JPH03502016A - 動く物体に用いられる分離方法及び装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるため要約のデータは記録されません。

Description

【発明の詳細な説明】 動く物体に用いられる分離方法 この発明は画像処理に関し、特に散乱物のある背景内の動く物体を検出する技術 に関する。

２、検討 動いている物体の獲得（ａｃｑｉｓｉｔｉｏｎ）を第１の目的として採用される 方法がここで開示され、特に物体の特徴が全て又は部分的に、背景の散乱物によ って不明確にされるような状況に於いて特に応用することができる。又、この分 離法は獲得した物体の追跡及び目標点選択機能を有する。

基本的に自動又は半自動の獲得が主な目的である。この分野で良く知られるよう に、あらゆる方向処理の中で最も重要な２つの問題は、偽の検出（ＦＤｓ）及び 検出漏れ（ＭＤｓ）である。ＦＤｓ及びＭＤｓの可能性を最小限にすることは、 検出回路又はシステムを設計するあらゆる有能な設計者の目標である。なぜなら ば、ＦＤｓやＭＤｓの発生は、この処理方法を採用するシステムに於ける欠陥を 発生させ、これによってシステムのコスト−効率が大幅に減少するからである。

一般に、ＦＤｓ及びＭＤｓは互いに交換される特性を有し、即ち偽の警告に関す るレー）（ｒａｔｅ）の減少は、一般に検出漏れ頻度の増加を犠牲にして達成す ることができる。又この逆も同様である。特定の検出方法によって達成できる実 行レベルに関して、それ以上域じることができない低い領域が与えらた場合、そ の与えられた制限内でシステムの最大効率を達成するために、この交換を実行す ることが設計者の機能についての目的である。

前段検出又は後段検出の適用によって、しばしば検出処理能力を高めることがで きる。例えば、ある方法に於いては、パラメータを調節し、ＭＤｓの可能性を減 少する目的で、ＦＤｓの高い頻度を許容し、後段検出法（例えばコンピュータア ルゴリズム）用いてＦＤレートを減少することができる。

発明の要約 この発明には、画像センサが採用される応用に関して特に利用価値がある。可視 光又は赤外線を検出するこのタイプのセンサは、リアルタイムの２次元画像（２ つの空間次元の機能としての明るさ）を生成する。背景の散乱物、及び／又はラ ンダムノイズの存在によって、偽の検出及び検出漏れが生じる。この発明は、背 景の散乱物に対して特に効果的であり、従来の動くターゲットを分離する方法の ように、信号／ノイズ比が大きく劣化することはない。

この発明によれば、少なくとも３画像フレームに於ける背景が、好適に領域相関 器（ａｒｅａ　　ｃｏｒｒｅｌａｔｏｒ）によって共に記録される。記録された 画像の各画素位置についての中間値が選択される。そして、この中間値は一つの 画像フレーム内に於ける画素値から減算される。予め選択されたスレショルド値 は異なる画像に供給され、それによって所定のスレショルド値を越える画素値は 、動く物体の位置に関係づけられる。

図面の簡単な説明 以下の詳細な説明及び添付図面を参照することによって、この発明の様々な利点 を当業者が理解できるのは明らかである。

第１図はこの発明を理解するために有益な図表；第２図はこの発明を理解するた めの有益な他の図表；第３図はこの発明の好適実施例を実行するシステムの機能 ブロック図； 第４図はこの発明を理解するために用いられる画像の絵画的図面によって構成さ れ； 第５図はこの発明を理解するために用いられる画像の他の絵画的図面によって構 成される。

好適実施例の説明 ビデオ画像の分離は、画像処理システムの設計者が直面している全ての問題の中 で最も解決しなければならない問題であることは疑いの余地がない。分離はその 目的が、背景に散乱物がある厳しい状況から目的の物体を分離することである場 合は特に困難である。

従来の分離方法は、局部ターゲットのサンプルから得られた固定スレショルド（ ｔｈｒｅｓｈｏｌｄ）又は適合性スレショルドと、背景データの両方にビデオデ ータを比較することによって、二値化ターゲット画像を生成する。この処理は必 然的に分離エラーを誘発する。例えば、全体として所望の物体の表示ではない二 値画像が生成される。許容できない量の散乱物も又、物体を介して二値化される 可能性がある。このような分離は、散乱物の中にある物体を獲得しようとする場 合、非常に多くの偽の検出を生成する。これらエラーは追跡軌道の途中でのロッ クの損失を生じ、又最終的な目標点選択についての応答性を悪くする場合がある 。

スレショルドを決定するときの評価基準の選択に関して、一般に設計者は競合す る制限の中で当惑する。スレショルドが背景に対して非常に重い場合（低いスレ ショルド）、散乱物の多量のデジタル化が生じることがある。一方スレショルド が非常に高い場合、デジタル化されたターゲット画素が欠乏することがある。こ れら両方が望ましくない結果を生む。

この問題に取り組む幾つかの方法が提案された。

それらはスレショルドの決定についてのヒストグラム（ｈｉｓｔｏｇｒａｍ）の 使用を含む。ヒストグラムを用いる方法はある特定の応用に於ける大幅な性能改 善を達成した。

散乱物及びノイズを減少するために、前段二値化（ｐｒｅ−ｂｉｎａｒｉｚａｔ 　１ｏｎ）及び後段二値化（ｐｒｅ−ｂｉｎａｒｉｚａｔｉｏｎ）も又提案され た。後段二値化散乱物減少のために、特に導き出された特定のアルゴリズムが過 去に使用された。

この発明の好適実施例は、視野内の場面（ｓｃｅｎｅ）を安定させるために、又 は少なくとも暫定的に分離された３つのライン（又は場合によってはフレーム） を空間的調整及び記録に導入する機能的手段を含む。

この結果を得るためには少なくとも２つの方法がある。

一つの方法は慣性に関して安定したプラットホーム（ｐｌａｔｆｏｒｍ）を採用 することである。第２の好適方法は、領域の相関関係、即ちフレーム（又はライ ン）間の空間変位を判断するのに適合する特徴を有する幾つかの形式を使用する ことができる。この情報は電気的にフレームを記録するために使用することがで きる。この方法は基本的に、フレームメモリに格納されたビデオサンプルのアド レッシング（ａｄｄｒｅｓｓｉｎｇ）に於ける簡単な試験を含む。

第１図は、この新しい方法が動く物体を多くの散乱物の中から、どのように獲得 するかを示す図表であり、この方法は明らかに二値化することができる。この場 合物体は小さいので、これは自動獲得処理に用られる分離処理を説明するための 良い例として考えることができる。明らかにその目的は、誤検出の可能性を最小 におさえて所望の物体を分離することである。

説明を明確にするためには、この例にフレーム又はフィールド全体を考えるより 、単一ビデオ信号ラインを考えるべきである。ビデオフレームの場合（３次元） は、好適実施例の機能ブロック図に関連して、後に説明又は検討される。

Ａ、Ｂ、およびＣは暫定的に分離されたビデオ信号ラインを示し、それぞれ複雑 な散乱物のある背景を含み、対象物は小さく、その光強度は弱い。目標物は動い ていると仮定しているので、目標物は散乱物のある背景に関して、各ライン上の 異なる位置に現れる。背景拡散物の明るさの変化は、所望の目標物の明るさに匹 敵、又は更に明るい場合があるので、一般的なスレショルド設定法によってその ような目標物を明確に分離することが困難である場合がある。

ラインは正確に記録されるように描かれる。即ち、背景散乱物に関する限り、ラ インはこの図に於いて水平に配置される。これは現実の生データに課せられた必 要条件ではなく、むしろ前述した場面安定処理を適用した結果を示している。

この例に於いて、目標物は、連続するライン上のその痕跡間の空間的重なりがな い位に速く動くように示されている。

この状態は理想的であるが、重なっていない十分な痕跡部分がある場合、部分的 重なりは許容できる。本質的に、これはセンサ及びそれに関係する電子回路部の 帯域についての許容できる最小の分解能に関する制限を生じさせる。なぜならば 、分解能の欠如は、目標物の重なっていない部分に関する信号／ノイズ比を劣化 させる原因となり、この重なっていない部分は二値化されるために、残存するそ の特徴を示す唯一の部分であるからである。一方では、Ａ、Ｂ、及びＣの間のよ り長い遅延時間を取ることによってその処理を実行できる。

３つのライン全てが同時に獲得可能であると仮定して（３つのライン全てが別々 にアクセスできるメモリに格納される場合にこれは有効な仮定である）、各ライ ンは画素ごとの単位で同時にサンプルすることができる。即ち、”　ｉ番目（ｔ ｈ）”のような各ラインからのサンプルは、あらゆる場合の例に於ける処理に関 して用いることができる。従って各側に於いて、３つのサンプルが使用でき、即 ち各ラインから使用でき、そして場面記録によって、３つのサンプルから構成さ れる各グループは、同一の背景位置に取られる。

３ラインのいずれにも目標物が現れない場面にそれらの部分に於いて（例えばｉ 番目の画素位置に於いて）、少なくとも付随するノイズレベル以下であれば、各 グループに於ける値は同一であろう。この場合のように目標物の痕跡が重なり合 わない場合は、３つのサンプル（背景サンプル）の内２つは、目標物が一つのラ イン（ｊ番目の画素位置）に基づいてサンプルされた場合でも実質的に同一であ る。

ここで３つのサンプルの各グループの中間値（ｍｅｄｉａｎ　　ｖａｌｕｅ）を 考える。一つのライン上に目標物が現れる場合でも（目標物及び背景が同一の光 強度を示し、目標物が検出できない場合）、この場面記録によって、目的サンプ ルの値は決して中間値になることはないであろう。

ノイズを除き、この中間値は散乱物に関係なく、はとんど常に背景サンプルの値 に近い。

値のグループの中間値を決定する処理は分類性は又は選択の一つであり、中間選 択を実行する機能的部分は、”中間フィルラダとして知られている。このような フィルタは画像処理技術に詳しい当業者には良く知られており、ハードウェア又 はソフトウェアの形式で導入することができる。

ラインＭはＡ、Ｂ、及びＣの各画素セル位置に於いて中間濾波動作を実行した結 果である。ここに示される理想的な場合に於いて、ラインＭは背景の完全な再構 成である（少なくともノイズが許容する程度まで）。重要なことは、目標物の痕 跡はラインＭ上のどこにも現れないことである。

ラインＤはラインＢからラインＭを減算した結果を示す。

避けられないノイズの存在を除き、背景又は散乱物のあらゆる痕跡から大きく分 離され、ラインＤはラインＢの目的の痕跡のみを含むであろう。ラインＤはＡ、 、Ｂ、及びＣの″゛反中間値（ａｎ　ｔ　ｉｍｅｄ　ｉ　ａｎ）″として参照さ れる。

目標物の痕跡を分離又は二値化するために、スレショルド値はＤに供給されて示 される（スレショルドの適用は一般に振幅コンパレータ回路又は要素内で達成さ れる）。このスレショルドは、３シグマのようなノイズの倍数で固定される。

目標物の痕跡がノイズに基づくスレショルドを越えるときはいつでも、Ｅに示さ れるようにコンパレータ出力端子にパルスが発生する。このパルスはその位置に 於ける目標物の可能な検出を意味する。明るい又は暗い目標物の検出を可能とす るために、スレショルドの対が採用されるべきであり、一方はポジティブであり 、他方はネガティブである。Ｄの中間値は零であるので（目標物の痕跡を除き） 、これらスレショルドは零に関して対称となる。

３シグマ以外のスレショルド値は簡単に供給することができる。低いスレショル ドは偽の検出の可能性の増大を犠牲にして、検出漏れの可能性を減少する。又そ の逆も同様である。

偽の検出はランダムノイズの存在の結果であるので、与えられた信号・ノイズ比 についての偽の検出の可能性又は検出漏れの可能性を減少するためには、特定位 置に於ける検出結果に基づく確認ロジックが効果的である。

ラインＡ、Ｂ、及びＣの背景及び散乱物の内容は理想的なので（少なくともこの 例に於いて）、ラインＭはラインＡ又はラインＣから効果的に減算されることが できる。現実問題として、実際の応用では、ラインＣ（最後のライン）からのラ インＭの減算は探索ループ安定度のために好ましい方法である（不必要な処理遅 延を避けることができる）。

第２図は同一の処理を示すが、ここで所望する目的は、第１図に於ける目的より 重大である。ここでの目的は、新しい分離方法を目標点選択問題に適用する方法 を説明することである。この処理は、追跡を目的とする目標物の分離手段が、目 標物全体、又はその実質的な部分を分離することに依存できない場合、この方法 は特に有効である。”ホットスポット”追跡装置は散乱物が存在するときの追跡 に比較的効果的であるが、効果的な目標点選択に関しては、あまり良い方法では ない。

前述のように、ラインＡ、、Ｂ、及びＣは、動く目標物を含み、背景が記録され たビデオ信号ラインである。ラインＤはＢからＭを減算して得られた反中間値で ある。ノイズはラインＥに示されるように、ノイズのある背景１漏れ（ｌｅａｋ ａｇｅ）”の影響を説明するために誇張されている。

ポジティブ及びネガティブのスレショルドはラインＤの中間信号に供給されて示 されている。即ち所望の目標痕跡の明暗部が二値化される。目標点は、Ｅに示さ れるように完全に分離された目標物の数学的又は幾何学的中心として計算するこ とができる。

背景漏れの影響は、前述の確認ロジックを使用することによって、又は検出器か ら峡帯域ノイズパルスを削除するパルス幅判別器を導入することによって減少又 は削除される。

第３図は分離プロセッサ１０の好適実施例の機能ブロック図である。アナログか らデジタル・グレーレベルの形式に変換されると仮定されるビデオ信号は、ＲＡ Ｍ＃１、ＲＡＭ＃２、ＲＡＭ＄３に示されるランダム・アクセスメモリである３ つのフレーム格納装置の一つに格納される。これらメモリは、”　トライポンジ （ｔ　ｒ　ｉ−ｐｏｎｇｅｄ）”である。このトライボンジは、一つのフレーム データがＲＡＭ＃１に格納され、処理される次のフレームはＲＡＭ＃２へ格納さ れ、次のフレームはＲＡＭ＃３へ格納され、その後格納サイクルは３つのグルー プについて繰り返される。

格納処理と同時に、各３つのフレームはサンプルごとに場面格納器１２へ読み出 される。ここで各グループの３つのフレームの背景間の変位が計算される。これ ら計算された変位からオフセット読出アドレスが、記録及びシーケンス制御ロジ ック１４に於いて、一つのグループ内の３つのフレーム各々について計算される 。これらオフセット読出アドレスは、空間記録に関する一つのグループの３つの フレームの各サンプルをアクセスする必要のあるフレーム空間内の変位を示す。

ＲＡＭ＃１、ＲＡＭ＃２、及びＲＡＭ＃３に対して命令された”白”アドレス及 びコマンドも又、ロジック１４１；よって供給される。

場面格納器１２は、領域相関器（テンプレート・マツチャー：　ｔｅｍｐｌａｔ ｅ　　ｍａ、ｔｃｈｅｒ）又はフィーチャ”マツチャー　（ｆｅａｔｕｒｅ　　 ｍａｔｃｈｅｒ）のどちらかを含むことができる。一般に良く知られ広く用いら れる形式のマルチセル領域相関器は、特にこの応用に効果的である。

ＲＡＭ＃１、ＲＡＭ＃２、及びＲＡＭ＃３に格納された内容はサンプルごとに中 間フィルタ１６へ転送される。読出ラインは各々Ａ、Ｂ、及びＣに示される。中 間フィルタ１６の出力は、フレーム格納器に記録された背景場面の中間値から構 成される結果である。即ち、中間背景サンプルの″フレーム”として考えること ができるこの結果は、大部分の背景値を含み、所望する目標物のサンプルに関し てかなり自由である。所望する目標物のスピードが非常に速く、一つのグループ のフレーム間のその痕跡の重なりがない場合、ラインＤ上のサンプルは目標物に 関する重要なデータを全く含まないであろう。

ＲＡＭ＃３からラインＣ上に記録されたフレーム情報と共に、ラインＤ上のサン プルは減算器１８に入力され、ここで（Ｃ−Ｄ）が計算される。フレーム形式の 反中間値サンプルの結果から構成されるこれらの値はラインＥに現れる。

ラインＥは４つのコンパレータで構成されるコンパレータ２０に対する反中間値 を伝送し、これらコンパレータに於いて目標物痕跡の分離、又は二値化が実際に 実行される。これらのコンパレータの内、２つのコンパレータに於いてビデオサ ンプルはポジティブなスレショルドと比較され、目標物痕跡の明るい部分が二値 化される（任意の定義によって、°明るい゛ビデオ特徴はポジティブな値に割り 付けられ、°暗い“ビデオ特徴はネガティブな値に割り付けられる）。他の２つ のコンパレータは、ビデオサンプルをネガティブなスレショルドと比較すること によって、目標物の暗い部分を二値化する。

スレショルド発生器２２はポジティブ及びネガティブなデジタル値を発生し、デ ジタル反中間値サンプルはコンパレータ２４に於いて前記デジタル値と比較され る。ノイズ抽出器２４は、デジタルビデオ信号からランダムノイズ成分を抽出す る機能を実行する。この機能を実行する良く知られた幾つかの方法がある。特に 簡単で効果的な方法は、高い程度の空間的相関関係に依存し、この相関関係は、 実質的に全く自然の画像と、人間によるテレビ放送された画像の隣接して走査さ れたラインの間に存在する。走査されたラインの隣接する部分が異なる場合、ビ デオ成分は、原ラインに存在する互いに関係しないノイズ電力成分の合計を大部 分残して、その異なる信号から実質的に削除される。ライン対についての静止を 仮定すると、異なる信号のノイズ振幅は、元の走査ラインにあるノイズに２の平 行根が乗ぜられた振幅に等しい。従って、ノイズ抽出器２４の出力に発生する信 号はビデオ入力のノイズレベルに追随するが、ノイズに３ｄＢ増加された値に固 定される。

整流、振幅、平滑を用いて、４つのスレショルドは、スレショルド発生器２４に より、このノイズに依存する信号を用いて得られる。これらスレショルドの内、 一方がポジティブ、他方がネガティブである二つのスレショルドは、最適な目標 物検出に応じて増幅率が設定される。この設定に於いて、スレショルドは、偽の 検出の可能性を最小限にするために目標物のピークに向かってバイアスされる。

他のスレショルドのネガティブ・ポジティブ対は、実際のノイズレベルに接近す るように決定される。その目的は非常に多くのノイズパルスで構成されない目的 画素の最大数を二値化することである。

他の技術としては、ノイズに基づくスレショルドの代わりにピーク検出を用いる ことである。ピーク検出による方法は、与えられた検出の可能性についての誤っ た警告レートを減少する。なぜならば、その検出は、出来る限りノイズピークか ら離れた目標物の最も高いレベルに於いて行われるからである。

４つのパイレベル（ｂ　ｉ　１　ｅｖｅ　１）痕跡要素（黒及び／又は白）は、 ラインＦ上のコンパレータ２０の出力に現れる。

そこでそれら信号は獲得及び目標点ロジック２６に入力される。ここで新しく獲 得された目標物の構成、及び所望の目標点の構成はコンピュータにより計算され る。可能性のある目標物が検出され、獲得されたかを確認する獲得”フラグが発 生する。

モードロジック２８はシステム全体の動作を監視する。この機能的サブシステム は、前述した多くの機能ブロックから信号を入力し、コマンド及び制御信号をレ ジスタ１２、ロジック１４、発生器２２、目標点ロジック２６、及び追跡ロジッ ク３０に信号を供給する。

追跡ロジック３０は、目標点ロジック２６からの目標点座標、獲得座標及び獲得 フラグ、及びモードロジック２８からの制御信号及び適切なコマンドを受信する 。これら信号から、視線レート及び目的画像の成長レートが計算され、要求され る探査器に供給される。

第４図は２次元ビデオデータによるシステムの動作を説明する。この図面は散乱 物のある領域上を飛行する飛行機を示し、この領域は、通常の分離方法を信頼し て用いることができない程に複雑な領域である。背景に関して、視野範囲は下及 び右に動いて示される。飛行機は、領域に関して上方及び右に飛行するのが示さ れ、この発明を含む仮説に基づく探査器の前段獲得動作は、実際の飛行機の動き とは独立している。

ＡＳＢ、及びＣは、ビデオデータの３つのフレームを示す。

この３つのフレームは暫定的に隣接する必要はない。即ち、選択されたフレーム 間の実際の時間は、背景に関する飛行機の動作が、飛行機の痕跡全体が記録され た背景画像の中で重なるのを防ぐために十分長くなるように選択されるべきであ る。又他方では、フレーム間の時間は、背景の重なる領域が、効果的視界範囲の 減少する方向に制限する程に長くすべきではない。なぜならば背景圧縮は視界の 効果的範囲のみで行われるからである。実際の視界領域は実線で囲まれており、 視界の効果的領域はＡ、Ｂ、及びＣの点線によって囲まれている。

ＤはＡ、Ｂ、及びＣのサンプルごとの中間値から構成される画像である。図から 明らかなように、それは背景のみを含む。ＥはフレームＣから中間画像りを減算 することによって形成される”反中間値”画像である。それは飛行機のサンプル のみを含む。飛行機の全体画像は、灰色（ゼロレベル）のジェット噴射を含む背 景の中に見ることができる。

Ｆは二値化した後のジェット噴射を含み完全に分離された飛行機の痕跡である。

所望であれば、暗い飛行機のシルエットと明るいジェット噴射は、第５図に示さ れるように、別々に分離することができる。この場合、明るい飛行機雷は確実に 獲得及び追跡することができ、一方、色が暗い飛行機の痕跡は、良いオフセット 目標点を提供する。

中間濾波は平均化とほぼ同程度にノイズを効果的に減少することができるので、 処理によって信号・ノイズ比が劣化する従来の簡単な画像減算を用いた動く物体 の検出システムより、この新しい方法は優れた特徴を有する。

この新しい処理方法の他の利点は、飛行機の単一画像のみが、背景からの分離に よって残ることである。即ち従来の画像減算は、逆極性の２つの画像を残すので 、飛行機の画像が正しい画像であることを決定する外部的評価基準に基づく付加 的なロジックを必要とする。

−二＝＝；・己・ 宝瞭調査報告 ツーハ＋ぐ　ρＱ／Ｃフ９７５ 国際調査報告　　　８，８．。２，７゜

Claims (17)

【特許請求の範囲】
1. （１）目標物及び背景の散乱物を夫々含み、異なる時間に得られた複数の画像フ レームの中の動く前記目標物を検出する方法に於いて、 ａ）少なくとも３つの前記画像フレームを記録するステップと、 ｂ）前記記録された画像フレームの各画素位置についての中間値を決定するステ ップと、 ｃ）前記中間画素値を前記画像フレームの選択された１つの画像内の画素から減 算し、異なる画像を形成するステップ、及び ｄ）前記異なる画像に単一のスレショルドを適用し、それによって所定のスレシ ョルドレベルを越える画素値は、動く目標物の位置に関連づけられるステップと 、を具備することを特徴とする目標物検出方法。
2. （２）前記スレショルドレベルは、前記画像フレーム内のノイズに関する所定の 倍数に固定されることを特徴とする請求項１記載の目標物検出方法。
3. （３）前記異なる画像は、ポジティブ及びネガティブのスレショルドレベルが適 用され、前記ポジティブのスレショルドレベルを越える画像値は、一般に目標物 の明るい部分に関連づけられ、一方前記ネガティブのスレショルド以下の画素値 は一般に目標物の暗い部分に関連づけられることを特徴とする請求項１記載の目 標物検出方法。
4. （４）前記検出された目標物の結合された明暗部からの目標点を計算するステッ プを更に具備することを特徴とする請求項３記載の目標物検出方法。
5. （５）前記目標点は、前記目標物の結合された明暗部の中心から計算されること を特徴とする請求項４記載の目標物検出方法。
6. （６）前記選択された画像フレームは、センサから最も現在に近い時刻に得られ た画像フレームであることを特徴とする請求項１記載の目標物検出方法。
7. （７）前記ステップａ）は、領域相関器を用いて実行されることを特徴とする請 求項１記載の目標物検出方法。
8. （８）前記異なる画像は、２つのネガティブ及びポジティブ・スレショルド対に 適用され、１つのスレショルド対は目標物検出を最適にするために計算され、他 方の対は画像フレームのノイズレベルに接近して設定されるように計算されるこ とを特徴とする請求項１記載の目標物検出方法。
9. （９）散乱物画像内の動く目標物を検出する目標物検出方法に於いて、 ａ）動く目標物及び背景を含む第１場面を所定時間に感知し、前記第１場面をメ モリに格納するステップと、ｂ）次に実質的に同一の場面を感知し、それをメモ リに第２画像フレームとして格納するステップと、ｃ）次に実質的に同一の場面 を感知し、それをメモリに第３画像フレームとして格納するステップと、ｄ）領 域相関器を用いて、前記画像フレームを実質的に記録するステップと。 ｅ）記録された前記画像フレームの各画素位置についての中間値を選択するステ ップと、 ｆ）前記第３画像フレーム内の画素値から前記中間画素値を減算し、それによっ て異なる画像を形成するステップと、及び ｇ）画像フレーム内ノイズの関数として、予め選択されたポジティブ及びネガテ ィブ・スレショルドレベルに対して、前記異なる画像を適用することによって２ 値出力信号を発生し、前記ポジティブ及びネガティブ・スレショルド値を越える 前記異なる画像内の画素値は、一般に動く目標物の明暗部に各々関連づけられる ステップと、 を具備することを特徴とする目標物検出方法。
10. （１０）動く目標物の明暗部の２進出力信号に示される中心から目標点を計算す るステップを更に具備することを特徴とする請求項９記載の目標物検出方法。
11. （１１）異なる時間に得られた、目標物及び背景の散乱物を各々含む複数の面像 フレームの中の動く前記目標物を検出する装置に於いて、 少なくとも３つの画像フレームの背景を記録する手段と、記録された画像の各画 素位置についての中間値を決定する手段と、 選択された１つの画像フレーム内の誤祖から前記画素値を減算し、異なる画像を 形成する手段と、及び前記異なる画像にスレショルドを適用し、それによって所 定のスレショルド値を越える画素値を動く目標物の位置に関連づける手段と、 を具備することを特徴とする目標物検出装置。
12. （１２）ポジティブなスレショルドレベルを決定する手段と、ネガティブなスレ ショルドレベルを決定する手段と、を具備し、前記異なる画像は前記ポジティブ 及びネガティブなスレショルド値が適用され、前記ポジティブなスレショルドを 越える画素値は一般に目標物の明るい部分に対応され、一方前記ネガティブなス レショルド以下の画素値は目標物の暗い部分に対応されることを特徴とする請求 項１１記載の目標物検出装置。
13. （１３）検出された目標物の結合された明暗部から目標点を計算する手段を更に 具備することを特徴とする請求項１１記載の目標物検出装置。
14. （１４）前記計算する手段は、 前記目標物の明るい部分の中心を計算する手段と、前記目標物の暗い部分の中心 を計算する手段と、を具備することを特徴とする請求項１２記載の目標物検出装 置。
15. （１５）前記記録する手段は領域相関器を具備することを特徴とする請求項１１ 記載の目標物検出装置。
16. （１６）前記スレショルドを適用する手段は、目標物を最適に検出するために第 １ポジティブスレショルドレベルを定義するための第１ポジティブスレショルド 手段と、 目標物を最適に検出するためにネガティブスレショルドレベルを定義するための 第１ネガティブスレショルド手段と、前記画像フレーム内のノイズレベルに接近 した第２ポジティブスレショルドレベルを定義するための第２ポジティブスレシ ョルド手段と、及び 前記画像フレーム内のノイズレベルに接近して設定される第２ネガティブスレシ ョルドレベルを定義するための第２ネガティブスレショルド手段と、 を具備することを特徴とする請求項１１記載の目標物検出装置。
17. （１７）前記第２ポジティブスレショルド手段及び第２ネガティブスレショルド 手段前記画像フレーム内の前記ノイズの所定倍数であるスレショルドレベルを定 義するすることを特徴とする請求項１６記載の目標物検出装置。