JPH07296167A - 画像による低速移動物体の追跡方法とその移動速度計測方法 - Google Patents
画像による低速移動物体の追跡方法とその移動速度計測方法Info
- Publication number
- JPH07296167A JPH07296167A JP6089660A JP8966094A JPH07296167A JP H07296167 A JPH07296167 A JP H07296167A JP 6089660 A JP6089660 A JP 6089660A JP 8966094 A JP8966094 A JP 8966094A JP H07296167 A JPH07296167 A JP H07296167A
- Authority
- JP
- Japan
- Prior art keywords
- image
- moving
- speed
- images
- low
- 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
Links
Landscapes
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
(57)【要約】
【目的】 低速で移動する物体の追跡，その移動速度の
算出を演算量，処理量の少ない実用的な方法にて実現す
る。 【構成】 低速で移動する物体を一定時間Δｔごとに連
続的に撮像して静止画像Ａ，Ｂ，Ｃを得、これを２値化
して２値化画像Ａ’，Ｂ’，Ｃ’を得たのち、互いに隣
接する２枚の２値化画像（ＡとＢ，ＢとＣ…）から論理
積画像（図１では（Ａ’＆Ｂ’）”，（Ｂ’＆
Ｃ’）”）を順次作成し、これをもとにして物体を追跡
する。また、この追跡結果を利用して、物体の移動速度
を求められるようにする。
算出を演算量，処理量の少ない実用的な方法にて実現す
る。 【構成】 低速で移動する物体を一定時間Δｔごとに連
続的に撮像して静止画像Ａ，Ｂ，Ｃを得、これを２値化
して２値化画像Ａ’，Ｂ’，Ｃ’を得たのち、互いに隣
接する２枚の２値化画像（ＡとＢ，ＢとＣ…）から論理
積画像（図１では（Ａ’＆Ｂ’）”，（Ｂ’＆
Ｃ’）”）を順次作成し、これをもとにして物体を追跡
する。また、この追跡結果を利用して、物体の移動速度
を求められるようにする。
Description
【０００１】
【産業上の利用分野】この発明は、例えば浄水場の沈澱
池内に水中カメラを設置し、水中のフロック（薬品を混
ぜて沈降させる懸濁粒子）が沈降して行く現象を追跡す
る低速移動物体の追跡方法、およびその追跡結果から物
体の移動速度を計測する低速移動物体の移動速度計測方
法に関する。
池内に水中カメラを設置し、水中のフロック（薬品を混
ぜて沈降させる懸濁粒子）が沈降して行く現象を追跡す
る低速移動物体の追跡方法、およびその追跡結果から物
体の移動速度を計測する低速移動物体の移動速度計測方
法に関する。
【０００２】
【従来の技術】従来、この種の移動体追跡法としては、
トレーサ粒子を用いた下記の如き方式がある。 （１）流れの可視化 ８−３０（１９８８）「画像相関
を利用した二次元流れ場の準実時間計測」 これは、連続画像において基準粒子を中心とした小領域
を設定し、２画像間において候補粒子を順次重ね、近傍
粒子群の重なり具合を調べる方法である。
トレーサ粒子を用いた下記の如き方式がある。 （１）流れの可視化 ８−３０（１９８８）「画像相関
を利用した二次元流れ場の準実時間計測」 これは、連続画像において基準粒子を中心とした小領域
を設定し、２画像間において候補粒子を順次重ね、近傍
粒子群の重なり具合を調べる方法である。
【０００３】（２）水工学論文集 第３４巻 １９９０
年２月発行「画像処理による流速分布測定法」 これは、連続４時刻画像を用い、移動しうる範囲を探査
領域として４時刻探査して行く方法である。探査条件と
して分散値による推測等も行なう。また、１粒子の１方
向につき４時刻探査し、対応条件に達するまで方向修正
と探査を繰り返すようにしている。
年２月発行「画像処理による流速分布測定法」 これは、連続４時刻画像を用い、移動しうる範囲を探査
領域として４時刻探査して行く方法である。探査条件と
して分散値による推測等も行なう。また、１粒子の１方
向につき４時刻探査し、対応条件に達するまで方向修正
と探査を繰り返すようにしている。
【０００４】
【発明が解決しようとする課題】しかしながら、上記
（１）の方法では、ある粒子がそのまわりとの相関関係
をほぼ保って移動するという条件と、小領域内の全候補
粒子に対して論理積による判断を行なう必要があり、演
算量が大きく実用的でないという問題がある。また、上
記（２）の方法では、４時刻の画像を一度に処理する必
要があり、また分散等の計算や対応粒子探査に反復が伴
うため、処理量がかさみこれも実用的でないという問題
がある。したがって、この発明の課題は演算量，処理量
の少ない実用的な画像処理方法を提供することにある。
（１）の方法では、ある粒子がそのまわりとの相関関係
をほぼ保って移動するという条件と、小領域内の全候補
粒子に対して論理積による判断を行なう必要があり、演
算量が大きく実用的でないという問題がある。また、上
記（２）の方法では、４時刻の画像を一度に処理する必
要があり、また分散等の計算や対応粒子探査に反復が伴
うため、処理量がかさみこれも実用的でないという問題
がある。したがって、この発明の課題は演算量，処理量
の少ない実用的な画像処理方法を提供することにある。
【０００５】
【課題を解決するための手段】このような課題を解決す
るため、請求項１では、低速で移動する物体を一定時間
ごとに連続的に撮像して静止画像を得、これを２値化し
て２値化画像を得た後、互いに隣接する２枚の２値化画
像から論理積画像を順次作成し、この論理積画像にもと
づき物体を追跡することを特徴としている。この請求項
１では、前記低速で移動する物体を水中のフロックまた
は雪もしくは顕微鏡画像における微生物のいずれかとす
ることができる（請求項２）。
るため、請求項１では、低速で移動する物体を一定時間
ごとに連続的に撮像して静止画像を得、これを２値化し
て２値化画像を得た後、互いに隣接する２枚の２値化画
像から論理積画像を順次作成し、この論理積画像にもと
づき物体を追跡することを特徴としている。この請求項
１では、前記低速で移動する物体を水中のフロックまた
は雪もしくは顕微鏡画像における微生物のいずれかとす
ることができる（請求項２）。
【０００６】請求項３では、低速で移動する物体を一定
時間ごとに連続的に撮像して静止画像を得、これを２値
化して２値化画像を得た後、互いに隣接する２枚の２値
化画像から論理積画像を順次作成し、この論理積画像に
もとづき物体を追跡してその同定を行ない、任意の２つ
の静止画像間で同一物体の重心位置を計測し、その重心
間の移動距離と２静止画像間の時間差から物体の移動速
度を算出することを特徴としている。この請求項３で
は、前記低速で移動する物体を水中のフロックまたは雪
もしくは顕微鏡画像における微生物のいずれかとするこ
とができる（請求項４）。
時間ごとに連続的に撮像して静止画像を得、これを２値
化して２値化画像を得た後、互いに隣接する２枚の２値
化画像から論理積画像を順次作成し、この論理積画像に
もとづき物体を追跡してその同定を行ない、任意の２つ
の静止画像間で同一物体の重心位置を計測し、その重心
間の移動距離と２静止画像間の時間差から物体の移動速
度を算出することを特徴としている。この請求項３で
は、前記低速で移動する物体を水中のフロックまたは雪
もしくは顕微鏡画像における微生物のいずれかとするこ
とができる（請求項４）。
【０００７】
【作用】隣接した２枚の連続画像を１枚ずつ時間軸に沿
ってずらして行きながら２枚ずつの画像の論理積をとる
ことで物体の追跡を行なう。また、その結果を例えばテ
ーブルに保管しておき、テーブル完成後は任意の２画像
を利用して移動速度を計測する。これにより、大きさと
形が不定で、しかも、或る瞬間における移動方向がばら
ばらの可能性を秘めたフロックの追跡が可能となり、急
激な変化を起こさないフロックの特徴を生かした手法と
言える。
ってずらして行きながら２枚ずつの画像の論理積をとる
ことで物体の追跡を行なう。また、その結果を例えばテ
ーブルに保管しておき、テーブル完成後は任意の２画像
を利用して移動速度を計測する。これにより、大きさと
形が不定で、しかも、或る瞬間における移動方向がばら
ばらの可能性を秘めたフロックの追跡が可能となり、急
激な変化を起こさないフロックの特徴を生かした手法と
言える。
【０００８】
【実施例】図１はこの発明の実施例を説明するための説
明図、図２はＡＮＤリンクテーブルを説明するための説
明図である。なお、以下のような処理を行なう画像処理
装置としては、一般的に良く知られているものを使用す
ることができるので、図示は省略した。 （１）前画像／後画像に隣接するフレーム画像の設定を
行なう。ここではＡを前画像、Ｂを後画像とする。 （２）計測開始点のフレーム画像（図１のＡ）と、Δｔ
（例えば１／３０）秒後の隣接画像（図１のＢ）を２値
化し（図１のＡ’，Ｂ’）、ラベリング画像（図１の
Ａ”，Ｂ”）を作成する。
明図、図２はＡＮＤリンクテーブルを説明するための説
明図である。なお、以下のような処理を行なう画像処理
装置としては、一般的に良く知られているものを使用す
ることができるので、図示は省略した。 （１）前画像／後画像に隣接するフレーム画像の設定を
行なう。ここではＡを前画像、Ｂを後画像とする。 （２）計測開始点のフレーム画像（図１のＡ）と、Δｔ
（例えば１／３０）秒後の隣接画像（図１のＢ）を２値
化し（図１のＡ’，Ｂ’）、ラベリング画像（図１の
Ａ”，Ｂ”）を作成する。
【０００９】（３）２値化画像同士の論理積画像を作成
し（図１の（Ａ’＆Ｂ’）参照）、ラベリングする（図
１の（Ａ’＆Ｂ’）”の実線部分参照）。 （４）論理積ラベリング画像のラベル順に重心を求め、
Ａ”（前画像）とＢ”（後画像）の同画素位置のラベル
Ｎｏ．をそれぞれ調べる。
し（図１の（Ａ’＆Ｂ’）参照）、ラベリングする（図
１の（Ａ’＆Ｂ’）”の実線部分参照）。 （４）論理積ラベリング画像のラベル順に重心を求め、
Ａ”（前画像）とＢ”（後画像）の同画素位置のラベル
Ｎｏ．をそれぞれ調べる。
【００１０】（５）ＡＮＤリンクテーブルにおいて、前
画像のラベルＮｏ．を検索し、そのマトリクスの右隣マ
トリクスに後画像のラベルＮｏ．を設定する（前１→後
１、前２→後３）。 （６）前画像／後画像を１フレームずつ先送りして設定
する（Ｂ→前画像，Ｃ→後画像）。 以上の（２）〜（６）を隣接画像枚数分繰り返すことに
より、 （７）図２に示すようなＡＮＤリンクテーブルが完成す
る。
画像のラベルＮｏ．を検索し、そのマトリクスの右隣マ
トリクスに後画像のラベルＮｏ．を設定する（前１→後
１、前２→後３）。 （６）前画像／後画像を１フレームずつ先送りして設定
する（Ｂ→前画像，Ｃ→後画像）。 以上の（２）〜（６）を隣接画像枚数分繰り返すことに
より、 （７）図２に示すようなＡＮＤリンクテーブルが完成す
る。
【００１１】図２に示すＡＮＤリンクテーブルでは、縦
方向が物体Ｎｏ．を示し、横方向は連続画像間における
追跡結果を示している。横方向マトリクスにおいて、識
別子（−１）に挟まれたラベルＮｏ．間において、その
両端は物体の出現／退出を示し、その間はずっと画像監
視領域に物体が存在し、かつ追跡できたことを示してい
る。ラベルＮｏ．が存在している任意の画像間では、次
の方法により移動速度を計測することができる。なお、
図２の黒丸印「●」はラベル番号の記載を省略した箇所
を示す。
方向が物体Ｎｏ．を示し、横方向は連続画像間における
追跡結果を示している。横方向マトリクスにおいて、識
別子（−１）に挟まれたラベルＮｏ．間において、その
両端は物体の出現／退出を示し、その間はずっと画像監
視領域に物体が存在し、かつ追跡できたことを示してい
る。ラベルＮｏ．が存在している任意の画像間では、次
の方法により移動速度を計測することができる。なお、
図２の黒丸印「●」はラベル番号の記載を省略した箇所
を示す。
【００１２】（１）計測対象とする２画像のうち、若い
画像Ｎｏ．（基準画像とする）をロードし、対応するラ
ベルＮｏ．の重心を求める。 （２）もう１枚の画像Ｎｏ．（対象画像とする）をロー
ドし、同様に、対応するラベルＮｏ．の重心を求める。 （３）上記（１）と（２）の各重心位置から移動ピクセ
ル量（移動量）を計算し、これを基準画像と対象画像間
の時間差で除算することにより、物体の移動速度を算出
する。
画像Ｎｏ．（基準画像とする）をロードし、対応するラ
ベルＮｏ．の重心を求める。 （２）もう１枚の画像Ｎｏ．（対象画像とする）をロー
ドし、同様に、対応するラベルＮｏ．の重心を求める。 （３）上記（１）と（２）の各重心位置から移動ピクセ
ル量（移動量）を計算し、これを基準画像と対象画像間
の時間差で除算することにより、物体の移動速度を算出
する。
【００１３】以上では、物体として水中のフロックにつ
いて説明したが、この発明はこれに限らず雪や顕微鏡画
像の微生物など、粒子の大きさと形が不定な物体一般に
適用することができる。
いて説明したが、この発明はこれに限らず雪や顕微鏡画
像の微生物など、粒子の大きさと形が不定な物体一般に
適用することができる。
【００１４】
【発明の効果】この発明によれば、簡単な処理によって
粒子の大きさと形が不定な物体の追跡ができ、物体の移
動速度を求めることが可能となり、充分に実用に供し得
るという利点が得られる。
粒子の大きさと形が不定な物体の追跡ができ、物体の移
動速度を求めることが可能となり、充分に実用に供し得
るという利点が得られる。
【図１】この発明の実施例を説明するための説明図であ
る。
る。
【図２】ＡＮＤリンクテーブルを説明するための説明図
である。
である。
Ａ，Ｂ，Ｃ…原画像、Ａ’，Ｂ’，Ｃ’…２値画像、
Ａ”，Ｂ”，Ｃ”…ラベリング画像。
Ａ”，Ｂ”，Ｃ”…ラベリング画像。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 柳下 修 神奈川県川崎市川崎区田辺新田１番１号 富士電機株式会社内
Claims (4)
- 【請求項１】 低速で移動する物体を一定時間ごとに連
続的に撮像して静止画像を得、これを２値化して２値化
画像を得た後、互いに隣接する２枚の２値化画像から論
理積画像を順次作成し、この論理積画像にもとづき物体
を追跡することを特徴とする画像による低速移動物体の
追跡方法。 - 【請求項２】 前記低速で移動する物体を水中のフロッ
クまたは雪もしくは顕微鏡画像における微生物のいずれ
かとすることを特徴とする請求項１に記載の画像による
低速移動物体の追跡方法。 - 【請求項３】 低速で移動する物体を一定時間ごとに連
続的に撮像して静止画像を得、これを２値化して２値化
画像を得た後、互いに隣接する２枚の２値化画像から論
理積画像を順次作成し、この論理積画像にもとづき物体
を追跡してその同定を行ない、任意の２つの静止画像間
で同一物体の重心位置を計測し、その重心間の移動距離
と２静止画像間の時間差から物体の移動速度を算出する
ことを特徴とする画像による低速移動物体の移動速度計
測方法。 - 【請求項４】 前記低速で移動する物体を水中のフロッ
クまたは雪もしくは顕微鏡画像における微生物のいずれ
かとすることを特徴とする請求項３に記載の画像による
低速移動物体の移動速度計測方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6089660A JPH07296167A (ja) | 1994-04-27 | 1994-04-27 | 画像による低速移動物体の追跡方法とその移動速度計測方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6089660A JPH07296167A (ja) | 1994-04-27 | 1994-04-27 | 画像による低速移動物体の追跡方法とその移動速度計測方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07296167A true JPH07296167A (ja) | 1995-11-10 |
Family
ID=13976918
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6089660A Pending JPH07296167A (ja) | 1994-04-27 | 1994-04-27 | 画像による低速移動物体の追跡方法とその移動速度計測方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07296167A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002190027A (ja) * | 2000-12-21 | 2002-07-05 | Nec Corp | 画像認識による速度測定システム及び速度測定方法 |
| JP2006190121A (ja) * | 2005-01-07 | 2006-07-20 | Nikon Corp | トラッキング装置およびトラッキング方法、並びに、このトラッキング装置を備えた生物顕微鏡 |
| JP2018119964A (ja) * | 2017-01-27 | 2018-08-02 | シック アイヴィピー エービー | 運動エンコーダ |
-
1994
- 1994-04-27 JP JP6089660A patent/JPH07296167A/ja active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002190027A (ja) * | 2000-12-21 | 2002-07-05 | Nec Corp | 画像認識による速度測定システム及び速度測定方法 |
| JP2006190121A (ja) * | 2005-01-07 | 2006-07-20 | Nikon Corp | トラッキング装置およびトラッキング方法、並びに、このトラッキング装置を備えた生物顕微鏡 |
| JP2018119964A (ja) * | 2017-01-27 | 2018-08-02 | シック アイヴィピー エービー | 運動エンコーダ |
| KR20180088596A (ko) * | 2017-01-27 | 2018-08-06 | 지크 아이브이피 아베 | 모션 인코더 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Duncan et al. | On the detection of motion and the computation of optical flow | |
| CN103698553A (zh) | 基于红外摄像的新型表面流场测速系统和测速方法 | |
| CN101520892B (zh) | 可见光图像中弱小目标的检测方法 | |
| CN108764338B (zh) | 一种应用于视频分析的行人跟踪方法 | |
| CN113536935A (zh) | 一种工程现场的安全监测方法及设备 | |
| CN117763423A (zh) | 一种基于深度学习的智能汽车激光雷达点云异常检测方法 | |
| CN111339934A (zh) | 一种融合图像预处理与深度学习目标检测的人头检测方法 | |
| Chen et al. | Image analysis algorithm and verification for on-line molecular sieve size and shape inspection | |
| JPH07296167A (ja) | 画像による低速移動物体の追跡方法とその移動速度計測方法 | |
| Patel et al. | Comparison of optical flow algorithms for speed determination of moving objects | |
| Wu et al. | Marine pollution detection based on deep learning and optical flow | |
| Khan et al. | Automated road marking detection system for autonomous car | |
| CN106875427B (zh) | 一种机车蛇行运动监测方法 | |
| Batali et al. | Motion detection and analysis | |
| Mamaraufov | Observational discrete lines for the detection of moving vehicles in road traffic surveillance | |
| Mutharpavalar et al. | Measuring of real-time traffic flow using video from multiple ip-based cameras | |
| Yin et al. | Promoting Automatic Detection of Road Damage: A High-Resolution Dataset, a New Approach, and a New Evaluation Criterion | |
| Wan et al. | Road traffic monitoring using image processing—A survey of systems, techniques and applications | |
| JPH0682331A (ja) | 可視化画像のトレーサ追跡方法 | |
| JP3543912B2 (ja) | オプティカルフロー検出方法 | |
| Creß et al. | Targetless extrinsic calibration between event-based and rgb camera for intelligent transportation systems | |
| Wei et al. | Semantics-driven unsupervised learning for monocular depth and ego-motion estimation | |
| Lidiawaty et al. | Utilization image of monocular camera to build navigation system and path mapping using SURF approach | |
| Yagfarov et al. | Augmentation-based object detection for winter time applications | |
| Alwindi et al. | Real-Time Vehicles Speed Estimation |