JP4811184B2 - 画像監視装置 - Google Patents

Description

本発明は、監視用の画像監視装置に関し、特に対象の物体を正確に検知することを実現する画像監視装置に関するものである。

背景と対象の輝度が類似している場合の画像監視装置の中で、背景差分した画像に対してゲインアップを行って変化領域を検知する技術が公開されている。

また、予め設定した対象を検知して、この検出結果に基づいて補正パラメータを設定し、検知対象を補正する技術が公開されている。

特開２００３−２７４３９５号公報 特開２００４−２３６１１０号公報

監視用画像処理装置において、例えば、検知した変化領域が正規の発報対象でも、背景と対象が類似の輝度である場合、検知対象の正確な領域を抽出できない状況においては、特徴量算出のパラメータ（例えば、面積値）に条件が合致しないため発報しない。従って未検知状態（以下、失報とする）になってしまう。そこで、失報を無くして、誤報を低減する必要がある。

また、背景と対象が類似の輝度である場合、対象の一部（極小）の領域しか検知しないため、物体を正確に検知できない。この結果に基づいて補正パラメータを設定しても物体検知に適切なパラメータではないため、正確な補正ができなくなってしまう。そこで、対象物体を正確に検知する必要がある。

従来技術の特許文献１では、入力画像と背景画像の輝度差分を算出して、背景画像が低輝度エリアか高輝度エリアかを判定し、更に、輝度差分が正値か負値かを判定して、その判定結果により輝度差分に所定のゲインアップを施して増大させる。カメラで撮影した画像は、画像全体にノイズ（例えば、ＣＣＤノイズ）や外乱（例えば、光や影）が発生することが多く、これらも増幅されるので、失報は低減できるが、誤報が増してしまうという問題があった。

また、従来技術の特許文献２では、入力画像の中に予め設定した対象が含まれるかどうかを検出して、この結果に基づいて補正パラメータを設定して入力画像を補正するものである。背景と対象が類似の輝度である場合、対象の一部（極小）の領域しか検知しないため、物体を正確に検知できない。この結果に基づいて補正パラメータを設定しても物体検知に適切なパラメータではないため、正確な補正ができなくなってしまうという問題があった。

このような問題に鑑みて、本発明は背景と検知対象が類似の輝度を持っている場合においても物体を正確に検知し、失報を無くして、誤報を低減した画像監視装置を得ることを目的としている。

上記課題を解決するために、本発明はカメラで撮影された画像を監視する画像監視装置において、前記カメラで撮影された画像を取り込み、変化領域を抽出する変化領域抽出手段と、前記抽出した変化領域が検知対象の大きさ未満の場合、前記抽出した変化領域周辺に領域を拡張する拡張領域決定手段と、前記拡張した領域の輝度を補正する感度補正処理手段と、該感度補正処理手段により感度アップした画像を用いて物体を検知する物体抽出手段とを備えることを特徴とするものである。

更に、上記課題を解決するために、本発明はカメラで撮影された画像を監視する画像監視装置において、前記カメラで撮影された画像を取り込み、変化領域を抽出する変化領域抽出手段と、前記抽出した変化領域が検知対象の大きさ未満の場合、前記抽出した変化領域周辺に領域を拡張する拡張領域決定手段と、前記拡張した領域に照準させて照明を照射する照明点灯制御手段と、該照明点灯制御手段により照射された画像をカメラで取り込み、前記物体抽出処理手段で変化領域を抽出し、該抽出した変化領域の物体を検知する物体抽出手段とを備えることを特徴とするものである。

また、本発明の画像監視装置において、前記変化領域抽出手段は、１フレーム以上を累積した画像を用いることを特徴とするものである。

また、本発明の画像監視装置において、前記拡張領域決定手段は、算出した検知対象となる物体の大きさを用いて領域を拡張することを特徴とするものである。

また、本発明の画像監視装置において、前記感度補正処理手段は、拡張領域決定手段で決定した領域の輝度分布を用いて輝度変換を行うことを特徴とするものである。

また、本発明の画像監視装置において、前記物体抽出手段で抽出した物体に対し、物体の異常有無を判定する物体検知判定処理手段と、該物体検知判定処理手段で異常であると判定されると監視員に報知する検知結果報知手段とを備えることを特徴とするものである。

また、本発明の画像監視装置において、前記検知結果報知手段は、前記感度アップ処理手段により感度アップした画像を表示することを特徴とするものである。

また、本発明の画像監視装置において、前記照明点灯制御手段は、照射の点灯制御可能な照明装置を用いることを特徴とするものである。

また、本発明の画像監視装置において、前記検知結果報知手段は、前記照明点灯制御手段により検知物体に照準させて照射した画像を表示することを特徴とするものである。

本発明によれば、背景と検知対象が類似の輝度を持っている場合においても物体を正確に検知し、失報を無くして、誤報を低減した画像監視装置を実現できる効果がある。

また、監視員がモニタを見続ける手間を省き、異常時のみ監視でき、検知物体（例えば人物）が異常な状態の場合は、監視員は状態を即座に把握できる効果があり、異常発生時には、適切な対策ができる効果がある。

本発明を用いた画像監視装置の例を、図面を用いて説明する。

図１を用いて実施例を説明する。

図１において、カメラ１０が、監視対象シーン３０の対象物体（例えば、人物）４０を撮影して、カメラからの映像信号２０を画像処理装置５０へ伝送すると、画像処理装置
５０は、映像信号２０を処理し、対象物体４０が存在した場合に異常発生有無を検知し、異常が発生した場合に表示装置９００に、監視対象シーン３０の映像を含む対象物体４０の異常発生の場所や時刻等を報知する役割を有する。監視員１０００は、表示装置９００の表示内容から、発生場所や発生状況等に即した適切な指示が行える効果がある。また、対象物体４０の異常発生時のみ、表示装置９００に、監視対象シーン３０の映像を表示する。一方、正常時は表示装置９００に、監視対象シーン３０の映像を表示しないので、監視員がモニタを見続ける手間を省き効率よく監視ができるという効果がある。更に、カメラ１０は、監視対象シーン３０に１台でもよいため、安価な構成の監視装置が実現できる効果がある。また、画像処理装置５０は、画像処理が実現できるＰＣ、又は、画像処理専用装置で構成しても良い。

画像処理装置５０は、画像入力部２００，変化領域抽出部３００，拡張領域決定部400，感度アップ処理部５００，物体抽出部５５０，物体検知判定処理部６００，検知結果報知部８５０で構成する。

画像処理装置５０における処理は、まず、画像入力部２００がカメラ１０の映像信号
２０を入力すると、変化領域抽出部３００が背景画像と入力画像から変化領域を抽出してノイズ部を除去しラベル毎の面積（以下、ラベル面積）を算出する。変化領域抽出部300で算出したラベル面積を用いて、拡張領域決定部４００は算出したラベル面積が対象物体４０の大きさ未満（閾値未満）か否かを判定して、閾値未満ならば物体の一部しか抽出されないとして、抽出した変化領域周辺に領域を拡張して、背景画像と入力画像の相関を行って類似度が閾値以下の領域を拡張領域として決定し、感度アップ処理部５００が、拡張領域決定部４００で決定された領域の感度アップを行う。物体抽出部５５０が、感度アップされた領域に対して、背景画像と入力画像を用いて物体領域を抽出すると、物体検知判定処理部６００は、物体の有無を検知して、物体有りの場合、物体の異常有無を判定して、検知結果報知部８５０に報知する。

拡張領域決定部４００は算出した特徴量が対象物体４０の大きさ（閾値以上）の場合、物体検知判定処理部６００は、変化領域抽出部３００が抽出した領域から物体の有無を検知して、物体有りの場合、物体の異常有無を判定して、検知結果報知部８５０に報知する。

これらの画像入力部２００，変化領域抽出部３００，拡張領域決定部４００，感度アップ処理部５００，物体抽出部５５０，物体検知判定処理部６００，検知結果報知部８５０を所定の時間間隔、例えば、処理の１サイクル等の短時間で繰り返し実行される。

これにより、背景と検知対象が類似の輝度を持っている場合においても、リアルタイムに物体を正確に検知し、失報を無くし誤報を低減することが可能になる効果がある。

図２は、画像処理装置５０の処理手順例を示すフローチャートである。まず、画像入力部２００で入力した画像を用いて、ステップ２５２が入力画像をｎ（例えば、１≦ｎ≦
１０）フレーム分累積して入力画像累積（以下、入力画像とする）を行う。ステップ251が初期入力画像を初期背景画像とする。

次に、ステップ２５３で作成した背景差分画像を、ステップ２５４が所定の閾値で２値化して２値画像の面積を用いて変化領域が抽出されたか否かを判定する。ステップ２５４における変化領域抽出可否の閾値は、ノイズ等を除外する値（ノイズのみの場合はラベル面積が例えば２０以下）である。ステップ２５４で変化領域なしの場合、ステップ２１０は、ステップ２５１の背景画像と該入力画像をｎ（例えば、１≦ｎ≦１０）フレーム分累積して背景画像を累積し、ステップ２５１の背景画像の更新を行う。

ステップ２５４で変化領域ありの場合、ステップ２５５が、変化領域のラベル面積をチェックして、閾値(対象物体抽出の閾値であり、対象物体とカメラの撮影条件に依存する)以上の場合は対象物体の大部分を抽出した物体領域としてステップ５９９を行う。

ステップ２５４で抽出領域のラベル面積が閾値未満の場合、対象物体の一部しか抽出できないとしてステップ２５６を処理する。

ステップ２５６は、抽出した対象物体の一部を内包した全体が存在する拡張領域を算出する。ステップ２５６における拡張領域のサイズは、ステップ２６０で求め、対象物体１つの大きさとカメラの撮影条件から大きさを決定する。

ステップ２９０は、ステップ２５６で求めた拡張領域が適切か否かを正規化相関により判断する。ステップ２９１は、ステップ２９０が算出した正規化相関値が閾値以上の場合、ステップ２５６で求めた拡張領域において背景画像と入力画像が類似している、即ち、対象物体が存在しないものとする。ステップ２９３で拡張領域が全て終了したか否かをチェックし、終了しない場合は、ステップ２５６に戻り拡張領域を変更して再度算出する。ステップ２９１で正規化相関値が閾値未満の場合、ステップ２５６で求めた拡張領域において背景画像と入力画像が類似していない、即ち、対象物体が存在するとして、ステップ２７０は、ステップ２５６の拡張領域に対して感度アップを行う。

ステップ２９２は、ステップ２７０で感度アップした画像を用いて、物体抽出を行い、ステップ５９９が、物体有無を検知し、物体有りの場合、物体の異常有無を判定する。

ステップ２９０は、正規化相関により判断するが、の代わりに平均輝度値、又は、エッジの平均輝度値を用いてもよい。

図３は、画像処理装置５０の他の処理手順例を示すフローチャートである。ステップ
２７０は、ステップ２５６の拡張領域に対して背景画像累積と入力画像累積の感度アップを行い、ステップ２９０が、感度アップした画像の拡張領域が適切か否かを正規化相関により判断する。

ステップ２９１は、ステップ２９０が算出した正規化相関値が閾値以上の場合、ステップ２５６で求めた拡張領域において背景画像と入力画像が類似している、即ち、対象物体が存在しないものとする。ステップ２９３で拡張領域が全て終了したか否かをチェックし、終了しない場合は、ステップ２５６に戻り拡張領域を変更して再度算出する。

ステップ２９２は、ステップ２７０で感度アップした画像を用いて、物体抽出を行い、ステップ５９９が、物体有無を検知し、物体有りの場合、物体の異常有無を判定する。

図４は、変化領域抽出部３００における変化領域を抽出する処理手順例を示すフローチャートである。まず、ステップ３０１が画像を取り込み入力画像とする。ステップ３０２は、入力画像をｎ（例えば、１≦ｎ≦１０）フレーム分累積して入力画像累積(入力画像)を行う。ステップ３０３は、背景画像を作成済みか否かチェックし、背景画像を作成済みでない場合、ステップ３０４を処理し、背景画像が存在する場合、ステップ３０５を処理する。ステップ３０４は、入力画像から初期背景画像を作成し、該画像を背景画像とする。ステップ３０４の初期背景画像の作成は、撮影シーンに対象物体４０が存在していない状態の入力画像を少なくても１フレーム用いる。ステップ３０５は、ステップ３０４の背景画像をｎ（例えば、１≦ｎ≦１０）フレーム分累積して背景画像累積（背景画像）を行う。

ステップ３０６は、ステップ３０２の入力画像とステップ３０５の背景画像から、画素毎の輝度差の差分画像を作成し、ステップ３０７が、前記差分画像から所定の閾値（８〜１４程度）以上を変化領域として抽出する。その後、ステップ３０８は、変化領域のラベル面積を算出して閾値（例えば、ノイズ除外の２０程度）以上か否かチェックし、閾値以上の場合は、ステップ３０９を処理し、閾値未満の場合は、変化なしとして、ステップ
３１０を処理する。ステップ３１０は、変化のない入力画像を新たな背景画像とし累積し、背景更新を行う。ステップ３０９は、ステップ３０７が抽出した変化領域に対し、ノイズ除去（例えば、ラベル面積が２０以下）等を行って整形した後、膨張及び／又は収縮等により近隣を統合して抽出領域を作成し、これを物体領域とする。

図５は、拡張領域決定部４００の決定手順例を示す説明図である。抽出した対象物体
６０は、対象物体１個の大きさより十分小さいため、一部分しか抽出されていない。そこで、物体大きさ算出部２６０で算出した対象物体１個サイズの外接矩形を用いて、
まず、１回目９１で抽出した対象物体４０の一部を下側に内包した拡張領域５０ａを算出する。拡張領域５０ａに対して、背景画像３０ａと入力画像３０の領域間で正規化相関８０を行って類似度を計算する。類似度をチェックして、拡張領域５０ａの場合では、大部分が背景であり、類似度が閾値（例えば、０.６ ）以上８１となり、物体を抽出する領域が適切ではない。

次に、２回目９２で抽出した対象物体４０の一部を中央側に内包した拡張領域５０ｂを算出する。拡張領域５０ｂに対して、背景画像３０ａと入力画像３０ｂの領域間で正規化相関８０を行って類似度を計算する。類似度をチェックして、拡張領域５０ｂの場合では、背景が多く、類似度が閾値（例えば、０.６ ）以上８２となり、物体を抽出する領域が適切ではない。

最後に、３回目９３で抽出した対象物体４０の一部を上側に内包した拡張領域５０ｃを算出する。拡張領域５０ｃに対して、背景画像３０ａと入力画像３０の領域間で正規化相関８０を行って類似度を計算する。類似度をチェックして、拡張領域５０ｃの場合では、大部分が物体領域であるので、類似度が閾値（例えば、０.６ ）以下８３となり、物体を抽出する領域が適切である。

物体大きさ算出部２６０で算出した対象物体１個サイズの外接矩形は、対象物体とカメラの撮影条件に依存する。

拡張領域は、対象物体とカメラの撮影条件に最適なサイズを算出して対象物体付近に適切に作成するため、対象物体を効率良く正確に抽出できる効果がある。

また、正規化相関８０は、数式１で計算する。

図６は、拡張領域決定部４００の処理手順例を示すフローチャートである。ステップ
２５５が、変化領域のラベル面積をチェックして、閾値以上の場合は対象物体の大部分を抽出した物体領域としてステップ５９９を行う。閾値未満の場合、ステップ２９４が、ステップ２５５の変化領域に対して、ｉ回目の物体大きさ領域を設定してステップ２９０が正規化相関を行って類似度を算出する。ステップ２９１が類似度をチェックし、閾値以上の場合は、物体が存在しないとして、ステップ２９３を処理する。ステップ２９３で拡張領域が終了したか否かを判定し、終了しない場合、ステップ２９４へ戻る。ステップ291のチェックが、閾値未満の場合は、物体が存在するとして、ステップ２７０，ステップ
２９２，ステップ５９９を処理する。

図７は、物体大きさ算出部２６０が対象物体１個のサイズ算出例を示す説明図である。まず、カメラ１０の撮影シーンにおいて、対象物体４０の全身が映っているものとする。ここでは、カメラ１０のパラメータであるレンズ焦点距離ｆ１２２，カメラ俯角θ１２４，カメラ高さＨ１２３，カメラ座標（ｘ，ｙ）１２１が既知である。そして、カメラ設置の足元真下をワールド座標の原点１２５とし、人物位置のワールド座標（Ｘ，Ｙ）は数式２で計算できる。

いま、カメラに映っている全身シーンに移動体は、抽出したシルエットから頭頂位置
Ｔ（Ｘ，Ｙｔ，Ｏ）１２９と人物１２６の足元位置Ｓ（Ｘ，Ｙｓ，Ｏ）１２８のカメラ座標が算出できる。また、ワールド座標での人物の身長ｈ１２７は、数式３で算出できる。
（数３）
ｈ＝（１−Ｙｓ／Ｙｔ）Ｈ …（数式３）
これより、カメラ１０に出現した移動体の身長は、ｈであることが分り、抽出した移動体の頭頂位置Ｔ（Ｘ，Ｙｔ，Ｏ）１２９から足元位置Ｓ（Ｘ，Ｙｓ，Ｏ）までの大きさを、カメラ１０における全身シルエットとする。

ここで、検知対象の大きさは、身長ｈが１６０cmの人物（平均的な大人）を基準とし、足元から頭までの全身シルエットの大きさ、即ち面積（画素数Ａとする）を予め算出して、該大きさを基に判定する。例えば、変化領域の面積がＡＡの５％〜４０％程度の場合、検知対照の大きさ未満とし、４０％程度以上の場合、検知対象の大部分を抽出したと判定する。

図８は、感度アップ処理部５００が感度アップする輝度変換例を示す説明図である。入力画像３０ｂにおける拡張領域５０ｃに対して輝度分布（ヒストグラム）を計算し、輝度分布が最大６１の輝度付近において小さい輝度（暗い輝度）６２と大きい輝度（明るい輝度）６３を算出する。変換前の輝度６５に対して、変換後の輝度６６は、輝度６２から輝度６３をアップするような変換（感度アップ）を行う。

ここで、算出する小さい輝度（暗い輝度）６２と大きい輝度（明るい輝度）６３は、拡張領域５０ｃの平均輝度を用いて算出してもよい。

図９は、物体検知判定処理部６００の処理手順例を示すフローチャートである。ステップ３０９が抽出した物体を、ステップ６０１は、対象物体４０であるとして検知する。ステップ６０２は、検知した物体の外接矩形を算出して、ステップ６０３が、外接矩形内のオプティカルフローを計算する。ステップ６０４が、オプティカルフローを用いて移動ベクトルの方向と大きさを分類して、ステップ６０５は、移動ベクトルの方向が不統一で大きさが大（閾値以上）の状態の回数が所定値に達したか否かをチェックする。ステップ
６０５のチェックで、所定値に達した場合、ステップ６０６が異常ありと判定し、ステップ６０７が、異常情報を格納する。ステップ６０５のチェックで、所定値未満の場合、ステップ６０９が正常と判定する。ステップ６０８は、処理を続けるか否か判定し、続行の場合はステップ３０９へ戻り、それ以外は終了する。

ここで、ステップ６０３が処理する外接矩形内のオプティカルフローの計算は、外接矩形内をブロックに分割し、各ブロック内パターンと類似のパターンが、どこに移動したかを探索して、類似パターンが見つかった場合、移動量と方向（ベクトル）をオプティカルフローとする標準的な手法でよい。

図１０は、検知結果報知部８５０の内部を示した例である。表示制御部８６０は、物体検知判定処理部６００が検知した対象物体４０に関する暴行等の異常発生時の画像や情報等を用いて、表示データ生成部８７０が、異常発生時のカメラ識別情報，発生日時，異常種別等を生成する。一方、表示画像生成部８８０は、異常発生時の画像及び／又は異常発生時の画像に加えて異常発生時前の画像を生成する。表示画像合成部８９０は、表示データ生成部８７０で生成したデータと表示画像生成部８８０で生成した画像を用いて、前記画像に前記データを重畳させて合成して、モニタテレビの表示装置９００へリアルタイムに表示する。また、表示画像合成部８９０で生成した画像をタイムラプスビデオ及び／又はＶＴＲ等に格納してもよい。その後、リアルタイムに表示される表示装置９００を見て、監視員１０００は、異常発生時の指示が迅速に処理できる効果がある。また、タイムラプスビデオ等にされた画像をオフライン監視してもよい。

図１１は、表示装置９００の表示内容例を示す図である。対象物体４０の暴行等の異常発生時には、異常発生９２０の表示及び／又は対象物体４０の暴行シーン９４０の画像及び／又は発生した撮影シーンを撮影しているカメラ識別番号及び／又は発生日時９３０等を表示する。一方、異常発生時には、異常発生瞬間の映像のみでは、発生までの経過が不明であり、異常発生ｔｉ＋４時刻の画像９８０に加えて、異常発生前ｔｉ＋１時刻の画像９５０及び／又は異常発生前ｔｉ＋２時刻の画像９６０及び／又は異常発生前ｔｉ＋３時刻の画像９７０も表示する。これにより、監視員１０００は、乗客の異常発生に加えてその経過がわかるので、操作卓１１００及び／又は電話等で対策員への指示が適切に行える効果がある。

図１２は、画像処理装置５０の他の実施例を示す図である。照明装置１１を備えて、カメラからの映像信号２０で対象物体４０を監視する画像処理装置５０である。

画像処理装置５０は、画像入力部２００，変化領域抽出部３００，拡張領域決定部400，照明点灯制御部５４０，物体抽出部５５０，物体検知判定処理部６００，検知結果報知部８５０で構成する。

画像処理装置５０における処理は、まず、画像入力部２００の処理，変化領域抽出部
３００の処理、拡張領域決定部４００の処理を行う。照明点灯制御部５４０は、拡張領域決定部４００が決定した領域及び／又は領域付近に照準させて照射すようにＬＥＤを用いた照明装置１１の点消灯を制御して、対象物体４０を鮮明に撮影する。

これらの画像入力部２００，変化領域抽出部３００，拡張領域決定部４００，感度アップ処理部５００，物体抽出部５５０，物体検知判定処理部６００，検知結果報知部８５０を所定の時間間隔、例えば、処理の１サイクル等の短時間で繰り返し実行される。

図１３は、画像処理装置５０の他の処理手順例を示すフローチャートである。ステップ２８０は、ステップ２５６が算出した拡張領域及び／又は領域付近に照準させて照射すように照明装置１１の点灯を制御する。ステップ２９４は、照射前の拡張領域の平均輝度と照射後の平均輝度を算出してこの比率（例えば、Ｒ）を計算する。照明装置１１が適切に点灯されると、画像入力部２００が画像を入力する。ステップ２５３，ステップ２５４，ステップ２５５の処理を行う。ここでのステップ２５３は、照明装置１１が点灯されて取り込んだ入力画像に対し、背景画像の輝度を前記Ｒ倍して照明点灯用模擬画像との画素ごとの輝度差分を行う。または、予め、背景画像の平均輝度を算出し、加えて背景画像の照明を点灯させその平均輝度を算出して、この比率を用いる方式でも良い。

ステップ２５５は、対象物体４０が鮮明に撮影されるので変化領域のラベル面積が閾値以上となり、ステップ２９２，ステップ５９９を処理する。ステップ５９９が、物体有無を検知し、物体有りの場合、物体の異常有無を判定する。

図１４は、表示装置９００の他の表示内容例を示す図である。異常発生とその経過がわかるような異常発生ｔｉ＋４時刻の画像９８０及び／又は異常発生前ｔｉ＋１時刻の画像９５０及び／又は異常発生前ｔｉ＋２時刻の画像９６０及び／又は異常発生前ｔｉ＋３時刻の画像９７０を表示することに加えて、感度アップ及び／又は対象物体４０を鮮明に撮影するような照射を行う前の入力画像も表示する。例えば、画像９８０の感度アップ前及び／又は照射前の画像９８１，画像９５０の感度アップ前及び／又は照射前の画像９５１，画像９６０の感度アップ前及び／又は照射前の画像９６１、画像９７０の感度アップ前及び／又は照射前の画像９７１を表示装置９００に表示する。

これにより、感度アップ及び／又は照射の効果を確認することができる。

人物のみが高精度に抽出できるため、背景と対象が類似している環境における人物や車等を追跡する監視システムにも適用できる。

本発明を用いた画像監視装置の全体構成を示す図である。 画像処理装置の処理手順例を示すフローチャートである。 画像処理装置の他の処理手順例を示すフローチャートである。 変化領域抽出部における変化領域を抽出する処理手順例を示すフローチャートである。 拡張領域決定部の決定手順例を示す説明図である。 拡張領域決定部の処理手順例を示すフローチャートである。 物体大きさ算出部が対象物体１個のサイズ算出例を示す説明図である。 感度アップ処理部が感度アップする輝度変換例を示す説明図である。 物体検知判定処理部の処理手順例を示すフローチャートである。 検知結果報知部の内部を示した例である。 表示装置の表示内容例を示す図である。 画像監視装置の他の実施例を示す図である。 画像処理装置の他の処理手順例を示すフローチャートである。 表示装置の他の表示内容例を示す図である。

符号の説明

１０…カメラ、１１…照明装置、２０…映像信号、４０…対象物体、５０…画像処理装置、２００…画像入力部、３００…変化領域抽出部、４００…拡張領域決定部、５００…感度アップ処理部、５４０…照明点灯制御部、５５０…物体抽出部、６００…物体検知判定処理部、８５０…検知結果報知部、８６０…表示制御部、８７０…表示データ生成部、８９０…表示画像合成部、９００…表示装置、１０００…監視員、１１００…操作卓。

Claims (5)

1. カメラで撮影された画像を監視する画像監視装置において、
   前記カメラで撮影された画像を取り込み、変化領域を抽出する変化領域抽出手段と、
   前記抽出した変化領域が検知対象の大きさ未満の場合、前記抽出した変化領域周辺に領域を拡張する拡張領域決定手段と、
   前記拡張した領域の輝度分布を計算し、輝度分布が最大の輝度付近においてのみ輝度をアップする補正によって感度アップさせる感度補正処理手段と、
   該感度補正処理手段により感度アップした画像を用いて物体を検知する物体抽出手段とを備えることを特徴とする画像監視装置。
2. 請求項１の画像監視装置において、
   前記変化領域抽出手段は、１フレーム以上を累積した画像を用いることを特徴とする画像監視装置。
3. 請求項１または２の画像監視装置において、
   前記拡張領域決定手段は、算出した検知対象となる物体の大きさを用いて領域を拡張することを特徴とする画像監視装置。
4. 請求項１から３の何れかの画像監視装置において、
   前記物体抽出手段で抽出した物体に対し、物体の異常有無を判定する物体検知判定処理手段と、
   該物体検知判定処理手段で異常であると判定されると監視員に報知する検知結果報知手段とを備えることを特徴とする画像監視装置。
5. 請求項４の画像監視装置において、
   前記検知結果報知手段は、前記感度補正処理手段により感度アップした画像を表示することを特徴とする画像監視装置。

Images