JPH08305980A - 炎検知装置および炎検知方法 - Google Patents

Abstract

(57)【要約】 【目的】 炎以外の要因による誤検知を防止し、炎を信
頼性良く検知することが可能である。 【構成】 本発明の炎検知装置は、撮像部１と、撮像部
１によって撮像された画像から対象物画像領域を抽出
し、該対象物画像領域の画素情報に基づいて対象物に関
する情報を割り出す画像処理部２と、画像処理部２によ
って割り出された対象物に関する情報に基づき、対象物
が炎であるか否かを判断する判断部３とを有している。
ここで、情報として、対象物画像領域の円形度，対象物
画像領域の大きさの時間的分散率，対象物画像領域の大
きさの時間変化についての自己相関を割り出し、判断部
３は、画像処理部２によって割り出された対象物画像領
域の円形度，対象物画像領域の大きさの時間的分散率，
対象物画像領域の大きさの時間変化についての自己相関
に基づいて対象物が炎であるか否かを判断する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、火災時などに発生
する炎を検知する炎検知装置および炎検知方法に関す
る。

【０００２】

【従来の技術】従来、火災時などに発生する炎を検知す
る炎検知装置として、紫外線式あるいは赤外線式の感知
器(センサ)を用いたものが一般的に知られている。ここ
で、紫外線式の感知器は、紫外線に高感度特性を有する
ＵＶトロンのような放電管を用いて、炎から放射される
紫外領域の光を感知し、紫外領域の光の光量に応じた個
数の放電パルスを出力する機能を有しており、紫外線式
の感知器を用いた炎検知装置では、紫外線式の感知器か
ら出力される放電パルスの個数に基づき炎であるか否か
の検知を行なっている。また、赤外線式の感知器は、炎
から放射される赤外領域の光，特に二酸化炭素の共鳴放
射の約４．３ミクロンの波長の光を感知する機能を有し
ており、赤外線式の感知器を用いた炎検知装置では、赤
外線式の感知器により感知された赤外領域の光の光量と
その揺らぎとに基づいて炎であるか否かの検知を行なっ
ている。

【０００３】

【発明が解決しようとする課題】しかしながら、紫外線
式の感知器は、溶接のようなアーク放電から放射される
光にも敏感であり、従って、紫外線式の感知器を用いた
炎検知装置では、溶接などの作業が行なわれるとき、誤
検知がなされることがある。また、赤外線式の感知器
は、赤外領域を含んだ太陽光にも敏感であり、従って、
赤外線式の感知器を用いた炎検知装置では、例えばさざ
波の立っている水面によって反射された太陽光(揺らぎ
(ちらつき)のある赤外領域光)などによって、誤検知が
なされることがある。

【０００４】また、炎検知装置として、熱画像装置を用
いたものもあり、熱画像装置を用いた炎検知装置では、
熱画像として撮像した各画素のうち、所定の閾値以上の
画素値をもつ画素の個数(画素数，すなわち面積)を求
め、この画素数(面積)に基づき炎か否かを検知するよう
になっている。しかしながら、熱画像装置を用いた炎検
知装置では、熱画像装置が高温対象物に対して高感度特
性を有するので、炎以外の高温対象物をも撮像してしま
い、誤検知がなされることがある。

【０００５】本発明は、炎以外の要因による誤検知を防
止し、炎を信頼性良く検知することの可能な炎検知装置
および炎検知方法を提供することを目的としている。

【０００６】

【課題を解決するための手段】上記目的を達成するため
に、請求項１乃至請求項９記載の発明では、情報量の多
い対象物撮像画像データを用いて、火災時等に発生する
炎独自の特徴(他の要因と明確に区別することのできる
特徴)が良好に表現される情報を割り出して、この情報
に基づき、対象物が炎か否かを判断する。これにより、
炎であるか否かの判断の信頼性を著しく向上させること
ができる。

【０００７】特に、情報として、対象物領域の大きさの
時間的分散率を割り出すことで、炎独自の特徴であるゆ
らぎを、高速フーリエ変換等の複雑な手法を用いずに、
容易に抽出することができる。また、この時間的分散率
は、対象物と撮像部(ＣＣＤ)との間の距離が変わって
も、これに差程影響されないので、炎が撮像部に対して
近い位置で発生しても、また、遠い位置で発生しても、
これに影響されずに炎の特徴であるゆらぎを信頼性良く
抽出することができて、炎と炎以外の要因とを信頼性良
く識別することができる。

【０００８】また、対象物領域の大きさの時間変化につ
いての自己相関を割り出すことで、炎独自の特徴である
ゆらぎの規則性(すなわち不規則性)を容易に抽出するこ
とができ、例えば回転灯などのような人為的な周期性の
ある雑音と炎とを信頼性良く識別することができる。

【０００９】また、対象物領域の円形度を割り出すこと
で、炎独自の特徴である形状を容易に抽出することがで
き、炎と炎以外の要因とを信頼性良く識別することがで
きる。

【００１０】さらに、対象物画像領域の重心移動度，対
象物画像領域の主軸変化率，あるいは対象物画像領域の
形状類似率を割り出すことで、これらをも炎独自の特徴
が良好に表現されている情報として用いることができ、
炎と炎以外の要因とを信頼性良く識別することができ
る。

【００１１】また、請求項２，請求項４，請求項５，請
求項９記載の発明では、炎独自の特徴が良好に表現され
る情報をパラメータとしたメンバーシップ関数が予め設
定されており、炎独自の特徴が良好に表現される情報が
割り出されたとき、対象物が炎である確信度を、割り出
された情報をパラメータ値としてメンバーシップ関数か
ら求め、得られた確信度に基づいて、対象物が炎である
か否かを判断する。これにより、人間の判断に近いより
信頼性の高い炎検知判断を行なうことができる。

【００１２】また、請求項７記載の発明では、撮像手段
としての２次元ＣＣＤには、可視領域の光に感度を有す
るＣＣＤが用いられ、この場合、撮像手段は、近赤外フ
ィルタを透過した光をＣＣＤに入光させるように構成さ
れており、通常の可視光ＣＣＤを用い、その近赤外光の
領域を火災の判断に利用しているため、比較的雑音信号
比が大きく取れ、赤外線ＣＣＤを用いる場合よりも低コ
ストの製品が提供できる。

【００１３】

【発明の実施の形態】以下、本発明の実施形態を図面に
基づいて説明する。図１は本発明に係る炎検知装置の構
成例を示す図である。図１を参照すると、この炎検知装
置は、撮像部１と、撮像部１によって撮像された画像か
ら対象物画像領域を抽出し、該対象物画像領域の画素情
報に基づいて対象物に関する情報を割り出す画像処理部
２と、画像処理部２によって割り出された対象物に関す
る情報に基づき、対象物が炎であるか否かを判断する判
断部３とを有している。

【００１４】ここで、撮像部１は、光学系１１と、光学
系１１からの光を受光し電気信号に変換する光電変換部
１２とを有している。図１の例では、光学系１１は、所
定の対象監視領域に応じた画角(視野角)を有するレンズ
系１３と、レンズ系１３から光電変換部１２に入光する
光のスペクトラム(波長)を制限する光学フィルタ１４と
により構成されている。また、光電変換部１２には、所
定の画素数を有する光電変換素子，例えば２次元のＣＣ
Ｄが用いられる。

【００１５】レンズ系１３の画角(視野角)は、監視対象
としての炎の大きさと光電変換素子(ＣＣＤ)の分解能
(総画素数)とに基づき、適切なものに設定されている。
具体的に、レンズ系１３は、広角である程、視野角が大
きくなり、より広い監視領域をカバーすることができる
が、この場合には、光電変換素子(ＣＣＤ)において１画
素に対応した監視領域の大きさも広くなり、炎の大きさ
が小さいとき、炎に関する情報を光電変換素子の１つの
画素からしか得ることができず、炎に関する情報量が著
しく少ないものとなってしまう。従って、レンズ系１３
の視野角，すなわち光電変換素子の１画素に対応した監
視領域の大きさは、炎の大きさが小さいときでも、炎に
関する情報を十分に得るのに必要な画素数で、好ましく
は後述のように炎の形状や揺らぎなどに関する情報を確
実に得るのに必要な画素数(複数の画素)で炎を撮像(監
視)できるようなものであるのが良い。

【００１６】例えば、消防法による炎検知器の型式承認
のための規格では、炎検知器の火災試験に３３×３３ｃ
ｍ²の面積の火皿(３３ｃｍ角火皿)を用い、この火皿に
ノルマルヘプタンをいれて着火し、３０秒以内の検出性
能を要求している。この火皿でのノルマルヘプタンの燃
焼炎(以後、３.３ｃｍ角火皿の炎と称す)は、幅，高さ
がそれぞれ約５０ｃｍ，約１．５ｍ程度となるので、レ
ンズ系１３の視野角(すなわち光電変換素子の１画素に
対応した監視領域の大きさ)としては、この燃焼炎に対
し所定距離隔てた位置からこの燃焼炎の揺らぎを有効に
捕えることのできる画素数で、炎を撮像(監視)できる大
きさのものであるのが良い。

【００１７】また、光電変換部１２の光電変換素子とし
ては、炎から放射される赤外領域の光，特に二酸化炭素
の共鳴放射の約４.３ミクロンの波長の光に高感度特性
を有する赤外線ＣＣＤが用いられるのが最も好ましい
が、可視領域の光に感度を有する通常のＣＣＤを用いる
こともできる。

【００１８】光電変換素子に赤外線ＣＣＤを用いる場合
には、光学系１１の光学フィルタ１４としては、４.３
ミクロン付近の波長帯域以外の光をカットし、４.３ミ
クロン付近の波長帯域の光を透過する特性を有するバン
ドパスフィルタが用いられるのが良い。また、光電変換
素子に可視領域の光に感度を有する通常のＣＣＤを用い
る場合には、光学フィルタ１４としては、近赤外の低域
フィルタ(例えば、８５００Å以下の波長の光をカット
し、８５００Å以上の波長の光を透過するフィルタ)が
用いられるのが良い。すなわち、光学フィルタ１４は、
光電変換素子のスペクトル感度特性に応じた特性のもの
が用いられる。

【００１９】また、ＣＣＤの総画素数は、前述のよう
に、約５０ｃｍ，約１.５ｍの大きさの炎を所定距離隔
てた位置からレンズ系１３を介して撮像するときに、こ
の大きさの炎に対応する画像領域が複数の画素にわたる
ような分解能のものとなっている必要がある。図２に
は、２次元ＣＣＤの画素構成例が示されており、図２の
例では、２次元ＣＣＤは、ｘ，ｙ方向に、それぞれＮ
個，Ｍ個の画素数(総画素数Ｎ×Ｍ個)をもち、対象物と
して所定の大きさの炎を所定の距離を隔てて撮像したと
き、その炎に対応する画像領域(対象物画像領域)ＯＢＪ
が５個の画素にわたるものとなっている。

【００２０】また、撮像部１の光電変換部１２は、所定
の時間間隔で画像を撮像して、これを画像処理部２に与
えるようになっており、画像処理部２は、撮像部１によ
り所定の時間間隔毎に撮像された図２に示すような画像
データを順次に取り込んで、炎検知に必要な所定の画像
処理を行ない、所定の情報を獲得するようになってい
る。

【００２１】具体的に、画像処理部２は、光電変換部１
２からの画像データ(２次元アナログ画像データ)に対し
て、例えば２値化処理を行ない、アナログ画像データを
２値化画像データに変換するＡ／Ｄ変換機能を備えてい
る。ここで、２値化の閾値ａ_thは、一般に、１回の画像
データ中の最高輝度値と最低輝度値との間のある値が用
いられるが、所定の時間間隔毎に毎回得られる画像デー
タにおいて、最高輝度値と最低輝度値は常に同じ値のも
のではなく、一般に変化するので、２値化の閾値につい
ても最高輝度値，最低輝度値の変化に応じて、変化させ
るのが良い。これにより、輝度がある時点で瞬時に変化
することによる影響を取り除くことができる。また、画
像処理部２は、上記Ａ／Ｄ変換処理において最高輝度の
画像データが飽和せずに所定のダイナミックレンジがと
れるよう光電変換部１２にフィードバック制御を行なっ
て画像データの自動利得調整制御を行なう機能を具備し
ていても良い。

【００２２】いずれにしろ、画像処理部２は、撮像部１
で撮像された各画素位置(ｘ，ｙ)のアナログ画像データ
ａ_x，_yに対して、例えば、ａ_x，_y≧ａ_thのときには、そ
の画素位置(ｘ，ｙ)の画素値ｐ_x，_yを“１”(黒画素)に
し、また、ａ_x，_y＜ａ_thのときには、その画素位置
(ｘ，ｙ)の画素値ｐ_x，_yを“０”(白画素)にする２値化
処理を行なうことができる。このように、画像処理部２
では、撮像部１において所定の時間間隔毎に撮像された
画像に対して、Ａ／Ｄ変換処理(２値化処理)を行ない、
所定の時間間隔毎に得られる２値化画像データに基づい
て炎検知に必要な画像処理を行なうようになっている。

【００２３】炎検知に必要な画像処理としては、先ず、
所定の時間間隔毎に得られる２値化画像データから炎の
候補を対象物画像領域として抽出する処理を行なう必要
がある。このため、画像処理部２は、例えば、ある時点
の２値化画像データとその１つ前の時点の２値化画像デ
ータとを比較し、この比較の結果、前後の時点の２値化
画像データ間において、あるまとまった(連結した)画像
領域のところで所定画素数の画素値に変化があったと
き、この変化があった画像領域(連結領域)を対象物画像
領域として抽出するようになっている(対象物画像領域
を特定するようになっている)。

【００２４】具体的に、例えば時刻ｔ₀の２値化画像デ
ータが図３(ａ)のようなものであり、次の時刻ｔ₁の２
値化画像データが図３(ｂ)のようなものとなるとき、こ
れらの差画像データは図３(ｃ)のようになり、画像領域
ＯＢＪで５個の画素数の画素値に変化があったと認めら
れるので(時刻ｔ₁で何らかの対象物が発生したと認めら
れるので)、この領域ＯＢＪを対象物画像領域として特
定することができる。

【００２５】ところで、本発明は、火災時などに発生す
る炎が、炎以外の要因とは異なった特徴(情報)をもつこ
とに着目し、上記のように特定した対象物画像領域ＯＢ
Ｊの画素情報に基づいて対象物に関する情報(特徴情報)
を割り出し、割り出した対象物に関する情報に基づいて
対象物が炎であるか否かを判断するようにしている。よ
り詳細には、火災時などに発生する炎が、炎以外の要因
とは異なった所定の時間的変化特性，形状をもつことに
着目し、上記のように特定した対象物画像領域ＯＢＪが
炎特有の所定の時間的変化特性および／または形状をも
つか否かを判断することで、この対象物が炎であるか否
かを信頼性良く検知することを意図している。

【００２６】なお、炎をそれ以外の要因と峻別するため
の上記時間的変化特性として、本願の発明者は、対象物
画像領域の大きさ(画素数；面積)の時間的揺らぎ特性
と、対象物画像領域の大きさ(画素数；面積)の時間的変
動の規則性とに、特に着目した。

【００２７】従って、図１の画像処理部２は、上記のよ
うに、所定の時間間隔Δｔ毎に得られる２値化画像デー
タから炎の候補を対象物画像領域ＯＢＪを特定したとき
に、この対象物画像領域ＯＢＪの形状として円形度を求
め、および／または、この対象物画像領域ＯＢＪの大き
さ(画素数)の時間的揺らぎ特性として、対象物画像領域
ＯＢＪの大きさ(画素数)の時間的平均値に対する分散率
(分散の標準偏差値)を求め、および／または、対象物画
像領域ＯＢＪの大きさ(画素数)の時間的変動の規則性と
して、対象物画像領域ＯＢＪの大きさ(画素数)の時間変
化についての自己相関を求める処理を行なうようになっ
ている。すなわち、円形度，分散率，自己相関のうちの
少なくとも１つを求める処理を行なうようになってい
る。なお、炎の時間的揺らぎ特性などを確実に検出する
ことができるよう、撮像の時間間隔Δｔは、適切なもの
(例えば、０.５秒〜２秒程度の時間間隔)である必要が
ある。

【００２８】具体的に、ある１つの時点での２値化画像
データにおける対象物画像領域ＯＢＪの円形度ｅは、対
象物画像領域ＯＢＪ全体を構成する画素数(対象物画像
領域ＯＢＪの面積に対応)ｕと、この対象物画像領域Ｏ
ＢＪの輪郭を形成する画素数(対象物画像領域ＯＢＪの
輪郭線の長さに対応)ｖとにより、次式のようにして求
められる。

【００２９】

【数１】ｅ＝(４π・ｕ)／ｖ²

【００３０】ここで、対象物画像領域ＯＢＪ全体を構成
する画素数(面積)ｕは、２値化画像データにおいて対象
物画像領域ＯＢＪの各画素が黒画素として表現されてい
る場合、対象物画像領域ＯＢＪ全体を構成する黒画素の
個数を計数することによって求めることができる。ま
た、対象物画像領域ＯＢＪの輪郭を形成する画素数(輪
郭長さ)ｖは、例えば２値化画像データに対してさらに
微分処理を施し、この微分画像データにおいて、対象物
に対応した黒画素の個数を計数することによって得るこ
とができる。

【００３１】例えば、ある１つの時点における２値化画
像データが図４(ａ)のようなものであって、図４(ａ)に
おいて対象物画像領域がＯＢＪであるとき、対象物画像
領域全体を構成する画素数(面積)ｕは、対象物画像領域
ＯＢＪ内の黒画素の総数“５”として求めることができ
る。

【００３２】また、図４(ａ)の２値化画像データに対し
て微分処理を施すと(すなわち、図４(ａ)の２値化画像
データの１つの画素位置(ｘ，ｙ)に着目するとき、この
画素の値ｐ_x，_yが例えばｐ_x，_y≠ｐ_x-1,y-1，ｐ_x，_y≠
ｐ_x-1,y，ｐ_x，_y≠ｐ_x-1,y+1，またはｐ_x，_y≠ｐ_x,y-1
の場合にのみ、ｐ_x，_y＝１(黒画素)とし、それ以外の場
合にｐ_x，_y＝０(白画素)とする処理を施すと)、図４
(ｂ)のような微分画像データが得られ、図４(ｂ)の微分
画像データにおいて、対象物の輪郭を形成する画素数
(輪郭長さ)ｖは、図４(ａ)の対象物画像領域ＯＢＪに対
応した部分の黒画素の総数“４”として求めることがで
きる。

【００３３】対象物画像領域ＯＢＪが円形形状のもので
ある場合、その半径を仮りにｒとすると、対象物画像領
域全体を構成する画素数ｕは“πｒ²”に比例し、ま
た、対象物画像領域の輪郭を形成する画素数ｖは“２π
ｒ”に比例するので、上記円形度ｅは、“１.０”とな
る。換言すれば、対象物画像領域の円形度ｅは、対象物
画像領域の形状が円形に近いぼど、“１.０”に近づ
き、形状が複雑になる程、“０.０”に近づく。

【００３４】対象物画像領域ＯＢＪの円形度は、このよ
うに、ある１時点での２値化画像データ，例えば対象物
画像領域ＯＢＪの特定を行なった時点ｔ₁での２値化画
像データだけに基づいて円形度ｅとして求めることがで
きるが、信頼性をより高めるため、対象物画像領域の特
定を行なった時点ｔ₁から(例えばこの時点ｔ₁をも含め
て)、所定の時間間隔Δｔずつ隔てた複数(ｎ個)の時点
ｔ₁，ｔ₂，…ｔ_nでの２値化画像データに基づいてそれ
ぞれ求めたｎ個の対象物画像領域ＯＢＪ₁，ＯＢＪ₂，
…，ＯＢＪ_nの円形度ｅ(ｔ₁)，ｅ(ｔ₂)，…，ｅ(ｔ_n)の
平均値〈ｅ〉として、次式のように求めることもでき
る。

【００３５】

【数２】

【００３６】また、対象物画像領域の時間的揺らぎ特
性、すなわち対象物画像領域の大きさ(画素数)の時間的
平均値に対する分散率(分散の標準偏差値)ｄは、対象物
の特定を行なった時点ｔ₁から(例えばこの時点ｔ₁をも
含めて)、所定の時間間隔Δｔずつ隔てた複数(ｎ個)の
時点ｔ₁，ｔ₂，…ｔ_nでの２値化画像データに基づいて
それぞれ求めたｎ個の各対象物画像領域ＯＢＪ₁，ＯＢ
Ｊ₂，…，ＯＢＪ_n内の黒画素の個数ｗ(ｔ₁)，ｗ(ｔ₂)，
…，ｗ(ｔ_n)の平均値〈ｗ〉に対する黒画素の個数ｗ(ｔ
₁)，ｗ(ｔ₂)，…，ｗ(ｔ_n)のばらつき(分散の標準偏差
値)として、次式のように求めることができる。

【００３７】

【数３】

【００３８】また、対象物画像領域の大きさ(画素数)の
時間変化についての自己相関は、所定の時間間隔Δｔず
つ隔てた複数の時点での対象物画像領域内の黒画素の個
数から、次のように求めることができる。

【００３９】

【数４】

【００４０】なお、判断部３において、炎であるか否か
を実際に判断するために用いる自己相関ｃｏｒ(ｋ)とし
ては、自己相関関数ｃｏｒ_m(ｋ)を時間パラメータｍに
ついて時間平均したものが用いられる。すなわち、画像
処理部２は、実際には、次式で与えられる自己相関値ｃ
ｏｒ(ｋ)を判断部３に与えるようになっている。

【００４１】

【数５】

【００４２】ここで、ｍとしては、これを任意の整数値
のものにすることもできるが、ｍを０と設定することも
できる。ｍを０に設定する場合は、数５は、時刻ｔ_iと
時刻(ｔ_i＋ｔ_k)との間の通常良く知られた次式の自己相
関関数となる。

【００４３】

【数６】

【００４４】このように、画像処理部２において、対象
物画像領域の円形度ｅ(または〈ｅ〉；なお、以後、便
宜上、〈ｅ〉をも含めてｅと表記する)，対象物画像領
域の大きさ(画素数)の時間的平均値に対する分散率(分
散の標準偏差値)ｄ，対象物画像領域の大きさ(画素数)
の時間的変化についての自己相関ｃｏｒ(ｋ)のうちの少
なくとも１つが求められると、判断部３はこれらの処理
結果に基づいて、対象物画像領域が炎であるか否かを判
断するようになっている。

【００４５】本願の発明者は、対象物(光源)として、
３.３ｃｍ角火皿の炎，回転灯，白熱電球をそれぞれ用
意し、これらを撮像距離を変化させながら撮像して、各
々の対象物画像領域について、円形度ｅを実際に求め
た。図５は、対象物が、それぞれ、３.３ｃｍ角火皿の
炎，回転灯，白熱電球である場合に実際に求められた円
形度(撮像距離に対する円形度ｅ)の測定結果を示す図で
ある。図５から、円形度ｅに基づいて、炎と回転灯と白
熱電球とを識別できることがわかる。特に、円形度ｅに
基づいて、炎と白熱電球とを良好に識別できる。

【００４６】また、本願の発明者は、対象物(光源)とし
て、３.３ｃｍ角火皿の炎，回転灯，白熱電球を所定の
撮像距離から撮像し、これらの各対象物の２値化画像デ
ータにおける対象物画像領域の黒画素数の時間的変化を
測定した。

【００４７】図６は、対象物として３.３ｃｍ角火皿の
炎を撮像した２値化画像データにおいて炎に対応した対
象物画像領域内の画素数(黒画素数)の時間的変化の測定
結果を示す図であり、また、図７は、対象物として回転
灯を撮像した２値化画像データにおいて回転灯に対応し
た対象物画像領域内の画素数(黒画素数)の時間的変化の
測定結果を示す図であり、また、図８は、対象物として
白熱電球を撮像した２値化画像データにおいて白熱電球
に対応した対象物画像領域内の画素数(黒画素数)の時間
的変化の測定結果を示す図である。

【００４８】さらに、本願の発明者は、図６，図７，図
８の各対象物についての画素数(黒画素数)の時間的変化
の測定結果に基づき、各対象物ごとに分散率ｄと自己相
関関数ｃｏｒ_m(ｋ)とを求めた。なお、この測定におい
て、撮像の時間間隔Δｔを１秒とした。

【００４９】図９は撮像距離を変えながら上記のように
して求めた３.３ｃｍ角火皿の炎，回転灯，白熱電球の
分散率(時間的分散率)ｄを示す図である。なお、図９に
おいては、さらに、対象物としてコンロの炎を撮像した
ときのコンロの炎についての分散率ｄも示されている。

【００５０】図９から、対象物が３.３ｃｍ角火皿の
炎，コンロの炎である場合、分散率ｄは、ほぼ０.３〜
０.５の範囲にあり、対象物が回転灯である場合、分散
率ｄは、ほぼ０.９〜１.２の範囲にあり、また、対象物
が白熱電球である場合、分散率ｄは、ほぼ０となること
がわかる。このことから、分散率ｄに基づき、炎と回転
灯と白熱電球とを明確に識別することができる。特に、
分散率(時間的分散率)ｄは、撮像距離が変わっても差程
変化しないので、任意の撮像距離から撮像した場合で
も、この分散率ｄに基づき、対象物が炎であるか、回転
灯であるか、白熱電球であるかを、安定して容易に識別
することができる。なお、従来では、炎の揺らぎを検出
するために例えば高速フーリエ変換によるスペクトラム
を求めるようにしており、この場合には、複雑な演算を
必要とするなどの問題があったが、上記時間的分散率ｄ
は、高速フーリエ変換のような複雑な演算を必要とせず
に、これを容易に求めることができ、また、この時間的
分散率ｄは、上述のように、炎と回転灯と白熱電球とを
安定して明確に識別できるので、この分散率ｄは、炎で
あるか否かを判断する上で、特に有用な情報となる。

【００５１】また、図１０は、図７の測定結果に基づい
て求めた回転灯の自己相関ｃｏｒ_m(ｋ)を示す図であ
る。なお、図１０では、撮像距離が１ｍ，３ｍ，５ｍで
ある場合の回転灯の自己相関ｃｏｒ_m(ｋ)がそれぞれ示
されている。

【００５２】また、図１１は、図６の測定結果に基づい
て求めた３.３ｃｍ角火皿の炎の自己相関ｃｏｒ_m(ｋ)を
示す図である。なお、図１１では、撮像距離が４ｍ，６
ｍ，８ｍ，１０ｍである場合の炎の自己相関ｃｏｒ
_m(ｋ)がそれぞれ示されている。

【００５３】なお、図１０，図１１において、ｍは
“０”に設定した。

【００５４】図１０と図１１とを比べると、図１０の回
転灯の自己相関ｃｏｒ_m(ｋ)は、周期的に時間変化する
のに対して、図１１の３.３ｃｍ角火皿の炎の自己相関
ｃｏｒ_m(ｋ)は、時間的にほぼ一定であることがわか
る。回転灯では、光の出射方位が一定の回転速度で回転
し、従って、撮像部１で受光される光量は、この回転に
伴なって周期的に変化し、これに伴なって、自己相関ｃ
ｏｒ_m(ｋ)も図１０のように周期的に時間変化する。こ
れに対し、炎から放射される光の光量は、回転灯のよう
に周期的には変化せず、自己相関ｃｏｒ_m(ｋ)も図１１
のように周期的には変化しない。

【００５５】このように、自己相関によって、回転灯の
ような人為的な周期性のある雑音と炎とを明確に識別す
ることができる。

【００５６】このように、円形度ｅ，分散率ｄ，自己相
関ｃｏｒは、対象物毎に、すなわち、炎と回転灯と白熱
電球とでそれぞれ異なったものとなり、炎か否かを判断
する上で、それぞれ有用な情報となる。

【００５７】従って、判断部３では、円形度ｅ，分散率
ｄ，自己相関ｃｏｒの少なくとも１つに基づいて、対象
物が炎であるか否かを判断することができる。すなわ
ち、円形度ｅに基づいて炎であるか否かを判断すること
もできるし、あるいは、分散率ｄに基づいて炎であるか
否かを判断することもできるし、あるいは、自己相関ｃ
ｏｒに基づいて炎であるか否かを判断することもできる
し、さらには、これらを適宜組合せて、炎であるか否か
を判断することもできる。

【００５８】例えば、判断部３は、画像処理部２におい
て円形度ｅ，分散率ｄ，自己相関ｃｏｒが求められたと
き、円形度ｅ，分散率ｄ，自己相関ｃｏｒをパラメータ
とし、ファジィ理論を用いて、炎であるか否かの判断を
行なうことができる。

【００５９】具体的に、円形度ｅ，分散率ｄ，自己相関
ｃｏｒの各パラメータについて、炎である確信度を表現
するメンバーシップ関数ＭＥＭ(ｅ)，ＭＥＭ(ｄ)，ＭＥ
Ｍ(ｃｏｒ)を予め設定し、画像処理部２において円形度
ｅ，分散率ｄ，自己相関ｃｏｒが求められたとき、各々
に対応したメンバーシップ関数ＭＥＭ(ｅ)，ＭＥＭ
(ｄ)，ＭＥＭ(ｃｏｒ)から、それぞれ、炎である確信度
ｏ(ｅ)，ｏ(ｄ)，ｏ(ｃｏｒ)を得ることができ、これら
の確信度ｏ(ｅ)，ｏ(ｄ)，ｏ(ｃｏｒ)から、あるいはこ
れらの確信度を組合せて、最終的に、炎であるか否かを
検知することができる。

【００６０】図１２は、円形度ｅのパラメータ(０〜１)
について、炎である確信度を表現するメンバーシップ関
数ＭＥＭ(ｅ)の設定例を示す図であり、また、図１３
は、時間的分散率ｄのパラメータ(０〜１)について、炎
である確信度を表現するメンバーシップ関数ＭＥＭ(ｄ)
の設定例を示す図であり、また、図１４は、自己相関ｃ
ｏｒ(ｋ)のパラメータ(０〜１)について、炎である確信
度を表現するメンバーシップ関数ＭＥＭ(ｃｏｒ)の設定
例を示す図である。なお、回転灯については、分散率ｄ
が１.０よりも大きくなることがあるが、１.０以上の値
については、これをパラメータ値１.０に換算して図１
３のメンバーシップ関数ＭＥＭ(ｄ)を設定した。

【００６１】図１２乃至図１４からもわかるように、各
メンバーシップ関数ＭＥＭ(ｅ)，ＭＥＭ(ｄ)，ＭＥＭ
(ｃｏｒ)は、円形度ｅ，分散率ｄ，自己相関ｃｏｒのパ
ラメータ値が炎であるとの蓋然性が最も高いときに
“１”の確信度(重み付け)を与え、また、炎であるとの
蓋然性が最も低いときに“０”の確信度(重み付け)を与
えるものである。なお、このようなメンバーシップ関数
は、人間の判断により設定でき、従って、このようなメ
ンバーシップ関数を用いることで、人間の判断に近い炎
検知判断が可能になる。また、本発明において炎検知を
行なう上で特に着目した円形度ｅ，分散率ｄ，自己相関
ｃｏｒの各情報は、このようなファジィ理論のメンバー
シップ関数のパラメータとしても良好に適合したものと
なっている。

【００６２】いま、例えば、対象物が炎であって、画像
処理部２において求めたこの対象物の円形度ｅ，分散率
ｄ，自己相関ｃｏｒの各パラメータ値が、それぞれ
“０.２”，“０.３”，“０.９５”であるとき、図１
２乃至図１４のメンバーシップ関数から、各パラメータ
値の確信度ｏ(０.２)，ｏ(０.３)，ｏ(０.９５)は、そ
れぞれ“１.０”，“１.０”，“１.０”となる。

【００６３】また、対象物が回転灯であって、画像処理
部２において求めたこの対象物の円形度ｅ，分散率ｄ，
自己相関ｃｏｒの各パラメータ値が、それぞれ“０.
２”，“１.０”，“０.５”であるとき、図１２乃至図
１４のメンバーシップ関数から、各パラメータ値の確信
度ｏ(０.２)，ｏ(１.０)，ｏ(０.５)は、“１.０”，
“０.０”，“０.０”となる。

【００６４】また、対象物が白熱電球(一般光源)であっ
て、画像処理部２において求めたこの対象物の円形度
ｅ，分散率ｄ，自己相関ｃｏｒの各パラメータ値が、そ
れぞれ“０.９”，“０.１”，“１.０”であるとき、
図１２乃至図１４のメンバーシップ関数から、各パラメ
ータ値の確信度ｏ(０.９)，ｏ(０.１)，ｏ(１.０)は、
“０.０”，“０.０”，“０.０”となる。

【００６５】このように、各パラメータ値ごとの確信度
ｏ(ｅ)，ｏ(ｄ)，ｏ(ｃｏｒ)が得られるとき、判断部３
は、例えば、各確信度の平均値(ｏ(ｅ)＋ｏ(ｄ)＋ｏ(ｃ
ｏｒ))／３を求め、この平均値が所定の閾値，例えば
“０.８”以上のときに炎であると判断し、“０.８”以
下のときに炎ではないと判断することができる。

【００６６】上記の例では、対象物が炎であって、各パ
ラメータ値の確信度ｏ(０.２)，ｏ(０.３)，ｏ(０.９
５)が、“１.０”，“１.０”，“１.０”となる場合、
この平均値は“１.０”となり、“０.８”以上となるの
で、対象物が炎であると判断できる。

【００６７】これに対し、対象物が回転灯であって、各
パラメータ値の確信度ｏ(０.２)，ｏ(１.０)，ｏ(０.
５)が、“１.０”，“０.０”，“０.０”となる場合、
この平均値は“０.３３”となり、“０.８”以下である
ので、対象物が炎ではないと判断できる。

【００６８】また、対象物が白熱電球であって、各パラ
メータ値の確信度ｏ(０.９)，ｏ(０.１)，ｏ(１.０)
が、“０.０”，“０.０”，“０.０”となる場合、こ
の平均値は“０.０”となり、“０.８”以下であるの
で、対象物が炎でないと判断できる。

【００６９】上述したような本発明の炎検知装置，炎検
知方法は、火災判断，火災警報への適用に特に有用であ
る。

【００７０】図１５は本発明の炎検知装置，炎検知方法
を適用した火災警報装置の構成例を示す図である。図１
５を参照すると、この火災警報装置は、図１に示した炎
検知装置において、その判断部３からの出力，すなわ
ち、判断部３における判断結果が炎であるときに、実火
災と判断し火災警報(異常警報)を出力する火災警報出力
部４がさらに設けられたものとなっている。

【００７１】図１６は図１５の火災警報装置の処理動作
を説明するためのフローチャートである。この火災警報
装置では、これを実際に動作させるに先立って、各パラ
メータ(円形度，分散率，自己相関)についてのメンバー
シップ関数を例えば図１２乃至図１４に示したように決
定し、これを判断部３に予め設定しておく(ステップＳ
１)。

【００７２】このような初期設定を行なった後、撮像部
１において対象物が撮像され、画像処理部２において、
この対象物が対象物画像領域として検出されると、画像
処理部２では、その後、この対象物画像領域の画素情報
に基づいて円形度，分散率，自己相関の各情報(各パラ
メータ値)を前述のようにして割り出す(ステップＳ
２)。

【００７３】画像処理部２において各情報(各パラメー
タ値)が割り出されたとき、判断部３では、これらの各
情報(各パラメータ値)に対して、それぞれに対応したメ
ンバーシップ関数を用いて、対象物が炎である確信度
(ファジィ値)を求める(ステップＳ３)。そして、各パラ
メータ値について求めた確信度に基づいて(例えば各確
信度の平均値が所定閾値(例えば“０．８”)よりも大き
いか否かを調べることで)、対象物が炎であるか否かを
判断し(ステップＳ４)、対象物が炎であると判断したと
きには、警報出力部４に対して、警報出力を行なわせる
ための信号を出力する(ステップＳ５)。これにより、警
報出力部４では、判断部３において炎と判断されたとき
のみ、警報を出力することができる。

【００７４】このように、図１５の火災警報装置では、
炎検知装置において、情報量の多い対象物撮像画像デー
タを用いて、火災時に発生する炎独自の特徴(他の非火
災報要因と明確に区別することのできる特徴)が良好に
表現される情報を割り出して、この情報に基づき、対象
物が炎か否かを判断することができるので、火災判断の
信頼性を著しく向上させることができる。換言すれば、
紫外線式あるいは赤外線式の感知器(センサ)などを用い
た従来の火災警報装置(自火報システム)では、種々の非
火災報要因によって、誤報が出力されることがあるが、
図１５の火災警報装置では、非火災報要因による誤報の
発生を極めて有効に防止することができる。

【００７５】また、従来では、特開平５−３０３６９０
号，特開平６−３０１８７０号に示されているように、
火災感知器として、散乱光式煙感知器，一酸化炭素感知
器，熱感知器を採用し、これら複数の感知器からの出力
信号をファジィ理論によって推論処理して、実火災と非
火災とを識別する火災性状把握システムが知られてお
り、本発明と特開平５−３０３６９０号，特開平６−３
０１８７０号とを比べると、両者とも、ファジィ表現と
して採用したメンバーシップ関数から事象に対する確信
度(ファジィ値)を求め、この確信度に基づき、実火災，
非火災を推論判断(識別)するという点においては、確か
に共通している。

【００７６】しかしながら、特開平５−３０３６９０
号，特開平６−３０１８７０号では、事象を個々の火災
感知器からの出力信号とするようになっているのに対
し、本発明では、前述したように、個々の感知器からの
出力信号を事象とするのではなく、情報量の多い画像デ
ータを用いて、火災時に発生する炎独自の特徴を良好に
表現した情報(円形度，分散率，自己相関)を事象とする
ので、特開平５−３０３６９０号，特開平６−３０１８
７０号に比べて、火災判断の信頼性をはるかに高めるこ
とができる。

【００７７】なお、上述の構成例では、炎独自の特徴が
良好に表現されている情報として、対象物画像領域ＯＢ
Ｊの円形度ｅ，分散率ｄ，自己相関ｃｏｒを求めたが、
これらとともに、あるいは、これらのかわりに、さら
に、他の情報を求めることもできる。例えば、炎独自の
特徴が良好に表現されている情報として、対象物画像領
域ＯＢＪの重心移動度，主軸変化率，形状類似率を次の
ように求めることもできる。

【００７８】すなわち、図１の画像処理部２は、前述の
ように、所定の時間間隔Δｔ毎に得られる２値化画像デ
ータから対象物画像領域ＯＢＪを特定したときに、対象
物画像領域ＯＢＪの特徴表現として、次式(数７)の慣性
モーメントＭ_pqを先ず考える。なお、数７において、
ｘ，ｙは、図２に示すようなＮ個，Ｍ個の画素数をもつ
撮像画像の座標軸ではなく、図１７に示すように、図２
の撮像画像から対象物画像領域ＯＢＪを特定したとき
に、この対象物画像領域ＯＢＪに接する直交座標軸であ
るとする。

【００７９】

【数７】

【００８０】この慣性モーメントＭ_pqの式において、ｐ
＝ｑ＝０の場合には、Ｍ_pq，すなわちＭ₀₀は、次式(数
８)のように面積を表わすものとなる。

【００８１】

【数８】

【００８２】また、数７の慣性モーメントＭ_pqの式にお
いて、ｐ＝１，ｑ＝０；ｐ＝０，ｑ＝１の場合には、Ｍ
_pq，すなわちＭ₁₀，Ｍ₀₁は、次式(数９)となる。

【００８３】

【数９】

【００８４】従って、次式(数１０)のように、Ｍ₁₀／Ｍ
₀₀，Ｍ₀₁／Ｍ₀₀で得られる座標Ｉ_c，Ｊ_cが、それぞれ、
対象物画像領域ＯＢＪのｘ方向，ｙ方向の重心Ｇを表わ
す。なお、座標Ｉ_c，Ｊ_cは、Ｍ₁₀，Ｍ₀₁をそれぞれＭ₀₀
すなわち面積で規格化しており、従って、対象物画像領
域ＯＢＪの大きさに影響されない不変な尺度のものとな
っている。

【００８５】

【数１０】Ｉ_c＝Ｍ₁₀／Ｍ₀₀ Ｊ_c＝Ｍ₀₁／Ｍ₀₀

【００８６】また、上述のような重心Ｇ＝(Ｉ_c，Ｊ_c)の
まわりの慣性モーメントＭ_fは、次式(数１１)のように
なる。

【００８７】

【数１１】

【００８８】また、上述のような重心を通る直線ｙ＝ｘ
tanθについてのＰ_x,yの慣性モーメントＭ_θは、次式
(数１２)のようになる。

【００８９】

【数１２】

【００９０】なお、数１１，数１２に関しては、ｘ，ｙ
は、重心Ｉ_c，Ｊ_cを原点としたときの座標系での座標で
あるとする。

【００９１】数１２において、Ｍ_θが最小となる角度を
θ₀とするとき、ｙ＝ｘtanθ₀は、Ｐ_x,yの慣性主軸とな
っている。数１２から、Ｍ_θ＝Ｍ₂₀sin²θ−２Ｍ₁₁sin
θcosθ＋Ｍ₀₂cos²θが成立するので、Ｍ_θを最小にす
るために、これをθで微分して０とおくと、次式(数１
３)が得られる。

【００９２】

【数１３】tan２θ₀＝２Ｍ₁₁／(Ｍ₂₀−Ｍ₀₂)

【００９３】これから、対象物画像領域ＯＢＪの主軸の
方向θ₀は、次式(数１４)のようになる。

【００９４】

【数１４】 θ₀＝(１／２)tan^-1［２Ｍ₁₁／(Ｍ₀₂−Ｍ₂₀)］

【００９５】図１７には、対象物画像領域ＯＢＪの重心
Ｇ＝(Ｉ_c，Ｊ_c)とともに、上述のようにして得られる対
象物画像領域ＯＢＪの主軸の方向θ₀が示されている。

【００９６】上述のようにして、対象物画像領域ＯＢＪ
の重心Ｇ＝(Ｉ_c，Ｊ_c)と主軸の方向θ₀が求まると、こ
れらと、さらに、前述のような微分処理によって抽出し
た対象物画像領域ＯＢＪの輪郭とから、現時点(現画面)
での対象物(例えば炎)の形状を求めることができる。す
なわち、重心Ｇ＝(Ｉ_c，Ｊ_c)から輪郭への距離ｒを角度
の関数ｒ(θ)としてプロットすると、図１８に示すよう
に、対象物に特有の２πの周期波形を描く、図１８にお
いて、θ₀は主軸の方向である。

【００９７】このように、この距離関数ｒ(θ)は、対象
物画像領域ＯＢＪ，すなわち対象物(例えば炎)の形状を
特徴付けるものとなっているので、この距離関数ｒ(θ)
を用いて、例えば、前時点(前画面)での対象物画像領域
ＯＢＪの形状に対する現時点(現画面)での対象物画像領
域ＯＢＪの形状の類似率を求めることができる。

【００９８】図１９(ａ)，(ｂ)には、それぞれ前時点
(前画面)，現時点(現画面)での対象物画像領域ＯＢＪお
よび距離関数ｒ(θ)の一例が示されている。これらの形
状類似率を求める場合、これらの間の主軸の方向θ₀が
変わることによる影響をなくすため、それぞれ、距離関
数ｒ(θ)の基準点を、その時点での主軸の方向θ₀に合
わせる。そして、例えば、各々の距離関数ｒ(θ)を、所
定の角度Δθ(例えば５゜)ずつ３６０゜までサンプリン
グする。Δθが５゜である場合には、それぞれ、７２個
のサンプルｒ(θ_i)(ｉ＝１〜７２)が得られる。現時点
(現画面)での対象物画像領域ＯＢＪの距離関数をｒ₁(θ
_i)(ｉ＝１〜７２)とし、前時点(前画面)での対象物画像
領域ＯＢＪの距離関数をｒ₂(θ_i)(ｉ＝１〜７２)とする
とき、これらの形状類似率ｆは、例えば次式によって与
えられる。

【００９９】

【数１５】

【０１００】ここで、対象物の大きさ，移動度等による
形状類似率ｆへの影響をなくすため、ｒ₁(θ_i)，ｒ₂(θ
_i)を規格化しておく必要がある。例えば、距離関数ｒ
(θ)をθ＝θ₀のところで“１”に規格化することがで
きる(すなわち、ｒ(θ₀)＝１とすることができる)。こ
れにより、ｒ₁(θ_i＝θ₀)＝１，ｒ₂(θ_i＝θ₀)＝１とす
ることができ、ｒ₁(θ_i)とｒ₂(θ_i)との比を求めると
き、対象物の大きさの変化，移動度等による影響をなく
すことができる。また、この場合、Ｆは、ｒ₂(θ_i)がｒ
₁(θ_i)よりも小さいときには、Ｆ(ｒ₂(θ_i)/ｒ₁(θ_i))
＝ｒ₂(θ_i)/ｒ₁(θ_i)とし、ｒ₂(θ_i)がｒ₁(θ_i)よりも
大きいときには、Ｆ(ｒ₂(θ_i)/ｒ₁(θ_i))＝ｒ₁(θ_i)/ｒ
₂(θ_i)とする関数である。従って、形状類似率ｆは、０
≦ｆ≦１の範囲にある。このように、現時点(現画面)の
対象物画像領域ＯＢＪの距離関数ｒ₁(θ)と前時点(前画
面)の対象物画像領域ＯＢＪの距離関数ｒ₂(θ)との類似
率(形状類似率)ｆを、炎独自の特徴が良好に表現されて
いる情報として用いることができる。

【０１０１】なお、上述の例では、ｒ₁(θ_i)とｒ₂(θ_i)
との比を求めることによって形状類似率ｆを求めたが、
例えば、ｒ₁(θ_i)とｒ₂(θ_i)との差に基づき(例えば、
これらの差の２乗に基づき)、形状類似率ｆを求めるこ
ともできる。この場合にも、対象物の大きさの変化，移
動度等による形状類似率ｆへの影響をなくすため、ｒ
₁(θ_i)，ｒ₂(θ_i)を規格化しておく必要がある。すなわ
ち、ｒ₁(θ_i＝θ₀)＝１，ｒ₂(θ_i＝θ₀)＝１とすること
で、ｒ₁(θ_i)とｒ₂(θ_i)との差を求めるとき、対象物の
大きさの変化，移動度等による影響をなくすことができ
る。

【０１０２】このように、対象物画像領域ＯＢＪの重心
Ｇ＝(Ｉ_c，Ｊ_c)から輪郭への距離関数ｒ(θ)に基づく形
状の類似率を、炎独自の特徴が良好に表現されている情
報として用いることもできる。

【０１０３】また、対象物画像領域ＯＢＪの重心移動度
ｇは、対象物の特定を行なった時点ｔ₁から(例えばこの
時点ｔ₁をも含めて)、所定の時間間隔Δｔずつ隔てた複
数(ｎ個)の時点ｔ₁，ｔ₂，…ｔ_nでの２値化画像データ
に基づいてそれぞれ求めたｎ個の各対象物画像領域ＯＢ
Ｊ₁，ＯＢＪ₂，…，ＯＢＪ_nの重心Ｇ(ｔ₁)，Ｇ(ｔ₂)，
…，Ｇ(ｔ_n)の平均値〈Ｇ〉に対する重心Ｇ(ｔ₁)，Ｇ
(ｔ₂)，…，Ｇ(ｔ_n)のばらつき(分散の標準偏差値)とし
て、次式(数１６)のように求めることができる。

【０１０４】

【数１６】

【０１０５】なお、重心Ｇは、(Ｉ_c，Ｊ_c)のように、ｘ
座標，ｙ座標から構成されていることから、Ｉ_cについ
て数１６の演算を行ない、また、これと独立して、Ｊ_c
について数１６の演算を行ない、Ｉ_cについての演算結
果とＪ_cについての演算結果とを例えば合成して、重心
移動度ｇを求めることができる。

【０１０６】また、対象物画像領域の主軸変化率ｈは、
対象物の特定を行なった時点ｔ₁から(例えばこの時点ｔ
₁をも含めて)、所定の時間間隔Δｔずつ隔てた複数(ｎ
個)の時点ｔ₁，ｔ₂，…ｔ_nでの２値化画像データに基づ
いてそれぞれ求めたｎ個の各対象物画像領域ＯＢＪ₁，
ＯＢＪ₂，…，ＯＢＪ_nの主軸の方向θ₀(ｔ₁)，θ
₀(ｔ₂)，…，θ₀(ｔ_n)の平均値〈θ₀〉に対する主軸の
方向θ₀(ｔ₁)，θ₀(ｔ₂)，…，θ₀(ｔ_n)のばらつき(分
散の標準偏差値)として、次のように求めることができ
る。

【０１０７】

【数１７】

【０１０８】このように、画像処理部２は、所定の時間
間隔Δｔ毎に得られる２値化画像データから炎の候補を
対象物画像領域ＯＢＪを特定したときに、この対象物画
像領域ＯＢＪの円形度を求め、および／または、この対
象物画像領域ＯＢＪの大きさ(画素数)の時間的揺らぎ特
性として、対象物画像領域ＯＢＪの大きさ(画素数)の時
間的平均値に対する分散率(分散の標準偏差値)を求め、
および／または、対象物画像領域ＯＢＪの大きさ(画素
数)の時間的変動の規則性として、対象物画像領域ＯＢ
Ｊの大きさ(画素数)の時間変化についての自己相関を求
める処理とともに、あるいは、これらの処理にかわっ
て、対象物画像領域の重心移動度ｇを求め、および／ま
たは、対象物画像領域の主軸変化率ｈを求め、および／
または、対象物画像領域の形状類似率ｆを求める処理を
行なうようになっており、これらのうちの少なくとも１
つが求められると、判断部３はこれらの処理結果に基づ
いて、対象物画像領域が炎であるか否かを判断するよう
になっている。

【０１０９】従って、判断部３では、円形度ｅ，分散率
ｄ，自己相関ｃｏｒ,重心移動度ｇ，主軸変化率ｈ，形
状類似率ｆの少なくとも１つに基づいて、対象物が炎で
あるか否かを判断することができる。すなわち、円形度
ｅに基づいて炎であるか否かを判断することもできる
し、あるいは、分散率ｄに基づいて炎であるか否かを判
断することもできるし、あるいは、自己相関ｃｏｒに基
づいて炎であるか否かを判断することもできるし、ある
いは、重心移動度ｇに基づいて炎であるか否かを判断す
ることができるし、あるいは、主軸変化率ｈに基づいて
炎であるか否かを判断することができるし、あるいは、
形状類似率ｆに基づいて炎であるか否かを判断すること
もできるし、さらには、これらを適宜組合せて、炎であ
るか否かを判断することもできる。

【０１１０】例えば、判断部３は、画像処理部２におい
て分散率ｄ，自己相関ｃｏｒ，重心移動度ｇ，主軸変化
率ｈ，形状類似率ｆが求められたとき、分散率ｄ，自己
相関ｃｏｒ，重心移動度ｇ，主軸変化率ｈ，形状類似率
ｆをパラメータとし、ファジィ理論を用いて、炎である
か否かの判断を行なうことができる。

【０１１１】具体的に、例えば、形状類似率ｆ，重心移
動度ｇ，主軸変化率ｈ，分散率ｄ，自己相関ｃｏｒの各
パラメータについて、炎である確信度を表現するメンバ
ーシップ関数ＭＥＭ(ｆ)，ＭＥＭ(ｇ)，ＭＥＭ(ｈ)，Ｍ
ＥＭ(ｄ)，ＭＥＭ(ｃｏｒ)を予め設定し、画像処理部２
において形状類似率ｆ，重心移動度ｇ，主軸変化率ｈ，
分散率ｄ，自己相関ｃｏｒが求められたとき、各々に対
応したメンバーシップ関数ＭＥＭ(ｆ)，ＭＥＭ(ｇ)，Ｍ
ＥＭ(ｈ)，ＭＥＭ(ｄ)，ＭＥＭ(ｃｏｒ)から、それぞ
れ、炎である確信度ｏ(ｆ)，ｏ(ｇ)，ｏ(ｈ)，ｏ(ｄ)，
ｏ(ｃｏｒ)を得ることができ、これらの確信度ｏ(ｆ)，
ｏ(ｇ)，ｏ(ｈ)，ｏ(ｄ)，ｏ(ｃｏｒ)から、あるいはこ
れらの確信度を組合せて、最終的に、炎であるか否かを
検知することができる。

【０１１２】図２０は、形状類似率ｆのパラメータ(０
〜１)について、炎である確信度を表現するメンバーシ
ップ関数ＭＥＭ(ｆ)の設定例を示す図であり、また、図
２１は、重心移動度ｇのパラメータ(０〜１)について、
炎である確信度を表現するメンバーシップ関数ＭＥＭ
(ｇ)の設定例を示す図であり、また、図２２は、主軸変
化率ｈのパラメータ(０〜１)について、炎である確信度
を表現するメンバーシップ関数ＭＥＭ(ｈ)の設定例を示
す図である。なお、分散率ｄ，自己相関ｃｏｒのメンバ
ーシップ関数ＭＥＭ(ｄ)，ＭＥＭ(ｃｏｒ)については、
例えば図１３，図１４に示したように、設定することが
できる。

【０１１３】図２０乃至図２２からもわかるように、各
メンバーシップ関数ＭＥＭ(ｆ)，ＭＥＭ(ｇ)，ＭＥＭ
(ｈ)は、形状類似率ｆ，重心移動度ｇ，主軸変化率ｈの
パラメータ値が炎であるとの蓋然性が最も高いときに
“１”の確信度(重み付け)を与え、また、炎であるとの
蓋然性が最も低いときに“０”の確信度(重み付け)を与
えるものであり、このようなメンバーシップ関数は、前
述したメンバーシップ関数ＭＥＭ(ｅ)，ＭＥＭ(ｄ)，Ｍ
ＥＭ(ｃｏｒ)と同様に、人間の判断により設定でき、従
って、このようなメンバーシップ関数を用いることで、
人間の判断に近い炎検知判断が可能になる。また、形状
類似率ｆ，重心移動度ｇ，主軸変化率ｈの各情報は、前
述した円形度ｅ，分散率ｄ，自己相関ｃｏｒの各パラメ
ータ値と同様に、このようなファジィ理論のメンバーシ
ップ関数のパラメータとしても良好に適合したものとな
っている。

【０１１４】いま、例えば、対象物が炎であって、画像
処理部２において求めたこの対象物の分散率ｄ，自己相
関ｃｏｒ，重心移動度ｇ，主軸変化率ｈ，形状類似率ｆ
の各パラメータ値が、それぞれ“０.３”，“０.９
５”，“０.９”，“０.８”，“０.７”であるとき、
図１３乃至図１４，図２０乃至図２２のメンバーシップ
関数から、各パラメータ値の確信度ｏ(０.３)，ｏ(０.
９５)，ｏ(０.９)，ｏ(０.８)，ｏ(０.７)は、それぞれ
“１.０”，“１.０”，“１.０”，“１.０”，“１.
０”となる。

【０１１５】また、対象物が回転灯である場合、回転灯
は、撮像部のシャッタースピードと同期しないと画像に
現われないため、重心移動度ｇ，主軸変化率ｈ，形状類
似率ｆは、測定不能である。例えば、画像処理部２にお
いて求めたこの対象物(回転灯)の分散率ｄ，自己相関ｃ
ｏｒ，重心移動度ｇ，主軸変化率ｈ，形状類似率ｆの各
パラメータ値が、それぞれ“１.０”，“０.５”，“測
定不能”，“測定不能”，“測定不能”であるとき、図
１３乃至図１４，図２０乃至図２２のメンバーシップ関
数から、各パラメータ値の確信度ｏ(１.０)，ｏ(０.
５)，ｏ(測定不能)，ｏ(測定不能)，ｏ(測定不能)は、
“０.０”，“０.０”，“測定不能”，“測定不能”，
“測定不能”となる。

【０１１６】また、対象物が白熱電球(位置が固定され
た一般光源)であって、画像処理部２において求めたこ
の対象物の分散率ｄ，自己相関ｃｏｒ，重心移動度ｇ，
主軸変化率ｈ，形状類似率ｆの各パラメータ値が、それ
ぞれ“０.１”，“１.０”，“１.０”，“１.０”，
“１.０”であるとき、図１３乃至図１４，図２０乃至
図２２のメンバーシップ関数から、各パラメータ値の確
信度ｏ(０.１)，ｏ(１.０)，ｏ(１.０)，ｏ(１.０)，ｏ
(１.０)は、“０.０”，“０.０”，“０.０”，“０.
０”，“０.０”となる。

【０１１７】また、対象物が人為的なライトのちらつき
であって、画像処理部２において求めたこの対象物の分
散率ｄ，自己相関ｃｏｒ，重心移動度ｇ，主軸変化率
ｈ，形状類似率ｆの各パラメータ値が、それぞれ“０.
４”，“０.８”，“０.５”，“０.２”，“０.５”で
あるとき、図１３乃至図１４，図２０乃至図２２のメン
バーシップ関数から、各パラメータ値の確信度ｏ(０.
４)，ｏ(０.８)，ｏ(０.５)，ｏ(０.２)，ｏ(０.５)
は、“１.０”，“１.０”，“０.０”，“０.０”，
“０.５”となる。

【０１１８】このように、各パラメータ値ごとの確信度
ｏ(ｄ)，ｏ(ｃｏｒ)，ｏ(ｇ)，ｏ(ｈ)，ｏ(ｆ)が得られ
るとき、判断部３は、例えば、各確信度の平均値(ｏ
(ｄ)＋ｏ(ｃｏｒ)＋ｏ(ｇ)＋ｏ(ｈ)＋ｏ(ｆ))／５を求
め、この平均値が所定の閾値，例えば“０.８”以上の
ときに炎であると判断し、“０.８”以下のときに炎で
はないと判断することができる。

【０１１９】上記の例では、対象物が炎であって、各パ
ラメータ値の確信度ｏ(０.３)，ｏ(０.９５)，ｏ(０.
９)，ｏ(０.８)，ｏ(０.７)が、“１.０”，“１.
０”，“１.０”，“１.０”，“１.０”となる場合、
この平均値は“１.０”となり、“０.８”以上となるの
で、対象物が炎であると判断できる。

【０１２０】また、対象物が回転灯であって、各パラメ
ータ値の確信度ｏ(１.０)，ｏ(０.５)が、“０.０”，
“０.０”，“測定不能”，“測定不能”，“測定不
能”となる場合、この平均値は測定不能であるので、対
象物が炎ではないと判断できる。

【０１２１】また、対象物が白熱電球であって、各パラ
メータ値の確信度ｏ(０.１)，ｏ(１.０)，ｏ(１.０)，
ｏ(１.０)が、“０.０”，“０.０”，“０.０”，
“０.０”，“０.０”となる場合、この平均値は“０.
０”となり、“０.８”以下であるので、対象物が炎で
ないと判断できる。

【０１２２】また、対象物が人為的なライトちらつきで
あって、各パラメータ値の確信度ｏ(０.４)，ｏ(０.
８)，ｏ(０.５)，ｏ(０.２)，ｏ(０.５)が、“１.
０”，“１.０”，“０.０”，“０.０”，“０.５”と
なる場合、この平均値は“０.５”となり、“０.８”以
下であるので、対象物が炎でないと判断できる。

【０１２３】このように、円形度ｅ，分散率ｄ，自己相
関ｃｏｒとともに、あるいは、これにかわって、重心移
動度ｇ，主軸変化率ｈ，形状類似率ｆをも加味すること
によって、対象物が炎であるか否かをより信頼性良く判
断することができる。

【０１２４】以上のように、本発明の炎検知装置，炎検
知方法によれば、情報量の多い対象物撮像画像データを
用いて、火災時等に発生する炎独自の特徴(他の要因と
明確に区別することのできる特徴)が良好に表現される
情報を割り出して、この情報に基づき、対象物が炎か否
かを判断するので、炎であるか否かの判断の信頼性を著
しく向上させることができる。

【０１２５】さらに、本発明では、上記情報として、特
に、対象物画像領域の円形度，対象物画像領域の大きさ
の時間的分散率，対象物画像領域の大きさの時間変化に
ついての自己相関，対象物画像領域の重心移動度，対象
物画像領域の主軸変化率，対象物画像領域の形状類似率
のうちの少なくとも１つを用いているので、対象物が炎
であるか否かを容易にかつ明確に判別することができ
る。

【０１２６】さらに、本発明では、上記のように割り出
した情報をパラメータ値として、ファジィ理論のメンバ
ーシップ関数(ファジィ判断)により、炎である確信度を
求め、得られた確信度に基づき、炎であるか否かを判断
するので、より人間の判断に近い炎検知判断を行なうこ
とができる。

【０１２７】また、上述の各構成例では、撮像部１(光
電変換部１２)からのアナログ画像データに対し、画像
処理部２においてＡ／Ｄ変換処理として２値化処理を施
し、アナログ画像データを２値化画像データに変換した
上で、炎検知に必要な処理を行なっているが、撮像部１
(光電変換部１２)からのアナログ画像データに対し、画
像処理部２においてＡ／Ｄ変換処理として多値化処理を
施し、アナログ画像データを多値化デジタル画像データ
に変換した上で、上述したと同様の炎検知に必要な処理
を行なうこともできる。

【０１２８】また、上述の各構成例では、対象物が１つ
であり、撮像画像から１つの対象物画像領域(連結領域)
ＯＢＪが特定される場合について説明したが、対象物が
複数存在し、撮像画像中に複数の対象物画像領域(複数
の連結領域)が含まれる場合にも本発明を同様に適用す
ることができ、この場合、複数の対象物画像領域のそれ
ぞれについて、前述した処理を行なうことで、各対象物
が炎か否かを信頼性良く判断することができる。

【０１２９】

【発明の効果】以上に説明したように、請求項１乃至請
求項９記載の発明によれば、情報量の多い対象物撮像画
像データを用いて、火災時等に発生する炎独自の特徴
(他の要因と明確に区別することのできる特徴)が良好に
表現される情報を割り出して、この情報に基づき、対象
物が炎か否かを判断するので、炎であるか否かの判断の
信頼性を著しく向上させることができる。

【０１３０】特に、情報として、対象物領域の大きさの
時間的分散率を割り出すことで、炎独自の特徴であるゆ
らぎを、高速フーリエ変換等の複雑な手法を用いずに、
容易に抽出することができる。また、この時間的分散率
は、対象物と撮像部(ＣＣＤ)との間の距離が変わって
も、これに差程影響されないので、炎が撮像部に対して
近い位置で発生しても、また、遠い位置で発生しても、
これに影響されずに炎の特徴であるゆらぎを信頼性良く
抽出することができて、炎と炎以外の要因とを信頼性良
く識別することができる。

【０１３１】また、対象物領域の大きさの時間変化につ
いての自己相関を割り出すことで、炎独自の特徴である
ゆらぎの規則性(すなわち不規則性)を容易に抽出するこ
とができ、例えば回転灯などのような人為的な周期性の
ある雑音と炎とを信頼性良く識別することができる。

【０１３２】また、対象物領域の円形度を割り出すこと
で、炎独自の特徴である形状を容易に抽出することがで
き、炎と炎以外の要因とを信頼性良く識別することがで
きる。

【０１３３】さらに、対象物画像領域の重心移動度，対
象物画像領域の主軸変化率，対象物画像領域の形状類似
率を割り出し、これらを用いることによっても、炎と炎
以外の要因とを信頼性良く識別することができる。

【０１３４】また、請求項２，請求項４，請求項５，請
求項９記載の発明では、炎独自の特徴が良好に表現され
る情報をパラメータとしたメンバーシップ関数が予め設
定されており、炎独自の特徴が良好に表現される情報が
割り出されたとき、対象物が炎である確信度を、割り出
された情報をパラメータ値としてメンバーシップ関数か
ら求め、得られた確信度に基づいて、対象物が炎である
か否かを判断するので、人間の判断に近いより信頼性の
高い炎検知判断を行なうことができる。

【０１３５】また、請求項７記載の発明では、撮像手段
としての２次元ＣＣＤには、可視領域の光に感度を有す
るＣＣＤが用いられ、この場合、撮像手段は、近赤外フ
ィルタを透過した光をＣＣＤに入光させるように構成さ
れており、通常の可視光ＣＣＤを用い、その近赤外光の
領域を火災の判断に利用しているため、比較的雑音信号
比が大きく取れ、赤外線ＣＣＤを用いる場合よりも低コ
ストの製品が提供できる。

【図面の簡単な説明】

【図１】本発明に係る炎検知装置の一実施例の構成図で
ある。

【図２】２次元ＣＣＤの画素構成例を示す図である。

【図３】撮像した画像から対象物画像領域を特定する処
理を説明するための図である。

【図４】対象物の円形度を割り出す処理を説明するため
の図である。

【図５】円形度の測定結果を示す図である。

【図６】３.３ｃｍ角火皿の炎を撮像した２値化画像デ
ータにおいて炎に対応した対象物画像領域内の画素数
(黒画素数)の時間的変化の測定結果を示す図である。

【図７】対象物として回転灯を撮像した２値化画像デー
タにおいて回転灯に対応した対象物画像領域内の画素数
(黒画素数)の時間的変化の測定結果を示す図である。

【図８】対象物として白熱電球を撮像した２値化画像デ
ータにおいて白熱電球に対応した対象物画像領域内の画
素数(黒画素数)の時間的変化の測定結果を示す図であ
る。

【図９】時間的分散率の測定結果を示す図である。

【図１０】図７の測定結果に基づいて求めた回転灯の自
己相関を示す図である。

【図１１】図６の測定結果に基づいて求めた３.３ｃｍ
角火皿の炎の自己相関を示す図である。

【図１２】円形度ｅのパラメータについて、炎である確
信度を表現するメンバーシップ関数の設定例を示す図で
ある。

【図１３】時間的分散率ｄのパラメータについて、炎で
ある確信度を表現するメンバーシップ関数の設定例を示
す図である。

【図１４】自己相関ｃｏｒ(ｋ)のパラメータについて、
炎である確信度を表現するメンバーシップ関数の設定例
を示す図である。

【図１５】本発明の炎検知装置，炎検知方法を適用した
火災警報装置の構成例を示す図である。

【図１６】図１５の火災警報装置の処理動作例を示すフ
ローチャートである。

【図１７】対象物画像領域ＯＢＪの重心Ｇ，主軸の方向
θ₀，距離関数ｒ(θ)を説明するための図である。

【図１８】対象物画像領域ＯＢＪの距離関数ｒ(θ)の一
例を示す図である。

【図１９】対象物画像領域ＯＢＪの形状類似率ｆを説明
するための図である。

【図２０】形状類似率ｆのパラメータについて、炎であ
る確信度を表現するメンバーシップ関数の設定例を示す
図である。

【図２１】重心移動度ｇのパラメータについて、炎であ
る確信度を表現するメンバーシップ関数の設定例を示す
図である。

【図２２】主軸変化率ｈのパラメータについて、炎であ
る確信度を表現するメンバーシップ関数の設定例を示す
図である。

【符号の説明】

１ 撮像部 ２ 画像処理部 ３ 判断部 ４ 警報出力部 １１ 光学系 １２ 光電変換部 １３ レンズ系 １４ 光学フィルタ

───────────────────────────────────────────────────── フロントページの続き (72)発明者 木村 徹男 東京都渋谷区幡ケ谷１丁目11番６号 ニッ タン株式会社内 (72)発明者 土屋 悟志 東京都渋谷区幡ケ谷１丁目11番６号 ニッ タン株式会社内

Claims (9)

【特許請求の範囲】
1. 【請求項１】 撮像手段と、撮像手段によって撮像され
   た画像から対象物画像領域を抽出し、該対象物画像領域
   の画素情報に基づいて、対象物に関する情報を割り出す
   画像処理手段と、画像処理手段によって割り出された対
   象物に関する情報に基づき、対象物が炎であるか否かを
   判断する判断手段とを備え、前記画像処理手段は、前記
   情報として、対象物画像領域の円形度，対象物画像領域
   の大きさの時間的分散率，対象物画像領域の大きさの時
   間変化についての自己相関のうちの少なくとも１つを割
   り出し、前記判断手段は、画像処理手段によって割り出
   された対象物画像領域の円形度，対象物画像領域の大き
   さの時間的分散率，対象物画像領域の大きさの時間変化
   についての自己相関のうちの少なくとも１つに基づいて
   対象物が炎であるか否かを判断することを特徴とする炎
   検知装置。
2. 【請求項２】 請求項１記載の炎検知装置において、前
   記判断手段には、前記対象物画像領域の円形度，対象物
   画像領域の大きさ時間的分散率，対象物画像領域の大き
   さの時間変化についての自己相関の各々に対応させて円
   形度，時間的分散率，自己相関をそれぞれパラメータと
   するメンバーシップ関数が予め設定されており、前記判
   断手段は、前記画像処理手段により対象物画像領域の円
   形度，対象物画像領域の大きさの時間的分散率，対象物
   画像領域の大きさの時間変化についての自己相関の各パ
   ラメータ値が割り出されたとき、割り出された各パラメ
   ータ値に対する確信度を各々に対応した前記メンバーシ
   ップ関数により求め、各パラメータ値に対して得られた
   確信度に基づいて対象物が炎であるか否かを判断するこ
   とを特徴とする炎検知装置。
3. 【請求項３】 撮像手段と、撮像手段によって撮像され
   た画像から対象物画像領域を抽出し、該対象物画像領域
   の画素情報に基づいて、対象物に関する情報を割り出す
   画像処理手段と、画像処理手段によって割り出された対
   象物に関する情報に基づき、対象物が炎であるか否かを
   判断する判断手段とを備え、前記画像処理手段は、前記
   情報として、対象物画像領域の大きさの時間的分散率，
   対象物画像領域の大きさの時間変化についての自己相
   関，対象物画像領域の重心移動度，対象物画像領域の主
   軸変化率，対象物画像領域の形状の類似率のうちの少な
   くとも１つを割り出し、前記判断手段は、画像処理手段
   によって割り出された対象物画像領域の大きさの時間的
   分散率，対象物画像領域の大きさの時間変化についての
   自己相関，対象物画像領域の重心移動度，対象物画像領
   域の主軸変化率，対象物画像領域の形状の類似率のうち
   の少なくとも１つに基づいて対象物が炎であるか否かを
   判断することを特徴とする炎検知装置。
4. 【請求項４】 請求項１記載の炎検知装置において、前
   記判断手段には、対象物画像領域の大きさの時間的分散
   率，対象物画像領域の大きさの時間変化についての自己
   相関，対象物画像領域の重心移動度，対象物画像領域の
   主軸変化率，対象物画像領域の形状類似率の各々に対応
   させて時間的分散率，自己相関，重心移動度，主軸変化
   率，形状類似率をそれぞれパラメータとするメンバーシ
   ップ関数が予め設定されており、前記判断手段は、前記
   画像処理手段により対象物画像領域の大きさの時間的分
   散率，対象物画像領域の大きさの時間変化についての自
   己相関，対象物画像領域の重心移動度，対象物画像領域
   の主軸変化率，対象物画像領域の形状類似率の各パラメ
   ータ値が割り出されたとき、割り出された各パラメータ
   値に対する確信度を各々に対応した前記メンバーシップ
   関数により求め、各パラメータ値に対して得られた確信
   度に基づいて対象物が炎であるか否かを判断することを
   特徴とする炎検知装置。
5. 【請求項５】 撮像手段と、撮像手段によって撮像され
   た画像から対象物画像領域を抽出し、該対象物画像領域
   の画素情報に基づいて、対象物に関する情報を割り出す
   画像処理手段と、画像処理手段によって割り出された対
   象物に関する情報に基づき、対象物が炎であるか否かを
   判断する判断手段とを備え、前記判断手段には、前記対
   象物に関する情報をパラメータとするメンバーシップ関
   数が予め設定されており、前記判断手段は、前記画像処
   理手段により対象物に関する情報が割り出されたとき、
   割り出された対象物に関する情報についての確信度を前
   記メンバーシップ関数により求め、得られた確信度に基
   づいて対象物が炎であるか否かを判断することを特徴と
   する炎検知装置。
6. 【請求項６】 請求項１，請求項３または請求項５記載
   の炎検知装置において、前記撮像手段には、所定の画素
   数を有する２次元ＣＣＤが用いられることを特徴とする
   炎検知装置。
7. 【請求項７】 請求項６記載の炎検知装置において、前
   記２次元ＣＣＤには、可視領域の光に感度を有するＣＣ
   Ｄが用いられ、この場合、前記撮像手段は、近赤外フィ
   ルタを透過した光をＣＣＤに入光させるように構成され
   ていることを特徴とする炎検知装置。
8. 【請求項８】 火災時等に発生する炎独自の特徴が良好
   に表現される情報を対象物を撮像した画像データから割
   り出して、該情報に基づいて対象物が炎か否かを判断す
   ることを特徴とする炎検知方法。
9. 【請求項９】 請求項８記載の炎検知方法において、炎
   独自の特徴が良好に表現される情報をパラメータとした
   メンバーシップ関数が予め設定されており、炎独自の特
   徴が良好に表現される情報が割り出されたとき、対象物
   が炎である確信度を、前記割り出された情報をパラメー
   タ値として前記メンバーシップ関数から求め、得られた
   確信度に基づいて、対象物が炎であるか否かを判断する
   こと特徴とする炎検知方法。