の影響が弱いため、人２の周辺部分は明るく写らない。

次に、暗領域の輪郭に隣接する画素からなる画像領域を求める。例えば、求められた２値化画像における暗領域の輪郭を周辺に向けて膨張させる。暗領域の各周辺画素について、４近傍（上下左右）に１回膨張してもよいし、８近傍（上下左右斜め）で１回膨張してもよい。さらに、１回ではなく複数回膨張してもよい。膨張させた暗領域から暗領域を除いた膨張領域（膨張させた領域のみ）を求める。

このようにして、膨張領域が求められた場合には、膨張領域の中で明領域である画素により形成される対象領域を抽出する。すなわち、明領域でもあり、膨張領域でもある対象領域（明領域と膨張領域のａｎｄ領域）を抽出する。

得られた対象領域の画素数と、膨張領域の画素数を比較して比率を算出する。例えば、（対象領域の画素数）÷（膨張領域の画素数）×１００から比率を求める。

図５には、上述した比率算出方法を図４の虫３について適用した場合を示してある。まず、比率算出領域５の内部が明領域６と暗領域７と、に分けられる。次に、暗領域７を取り出し周辺に膨張させる。暗領域７を取り除くことで膨張領域８が得られる。膨張領域８と明領域６を重ね、両者が重複する対象領域９を得る。この場合、対象領域９は、膨張領域８に一致している。

図６には、上述した比率算出方法を図４の人２について適用した場合を示してある。まず、比率算出領域５の内部が明領域６と、暗領域７に分けられる。次に、暗領域７を取り出し周辺に膨張させる。暗領域７を取り除くことで膨張領域８が得られる。膨張領域８と明領域６を重ねるが、この例では比率算出領域５がすべて暗領域７であるため、膨張領域８は変化のない背景領域と重複することになり、両者が重複する対象領域９はない。

このように、人２と虫３では、比率算出領域５を２値化した場合の明領域６と、暗領域７の分布が異なっている。そこで、撮影環境が明るい場合においても、比率によって、人２と虫３を識別することができる。なお、人２であっても周辺に白い部分があり、ここが膨張領域８に含まれる場合もある。しかし、この場合でも、虫３に比べれば、膨張領域８に含まれる明領域６は多くなく、比率により人２、虫３の識別が行える。なお、撮影画像４０上で黒く写る人（例えば、黒い服を着用した人）に対して、上述した識別方法は特に有効である。

＜閾値について＞
ここで、比率算出領域を２値化する閾値は、比率算出領域内の平均輝度値以外でもよい。例えば、予め設定されている露光制御で用いる目標輝度値を閾値として設定してもよい。この目標輝度値は、例えば画像全体の明るさ（平均輝度値）を、目標輝度値となるように露光制御を行うために使用する。撮影環境が明るければ、虫は撮影環境からの光を遮るので目標輝度値よりも暗く写る。したがって、比率算出領域内の平均輝度値ではなく目標輝度値を閾値として採用できる。また、画像全体の平均輝度値を閾値としてもよい。また、閾値は複数あってもよい。例えば、比率算出領域内の平均輝度値を第１閾値とし当該平均輝度値にオフセット値を加算した値を第２閾値として設定して、比率算出領域内で第１閾値未満である画素からなる画像領域を暗領域とし、比率算出領域内で第２閾値以上である画素からなる画像領域を明領域と判定してもよい。

さらに、目標輝度値についても、所望のオフセット値を加算（減算）してもよい。このオフセット値は固定でもよいし、撮影した画像の露光量に応じて変えてもよい。例えば、露光量が小さければ、環境が明るいため虫が暗く写りやすく、回折光の影響が強く現れやすいので、オフセット値を大きくする。

「判定手段」
判定手段５０は、抽出手段４６にて抽出された変化領域のサイズ（幅・高さ）を求め、求めたサイズが予め記憶した人らしさを表すサイズ相当であるか否かを判定する。そして、変化領域のサイズが人サイズ相当であった場合、特徴量算出手段４８において算出された特徴量を用いて、その変化領域が虫（非検出対象）であるか否かの判定をする。なお、判定手段５０は、変化領域が人（検出対象）であるか否かの判定も行う。

＜明るさの差による判定＞
判定手段５０は、特徴量算出手段４８によって算出された特徴量に基づいて、抽出手段４６にて抽出した変化領域が虫か否かを判定する。

まず、特徴量算出手段４８において算出された明るさ差が予め設定した閾値（設定輝度値）以上である場合、虫であると判定し、求めた明るさの差が予め設定した閾値未満である場合、虫ではないと判定する。上述したように、変化領域が撮影部３２の近傍にいる虫であれば、照明部３６による照明の影響を大きく受け、明るさの差が大きくなるからである。

＜比率による判定＞
求めた比率が、予め設定した比率以上である場合、虫であると判定し、求めた比率が予め設定した比率未満である場合、虫ではないと判定する。

変化領域の大きさは、人や虫の位置によって異なる。例えば、変化領域が大きくなれば、膨張領域の画素数も大きくなる。そこで、膨張領域内の明領域の画素数でなく、明領域の比率とすることで、精度の高い判定が行える。

＜検出処理の手順＞
図７は、人（検出対象）と虫（非検出対象）を識別して検出する処理（異常検出処理）のフローチャートを示す。この処理は、画像処理部４４の抽出手段４６、特徴量算出手段４８、判定手段５０により行われる。

まず、抽出手段４６は、撮影画像４０の消灯画像４０ｂと、消灯基準画像４２ｂを比較し、画素データ（例えば輝度）について有意の差がある領域を変化領域として抽出する（Ｓ１０）。そして、消灯画像４０ｂに変化領域が存在するか否かを判定する（Ｓ１１）。

Ｓ１１の判定で、ＮＯの場合には、検出対象も、非検出対象もないので処理を終了する。一方、Ｓ１１の判定で、ＹＥＳの場合には、判定手段５０は、抽出された変化領域が人物サイズか否かを判定する（Ｓ１２）。

Ｓ１２の判定で、変化領域が人物サイズ相当ではない場合は、変化領域は人でないと判定し（Ｓ１３）、正常判定をして（Ｓ１４）、処理を終了する。

Ｓ１２の判定で、ＹＥＳの場合には、特徴量算出手段４８は、抽出された変化領域が人であるか虫であるかを判定するための特徴量を求める（Ｓ１５）。この特徴量は、上述したように、（ｉ）抽出された変化領域において、点灯画像と消灯画像４０ｂとの明るさの差、（ｉｉ）抽出された変化領域を暗領域と明領域に分け、暗領域の周囲に明領域が存在する比率、の２つである。

そして、判定手段５０は、特徴量の１つである明るさの差が予め設定した所定値以上かを判定する（Ｓ１６）。Ｓ１６の判定でＹＥＳの場合は虫（非検出対象）と判定し（Ｓ１７）、正常判定して（Ｓ１８）、処理を終了する。

Ｓ１６の判定で、ＮＯの場合には、もう１つの特徴量である、比率が所定値以上かを判定する（Ｓ１９）。そして、Ｓ１９の判定でＹＥＳであれば、Ｓ１７に移り変化領域を虫と判定して、Ｓ１８で正常判定して、処理を終了する。

Ｓ１９の判定でＮＯであり、比率が所定値未満の場合には、人か否かを判定する（Ｓ２０）。ここで、Ｓ１２においてサイズによる人か否かの判定を行っているので、ここではサイズ以外の判定を行う。例えば、時系列の複数の撮影画像４０間において、変化領域の追跡処理を行った上で、各撮影画像４０における変化領域の位置と各撮影画像４０の取得時刻から変化領域の移動速度を算出し、変化領域の移動速度と、予め記憶された人らしい速度との比較をさらに行って、当該変化領域が人領域であるか否かを判定する。また、変化領域のエッジ数から人か否かを判定してもよい。エッジ数は、例えば変化領域内において輝度値の変化が所定以上である画素のエッジ数を求め、求めたエッジ数が所定数以上の場合に、変化領域を人（検出対象）と判定する。なお、公知の様々な方法を適用して人か否かを判定してよい。

Ｓ２０の判定で、ＮＯの場合には、正常と判定して（Ｓ２１）、処理を終了する。一方、Ｓ２０の判定で、ＹＥＳの場合には、人を検出したのであり、異常と判定する（Ｓ２２）。この場合には、例えば、通信部３０から侵入アラーム信号が警備装置１４へ送信される。また、監視領域に設けられているアラームを鳴らすことも好適である。

なお、Ｓ１６の判定は行わずＳ１９の判定のみを行ってもよいし、Ｓ１９の判定を行わずＳ１６の判定のみを行ってもよい。

このように、本実施形態によれば、虫（非検出対象）を効果的に除外して、人を検出することが可能となる。

「変形例」
＜特徴量の組み合わせ＞
上述のフローチャートでは、明るさの差と比率とを独立に判定していたが、二つの特徴量を用いて虫か否かを判定してもよい。また明るさの差と、比率を多段階で判定してもよい。

明るさの差が小さい場合は明るさの差が大きい場合に比べ、比率を優先して虫の判定を行い、比率が低い場合は比率が高い場合に比べ、明るさの差を優先して虫の判定を行う。例えば、明るさの差の閾値と、比率の閾値を、第３閾値＞第２閾値＞第１閾値と、それぞれ３段階設定し、明るさの差及び比率の判定結果によって虫か否かを判定する。なお、具体的な閾値の値は、明るさの差と比率とで異なる。図８は、２つの特徴量から非検出対象（虫）か否かを判定するフローチャートである。

まず、明るさの差が第３閾値以上であるかを判定する（Ｓ３１）。Ｓ３１の判定でＹＥＳの場合、比率が第１閾値以上であるかを判定し（Ｓ３２）、ＹＥＳであれば虫と判定する。

Ｓ３１の判定でＮＯの場合、明るさの差が第２閾値以上であるかを判定する（Ｓ３３）。Ｓ３３の判定でＹＥＳの場合、比率が第２閾値以上であるかを判定し（Ｓ３４）、ＹＥＳであれば虫と判定する。

Ｓ３３の判定でＮＯの場合、明るさの差が第１閾値以上であるかを判定する（Ｓ３５）。Ｓ３５の判定でＹＥＳの場合、比率が第３閾値以上であるかを判定し（Ｓ３６）、ＹＥＳであれば虫と判定する。

Ｓ３５又はＳ３６の判定で、ＮＯの場合には、虫ではないと判定されているため、人かどうかの判定に移行する。

なお、明るさの差が第３閾値以上の場合や、比率が第３閾値以上の場合には、その判定だけで虫と判定するなどしてもよい。

また、二つの特徴量を統合して求めた統合値が予め設定した統合設定値以上である場合に、虫と判定してもよい。例えば、明るさの差から求めた虫らしさの値と、比率から求めた虫らしさの値とを合計して統合値を求める。

＜明るさの考慮＞
撮影環境が明るい場合は、明るさの差が小さくなってしまう。このため、撮影環境の明るさが明るい場合は、明るさの差よりも比率の判定基準を重視して虫か否かを判定し、撮影環境の明るさが暗い場合には、比率よりも明るさの差の判定基準を重視して虫か否かを判定してもよい。例えば、図７のフローにおいて、撮影環境の明るさが所定値を上回った場合には、Ｓ１６の判定を行わず、Ｓ１９の判定を行い、明るさが所定値以下の場合には、Ｓ１９の判定を行わず、Ｓ１６の判定を行い、Ｓ１７又はＳ２０の判定に移行するようにしてもよい。また、図８のフローでは、撮影環境の明るさが所定値を上回った場合は、比率が第３閾値以上であり、さらに明るさの差が第１閾値以上である場合は虫であると判定し、撮影環境の明るさが所定値以下の場合には、明るさの差が第３閾値以上であり、さらに比率が第１閾値以上である場合は虫であると判定してもよい。また、撮影環境の明るさに加えて、明るさの差や比率の大きさも考慮して虫か否かを判定してもよい。例えば、撮影環境の明るさが明るい場合は、明るさの差が小さいほど比率の判定基準を重視し、撮影環境の明るさが暗い場合には、比率が低いほど明るさの差の判定基準を重視して虫か否かを判定する。なお、撮影環境が暗い状態とは、屋内照明が点灯していたり、太陽光は当たったりしているが、屋内照明や太陽光の光量が弱いため撮影環境がそこまで明るくなっていない状態のことを指す。

明るさの差及び比率の特徴量を算出する際、上述した撮影環境の明るさを判定する所定値よりも低く設定した設定値を用いて、撮影環境の明るさを判定し、撮影環境の明るさが設定値未満（太陽光が当たっていなかったり、屋内照明が消灯していることで真っ暗な状態）の場合は、明るさの差のみを算出し、撮影環境が設定値以上（太陽光が当たっていたり、屋内照明が点灯している状態）の場合には、明るさの差及び比率を算出してもよい。すなわち、撮影環境が明るい場合は、明るさの差と比率とから変化領域が虫であるか否かを判定し、撮影環境が暗い場合は、明るさの差から変化領域が虫であるか否かを判定してもよい。

このような本実施の形態では、撮影環境が明るい環境であっても、人と虫を精度良く区別して判定することができる。

＜撮影環境の明るさの判定＞
ここで、撮影環境の明るさは、照度センサ３４の出力によって判定することができるが、照度センサ３４を設けず、撮影画像４０から判定してもよい。ここで、撮影部３２には、撮影環境の明るさに応じて露光量を制御する露光制御機能が備えられている。すなわち、撮影環境が暗い場合には露光量を高くして撮影し、撮影環境が明るい場合には、露光量を低くして撮影する。このため、撮影画像４０についての露光量が閾値以上である場合、暗いと判定し、閾値未満の場合に明るいと判定するとよい。なお、閾値は１つではなく、明るいという判定と、暗いという判定の閾値を異ならせてもよい。この場合、中間の領域においては、上述したように、明るさの差と比率の２つの判定を組み合わせ、明るい場合に比率の判定のみ、暗い場合に明るさの差の判定のみを行うこともできる。

＜エッジ強度の考慮＞
比率の特徴量に加えて、膨張領域内のエッジ強度を特徴量として求めてもよい。膨張領域内において輝度値の変化が所定以上である強エッジ画素を抽出し、強エッジ画素の数が所定のエッジ数値未満の場合、虫らしさを上げる。例えば、エッジ数が少ない場合に明るさの差や比率の閾値を小さくして虫と判定しやすくする。また、強エッジ画素の数が所定エッジ数値以上の場合は、反対に閾値を大きくして虫と判定しにくくする。なお、閾値は変更せず、判定結果を変更してもよい。

虫は、回折光と虫本体の輝度値が混じるため、滑らかな輝度変化をする。したがって、膨張領域内のエッジ強度を判定することで、より精度良く虫と判定することができる

なお、膨張領域のみだけでなく、変化領域全体のエッジ強度を判定してもよい。虫であれば、一様に暗く写り、膨張領域も上記のように滑らかな輝度変化をする。そのため、虫本体の画素毎の輝度差が小さくなるため、強エッジの割合が人と比較すると小さくなる。

なお、画像処理装置２２は、自装置内の記憶部３８に記憶された画像を画像処理するものに限定されない。例えば、他の外部装置から読み出した画像を画像処理したり、外部のカメラから受信した画像を画像処理したりする構成としてもよい。また、カメラを複数設けて、点灯画像と消灯画像とをそれぞれのカメラで撮影するようにしてもよい。その場合、点灯画像と消灯画像とを同時に撮影してもよい。

２ 人、３ 虫、５ 変化領域、６ 明領域、７ 暗領域、８ 膨張領域、９ 対象領域、１０ 警備システム、１２ 各監視対象物件、１２ 監視対象物件、１４ 警備装置、１６ 通信網、１８ 警備センタ装置、２０ 利用者装置、２２ 画像処理、２４ 録画装置、３０ 通信部、３２ 撮影部、３４ 照度センサ、３６ 照明部、３８ 記憶部、４０ 撮影画像、４０ａ 点灯画像、４０ｂ 消灯画像、４２ 基準画像、４２ａ 点灯基準画像、４２ｂ 消灯基準画像、４４ 画像処理部、４６ 抽出手段、４８ 特徴量算出手段、５０ 判定手段。

Claims (8)

1. 所定領域の撮影画像を取得する撮影部と、
   前記撮影画像と前記所定領域の基準画像とを比較して抽出された変化領域に基づき、前記撮影部から離れた位置に存在する検出対象と前記撮影部の近くに存在する非検出対象を判定する画像処理部と、
   を含み、
   前記画像処理部は、
   前記撮影画像の前記変化領域について輝度値が低い画素からなる暗領域及び前記暗領域よりも輝度値が高い画素からなる明領域を求め、前記撮影画像について前記暗領域の周囲近傍の画像領域に占める前記明領域の比率を特徴量として求める特徴量算出手段と、
   前記特徴量を用いて、前記変化領域について求めた前記比率が所定値以上である場合、当該変化領域を前記非検出対象と判定する判定手段と、
   を備えることを特徴とする画像処理装置。
2. 請求項１に記載の画像処理装置であって、
   前記特徴量算出手段は、前記変化領域を抽出した前記撮影画像の輝度値に基づいて閾値を設定し、当該閾値から前記暗領域及び前記明領域を求めることを特徴とする画像処理装置。
3. 請求項1又は２に記載の画像処理装置であって、
   前記特徴量算出手段は、前記暗領域の周囲近傍に位置する画像領域のうち前記暗領域に隣接する画素からなる画像領域を、前記暗領域の周囲近傍の画像領域とすることを特徴とする画像処理装置。
4. 所定領域の撮影画像を取得する撮影部と、
   前記撮影画像と前記所定領域の基準画像とを比較して抽出された変化領域に基づき、前記撮影部から離れた位置に存在する検出対象と前記撮影部の近くに存在する非検出対象を判定する画像処理部と、
   前記撮影部の近傍を照らす照明手段と、
   を含み、
   前記画像処理部は、
   前記撮影画像の前記変化領域について輝度値が低い画素からなる暗領域及び前記暗領域よりも輝度値が高い画素からなる明領域を求め、前記撮影画像について前記暗領域の周囲近傍の画像領域に占める前記明領域の比率を第１特徴量として求めるとともに、前記照明手段を点灯して撮影された点灯画像及び前記照明手段を点灯せず撮影した非点灯画像に基づいて抽出した前記変化領域の輝度値の差を第２特徴量として求める特徴量算出手段と、
   前記変化領域について求めた前記第１特徴量及び前記第２特徴量を用いて、当該変化領域が非検出対象かを判定する判定手段と、
   を備え、
   前記判定手段は、前記比率が高いほど、前記変化領域を前記非検出対象と判定しやすくし、又は、前記輝度値の差が大きいほど、前記変化領域を前記非検出対象と判定しやすくすることを特徴とする画像処理装置。
5. 請求項４に記載の画像処理装置であって、
   前記判定手段は、
   前記比率が高いほど前記非検出対象と判定するために必要な前記輝度値の差は小さい値とし、又は、前記輝度値の差が大きいほど前記非検出対象と判定するために必要な前記比率は低い値とすることを特徴とする画像処理装置。
6. 請求項４又は５に記載の画像処理装置であって、
   前記判定手段は、所定領域が明るいほど前記非検出対象と判定するために必要な前記比率は高い値とし、又は、所定領域が暗いほど前記非検出対象と判定するために必要な前記輝度値の差は大きい値とすることを特徴とする画像処理装置。
7. 画像処理装置に、撮影部から離れた位置に存在する検出対象と前記撮影部の近くに存在する非検出対象を識別させる、画像処理プログラムであって、
   画像処理装置に、
   所定領域を撮影した撮影画像と前記所定領域の基準画像とを比較して変化領域を抽出させ、
   前記撮影画像の前記変化領域について輝度値が低い画素からなる暗領域及び前記暗領域よりも輝度値が高い画素からなる明領域を求め、前記撮影画像について前記暗領域の周囲近傍の画像領域に占める前記明領域の比率を特徴量として求めさせ、
   前記特徴量を用いて、前記変化領域について求めた前記比率が所定値以上である場合、当該変化領域を前記非検出対象と判定させる、
   画像処理プログラム。
8. 画像処理装置に、撮影部から離れた位置に存在する検出対象と前記撮影部の近くに存在する非検出対象を識別させる、画像処理プログラムであって、
   画像処理装置に、
   所定領域を撮影した撮影画像と前記所定領域の基準画像とを比較して変化領域を抽出させ、
   前記撮影画像の前記変化領域について輝度値が低い画素からなる暗領域及び前記暗領域よりも輝度値が高い画素からなる明領域を求め、前記撮影画像について前記暗領域の周囲近傍の画像領域に占める前記明領域の比率を第１特徴量として求めさせるとともに、前記撮影部の近くを照らす照明手段を点灯して撮影された点灯画像及び前記照明手段を点灯せず撮影した非点灯画像に基づいて抽出した前記変化領域の輝度値の差を第２特徴量として求めさせ、
   前記変化領域について求めた前記第１特徴量及び前記第２特徴量を用いて、前記比率が高いほど、前記変化領域を前記非検出対象と判定しやすくし、又は、前記輝度値の差が大きいほど、前記変化領域を前記非検出対象と判定しやすくして、当該変化領域が非検出対象かを判定させる、
   画像処理プログラム。