JP3626824B2 - 火災検出装置 - Google Patents
火災検出装置 Download PDFInfo
- Publication number
- JP3626824B2 JP3626824B2 JP34156096A JP34156096A JP3626824B2 JP 3626824 B2 JP3626824 B2 JP 3626824B2 JP 34156096 A JP34156096 A JP 34156096A JP 34156096 A JP34156096 A JP 34156096A JP 3626824 B2 JP3626824 B2 JP 3626824B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- fire
- component
- area
- memory
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Fire-Detection Mechanisms (AREA)
- Alarm Systems (AREA)
- Image Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Description
【０００１】
【発明の属する技術分野】
この発明は火災検出に画像処理を用いた火災検出装置に関し、特に監視領域に監視対象である炎以外の光源が混在したり、ノイズが混入する場合等に用いて好適な火災検出装置に関するものである。
【０００２】
【従来の技術】
従来、監視領域に監視カメラを設置し、その監視カメラで撮影された画像を処理して監視領域内に火災が発生しているか否かを検出する火災検出装置がある。
このような画像処理を利用して火災を検出する従来装置として、例えば特開平５−２０５５９号公報に記載されているようなものがある。このような従来装置の主な原理は、撮影される画像から所定の明度を有する領域を抽出することで、火災時の炎を捕らえるものである。
【０００３】
【発明が解決しようとする課題】
ところで、画像の処理に際して、画像の走査方式がいわゆるインタレース方式の場合、１フレームの画像は時間の異なる２つのフィールドの画像で構成されるため、監視する監視領域に非常に動きの早い監視対象物が存在すると、図１１に示すように上下に筋状に分布する縞模様のノイズが発生する。同図は火災時の炎を監視カメラで撮影したものを示すもので、この縞模様のノイズは、その画像の形状変化の激しい上方に現れる。つまり、炎は、特にその下部は形状や面積が変化しにくいが、その上部は形状や面積が絶えず変化する特徴を有しているので、その画像の動きの激しい上方に縞模様のノイズが現れることになる。
【０００４】
また、例えばトンネル内に監視カメラを設置して火災の発生を監視している場合に、トンネル内を通過する後方の車両のヘッドライトの光が前を行く車両の後部に強く当たると、その曲面をなす後面ガラスがいわゆる鏡面反射を起こし、図１２に示すような細い横長の光を放つ領域が発生する。この鏡面反射による光が監視カメラにより取り込まれると、その画像に一種の単一の筋状のノイズとして現れる。
一方、監視カメラで撮影した画像を処理して火災を検出する場合、上述の火災の特徴部分である上方に着目して検出する場合がある。
従って、火災判別の段階で、このような単一の筋状のノイズや縞模様のノイズ等を含む画像をそのまま使用して火災を検出しようとすると、正確な火災判別ができず、誤報を生じてしまうという問題点があった。
【０００５】
この発明はこのような問題点を解決するためになされたもので、監視対象物の動きに左右されたり、また、鏡面反射の影響を受けることなく確実に火災を検出することができる火災検出装置を得ることを目的とするものである。
【０００６】
【課題を解決するための手段】
この発明に係わる火災検出装置は、監視領域を撮影する撮影手段と、この撮影手段により撮影された画像を格納するための画像メモリとを備え、この画像メモリに格納された画像を処理することにより火災を検出する火災検出装置において、撮影手段により撮影された画像に対して膨張処理を施す画像膨張処理手段と、この画像膨張処理手段で施された画像に基づいて火災らしい領域があるか否かを検出する火災検出手段と、を備え、画膨張処理の膨張処理は、撮影された画像内で、上下二マスのマトリクスを水平走査して、上下のマスを比較して、それぞれの輝度値を大きい値の方に合わせて、同じ値にしていくものである。
【０００７】
また、この発明に係わる火災検出装置は、監視領域を撮影する撮影手段と、この撮影手段により撮影された画像を格納するための画像メモリとを備え、この画像メモリに格納された画像を処理することにより火災を検出する火災検出装置において、撮影手段により撮影された画像を微分してエッジを抽出し、微分画像を作成する微分画像作成手段と、撮影手段により撮影された画像から微分画像を減算して差分画像を得る減算手段と、撮影された画像と差分画像に基づいて火災らしい領域があるか否かを検出する火災検出手段と、を備え、撮影手段は、カラーカメラであり、微分画像作成手段は、ＲＧＢ信号のうち、Ｒ成分フレームメモリに格納されたカラー成分信号のＲ成分のみに微分処理を行うものである。
【００１２】
【発明の実施の形態】
以下、この発明の一実施の形態を図を参照して説明する。
実施の形態１．
図１はこの発明の第１の実施の形態を示す構成図である。
図において、１は撮影手段としての監視カメラ（カラーカメラ）であって、例えばＣＣＤカメラなどが使用され、所定のサンプリング周期で監視領域を撮影するものである。この監視カメラ１は例えばＮＴＳＣ方式に従ったＲ（赤）、Ｇ（緑）、Ｂ（青）のカラー成分信号でなるカラー画像信号を出力するものである。
また、監視カメラ１は例えば監視領域としてのトンネル内の監視区域全体を見渡せる位置に設置され、トンネル内で発生する火災を監視し、撮影した画像内に火災の領域があるか否かは後述する画像処理部で検出される。
【００１３】
図２は、監視カメラ１により撮影された画像を示すもので、この図からもわかるように監視カメラ１は車両Ｃが走り去って行く方向を映すように、例えばトンネル内の側壁上部に設置されている。これは、車両Ｃのヘッドライトが監視カメラ１に入射するのを防止するためで、このように設置することで画像処理する際にヘッドランプが火災領域として捕らえられることがなくなる。
【００１４】
２は監視カメラ１に接続されたアナログーデジタル変換器であって、監視カメラ１から得られたカラー画像、即ちＲＧＢ信号のそれぞれを画素単位で多階調、例えば２５５階調のデジタル信号に変換するものである。
３はアナログーデジタル変換器２に接続され、デジタル化された画像を記憶する画像メモリであって、Ｒ（赤）成分フレームメモリ３１、Ｇ（緑）成分フレームメモリ３２およびＢ（青）成分フレームメモリ３３からなり、監視カメラ１で撮影された画像の１画面分を格納するものである。フレームメモリ３１、３２および３３は、図１に示すように複数の画像を格納できるように複数個で構成され、一番古い画像を削除しながら、順次新しい画像を更新格納していく。
【００１５】
４１は画像メモリ３に接続された、画像処理部４の構成要素の１つである画像膨張処理手段であって、後述の理由から例えば画像メモリ３のフレームメモリ３１、３２および３３の内Ｒ成分フレームメモリ３１およびＧ成分フレームメモリ３２に接続されて、これらの各フレームメモリに格納されたカラー成分信号のＲ成分とＧ成分に対して画像膨張処理を行う。
４２は画像膨張処理手段４１に接続された、同じく画像処理部４の構成要素の１つである最小値演算手段（最小値フィルタとも呼ばれる）であって、画像膨張処理手段４１で画像膨張処理を受けたカラー成分信号のＲ成分とＧ成分を同一画素毎に比較して小さい値の成分（の輝度値）を出力する。
【００１６】
４３は最小値演算手段４２に接続された、同じく画像処理部４の構成要素の１つである火災候補領域抽出手段であって、最小値演算手段４２からの画像信号を所定値で二値化処理し、所定値を越える領域、つまり明るい領域を火災らしい領域（火災の可能性のある領域）として抽出する。即ち、火災らしい領域を“１”、画像のそれ以外の部分（所定値未満の部分）を“０”で表す。なお、以下の説明において、火災らしい領域を抽出領域と呼ぶ場合がある。この二値化処理で使用される所定値は、画像から所定の明るさを有する領域だけ抽出できるように設定された値であり、トンネルのように暗い環境下では例えば２００位（２５５階調の場合）に設定される。
なお、図３は図２の画像を二値化処理した二値化画像で、後述の二値化メモリに格納されている。
後で詳しく説明するが、単純に所定値より大きいか否かで二値化処理をすると、所定の明るさを有する領域（例えば、炎、ナトリウム灯、テールランプ）は全て抽出されるが、最小値演算後に二値化処理を行うと、炎だけを抽出することができる。
【００１７】
５は火災候補領域抽出手段４３に接続され、この火災候補領域抽出手段４３によって二値化された画像を格納するための二値化メモリであって、画像メモリ３と同様に複数個で構成され、実質的に画像メモリ３からの最新の画像を画像膨張処理手段４１、最小値演算手段４２および火災候補領域抽出手段４３を介して順次複数個分格納する。
６および７は上述の火災候補領域抽出手段４３等を含む画像処理部４にそれぞれ接続されたＲＯＭおよびＲＡＭであって、画像処理部４における各種演算処理等は、ＲＯＭ６に格納された後述のプログラム（図５参照）に基づいて行われ、その際、演算された値はＲＡＭ７に格納される。またＲＯＭ６は二値化処理をする際の所定値や火災判別をする際に使う所定値などが記憶されている。
【００１８】
４４は二値化メモリ５に接続された対応判別手段であって、監視カメラ１により周期的に撮影された画像に火災らしい領域が連続してある場合、つまり二値化メモリ５に火災らしい領域が連続して格納される場合に、ある時間の前後にわたる火災らしい領域同士の対応関係、即ち同じ炎により抽出された領域なのかどうかを判別するので、この対応判別手段を設けることで、監視領域内に所定時間に亙って火災らしい領域が存在するかどうかを判別することが可能となる。
対応判別手段４４による対応関係をとる方法はいくつか有り、例えば二値化メモリに格納された、撮影時間の連続する火災らしい領域同士を重ね合わせ、その重なり具合が所定値以上の場合に対応有りと判断する方法、または、撮影時間の連続する火災らしい領域Ａ，Ｂの一方の領域Ａの重心座標が他方の領域であるＢに入っていれば対応有りと判断する方法等がある。これらは監視対象物が炎のように全体的な移動量の少ないものの場合に有効で、車両のランプ類が火災候補領域抽出手段により一次的に火災らしい領域として抽出されても、車両の移動量は大きいので、火災らしい領域同士の対応関係がとられることはない。
【００１９】
４５は二値化メモリ５および対応判別手段４４に接続された外接矩形作成手段であって、二値化メモリ５に格納された火災らしい領域を外接する最小の矩形で囲み、矩形の対角（例えば左上、右下）の隅の画素の座標（フィレ値）から矩形の高さｄｙと矩形の幅ｄｘ（フィレ径）を演算して、それらの値をＲＡＭ７に格納する（図３参照）。
４６は外接矩形作成手段４５に接続された火災特徴量演算手段であって、外接矩形作成手段４５により演算され、ＲＡＭ７に格納された７個の｛ｄｘ／ｄｙ｝から、最大値と最小値を選び、次式に示す火災特徴量ＦＣを演算する。
【００２０】
ＦＣ＝ｍａｘ（ｄｘ／ｄｙ）／ｍｉｎ（ｄｘ／ｄｙ）・・・（１）
【００２１】
また、４７は火災特徴量演算手段４６に接続された火災判別手段であって、火災特徴量演算手段４６で演算された火災特徴量ＦＣの値と所定値（１．２〜１．３）の大小関係を調べ、火災特徴量ＦＣの値の方が大きい場合に火災であると判定し、出力端子８を介して図示しない表示部や音響部から火災の発生を警報する。
また、火災判別手段４７は、二値化メモリ５に格納された火災らしい領域がある時間内にわたって存在し、対応判別手段４４により連続して例えば７回程度、火災らしい領域の対応関係がとれた場合、つまりその領域が同じ炎（又は光源）によって抽出されているものと判断された場合、その火災らしい領域が本当の火災領域であるかどうかの判定も行うものである。
なお、上述の構成要素４１〜４７により画像処理部４を構成し、この画像処理部４としては、例えばＭＰＵ（マイクロプロセッサ）が用いられる。また、構成要素４１〜４７の内４２〜４７は火災検出手段を構成する。
【００２２】
次に動作について説明する。
先ず、詳細な動作説明に入る前に、この発明における火災検出の原理を簡単に説明する。
今、監視カメラ１が撮影した画像には、例えば図２に示すように、所定の明るさを有する領域として３つの明度を有するもの、車両Ｃ、照明用のナトリウム灯Ｎ、火災時の炎Ｆが映し出されているものとする。なお、図２において、ＣＴは車両のテールランプ（ポジションランプを含む）示す。
これら車両ＣのテールランプＣＴ、ナトリウム灯Ｎ、炎Ｆに関してのこれら３つのカラー成分信号の一例を、下記の表１に２５５階調にて表す。
【００２３】
（表１）
【００２４】
このように各光源をＲＧＢ成分で表すと、炎ＦはＲ成分、Ｇ成分の値（輝度値）が共に高く、テールランプやナトリウム灯などの人工光源は３つの成分のうち、Ｒ成分のみが大きい値をもつことがわかる。つまり、Ｒ成分とＧ成分が共に大きい領域（画素）を抽出することで、監視画像から人工光源を省いて火災の領域のみを抽出することが可能となる。
【００２５】
この原理を踏まえて、詳細な動作について、図４および図５を参照しながら説明する。
監視カメラ１によって撮影された監視領域の画像は、カラー画像信号がアナログーデジタル変換器２によってデジタル化された後、画像メモリ３に取り込まれる（ステップＳ１）。つまり、ＲＧＢ信号のそれぞれがＡ／Ｄ変換された後に、画像メモリ３のＲ成分フレームメモリ３１、Ｇ成分フレームメモリ３２、Ｂ成分フレームメモリ３３に書き込まれる。
【００２６】
次いで、ステップＳ２において、画像メモリ３のＲ成分フレームメモリ３１およびＧ成分フレームメモリ３２に格納されたカラー成分信号のＲ成分とＧ成分のみが読み出されてこれらＲ成分とＧ成分のカラー成分信号に対して画像膨張処理手段４１において膨張処理が行われる。
ここで、この画像膨張処理手段４１における膨張処理について、特に図４を参照して説明する。
同図において、図４（ａ）は図１１の破線で示す枠内の縞模様のノイズを含む画像に対応した膨張処理前の各画素の輝度値の分布を示しており、また、図４（ｂ）はその膨張処理後の各画素の輝度値の分布を示している。なお、図中空白の部分はその輝度値が所定値例えば２００未満であることを表している。
【００２７】
画像膨張処理手段４１では画像の左上から右下へとラスター走査するが、そのとき上の行と隣接する下の行の対応する２つの画素同士の輝度値を順次比較し、両画素を大きい値の方に合わせて行く。つまり、膨張処理とは、撮影された画像内で、１×２列からなる上下二マスのマトリクスをラスター走査（水平走査）していき、上下のマスを比較して、それぞれの輝度値を大きい値の方に合わせて、同じ値にしていくものである。
例えば、図４（ａ）の１行１列の輝度値２１５と２行１列の輝度値２１２を比較すると、１行１列の輝度値が大きいので、図４（ｂ）に示すように２行１列の輝度値を２１５とし、図４（ａ）の１行２列の輝度値２２１と２行２列の輝度値２１８を比較すると、１行２列の輝度値が大きいので、図４（ｂ）に示すように２行２列の輝度値を２２１とし、以下同様にして２行づつ膨張処理を行い、図４（ｂ）に示すような分布をなす輝度値を持つ画像が得られ、この画像から実質的に縞模様のノイズが除去されていることが分かる。
【００２８】
さて、このようにして、膨張処理された画像膨張処理手段４１からの画像は画素単位で、全ての画像領域にわたって、最小値演算手段４２によって最小値演算がなされる（ステップＳ３）。
最小値演算手段４２は、Ｒ成分フレームメモリ３１とＧ成分フレームメモリ３２から読み出され、画像膨張処理手段４１で画像膨張処理されたカラー成分信号のＲ成分とＧ成分を同一画素毎に比較して小さい値の成分を出力する。
即ち、例えば車両Ｃの上記表１のカラー成分で表せられるテールランプＣＴの領域部分が画像処理される場合、テールランプＣＴの領域はＲが１６０、Ｇが７５なので小さい値をもつＧ成分即ち輝度値７５を有するＧ成分が出力される。ナトリウム灯Ｎの領域に対しても同様に最小値演算が行われ、ナトリウム灯Ｎの領域はＲが２００、Ｇが８５なので小さい値をもつＧ成分即ち輝度値８５を有するＧ成分が出力される。
また、炎ＦもテールランプＣＴやナトリウム灯Ｎと同様にＲ成分とＧ成分では、Ｇ成分の方が小さいので（Ｒ成分が小さい場合もある）、最小値演算手段４２からは小さい値をもつＧ成分即ち輝度値２１０を有するＧ成分が出力される。
【００２９】
次いで、最小値演算手段４２から出力された値を基に火災候補領域抽出手段４３により二値化処理が行われる（ステップＳ４）。
ここで、二値化を行う閾値としての所定値が例えば１８０に設定されているとすると、最小値演算手段４２から出力された値はテールランプＣＴの場合輝度値７５のＧ成分であり、所定値１８０よりも小さいので、その領域は“０”（黒レベル）とされる。また、ナトリウム灯Ｎの場合も輝度値８５のＧ成分であり、所定値１８０よりも小さいので、その領域は“０”となる。また、炎Ｆの場合輝度値２１０のＧ成分であり、所定値１８０よりも大きいので、その領域は“１”になる。
【００３０】
なお、明るい領域ほど２５５階調で表せられる数値は大きくなるので、車両Ｃの本体部分などの光を発しない領域は、最小値演算手段４２の結果がいかなる場合でも、火災候補領域抽出手段４３における二値化処理の段階で全て“０”になる。
かくして、火災候補領域抽出手段４３で二値化処理された画像は、次段の二値化メモリ５に格納される。
上記図３は二値化メモリ５に格納された画像処理（最小値演算、二値化処理）後の画像で、この図からも明らかなように、画像メモリ３に格納された画像（原画像）から、ナトリウム灯、テールランプＴを除去して火災領域のみを抽出して表示させることが可能となる。
【００３１】
次いで、ステップＳ５において、輝度値が所定値以上の領域、つまり抽出すべき領域があるか否かを判断し、ここで無い場合は新たな画像を取り込むためにステップＳ１に戻るが、抽出領域があるならば、外接矩形作成手段４５がその抽出した領域の外接矩形を作成し、そしてフィレ径の比｛ｄｘ／ｄｙ｝を演算し（ステップＳ６）、その演算値をＲＡＭ７に格納しておく。
即ち、外接矩形作成手段４５は、二値化メモリ５に格納された火災領域を外接する最小の矩形で囲み、矩形の対角（例えば左上、右下）の隅の画素の座標（フィレ値）から矩形の高さｄｙと矩形の幅ｄｘ（フィレ径）を演算して、その高さと幅の比｛ｄｘ／ｄｙ｝の値を求めてＲＡＭ７に格納する（図３参照）。
【００３２】
また、ステップＳ７においてこの抽出された領域が前回サンプリングした（取り込んだ）画像における抽出領域と対応関係があるかを対応判別手段４４により判別する。対応関係がない場合には新たに発生した領域と認識し、ラベリングを行い（抽出領域に番号をつける）、ステップＳ１に戻る。
また、対応判別手段４４により対応関係がとれた場合には、ステップＳ８に進んで、所定回に亙って対応関係がとられたかどうかを判断する。例えばまだ２回しか対応関係がとられていなければ、ステップＳ１に戻り、所定回、例えば７回対応関係がとれた場合にはステップＳ９に進んで、火災特徴量演算手段４６が、外接矩形作成手段４５により演算され、ＲＡＭ７に格納された７個の｛ｄｘ／ｄｙ｝から、最大値と最小値を選び、上記式（１）に基づく火災特徴量を演算する。
【００３３】
ここで、この式（１）に基づく火災検出の原理について説明する。
二値化メモリに格納された火災らしい領域が本当の火災領域である場合、時間の経過に伴いその領域は形状が変化していくはずである。また、火災が進展しなくても、炎は激しい高さ方向の変化を持つ。このため、ある時間内に亙って何回か（ｄｘ／ｄｙ）の値を演算すると、それらの値は大きくばらつき、これらの最大値と最小値の比をとると、概ね１．４程度を越える。一方、火災らしい領域がヘッドライト等の光源である場合、車両が移動して撮影される位置がたとえ異なっても、形状は変化しないから（ｄｘ／ｄｙ）の値はある時間内に亙って、一定であり、式（１）のように最大値と最小値の比をとっても、その値は限りなく１に近く、所定値１．３を越すことはない。
【００３４】
そして、ステップＳ９で演算された特徴量が所定値よりも大きいか否かを火災判別手段４７により判別する（ステップＳ１０）。即ち、火災判別手段４７は、演算された火災特徴量の値と所定値（１．２〜１．３）の大小関係を調べ、火災特徴量の値の方が大きい場合に火災であると判定し、図示しない表示部や音響部から火災の発生を警報する（ステップＳ１１）。また、ステップＳ１０で火災特徴量の値が所定値以下の場合にはＳ１に戻る。
【００３５】
このように本実施の形態では、画像の走査方式がインタレース方式の画像処理において、監視カメラが撮影した画像に対して画像膨張処理を施し、しかる後この画像膨張処理された画像に基づいて火災を判別するようにしているので、監視する監視領域に非常に動きの早い監視対象物が存在した場合に発生する縞模様のノイズを実質的に除去して正確な火災判別が可能になる。
【００３６】
実施の形態２．
上記実施の形態１では撮影された画像に現れる縞模様のノイズに対する画像処理の場合であったが、本実施の形態では、撮影された画像に現れる曲面をなす鏡面反射による筋状のノイズに対する画像処理の場合である。
即ち、例えば図２に示す車両Ｃの後部に後続車両のヘッドライトの光が強く当たっている場合には、車両Ｃの曲面をなす後面ガラスが鏡面反射を起こし、細い横長の光を放つ領域（図１２参照）が発生する。この領域は、最小値演算及び二値化処理を行っても、抽出される虞れがある。そこで原画像の微分画像（エッジ画像）を抽出する微分画像作成手段を設け、原画像からこの微分画像を差分処理するようにすれば、原画像のエッジを削ることができる。つまり、原画像の抽出領域は、回りが削られ、一回り小さい領域となるので、ある程度の幅（大きさ）を持つ領域のみが残り、幅の小さい領域は、全て削除されてしまう。よって曲面をなす後面ガラスの鏡面反射により発生した細長い形状の領域は、このような処理をすることで領域そのものをなくすことが可能となる。
【００３７】
図６はこの発明の第２の実施の形態を示す構成図である。
図において、図１と対応する部分には同一符号を付し、その詳細説明を省略する。
４Ａは上述の最小値演算手段４２等を含む画像処理部、６Ａは画像処理部４Ａに接続されたＲＯＭであって、画像処理部４Ａにおける各種演算処理等は、ＲＯＭ６Ａに格納された後述のプログラム（図１０参照）に基づいて行われ、また、ＲＯＭ６Ａには二値化処理をする際の所定値や火災判別をする際に使う所定値などが記憶されている。
【００３８】
４８は画像メモリ３に接続された、画像処理部４Ａの構成要素の１つである微分画像作成手段であって、後述の理由から画像メモリ３にはそのフレームメモリ３１、３２および３３の内例えばＲ成分フレームメモリ３１に接続されて、このフレームメモリに格納されたカラー成分信号のＲ成分に対して微分処理を行う。この微分画像作成手段４８としては、色の濃淡の大きな境界部分のエッジを強く出せる（幅が大きい）例えばソベルオペレータを使用する。
【００３９】
４９は画像メモリ３と微分画像作成手段４８に接続された、画像処理部４Ａの構成要素の１つである減算手段であって、後述の理由から画像メモリ３にはそのフレームメモリ３１、３２および３３の内例えばＲ成分フレームメモリ３１に接続されて、そのＲフレームメモリ３１に格納されたカラー成分信号のＲ成分（原画像）から微分画像作成手段４８で作成された微分画像を減算して差分画像を得る。
なお、上述の構成要素４２〜４９により画像処理部４Ａを構成し、この画像処理部４Ａとしては、例えばＭＰＵ（マイクロプロセッサ）が用いられる。その他の構成は図１と同様である。
【００４０】
次に動作について説明する。
ここで、先ず、本実施の形態の基本原理、即ち、何故カラー成分信号のＲ成分についてのみ微分画像を作成し、これを原画像から減算して差分画像を生成するかについて、特に図７〜図９を参照して説明する。
先ず、図７に示すように炎の色の分布に着目すると、その内側部分は大体白色から黄色に近く、外側部分は大体赤色に近い。一般に、炎の内側部分の白色はＲ成分、Ｇ成分およびＢ成分が共に大きく、また、その黄色はＲ成分とＧ成分が共に大きく、Ｂ成分が小さい（表１参照）場合である。
そして、一般に微分処理（エッジ処理）の場合、濃淡画像から所定の濃淡レベルで分けられる明部と暗部の境界のみを抽出して、この境界線のみを明るくした画像を生成する。
【００４１】
そこで、いま、監視対象物として炎の場合を考えると、実質的に図７の炎の外側の赤色部分に等価な大きさを有する図８（ａ）の左側部分に示すようなカラー成分信号のＲ成分（原画像）を微分すると、図８（ｂ）の左側部分に示すような微分画像が得られる。そして、原画像より微分画像を減算すると図８（ｃ）の左側部分に示すような差分画像が得られる。ここで、図８（ａ）の左側部分に示す原画像と図８（ｃ）の左側部分に示す差分画像を対比してみると、この差分画像は原画像より一回り小さい大きさ（面積）の画像となっているが、これは火災の抽出の際に必要な炎の内側部分のＲ成分全体を実質的に含んでいるので問題ない。
言い換えると、実施の形態１で示したように火災候補領域抽出手段４３はＲ成分とＧ成分が大きい領域を抽出するものなので、Ｒ成分だけが大きい炎の外側部分（図７の赤色の部分）は抽出できず、内側の部分（図７の白色〜黄色の部分）だけを抽出するものであるから、減算することで領域が一回り程小さくなっても問題ないのである。
【００４２】
ところが、実質的に図７の炎の内側の白色から黄色部分に等価な大きさを有する図８（ａ）の右側部分に示すようなカラー成分信号のＧ成分（原画像）を微分すると、図８（ｂ）の右側部分に示すような微分画像が得られる。そして、原画像より微分画像を減算すると図８（ｃ）の右側部分に示すような差分画像が得られる。ここで、図８（ａ）の右側部分に示す原画像と図８（ｃ）の右側部分に示す差分画像を対比してみると、この差分画像は原画像より一回り小さい大きさ（面積）の画像で、しかも、図８（ｃ）の左側部分に示す差分画像より更に一回り小さい大きさ（図８（ａ）の左側部分に示す原画像より見ると実質的に二回り小さい大きさ）の画像となり、精度の高い火災判別を行うには問題がある。
従って、精度の高い火災判別を行うには、面積の大きな差分画像即ち原画像と略等価な火災判別情報を含む面積のカラー成分信号のＲ成分についてのみ微分処理することが好ましいことが分かる。
【００４３】
この原理を踏まえて、詳細な動作について図１０を参照しながら説明する。
監視カメラ１によって撮影された監視領域の画像は、カラー画像信号がアナログーデジタル変換器２によってデジタル化された後、画像メモリ３に取り込まれる（ステップＳ１）。つまり、ＲＧＢ信号のそれぞれがＡ／Ｄ変換された後に、画像メモリ３のＲ成分フレームメモリ３１、Ｇ成分フレームメモリ３２、Ｂ成分フレームメモリ３３に書き込まれる。
次いで、ステップＳ１２において、画像メモリ３のＲ成分フレームメモリ３１に格納されたカラー成分信号のＲ成分を読み出して微分画像作成手段４８により微分処理を行い微分画像（図８（ｂ）参照）を作成し、次段の減算手段４９に供給する。そして、減算手段４９は画像メモリ３のＲフレームメモリ３１に格納されたカラー成分信号のＲ成分（原画像）から微分画像作成手段４８で作成された微分画像を減算し、差分画像（図８（ｃ）参照）を生成する（ステップＳ１３）。
【００４４】
このようにして、減算手段４９で得られた差分画像（Ｒ成分）は、画像メモリ３のＧ成分フレームメモリ３２から読み出されたカラー成分信号のＧ成分と共に最小値演算手段４２に供給され、ここで上述と同様に画素単位で、全ての画像領域にわたって、最小値演算がなされる（ステップＳ３）。
即ち、最小値演算手段４２は、入力されたカラー成分信号のＲ成分とＧ成分を同一画素毎に比較して小さい値の成分を出力する。
以下、ステップＳ４〜Ｓ１１に亙って火災判別の動作が行われるが、これについては、上述の実施の形態１の場合と同様であるのでここではその説明を省略する。
【００４５】
さて、次に、撮影された画像に現れる曲面をなす鏡面反射による筋状のノイズに対する画像処理について説明する。
トンネル内を通過する後方の車両のヘッドライトの光が前を行く車両の後部に強く当たると、その曲面をなす後面ガラスがいわゆる鏡面反射を起こし、図１２に示すように細い横長の光を放つ領域が発生する。この鏡面反射による光が監視カメラにより取り込まれると、その画像に、図９（ａ）に示すように、一種の単一の筋状のノイズとして現れる。この場合のノイズ状の画像は上述と同様に一種の原画像として一旦画像メモリ３のＲ成分フレームメモリ３１、Ｇ成分フレームメモリ３２、Ｂ成分フレームメモリ３３に書き込まれる（ステップＳ１）。
【００４６】
そして、画像メモリ３のＲ成分フレームメモリ３１に格納されたカラー成分信号のＲ成分が読み出されて微分画像作成手段４８により微分処理され、この結果、その出力側には図９（ｂ）に示すような微分画像が得られる（ステップＳ１２）。この微分画像は次段の減算手段４９に供給され、ここで、画像メモリ３のＲフレームメモリ３１に格納されたカラー成分信号のＲ成分（原画像）から微分画像作成手段４８で作成された微分画像が減算され、図９（ｃ）に示すような差分画像が得られる（ステップＳ１３）。つまり、いま、図９において、図面上白い部分を画像の暗い部分（論理的に“０”相当）、ハッチングの施されている部分を画像の明るい部分（論理的に“１”相当）とすると、減算により図９（ａ）に示す原画像に相当する部分Ｐ１と図９（ｂ）に示す微分画像の部分Ｐ１とは実質的に相殺されて図９（ｃ）に示すように暗い部分となり、また、微分画像の部分Ｐ２は２５５階調で表すと限りなく０に近い画像即ち暗い部分となり、この結果、実質的に鏡面反射によるノイズ状の画像が除去される。
【００４７】
なお、図９（ｃ）からも分かるように、画面の中央に小さな明るい部分Ｐ３が残るが、これは、本来微分処理は、濃淡画像から所定の濃淡レベルで分けられる明部と暗部の境界のみを抽出して、この境界線のみを明るくした画像を得る訳であるが、このＰ３の部分は微分処理の段階で、図９（ｂ）からも分かるように、周りの画素と比べて殆ど濃淡レベルの差がないので、微分処理されずに残ったものである。もっとも、このＰ３の部分ぐらい小さい領域になれば、その後のノイズ処理で除去されるので問題ない。
【００４８】
このように本実施の形態では、監視カメラが撮影した画像に対して微分処理を施し、この微分処理で得られた微分画像を元の原画像から減算して差分画像を生成し、この差分画像と原画像像に基づいて火災を判別するようにしているので、撮影された画像に現れる曲面をなす鏡面反射による筋状のノイズを実質的に除去して正確な火災判別が可能になる。
【００４９】
実施の形態３．
なお、上述の各実施の形態では、監視カメラとしてカラーカメラを用いた場合について説明したが、モノクロカメラでもよい。また、監視領域として例えばトンネルに監視カメラを設置した場合を説明したが、その他の監視領域例えば球場、アトリウムといった大空間に監視カメラを設けるようにしてもよい。
また、上述の各実施の形態では、火災特徴量は、数回のデータにおける｛ｄｘ／ｄｙ｝の最大値と最小値の比から求めたが、所定時間内にわたる外接矩形の高さと幅の比の変化量から演算してもよい。つまり｛ｄｘ／ｄｙ｝の値を演算する度に、前回の｛ｄｘ／ｄｙ｝の値との差を絶対値で求めていき、所定回演算した時に、その差を加算した値が所定値よりも大きければ本当の火災領域であると判断するようにしてもよい。
なお、二値化メモリに格納された二値化画像を微分して得られた微分画像を、二値化画像から差分画像を生成し、その差分画像に基づいて火災判別するようにしてもよい。また、監視カメラとして、ＴＶカメラやデジタルカメラ等を使用してもよい。
【００５０】
【発明の効果】
以上のように、この発明によれば、撮影された画像に対して膨張処理を施し、この膨張処理の施された画像に基づいて火災判別をしているので、監視領域に非常に動きの早い監視対象物が存在した場合に発生する縞模様のノイズを実質的に除去して正確な火災判別が可能になり、精度の高い火災検出が可能になるという効果がある。
【００５１】
また、この発明によれば、撮影された画像を微分して得られた微分画像を元の画像（撮影された画像）から減算して差分画像を生成し、この差分画像と元の画像に基づいて火災判別をしているので、撮影された画像に現れる曲面をなす鏡面反射による筋状のノイズを実質的に除去して正確な火災判別が可能になり、精度の高い火災検出が可能になるという効果がある。
【００５２】
また、この発明によれば、撮影手段としてカラーカメラを用い、撮影された画像からＲ成分とＧ成分の大きい領域を検出して火災判別をしているので、より確実に火災検出を行うことができるという効果がある。
【００５３】
また、この発明によれば、微分画像作成手段は、ＲＧＢ信号のうち、Ｒ成分フレームメモリに格納されたカラー成分信号のＲ成分のみに微分処理を行うので、精度の高い火災判別を行うことができる。
【図面の簡単な説明】
【図１】この発明の実施の形態１を示す構成図である。
【図２】監視カメラにより映される画像（原画像）の一例を示す図である。
【図３】二値化メモリに格納された画像処理（抽出処理）後の画像の一例を示す図である。
【図４】この発明の実施の形態１における画像膨張処理を説明するための図である。
【図５】この発明の実施の形態１の動作を説明するためのフローチャートである。
【図６】この発明の実施の形態２を示す構成図である。
【図７】この発明の実施の形態２における炎に対する微分処理を説明するための図である。
【図８】この発明の実施の形態２における炎の画像に対する微分処理を説明するための図である。
【図９】この発明の実施の形態２における鏡面反射による光源の画像に対する微分処理を説明するための図である。
【図１０】この発明の実施の形態２の動作を説明するためのフローチャートである。
【図１１】炎の撮影画像に発生した縞模様のノイズを示す図である。
【図１２】鏡面反射により発生した細い横長の光を放つ領域を示す図である。
【符号の説明】
１ 監視カメラ、３ 画像メモリ、５ 二値化メモリ、６，６Ａ ＲＯＭ、７ＲＡＭ、４１ 画像膨張処理手段、４２ 最小値演算手段、４３ 火災候補領域抽出手段、４４ 対応判別手段、４５ 外接矩形作成手段、４６ 火災特徴量演算手段、４７ 火災判別手段、４８ 微分画像作成手段、４９ 減算手段。
【発明の属する技術分野】
この発明は火災検出に画像処理を用いた火災検出装置に関し、特に監視領域に監視対象である炎以外の光源が混在したり、ノイズが混入する場合等に用いて好適な火災検出装置に関するものである。
【０００２】
【従来の技術】
従来、監視領域に監視カメラを設置し、その監視カメラで撮影された画像を処理して監視領域内に火災が発生しているか否かを検出する火災検出装置がある。
このような画像処理を利用して火災を検出する従来装置として、例えば特開平５−２０５５９号公報に記載されているようなものがある。このような従来装置の主な原理は、撮影される画像から所定の明度を有する領域を抽出することで、火災時の炎を捕らえるものである。
【０００３】
【発明が解決しようとする課題】
ところで、画像の処理に際して、画像の走査方式がいわゆるインタレース方式の場合、１フレームの画像は時間の異なる２つのフィールドの画像で構成されるため、監視する監視領域に非常に動きの早い監視対象物が存在すると、図１１に示すように上下に筋状に分布する縞模様のノイズが発生する。同図は火災時の炎を監視カメラで撮影したものを示すもので、この縞模様のノイズは、その画像の形状変化の激しい上方に現れる。つまり、炎は、特にその下部は形状や面積が変化しにくいが、その上部は形状や面積が絶えず変化する特徴を有しているので、その画像の動きの激しい上方に縞模様のノイズが現れることになる。
【０００４】
また、例えばトンネル内に監視カメラを設置して火災の発生を監視している場合に、トンネル内を通過する後方の車両のヘッドライトの光が前を行く車両の後部に強く当たると、その曲面をなす後面ガラスがいわゆる鏡面反射を起こし、図１２に示すような細い横長の光を放つ領域が発生する。この鏡面反射による光が監視カメラにより取り込まれると、その画像に一種の単一の筋状のノイズとして現れる。
一方、監視カメラで撮影した画像を処理して火災を検出する場合、上述の火災の特徴部分である上方に着目して検出する場合がある。
従って、火災判別の段階で、このような単一の筋状のノイズや縞模様のノイズ等を含む画像をそのまま使用して火災を検出しようとすると、正確な火災判別ができず、誤報を生じてしまうという問題点があった。
【０００５】
この発明はこのような問題点を解決するためになされたもので、監視対象物の動きに左右されたり、また、鏡面反射の影響を受けることなく確実に火災を検出することができる火災検出装置を得ることを目的とするものである。
【０００６】
【課題を解決するための手段】
この発明に係わる火災検出装置は、監視領域を撮影する撮影手段と、この撮影手段により撮影された画像を格納するための画像メモリとを備え、この画像メモリに格納された画像を処理することにより火災を検出する火災検出装置において、撮影手段により撮影された画像に対して膨張処理を施す画像膨張処理手段と、この画像膨張処理手段で施された画像に基づいて火災らしい領域があるか否かを検出する火災検出手段と、を備え、画膨張処理の膨張処理は、撮影された画像内で、上下二マスのマトリクスを水平走査して、上下のマスを比較して、それぞれの輝度値を大きい値の方に合わせて、同じ値にしていくものである。
【０００７】
また、この発明に係わる火災検出装置は、監視領域を撮影する撮影手段と、この撮影手段により撮影された画像を格納するための画像メモリとを備え、この画像メモリに格納された画像を処理することにより火災を検出する火災検出装置において、撮影手段により撮影された画像を微分してエッジを抽出し、微分画像を作成する微分画像作成手段と、撮影手段により撮影された画像から微分画像を減算して差分画像を得る減算手段と、撮影された画像と差分画像に基づいて火災らしい領域があるか否かを検出する火災検出手段と、を備え、撮影手段は、カラーカメラであり、微分画像作成手段は、ＲＧＢ信号のうち、Ｒ成分フレームメモリに格納されたカラー成分信号のＲ成分のみに微分処理を行うものである。
【００１２】
【発明の実施の形態】
以下、この発明の一実施の形態を図を参照して説明する。
実施の形態１．
図１はこの発明の第１の実施の形態を示す構成図である。
図において、１は撮影手段としての監視カメラ（カラーカメラ）であって、例えばＣＣＤカメラなどが使用され、所定のサンプリング周期で監視領域を撮影するものである。この監視カメラ１は例えばＮＴＳＣ方式に従ったＲ（赤）、Ｇ（緑）、Ｂ（青）のカラー成分信号でなるカラー画像信号を出力するものである。
また、監視カメラ１は例えば監視領域としてのトンネル内の監視区域全体を見渡せる位置に設置され、トンネル内で発生する火災を監視し、撮影した画像内に火災の領域があるか否かは後述する画像処理部で検出される。
【００１３】
図２は、監視カメラ１により撮影された画像を示すもので、この図からもわかるように監視カメラ１は車両Ｃが走り去って行く方向を映すように、例えばトンネル内の側壁上部に設置されている。これは、車両Ｃのヘッドライトが監視カメラ１に入射するのを防止するためで、このように設置することで画像処理する際にヘッドランプが火災領域として捕らえられることがなくなる。
【００１４】
２は監視カメラ１に接続されたアナログーデジタル変換器であって、監視カメラ１から得られたカラー画像、即ちＲＧＢ信号のそれぞれを画素単位で多階調、例えば２５５階調のデジタル信号に変換するものである。
３はアナログーデジタル変換器２に接続され、デジタル化された画像を記憶する画像メモリであって、Ｒ（赤）成分フレームメモリ３１、Ｇ（緑）成分フレームメモリ３２およびＢ（青）成分フレームメモリ３３からなり、監視カメラ１で撮影された画像の１画面分を格納するものである。フレームメモリ３１、３２および３３は、図１に示すように複数の画像を格納できるように複数個で構成され、一番古い画像を削除しながら、順次新しい画像を更新格納していく。
【００１５】
４１は画像メモリ３に接続された、画像処理部４の構成要素の１つである画像膨張処理手段であって、後述の理由から例えば画像メモリ３のフレームメモリ３１、３２および３３の内Ｒ成分フレームメモリ３１およびＧ成分フレームメモリ３２に接続されて、これらの各フレームメモリに格納されたカラー成分信号のＲ成分とＧ成分に対して画像膨張処理を行う。
４２は画像膨張処理手段４１に接続された、同じく画像処理部４の構成要素の１つである最小値演算手段（最小値フィルタとも呼ばれる）であって、画像膨張処理手段４１で画像膨張処理を受けたカラー成分信号のＲ成分とＧ成分を同一画素毎に比較して小さい値の成分（の輝度値）を出力する。
【００１６】
４３は最小値演算手段４２に接続された、同じく画像処理部４の構成要素の１つである火災候補領域抽出手段であって、最小値演算手段４２からの画像信号を所定値で二値化処理し、所定値を越える領域、つまり明るい領域を火災らしい領域（火災の可能性のある領域）として抽出する。即ち、火災らしい領域を“１”、画像のそれ以外の部分（所定値未満の部分）を“０”で表す。なお、以下の説明において、火災らしい領域を抽出領域と呼ぶ場合がある。この二値化処理で使用される所定値は、画像から所定の明るさを有する領域だけ抽出できるように設定された値であり、トンネルのように暗い環境下では例えば２００位（２５５階調の場合）に設定される。
なお、図３は図２の画像を二値化処理した二値化画像で、後述の二値化メモリに格納されている。
後で詳しく説明するが、単純に所定値より大きいか否かで二値化処理をすると、所定の明るさを有する領域（例えば、炎、ナトリウム灯、テールランプ）は全て抽出されるが、最小値演算後に二値化処理を行うと、炎だけを抽出することができる。
【００１７】
５は火災候補領域抽出手段４３に接続され、この火災候補領域抽出手段４３によって二値化された画像を格納するための二値化メモリであって、画像メモリ３と同様に複数個で構成され、実質的に画像メモリ３からの最新の画像を画像膨張処理手段４１、最小値演算手段４２および火災候補領域抽出手段４３を介して順次複数個分格納する。
６および７は上述の火災候補領域抽出手段４３等を含む画像処理部４にそれぞれ接続されたＲＯＭおよびＲＡＭであって、画像処理部４における各種演算処理等は、ＲＯＭ６に格納された後述のプログラム（図５参照）に基づいて行われ、その際、演算された値はＲＡＭ７に格納される。またＲＯＭ６は二値化処理をする際の所定値や火災判別をする際に使う所定値などが記憶されている。
【００１８】
４４は二値化メモリ５に接続された対応判別手段であって、監視カメラ１により周期的に撮影された画像に火災らしい領域が連続してある場合、つまり二値化メモリ５に火災らしい領域が連続して格納される場合に、ある時間の前後にわたる火災らしい領域同士の対応関係、即ち同じ炎により抽出された領域なのかどうかを判別するので、この対応判別手段を設けることで、監視領域内に所定時間に亙って火災らしい領域が存在するかどうかを判別することが可能となる。
対応判別手段４４による対応関係をとる方法はいくつか有り、例えば二値化メモリに格納された、撮影時間の連続する火災らしい領域同士を重ね合わせ、その重なり具合が所定値以上の場合に対応有りと判断する方法、または、撮影時間の連続する火災らしい領域Ａ，Ｂの一方の領域Ａの重心座標が他方の領域であるＢに入っていれば対応有りと判断する方法等がある。これらは監視対象物が炎のように全体的な移動量の少ないものの場合に有効で、車両のランプ類が火災候補領域抽出手段により一次的に火災らしい領域として抽出されても、車両の移動量は大きいので、火災らしい領域同士の対応関係がとられることはない。
【００１９】
４５は二値化メモリ５および対応判別手段４４に接続された外接矩形作成手段であって、二値化メモリ５に格納された火災らしい領域を外接する最小の矩形で囲み、矩形の対角（例えば左上、右下）の隅の画素の座標（フィレ値）から矩形の高さｄｙと矩形の幅ｄｘ（フィレ径）を演算して、それらの値をＲＡＭ７に格納する（図３参照）。
４６は外接矩形作成手段４５に接続された火災特徴量演算手段であって、外接矩形作成手段４５により演算され、ＲＡＭ７に格納された７個の｛ｄｘ／ｄｙ｝から、最大値と最小値を選び、次式に示す火災特徴量ＦＣを演算する。
【００２０】
ＦＣ＝ｍａｘ（ｄｘ／ｄｙ）／ｍｉｎ（ｄｘ／ｄｙ）・・・（１）
【００２１】
また、４７は火災特徴量演算手段４６に接続された火災判別手段であって、火災特徴量演算手段４６で演算された火災特徴量ＦＣの値と所定値（１．２〜１．３）の大小関係を調べ、火災特徴量ＦＣの値の方が大きい場合に火災であると判定し、出力端子８を介して図示しない表示部や音響部から火災の発生を警報する。
また、火災判別手段４７は、二値化メモリ５に格納された火災らしい領域がある時間内にわたって存在し、対応判別手段４４により連続して例えば７回程度、火災らしい領域の対応関係がとれた場合、つまりその領域が同じ炎（又は光源）によって抽出されているものと判断された場合、その火災らしい領域が本当の火災領域であるかどうかの判定も行うものである。
なお、上述の構成要素４１〜４７により画像処理部４を構成し、この画像処理部４としては、例えばＭＰＵ（マイクロプロセッサ）が用いられる。また、構成要素４１〜４７の内４２〜４７は火災検出手段を構成する。
【００２２】
次に動作について説明する。
先ず、詳細な動作説明に入る前に、この発明における火災検出の原理を簡単に説明する。
今、監視カメラ１が撮影した画像には、例えば図２に示すように、所定の明るさを有する領域として３つの明度を有するもの、車両Ｃ、照明用のナトリウム灯Ｎ、火災時の炎Ｆが映し出されているものとする。なお、図２において、ＣＴは車両のテールランプ（ポジションランプを含む）示す。
これら車両ＣのテールランプＣＴ、ナトリウム灯Ｎ、炎Ｆに関してのこれら３つのカラー成分信号の一例を、下記の表１に２５５階調にて表す。
【００２３】
（表１）
このように各光源をＲＧＢ成分で表すと、炎ＦはＲ成分、Ｇ成分の値（輝度値）が共に高く、テールランプやナトリウム灯などの人工光源は３つの成分のうち、Ｒ成分のみが大きい値をもつことがわかる。つまり、Ｒ成分とＧ成分が共に大きい領域（画素）を抽出することで、監視画像から人工光源を省いて火災の領域のみを抽出することが可能となる。
【００２５】
この原理を踏まえて、詳細な動作について、図４および図５を参照しながら説明する。
監視カメラ１によって撮影された監視領域の画像は、カラー画像信号がアナログーデジタル変換器２によってデジタル化された後、画像メモリ３に取り込まれる（ステップＳ１）。つまり、ＲＧＢ信号のそれぞれがＡ／Ｄ変換された後に、画像メモリ３のＲ成分フレームメモリ３１、Ｇ成分フレームメモリ３２、Ｂ成分フレームメモリ３３に書き込まれる。
【００２６】
次いで、ステップＳ２において、画像メモリ３のＲ成分フレームメモリ３１およびＧ成分フレームメモリ３２に格納されたカラー成分信号のＲ成分とＧ成分のみが読み出されてこれらＲ成分とＧ成分のカラー成分信号に対して画像膨張処理手段４１において膨張処理が行われる。
ここで、この画像膨張処理手段４１における膨張処理について、特に図４を参照して説明する。
同図において、図４（ａ）は図１１の破線で示す枠内の縞模様のノイズを含む画像に対応した膨張処理前の各画素の輝度値の分布を示しており、また、図４（ｂ）はその膨張処理後の各画素の輝度値の分布を示している。なお、図中空白の部分はその輝度値が所定値例えば２００未満であることを表している。
【００２７】
画像膨張処理手段４１では画像の左上から右下へとラスター走査するが、そのとき上の行と隣接する下の行の対応する２つの画素同士の輝度値を順次比較し、両画素を大きい値の方に合わせて行く。つまり、膨張処理とは、撮影された画像内で、１×２列からなる上下二マスのマトリクスをラスター走査（水平走査）していき、上下のマスを比較して、それぞれの輝度値を大きい値の方に合わせて、同じ値にしていくものである。
例えば、図４（ａ）の１行１列の輝度値２１５と２行１列の輝度値２１２を比較すると、１行１列の輝度値が大きいので、図４（ｂ）に示すように２行１列の輝度値を２１５とし、図４（ａ）の１行２列の輝度値２２１と２行２列の輝度値２１８を比較すると、１行２列の輝度値が大きいので、図４（ｂ）に示すように２行２列の輝度値を２２１とし、以下同様にして２行づつ膨張処理を行い、図４（ｂ）に示すような分布をなす輝度値を持つ画像が得られ、この画像から実質的に縞模様のノイズが除去されていることが分かる。
【００２８】
さて、このようにして、膨張処理された画像膨張処理手段４１からの画像は画素単位で、全ての画像領域にわたって、最小値演算手段４２によって最小値演算がなされる（ステップＳ３）。
最小値演算手段４２は、Ｒ成分フレームメモリ３１とＧ成分フレームメモリ３２から読み出され、画像膨張処理手段４１で画像膨張処理されたカラー成分信号のＲ成分とＧ成分を同一画素毎に比較して小さい値の成分を出力する。
即ち、例えば車両Ｃの上記表１のカラー成分で表せられるテールランプＣＴの領域部分が画像処理される場合、テールランプＣＴの領域はＲが１６０、Ｇが７５なので小さい値をもつＧ成分即ち輝度値７５を有するＧ成分が出力される。ナトリウム灯Ｎの領域に対しても同様に最小値演算が行われ、ナトリウム灯Ｎの領域はＲが２００、Ｇが８５なので小さい値をもつＧ成分即ち輝度値８５を有するＧ成分が出力される。
また、炎ＦもテールランプＣＴやナトリウム灯Ｎと同様にＲ成分とＧ成分では、Ｇ成分の方が小さいので（Ｒ成分が小さい場合もある）、最小値演算手段４２からは小さい値をもつＧ成分即ち輝度値２１０を有するＧ成分が出力される。
【００２９】
次いで、最小値演算手段４２から出力された値を基に火災候補領域抽出手段４３により二値化処理が行われる（ステップＳ４）。
ここで、二値化を行う閾値としての所定値が例えば１８０に設定されているとすると、最小値演算手段４２から出力された値はテールランプＣＴの場合輝度値７５のＧ成分であり、所定値１８０よりも小さいので、その領域は“０”（黒レベル）とされる。また、ナトリウム灯Ｎの場合も輝度値８５のＧ成分であり、所定値１８０よりも小さいので、その領域は“０”となる。また、炎Ｆの場合輝度値２１０のＧ成分であり、所定値１８０よりも大きいので、その領域は“１”になる。
【００３０】
なお、明るい領域ほど２５５階調で表せられる数値は大きくなるので、車両Ｃの本体部分などの光を発しない領域は、最小値演算手段４２の結果がいかなる場合でも、火災候補領域抽出手段４３における二値化処理の段階で全て“０”になる。
かくして、火災候補領域抽出手段４３で二値化処理された画像は、次段の二値化メモリ５に格納される。
上記図３は二値化メモリ５に格納された画像処理（最小値演算、二値化処理）後の画像で、この図からも明らかなように、画像メモリ３に格納された画像（原画像）から、ナトリウム灯、テールランプＴを除去して火災領域のみを抽出して表示させることが可能となる。
【００３１】
次いで、ステップＳ５において、輝度値が所定値以上の領域、つまり抽出すべき領域があるか否かを判断し、ここで無い場合は新たな画像を取り込むためにステップＳ１に戻るが、抽出領域があるならば、外接矩形作成手段４５がその抽出した領域の外接矩形を作成し、そしてフィレ径の比｛ｄｘ／ｄｙ｝を演算し（ステップＳ６）、その演算値をＲＡＭ７に格納しておく。
即ち、外接矩形作成手段４５は、二値化メモリ５に格納された火災領域を外接する最小の矩形で囲み、矩形の対角（例えば左上、右下）の隅の画素の座標（フィレ値）から矩形の高さｄｙと矩形の幅ｄｘ（フィレ径）を演算して、その高さと幅の比｛ｄｘ／ｄｙ｝の値を求めてＲＡＭ７に格納する（図３参照）。
【００３２】
また、ステップＳ７においてこの抽出された領域が前回サンプリングした（取り込んだ）画像における抽出領域と対応関係があるかを対応判別手段４４により判別する。対応関係がない場合には新たに発生した領域と認識し、ラベリングを行い（抽出領域に番号をつける）、ステップＳ１に戻る。
また、対応判別手段４４により対応関係がとれた場合には、ステップＳ８に進んで、所定回に亙って対応関係がとられたかどうかを判断する。例えばまだ２回しか対応関係がとられていなければ、ステップＳ１に戻り、所定回、例えば７回対応関係がとれた場合にはステップＳ９に進んで、火災特徴量演算手段４６が、外接矩形作成手段４５により演算され、ＲＡＭ７に格納された７個の｛ｄｘ／ｄｙ｝から、最大値と最小値を選び、上記式（１）に基づく火災特徴量を演算する。
【００３３】
ここで、この式（１）に基づく火災検出の原理について説明する。
二値化メモリに格納された火災らしい領域が本当の火災領域である場合、時間の経過に伴いその領域は形状が変化していくはずである。また、火災が進展しなくても、炎は激しい高さ方向の変化を持つ。このため、ある時間内に亙って何回か（ｄｘ／ｄｙ）の値を演算すると、それらの値は大きくばらつき、これらの最大値と最小値の比をとると、概ね１．４程度を越える。一方、火災らしい領域がヘッドライト等の光源である場合、車両が移動して撮影される位置がたとえ異なっても、形状は変化しないから（ｄｘ／ｄｙ）の値はある時間内に亙って、一定であり、式（１）のように最大値と最小値の比をとっても、その値は限りなく１に近く、所定値１．３を越すことはない。
【００３４】
そして、ステップＳ９で演算された特徴量が所定値よりも大きいか否かを火災判別手段４７により判別する（ステップＳ１０）。即ち、火災判別手段４７は、演算された火災特徴量の値と所定値（１．２〜１．３）の大小関係を調べ、火災特徴量の値の方が大きい場合に火災であると判定し、図示しない表示部や音響部から火災の発生を警報する（ステップＳ１１）。また、ステップＳ１０で火災特徴量の値が所定値以下の場合にはＳ１に戻る。
【００３５】
このように本実施の形態では、画像の走査方式がインタレース方式の画像処理において、監視カメラが撮影した画像に対して画像膨張処理を施し、しかる後この画像膨張処理された画像に基づいて火災を判別するようにしているので、監視する監視領域に非常に動きの早い監視対象物が存在した場合に発生する縞模様のノイズを実質的に除去して正確な火災判別が可能になる。
【００３６】
実施の形態２．
上記実施の形態１では撮影された画像に現れる縞模様のノイズに対する画像処理の場合であったが、本実施の形態では、撮影された画像に現れる曲面をなす鏡面反射による筋状のノイズに対する画像処理の場合である。
即ち、例えば図２に示す車両Ｃの後部に後続車両のヘッドライトの光が強く当たっている場合には、車両Ｃの曲面をなす後面ガラスが鏡面反射を起こし、細い横長の光を放つ領域（図１２参照）が発生する。この領域は、最小値演算及び二値化処理を行っても、抽出される虞れがある。そこで原画像の微分画像（エッジ画像）を抽出する微分画像作成手段を設け、原画像からこの微分画像を差分処理するようにすれば、原画像のエッジを削ることができる。つまり、原画像の抽出領域は、回りが削られ、一回り小さい領域となるので、ある程度の幅（大きさ）を持つ領域のみが残り、幅の小さい領域は、全て削除されてしまう。よって曲面をなす後面ガラスの鏡面反射により発生した細長い形状の領域は、このような処理をすることで領域そのものをなくすことが可能となる。
【００３７】
図６はこの発明の第２の実施の形態を示す構成図である。
図において、図１と対応する部分には同一符号を付し、その詳細説明を省略する。
４Ａは上述の最小値演算手段４２等を含む画像処理部、６Ａは画像処理部４Ａに接続されたＲＯＭであって、画像処理部４Ａにおける各種演算処理等は、ＲＯＭ６Ａに格納された後述のプログラム（図１０参照）に基づいて行われ、また、ＲＯＭ６Ａには二値化処理をする際の所定値や火災判別をする際に使う所定値などが記憶されている。
【００３８】
４８は画像メモリ３に接続された、画像処理部４Ａの構成要素の１つである微分画像作成手段であって、後述の理由から画像メモリ３にはそのフレームメモリ３１、３２および３３の内例えばＲ成分フレームメモリ３１に接続されて、このフレームメモリに格納されたカラー成分信号のＲ成分に対して微分処理を行う。この微分画像作成手段４８としては、色の濃淡の大きな境界部分のエッジを強く出せる（幅が大きい）例えばソベルオペレータを使用する。
【００３９】
４９は画像メモリ３と微分画像作成手段４８に接続された、画像処理部４Ａの構成要素の１つである減算手段であって、後述の理由から画像メモリ３にはそのフレームメモリ３１、３２および３３の内例えばＲ成分フレームメモリ３１に接続されて、そのＲフレームメモリ３１に格納されたカラー成分信号のＲ成分（原画像）から微分画像作成手段４８で作成された微分画像を減算して差分画像を得る。
なお、上述の構成要素４２〜４９により画像処理部４Ａを構成し、この画像処理部４Ａとしては、例えばＭＰＵ（マイクロプロセッサ）が用いられる。その他の構成は図１と同様である。
【００４０】
次に動作について説明する。
ここで、先ず、本実施の形態の基本原理、即ち、何故カラー成分信号のＲ成分についてのみ微分画像を作成し、これを原画像から減算して差分画像を生成するかについて、特に図７〜図９を参照して説明する。
先ず、図７に示すように炎の色の分布に着目すると、その内側部分は大体白色から黄色に近く、外側部分は大体赤色に近い。一般に、炎の内側部分の白色はＲ成分、Ｇ成分およびＢ成分が共に大きく、また、その黄色はＲ成分とＧ成分が共に大きく、Ｂ成分が小さい（表１参照）場合である。
そして、一般に微分処理（エッジ処理）の場合、濃淡画像から所定の濃淡レベルで分けられる明部と暗部の境界のみを抽出して、この境界線のみを明るくした画像を生成する。
【００４１】
そこで、いま、監視対象物として炎の場合を考えると、実質的に図７の炎の外側の赤色部分に等価な大きさを有する図８（ａ）の左側部分に示すようなカラー成分信号のＲ成分（原画像）を微分すると、図８（ｂ）の左側部分に示すような微分画像が得られる。そして、原画像より微分画像を減算すると図８（ｃ）の左側部分に示すような差分画像が得られる。ここで、図８（ａ）の左側部分に示す原画像と図８（ｃ）の左側部分に示す差分画像を対比してみると、この差分画像は原画像より一回り小さい大きさ（面積）の画像となっているが、これは火災の抽出の際に必要な炎の内側部分のＲ成分全体を実質的に含んでいるので問題ない。
言い換えると、実施の形態１で示したように火災候補領域抽出手段４３はＲ成分とＧ成分が大きい領域を抽出するものなので、Ｒ成分だけが大きい炎の外側部分（図７の赤色の部分）は抽出できず、内側の部分（図７の白色〜黄色の部分）だけを抽出するものであるから、減算することで領域が一回り程小さくなっても問題ないのである。
【００４２】
ところが、実質的に図７の炎の内側の白色から黄色部分に等価な大きさを有する図８（ａ）の右側部分に示すようなカラー成分信号のＧ成分（原画像）を微分すると、図８（ｂ）の右側部分に示すような微分画像が得られる。そして、原画像より微分画像を減算すると図８（ｃ）の右側部分に示すような差分画像が得られる。ここで、図８（ａ）の右側部分に示す原画像と図８（ｃ）の右側部分に示す差分画像を対比してみると、この差分画像は原画像より一回り小さい大きさ（面積）の画像で、しかも、図８（ｃ）の左側部分に示す差分画像より更に一回り小さい大きさ（図８（ａ）の左側部分に示す原画像より見ると実質的に二回り小さい大きさ）の画像となり、精度の高い火災判別を行うには問題がある。
従って、精度の高い火災判別を行うには、面積の大きな差分画像即ち原画像と略等価な火災判別情報を含む面積のカラー成分信号のＲ成分についてのみ微分処理することが好ましいことが分かる。
【００４３】
この原理を踏まえて、詳細な動作について図１０を参照しながら説明する。
監視カメラ１によって撮影された監視領域の画像は、カラー画像信号がアナログーデジタル変換器２によってデジタル化された後、画像メモリ３に取り込まれる（ステップＳ１）。つまり、ＲＧＢ信号のそれぞれがＡ／Ｄ変換された後に、画像メモリ３のＲ成分フレームメモリ３１、Ｇ成分フレームメモリ３２、Ｂ成分フレームメモリ３３に書き込まれる。
次いで、ステップＳ１２において、画像メモリ３のＲ成分フレームメモリ３１に格納されたカラー成分信号のＲ成分を読み出して微分画像作成手段４８により微分処理を行い微分画像（図８（ｂ）参照）を作成し、次段の減算手段４９に供給する。そして、減算手段４９は画像メモリ３のＲフレームメモリ３１に格納されたカラー成分信号のＲ成分（原画像）から微分画像作成手段４８で作成された微分画像を減算し、差分画像（図８（ｃ）参照）を生成する（ステップＳ１３）。
【００４４】
このようにして、減算手段４９で得られた差分画像（Ｒ成分）は、画像メモリ３のＧ成分フレームメモリ３２から読み出されたカラー成分信号のＧ成分と共に最小値演算手段４２に供給され、ここで上述と同様に画素単位で、全ての画像領域にわたって、最小値演算がなされる（ステップＳ３）。
即ち、最小値演算手段４２は、入力されたカラー成分信号のＲ成分とＧ成分を同一画素毎に比較して小さい値の成分を出力する。
以下、ステップＳ４〜Ｓ１１に亙って火災判別の動作が行われるが、これについては、上述の実施の形態１の場合と同様であるのでここではその説明を省略する。
【００４５】
さて、次に、撮影された画像に現れる曲面をなす鏡面反射による筋状のノイズに対する画像処理について説明する。
トンネル内を通過する後方の車両のヘッドライトの光が前を行く車両の後部に強く当たると、その曲面をなす後面ガラスがいわゆる鏡面反射を起こし、図１２に示すように細い横長の光を放つ領域が発生する。この鏡面反射による光が監視カメラにより取り込まれると、その画像に、図９（ａ）に示すように、一種の単一の筋状のノイズとして現れる。この場合のノイズ状の画像は上述と同様に一種の原画像として一旦画像メモリ３のＲ成分フレームメモリ３１、Ｇ成分フレームメモリ３２、Ｂ成分フレームメモリ３３に書き込まれる（ステップＳ１）。
【００４６】
そして、画像メモリ３のＲ成分フレームメモリ３１に格納されたカラー成分信号のＲ成分が読み出されて微分画像作成手段４８により微分処理され、この結果、その出力側には図９（ｂ）に示すような微分画像が得られる（ステップＳ１２）。この微分画像は次段の減算手段４９に供給され、ここで、画像メモリ３のＲフレームメモリ３１に格納されたカラー成分信号のＲ成分（原画像）から微分画像作成手段４８で作成された微分画像が減算され、図９（ｃ）に示すような差分画像が得られる（ステップＳ１３）。つまり、いま、図９において、図面上白い部分を画像の暗い部分（論理的に“０”相当）、ハッチングの施されている部分を画像の明るい部分（論理的に“１”相当）とすると、減算により図９（ａ）に示す原画像に相当する部分Ｐ１と図９（ｂ）に示す微分画像の部分Ｐ１とは実質的に相殺されて図９（ｃ）に示すように暗い部分となり、また、微分画像の部分Ｐ２は２５５階調で表すと限りなく０に近い画像即ち暗い部分となり、この結果、実質的に鏡面反射によるノイズ状の画像が除去される。
【００４７】
なお、図９（ｃ）からも分かるように、画面の中央に小さな明るい部分Ｐ３が残るが、これは、本来微分処理は、濃淡画像から所定の濃淡レベルで分けられる明部と暗部の境界のみを抽出して、この境界線のみを明るくした画像を得る訳であるが、このＰ３の部分は微分処理の段階で、図９（ｂ）からも分かるように、周りの画素と比べて殆ど濃淡レベルの差がないので、微分処理されずに残ったものである。もっとも、このＰ３の部分ぐらい小さい領域になれば、その後のノイズ処理で除去されるので問題ない。
【００４８】
このように本実施の形態では、監視カメラが撮影した画像に対して微分処理を施し、この微分処理で得られた微分画像を元の原画像から減算して差分画像を生成し、この差分画像と原画像像に基づいて火災を判別するようにしているので、撮影された画像に現れる曲面をなす鏡面反射による筋状のノイズを実質的に除去して正確な火災判別が可能になる。
【００４９】
実施の形態３．
なお、上述の各実施の形態では、監視カメラとしてカラーカメラを用いた場合について説明したが、モノクロカメラでもよい。また、監視領域として例えばトンネルに監視カメラを設置した場合を説明したが、その他の監視領域例えば球場、アトリウムといった大空間に監視カメラを設けるようにしてもよい。
また、上述の各実施の形態では、火災特徴量は、数回のデータにおける｛ｄｘ／ｄｙ｝の最大値と最小値の比から求めたが、所定時間内にわたる外接矩形の高さと幅の比の変化量から演算してもよい。つまり｛ｄｘ／ｄｙ｝の値を演算する度に、前回の｛ｄｘ／ｄｙ｝の値との差を絶対値で求めていき、所定回演算した時に、その差を加算した値が所定値よりも大きければ本当の火災領域であると判断するようにしてもよい。
なお、二値化メモリに格納された二値化画像を微分して得られた微分画像を、二値化画像から差分画像を生成し、その差分画像に基づいて火災判別するようにしてもよい。また、監視カメラとして、ＴＶカメラやデジタルカメラ等を使用してもよい。
【００５０】
【発明の効果】
以上のように、この発明によれば、撮影された画像に対して膨張処理を施し、この膨張処理の施された画像に基づいて火災判別をしているので、監視領域に非常に動きの早い監視対象物が存在した場合に発生する縞模様のノイズを実質的に除去して正確な火災判別が可能になり、精度の高い火災検出が可能になるという効果がある。
【００５１】
また、この発明によれば、撮影された画像を微分して得られた微分画像を元の画像（撮影された画像）から減算して差分画像を生成し、この差分画像と元の画像に基づいて火災判別をしているので、撮影された画像に現れる曲面をなす鏡面反射による筋状のノイズを実質的に除去して正確な火災判別が可能になり、精度の高い火災検出が可能になるという効果がある。
【００５２】
また、この発明によれば、撮影手段としてカラーカメラを用い、撮影された画像からＲ成分とＧ成分の大きい領域を検出して火災判別をしているので、より確実に火災検出を行うことができるという効果がある。
【００５３】
また、この発明によれば、微分画像作成手段は、ＲＧＢ信号のうち、Ｒ成分フレームメモリに格納されたカラー成分信号のＲ成分のみに微分処理を行うので、精度の高い火災判別を行うことができる。
【図面の簡単な説明】
【図１】この発明の実施の形態１を示す構成図である。
【図２】監視カメラにより映される画像（原画像）の一例を示す図である。
【図３】二値化メモリに格納された画像処理（抽出処理）後の画像の一例を示す図である。
【図４】この発明の実施の形態１における画像膨張処理を説明するための図である。
【図５】この発明の実施の形態１の動作を説明するためのフローチャートである。
【図６】この発明の実施の形態２を示す構成図である。
【図７】この発明の実施の形態２における炎に対する微分処理を説明するための図である。
【図８】この発明の実施の形態２における炎の画像に対する微分処理を説明するための図である。
【図９】この発明の実施の形態２における鏡面反射による光源の画像に対する微分処理を説明するための図である。
【図１０】この発明の実施の形態２の動作を説明するためのフローチャートである。
【図１１】炎の撮影画像に発生した縞模様のノイズを示す図である。
【図１２】鏡面反射により発生した細い横長の光を放つ領域を示す図である。
【符号の説明】
１ 監視カメラ、３ 画像メモリ、５ 二値化メモリ、６，６Ａ ＲＯＭ、７ＲＡＭ、４１ 画像膨張処理手段、４２ 最小値演算手段、４３ 火災候補領域抽出手段、４４ 対応判別手段、４５ 外接矩形作成手段、４６ 火災特徴量演算手段、４７ 火災判別手段、４８ 微分画像作成手段、４９ 減算手段。
Claims (2)
- 監視領域を撮影する撮影手段と、該撮影手段により撮影された画像を格納するための画像メモリとを備え、該画像メモリに格納された画像を処理することにより火災を検出する火災検出装置において、
前記撮影手段により撮影された画像に対して膨張処理を施す画像膨張処理手段と、
該画像膨張処理手段で施された画像に基づいて火災らしい領域があるか否かを検出する火災検出手段と、
を備え、
前記画膨張処理の膨張処理は、撮影された画像内で、上下二マスのマトリクスを水平走査して、上下のマスを比較して、それぞれの輝度値を大きい値の方に合わせて、同じ値にしていくものであることを特徴とする火災検出装置。 - 監視領域を撮影する撮影手段と、該撮影手段により撮影された画像を格納するための画像メモリとを備え、該画像メモリに格納された画像を処理することにより火災を検出する火災検出装置において、
前記撮影手段により撮影された画像を微分してエッジを抽出し、微分画像を作成する微分画像作成手段と、
前記撮影手段により撮影された画像から前記微分画像を減算して差分画像を得る減算手段と、
前記撮影された画像と前記差分画像に基づいて火災らしい領域があるか否かを検出する火災検出手段と、
を備え、
前記撮影手段は、カラーカメラであり、
前記微分画像作成手段は、ＲＧＢ信号のうち、Ｒ成分フレームメモリに格納されたカラー成分信号のＲ成分のみに微分処理を行うものであることを特徴とする火災検出装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34156096A JP3626824B2 (ja) | 1996-12-20 | 1996-12-20 | 火災検出装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP34156096A JP3626824B2 (ja) | 1996-12-20 | 1996-12-20 | 火災検出装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10188168A JPH10188168A (ja) | 1998-07-21 |
| JP3626824B2 true JP3626824B2 (ja) | 2005-03-09 |
Family
ID=18347019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP34156096A Expired - Fee Related JP3626824B2 (ja) | 1996-12-20 | 1996-12-20 | 火災検出装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3626824B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3772007B2 (ja) * | 1997-11-06 | 2006-05-10 | 能美防災株式会社 | 火災検出装置 |
| JP3965614B2 (ja) * | 1999-08-30 | 2007-08-29 | 富士通株式会社 | 火災検知装置 |
| JP4917961B2 (ja) * | 2007-05-22 | 2012-04-18 | 株式会社日本自動車部品総合研究所 | 車載用車両灯検出装置および車両用照明装置 |
| JP6980188B2 (ja) * | 2017-08-04 | 2021-12-15 | モリタ宮田工業株式会社 | 火災識別装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05266200A (ja) * | 1992-03-17 | 1993-10-15 | Hitachi Eng Co Ltd | チェインコードによる形状判定方法 |
| JPH0765178A (ja) * | 1993-08-26 | 1995-03-10 | Fuji Electric Co Ltd | 物体抽出方法 |
| JP2790604B2 (ja) * | 1993-11-30 | 1998-08-27 | シャープ株式会社 | 画像処理装置 |
| JPH07212608A (ja) * | 1994-01-12 | 1995-08-11 | Canon Inc | 画像処理装置 |
| JP3313898B2 (ja) * | 1994-08-25 | 2002-08-12 | ホーチキ株式会社 | 火災検出装置 |
| JPH08221549A (ja) * | 1995-02-09 | 1996-08-30 | Oki Electric Ind Co Ltd | 侵入物体認識装置 |
| JPH08305980A (ja) * | 1995-03-09 | 1996-11-22 | Nittan Co Ltd | 炎検知装置および炎検知方法 |
-
1996
- 1996-12-20 JP JP34156096A patent/JP3626824B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10188168A (ja) | 1998-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3481397B2 (ja) | 火災検出装置 | |
| JP3827426B2 (ja) | 火災検出装置 | |
| JP3965614B2 (ja) | 火災検知装置 | |
| US20040146184A1 (en) | Object detection | |
| JP2006261761A (ja) | 画像信号処理装置 | |
| JP3626824B2 (ja) | 火災検出装置 | |
| JP4139291B2 (ja) | 欠陥検査方法及び装置 | |
| JPH08145906A (ja) | 被検査面の欠陥検査方法およびその装置 | |
| JPH0973541A (ja) | 物体検出装置及び物体検出方法 | |
| JP2000331262A (ja) | 火災発生位置検出装置 | |
| JPH10117415A (ja) | 架空線の自動点検装置 | |
| JP2003167529A (ja) | 画面欠陥検出方法及び装置並びに画面欠陥検出のためのプログラム | |
| JP4853657B2 (ja) | 画像処理装置 | |
| JP3682631B2 (ja) | 火災検出装置 | |
| JP3688086B2 (ja) | 火災検出装置 | |
| JPH10269471A (ja) | 火災検出装置 | |
| JP3690695B2 (ja) | 火災検出装置 | |
| JPH0711414B2 (ja) | ガラスびんの偏肉検査方法 | |
| JPH10275279A (ja) | 火災検出装置 | |
| JPH06281595A (ja) | 物体表面の疵検出装置 | |
| JP2004274325A (ja) | 撮像による物体抽出方法 | |
| JPH10269468A (ja) | 火災検出装置 | |
| JP2006050356A (ja) | 画像処理方法及び検査装置 | |
| JPH10134278A (ja) | 火災検出装置 | |
| JPH06281594A (ja) | 物体表面の円状疵検出装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20040816 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20040824 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20041019 |
|
| 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: 20041130 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20041206 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20071210 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081210 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081210 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091210 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101210 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101210 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111210 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111210 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121210 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121210 Year of fee payment: 8 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131210 Year of fee payment: 9 |
|
| LAPS | Cancellation because of no payment of annual fees |