JPH04184577A - 画像追尾装置 - Google Patents

画像追尾装置

Info

Publication number
JPH04184577A
JPH04184577A JP2312780A JP31278090A JPH04184577A JP H04184577 A JPH04184577 A JP H04184577A JP 2312780 A JP2312780 A JP 2312780A JP 31278090 A JP31278090 A JP 31278090A JP H04184577 A JPH04184577 A JP H04184577A
Authority
JP
Japan
Prior art keywords
area
target area
temporary
target
centroid
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.)
Pending
Application number
JP2312780A
Other languages
English (en)
Inventor
Hisao Nanba
難波 久男
Hiroyuki Fujiwara
宏之 藤原
Yoshio Matsuura
松浦 義雄
Kazutoshi Togano
戸叶 一利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2312780A priority Critical patent/JPH04184577A/ja
Publication of JPH04184577A publication Critical patent/JPH04184577A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

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】 〔概 要] 一定の視野を有する撮像カメラにより得た画像の目標物
体の中心を撮像カメラの中心となるように撮像カメラの
方向をフィードバック制御する画像追尾装置に関し、 追尾誤動作、目標位置検出精度を高めた画像追尾装置を
提供することを目的とし、 一定の視野を有する描像手段と、該撮像手段から得られ
た画像信号をディジタル化した濃淡画像データを記憶す
る画像メモリと、該画像メモリに記憶された濃淡画像デ
ータのうち所定処理領域の濃淡画像データを抽出して二
値化し、これを記憶する二値化記憶手段と、該二値化さ
れたデータにより目標物体の仮面積重心を演算する仮面
積重心演算手段と、該仮面積重心を中心として所定幅を
有する仮目標領域を演算する仮目標領域演算手段と、該
仮目標領域を拡大もしくは縮小すべき領域に前記目標物
体が占有する割合に応じて前記仮目標領域を複数回更新
することにより最終的な目標領域を演算する目標領域演
算手段と、該目標領域の面積重心を演算する面積重心演
算手段と、該面積重心と前記撮像手段の撮像中心との差
に応じて該撮像手段の方向をフィードバック駆動する駆
動手段とを具備するように構成する。
〔産業上の利用分野〕
本発明は一定の視野を有する撮像カメラにより得た画像
の目標物体の中心を撮像カメラの中心となるように撮像
カメラの方向をフィードバック制御する画像追尾装置に
間する。
[従来の技術] 目標物体を追尾するための画像処理装置においては、撮
像カメラによりアナログ画像(濃淡画像)を得、これを
二値化処理して目標物体の面積重心を演算し、この面積
重心が撮像カメラの画面中心となるように撮像カメラの
方向をフィードバック制御している。
上述の画像追尾装置においては、目標物体の面積重心を
演算する際には、画面内に追尾ゲート(処理領域)を手
動にて設定し、この処理領域内での目標物体の面積重心
を演算するようにしていた。
〔発明が解決しようとする課題〕
しかしながら、画面上の目標物体の形状(大きさ)は、
目標物体と撮像カメラとの相対的位置の変動によって変
動する。従って、処理領域内に目標物体以外の背景物が
含まれていたり、処理領域より目標物体が大きくなると
、追尾誤動作、目標位置検出精度の低下につながる。特
に、手動にて処理範囲を設定していると、追尾誤動作、
目標位置検出精度の低下が著しいという課題がある。
従って、本発明の目的は、追尾誤動作、目標位置検出精
度を高めた画像追尾装置を提供することにある。
〔課題を解決するための手段〕
上述の課題を解決するための手段は第1図に示される。
すなわち、撮像手段は一定の視野を有し、画像メモリは
この撮像手段から得られた画像信号をディジタル化した
濃淡画像データを記憶し、二値化記憶手段5は画像メモ
リ4に記憶された濃淡画像データのうち所定処理領域の
濃淡画像データを抽出して二値化し、これを記憶する。
仮面積重心演算手段6はこの二値化されたデータにより
目標物体の仮面積重心(X、、YP)を演算し、仮面積
重心演算手段7はこの仮面積重心を中心として所定幅を
有する仮目標(Xsr 、 YSP)、 (XEP 。
YEP)を演算する。また、目標領域演算手段8は、こ
の仮目標領域を拡大もしくは縮小すべき領域に目標物体
が占有する割合に応じて仮目標領域を複数回更新するこ
とにより最終的な目標領域(XS 。
Ys )  、  (Xt  、 Yt )を演算し、
面積重心演算手段9はこの目標領域の面積重心を演算す
る。そして、駆動手段10はこの面積重心と撮像手段の
撮像中心との差に応じて撮像手段の方向をフィードバッ
ク駆動するものである。
〔作 用] 上述の手段による作用は第2図に示される。すなわち、
第2図(A)に示すごとく、処理領域に目標物体および
目標物体以外の物体が存在する場合には、図示のごとく
、仮面積重心(XP、YP)を中心とする仮目標領域な
る概念を導入する0次に、第2図(B)に示すように、
仮目標領域を所定幅拡大もしくは縮小(図示例では拡大
)した場合、各拡大領域に目標物体が占める割合いを判
別する。図示例では、左端拡大傾城では、目標物体が占
める割合が大きく(拡大判別)、右端拡大領域では、目
標物体が占める割合は小さく(縮小判別)、下端拡大頭
載では、目標物体が占める割合は大きく(拡大判別)、
上端拡大領域では、目標物体が占める割合は小さい(縮
小判別)、従って、第2図(C)に示すごとく、仮目標
領域の左端は拡大させ、右端は縮小させ、下端は拡大さ
せ、上端は縮小させる。これにより、新たな仮目標領域
が確立する。この板目標頭載に対して上述の手順を繰返
すことにより、第2図(D)に示すごとく、最終的な目
標領域が確立し、この最終的な目標領域の面積重心を目
標物体の最終的な目標位置とする。この目標位置と撮像
手段の撮像中心とが一致するように追尾され、また、上
述の目標領域に応じて追尾ゲート(処理領域)を自動的
に規定できるようになる。
〔実施例] 第3図は本発明に係る画像追尾装置の一実施例を示すブ
ロック図である。第3図において、lは撮像カメラたと
えばCCDカメラであって、その視軸(撮像方向)はジ
ンバル2によって可変とされる。カメラ1によって得ら
れたアナログ画像データはA/D変換器3によってA/
D変換され、ディジタルデータたとえば8ビツト濃淡デ
ータに変換される。たとえば一画面(−視野)が173
0もしくは1760秒でA/D変換される。A/D変換
された8ビツトデータは画像メモリ4に順次記憶される
。画像メモリ4はカメラ1の一視野に対応し、たとえば
第4図に示すごとく、開始座標(0,0)から終了座標
(255、255)の256 X 256画素画素上ッ
トの容量(1フレーム)を有する。この場合、画像メモ
リ4の記憶内容は次のごとくなっている。
貢1j」1ハ阪曲容 アドレス (X 、 Y)   濃淡データ但し、アド
レスはX+256Yで表わされる。
5は二値化メモリであって、高速画像処理するために、
画像メモリ4に記憶された濃淡データのうち目標物体に
適合した追尾ゲート(処理範囲)を抽出しかつ二値化し
て記憶するものである。
第3図に示すごとく、二値化メモリ5の記憶内容は、開
始座標(X’ s  、Y’ s )から終了座標(x
’t、y’t)の32 X 32画素×1ビットの容量
を有し、その記憶内容は、次のごとくなっている。
ニ  ヒメモリの 六 アドレス  (X 、 Y)   二値データB1但し
、終了座標(Xt  、 Yt )はアドレス1023
もしくはより小さいアドレスJ mawに割当てられる
0画像メモリ4からのデータ抽出および二値化について
は後述する。
6は仮面積重心演算回路であって、二値化メモリ5の記
憶内容から目標物体の仮面積重心(¥r 。
、y、)を演算するものである。この仮面積重心演算回
路6の詳細について後述する。
7は板目標領域演夏回路であって、仮面積重心演算回路
6の出力Y、l、を用いて仮目標領域の大きさすなわち
開始座標(XSP、YSF)および終了座標(XEP、
Y□)の演算を行うファームウェアで構成される。すな
わち、 XSP← X、−α Y8.← YP−β Xtp← −X−7+α Yip’−Yp+β 但し、α、βは正の自然数、 Xs <Xsv<Xt Ys<Ysデ〈YE Xs <Xir<Xi Y、<Y。、<y。
である。
8は目標領域演算回路であって、仮目標領域演算回路7
の仮目標領域(XSP 、 YSF 、 X〜、Y□P
)を拡張すべき領域を設定し、この領域内で目標物体が
占める割合を演算し、この割合が一定値以上の場合には
仮目標領域を拡張し、一定値未満の場合には仮目標領域
を縮小するものである。この目標領域演算回路8の詳細
についても後述する。
9は面積重心演算回路であって、目標領域演算回路8に
よって演算された目標領域の面積重心(Y、V)を演算
するものである。すなわち、第3図に示すごとく、目標
領域の開始座標を(X、。
Ys)とし、終了座標を(Xi、Yt) とすれば、目
標領域の面積重心(T、V)は次のごとく演算される。
−X−←(X、+X、)/2 Y←(ys +yt ) /2 従って、面積重心演算回路9は上述の演算を行うファー
ムウェアもしくはハードウェアによって構成される。
10は追尾レート演算回路であって、面積重心演算回路
9により演算された面積重心(X 、 Y)とカメラ1
の撮像中心(127、127)との誤差(追尾誤差とい
う)すなわちジンバル2の追尾速度を演算するものであ
る。この追尾演算回路10の出力によりジンバル2の視
軸が適切に制御され、目標領域の面積重心つまり目標物
体の中心(Y、V)がカメラ1の撮像中心(127、1
27)となるようにフィードバック制御されることにな
る。
11は処理領域演算回路であって、第3図に示すごとく
、目標領域(Xs  、 Ys  、 XI  、 Y
t )より所定幅だけ大きく処理領域(X’S+Y’!
+X’x、Y’、)を演算する。
たとえば、 X/3←X、−δ Y′3←Ys  T XI、←XI+6 Y’t←YE+T ただし、δ、Tは一定値とする。
従って、処理領域演算回路11は上述の演算を行うファ
ームウェアもしくはハードウェアによって構成される。
上述の各構成要素1〜11はCPU12によって制御さ
れる。
次に、第3図の各回路について詳述する。
第5図は画像メモリ4から抽出された画素の濃淡データ
を二値化して二値化メモリ5に格納する二値化ルーチン
であって、CPU12によって動作する。第5図のルー
チンでは、処理領域演算回路11によって処理領域の大
きさすなわち開始座標(X’s、Y’s)と終了座標(
X’、、Y’E)は予め演算されているものとする。ス
テップ501では二値化メモリ5のアドレスカウンタj
を0に初期化する。
次に、ステップ502では、座標値Yの初期値を開始Y
座標Y、とし、ステップ503では、座標値Xの初期値
を開始座標Xsとする。
ステップ504では、画像メモリ4から濃淡データD(
X、Y)を読出し、 D (X 、 Y) >Dth ただし、Dいは一定値とする。
か否かを判別する。この結果、D(X、Y)>Dい(明
)であればステップ405にてBJを“1”とし、D≦
Dい(暗)であればステップ406にてBJを“0”と
し、ステップ507にて二値化メモリ5のj番地の記憶
場所にBJを格納する。
ステップ508では、アドレスカウンタjを+1カウン
トアツプし、ステップ509では、二値化メモリ5のア
ドレスカウンタjを+1歩進させる。
ステップ510では、座標値Xが終了座標XI、を超え
ているか否かを判別し、X≦X1であればステップ50
4〜509のフローを繰返し、X>X、であればステッ
プ511に進む。すなわち、ステップ504〜510の
フローにより一走査ライン(水平方向)の画素抽出およ
び二値化を行う。
ステップ511では、座標値Yを+1カウントアツプし
たけ増分し、ステップ512では、座標値Yが終了座標
Y′、を超えているか否かを判別し、Y≦Y′えてあれ
ばステップ504〜511のフローを繰返す、他方、Y
 > Y Eであればステップ513に進み、jを二値
化メモリ5の最大アドレスj1.8とし、ステップ41
4にてこのルーチンは終了する。
第3図の仮面積重心演算回路6は二値化メモリ5の記憶
データにもとづき、次の演算をする。
但し、BJはアドレスjにおける二値データ、j、□は
二値化メモリ5のデータが記憶されている最大アドレス
である。つまり、第6図に示すごとく、面積重心Y、の
演算は、乗算回路71X、加算回路72X、ラッチ回路
73X、除算回路74Xにより行われ、面積重心V、の
演算は、乗算回路71Y、加算回路72Y、ラッチ回路
73Y、除算回路74Yにより行われる。
第7図は第3図の目標領域演算回路8の詳細なブロック
回路図である。第7図において81は第8図の開始座標
(Xsr 、 Ysp)および終了座標(XEP 、 
Yir)によって定まる仮目標範囲の左端の拡大領域■
(拡大幅ΔX)における二値化画素を積算するための左
端拡大領域二値化画素積算回路である。すなわち、開始
座標(Xsp−ΔX。
YSF)および終了圧11 (Xsp 、 Ytr)に
よって定まる二値化メモリ5の二値化データを積算する
82は第8図に示す開始座標(Xsp 、Ysp)およ
び終了座標(Xzr、Y□)によって定まる仮目標範囲
の右端の拡大領域■(拡大幅ΔX)における二値化画素
を積算するための右端拡大領域二値化画素積算回路であ
る。すなわち、開始座標(Xtp。
Y、2)および終了座標(Xl、+ΔX、YEP)によ
って定まる二値化メモリ5の二値化データを積算する。
83は第8図に示す開始座標(XSF 、 Ysp)お
よび終了座標(XEP 、 Yir)によって定まる仮
目標範囲の左端の拡大領域■(拡大幅ΔY)における二
値化画素を積算するための下端拡大領域二値化画素積算
回路である。すなわち、開始座標(Xsp。
YSP  AY)および終了座標CXtp、Yy) に
よって定まる二値化メモリ5の二値化データを積算する
84は開始座標(Xsr、Ysr)および終了座標(X
EP 、 Ytp)によって定まる仮目標範囲の上端の
拡大領域■(拡大幅ΔY)における二値化画素を積算す
るための上端拡大領域二値化画素積算回路である。すな
わち、開始座標(XSP 、 Ytp)および終了座標
(Xtp、Ytp+ΔY)によって定まる二値化メモリ
5の二値化データを積算する。
各二値化画素積算回路81 、82 、83 、84の
積算値は各判別回路85 、86 、87 、88に供
給され、目標物体の占有率が一定値たとえば51%以上
か否かが判別される。たとえば判別回路85では左端拡
大領域二値化画素積算回路81の積算値TAがTA> 
(Yyr  Ysp) ・AX−0,51(1)を満足
するか否かが判別され、判別回路86では右端拡大領域
二値化画素積算回路82の積算値TBがT B > (
Ytv  Ysp) ・ΔX・0.51   (2)を
満足するか否かが判別され、判別回路87では下端拡大
置載二値化画素積算回路83の積算値TCがTC> (
Xtr  X5p)  ・ΔY−0,51(3)を満足
するか否かが判別され、判別回路88では上端拡大領域
二値化画素積電回路84の積算値TDがTD> (Xt
p  X3F) ・ΔY・0.51   (4)を満足
するか否かが判別される。
仮目標領域更新回路89は、判別回路85 、86 、
87 。
88の判別結果に応じて仮目標領域すなわちその開始座
標(Xsp 、 Ysp)および終了座標(XEP。
Yap)を更新する。たとえば、判別回路85の判別結
果が拡大判別である場合(上述の不等式(1)を満足す
る場合)には、 xsp←xsr−ΔX として仮目標領域を拡大する。逆に、縮小判別である場
合には、 X、2←x5.+ΔX として仮目標領域を縮小する。
同様に、判別回路86の判別結果が拡大判別である場合
(上述の不等式(2)を満足する場合)には、 X、P4−X、、+ΔX として仮目標領域を拡大する。逆に、縮小判別である場
合には、 xtp←Xtr−ΔX として仮目標領域を縮小する。
同様に、判別回路870判別結果が拡大判別である場合
(上述の不等式(3)を満足する場合)には、 Yl、←Y8.−ΔY として仮目標領域を拡大する。逆に、縮小判別である場
合には、 Ysr←Y、P+ΔY として仮目標領域を縮小する。
同様に、判別回路88の判別結果が拡大判別である場合
(上述の不等式(4)を満足する場合)には、 y、、4−yE、+ΔY として仮目標領域を拡大する。逆に、縮小判別である場
合には、 Y E P ”−Y y p−ΔY として仮目標領域を縮小する。
更新されたこれらの仮目標領域Xsp+Ysr+X L
P + Y tPはCPU12によって第8図の各領域
■。
Il、11.IVの始点、終点の座標が演算された後に
、再び二値化画素積算回路81 、82 、83 、8
4に印加されることになる。つまり、板目標領域更新演
夏は少な(とも2回行われる。たとえば、すべての判別
回路85 、86 、87 、88の判別結果が反転す
るまで仮目標更新演算が行われる。そして、最終的な仮
目標領域は目標領域(Xs  、 Ys  、 Xt 
 、 YE )として第2図の面積重心演算回路9およ
び処理領域演算回路11に供給される。
第7図の左端拡大領域二値化画素積算回路81は第9A
図に示すフローチャートの機能を有するファームウェア
によって構成される。すなわち、ステップ901Aでは
、積算値TAを初期化し、ステップ902AにてY座標
を仮目標領域の開始座標Y3.とし、ステップ903A
ではX座標を仮目標領域の開始座標xsp−ΔXとする
ステップ904Aでは、座標(X 、 Y)に対応する
二値化データを二値化メモリ5より読出し、積算値TA
に加算し、ステップ905Aでは、座標Xを+1カウン
トアツプし、ステップ906Aにて座標Xが終点座標X
SFに超えたか否かを判別する。この結果、XsXsp
であれば、’:)、 テy 7” 903A 〜905
A (7)フローを繰返し、X > X srであれば
ステップ907Aにて座標Yを+1カウントアツプし、
ステップ908Aに進む。
ステップ908Aでは、座標Yが終点座標YEPに超え
たか否かを判別する。この結果、YsY、pであればス
テップ903A〜907Aのフローを繰返し、Y〉Y、
であればステップ909Aに進み、このルーチンは終了
する。
第7図の右端拡大領域二値化画素積算回路82は第9B
図に示すフローチャートの機能を有するファームウェア
によって構成される。すなわち、ステップ901Bでは
、積算値TBを初期化し、ステップ902BにてX座標
を仮目標領域の開始座標Y8.とし、ステップ903B
ではX座標を仮目標領域の開始座標X□とする。
ステップ904Bでは、座標(X 、 Y)に対応する
二値化データを二値化メモリ5より読出し、積算値TB
に加算し、ステップ905Bでは、座標Xを+1カウン
トアツプし、ステップ906Bにて座標Xが終点座標X
EP+ΔXに超えたか否かを判別する。
この結果、X≦X□+ΔXであれば、ステップ903B
〜905Bのフローを繰返し、X>X□+ΔXであれば
ステップ907Bにて座標Yを+1カウントアツプし、
ステップ908Bに進む。
ステップ908Bでは、座標Yが終点座標Y。Pに超え
たか否かを判別する。この結果、Y≦YEPであればス
テップ903B〜907Bのフローを繰返し、Y〉Y□
、であればステップ909Bに進み、このルーチンは終
了する。
第7図の下端拡大領域二値化画素積算回路83は第9C
図に示すフローチャートの機能を有するファームウェア
によって構成される。すなわち、ステップ901Cでは
、積算値TCを初期化し、ステップ902CにてX座標
を仮目標領域の開始座標Y8.−ΔYとし、ステップ9
03CではX座標を仮目標領域の開始座標xsrとする
ステップ904Cでは、座!I(X、Y)に対応する二
値化データを二値化メモリ5より読出し、積算値TCに
加算し、ステップ905Cでは、座標Xを+1カウント
アツプし、ステップ906Cにて座標Xが終点座標X□
に超えたか否かを判別する。この結果、X≦X2.であ
れば、ステップ9030〜905Cのフローを繰返し、
X > X tpであればステップ907Cにて座標Y
を+1カウントアツプし、ステップ908Cに進む。
ステップ908Cでは、座標Yが終点座標Yspに超え
たか否かを判別する。この結果、Y≦Y spであれば
ステップ903C〜907Cのフローを繰返し、Y〉Y
srであればステップ909Cに進み、このルーチンは
終了する。
第7図の上端拡大領域二値化画素積算回路84は第9D
図に示すフローチャートの機能を有するファームウェア
によって構成される。すなわち、ステップ901Dでは
、積算値TDを初期化し、ステップ902DにてX座標
を仮目標領域の開始座標YEPとし、ステップ903D
ではX座標を仮目標領域の開始座標XSFとする。
ステップ9040では、座標(X 、 Y)に対応する
二値化データを二値化メモリ5より読出し、積算値TD
に加算し、ステップ9050では、座標Xを+1カウン
トアツプし、ステップ9060にて座標Xが終点座標X
え、に超えたか否かを判別する。この結果、X≦X、P
であれば、ステップ903D〜905Dのフローを繰返
し、X>XtPであればステップ907Dにて座標Yを
+1カウントアツプし、ステップ9080に進む。
ステップ908Dでは、座標Yが終点座標YEP+ΔY
に超えたか否かを判別する。この結果、Y≦YEP+Δ
Yであればステップ903D〜907Dのフローを繰返
し、Y>Y、、+ΔYであればステップ909Dに進み
、このルーチンは終了する。
なお、上述の実施例では、仮目標領域を更新する際には
、第8図に示すごとく、拡大領域I〜■を設けることに
よって行っているが、逆に、縮小領域■′〜■′を設け
て縮小すべきか否かを判別して同様である。
また、上述の第3図の回路6〜9,11は、主にファー
ムウェアで構成するようにしているが、CPUの機能が
向上すればソフトウェアでも可能であることは言うまで
もない。
〔発明の効果〕
以上説明したように本発明によれば、自動的に目標物体
の目標N域を設定するようにしたので、追尾誤動作もし
くは目標位置検出精度の低下を防止できる。
【図面の簡単な説明】
第1図は本発明の基本構成を示すブロック図、第2図は
本発明の詳細な説明する図、 第3図は本発明に係る画像追尾装置の一実施例を示すブ
ロック回路図、 第4図は第3図の装置の画像メモリ、処理領域メモリ、
目標領域の内容を説明する図、第5図、第9A図、第9
B図、第9C図、第9D図は第3図の回路動作を説明す
るフローチャート、 第6図は第3図の仮面積重心演算回路の詳細なブロック
回路図、 第7図は第3図の目標領域演算回路の詳細な回路図、 第8図は第7図の回路を捕捉説明する図である。 1・・・撮像カメラ、   4・・・画像メモリ、5・
・・二値化メモリ、 6・・・仮面積重心演算回路、7
・・・仮目標領域演算回路、 8・・・目標領域演算回路、 9・・・面積重心演算回路。

Claims (1)

  1. 【特許請求の範囲】 1、一定の視野を有する撮像手段(1)と、該撮像手段
    から得られた画像信号をディジタル化した濃淡画像デー
    タを記憶する画像メモリ(4)と、 該画像メモリに記憶された濃淡画像データのうち所定処
    理領域の濃淡画像データを抽出して二値化し、これを記
    憶する二値化記憶手段(5)と、該二値化されたデータ
    により目標物体の仮面積重心(@X@_P、@Y@_P
    )を演算する仮面積重心演算手段(6)と、該仮面積重
    心を中心として所定幅を有する仮目標領域を演算する仮
    目標領域演算手段(7)と、該仮目標領域を拡大もしく
    は縮小すべき領域に前記目標物体が占有する割合に応じ
    て前記仮目標領域を複数回更新することにより最終的な
    目標領域(X_S、Y_S、X_E、Y_E)を演算す
    る目標領域演算手段(8)と、 該目標領域の面積重心を演算する面積重心演算手段(9
    )と、 該面積重心と前記撮像手段の撮像中心との差に応じて該
    撮像手段の方向をフィードバック駆動する駆動手段(1
    0)と を具備する画像追尾装置。 2、前記目標領域演算手段は、 前記仮目標領域の左端の外部もしくは内部領域に拡大も
    しくは縮小する領域を設定し、該拡大もしくは縮小する
    領域の二値化データを積算し、該積算の結果に応じて前
    記仮目標領域の上端を更新する目標領域上端決定手段と
    、 前記仮目標領域の右端の外部もしくは内部領域に拡大も
    しくは縮小する領域を設定し、該拡大もしくは縮小する
    領域の二値化データを積算し、該積算の結果に応じて前
    記仮目標領域の右端を更新する目標領域右端決定手段と
    、 前記仮目標領域の上端の外部もしくは内部領域に拡大も
    しくは縮小する領域を設定し、該拡大もしくは縮小する
    領域の二値化データを積算し、該積算の結果に応じて前
    記仮目標領域の上端を更新する目標領域上端決定手段と
    、 前記仮目標領域の下端の外部もしくは内部領域に拡大も
    しくは縮小する領域を設定し、該拡大もしくは縮小する
    領域の二値化データを積算し、該積算の結果に応じて前
    記仮目標領域の下端を更新する目標領域下端決定手段と
    、 を具備し、 更新された仮目標領域を前記目標物体の目標領域とする
    請求項1に記載の画像追尾装置。3、前記所定処理領域
    は前記目標領域を含んで設定される請求項1に記載の画
    像追尾装置。
JP2312780A 1990-11-20 1990-11-20 画像追尾装置 Pending JPH04184577A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2312780A JPH04184577A (ja) 1990-11-20 1990-11-20 画像追尾装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2312780A JPH04184577A (ja) 1990-11-20 1990-11-20 画像追尾装置

Publications (1)

Publication Number Publication Date
JPH04184577A true JPH04184577A (ja) 1992-07-01

Family

ID=18033315

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2312780A Pending JPH04184577A (ja) 1990-11-20 1990-11-20 画像追尾装置

Country Status (1)

Country Link
JP (1) JPH04184577A (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06187448A (ja) * 1992-12-16 1994-07-08 Nippon Telegr & Teleph Corp <Ntt> 画像中の物体の追随方法及びその実施装置
WO1994029670A1 (fr) * 1993-06-10 1994-12-22 Kabushiki Kaisha Oh - Yoh Keisoku Kenkyusho Appareil pour mesurer la position d'un objet en mouvement

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06187448A (ja) * 1992-12-16 1994-07-08 Nippon Telegr & Teleph Corp <Ntt> 画像中の物体の追随方法及びその実施装置
WO1994029670A1 (fr) * 1993-06-10 1994-12-22 Kabushiki Kaisha Oh - Yoh Keisoku Kenkyusho Appareil pour mesurer la position d'un objet en mouvement
US5764786A (en) * 1993-06-10 1998-06-09 Kuwashima; Shigesumi Moving object measurement device employing a three-dimensional analysis to obtain characteristics of the moving object

Similar Documents

Publication Publication Date Title
US10268947B2 (en) Face detection using small-scale convolutional neural network (CNN) modules for embedded systems
US20180239957A1 (en) Heuristic finger detection method based on depth image
CN111985385A (zh) 一种行为检测方法、装置及设备
WO2022252642A1 (zh) 基于视频图像的行为姿态检测方法、装置、设备及介质
US11719544B2 (en) Electronic apparatus for object recognition and control method thereof
CN105518714A (zh) 活体检测方法及设备、计算机程序产品
US9904361B2 (en) Electronic device and facial expression operation method
JPH04184577A (ja) 画像追尾装置
JP2020181290A (ja) 物品認識システムおよび物品認識方法
WO2021218624A1 (zh) 智能花瓶系统及花卉识别展示方法、电子设备
CN112149517A (zh) 一种人脸考勤方法、系统、计算机设备及存储介质
CN110880003A (zh) 一种图像匹配方法、装置、存储介质及汽车
CN115972198A (zh) 一种非完全信息条件下的机械臂视觉抓取方法与装置
JP6933273B2 (ja) 棚割情報生成システム
CN114299271A (zh) 三维建模方法、三维建模装置、电子设备和可读存储介质
CN108898107B (zh) 自动分区命名方法
CN111435448B (zh) 图像显著性物体检测方法、装置、设备及介质
KR102068552B1 (ko) 동작 인식을 위한 센싱 장치 및 그 방법
CN110738111A (zh) 基于多目的匹配、姿态识别方法、装置及系统
US9569104B2 (en) Electronic device and scoring system and scoring method using same
JP7255644B2 (ja) 棚割情報生成システム、棚割情報生成方法、およびプログラム
JP7419993B2 (ja) 信頼度推定プログラム、信頼度推定方法、および信頼度推定装置
US20220207784A1 (en) Method for generating goods modeling data and goods modeling data generation device
JP2018022315A (ja) 画像認識装置、画像認識システム、及び画像認識方法
JP7211495B2 (ja) 教師データ生成装置