JP4672658B2 - 物体検出装置及びエレベータの物体検出装置 - Google Patents

Description

この発明は、撮影部で撮影された監視領域の検出対象が存在していないときの背景画像と現画像とを比較することで、監視領域における検出対象の有無を検出する物体検出装置及びエレベータの物体検出装置に関するものである。

従来装置では、背景画像の各画素と現画像の各画素との輝度の差を求め、輝度に差がある画素数に基づいて、監視領域における検出対象の有無を検出する。このため、背景画像撮影時と現画像撮影時とで監視領域の明るさが違う場合に、検出対象の検出精度が低下する。そこで、従来装置では、明るさの違いによる検出対象の検出精度の低下を防ぐために、監視領域の明るさを監視し、明るさに応じて背景画像を更新する（特許文献１参照）。

特開平１１−２６１９９４号公報

しかしながら、上記のような従来装置では、例えば照度計等、明るさを検出するためのセンサが必要となるので、製造コストが高くなる。また、背景画像を更新しているときに検出動作が行えず、検出不能期間が生じる。

この発明は、上記のような課題を解決するためになされたものであり、明るさを検出するためのセンサを不要にすることで製造コストを抑えることができるとともに、背景画像の更新を不要にすることで検出不能期間を無くすことができる物体検出装置及びエレベータの物体検出装置を得ることを目的とする。

この発明による物体検出装置は、撮影部で撮影された監視領域の検出対象が存在していないときの背景画像と現画像とを取得する画像取得手段と、背景画像の輪郭線情報を抽出する背景輪郭線情報抽出手段と、背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が現画像から抽出できるか否かにより、監視領域における検出対象の有無を検出する物体検出手段とを備え、物体検出手段は、現画像の所定座標の画素で輪郭線を抽出する際に、該画素の座標が背景画像で輪郭線が位置する座標であるか否かを背景画像の輪郭線情報に基づいて判定し、背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該画素で輪郭線を抽出する。
また、この発明による物体検出装置は、撮影部で撮影された監視領域の検出対象が存在していないときの背景画像と現画像とを取得する画像取得手段と、背景画像の輪郭線情報を抽出する背景輪郭線情報抽出手段と、背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が現画像から抽出できるか否かにより、監視領域における検出対象の有無を検出する物体検出手段とを備え、背景輪郭線情報抽出手段は、複数画素を平均化することで背景画像を複数のブロックに分割した上で、該背景画像の輪郭線情報を抽出し、物体検出手段は、複数画素を平均化することで現画像を複数のブロックに分割するとともに、現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックの座標が背景画像で輪郭線が位置する座標であるか否かを背景画像の輪郭線情報に基づいて判定し、背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該ブロックで輪郭線を抽出する。
さらに、この発明による物体検出装置は、撮影部で撮影された監視領域の検出対象が存在していないときの背景画像と現画像とを取得する画像取得手段と、背景画像の輪郭線情報を抽出する背景輪郭線情報抽出手段と、背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が現画像から抽出できるか否かにより、監視領域における検出対象の有無を検出する物体検出手段とを備え、背景輪郭線情報抽出手段は、複数画素をまとめることで背景画像を複数のブロックに分割するとともに、該各ブロックで輪郭線が占める割合を算出し、物体検出手段は、複数画素をまとめることで背景画像を複数のブロックに分割するとともに、現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックと同じ座標の背景画像のブロックで輪郭線が占める割合に基づいて輪郭線の検出感度を決定し、該検出感度を用いて該ブロックで輪郭線が抽出できるか否かを判定する。

この発明の実施の形態１によるエレベータの物体検出装置を示す構成図である。 図１の背景画像メモリに記憶される背景画像を示す説明図である。 図１の現画像メモリに記憶される現画像を示す説明図である。 図１の物体検出手段が利用するラプラシアンフィルタを示す説明図である。 図１の背景輪郭線抽出手段が抽出する背景画像の輪郭線を示す説明図である。 図１の差分画像輪郭線抽出部が抽出する差分画像の輪郭線を示す説明図である。 図１の占有領域算出部が求める検出対象の領域を示す説明図である。 図１の背景輪郭線抽出手段によって行われる背景輪郭線抽出動作を示すフローチャートである。 図１の差分画像輪郭線抽出部によって行われる差分画像輪郭線抽出動作を示すフローチャートである。 図１の占有領域算出部によって行われる占有領域算出動作を示すフローチャートである。 実施の形態１のエレベータの物体検出装置の変形例を示す構成図である。 実施の形態２の背景輪郭線抽出手段によって行われる背景輪郭線抽出動作を示すフローチャートである。 実施の形態２の差分画像輪郭線抽出部によって行われる差分画像輪郭線抽出動作を示すフローチャートである。 実施の形態２の占有領域算出部によって行われる占有領域算出動作を示すフローチャートである。 この発明の実施の形態３によるエレベータの物体検出装置を示す構成図である。 図１５の差分画像輪郭線抽出部によって行われる差分画像抽出動作を示すフローチャートである。 実施の形態３のエレベータの物体検出装置の変形例を示す構成図である。

以下、この発明の好適な実施の形態について図面を参照して説明する。
実施の形態１．
図１は、この発明の実施の形態１によるエレベータの物体検出装置を示す構成図である。図２、図３、及び図５〜７は、図１の物体検出装置で用いられる画像データを示す説明図である。図４は、図１の物体検出装置で用いられるラプラシアンフィルタを示す説明図である。図１において、物体検出装置は、画像取得手段１と、背景輪郭線情報抽出手段２と、物体検出手段３とを有している。画像取得手段１は、撮影部であるカメラ５と、Ａ／Ｄ変換器６と、記憶制御部７と、背景画像メモリ８と、現画像メモリ９とを含んでいる。カメラ５は、監視領域であるエレベータのかご内を撮影する。Ａ／Ｄ変換器６は、カメラ５から出力されるアナログの画像データをデジタルデータに変換する。記憶制御部７は、例えば人や荷物等の検出対象がかご内に存在していないことが管理者によって確認された際に操作される。また、記憶制御部７は、該操作に応じて、そのときにカメラ５によって撮影された画像データを背景画像として背景画像メモリ８に記憶させる（図２参照）。現画像メモリ９は、カメラ５によって撮影された現時点の画像（以下、現画像と表記する）を所定間隔で記憶する（図３参照）。即ち、現画像は所定間隔で更新される。つまり、画像取得手段１は、カメラ５で撮影された背景画像と現画像とを取得する。

ここで、一般に画像内のすべての画素には色及び輝度（明るさ）の情報が含まれている。画素の輝度は、全体としての明るさに係わらず、物の輪郭線（物の領域の境界）が位置するところで急激に変化する。輝度の変化値は、微分演算を利用することで算出できる。画像処理に用いられる微分演算には、ソーベルフィルタ等を用いて行う１次微分と、ラプラシアンフィルタ等を用いて行う２次微分とが存在する。ラプラシアンフィルタには、図４の（ａ）に示すような４近傍ラプラシアンフィルタと、図４の（ｂ）及び（ｃ）に示すような８近傍ラプラシアンフィルタとが存在する。４近傍ラプラシアンフィルタは、所定座標の画素の輝度ｆ（ｘ，ｙ）に重み付けを行った後に、隣接する画素との輝度の差Δ（ｘ，ｙ）を求めるものである。即ち、４近傍ラプラシアンフィルタを用いた場合のΔ（ｘ，ｙ）は次の式で表すことができる。
Δ（ｘ，ｙ）＝４×ｆ（ｘ，ｙ）−｛ｆ（ｘ，ｙ−１）＋ｆ（ｘ，ｙ＋１）＋ｆ（ｘ−１，ｙ）＋ｆ（ｘ＋１，ｙ）｝

背景輪郭線情報抽出手段２は、背景輪郭線抽出部１２と背景輪郭線メモリ１３とを含んでいる。背景輪郭線抽出部１２は、４近傍ラプラシアンフィルタ等を用いて、背景画像に映っている物の輪郭線情報を抽出する（図５参照）。なお、図５において、背景画像の輪郭線は白色で描かれている部分である。

具体的には、背景輪郭線抽出部１２は、背景画像の所定画素においてΔ（ｘ，ｙ）を算出するとともに、閾値処理を行う。閾値処理とは、算出したΔ（ｘ，ｙ）が第１の閾値（以下、第１のＴｈと表記する）よりも大きいか否かに応じて、該画素の輝度を２値化する処理である。背景輪郭線抽出部１２は、Δ（ｘ，ｙ）が第１のＴｈよりも大きい場合、該画素の輝度を白色の値にする。また、背景輪郭線抽出部１２は、Δ（ｘ，ｙ）が第１のＴｈ以下である場合、該画素の輝度を黒色の値にする。さらに、背景輪郭線抽出部１２は、背景画像内のすべての画素で、Δ（ｘ，ｙ）を求めるとともに、閾値処理を行う。背景輪郭線メモリ１３は、背景輪郭線抽出部１２によって抽出された背景画像の輪郭線を示す画像データを記憶する。

物体検出手段３は、差分画像輪郭線抽出部１５と占有領域算出部１６とを含んでいる。差分画像輪郭線抽出部１５は、現画像の各画素と背景画像の各画素の輝度の差を表す差分画像を求める。また、差分画像輪郭線抽出部１５は、背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線を、求めた差分画像から抽出する（図６参照）。

具体的には、差分画像輪郭線抽出部１５は、差分画像の所定画素においてΔ（ｘ，ｙ）を算出する。また、差分画像輪郭線抽出部１５は、Δ（ｘ，ｙ）を算出した画素の座標が、背景画像の輪郭線が位置する座標であるか否かを判定する。さらに、差分画像輪郭線抽出部１５は、背景画像の輪郭線が位置する座標でないと判定した場合、第２のＴｈを用いて該画素の輝度を２値化する。さらにまた、差分画像輪郭線抽出部１５は、背景画像の輪郭線が位置する座標であると判定した場合、第２のＴｈよりも大きい第３のＴｈを用いて該画素の輝度を２値化する。即ち、背景画像の輪郭線が位置する座標で閾値の値を大きくすることで、輪郭線の検出感度を低くしている。これによって、差分画像から、背景画像の輪郭線を除いた輪郭線を抽出できるようにしている。また、差分画像輪郭線抽出部１５は、背景画像のふちを除いたすべての画素で、Δ（ｘ，ｙ）を求めるとともに、閾値処理を行う。さらに、差分画像輪郭線抽出部１５は、抽出した輪郭線の画像データを占有領域算出部１６に入力する。

占有領域算出部１６は、差分画像輪郭線抽出部１５によって抽出された輪郭線から、検出対象が占める領域を求める（図７参照）。具体的には、占有領域算出部１６は、図６に示す輪郭線周辺を検出対象が占有する領域であるとして、当該領域の輝度を白色の値とするとともに、該輪郭線で囲まれた領域を検出対象が占有する領域であるとして、当該領域の輝度を白色の値とすることで、図７の画像データを作成する。即ち、占有領域算出部１６は、図６に示す輪郭線、及び該輪郭線の近傍を検出対象が占有する領域とする。これは、かご内に進入する検出対象の形状が複雑であり、輪郭線の近傍を検出対象が占有しているとの仮定に基づいて行っている。さらに、占有領域算出部１６は、監視領域に含まれる所定領域で、輝度値が白色である画素の数（以下、ＣＯＵＮＴ＿ＷＨＩＴＥと表記する）をカウントする。この所定領域とは、例えば管理者によって設定された一部の領域や、監視領域全体等である。

また、占有領域算出部１６は、検出対象が所定領域で占める領域の割合（以下、Ｒａｔｉｏと表記する）を以下の式に基づいて求める。
Ｒａｔｉｏ＝ＣＯＵＮＴ＿ＷＨＩＴＥ／所定領域内の全画素数

さらに、占有領域算出部１６は、０％≦Ｒａｔｉｏ＜２０％である場合、かご内にスペースが十分残っている旨を示す物体検出信号を作成する。また、占有領域算出部１６は、Ｒａｔｉｏの値が２０％≦Ｒａｔｉｏ＜５０％である場合、かご内にスペースが多少残っている旨を示す物体検出信号を作成する。さらに、占有領域算出部１６は、５０％≦Ｒａｔｉｏ≦１００％である場合、満員状態を示す物体検出信号を作成する。換言すると、占有領域算出部１６は、０％≦Ｒａｔｉｏ＜２０％である場合に、所定領域に検出対象が存在していないことを検出し、２０％≦Ｒａｔｉｏである場合に、所定領域に検出対象が存在していることを検出している。０％≦Ｒａｔｉｏ＜２０％である場合に、所定領域に検出対象が存在していないことを検出するようにしているのは、例えば画像の乱れ等の影響を抑えるためである。なお、上記の割合は一例である。

エレベータ制御装置１７は、占有領域算出部１６からの物体検出信号に基づいてかごの運転を制御する。具体的には、エレベータ制御装置１７は、満員状態を示す物体検出信号が占有領域算出部１６から入力された場合、乗場からの呼び登録を無効にする。なお、記憶制御部７、背景輪郭線抽出部１２、差分画像輪郭線抽出部１５、及び占有領域算出部１６は、プログラム等の情報を格納している情報格納部（ＲＯＭ及びＲＡＭ）と、該情報格納部に格納されている情報に基づいて演算処理を行う演算処理部とを有するコンピュータである。

次に、動作について説明する。図８は、図１の背景輪郭線抽出部１２によって行われる背景輪郭線抽出動作を示すフローチャートである。図において、例えば図２に示すような背景画像が背景画像メモリ８によって記憶されると、背景画像の所定座標でΔ（ｘ，ｙ）が算出されるともに（ステップＳ１）、該Δ（ｘ，ｙ）が第１のＴｈよりも大きいか否か判定されるとともに、この判定結果に基づいて該座標の輝度が白色か黒色のいずれか一方の値にされる（ステップＳ２）。その次に、背景画像のすべての画素でΔ（ｘ，ｙ）の算出及び閾値処理が完了したか否かが判定され（ステップＳ３）、完了していないと判定された場合、他の座標でΔ（ｘ，ｙ）の算出及び閾値処理が行われ、完了したと判定された場合、図５に示すような背景画像輪郭線画像データが背景輪郭線メモリ１３に記憶されて、この背景輪郭線抽出動作が終了される。

次に、図９は、図１の差分画像輪郭線抽出部１５によって行われる差分画像輪郭線抽出動作を示すフローチャートである。図において、例えば図３に示すような現画像が現画像メモリ９によって記憶されると、該現画像と、例えば図２に示すような画像データ、即ち背景画像メモリ８に格納されている背景画像とから差分画像が求められる（ステップＳ１１）。その次に、差分画像の所定座標でΔ（ｘ，ｙ）が算出されるとともに（ステップＳ１２）、例えば図５に示すような画像データ、即ち背景輪郭線メモリ１３に格納されている背景画像輪郭線画像データに基づいて、該画素の座標が、背景画像の輪郭線が位置する座標であるか否かが判定される（ステップＳ１３）。

このとき、背景画像の輪郭線が位置しない座標であると判定された場合、閾値処理に用いられる閾値として第２のＴｈが選択されるとともに（ステップＳ１４）、第２のＴｈを用いての閾値処理が行われる（ステップＳ１５）。これに対して、背景画像の輪郭線が位置する座標であると判定された場合、閾値処理に用いられる閾値として、第２のＴｈよりも大きい第３のＴｈが選択されるとともに（ステップＳ１６）、第３のＴｈを用いての閾値処理が行われる。その次に、差分画像のすべての画素でΔ（ｘ，ｙ）の算出及び閾値処理が完了したか否かが判定され（ステップＳ１７）、完了していないと判定された場合、他の座標でΔ（ｘ，ｙ）の算出及び閾値処理が行われ、完了したと判定された場合、図６に示すような差分画像輪郭線画像データが占有領域算出部１６に入力されて、この差分画像抽出動作が終了される。

次に、図１０は、図１の占有領域算出部１６によって行われる占有領域算出動作を示すフローチャートである。図において、図６に示すような差分画像輪郭線画像データが差分画像輪郭線抽出部１５から入力されると、該輪郭線周辺の画素の輝度値が白色の値に変換されるとともに（ステップＳ２１）、拡張された輪郭線で囲まれている領域の画素の輝度値が白色の値に変換され、図７に示すような画像データが得られる（ステップＳ２２）。その次に、ＣＯＵＮＴ＿ＷＨＩＴＥがカウントされるとともに（ステップＳ２３）、Ｒａｔｉｏが算出され（ステップＳ２４）、該Ｒａｔｉｏの値に基づいて物体検出信号が作成されるとともに、該物体検出信号がエレベータ制御装置１７に入力される（ステップＳ２５）。

なお、これまで現画像と背景画像とから差分画像が求められた上で、背景画像の輪郭線を除く輪郭線が差分画像から抽出されるように説明してきたが、図１の物体検出手段３を図１１に示す物体検出手段１８に代えることで、差分画像を求めることなく、現画像から背景画像の輪郭線を除く輪郭線を抽出することもできる。物体検出手段１８の現画像輪郭線抽出部１９は、差分画像を求めることを除けば、図１の差分画像輪郭線抽出部１５と同様の動作で現画像から背景画像の輪郭線を除く輪郭線を抽出する。即ち、差分画像を求めることなく、現画像から背景画像の輪郭線を除く輪郭線を抽出することでも、監視領域における検出対象の有無を検出できる。

このような物体検出装置では、物体検出手段３，１８は、差分画像又は現画像から背景画像の輪郭線を除く輪郭線が抽出できるか否かに基づいて、監視領域における検出対象の有無を検出するので、明るさを検出するためのセンサを不要にすることで製造コストを抑えることができるとともに、背景画像の更新を不要にすることで検出不能期間を無くすことができる。特に、物体検出手段３は、現画像と背景画像との差分画像を求めた上で、該差分画像から背景画像の輪郭線を除く輪郭線が抽出できるか否かに基づいて、監視領域における検出対象の有無を検出するので、背景画像の輪郭線を検出対象の輪郭線として抽出する可能性をより確実に低減でき、検出精度を向上させることができる。

また、物体検出手段３，１８は、差分画像又は現画像の所定座標の画素で輪郭線を抽出する際に、該画素の座標が背景画像で輪郭線が位置する座標であるか否かを背景画像の輪郭線情報に基づいて判定し、背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該画素で輪郭線を抽出するので、より確実に差分画像又は現画像から背景画像の輪郭線を除く輪郭線が抽出でき、検出対象の検出精度を向上させることができる。

さらに、物体検出手段３，１８は、監視領域における検出対象の有無を検出するとともに、抽出した輪郭線に基づいて、検出対象が所定領域で占める領域の割合を求めるので、検出対象の有無だけでなく、検出対象がどの程度存在しているかを検出でき、検出精度を向上させることができる。特に、従来のエレベータ装置の場合、かご内の荷重に基づいて、かご内に乗り込み余地が残っているか否かを判定しているが、例えばショッピングカート等、重量が軽いのにも拘わらず多くの領域を占める物がかご内に存在している場合、かご内に乗り込み余地が残っているか否かを正確に判定できない。これに対して、実施の形態１の物体検出装置では、そのような物がかご内に存在している場合でも、かご内に乗り込み余地が残っているか否かをより正確に判定できる。即ち、この発明はエレベータ装置に対して特に有効である。

さらにまた、物体検出手段３は、抽出した輪郭線、及び該輪郭線の近傍の領域を検出対象が占める領域の画素として、所定領域で該検出対象が占める領域の画素数が、所定領域のすべての画素数に占める割合を求めることで、検出対象が所定領域で占める領域の割合を求めるので、検出対象が監視領域で占める領域の割合をより確実に求めることができ、検出対象の検出精度をより向上させることができる。

実施の形態２．
実施の形態２の物体検出装置の構成は、実施の形態１の物体検出装置と全体として同じであるので、図１を用いて説明する。この実施の形態２の背景輪郭線抽出部１２は、複数画素を平均化することで背景画像を複数のブロックＢ（ｉ，ｊ）に分割する。また、背景輪郭線抽出部１２は、該ブロックＢ（ｉ，ｊ）の輝度変化値Δ（ｉ，ｊ）を算出するとともに、第１のＴｈを用いて閾値処理を行うことで、ブロック毎に輪郭線を抽出する。即ち、背景輪郭線メモリ１３は、図５の輪郭線の画像データよりも粗い画像データを記憶する。

差分画像輪郭線抽出部１５は、例えば図２に示すような画像データ、即ち背景画像メモリ８に格納されている背景画像と、例えば図３に示すような画像データ、即ち現画像メモリ９に格納されている現画像とから差分画像を求める。差分画像輪郭線抽出部１５は、複数画素を平均化することで差分画像を複数のブロックＢ（ｉ，ｊ）に分割する。また、差分画像輪郭線抽出部１５は、該ブロックＢ（ｉ，ｊ）の輝度変化値Δ（ｉ，ｊ）を算出する。さらに、差分画像輪郭線抽出部１５は、現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックの座標が、背景画像で輪郭線が位置する座標であるか否か判定し、背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該ブロックで輪郭線を抽出する。即ち、差分画像輪郭線抽出部１５は、Δ（ｉ，ｊ）が第２又は第３のＴｈ以下である場合、該ブロックを輪郭線が無いブロックとする。また、差分画像輪郭線抽出部１５は、Δ（ｉ，ｊ）が第２又は第３のＴｈよりも大きい場合、該ブロックを輪郭線が有るブロックとする。

占有領域算出部１６は、差分画像輪郭線抽出部１５が各ブロックでの輪郭線の有無を判定した後に、輪郭線が抽出できたブロック数（以下、ＣＯＵＮＴ＿ＥＤＧＥと表記する）を所定領域でカウントする。また、占有領域算出部１６は、検出対象が所定領域で占める領域の割合であるＲａｔｉｏを以下の式に基づいて求める。その他の構成は、実施の形態１と同様である。
Ｒａｔｉｏ＝ＣＯＵＮＴ＿ＥＤＧＥ÷所定領域内のブロック数

次に、動作について説明する。図１２は、実施の形態２の背景輪郭線抽出部１２によって行われる背景輪郭線抽出動作を示すフローチャートである。図において、例えば図２に示すような背景画像が背景画像メモリ８によって記憶されると、複数画素が平均化されることで該背景画像が複数のブロックに分割され（ステップＳ３０）、所定座標のΔ（ｉ，ｊ）が算出されるとともに（ステップＳ３１）、Δ（ｉ，ｊ）が第１のＴｈよりも大きいか否か判定され、この判定結果に基づいて該座標の輝度が白色か黒色のいずれか一方の値にされる（ステップＳ３２）。その次に、背景画像のすべてのブロックでΔ（ｉ，ｊ）の算出及び閾値処理が完了したか否かが判定され（ステップＳ３３）、完了していないと判定された場合、他の座標でΔ（ｉ，ｊ）の算出及び閾値処理が行われ、完了したと判定された場合、図５に示すものよりも粗い背景画像輪郭線画像データが背景輪郭線メモリ１３に記憶されて、この背景輪郭線抽出動作が終了される。

次に、図１３は、実施の形態２の差分画像輪郭線抽出部１５によって行われる差分画像輪郭線抽出動作を示すフローチャートである。図において、例えば図３に示すような現画像が現画像メモリ９によって記憶されると、該現画像と、例えば図２に示すような背景画像とから差分画像が求められるとともに（ステップＳ１１）、複数画素が平均化されることで差分画像が複数のブロックに分割される（ステップＳ４０）。その次に、差分画像の所定座標のΔ（ｉ，ｊ）が算出されるとともに（ステップＳ４１）、背景輪郭線メモリ１３に格納された背景画像輪郭線画像データに基づいて、該ブロックの座標が、背景画像の輪郭線が位置する座標であるか否かが判定される（ステップＳ４２）。

このとき、背景画像の輪郭線が位置しない座標であると判定された場合、閾値処理に用いられる閾値として第２のＴｈが選択されるとともに（ステップＳ１４）、第２のＴｈを用いての該ブロックの閾値処理が行われる（ステップＳ４３）。これに対して、背景画像の輪郭線が位置する座標であると判定された場合、閾値処理に用いられる閾値として、第２のＴｈよりも大きい第３のＴｈが選択されるとともに（ステップＳ１６）、第３のＴｈを用いての閾値処理が行われる（ステップＳ４３）。その次に、差分画像のすべてのブロックでΔ（ｉ，ｊ）の算出及び閾値処理が完了したか否かが判定され（ステップＳ４４）、完了していないと判定された場合、他の座標でΔ（ｉ，ｊ）の算出及び閾値処理が行われ、完了したと判定された場合、図６に示すものよりも粗い差分画像輪郭線画像データが占有領域算出部１６に入力されて、この差分画像抽出動作が終了される。

次に、図１４は、実施の形態２の占有領域算出部１６によって行われる占有領域算出動作を示すフローチャートである。図において、図６に示すものよりも粗い差分画像輪郭線画像データが差分画像輪郭線抽出部１５から入力されると、ＣＯＵＮＴ＿ＥＤＧＥがカウントされるとともに（ステップＳ５０）、該ＣＯＵＮＴ＿ＥＤＧＥに基づいてＲａｔｉｏが算出され（ステップＳ５１）、該Ｒａｔｉｏの値に基づいて物体検出信号が作成されるとともに、該物体検出信号がエレベータ制御装置１７に入力される（ステップＳ２５）。

なお、図１１に示す物体検出手段１８の現画像輪郭線抽出部１９が、差分画像を求めることを除いて実施の形態２の差分画像輪郭線抽出部１５と同様の動作を行って、現画像から背景画像の輪郭線を除く輪郭線を抽出してもよい。

このような物体検出装置では、物体検出手段３，１８は、複数画素がまとめられたブロック毎に輝度変化値を算出するとともに閾値処理を行うので、画素毎に輝度変化値を算出するとともに閾値処理を行う場合に比べて演算量を減らすことができ、演算負荷を低減できる。

また、物体検出手段３，１８は、輪郭線が抽出できたブロック数を所定領域でカウントするとともに、該輪郭線が抽出できたブロック数が所定領域のすべてのブロック数に占める割合を求めることで、検出対象が所定領域で占める領域の割合を求めるので、画素をカウントする場合比べて演算量を減らすことができ、演算負荷を低減できる。

実施の形態３．
図１５は、この発明の実施の形態３によるエレベータの物体検出装置を示す構成図である。図において、この実施の形態の物体検出装置には、背景輪郭線情報抽出手段２５と、物体検出手段２６とが設けられている。背景輪郭線情報抽出手段２５には、背景輪郭量算出部３０と、背景輪郭量メモリ３１とが設けられている。

この実施の形態の背景輪郭線抽出部１２は、実施の形態１と同様に、背景画像の画素毎に輪郭線を抽出し、図５に示すような背景画像輪郭線画像データを背景輪郭線メモリ１３に記憶させる。背景輪郭量算出部３０は、背景輪郭線メモリ１３の背景画像輪郭線画像データを取得して、該複数画素をまとめることで輪郭画像を複数のブロックＢ（ｉ，ｊ）に分割する。なお、この実施の形態では、複数画素は平均化されない。また、背景輪郭量算出部３０は、各ブロックＢ（ｉ，ｊ）で輪郭線の画素が占めている割合ＢＥ（ｉ，ｊ）を算出する。背景輪郭量メモリ３１は、ＢＥ（ｉ，ｊ）を記憶する。

物体検出手段２６には、差分画像輪郭線抽出部３３が設けられている。差分画像輪郭線抽出部３３は、複数画素をまとめることで、求めた差分画像を複数のブロックＢ（ｉ，ｊ）に分割する。また、差分画像輪郭線抽出部３３は、ブロックＢ（ｉ，ｊ）内の各画素のΔ（ｘ，ｙ）を算出する。さらに、差分画像輪郭線抽出部３３は、該ブロックＢ（ｉ，ｊ）内のΔ（ｘ，ｙ）の総和であるΣ（ｉ，ｊ）を算出するとともに、以下の式で表せる第４の閾値（以下、第４のＴｈと表記する）を用いて閾値処理を行う。但し、αは予め設定される定数である。
第４のＴｈ＝α×ＢＥ（ｉ，ｊ）
即ち、差分画像輪郭線抽出部３３は、現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックと同じ座標の背景画像のブロックで輪郭線が占める割合に応じた検出感度を用いて、該ブロックで輪郭線を抽出する。差分画像輪郭線抽出部３３は、Σ（ｉ，ｊ）が第４のＴｈ以下である場合、該ブロックを輪郭線が無いブロックとする。また、差分画像輪郭線抽出部３３は、Σ（ｉ，ｊ）が第４のＴｈよりも大きい場合、該ブロックを輪郭線が有るブロックとする。

次に、動作について説明する。図１６は、図１５の差分画像輪郭線抽出部３３によって行われる差分画像抽出動作を示すフローチャートである。図において、例えば図３に示すような現画像が現画像メモリ９によって記憶されると、該現画像と、例えば図２に示すような画像データ、即ち背景画像メモリ８に格納されている背景画像とから差分画像が求められる（ステップＳ１１）。その次に、複数画素がまとめられることで該差分画像が複数のブロックに分割され（ステップＳ６０）、所定座標のブロックにおいて所定座標のΔ（ｘ，ｙ）が算出されるとともに（ステップＳ１２）、該画素が含まれるブロックで各画素のΔ（ｘ，ｙ）が算出されたか否かが判定される（ステップＳ６１）。該ブロック内のすべての画素でΔ（ｘ，ｙ）が算出されていないと判定された場合、すべての画素でΔ（ｘ，ｙ）が算出されるまで、Δ（ｘ，ｙ）が順次算出される。

これに対して、該ブロック内のすべての画素でΔ（ｘ，ｙ）が算出されたと判定された場合、算出されたΔ（ｘ，ｙ）に基づいてΣ（ｉ，ｊ）が求められるとともに（ステップＳ６２）、該ブロックの座標に基づいて第４のＴｈが決定され（ステップＳ６３）、閾値処理が行われる（ステップＳ６４）。その次に、すべてのブロックで閾値処理が完了したか否かが判定され（ステップＳ６５）、完了していないと判定された場合、他の座標のブロックでΔ（ｘ，ｙ）の算出及び閾値処理が行われ、完了したと判定された場合、図６のものよりも粗い差分画像輪郭線画像データが占有領域算出部１６に入力されて、この差分画像抽出動作が終了される。

なお、図１７に示す物体検出手段３５の現画像輪郭線抽出部３６が、差分画像を求めることを除いて実施の形態３の差分画像輪郭線抽出部３３と同様の動作を行って、現画像から背景画像の輪郭線を除く輪郭線を抽出してもよい。

このような物体検出装置では、背景輪郭線情報抽出手段２５は、背景画像の各ブロックでの輪郭線の割合ＢＥ（ｉ，ｊ）を算出し、物体検出手段２６，３５は、差分画像又は現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックと同じ座標のＢＥ（ｉ，ｊ）に基づいて第４のＴｈを決定し、該第４のＴｈを用いて該ブロックで輪郭線を抽出するので、画素毎に閾値処理を行う場合に比べて演算量を減らすことができ、演算負荷を低減できる。

なお、実施の形態１〜３では、監視領域をエレベータのかご内として説明したが、監視領域としては、例えばエレベータの乗場等でもよい。かご内と各階の乗場とを監視する物体検出装置を設けた場合、エレベータ制御装置は、かご内の乗り込み余地と、各階の乗り込み予想容積とを比較して、乗場の待っているすべての利用者が、かご内に乗り込むことができる階のみにかごを着床させることができる。

Claims (8)

1. 撮影部で撮影された監視領域の検出対象が存在していないときの背景画像と現画像とを取得する画像取得手段と、
   上記背景画像の輪郭線情報を抽出する背景輪郭線情報抽出手段と、
   上記背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が上記現画像から抽出できるか否かにより、監視領域における検出対象の有無を検出する物体検出手段と
   を備え、
   上記物体検出手段は、上記現画像の所定座標の画素で輪郭線を抽出する際に、該画素の座標が上記背景画像で輪郭線が位置する座標であるか否かを上記背景画像の輪郭線情報に基づいて判定し、上記背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該画素で輪郭線を抽出することを特徴とする物体検出装置。
2. 撮影部で撮影された監視領域の検出対象が存在していないときの背景画像と現画像とを取得する画像取得手段と、
   上記背景画像の輪郭線情報を抽出する背景輪郭線情報抽出手段と、
   上記背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が上記現画像から抽出できるか否かにより、監視領域における検出対象の有無を検出する物体検出手段と
   を備え、
   上記背景輪郭線情報抽出手段は、複数画素を平均化することで上記背景画像を複数のブロックに分割した上で、該背景画像の輪郭線情報を抽出し、
   上記物体検出手段は、複数画素を平均化することで上記現画像を複数のブロックに分割するとともに、上記現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックの座標が上記背景画像で輪郭線が位置する座標であるか否かを上記背景画像の輪郭線情報に基づいて判定し、上記背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該ブロックで輪郭線を抽出することを特徴とする物体検出装置。
3. 撮影部で撮影された監視領域の検出対象が存在していないときの背景画像と現画像とを取得する画像取得手段と、
   上記背景画像の輪郭線情報を抽出する背景輪郭線情報抽出手段と、
   上記背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が上記現画像から抽出できるか否かにより、監視領域における検出対象の有無を検出する物体検出手段と
   を備え、
   上記背景輪郭線情報抽出手段は、複数画素をまとめることで上記背景画像を複数のブロックに分割するとともに、該各ブロックで輪郭線が占める割合を算出し、
   上記物体検出手段は、複数画素をまとめることで上記背景画像を複数のブロックに分割するとともに、上記現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックと同じ座標の上記背景画像のブロックで輪郭線が占める割合に基づいて輪郭線の検出感度を決定し、該検出感度を用いて該ブロックで輪郭線が抽出できるか否かを判定することを特徴とする物体検出装置。
4. 上記物体検出手段は、監視領域における検出対象の有無を検出するとともに、抽出した輪郭線に基づいて、監視領域に含まれる所定領域で検出対象が占める領域の割合を求めることを特徴とする請求項１から請求項３までのいずれか１項に記載の物体検出装置。
5. 上記物体検出手段は、抽出した輪郭線、及び該輪郭線の近傍の領域を検出対象が占める領域の画素として、上記所定領域で該検出対象が占める領域の画素数が、上記所定領域のすべての画素数に占める割合を求めることで、検出対象が所定領域で占める領域の割合を求めることを特徴とする請求項４記載の物体検出装置。
6. 上記物体検出手段は、上記現画像を複数のブロックに分割し、上記背景画像の輪郭線を除く輪郭線が抽出できたブロック数を上記所定領域でカウントするとともに、該輪郭線が抽出できたブロック数が上記所定領域のすべてのブロック数に占める割合を求めることで、検出対象が上記所定領域で占める領域の割合を求めることを特徴とする請求項４記載の物体検出装置。
7. 上記物体検出手段は、上記現画像と上記背景画像との差分画像を求めた上で、上記背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が上記差分画像から抽出できるか否かにより、監視領域における検出対象の有無を検出することを特徴とする請求項１から請求項３までのいずれか１項に記載の物体検出手段。
8. 請求項１から請求項７までのいずれか１項に記載の物体検出装置を、エレベータのかご内を監視領域として、上記かご内における検出対象の有無を検出する装置に適用したことを特徴とするエレベータの物体検出装置。

Images