JPH07129778A

JPH07129778A - 画像監視装置

Info

Publication number: JPH07129778A
Application number: JP5277950A
Authority: JP
Inventors: Takahiro Watanabe; 孝弘渡辺; Yuji Kuno; 裕次久野; Satoshi Nakagawa; 聰中川; Yoshinori Shimosakota; 義則下迫田
Original assignee: Oki Electric Industry Co Ltd
Current assignee: Oki Electric Industry Co Ltd
Priority date: 1993-11-08
Filing date: 1993-11-08
Publication date: 1995-05-19

Abstract

(57)【要約】【目的】画像監視装置の精度を高めると共に処理速度
を速くする。【構成】画像入力部５０内の背景画像メモリには、予
め背景画像のデータが格納され、一方、入力画像データ
は、入力画像メモリに保持される。画像変化検出部６０
は、背景画像及び入力画像のデータから差分画像を求め
ると共に、この差分画像から背景画像及び入力画像間の
変化の有無を検出する。変化領域判定部７０は、差分画
像から変化領域を抽出し、かつ背景画像に対する該変化
領域の特徴量を求める。その後、変化領域判定部７０
は、特徴量と、その特徴量の時間的変化に基づき、変化
領域が侵入物体によるものか外乱によるものかを判定す
る。侵入物体認識部８０は、変化領域が侵入物体による
場合のみ、その侵入物体が何であるのかを認識する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、例えばテレビジョンカ
メラ（以下、ＴＶカメラという）による撮像画像から、
侵入者を検出する侵入者監視システム等に用いられる画
像監視装置に関するものである。

【０００２】

【従来の技術】従来、このような分野の技術としては、
例えば次のような文献に記載されるものがあった。文献；１９９０年電子情報通信学会春季全国大会講演論
文集文冊６Ｄ−４３６、佐久間喜郎、伊東潔、増
田功著「微分画像のフレーム間差分による侵入物体検
出」Ｐ．６−４３８従来、例えば、侵入者監視システムにおける人物認識方
法としては、前記文献に記載されるように、侵入者の有
無を確認するための入力画像と背景画像をＴＶカメラで
画像入力し、前記入力画像と背景画像との差分二値化画
像から変化領域を求め、前記変化領域の特徴量から侵入
者の有無を判断し、侵入者有りの場合には警報を発する
ようになっている。ここで、変化領域の特徴量から侵入
者の有無を判断する方法としては、変化領域の面積と外
接矩形をパラメータとして侵入者の有無を判断してい
る。つまり、変化領域の面積がある値以上で、かつ外接
矩形の縦横比（外接矩形の縦の長さ／横の長さ）がある
範囲以内であるものを、侵入者として判断するようにな
っていた。

【０００３】

【発明が解決しようとする課題】しかしながら、従来の
侵入者監視システムにおける人物認識方法では、次のよ
うな課題があった。（ａ）侵入者をＴＶカメラで画像入力し、その画像に
基づき侵入者の有無を検出する場合、ＴＶカメラの設置
場所から遠くにいる侵入者は、画像上で変化領域の面積
が小さくなる。これに対し、ＴＶカメラの設置場所の近
くでは、小さなものが動いても変化領域の面積が大きく
なる。そのため、ＴＶカメラの設置場所から遠い位置に
いる侵入者を認識しようとして、変化領域の面積におけ
る閾値の設定を低くすると、ＴＶカメラの近くで人以外
の小さな物体が動くことによって生じる変化領域との区
別ができずに、誤報を発してしまうことがある。また、
もう一つのパラメータである外接矩形の縦横比は、人が
通常に歩行する動作を横から捉えた場合、足と腕を閉じ
たときは開いたときに比べ約４〜５倍ほども大きくな
る。そのため、縦横比だけから侵入者を判断する場合
も、誤認識が多くなる。このように、変化領域の面積と
外接矩形の縦横比のみから侵入者の有無を判断すると、
多くの誤報を発するおそれがある。（ｂ）前記（ａ）のような変化領域の面積と外接矩形
の縦横比から侵入者の有無を判断する方法によって生じ
る誤認識の点を解決するため、本願出願人等は先に特願
平５−１３６２７９明細書（以下、先の提案という）に
おいて、歩行時に発生する人物特有の形状を利用するこ
とによって人物を正確に認識し、誤報を少なくする侵入
者監視システム等における人物認識方法を提案した。

【０００４】この先の提案では、入力画像と背景画像と
の濃度値の差の絶対値を計算して差分画像を求め、前記
差分画像を適当な閾値で二値化して変化領域を求め、前
記変化領域の特徴量から前記入力画像中の侵入物体を認
識する方法において、次のような手段を講じている。即
ち、前記変化領域を外接矩形で囲み、その矩形領域を切
り出す変化領域切り出し処理と、前記切り出された矩形
領域を縦に３等分して分割外接矩形Ａ１，Ａ２，Ａ３を
出力する変化領域分割処理と、前記各分割外接矩形Ａ
１，Ａ２，Ａ３中の変化領域の横軸上への投影を行って
投影ヒストグラムを求める投影ヒストグラム作成処理
と、前記投影ヒストグラムから下記の特徴（１）〜
（８）の特徴量を抽出する特徴量抽出処理と、前記特徴
量と前記変化領域の外接矩形の縦横比との関係から人物
を認識する侵入物体判定処理とを、順に実行するように
している。特徴（１）；各分割外接矩形Ａ１，Ａ２，Ａ３中のヒス
トグラムのブロック数特徴（２）；各ブロックの平均値Ｆ特徴（３）；各ブロックの平均値Ｆの分割外接矩形間の
差特徴（４）；各ブロックにおける極大値数特徴（５）；各ブロックにおける面積の割合Ｒ特徴（６）；分割外接矩形Ａ３における極大値の位置Ｍ特徴（７）；各ブロックの標準偏差の分割外接矩形Ａ
１，Ａ２，Ａ３の横幅に対する割合Ｄ特徴（８）；各ブロックの半値幅の底辺に対する割合Ｗ即ち、差分画像を適当な閾値で二値化して変化領域が求
められると、変化領域切り出し処理では、その変化領域
を外接矩形で囲み、その矩形領域を切り出す。この切り
出された矩形領域は、変化領域分割処理で縦方向に３等
分され、その分割された分割外接矩形Ａ１，Ａ２，Ａ３
に対し、投影ヒストグラム作成処理によって投影ヒスト
グラムが求められる。特徴量抽出処理では、投影ヒスト
グラム作成処理で求められた投影ヒストグラムから特徴
（１）〜（８）を抽出する。

【０００５】侵入物体判定処理では、特徴（１）〜
（８）と変化領域の外接矩形の縦横比との関係から、人
物を認識する。この侵入物体判定処理では、人の横方向
歩行時の人物認識方法に加え、人の縦方向歩行時に発生
する人物特有の特徴量も利用して人物の認識を行い、人
物の正確な認識が行える。ところが、先の提案は、次の
ような問題がある。変化領域がすべて侵入物体であるも
のとして抽出される。しかしながら、入力画像中の変化
領域は、侵入物体以外の外乱要因によっても抽出され
る。外乱要因としては、例えば次の（ａ）〜（ｅ）等
が、考えられる。（ａ）照明の点灯或いは消灯等による急激な明るさの変
化。（ｂ）太陽の移動等による明るさの緩やかな変化。（ｃ）車のヘッドライト等による移動照明によるもの。（ｄ）木等の背景中の既存物の動きによるもの。（ｅ）カメラのブレによる背景画像の変化。これらの外乱要因によって生じた変化領域を、侵入物体
を表す変化領域として侵入物体判定処理を施すと、例え
ば、その領域が人の形に似ている場合など、画像監視装
置が、変化領域の形状によって誤って侵入者と認識する
場合がある。また、この認識処理にはある程度時間がか
かるため、外乱要因のための不必要な認識に時間が割か
れては次の画像を読込む時間間隔が長くなる。即ち、こ
の事が、監視システムの精度を下げることになる。ま
た、監視場所によっては侵入物体の種類の判定によらず
侵入物体の出現が確認された時点で警報を発する方がよ
い場合もある。本発明は以上のような課題を解決し、変
化領域の要因を判定してから、侵入物体が何であるかを
認識する画像監視装置を提供することを目的とする。

【０００６】

【課題を解決するための手段】本発明は、前記課題を解
決するために、背景画像のデータ及び入力画像のデータ
から該背景画像と入力画像の差分画像を求め、その差分
画像から該入力画像中の該背景画像に対する変化領域の
存否を検出して該差分画像から該変化領域を抽出する侵
入物体抽出部と、該背景画像に対する変化領域の第１の
特徴量を求め、該第１の特徴量から前記侵入物体の正体
を認識する侵入物体認識部とを、備えた画像監視装置に
おいて、次のような手段を講じている。即ち、前記侵入
物体抽出部を、予め前記背景画像のデータを格納する背
景画像メモリと順次入力される前記入力画像のデータを
保持する入力画像メモリとを有する画像入力部と、前記
背景画像のデータ及び前記入力画像のデータから前記差
分画像を求めて前記背景画像に対する変化領域の存否を
検出する画像変化検出部と、前記差分画像から前記変化
領域を抽出して前記背景画像に対する該変化領域の第２
の特徴量を求め、該第２の特徴量と、その特徴量の時間
的変化に基づき前記入力画像中の背景画像に対する変化
が侵入物体に起因するものか外乱要因によるものかを判
定する変化領域判定部とで、構成している。

【０００７】

【作用】本発明によれば、以上のように画像監視装置を
構成したので、画像入力部は、予め背景画像のデータを
格納すると共に順次入力される入力画像のデータを保持
する。画像変化検出部は、画像入力部からの背景画像デ
ータと入力画像データから差分画像を求め、さらにその
入力画像中に背景画像から変化した変化領域があるか否
かを検出する。変化が認められた場合に変化領域判定部
は、差分画像から変化領域を抽出すると共に背景画像に
対する変化領域の第２の特徴量を求める。変化領域判定
部はその第２の特徴量と、その特徴量の時間的変化に基
づき、変化領域が侵入物体に起因するものか外乱要因に
よるものかを判定する。変化領域判定部の判定の後、侵
入物体認識部は、背景画像に対する変化領域の第１の特
徴量を求め、その第１の特徴量から前記侵入物の正体が
認識される。従って、前記課題を解決できるのである。

【０００８】

【実施例】本実施例では、まず、先の提案を実施する画
像監視装置（Ｉ）と、その問題点（II）を説明した後、
その問題点（II）を解決するために、変化領域判定部を
設けた画像監視装置(III）について説明する。（Ｉ）先の提案を実施する画像監視装置図２は、先の提案の人物認識方法を実施する画像監視装
置におけるフローチャートである。この画像監視装置
は、例えば、背景画像のデータを保持する背景画像メモ
リ１１と、入力画像のデータを保持する入力画像メモリ
１２と、背景画像のデータ及び入力画像のデータから差
分画像を求め、その該入力画像中の該背景画像に対する
変化領域の存否を検出すると共に、差分画像から変化領
域を抽出する侵入物体抽出部２０と、背景画像に対する
その変化領域の第１の特徴量を求め、侵入物体の正体を
認識する侵入物体認識部３０とを備えている。図２を参
照しつつ、この画像監視装置の動作について説明する。
侵入物体抽出部２０において、ステップＳ２１の差分処
理が実施され、背景画像メモリ１１及び入力画像メモリ
１２に格納されている背景画像のデータ及び入力画像の
データから、濃度値の差の絶対値が計算されて差分画像
が求められる。さらに、ステップＳ２２の二値化処理
で、差分画像が二値化され、差分二値化画像が求められ
る。侵入物体抽出部２０は、差分二値化画像に対してス
テップ２３の変化領域切出し処理を実施する。変化領域
切出し処理により背景画像に対して閾値以上濃度値が変
化した入力画像中の変化領域が、侵入物体を表す領域と
して外接矩形で囲まれて抽出される。

【０００９】次に、抽出された変化領域がどのような侵
入物体によるものかが、侵入物体認識部３０で認識され
る。侵入物体認識部３０では、まず、侵入物体抽出部で
求めた矩形領域が、ステップＳ３１の変化領域分割処理
で３等分される。３等分された各矩形中の変化領域を表
す画素が、ステップＳ３２の投影ヒストグラム作成処理
によって縦方向に加算され、投影ヒストグラムがそれぞ
れ求められる。次に、ステップＳ３３の特徴量抽出処理
によって、それらの投影ヒストグラムが平滑化され、各
投影ヒストグラムの特徴量が抽出される。その特徴量
は、以下の特徴（１）〜（８）のようなものである。こ
れらの特徴量が、変化領域の形状特徴を表している。特徴（１）各分割外接矩形Ａ１，Ａ２，Ａ３中のヒスト
グラムのブロック数特徴（２）各ブロックの平均値Ｆ特徴（３）各ブロックの平均値Ｆの分割外接矩形間の差特徴（４）各ブロックの極大値数特徴（５）各ブロックにおける面積の割合Ｒ特徴（６）分割外接矩形Ａ３における極大値の位置Ｍ特徴（７）各ブロックの標準偏差の分割外接矩形Ａ１，
Ａ２，Ａ３の横幅に対する割合Ｄ特徴（８）各ブロックの半値幅の底辺に対する割合Ｗ特徴量抽出処理の後、侵入物体認識部３０は、ステップ
Ｓ３４の侵入物体判定処理を実施する。ステップＳ３４
の侵入物体判定処理によって、前記の特徴量と変化領域
の外接矩形の縦横比との関係から、変化領域の識別が行
われ、侵入物体が何であるかが、認識されてステップＳ
３５で出力される。

【００１０】（II）前記（Ｉ）の画像監視装置の問題点変化領域は、必ずしも侵入物体がある場合のみに検出さ
れるとは限らない。即ち、入力画像中の変化領域は、侵
入物体以外の外乱要因によっても抽出される。外乱要因
としては、例えば次の（ａ）〜（ｅ）等が、考えられ
る。（ａ）照明の点灯或いは消灯等による急激な明るさの変
化。（ｂ）太陽の移動等による明るさの緩やかな明るさの変
化。（ｃ）車のヘッドライト等による移動照明によるもの。（ｄ）木等の背景中の既存物の動きによるもの。（ｅ）カメラのブレによる背景画像の変化。これらの外乱要因によって生じた変化領域に対して侵入
物体を表す変化領域として侵入物体判定処理を施すと、
例えば、その領域が人の形に似ている場合など、画像監
視装置が誤認識する。また、この認識処理にはある程度
時間がかかるため、外乱要因のための不必要な認識に時
間が割かれては次の画像を読込む時間間隔が長くなる。
即ち、この事が、監視システムの精度を下げることにな
る。また、監視場所によっては侵入物体の種類の判定に
よらず侵入物体の出現が確認された時点で警報を発する
方がよい場合もある。

【００１１】(III）変化領域判定部を有した画像監視装
置図１は、本発明の実施例の画像監視装置の構成ブロック
図である。この画像監視装置は、背景画像のデータ及び
入力画像のデータから差分画像を求め、その差分画像か
ら入力画像中の背景画像に対する変化領域の存否を検出
して差分画像から変化領域を抽出する侵入物体抽出部４
０と、背景画像に対する変化領域の第１の特徴量を求
め、該第１の特徴量から侵入物の正体を認識する変化領
域の侵入物体認識部８０とを備えている。侵入物体抽出
部４０は、画像入力部５０と画像変化検出部６０と変化
領域判定部７０とを、有している。図３は、図１中の画
像入力部の構成例を示す構成ブロック図であり、画像入
力部５０は、図３のようにＴＶカメラ等の画像入力装置
５１と、予め画像入力装置５１からの背景画像データを
格納している背景画像メモリ５２と、逐次画像入力装置
５１から入力される入力画像データを保持する入力画像
メモリ５３とで構成されている。画像変化検出部６０
は、背景画像メモリ５２と入力画像メモリ５３からのデ
ータで、入力画像中に背景画像に対して濃度変化した変
化領域があるかどうかを調べる構成である。変化が認め
られなかった場合、背景更新処理６５が実施される。即
ち、背景画像メモリ５２に格納されていた背景画像のデ
ータが、現在入力されている入力画像の画像データに更
新される。この更新により、太陽の移動等の緩やかな明
るさの変化に起因した変化領域は、検出されなくなる。
変化領域判定部７０は、入力画像中の変化領域があった
場合に動作して、該変化領域が侵入物によるものか或い
は外乱要因によるものかを判定する構成となっている。

【００１２】図４は、侵入物体による変化領域の時間的
な変化を示す図であり、図５は、図４における変化領域
の特徴量の時間的変移を表す図である。図４及び図５を
用いて、侵入物体と外乱要因とを判別する手法の概略を
示す。侵入物体の場合、侵入物体を表す変化領域の時間
的な変化は、外乱要因の場合に対して特徴を有してい
る。即ち、侵入物体を表す変化領域の面積及び外接矩形
の周囲長は、時間と共に大きくなり、かつ外接矩形の少
なくとも１辺のｘ座標かｙ座標は、常にほぼ同じ値をと
る（図４においては、ｘ＝ｎ）。そして、背景画像に対
する変化領域の特徴を示す第２の特徴量は、図５のよう
に時間変化と共に増加する。図６は、照明の点灯による
変化領域の特徴量の時間的変化を示す図である。照明の
点灯・消灯のような急激な明るさの変化があった場合、
図６のように第２の特徴量は急激に変化し、かつ急激な
変化の後は一定となる。その他の場合の外乱要因による
変化領域についても、変化領域を表す特徴量の時間的変
化が、侵入物体と異なる。変化領域判定部７０は、変化
領域の面積、重心、移動ベクトル、及び外接矩形の周囲
長等の特徴量と、その特徴量の時間的変化によって、入
力画像の濃度変化の原因が侵入物体であるか外乱要因に
よるものかを判定する。また、外乱要因の内には、照明
の変化やカメラのブレ等、以降の侵入物体抽出のために
背景画像を更新する方がよい場合がある。この場合、監
視者の確認のもとに背景更新処理７５が実施され、背景
画像メモリ５２に格納されていた背景画像のデータが、
現在入力されている入力画像の画像データに更新され
る。また、侵入物体の種類によらず侵入物体の出現を知
らせた方がよい場合がある。この場合、変化領域判定部
７０が侵入物体を判定した時点で、例えば警報を発する
ことができる。侵入物体認識部８０は、抽出された侵入
物体による変化領域が、例えば人であるのか人以外の動
物であるのか或いは車等の移動物体によるものかを認識
する。この認識には、例えば、先の提案の技術が適応さ
れる。

【００１３】次に、図１の画像監視装置の動作を説明す
る。ＴＶカメラ等の画像入力装置５１から、予め背景画
像だけを撮影した画像のデータが背景画像メモリ５２に
格納される。入力画像は、ＴＶカメラ等の画像入力装置
５１を介して逐次入力され、入力画像メモリ５３が、そ
の入力画像のデータを保持する。図７は、図１中の画像
変化検出部のフローチャートであり、図７を用いて画像
変化検出部６０の動作について説明する。入力画像メモ
リ５３に保持されたデータと背景画像メモリ５２に格納
されているデータとは、ステップＳ６０で画像変化検出
部６０に読出される。画像変化検出部６０において、次
の（１）から（５）のステップＳ６１〜Ｓ６５の処理が
順に実施される。（１）ステップＳ６１差分処理入力画像及び背景画像のデータから、入力画像と背景画
像との濃度差の絶対値が計算され、この入力画像と背景
画像との差分画像が求められる。（２）ステップＳ６２濃度ヒストグラム作成処理差分画像の濃度ヒストグラムが作成される。（３）ステップＳ６３濃度ヒストグラム読出し処理現フレームの１フレーム前の入力画像による差分画像の
濃度ヒストグラムを濃度ヒストグラムメモリから読出
す。（４）ステップ６４濃度ヒストグラム比較処理ステップＳ６３で読出された濃度ヒストグラムと現フレ
ームの濃度ヒストグラムが比較され、その二者に変化が
あれば、次のステップに進行する。二者に変化が無い場
合、現フレームの濃度ヒストグラムが濃度ヒストグラム
メモリに書込まれる。これと同時に現フレームの入力画
像のデータが背景画像メモリ５２に書込まれて更新され
る。（５）ステップＳ６５出力前フレームと現フレーム間の濃度ヒストグラムに変化の
あったことの情報が、変化領域判定部７０に伝達され
る。図８は、図１中の変化領域判定部のフローチャート
であり、図８を用いて変化領域判定部８０の動作を説明
する。変化領域判定部７０において、ステップＳ７０で
差分画像が入力され、その後、次の（６）から（１１）
のステップＳ７１〜Ｓ７７の処理が、順に実施される。

【００１４】（６）ステップＳ７１二値化処理差分画像は、設定された閾値で二値化され、例えば複数
の変化領域が抽出される。（７）ステップＳ７２クラスタリング処理変化領域に対してクラスタリングが実施され、まとまり
のある変化領域が１つの変化領域として扱われる。（８）ステップＳ７３変化領域特徴抽出処理クラスタリングされた変化領域毎に、その面積、重心、
移動ベクトル、外接矩形の頂点座標、及び外接矩形の周
囲長等の第２の特徴量が求められる。（９）ステップＳ７４変化領域特徴メモリ書込み処理ステップＳ７３の結果の第２の特徴量が、フレーム単位
で順次変化領域特徴メモリに書込まれる。この処理は、
入力画像のフレームが、規定枚数に達するまで継続され
る。（１０）ステップＳ７５変化領域判定処理変化領域特徴メモリに書込まれた一連の特徴量とその特
徴量の時間的変化から、変化領域が侵入物体によるもの
か外乱要因によるものかが、判断される。同時に、変化
領域が外乱要因によるものであると判断された場合、そ
の外乱要因が何であるかを識別する。（１１）ステップＳ７６背景画像データ変更処理ステップＳ７５において、変化領域が外乱要因による場
合、例えば、監視者に確認をとり、変化領域判定部７０
は、画像入力部５０を制御し、画像入力部５０は、新し
い背景つまり現画像のデータを背景画像データメモリ５
２に書込む。

【００１５】以上の処理の後、抽出された変化領域がど
のような侵入物体によるものかが、侵入物体認識部８０
で認識される。図９は、図１の侵入物体認識部のフロー
チャートであり、侵入物体認識部８０における処理ステ
ップＳ８０〜Ｓ８６が示されている。侵入物体認識部８
０では、まず、侵入物体抽出部４０から二値化された差
分画像をステップＳ８０で入力する。次にステップＳ８
１の変化領域切出し処理で、変化領域を外接矩形で囲ん
で検出する。そして、その矩形領域が、ステップＳ８２
の変化領域分割処理で３等分される。３等分された各矩
形中の変化領域を表す画素が、ステップＳ８３の投影ヒ
ストグラム作成処理によって縦方向に加算され、投影ヒ
ストグラムがそれぞれ求められる。次に、ステップＳ８
４の特徴量抽出処理によって、それらの投影ヒストグラ
ムが平滑化され、各投影ヒストグラムの特徴量が抽出さ
れる。その特徴量は、以下の特徴（１）〜（８）のよう
なものである。これらの特徴量が、変化領域の形状特徴
を表している。特徴（１）各分割外接矩形Ａ１，Ａ２，Ａ３中のヒスト
グラムのブロック数特徴（２）各ブロックの平均値Ｆ特徴（３）各ブロックの平均値Ｆの分割外接矩形間の差特徴（４）各ブロックの極大値数特徴（５）各ブロックにおける面積の割合Ｒ特徴（６）分割外接矩形Ａ３における極大値の位置Ｍ特徴（７）各ブロックの標準偏差の分割外接矩形の横幅
に対する割合Ｄ特徴（８）各ブロックの半値幅の底辺に対する割合Ｗ特徴量抽出処理の後、侵入物体認識部８０は、ステップ
Ｓ８５の侵入物体識別処理を実施する。ステップＳ８５
の侵入物体判定処理によって、前記特徴量と変化領域の
外接矩形の縦横比との関係から、変化領域の識別が行わ
れ、侵入物体が何であるかが認識されてステップＳ８６
で出力される。以上のように、本実施例では、入力画像
中の変化領域を抽出し、その抽出された変化領域が、侵
入物体によるものか、外乱要因によるものかを判定して
いる。そして、侵入物体による場合のみ、変化領域に対
して侵入物体が何であるかを認識する構成である。その
ため、この画像監視装置は、認識精度と処理速度が向上
する。なお、本発明は、上記実施例に限定されず種々の
変形が可能である。その変形例としては、例えば次のよ
うなものがある。（１）侵入物体認識部８０で用いられる変化領域に対
する外接矩形は、変化領域判定部７０のステップＳ７３
で用いられた変化領域の矩形をそのまま使用することも
可能である。（２）侵入物体認識部８０における侵入物体を認識す
る方法は、用途に応じて別の方法に変更しても、本実施
例と同様の効果を奏する。

【００１６】

【発明の効果】以上詳細に説明したように、本発明によ
れば、入力画像中の変化領域を抽出し、その抽出された
変化領域が、侵入物体によるものか外乱要因によるもの
かを判定している。そして、変化領域が侵入物体による
場合のみ、変化領域に対して侵入物体が何であるかを認
識する構成である。そのため、外乱要因によってできた
変化領域に対して認識する処理がなくなり、誤認識をす
る確率が減じられ、画像監視の精度が向上する。また、
処理スピードが速くなる。一方、変化領域が侵入物体に
よるものか外乱要因によるものかを判定する処理が、侵
入物体の正体を認識する前になされるので、例えば、侵
入物体を検出した段階で警報等を発する構成とすること
ができる。これにより、画像監視装置の用途を、さらに
拡大でききる。

【図面の簡単な説明】

【図１】本実施例の画像監視装置を示す構成ブロック図
である。

【図２】先の提案の画像監視装置におけるフローチャー
トである。

【図３】図１中の画像入力部の構成例を示す構成ブロッ
ク図である。

【図４】侵入物体による変化領域の時間的な変化を示す
図である。

【図５】図４における変化領域の特徴量の時間的変移を
示す図である。

【図６】照明の点灯による変化領域の特徴量の時間的変
移を示す図である。

【図７】図１中の画像変化検出部のフローチャートであ
る。

【図８】図１中の変化領域判定部のフローチャートであ
る。

【図９】図１中の侵入物体認識部のフローチャートであ
る。

【符号の説明】

１１，５２背景画像メモリ１２，５３入力画像メモリ２０，４０侵入物体抽出部３０，８０侵入物体認識部５０画像入力部６０画像変化検出部７０変化領域判定部

───────────────────────────────────────────────────── フロントページの続き (72)発明者下迫田義則東京都港区虎ノ門１丁目７番12号沖電気工業株式会社内

Claims

【特許請求の範囲】

【請求項１】背景画像のデータ及び入力画像のデータ
から該背景画像と入力画像の差分画像を求め、その差分
画像から該入力画像中の該背景画像に対する変化領域の
存否を検出すると共に該差分画像から該変化領域を抽出
する侵入物体抽出部と、該背景画像に対する変化領域の
第１の特徴量を求めて該第１の特徴量から前記侵入物体
の正体を認識する侵入物体認識部とを、備えた画像監視
装置において、前記侵入物体抽出部は、予め前記背景画像のデータを格
納する背景画像メモリと順次入力される前記入力画像の
データを保持する入力画像メモリとを有する画像入力部
と、前記背景画像のデータ及び前記入力画像のデータから前
記差分画像を求め前記背景画像に対する変化領域の存否
を検出する画像変化検出部と、前記差分画像から前記変化領域を抽出して前記背景画像
に対する該変化領域の第２の特徴量を求め、該第２の特
徴量と、その特徴量の時間的変化に基づき前記入力画像
中の背景画像に対する変化が侵入物体に起因するものか
外乱要因によるものかを判定する変化領域判定部とで、構成したことを特徴とする画像監視装置。