JP5710230B2 - 監視システムおよび監視方法 - Google Patents

Description

本発明は、監視対象となる領域（監視対象領域）を監視する監視システムに関し、特に、環境変化によって監視システムに不適応な映像が得られた状態に対応できる監視システムおよび監視方法に関する。

例えば、テレビジョンカメラ（ＴＶカメラ）等の撮像装置を用いて、監視対象となる領域（監視対象領域）内に侵入する物体を監視することが行われている。また、監視員による有人監視ではなく、装置またはシステムが自動的に監視を行う技術が検討されている。

監視対象領域内に侵入する物体を自動的に検出する技術の一例として、背景差分法と呼ばれる方法を用いた監視技術が従来より広く用いられている（例えば、特許文献１参照。）。

背景差分法の処理方法について、図２を用いて説明する。図２は、背景差分法によって輝度値が変化した領域を検出する手順の一例の概略を説明するための図である。まず、図２を用い、差分法によって撮像装置から逐次入力される入力画像の輝度の変化領域を検出する手順を説明する。

図２において、画像201は撮像装置から逐次入力される入力画像、画像202は予め用意した検出すべき対象物体が映っていない背景画像である。この２枚の画像201および画像202は差分器205に入力する。差分器205は、入力された画像201および画像202の画素毎の輝度値の差分を計算し、差分画像203を得て、当該差分画像203を二値化器206に出力する。

二値化器206は、入力された差分画像203の画素毎を、しきい値Thでしきい値処理し、しきい値Th未満の画素値を“０”、しきい値Th以上の画素の画素値を“２５５”として二値化画像204を得る。

この結果、入力画像201に映った人型の物体207は、差分器205によって差分が生じた領域208（入力画像の輝度の変化領域）として抽出され、二値化器206によって画素値“２５５”の画像209として検出される。

なお、しきい値Thは、実験的に決定される（例えば、Th＝20）。

次に図３を用いて差分法を応用した監視方式の典型的な処理手順を説明する。図３は、従来の背景差分法を適用した監視装置または監視システムの処理手順の一例を示すフローチャートである。

図３において、初期化処理ステップ301では、差分法による監視方式を実行するための外部機器、変数、画像メモリ等の初期化を行なう。

画像入力ステップ302では、撮像装置から、例えば幅640画素、高さ480画素の入力画像201を得る。

差分処理ステップ303では、画像入力ステップ302で得た入力画像（画像201）と予め作成しておいた基準となる背景画像（画像202）の各画素の輝度値の差分（画像203）を計算する。

二値化処理ステップ304では、差分処理ステップ303で得られた差分画像203の画素値（差分値）が所定のしきい値Th（例えば、Th=20）未満の画素値を“０”、しきい値Th以上の画素の画素値を“２５５”として二値化画像（画像204）を得る。ここで、１画素の画素値を８ビットで計算する。即ち、１画素の画素値は、“０”から“２５５”までの値を持つ。

次に、ラベリング処理ステップ305では、二値化処理ステップ304で得られた二値化画像204の中の画素値“２５５”となる画素のかたまり（二値化画像中の変化領域の画像209）を検出して、各々に番号付けして、それぞれの画素のかたまりが区別できるようにする。

物体存在判定ステップ306では、番号付けされた変化領域の画像209それぞれに対して、大きさ、面積、滞在時間、移動距離等の検出条件に基づいて変化領域の画像209が検出条件に合致するかを判定する。画像209の少なくとも１つが検出条件に合致する場合には、検出すべき物体が存在するとして警報・検出情報表示ステップ307へ分岐する。また、画像209のどれも検出条件に合致しない場合には、検出すべき物体が存在しないとして画像入力ステップ302へ分岐する。

警報・検出情報表示ステップ307では、検出すべき物体が存在することを、例えば監視モニタ、警告灯、警告ブザー等の少なくとも１つ以上の手段を用いて出力し、視覚、聴覚、嗅覚、触覚、味覚等の刺激として監視員に伝える。

そして、背景更新ステップ308では、画像入力ステップ302で得た入力画像201を用いて背景画像を更新する。

背景画像の更新方法は、例えば、現在の背景画像に現在の入力画像を一定の重み（更新率）をかけて加重平均し、新しい背景画像を逐次作成する方法がある。

背景画像は通常、入力画像内には検出すべき物体が存在しないことを前提に更新している。従って、一時的に入力画像内に物体が存在して背景画像に映り込んだとしても、更に背景更新することで、背景画像に映り込んだ人は次第に消えていくことになる。

また、このような監視システムでは、検出された物体を矩形で囲んだり移動経路を描画した画像や、撮像装置のズームレンズや雲台制御によって検出された物体に注目した画像をモニタなどの表示装置に表示する。

特開２０００−１０５８３５号公報 特開２００３−１６３９２９号公報 特開２００２−３０４６２９号公報

上述のような監視システムでは、例えば、信号断や映像のフリーズ、映像更新間隔の異常、カメラの位置ずれなどで入力映像に問題が発生することがある。監視システムは、このような問題が発生した場合には、カメラ故障と判断して監視員に知らせる手段を備えていることが多い。

しかしながら、自然環境の変化等によって、監視システムに適していない入力画像を用いて画像処理を行なっている場合がある。監視システムは、このような、システムに適していない入力画像では、映像的に問題が発生していると判断せず、結果的に侵入物体の見逃しにつながってしまうことがある。

例えば、濃霧や霞などによって監視対象領域全体が不鮮明で視認性の低い映像を入力画像とする場合がある。監視システムは、このような視認性の低い入力画像では、検知性能が著しく低下し、侵入物体を検知し難くなる。このような状況下で侵入物体が存在しても、検知できなかったり、記録が残らない。従って侵入物体の発見ができない。

また例えば、雪や豪雨などによって、動的な背景により侵入物体が埋もれてしまう映像を入力画像とする場合がある。監視システムは、このような動的な背景で侵入物体が埋もれてしまう場合には、物体が正確に捉えられず、検知が困難になると共に、雪や雨の粒を誤検知してしまう。従って、監視員の検知確認の妨げになってしまう。

特許文献２にでは、複数のカメラの入力画像を用いて物体検知を行い、侵入物体の見逃しやご検出を防ぐ発明が開示されている。しかし、カメラを複数台使用しているため、コスト上問題となる。

また特許文献３には、家内のロボットの顔認識について、環境比較手段を備え、環境の変化に応じて顔の照合を行う発明が開示されている。しかし、顔画像の認識技術であり、かつ、部屋の照明器具、カーテン、時刻計測手段等、機器的な連動で、いわば、変化の程度が定められた環境変化での比較を行っている。従って、自然環境等、様々に変化する自然環境での物体検出に適用することは困難である。

本発明は、このような問題をに鑑み、自然環境の変化等によって入力映像が監視システムの運用に不適応な状況になっても、映像状態の異常を検知でき、かつ、監視環境の異常を認識することができる監視システムを提供することを目的とする。

上記の目的を達成するため、本発明の監視システムおよび監視方法は、監視対象となる領域の画像を撮像する撮像装置と、前記撮像した画像を処理し監視対象となる領域内の監視情報を収集する監視装置と、前記撮像装置により撮像された画像あるいは前期監視装置の監視情報の少なくとも１つを表示する表示装置を有した監視システムにおいて、前記監視装置は、撮像装置より撮像した画像が物体検出に適応した画像であるかを判断する映像状態診断手段を備え、物体検出に不適応な映像状態の情報を取得するものである。

上記発明の監視システムにおいて、前記映像状態診断手段は、適応判断テーブルを用いて映像の判断を行なうことを特徴とする。

また、上記発明の監視システムにおいて、前記映像状態診断手段で得られた情報を用いて、物体検出に不適応な映像状態の情報を取得した場合は表示装置にその旨を明示する映像状態表示手段を有し、監視対象となる領域内の環境異常を表示することを特徴とする。

さらに本発明の監視方法は、監視対象となる領域の画像を撮像する撮像装置と、前記撮像した画像を処理し監視対象となる領域内の監視情報を収集する監視装置と、前記撮像装置により撮像された画像あるいは前期監視装置の監視情報の少なくとも１つを表示する表示装置を有した監視システムの監視方法において、前記監視装置は、撮像装置より撮像した画像が物体検出に適応した画像であるかを判断し、物体検出に不適応な映像状態の情報を取得するものである。

本発明の監視システムによれば、撮像した入力映像が侵入物体検知に適しているかを解析することができる。この結果、環境変化などで物体検出に不適応な映像を取得しているか否かを判定でき、物体検出に不適応な映像であると判定した場合には、監視員に対して、映像状態の異常および監視システムの検知性能低下の提示を、迅速に行うことができる。従って、監視システムの信頼性が増大する。

本発明の監視システムの一実施例のハードウエア構成を示すブロック図である。 背景差分法によって輝度値が変化した領域を検出する手順の一例の概略を説明するための図である。 従来の背景差分法を適用した監視装置または監視システムの処理手順の一例を示すフローチャートである。 本発明の監視システムにおける処理手順の一実施例を示すフローチャートである。 本発明の監視システムにおける適応判断テーブルの一実施例を示す図である。 本発明の監視システムにおける処理手順の一実施例を示すフローチャートである。 本発明の監視システムにおける処理手順の一実施例を示すフローチャートである。 本発明の監視システムにおける処理手順の一実施例を示すフローチャートである。

本発明の監視システムは、監視対象領域の画像を撮像する撮像装置と、前記撮像した画像を処理し監視対象となる領域内の監視情報を収集する監視装置と、前記撮像装置により撮像された画像あるいは前記監視装置の監視情報の少なくとも１つを表示する表示装置を有した監視システムにおいて、前記監視装置は、撮像装置より撮像した画像が物体検出に適した画像であるかを判断する映像状態診断手段を備え、物体検出に不適応な映像状態の情報を取得するものである。

また、前記映像状態診断手段は、適応判断テーブルを用いて映像の判断を行なう。

さらに、前記映像状態診断手段で得られた情報を用いて、物体検出に不適応な映像状態の情報を取得した場合は表示装置にその旨を明示する映像状態表示手段を有し、監視対象となる領域内の環境異常を表示する。

以下に本発明の一実施形態を図面等を用いて説明する。なお、以下の説明は、本発明の一実施形態を説明するためのものであり、本願発明の範囲を制限するものではない。従って、当業者であればこれらの各要素若しくは全要素をこれと均等なものに置換した実施形態を採用することが可能であり、これらの実施形態も本願発明の範囲に含まれる。

なお、各図の説明において、従来の技術を説明した図２と図３を含め、同一の機能を有する構成要素には同一の参照番号を付し、重複を避けるため、できるだけ説明を省略する。

本発明の実施例１について、図１、図４、および図５を参照して説明する。

図１は、本発明の監視システムの一実施例のハードウエア構成を示すブロック図である。図１の監視システム100は、撮像装置101、監視装置102、表示装置109、および映像記録装置111によって構成される。また、監視装置102は、画像入力I/F（Interface）103、CPU（Central Processing Unit）104、プログラムメモリ105、画像メモリ106、ワークメモリ107、画像出力I/F108、記録装置114、およびデータバス110によって構成される。なお、記録装置114には、適応判断テーブル112が記録されている。

図１の監視システム100の撮像装置101において、撮像装置101の出力は、画像入力I/F103に接続され、表示装置109および映像記録装置111は、画像出力I/F108と接続されている。また、画像入力I/F103、CPU104、プログラムメモリ105、画像メモリ106、ワークメモリ107、記録装置114、および画像出力I/F108は、データバス110に接続されている。

なお、記録装置114は、監視装置102に内蔵されていなくても良い。例えば、記録装置114は、監視装置102のデータバス110とＬＡＮ（Local Area Network）ケーブルで接続されている外部記録装置であっても良い。

図１において、撮像装置101は監視対象領域（監視対象となる領域）を撮像する。撮像装置101は、撮像した画像を映像信号に変換し、この映像信号を監視装置102の画像入力I/F103に入力する。

画像入力I/F103は、入力した映像信号を監視システムで扱うフォーマット（例えば、幅640［pix］、高さ480［pix］）の画像データに変換し、データバス110を介して画像メモリ106に出力する。画像メモリ106は、画像入力I/F103から入力された画像データを蓄積する。CPU104は、プログラムメモリ105にあらかじめ保存されている動作プログラムに従って、ワークメモリ107内で画像メモリ106に蓄積された画像の解析を行う。

CPU104は、以上の解析の結果、撮像装置101の撮像視野内の物体を検出したなどの情報を得る。そして、CPU104は、検出した対象物の情報（以下、検出物体情報）をワークメモリ107に出力し、ワークメモリ107は、当該検出情報を保持する。

検出物体情報とは、例えば、検出物体の名称、検出された時刻、物体の存在する範囲、「人」や「自動車」など物体のタイプなどを示す。

CPU104は、データバス110および画像出力I/F108を介して表示装置109に検出情報を出力する。画像出力I/F108は、データバス110を介してCPU104から出力される検出情報を表示装置109が使用できるフォーマット（例えば、NTSC映像信号）に変換して、表示装置109に出力する。表示装置109は、入力された検出情報に基づいて、例えば、処理結果画像を表示する。例えば、表示装置109は、物体の検出結果の画像を表示する。

また、CPU104は、データバス110および画像出力I/F108を介して映像記録装置111に検出情報、例えば、処理結果画像や検出物体情報を出力する。映像記録装置111は、入力された検出情報を記録する。

また、記録装置114の適応判断テーブル112には、環境状態を表す画像解析結果の情報に対して、検出すべき物体を検出することが困難な条件およびそれに関連した事象が記述されている。ここで、この適応判断テーブル112の詳細について説明する。

図５は、本発明の監視システムにおける適応判断テーブル112の一実施例を示す図である。実施例１の監視システムでは、適応判断テーブル112を用いて複数の画像を使用して状況を解析しており、「入力画像の中央値」（No.1）、「入力画像の平均値」（No.2）、「入力画像のヒストグラムの幅」（No.3）、「入力画像の最頻値」（No.4）、「フレーム間差分の平均値」（No.5）、「フレーム間差分の分散」（No.6）、「背景差分の平均値」（No.7）、「背景差分の分散」（No.8）の８つ項目（条件名）を設けている。

CPU104は、適応判断テーブル112を参照し、図５のそれぞれの項目（条件名）について、あらかじめ設定された条件（この実施例では、上限値と下限値との間）に当てはまる場合には、画像処理に不適応な画像であると判定する。それぞれの項目の値Qと上限値Fmaxと下限値Fminには、例えば、Fmin≦Q≦Fmaxの関係がある。

また、当てはまった条件から推測される環境変化の事象も適応判断テーブル112に記載している。例えば、事象欄の“○”は条件に当てはまる事象、“−”は条件に当てはまらない事象を示しており、例えば、“○”の数が最も多い事象を、映像状況から推測できる環境状態をとしても良い。

「入力画像の中央値」や「入力画像の平均値」は、撮像装置101から画像入力I/F103に入力される入力画像の所定の領域の各画素の輝度レベルの中央値および平均値を表している。これらの値が高値である場合には、画面全体で輝度が上昇していると判断できることから、例えば、濃霧や霞などの事象が発生していると考えられる。従来の監視システムにおいては、この濃霧や霞の発生によって、一般的に、物体の検出が難しくなる。従って、適応判断テーブル112には、物体検出が不可能な最大および最小の「入力画像の中央値」および「入力画像の平均値」が設定されている。

「入力画像のヒストグラムの幅」は、入力画像の所定の領域の各画素の輝度レベルの明るさの分布を表した時に得られるコントラストの度合いを表している。ヒストグラムの幅が狭い場合には、コントラストが低下していることが考えられ、物体の検出が難しくなる。従って、適応判断テーブル112には、物体検出が不可能な最大および最小の「入力画像のヒストグラムの幅」が設定されている。

「入力画像の最頻値」は、入力画像の所定の領域の各画素の輝度レベルの最頻値を表しており、最頻値がの高輝度（例えば、２００以上）の場合には、例えば、入力画像の一部がライトの光などによって飽和しているなどの事象が考えられ、物体の検出が難しくなる。従って、適応判断テーブル112には、物体検出が不可能な最大および最小の「入力画像の最頻値」が設定されている。

「フレーム間差分の平均値」および「フレーム間差分の分散」は、入力画像と、例えば５フレーム前の入力画像の所定の領域の各画素の輝度レベルの差分を算出した画像における各差分値の平均値と分散を表している。これらの値が上昇する場合には、画面全体において短時間で急激な変化が発生していると判断できる。このことから、例えば、日照変化や雲の影が発生するなどの動的な背景変化がある事象が考えられ、背景範囲を誤検出する等、物体の検出が難しくなる。従って、適応判断テーブル112には、背景範囲での誤検出が発生する最小の「フレーム間差分の平均値」および「フレーム間差分の分散」が設定されている。

「背景差分の平均値」は、入力画像と背景画像の所定の領域の各画素の輝度レベルの差分を算出した画像における各差分値の平均値を表している。この値が上昇する場合には、画面全体で明るさの変化が発生していると判断できる。このことから、例えば、日照変化などの動的な背景変化がある事象が考えられ、背景範囲を誤検出するなどで物体の検出が難しくなる。従って、適応判断テーブル112には、背景範囲での誤検出が発生する最大および最小の「背景差分の平均値」が設定されている。

「背景差分の分散」は、入力画像と背景画像の所定の領域の各画素の輝度レベルの差分を算出した画像における各差分値の分散を表している。この値が上昇する場合には、背景が安定していないと判断できる。このことから、雪や雨などの事象が考えられ、背景範囲を誤検出するなどで物体の検出が難しくなる。従って、適応判断テーブル112には、背景範囲での誤検出が発生する最小の「背景差分の分散」が設定されている。

次に、上述のように構成された監視システムにおいて、画像処理で使用する複数の映像を用いて、現在の入力映像が監視システムに適当か判断する手順とその処理内容について、図４のフローチャートを用いて説明する。図４は、本発明の監視システムにおける処理手順の一実施例を示すフローチャートである。処理手順を実行する動作プログラムは、プログラムメモリ105にあらかじめ保存されており、CPU104が、プログラムメモリ105に保存されている動作プログラムに従って、記録装置114内の適応判断テーブル112を参照して、ワークメモリ107内で画像メモリ106に蓄積された画像の解析を行う。また、解析結果は、画像メモリ106または適応判断テーブル112に保存される。

図４において、初期化処理ステップ301〜差分処理ステップ303まで、および二値化処理ステップ304〜背景更新ステップ308までの処理は、図３と全く同じ処理であるので、説明を省略する。ただし、図３の差分処理ステップ303では、処理後に二値化処理ステップ304に移行するのに対して、実施例１（図４）の動作プログラムでは、映像状態診断処理ステップ401に移行する。

映像状態診断処理ステップ401では、入力画像、１フレーム前の入力画像、背景画像を使って、現在の入力画像が監視システムに適応した画像であるか否かを判定する。

ここで、映像状態診断処理ステップ401の詳細について説明する。

映像状態診断処理は、まず、取得した入力画像の中央値、平均値、ヒストグラムの幅および最頻値を算出する。そして、それぞれ得られた４つの値を判断テーブル112の「入力画像の中央値」、「入力画像の平均値」、「入力画像のヒストグラムの幅」、「入力画像の最頻値」と比較して、物体検出が不可能な値に該当している場合には、監視システムに不適応な画像であると判定し、それを記録する。

次に、入力画像と数フレーム前の入力画像の差分を算出した画像の平均値および分散を算出する。そして、それぞれ得られた２つの値を判断テーブル112の「フレーム間差分の平均値」、「フレーム間差分の分散」と比較する。物体検出が不可能な値に該当している場合は、監視システムに不適応な画像であると判定し、それを記録する。

次に、入力画像と背景画像の差分を算出した画像の平均値および分散を算出する。そして、それぞれ得られた２つの値を判断テーブル112の「背景差分の平均値」、「背景差分の分散」と比較して、物体検出が不可能な値に該当している場合には、監視システムに不適応な画像であると判断し、それを記録する。

映像状態判定ステップ402では、映像状態診断処理ステップ401で記録した結果に基づき、監視システムに不適応であると記録された項目の数が０であった場合には、監視システムに適応した画像が得られているとして二値化処理ステップ304に分岐し、１つ以上存在した場合には、映像システムに不適応な画像が得られているとして警報・検出情報表示ステップ307に分岐する。

以下、二値化処理ステップ304以降の処理の説明は、省略する。
ただし、警報・検出情報表示ステップ307では、検出すべき物体が存在することを、例えば監視モニタ、警告灯、警告ブザー等の少なくとも１つ以上の手段を用いて視覚、聴覚、嗅覚、触覚、味覚等の刺激として監視員に伝えるほか、映像状態判定ステップ402から映像システムに不適応な画像が得られているとして分岐した場合には、映像状態診断処理ステップ401で得られた結果に基づいて、監視システムにおける映像状態の異常および検知性能低下と、推測される環境変化の事象について示す内容を表示する。

実施例１によれば、撮像した入力映像が侵入物体検知に適しているかを解析することができる。この結果、環境変化などで物体検出に不適応な映像を取得しているか否かを判定でき、物体検出に不適応な映像であると判定した場合には、監視員に対して、映像状態の異常および監視システムの検知性能低下の提示を、迅速に行うことができる。従って、監視システムの信頼性が増大する。

本発明の実施例１について、図１、図６、および図５を参照して説明する。図６は、本発明の監視システムにおける処理手順の一実施例を示すフローチャートである。

図１と図５については、実施例１とほぼ同様であるので、説明しない。以降で説明した部分が実施例１と異なる。

実施例２において、映像状態診断処理ステップ401の結果から、映像状態判定ステップ601において、不適応な画像であると判定した場合には、検索条件変更処理ステップ602に分岐する。また、不適応な画像ではないと判定した場合には、二値化処理ステップ304に分岐する。二値化処理ステップ304以降の処理は、図４で説明した実施例１と同じである。

検索条件変更ステップ602では、番号付けされた変化領域のそれぞれに対して、滞在時間、移動距離等の検出条件を通常よりも大きくしたり、警報を鳴らすタイミングを遅らせたりする。その後、二値化処理ステップ304に移行する。二値化処理ステップ304以降の処理は、図４で説明した実施例１と同じである。

実施例２によれば、上述のように、番号付けされた変化領域のそれぞれに対して、滞在時間、移動距離等の検出条件を通常よりも大きくしたり、警報を鳴らすタイミングを遅らせたりすることによって、検出物体の信頼度を向上させることができる。

その結果、撮像した入力映像が侵入物体検知に適しているかを解析することができる。この結果、環境変化などで物体検出に不適応な映像を取得しているか否かを判定でき、物体検出に不適応な映像であると判定した場合には、監視員に対して、映像状態の異常および監視システムの検知性能低下の提示を、迅速に行うことができる。従って、監視システムの信頼性が増大する。

本発明の実施例２について、図１、図７、および図５を参照して説明する。図７は、本発明の監視システムにおける処理手順の一実施例を示すフローチャートである。

図１と図５については、実施例１と実施例２とほぼ同様であるので、説明しない。また、図７は、図６と比較して、映像状態診断処理ステップ601を変更処理ステップ701に変更しただけで、他の部分は図６と同一の動作であるので、変更処理ステップ701についてのみ説明する。

実施例３において、映像状態診断処理ステップ401の結果から、映像状態判定ステップ701において、番号付けされた変化領域のそれぞれに対して、ある所定の大きさ、面積以下の物体はノイズと判定して、検出をしない。そして、映像状態判定ステップ701において、不適応な画像であると判定した場合には、検索条件変更処理ステップ602に分岐する。また、不適応な画像ではないと判定した場合には、二値化処理ステップ304に分岐する。二値化処理ステップ304以降の処理は、図４で説明した実施例１と同じである。

その結果、実施例３によれば、検出物体の信頼度を向上させることができる。
その結果、撮像した入力映像が侵入物体検知に適しているかを解析することができる。この結果、環境変化などで物体検出に不適応な映像を取得しているか否かを判定でき、物体検出に不適応な映像であると判定した場合には、監視員に対して、映像状態の異常および監視システムの検知性能低下の提示を、迅速に行うことができる。従って、監視システムの信頼性が増大する。

本発明の実施例４について、図１、図８、および図５を参照して説明する。図７は、本発明の監視システムにおける処理手順の一実施例を示すフローチャートである。

図１と図５については、実施例１とほぼ同様であるので、説明しない。また、図８は、図４と比較して、処理手順を変更して、図４の映像状態診断処理ステップ401を差分処理ステップ303の前に実行するものである。

即ち、画像入力ステップ302が終了後は、映像状態診断処理ステップ401に移行する。そして、映像状態診断処理ステップ401の処理後、差分処理ステップ303を実行し、その後映像状態判定処理ステップ402に移行する。

映像状態診断処理ステップ801では、実施例１で説明した内容のほか、画像入力ステップ302で得た入力画像201から、入力画像、１フレーム前の入力画像、背景画像を使って、現在の入力画像が監視システムに適応した画像であるか否かを判定し、不適応な画像であると判定した場合は、入力画像の状況に対応した、例えばコントラスト強調処理やノイズ除去処理、平滑化処理、フィルタリング処理などの物体検出補助処理を行なうなどして、物体を検出し易くするように入力画像を補正する。

また例えば、映像状態判定処理ステップ802では、入力画像が不適応な画像であると判定した場合には、検出条件変更処理ステップ803に分岐し、否であると判定した場合には、二値化処理ステップ304に分岐する。二値化処理ステップ304以降の処理は、図４で説明した実施例１と同じである。

検出条件変更処理ステップ803では、二値化処理ステップ304における、例えば、しきい値Thを上げる等の変更を行うことによって、誤検出を行なわないようにする。

上記実施例４によれば、検出物体の信頼度をさらに向上させることができる。
その結果、撮像した入力映像が侵入物体検知に適しているかを解析することができる。この結果、環境変化などで物体検出に不適応な映像を取得しているか否かを判定でき、物体検出に不適応な映像であると判定した場合には、監視員に対して、映像状態の異常および監視システムの検知性能低下の提示を、迅速に行うことができる。従って、監視システムの信頼性が増大する。

なお、上記実施例１〜４の映像状態診断処理ステップにおける診断内容は、一例であって、不適応な画像であると記録された項目数や項目の組合せによって、上記の映像状態の異常時の対応処理を組み合わせることで、検出性能の向上および誤検出の抑制を効果的に行なうようにしても良い。

100：監視システム、 撮像装置：101、監視装置：102、画像入力I/F：103、CPU104、プログラムメモリ：105、画像メモリ：106、ワークメモリ：107、画像出力I/F：108、表示装置：109、データバス：110、映像記録装置：111、適応判断テーブル112、記憶装置114、 201：入力画像、 202：背景画像、 203：差分画像、 204：二値化画像、 205：差分器、 206：二値化器、 207：人型の物体、 208：領域、 209：画像、 301：初期化処理ステップ、 302：画像入力ステップ、 303：差分処理ステップ、 304：二値化処理ステップ、 305：ラベリング処理ステップ、 306：物体存在判定ステップ、 307：警報・検出情報表示ステップ、 308：背景更新ステップ、 401：映像状態診断処理ステップ、 402：映像状態判定処理ステップ。

Claims (4)

1. 監視対象となる領域の画像を撮像する撮像装置と、前記撮像した画像を処理し監視対象となる領域内の監視情報を収集する監視装置と、前記撮像装置により撮像された画像あるいは前記監視装置の監視情報の少なくとも１つを表示する表示装置を有した監視システムにおいて、前記監視装置は、前記撮像装置が撮像した画像を取得し該取得した画像について背景差分法によって得られた二値化画像から画素のかたまりを検出して各々に番号付けする差分二値化ラベリング手段、前記取得した画像の中央値、平均値、ヒストグラムの幅および最頻値を算出し、それぞれが所定の値と比較して物体検出が不可能な値に該当する場合、または前記取得した画像と数フレーム前の画像の差分の画像の平均値および分散を算出しフレーム間差分の平均値、フレーム間差分の分散と比較し物体の検出が不可能であると判定された場合に、前記撮像装置が撮像した画像が物体検出に適応した画像であるか不適応な画像であるかを判断する映像状態診断手段、前記撮像した画像が物体検出に不適応な画像であると判断された場合に検出条件を変更する検索条件変更手段、前記検出条件に基づいて検出すべき物体が存在するか否かを判定する物体存在判定手段、並びに、検出すべき物体が存在する場合および前記撮像した画像が物体検出に不適応な画像である場合に前記表示装置に警報を出力する警報・検出情報表示手段を備え、物体検出に不適応な映像状態の情報を取得することを特徴とする監視システム。
2. 請求項１記載の監視システムにおいて、
   前記検索条件変更手段は、前記番号付けされた画素のかたまりそれぞれに対して、前記検出条件を通常より大きくする、または前記警報を出力するタイミングを遅らせることを特徴とする監視システム。
3. 監視対象となる領域の画像を撮像する撮像装置と、前記撮像した画像を処理し監視対象となる領域内の監視情報を収集する監視装置と、前記撮像装置により撮像された画像あるいは前記監視装置の監視情報の少なくとも１つを表示する表示装置を有した監視システムの監視方法において、前記監視装置は、前記撮像装置が撮像した画像について背景差分法によって得られた二値化画像から画素のかたまりを検出して各々に番号付けする差分二値化ラベリングステップ、前記撮像した画像の中央値、平均値、ヒストグラムの幅および最頻値を算出し、それぞれが所定の値と比較して物体検出が不可能な値に該当する場合、または前記撮像した画像と数フレーム前の画像の差分の画像の平均値および分散を算出しフレーム間差分の平均値、フレーム間差分の分散と比較し物体の検出が不可能であると判定された場合に、前記撮像装置が撮像した画像が物体検出に適応した画像であるか不適応な画像であるかを判断する映像状態診断ステップ、前記撮像した画像が物体検出に不適応な画像であると判断された場合に検出条件を変更する検索条件変更ステップ、前記検出条件に基づいて検出すべき物体が存在するか否かを判定する物体存在判定ステップ、並びに、検出すべき物体が存在する場合および前記撮像した画像が物体検出に不適応な画像である場合に前記表示装置に警報を出力する警報・検出情報表示ステップを備え、物体検出に不適応な映像状態の情報を取得することを特徴とする監視方法。
4. 請求項３記載の監視方法において、
   前記検索条件変更ステップは、前記番号付けされた画素のかたまりそれぞれに対して、前記検出条件を通常より大きくする、または前記警報を出力するタイミングを遅らせることを特徴とする監視方法。

Images