JPH07296166A - 混雑度検出装置 - Google Patents

Abstract

(57)【要約】 【目的】 検出精度の良いものとする。 【構成】 監視画像と背景画像とのレベルの差分値を対
応する画素毎に算出すると共に画素毎に差分値の大小に
基づき二値化を行い検出対象物の存在領域を認識して混
雑度を検出する混雑度検出装置において、存在領域をそ
れぞれ区別するためのラベリング手段25と、存在領域毎
に特徴量を抽出する特徴量抽出手段2aと、特徴量抽出手
段が前回の監視画像に対して抽出した特徴量を存在領域
毎に格納する一方の特徴量テーブル27a と、特徴量抽出
手段が今回の監視画像に対して抽出した特徴量を存在領
域毎に格納する他方の特徴量テーブル27b と、一方の特
徴量テーブルに格納された存在領域毎の特徴量と他方の
特徴量テーブルに格納された存在領域毎の特徴量とから
存在領域を追跡する領域追跡手段2bと、追跡が所定回数
連続して行い得ると検出対象物であるとする判定手段2c
とを設けた。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、撮像して得た映像にデ
ジタル処理を施すことによって混雑度を検出する混雑度
検出装置に関するものである。

【０００２】

【従来の技術】従来より、検出対象物の存在しない検知
領域を予め撮像して記憶した背景画像と、前記検知領域
を所定時間間隔で順次撮像して得る監視画像とを比較し
て、該それぞれの対応する画素毎の差分値に基づいて混
雑度を検出する混雑度検出装置が提案されている。上述
の混雑度検出装置にあっては、検出対象物の存在する監
視画像と検出対象物の存在しない背景画像との差分をと
り、該差分結果を所定閾値で二値化処理することで、検
出対象物の存在する監視画像の中の背景画像の領域のみ
が取り除かれると、検出対象物の領域だけが抽出できる
性質を利用している。

【０００３】次に、上述の二値化処理の様子を図８を用
いて説明する。図８は二値化処理の様子を示す説明図で
あり、図８（ａ）は背景画像のイメージを示し、図８
（ｂ）は監視画像のイメージを示し、図８（ｃ）は差分
画像のイメージを示し、図８（ｄ）は検出対象物の映っ
ている領域のみを抽出した抽出画像のイメージを示して
いる。

【０００４】さて、実際の混雑度検出装置においては非
常に多くの画素を取り扱うのであるが、図８に示す背景
画像Ｂや監視画像Ｗや差分画像Ｓや抽出画像Ｒにあって
は、それぞれの１枚の画像を８行１３列のマトリクス状
の画素に分割して取り扱っている。すなわち、背景画像
Ｂは画素Ｂ_(1,1) ，…Ｂ_(8,13)の１０４個の画素Ｂ_{i, j}
に分割して取り扱い、監視画像Ｗは画素Ｗ_(1,1) ，…Ｗ
_(8,13)の１０４個の画素Ｗ_i,j に分割して取り扱ってい
る。また、差分画像Ｓや抽出画像Ｒにあっても、１０４
個の画素Ｓ_i,j や１０４個の画素ｒ_i,j から構成されて
いるものとして扱っている。

【０００５】つまり、図８（ａ）の背景画像Ｂにあって
は、画素Ｂ_(1,1) の明暗レベルｂ_{(1 ,1)} は「１」、画素
Ｂ_(5,1) の明暗レベルｂ_(5,1) は「３」、画素Ｂ_(7,1)
の明暗レベルｂ_(7,1) は「２」、……と成っている。ま
た、図８（ｂ）の監視画像Ｗにあっては、画素Ｗ_(1,1)
の明暗レベルｗ_(1,1) は「１」、画素Ｗ_(3,4) の明暗レ
ベルｗ_(3,4) は「６」、画素Ｗ_(4,3) の明暗レベルｗ
_(4,3) は「７」、……と成っている。なお、明暗レベル
は「０」〜「９」までの１０段階に量子化されるものと
仮定している。

【０００６】そこで、背景画像Ｂと監視画像Ｗとで、そ
れぞれの対応する画素の差分値ｓ_{i, j} ＝｜ｗ_i,j −ｂ
_i,j ｜を算出して並べると、それぞれの画素Ｓ_i,j の差
分値ｓ _i,j の配置は図８（ｃ）に示すようなイメージと
なる。すなわち、差分画像Ｓの画素Ｓ_(1,1) の差分値ｓ
_(1,1) は「０」、差分値ｓ_(3,4) は「５」、差分値ｓ_(4
,3) は「６」、……と成る。差分画像Ｓにおいて、差分
値ｓ_i,j が「０」または「０」に近い画素Ｓ_i,j の部分
にあっては検出対象物は不存在である確率が高く、差分
値ｓ_i,j が「９」に近い画素Ｓ_i,j の部分にあっては検
出対象物は存在する確率が高い。

【０００７】ここで、二値化処理するための閾値Ｔを例
えば「２」と仮定するならば、差分値ｓ_i,j が「２」以
上（ｓ_i,j ≧Ｔ）である画素Ｓ_i,j のみを抽出して画素
ｒ_{i, j} と成した、図８（ｄ）に示すような抽出画像Ｒを
得る。抽出画像Ｒが得られると、抽出された画素ｒ_i,j
の総数Ｎを知ることができ、混雑度を認識することがで
きる。すなわち、例えば、検出対象物がエレベータを待
つ待ち人であったとすると、待ち人一人当たりの画素数
が定まると、エレベータを待つ待ち人の概数を簡単に算
出することができるのである。なお、抽出画像Ｒから、
エレベータを待つ待ち人の数を求める他の方法として
は、抽出された画素ｒ_i,j のそれぞれの存在領域毎の大
きさや独特な形状に基づいて人数を割り出す、テンプレ
ートマッチングなどの方法も用いられている。

【０００８】ところで、上述のようにして抽出した抽出
画像Ｒにあっては、例えば、エレベータを待つ待ち人の
みならず、エレベータホールを通り過ぎる人間をも検出
する可能性がある。そこで、エレベータを待っている
（静止している）待ち人のみを検出する混雑度検出装置
なども提案されている。このような、エレベータを待つ
待ち人のみを検出する混雑度検出装置にあっては、所定
時間をおいて撮像した第１監視画像と第２監視画像とを
利用して、第１監視画像と背景画像とから第１抽出画像
を得ると共に第２監視画像と背景画像とから第２抽出画
像を得た上で、第１抽出画像と第２抽出画像との論理積
をとった論理積画像の総画素数に基づいて、通り過ぎる
人間のように動きのある検出対象物を取り除き、混雑度
を認識するようにしている。

【０００９】

【発明が解決しようとする課題】しかしながら、上述の
ような、背景画像と監視画像との差分として得た差分画
像を二値化処理して求めた抽出画像を単に用いる混雑度
検出装置にあっては、エレベータホールで待っている待
ち人のみの混雑度を認識したいような場合、エレベータ
ホールを通り過ぎる人間をも検出してしまい不都合であ
る。

【００１０】また、所定時間をおいて撮像した第１監視
画像と第２監視画像とを利用して、第１監視画像と背景
画像とから第１抽出画像を得ると共に第２監視画像と背
景画像とから第２抽出画像を得た上で、第１抽出画像と
第２抽出画像との論理積をとって、該論理積画像の総画
素数に基づいて、エレベータホールで待っている（静止
している）待ち人のみの混雑度を認識するような混雑度
検出装置にあっては、エレベータを待つ待ち人が動いて
しまうと、動いた分だけ論理積画像の総画素数が減少
し、混雑度を誤認してしまう。

【００１１】更に、抽出画像の抽出した総画像数を一人
当たりの画素数で除算することでエレベータホールで待
っている待ち人の混雑度を検出するような場合、待ち人
一人当たりの画素数を幾つに設定するかによって混雑度
が大きく変化すると共に、撮像カメラの設置位置によっ
て待ち人一人当たりの画素数を現場毎に変化させねばな
らず、予め画一的に設定しておくことができないので混
雑度の検出精度が悪い。

【００１２】また更に、テンプレートマッチング方法を
用いるものにあっては、抽出画像として抽出されたそれ
ぞれの画素を、隣り合っている画素同志は１つの領域の
存在領域として取り扱う必要があると共に、撮像カメラ
で例えばエレベータホールで待っている待ち人を撮像す
るにしても、前を向いている人や横を向いている人など
様々で、同じ待ち人でも見え方が角度により変わり、画
像マッチング処理が難しい割には検出精度が悪いと言う
問題点があった。

【００１３】本発明は、上記の問題点を解決するために
成されたもので、その目的とするところは、検出精度の
良い混雑度検出装置を提供することにある。

【００１４】

【課題を解決するための手段】本発明は上記の問題点を
解決するため、請求項１記載の発明にあっては、所定時
間間隔で検知領域を撮像した監視画像と前記検知領域に
検出対象物の存在しない状態の背景画像とのレベルの差
分値を対応する画素毎に算出すると共に、前記画素毎に
前記差分値の大小に基づき二値化処理を行って検出対象
物の存在領域を認識することにより検出対象物の混雑度
を検出する混雑度検出装置において、前記存在領域をそ
れぞれ区別するためのラベリング手段と、前記存在領域
毎に特徴量を抽出する特徴量抽出手段と、前記特徴量抽
出手段が前回の監視画像に対して抽出した特徴量を存在
領域毎に格納する一方の特徴量テーブルと、前記特徴量
抽出手段が今回の監視画像に対して抽出した特徴量を存
在領域毎に格納する他方の特徴量テーブルと、前記一方
の特徴量テーブルに格納された存在領域毎の特徴量と前
記他方の特徴量テーブルに格納された存在領域毎の特徴
量とから存在領域を追跡する領域追跡手段と、追跡が所
定回数連続して行い得ると検出対象物であると判定する
判定手段とを設けたことを特徴とする。

【００１５】請求項２記載の発明にあっては、前記存在
領域毎の特徴量として、存在領域の大きさと存在領域の
位置とを少なくとも含んだことを特徴とする。

【００１６】請求項３記載の発明にあっては、所定時間
間隔で検知領域を撮像した監視画像と前記検知領域に検
出対象物の存在しない状態の背景画像とのレベルの差分
値を対応する画素毎に算出すると共に、前記画素毎に前
記差分値の大小に基づき二値化処理を行って検出対象物
の存在領域を認識することにより検出対象物の混雑度を
検出する混雑度検出装置において、前記存在領域をそれ
ぞれ区別するためのラベリング手段と、前記ラベリング
手段の結果に基づいて前記監視画像の中の所望する前記
存在領域に対応する領域についてのみ画素毎のレベルを
抽出可能にする監視画像マスク手段と、前記マスク手段
を介して抽出した前記監視画像の所望する前記存在領域
毎に対応した領域内の各画素のレベルから特徴量を抽出
する特徴量抽出手段と、前記特徴量抽出手段が前回の監
視画像に対して抽出した特徴量を存在領域毎に格納する
一方の特徴量テーブルと、前記特徴量抽出手段が今回の
監視画像に対して抽出した特徴量を存在領域毎に格納す
る他方の特徴量テーブルと、前記一方の特徴量テーブル
に格納された存在領域毎の特徴量と前記他方の特徴量テ
ーブルに格納された存在領域毎の特徴量とから存在領域
を追跡する領域追跡手段と、追跡が所定回数連続して行
い得ると検出対象物であると判定する判定手段とを設け
たことを特徴とする。

【００１７】請求項４記載の発明にあっては、前記存在
領域毎の特徴量として、レベルの分散を少なくとも含ん
だことを特徴とする。

【００１８】

【作用】以上のように構成したことにより、請求項１記
載の発明にあっては、検知領域を撮像した監視画像と予
め記憶している背景画像との差分画像を所定の閾値レベ
ルで二値化処理して検出対象物の存在領域を得ると、ラ
ベリング手段は、前記存在領域が複数に分離していれ
ば、それぞれを区分するために存在領域毎にそれぞれ異
なるラベルを付ける。特徴量抽出手段は、今回の監視画
像における存在領域毎の特徴量を抽出し、該特徴量を前
記存在領域毎に一方の特徴量テーブルに格納すると共
に、前回の監視画像に対しても前回の存在領域毎の特徴
量を抽出して既に他方の特徴量テーブルに格納してあ
る。

【００１９】そこで、領域追跡手段は、前記他方の特徴
量テーブルに格納された存在領域毎の特徴量と前記一方
の特徴量テーブルに格納された存在領域毎の特徴量とか
ら、今回の監視画像に係る存在領域は前回の監視画像に
係る存在領域を生じせしめた検出対象物と同じ検出対象
物から生じたものであると見なすことができるか否かを
判断し、今回の監視画像に係る存在領域が前回の監視画
像に係る存在領域を生じせしめた検出対象物と同一の検
出対象物により生じたものであると判断されるならば、
今回の監視画像に係る存在領域毎に対応付けられている
対応回数として、前回の監視画像に係る存在領域毎に対
応付けられている対応回数をインクリメントした回数を
対応付ける、また、今回の監視画像に係る存在領域が前
回の監視画像に係る存在領域を生じせしめた検出対象物
と同一の検出対象物により生じたものではないと判断さ
れるならば、対応回数として「０」を対応付ける。判定
手段は、対応回数が所定回数以上である存在領域を検出
対象物の実在する確定存在領域であると判定する。

【００２０】請求項２記載の発明にあっては、特徴量と
して存在領域の大きさと位置とを用いるようにしたの
で、特徴量の抽出が簡単で、領域追跡処理を迅速且つ高
確度にできる。

【００２１】請求項３記載の発明にあっては、検知領域
を撮像した監視画像と予め記憶している背景画像との差
分画像を所定の閾値レベルで二値化処理して検出対象物
の存在領域を得ると、ラベリング手段は、前記存在領域
が複数に分離していれば、それぞれを区分するために存
在領域毎にそれぞれ異なるラベルを付ける。マスク手段
は、前記ラベリング手段の結果に基づいて前記監視画像
の中の所望する前記存在領域に対応する領域についての
み画素毎のレベルを抽出可能にする。特徴量抽出手段
は、今回の監視画像に対して、前記マスク手段を介して
抽出できる存在領域毎に該存在領域内の各画素毎のレベ
ルを利用した特徴量を抽出し、該特徴量を前記存在領域
毎に一方の特徴量テーブルに格納すると共に、前回の監
視画像に対しても前記マスク手段を介して抽出できた前
回の存在領域毎の特徴量を抽出して既に他方の特徴量テ
ーブルに格納してある。

【００２２】そこで、領域追跡手段は、前記他方の特徴
量テーブルに格納されてしる存在領域毎の特徴量と前記
一方の特徴量テーブルに格納されている存在領域毎の特
徴量とから、今回の監視画像に係る存在領域は前回の監
視画像に係る存在領域を生じせしめた検出対象物と同じ
検出対象物から生じたものであると見なすことができる
か否かを判断し、今回の監視画像に係る存在領域が前回
の監視画像に係る存在領域を生じせしめた検出対象物と
同一の検出対象物により生じたものであると判断される
ならば、今回の監視画像に係る存在領域毎に対応付けら
れている対応回数として、前回の監視画像に係る存在領
域毎に対応付けられていた対応回数をインクリメントし
た回数を対応付ける、また、今回の監視画像に係る存在
領域が前回の監視画像に係る存在領域を生じせしめた検
出対象物と同一の検出対象物により生じたものではない
と判断されるならば、対応回数として「０」を対応付け
る。判定手段は、対応回数が所定回数以上である存在領
域を検出対象物の実在する確定存在領域であると判定す
る。

【００２３】すなわち、請求項１記載の発明にあって
は、存在領域のレベルの変化については特徴量として取
り込むことはできなかったが、請求項３記載の発明にあ
っては、存在領域のレベルの変化についても特徴量とし
て取り込むことができる。

【００２４】請求項４記載の発明にあっては、特徴量と
して存在領域のレベルの分散を特徴量として用いるの
で、領域追跡を高確度に行い得る。

【００２５】

【実施例】以下、本発明に係る混雑度検出装置の第１実
施例を図１〜図４に基づいて、第２実施例を図５〜図７
に基づいてそれぞれ詳細に説明する。

【００２６】〔第１実施例〕図１は混雑度検出装置を示
すブロック図、図２は混雑度検出装置の動作を説明する
フローチャート、図３は混雑度検出装置のラベリング手
段の動作を説明するイメージ図である。図４は特徴量テ
ーブルを説明するイメージ図であり、図４（ａ）は前回
抽出された特徴量が格納されている特徴量テーブルを示
し、図４（ｂ）は今回抽出された特徴量が格納されてい
る特徴量テーブルを示している。

【００２７】なお、以下の説明にあっては、この混雑度
検出装置の検出対象物はエレベータホールでエレベータ
を待つ待ち人であり、混雑度はエレベータを待つ待ち人
の人数として説明する。

【００２８】図１に示すように、混雑度検出装置は、エ
レベータホールの様子を撮像する撮像カメラ１と、監視
室などに設置する制御装置部２とを備えている。制御装
置部２は、ハードウェアとして、Ａ／Ｄ変換部２０と、
背景更新用セレクタ２１と、背景画像メモリ２２と、差
分手段２３と、二値化処理手段２４と、ラベリング手段
２５と、ラベリング画像メモリ２６と、特徴量テーブル
２７ａ，２７ｂと、混雑度出力部２８と、中央処理装置
（図示せず）とを備えている。また、制御装置部２は、
ソフトウェアとして、特徴量抽出手段２ａと、領域追跡
手段２ｂと、判定手段２ｃと、混雑度計数手段２ｄとを
備えている。

【００２９】上述のように構成される混雑度検出装置
は、次のような初期設定を行った上で運用される。すな
わち、図２のフローチャートに示すように、運用に先立
って、エレベータホールに全く人のいない状態のときに
初期設定操作を行う（ステップ１００）。すると、制御
装置部２の中央処理装置は、撮像カメラ１が撮像し送出
してくる映像信号をＡ／Ｄ変換部２０によって各画素Ｂ
_i,j 毎のデジタル値の明暗レベルｂ_i,j に変換し、背景
更新用セレクタ２１を介して背景画像メモリ２２に背景
画像Ｂとして記憶するよう指令する（ステップ１０
１）。この背景画像メモリ２２に記憶された各画素Ｂ
_i,j のデジタル値の明暗レベルｂ_i,j は、従来の技術で
説明したところの背景画像Ｂを構成する。

【００３０】以上のようにして初期設定の完了した混雑
度検出装置は、運用モードに切り替えられて、検知領域
に相当するエレベータホールの監視を開始する。すなわ
ち、制御装置部２の中央処理装置は、撮像カメラ１が撮
像し送出してくる映像信号をＡ／Ｄ変換部２０によって
各画素Ｗ_i,j 毎のデジタル値の明暗レベルｗ_i,j に変換
し、従来の技術で説明したところの監視画像Ｗとして取
り込むよう指令する（ステップ１０２）。

【００３１】差分手段２３は、監視画像Ｗの各画素Ｗ
_i,j の明暗レベルｗ_i,j と、背景画像メモリ２２に記憶
されている背景画像Ｂの対応する画素Ｂ_i,j の明暗レベ
ルｂ_{i, j} との差分値ｓ_i,j ＝｜ｗ_i,j −ｂ_i,j ｜を算出
し、この差分値ｓ_i,j を各画素Ｓ_i,j のレベルとして差
分画像Ｓを構成する（ステップ１０３）。

【００３２】その後、中央処理装置は、前記差分画像Ｓ
の各画素Ｓ_i,j の差分値ｓ_i,j を、従来の技術で説明し
た要領で、二値化処理手段２４によって閾値Ｔと比較し
て二値化処理を行い、ｓ_i,j ≧Ｔの画素Ｓ_i,j のみを画
素ｒ_i,j として抽出し、抽出画像Ｒを得る（ステップ１
０４）。もちろん、ノイズ成分を除去できるように、閾
値Ｔを適切なレベルに設定することが重要である。

【００３３】制御装置部２の中央処理装置は、画素ｒ
_i,j を得ると、ラベリング手段２５によりそれぞれの画
素ｒ_i,j に対してラベリング処理を施す（ステップ１０
５）。このラベリング処理のイメージを図示すると図３
に示すようになる。すなわち、ラベリング処理を施す前
の抽出画像Ｒは、図３（ａ）に示すようなイメージとな
っており、図３（ａ）に示す抽出画像Ｒにおいては、抽
出された画素ｒ_i,j は存在領域に相当する３箇所の領域
Ｒａ，Ｒｂ，Ｒｃに散在している。ラベリング手段２５
は、左上方から右下方に水平走査するような要領で走査
しながら、同じ領域内の画素ｒ_i,j には同じ番号付けを
行う。

【００３４】ラベリング手段２５は次のような要領で番
号付けを行う。すなわち、ラベリング手段２５は、左上
方から右下方に水平走査するような要領で走査し、二値
化処理手段２４により抽出された画素ｒ_i,j に遭遇する
と、画素ｒ_i,j の左隣に二値化処理手段２４により抽出
された画素ｒ_i,j-1 が存在するか否かを判断し、次に、
画素ｒ_i,j の上隣に二値化処理手段２４により抽出され
た画素ｒ_i-1,j が存在するか否かを判断する。

【００３５】そして、ラベリング手段２５は、画素ｒ
_i,j-1 が存在するならば、画素ｒ_i,jに対して画素ｒ
_i,j-1 と同じ番号を付す。ラベリング手段２５は、画素
ｒ_i,j-1が存在しなく画素ｒ_i-1,j が存在するならば、
画素ｒ_i,j に対して画素ｒ_i-1,jと同じ番号を付す。ラ
ベリング手段２５は、画素ｒ_i,j-1 も画素ｒ_i-1,j も共
に存在しなければ、画素ｒ_i,j に対して１枚の抽出画像
Ｒの中で新たな通し番号を付す。例えば、１枚の抽出画
像Ｒが図３（ａ）に示すようなものであったとすると、
ラベリング手段２５は、第１段階として図３（ｂ）に示
すようなイメージを作り上げる。また、同時に、ラベリ
ング手段２５は、各画素ｒ_i,j の左隣および上隣に存在
する番号の情報を連結情報として記憶する。

【００３６】図３（ｂ）に示すようなイメージを作り上
げたラベリング手段２５は、前記連結情報に基づいて領
域Ｒａ，Ｒｂ，Ｒｃのそれぞれの内部で最も数の小さい
番号に、領域Ｒａ，Ｒｂ，Ｒｃのそれぞれの画素ｒ_i,j
の番号を統一する。つまり、ラベリング手段２５は、第
２段階として図３（ｃ）に示すようなイメージを作り上
げる。

【００３７】図３（ｃ）に示すようなイメージを作り上
げたラベリング手段２５は、左上方から右下方に水平走
査をするような要領で走査し、最初に遭遇する領域から
順に通し番号を付し、同じ領域内の画素ｒ_i,j にはそれ
ぞれ同じ領域番号を付す。つまり、ラベリング手段２５
は、第３段階として図３（ｄ）に示すようなイメージを
作り上げて最終的にラベリング画像メモリ２６に格納す
る。

【００３８】以上のようにして、ラベリング処理を終え
た制御装置部２の中央処理装置は、特徴量抽出手段２ａ
によってラベリングされた領域Ｒ_1,Ｒ_2,Ｒ_3,…毎に特徴
量を抽出し（ステップ１０６）、該特徴量を特徴量テー
ブル２７ａまたは特徴量テーブル２７ｂへ領域Ｒ_1,Ｒ_2,
Ｒ_3,…毎に書き込む（ステップ１０７）。特徴量テーブ
ル２７ａへの書き込みと特徴量テーブル２７ｂへの書き
込みとはそれぞれ交互に行われる。

【００３９】特徴量抽出手段２ａは、領域Ｒ_1,Ｒ_2,Ｒ_3,
…毎の特徴量として、例えば、画素数（存在領域の大き
さ）と、最小Ｘ座標位置Ｘ_min と、最小Ｙ座標位置Ｙ
_min と、最大Ｘ座標位置Ｘ_max と、最大Ｙ座標位置Ｙ
_max と、最小Ｘ座標移動量Ｄ_x と、最小Ｙ座標移動量Ｄ
_y とを抽出し、該それぞれの特徴量を例えば特徴量テー
ブル２７ｂに書き込む。特徴量を特徴量テーブル２７ｂ
に書き込みを終えた制御装置部２の中央処理装置は、領
域追跡手段２ｂによって領域追跡処理を実行する（ステ
ップ１０８）。

【００４０】領域追跡手段２ｂは、特徴量抽出手段２ａ
が前回の監視画像Ｗに対して抽出したそれぞれの領域Ｒ
_f1, Ｒ_f2, Ｒ_f3, …毎の特徴量と、特徴量抽出手段２ａ
が今回の監視画像Ｗに対して抽出したそれぞれの領域Ｒ
_b1, Ｒ_b2, Ｒ_b3, …毎の特徴量とを比較し、例えば、特
徴量テーブル２７ｂに記憶されている今回の領域Ｒ_b1を
形成させた待ち人は、特徴量テーブル２７ａに記憶され
ている微小時間前の前回のそれぞれの領域Ｒ_f1, Ｒ_f2,
Ｒ_f3, …のいずれかを形成させていたのか否か、形成さ
せていたとするならば領域Ｒ_f1, Ｒ_f2, Ｒ_f3, …の中の
いずれが該当するのかを判断する。

【００４１】この領域追跡処理を、図４を用いて説明す
ると次のようになる。すなわち、図４（ａ）は前回抽出
された特徴量が格納されている特徴量テーブルを示し、
図４（ｂ）は今回抽出された特徴量が格納されている特
徴量テーブルを示している。領域追跡手段２ｂは、対応
付けする順番は面積の大きい領域の方が対応付けが容易
であることに着目して、面積の大きい領域から順に対応
付けを行うようにされている。従って、図４（ｂ）の特
徴量テーブルの中にあっては領域番号Ｒ_b1の領域が最も
画素数が多くて「１１００」であるので、先ずは領域番
号Ｒ_b1の領域に対応する領域が図４（ａ）の特徴量テー
ブルの中に有るのか否か、有るとすれば何番の領域番号
の領域が対応するのかを判断する。

【００４２】この判断は例えば次のような条件を以て行
われる。すなわち、第１の条件は、領域番号Ｒ_b1の画素
数の±１０％以内の大きさを持っている領域であるこ
と、つまり、あまりにも大きさに変化のあるものではな
いこと、第２の条件は、領域番号Ｒ_b1の最少座標を（Ｘ
_min ，Ｙ_min ）としたとき、最少座標の範囲が（Ｘ_min
±５０，Ｙ_min ±５０）の範囲内である領域であるこ
と、つまり、あまりにも位置が大きく移動していないも
のであることである。勿論、更にその他の条件を付加し
ても良いことは言うまでもない。

【００４３】図４（ａ）の特徴量テーブルと図４（ｂ）
の特徴量テーブルとを比較すると明らかのように、上述
の条件を満たす領域は領域番号Ｒ_f1のみである。従っ
て、領域追跡手段２ｂは、図４（ｂ）に示す特徴量テー
ブルに設けられている領域番号Ｒ_b1の「対応する領域番
号」を格納するメモリ領域には領域番号Ｒ_f1を格納する
と共に、図４（ａ）に示す領域番号Ｒ_f1の「対応回数」
を格納するメモリ領域には「４」が格納されているの
で、図４（ｂ）に示す特徴量テーブルに設けられている
領域番号Ｒ_b1の「対応回数」を格納するメモリ領域に
は、「４」をインクリメントとした「５」を格納する。

【００４４】上述のようにして領域追跡手段２ｂは、図
４（ｂ）の特徴量テーブルに設けられている「対応する
領域番号」を格納するメモリ領域と「対応回数」を格納
するメモリ領域とに、領域追跡結果を順次格納する。こ
のとき対応のとれない領域も出てくるが、この場合は
「対応する領域番号」はなしとすると共に「対応回数」
は「０」にする。

【００４５】以上のようにして、領域追跡手段２ｂの実
行を終えた制御装置部２の中央処理装置は、判定手段２
ｃを実行して例えば「対応回数」が「５」以上になった
領域番号の領域は待ち人であると判定すると共に、混雑
度計数手段２ｄにより判定手段２ｃが待ち人であると判
定した領域の数を計数して、混雑度出力部２８から混雑
度を出力する（ステップ１０９）。従って、領域追跡手
段２ｂによる対応付けが所定回数以上連続して成功して
はじめて待ち人であると判定しているので、追跡性が向
上すると共に混雑度の精度も向上する。

【００４６】以上のようにして、混雑度出力部２８から
混雑度を出力した制御装置部２の中央処理装置は、再び
次の監視画像をＡ／Ｄ変換部２０を介して取り込み、ス
テップ１０２からステップ１０９を繰り返す。

【００４７】〔第２実施例〕図５は混雑度検出装置を示
すブロック図、図６は混雑度検出装置の動作を説明する
フローチャート、図７は特徴量テーブルを説明するイメ
ージ図であり、図７（ａ）は前回抽出された特徴量が格
納されている特徴量テーブルを示し、図７（ｂ）は今回
抽出された特徴量が格納されている特徴量テーブルを示
している。

【００４８】なお、以下の説明にあっても、この混雑度
検出装置の検出対象物はエレベータホールでエレベータ
を待つ待ち人であり、混雑度はエレベータを待つ待ち人
の人数として説明する。

【００４９】図５に示すように、混雑度検出装置は、エ
レベータホールの様子を撮像する撮像カメラ１と、監視
室などに設置する制御装置部２とを備えている。制御装
置部２は、ハードウェアとして、Ａ／Ｄ変換部２０と、
背景更新用セレクタ２１と、背景画像メモリ２２と、差
分手段２３と、二値化処理手段２４と、ラベリング手段
２５と、ラベリング画像メモリ２６と、特徴量テーブル
２７ａ，２７ｂと、混雑度出力部２８と、入力用画像メ
モリ２９と、中央処理装置（図示せず）とを備えてい
る。また、制御装置部２は、ソフトウェアとして、特徴
量抽出手段２ａと、領域追跡手段２ｂと、判定手段２ｃ
と、混雑度計数手段２ｄと、マスク手段２ｅとを備えて
いる。すなわち、第２実施例の混雑度検出装置が、第１
実施例の混雑度検出装置と異なり特徴となるのは、入力
用画像メモリ２９とマスク手段２ｅとを付加した構成で
ある。

【００５０】上述のように構成される混雑度検出装置
は、次のような初期設定を行った上で運用される。すな
わち、図６のフローチャートに示すように、運用に先立
って、エレベータホールに全く人のいない状態のときに
初期設定操作を行う（ステップ２００）。すると、制御
装置部２の中央処理装置は、撮像カメラ１が撮像し送出
してくる映像信号をＡ／Ｄ変換部２０によって各画素Ｂ
_i,j 毎のデジタル値の明暗レベルｂ_i,j に変換し、背景
更新用セレクタ２１を介して背景画像メモリ２２に背景
画像Ｂとして記憶するよう指令する（ステップ２０
１）。この背景画像メモリ２２に記憶された各画素Ｂ
_i,j のデジタル値の明暗レベルｂ_i,j は、従来の技術で
説明したところの背景画像Ｂを構成する。

【００５１】以上のようにして初期設定の完了した混雑
度検出装置は、運用モードに切り替えられて、検知領域
に相当するエレベータホールの監視を開始する。すなわ
ち、制御装置部２の中央処理装置は、撮像カメラ１が撮
像し送出してくる映像信号をＡ／Ｄ変換部２０によって
各画素Ｗ_i,j 毎のデジタル値の明暗レベルｗ_i,j に変換
し、従来の技術で説明したところの監視画像Ｗとして取
り込むと共に入力用画像メモリ２９に記憶するよう指令
する（ステップ２０２）。

【００５２】差分手段２３は、監視画像Ｗの各画素Ｗ
_i,j の明暗レベルｗ_i,j と、背景画像メモリ２２に記憶
されている背景画像Ｂの対応する画素Ｂ_i,j の明暗レベ
ルｂ_{i, j} との差分値ｓ_i,j ＝｜ｗ_i,j −ｂ_i,j ｜を算出
し、この差分値ｓ_i,j を各画素Ｓ_i,j のレベルとして差
分画像Ｓを構成する（ステップ２０３）。

【００５３】その後、中央処理装置は、前記差分画像Ｓ
の各画素Ｓ_i,j の差分値ｓ_i,j を、従来の技術で説明し
た要領で、二値化処理手段２４によって閾値Ｔと比較し
て二値化処理を行い、ｓ_i,j ≧Ｔの画素Ｓ_i,j のみを画
素ｒ_i,j として抽出し、抽出画像Ｒを得る（ステップ２
０４）。もちろん、ノイズ成分を除去できるように、閾
値Ｔを適切なレベルに設定することが重要である。

【００５４】制御装置部２の中央処理装置は、画素ｒ
_i,j を得ると、ラベリング手段２５によりそれぞれの画
素ｒ_i,j に対してラベリング処理を施す（ステップ２０
５）。ラベリング処理については第１実施例と同様であ
るので詳細な説明は省略するが、前述した第１実施例の
図３（ｄ）に示すようなイメージを作り上げて最終的に
ラベリング画像メモリ２６に格納する。

【００５５】以上のようにして、ラベリング処理を終え
た制御装置部２の中央処理装置は、特徴量抽出手段２ａ
によってラベリングされた領域Ｒ_1,Ｒ_2,Ｒ_3,…毎に特徴
量を抽出し（ステップ２０６）、該特徴量を特徴量テー
ブル２７ａまたは特徴量テーブル２７ｂへ領域Ｒ_1,Ｒ_2,
Ｒ_3,…毎に書き込む（ステップ２０７）。特徴量テーブ
ル２７ａへの書き込みと特徴量テーブル２７ｂへの書き
込みとはそれぞれ交互に行われる。

【００５６】特徴量抽出手段２ａは、領域Ｒ_1,Ｒ_2,Ｒ_3,
…毎の特徴量として、第１実施例の混雑度検出装置と同
様に、画素数（存在領域の大きさ）と、最小Ｘ座標位置
Ｘ_{mi n} と、最小Ｙ座標位置Ｙ_min と、最大Ｘ座標位置Ｘ
_max と、最大Ｙ座標位置Ｙ_{ma x} と、最小Ｘ座標移動量Ｄ
_x と、最小Ｙ座標移動量Ｄ_y とを抽出し、該それぞれの
特徴量を例えば特徴量テーブル２７ｂに書き込むもの
の、更に、次のような特徴量をも抽出して特徴量テーブ
ル２７ｂに書き込むようにされている。

【００５７】すなわち、第２実施例の混雑度検出装置に
あっては、ラベリング画像メモリ２６に格納されている
領域Ｒ₁ の領域をマスク手段２ｅに入力すると、マスク
手段２ｅは入力画像メモリ２６が記憶している今回取り
込んだ監視画像Ｗの各画素Ｗ _i,j の明暗レベルｗ_i,j の
中の、領域Ｒ₁ に対応する領域の部分のみの明暗レベル
ｗ_i,j を画像メモリ２６から抽出するようなマスクを形
成するようにされている。従って、特徴量抽出手段２ａ
は領域Ｒ_1,Ｒ_2,Ｒ_3,…毎に対応する領域のみの明暗レベ
ルｗ_i,j を得ることができ、領域Ｒ_1,Ｒ_2,Ｒ_3,…毎に明
暗レベルの平均や分散を算出して該平均や分散を特徴量
として特徴量テーブル２７ｂに書き込むこともできる。
そして、特徴量を特徴量テーブル２７ｂに書き込みを終
えた制御装置部２の中央処理装置は、領域追跡手段２ｂ
によって領域追跡処理を実行する（ステップ２０８）。

【００５８】領域追跡手段２ｂは、特徴量抽出手段２ａ
が前回の監視画像Ｗに対して抽出したそれぞれの領域Ｒ
_f1, Ｒ_f2, Ｒ_f3, …毎の特徴量と、特徴量抽出手段２ａ
が今回の監視画像Ｗに対して抽出したそれぞれの領域Ｒ
_b1, Ｒ_b2, Ｒ_b3, …毎の特徴量とを比較し、例えば、特
徴量テーブル２７ｂに記憶されている今回の領域Ｒ_b1を
形成させた待ち人は、特徴量テーブル２７ａに記憶され
ている微小時間前の前回のそれぞれの領域Ｒ_f1, Ｒ_f2,
Ｒ_f3, …のいずれかを形成させていたのか否か、形成さ
せていたとするならば領域Ｒ_f1, Ｒ_f2, Ｒ_f3, …の中の
いずれが該当するのかを判断する。

【００５９】この領域追跡処理を、図７を用いて説明す
ると次のようになる。すなわち、図７（ａ）は前回抽出
された特徴量が格納されている特徴量テーブルを示し、
図７（ｂ）は今回抽出された特徴量が格納されている特
徴量テーブルを示している。領域追跡手段２ｂは、対応
付けする順番は面積の大きい領域の方が対応付けが容易
であることに着目して、面積の大きい領域から順に対応
付けを行うようにされている。従って、図７（ｂ）の特
徴量テーブルの中にあっては領域番号Ｒ_b1の領域が最も
画素数が多くて「１０００」であるので、先ずは領域番
号Ｒ_b1の領域に対応する領域が図７（ａ）の特徴量テー
ブルの中に有るのか否か、有るとすれば何番の領域番号
の領域が対応するのかを判断する。

【００６０】この判断は例えば次のような条件を以て行
われる。すなわち、第１の条件は、領域番号Ｒ_b1の画素
数の±２０％以内の大きさを持っている領域であるこ
と、つまり、あまりにも大きさに変化のあるものではな
いこと、第２の条件は、領域番号Ｒ_b1の最少座標を（Ｘ
_min ，Ｙ_min ）としたとき、最少座標の範囲が（Ｘ_min
±５０，Ｙ_min ±５０）の範囲内である領域であるこ
と、つまり、あまりにも位置が大きく移動していないも
のであること、第３の条件は、明暗レベルの平均と分散
が最も近似しているものであることである。勿論、更に
その他の条件を付加しても良いことは言うまでもない。

【００６１】図７（ａ）の特徴量テーブルと図７（ｂ）
の特徴量テーブルとを比較すると明らかのように、上述
の第１と第２の条件を満たすのは領域番号Ｒ_f1と領域番
号Ｒ _f2との領域である。従って、領域追跡手段２ｂは、
第３の条件を満たすのは領域番号Ｒ_f1と領域番号Ｒ_f2と
のいずれの領域であるかを追跡することになり、次の
（１）式を演算して値の小さい方を採用することにな
る。

【００６２】 Q(Ｒ_fn, Ｒ_b2) ＝｜A(Ｒ_fn) −A(Ｒ_b2) ｜ ＋｜V(Ｒ_fn) −V(Ｒ_b2) ｜ …………（１） 但し、A(Ｒ_fn) は領域番号Ｒ_fnの明るさの平均 V(Ｒ_fn) は領域番号Ｒ_fnの明るさの分散 ところで、図７（ａ）の特徴量テーブルと図７（ｂ）の
特徴量テーブルとから具体的な値を（１）式に代入して
演算すると、Q(Ｒ_f1, Ｒ_b2) ＝10であり、Q(Ｒ
_f2, Ｒ_b2) ＝110 であるから領域Ｒ_f1の方が領域Ｒ_b2に
明るさが良く似ていると言えるので、領域追跡手段２ｂ
は領域Ｒ_f1を領域Ｒ_b2の対応領域とする。

【００６３】従って、領域追跡手段２ｂは、図７（ｂ）
に示す特徴量テーブルに設けられている領域番号Ｒ_b1の
「対応する領域番号」を格納するメモリ領域には領域番
号Ｒ _f1を格納すると共に、図７（ａ）に示す領域番号Ｒ
_f1の「対応回数」を格納するメモリ領域には「４」が格
納されているので、図７（ｂ）に示す特徴量テーブルに
設けられている領域番号Ｒ_b1の「対応回数」を格納する
メモリ領域には、「４」をインクリメントとした「５」
を格納する。

【００６４】上述のようにして領域追跡手段２ｂは、図
７（ｂ）の特徴量テーブルに設けられている「対応する
領域番号」を格納するメモリ領域と「対応回数」を格納
するメモリ領域とに、領域追跡結果を順次格納する。こ
のとき対応のとれない領域も出てくるが、この場合は
「対応する領域番号」はなしとすると共に「対応回数」
は「０」にする。

【００６５】以上のようにして、領域追跡手段２ｂの実
行を終えた制御装置部２の中央処理装置は、判定手段２
ｃを実行して例えば「対応回数」が「５」以上になった
領域番号の領域は待ち人であると判定すると共に、混雑
度計数手段２ｄにより判定手段２ｃが待ち人であると判
定した領域の数を計数して、混雑度出力部２８から混雑
度を出力する（ステップ２０９）。従って、領域追跡手
段２ｂによる対応付けが所定回数以上連続して成功して
はじめて待ち人であると判定していると共に、対応領域
の追跡を明るさ情報（白く明るい服を着た人と言うよう
な情報）をも用いて判定を行っているので、追跡性が向
上すると共に混雑度の精度も向上する。

【００６６】以上のようにして、混雑度出力部２８から
混雑度を出力した制御装置部２の中央処理装置は、再び
次の監視画像をＡ／Ｄ変換部２０を介して取り込み、ス
テップ２０２からステップ２０９を繰り返す。

【００６７】なお、本発明は上記実施例に限定されるも
のではなく、検出対象物としてはエレベータの待ち人の
みならず渋滞する自動車や駐輪場の自転車であっても良
く、レベルは明暗レベルのみならず色あいなどの色情報
であっても良いことは言うまでもない。

【００６８】

【発明の効果】本発明の混雑度検出装置は上述のように
構成したものであるから、請求項１記載の発明にあって
は、撮像された監視画像から抽出した検出対象物の存在
領域を時間的に追跡して、追跡できないものは混雑度に
組み入れないので、ノイズなどにより瞬間的に検出対象
物ではない領域が抽出されても混雑度には影響すること
が無く確度良く検出対象物のみの混雑度を検出でき、請
求項２記載の発明にあっては、特徴量として存在領域の
位置と大きさとを用いるようにしたので、特徴量の抽出
が簡単で演算にあまり時間を要さず領域追跡処理を迅速
且つ高確度に行え、請求項３記載の発明にあっては、検
出対象物の明るさや色の情報をも利用することが可能と
なるので、領域追跡の精度が向上し検出対象物のみの混
雑度を精度良く検出することができ、請求項４記載の発
明にあっては、特徴量として検出対象物の明るさや色な
どの情報を分散と言う統計的数値にして利用するように
したので、更に混雑度の検出精度の向上した混雑度検出
装置が提供できると言う効果を奏する。

【図面の簡単な説明】

【図１】本発明に係る混雑度検出装置の一実施例を示す
ブロック図である。

【図２】上記混雑度検出装置の動作を説明するフローチ
ャートである。

【図３】上記混雑度検出装置のラベリング手段の動作を
説明するイメージ図である。

【図４】上記混雑度検出装置の特徴量テーブルを説明す
るイメージ図である。

【図５】本発明に係る混雑度検出装置の他の実施例を示
すブロック図である。

【図６】上記混雑度検出装置の動作を説明するフローチ
ャートである。

【図７】上記混雑度検出装置の特徴量テーブルを説明す
るイメージ図である。

【図８】従来の混雑度検出装置の二値化処理の様子を示
す説明図である。

【符号の説明】

２ａ 特徴量抽出手段 ２ｂ 領域追跡手段 ２ｃ 判定手段 ２ｄ 混雑度計数手段 ２ｅ マスク手段 ２５ ラベリング手段 ２７ａ 特徴量テーブル ２７ｂ 特徴量テーブル ２８ 混雑度出力部

Claims (4)

【特許請求の範囲】
1. 【請求項１】 所定時間間隔で検知領域を撮像した監視
   画像と前記検知領域に検出対象物の存在しない状態の背
   景画像とのレベルの差分値を対応する画素毎に算出する
   と共に、前記画素毎に前記差分値の大小に基づき二値化
   処理を行って検出対象物の存在領域を認識することによ
   り検出対象物の混雑度を検出する混雑度検出装置におい
   て、前記存在領域をそれぞれ区別するためのラベリング
   手段と、前記存在領域毎に特徴量を抽出する特徴量抽出
   手段と、前記特徴量抽出手段が前回の監視画像に対して
   抽出した特徴量を存在領域毎に格納する一方の特徴量テ
   ーブルと、前記特徴量抽出手段が今回の監視画像に対し
   て抽出した特徴量を存在領域毎に格納する他方の特徴量
   テーブルと、前記一方の特徴量テーブルに格納された存
   在領域毎の特徴量と前記他方の特徴量テーブルに格納さ
   れた存在領域毎の特徴量とから存在領域を追跡する領域
   追跡手段と、追跡が所定回数連続して行い得ると検出対
   象物であると判定する判定手段とを設けたことを特徴と
   する混雑度検出装置。
2. 【請求項２】 前記存在領域毎の特徴量として、存在領
   域の大きさと存在領域の位置とを少なくとも含んだこと
   を特徴とする請求項１記載の混雑度検出装置。
3. 【請求項３】 所定時間間隔で検知領域を撮像した監視
   画像と前記検知領域に検出対象物の存在しない状態の背
   景画像とのレベルの差分値を対応する画素毎に算出する
   と共に、前記画素毎に前記差分値の大小に基づき二値化
   処理を行って検出対象物の存在領域を認識することによ
   り検出対象物の混雑度を検出する混雑度検出装置におい
   て、前記存在領域をそれぞれ区別するためのラベリング
   手段と、前記ラベリング手段の結果に基づいて前記監視
   画像の中の所望する前記存在領域に対応する領域につい
   てのみ画素毎のレベルを抽出可能にする監視画像マスク
   手段と、前記マスク手段を介して抽出した前記監視画像
   の所望する前記存在領域毎に対応した領域内の各画素の
   レベルから特徴量を抽出する特徴量抽出手段と、前記特
   徴量抽出手段が前回の監視画像に対して抽出した特徴量
   を存在領域毎に格納する一方の特徴量テーブルと、前記
   特徴量抽出手段が今回の監視画像に対して抽出した特徴
   量を存在領域毎に格納する他方の特徴量テーブルと、前
   記一方の特徴量テーブルに格納された存在領域毎の特徴
   量と前記他方の特徴量テーブルに格納された存在領域毎
   の特徴量とから存在領域を追跡する領域追跡手段と、追
   跡が所定回数連続して行い得ると検出対象物であると判
   定する判定手段とを設けたことを特徴とする混雑度検出
   装置。
4. 【請求項４】 前記存在領域毎の特徴量として、レベル
   の分散を少なくとも含んだことを特徴とする請求項３記
   載の混雑度検出装置。