JPH09185710A - ごみ滞留検知装置 - Google Patents
ごみ滞留検知装置Info
- Publication number
- JPH09185710A JPH09185710A JP7342873A JP34287395A JPH09185710A JP H09185710 A JPH09185710 A JP H09185710A JP 7342873 A JP7342873 A JP 7342873A JP 34287395 A JP34287395 A JP 34287395A JP H09185710 A JPH09185710 A JP H09185710A
- Authority
- JP
- Japan
- Prior art keywords
- dust
- retention
- speed
- garbage
- image
- 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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Refuse Collection And Transfer (AREA)
- Image Processing (AREA)
Abstract
(57)【要約】
【課題】 コンベア上のごみの動きを把握することによ
り，ごみの滞留状態を精度良く検知し得るごみ滞留検知
装置。 【解決手段】 本装置Ａは，コンベア上のごみを撮像
し，上記撮像された画像に基づいて，ごみの滞留状態を
検知する装置であって，上記撮像された画像を所定の時
間間隔をあけて複数取り込む撮影部１と，上記取り込ま
れた複数の画像に基づいてオプティカルフローを演算す
るオプティカルフロー計算部７と，上記演算されたオプ
ティカルフローに基づいてごみの滞留状態を検知する判
定部１１とを具備している。上記構成により，ごみの滞
留状態を精度良く検知することができる。
り，ごみの滞留状態を精度良く検知し得るごみ滞留検知
装置。 【解決手段】 本装置Ａは，コンベア上のごみを撮像
し，上記撮像された画像に基づいて，ごみの滞留状態を
検知する装置であって，上記撮像された画像を所定の時
間間隔をあけて複数取り込む撮影部１と，上記取り込ま
れた複数の画像に基づいてオプティカルフローを演算す
るオプティカルフロー計算部７と，上記演算されたオプ
ティカルフローに基づいてごみの滞留状態を検知する判
定部１１とを具備している。上記構成により，ごみの滞
留状態を精度良く検知することができる。
Description
【０００１】
【発明の属する技術分野】本発明は，ごみ滞留検知装置
に係り，例えば都市ごみ焼却炉のごみ供給設備における
滞留検知装置に関するものである。
に係り，例えば都市ごみ焼却炉のごみ供給設備における
滞留検知装置に関するものである。
【０００２】
【従来の技術】図４に示すように，ごみ供給設備は，ご
み５１をコンベア５２を用いて搬送する設備である。こ
こで，ごみ５１に粘着テープ，木の枝等が含まれている
と，ごみが絡まり，ごみの滞留が発生することがある。
ごみ５１の搬送状況は，ビデオカメラ５３によって撮影
される。オペレータは，ごみの滞留等の異常に対して，
撮影された画像を用いて目視により常時監視を行う。し
かし，目視による２４時間の監視は人間への負担が大き
く，近年コンピュータを用いての異常の自動検出に関す
る研究が進められている。例えば，特開平４−６１９４
１号公報に開示されたごみ破砕機内滞留検査装置では，
コンベア５２上のごみ５１をビデオカメラ５３により撮
像し，この撮像画像の静的な特徴に着目して異常の検知
を行っている。
み５１をコンベア５２を用いて搬送する設備である。こ
こで，ごみ５１に粘着テープ，木の枝等が含まれている
と，ごみが絡まり，ごみの滞留が発生することがある。
ごみ５１の搬送状況は，ビデオカメラ５３によって撮影
される。オペレータは，ごみの滞留等の異常に対して，
撮影された画像を用いて目視により常時監視を行う。し
かし，目視による２４時間の監視は人間への負担が大き
く，近年コンピュータを用いての異常の自動検出に関す
る研究が進められている。例えば，特開平４−６１９４
１号公報に開示されたごみ破砕機内滞留検査装置では，
コンベア５２上のごみ５１をビデオカメラ５３により撮
像し，この撮像画像の静的な特徴に着目して異常の検知
を行っている。
【０００３】
【発明が解決しようとする課題】上記したような従来の
ごみ滞留検知装置では，コンベア上でごみがどのように
動いているかといった画像の動的な特徴は把握していな
い。例えば，ごみ搬送設備終端部において，ごみが常時
供給されている状態とごみが滞留している状態とは，静
的にみればほぼ同一の状態である。従って，静的な情報
にのみ基づいて精度よくごみ滞留状態を判別することは
困難である。本発明は，このような従来の技術における
課題を解決するために，コンベア上のごみの動きを把握
することにより，ごみの滞留状態を精度よく判別するこ
とのできるごみ滞留検知装置を提供することを目的とす
るものである。
ごみ滞留検知装置では，コンベア上でごみがどのように
動いているかといった画像の動的な特徴は把握していな
い。例えば，ごみ搬送設備終端部において，ごみが常時
供給されている状態とごみが滞留している状態とは，静
的にみればほぼ同一の状態である。従って，静的な情報
にのみ基づいて精度よくごみ滞留状態を判別することは
困難である。本発明は，このような従来の技術における
課題を解決するために，コンベア上のごみの動きを把握
することにより，ごみの滞留状態を精度よく判別するこ
とのできるごみ滞留検知装置を提供することを目的とす
るものである。
【０００４】
【課題を解決するための手段】上記目的を達成するため
に本発明は，コンベア上のごみを撮像し，上記撮像され
た画像に基づいてごみの滞留状態を検知する装置におい
て，上記撮像された画像を動画像処理することを特徴と
するごみ滞留検知装置として構成されている。また，本
発明はコンベア上のごみを撮像し，上記撮像された画像
に基づいてごみの滞留状態を検知する装置において，上
記撮像された画像を所定の時間間隔をあけて複数取り込
む画像取込手段と，上記取り込まれた複数の画像に基づ
いてオプティカルフローを演算するオプティカルフロー
演算手段と，上記演算されたオプティカルフローに基づ
いてごみの滞留状態を検知するごみ滞留検知手段とを具
備してなることを特徴とするごみ滞留検知装置である。
さらには，上記ごみ滞留検知手段が，上記演算されたオ
プティカルフローに含まれる高速な鉛直下向きフローの
数の変化に基づいてごみの滞留状態を検知することを特
徴とするごみ滞留検知装置である。さらには，上記ごみ
滞留検知手段が，上記演算されたオプティカルフローに
含まれる低速な鉛直下向きフローの数の変化に基づいて
ごみの滞留状態を検知することを特徴とするごみ滞留検
知装置である。
に本発明は，コンベア上のごみを撮像し，上記撮像され
た画像に基づいてごみの滞留状態を検知する装置におい
て，上記撮像された画像を動画像処理することを特徴と
するごみ滞留検知装置として構成されている。また，本
発明はコンベア上のごみを撮像し，上記撮像された画像
に基づいてごみの滞留状態を検知する装置において，上
記撮像された画像を所定の時間間隔をあけて複数取り込
む画像取込手段と，上記取り込まれた複数の画像に基づ
いてオプティカルフローを演算するオプティカルフロー
演算手段と，上記演算されたオプティカルフローに基づ
いてごみの滞留状態を検知するごみ滞留検知手段とを具
備してなることを特徴とするごみ滞留検知装置である。
さらには，上記ごみ滞留検知手段が，上記演算されたオ
プティカルフローに含まれる高速な鉛直下向きフローの
数の変化に基づいてごみの滞留状態を検知することを特
徴とするごみ滞留検知装置である。さらには，上記ごみ
滞留検知手段が，上記演算されたオプティカルフローに
含まれる低速な鉛直下向きフローの数の変化に基づいて
ごみの滞留状態を検知することを特徴とするごみ滞留検
知装置である。
【０００５】
【発明の実施の形態】及び
【実施例】以下添付図面を参照して，本発明の実施の形
態及び実施例につき説明し，本発明の理解に供する。
尚，以下の実施の形態及び実施例は，本発明を具体化し
た一例であって，本発明の技術的範囲を限定する性格の
ものではない。ここに，図１は本発明の実施の形態及び
実施例に係るごみ滞留検知装置Ａの概略構成を示すブロ
ック図，図２は本装置Ａの判定部の詳細構成を示すブロ
ック図，図３は高速・低速下向きフロー検出数の推移分
布を示す説明図である。本発明に係るごみ滞留検知装置
は，コンベア上のごみを撮像し，上記撮像された画像に
基づいてごみの滞留状態を検知する点で従来例と同様で
ある。しかし，本発明では，上記撮像された画像を動画
像処理する点従来例と異なる。より詳しくは，上記撮像
された画像を所定の時間間隔を開けて複数取り込む画像
取込み手段と，上記取り込まれた複数の画像に基づいて
オプティカルフローを演算するオプティカルフロー演算
手段と，上記演算されたオプティカルフローに基づいて
ごみの滞留状態を検知するごみ滞留検知手段とを具備し
てなる点で従来例と異なる。さらに，上記ごみ滞留検知
手段が，上記演算されたオプティカルフローに含まれる
高速な鉛直下向きフロー（以下，「高速下向きフロー」
と略す）の数及び／又は低速な鉛直下向きフロー（以
下，「低速下向きフロー」と略す）の数の変化に基づい
てごみの滞留状態を検知することとしてもよく，この点
でも従来例と異なる。
態及び実施例につき説明し，本発明の理解に供する。
尚，以下の実施の形態及び実施例は，本発明を具体化し
た一例であって，本発明の技術的範囲を限定する性格の
ものではない。ここに，図１は本発明の実施の形態及び
実施例に係るごみ滞留検知装置Ａの概略構成を示すブロ
ック図，図２は本装置Ａの判定部の詳細構成を示すブロ
ック図，図３は高速・低速下向きフロー検出数の推移分
布を示す説明図である。本発明に係るごみ滞留検知装置
は，コンベア上のごみを撮像し，上記撮像された画像に
基づいてごみの滞留状態を検知する点で従来例と同様で
ある。しかし，本発明では，上記撮像された画像を動画
像処理する点従来例と異なる。より詳しくは，上記撮像
された画像を所定の時間間隔を開けて複数取り込む画像
取込み手段と，上記取り込まれた複数の画像に基づいて
オプティカルフローを演算するオプティカルフロー演算
手段と，上記演算されたオプティカルフローに基づいて
ごみの滞留状態を検知するごみ滞留検知手段とを具備し
てなる点で従来例と異なる。さらに，上記ごみ滞留検知
手段が，上記演算されたオプティカルフローに含まれる
高速な鉛直下向きフロー（以下，「高速下向きフロー」
と略す）の数及び／又は低速な鉛直下向きフロー（以
下，「低速下向きフロー」と略す）の数の変化に基づい
てごみの滞留状態を検知することとしてもよく，この点
でも従来例と異なる。
【０００６】以下，図１を参照して本装置をさらに具現
化すると共に，その動作の原理について説明する。尚，
ここでは，破砕ごみ供給設備におけるごみ滞留検知を行
い，かつ高速，低速下向きフローの両方を検出する場合
について述べる。片方検出の場合は当該処理を省略すれ
ばよい。但し，両方検出の場合の方がごみ滞留をより高
精度に検知できることはいうまでもない。図１に示すご
とく，本装置Ａの構成は，外界の画像をビデオ信号に変
換する撮影部１（画像取込手段に相当）と，撮影された
アナログ画像のデジタル化する領域を設定する領域設定
部２と，設定領域のアナログ画像をデジタル化するＡ／
Ｄ変換部３と，Ａ／Ｄ変換するタイミングを制御する時
間管理部４と，Ａ／Ｄ変換された２枚のデジタル画像を
格納する画像記憶部５と，２枚のデジタル画像にフィル
タリング処理を施すフィルタリング部６と，フィルタリ
ング処理後の２枚のデジタル画像からオプティカルフロ
ーを計算するオプティカルフロー計算部７（オプティカ
ルフロー演算手段に相当）と，得られたオプティカルフ
ローから，高速下向きフローの検出数，低速下向きフロ
ーの検出数を閾値記憶部９に記憶された閾値と比較して
計算する高速・低速下向きフロー検出数計算部８と，上
記符号１から９までの各構成要素での処理を繰り返して
行って得られた高速・低速下向きフロー検出数を格納す
るフロー検出数記憶部１０と，フロー検出数の推移によ
りごみ滞留の有無を判定する判定部１１（ごみ滞留検知
手段に相当）とからなる。
化すると共に，その動作の原理について説明する。尚，
ここでは，破砕ごみ供給設備におけるごみ滞留検知を行
い，かつ高速，低速下向きフローの両方を検出する場合
について述べる。片方検出の場合は当該処理を省略すれ
ばよい。但し，両方検出の場合の方がごみ滞留をより高
精度に検知できることはいうまでもない。図１に示すご
とく，本装置Ａの構成は，外界の画像をビデオ信号に変
換する撮影部１（画像取込手段に相当）と，撮影された
アナログ画像のデジタル化する領域を設定する領域設定
部２と，設定領域のアナログ画像をデジタル化するＡ／
Ｄ変換部３と，Ａ／Ｄ変換するタイミングを制御する時
間管理部４と，Ａ／Ｄ変換された２枚のデジタル画像を
格納する画像記憶部５と，２枚のデジタル画像にフィル
タリング処理を施すフィルタリング部６と，フィルタリ
ング処理後の２枚のデジタル画像からオプティカルフロ
ーを計算するオプティカルフロー計算部７（オプティカ
ルフロー演算手段に相当）と，得られたオプティカルフ
ローから，高速下向きフローの検出数，低速下向きフロ
ーの検出数を閾値記憶部９に記憶された閾値と比較して
計算する高速・低速下向きフロー検出数計算部８と，上
記符号１から９までの各構成要素での処理を繰り返して
行って得られた高速・低速下向きフロー検出数を格納す
るフロー検出数記憶部１０と，フロー検出数の推移によ
りごみ滞留の有無を判定する判定部１１（ごみ滞留検知
手段に相当）とからなる。
【０００７】そして，所定のサンプリング間隔Δｔ１で
ごみ供給設備のコンベア部の画像を撮影部１により取込
み，以下の要領でごみ滞留の検知を行う。撮影部１から
のアナログ信号の内，ごみ滞留検知に必要なコンベアの
終端部付近の所定領域を領域設定部２により設定する。
設定領域のアナログ信号は，Ａ／Ｄ変換部３によりデジ
タル化される。このデジタル化は２回行われるが，デジ
タル化のタイミングは時間管理部４により制御され，２
回のデジタル化は時間間隔がΔｔ２となるように行われ
る。いま，ある時点ｔにて得られたデジタル画像データ
が横ｍピクセル，縦ｎピクセルの長方形状の領域のデー
タであるとする。また，１≦ｘ≦ｍ，１≦ｙ≦ｎとし，
各々の座標（ｘ，ｙ）における輝度をｂ（ｘ，ｙ，ｔ）
の形式にて表現する。画像記憶部５には，時間間隔Δｔ
２にて取得されたデジタル画像２枚が格納される。画像
記憶部５に格納されているデジタル画像２枚を各々次式
で表現する。 ｂ１（ｘ，ｙ，ｔ）（１≦ｘ≦ｍ，１≦ｙ≦ｎ） ｂ２（ｘ，ｙ，ｔ＋Δｔ２）（１≦ｘ≦ｍ，１≦ｙ≦
ｎ）
ごみ供給設備のコンベア部の画像を撮影部１により取込
み，以下の要領でごみ滞留の検知を行う。撮影部１から
のアナログ信号の内，ごみ滞留検知に必要なコンベアの
終端部付近の所定領域を領域設定部２により設定する。
設定領域のアナログ信号は，Ａ／Ｄ変換部３によりデジ
タル化される。このデジタル化は２回行われるが，デジ
タル化のタイミングは時間管理部４により制御され，２
回のデジタル化は時間間隔がΔｔ２となるように行われ
る。いま，ある時点ｔにて得られたデジタル画像データ
が横ｍピクセル，縦ｎピクセルの長方形状の領域のデー
タであるとする。また，１≦ｘ≦ｍ，１≦ｙ≦ｎとし，
各々の座標（ｘ，ｙ）における輝度をｂ（ｘ，ｙ，ｔ）
の形式にて表現する。画像記憶部５には，時間間隔Δｔ
２にて取得されたデジタル画像２枚が格納される。画像
記憶部５に格納されているデジタル画像２枚を各々次式
で表現する。 ｂ１（ｘ，ｙ，ｔ）（１≦ｘ≦ｍ，１≦ｙ≦ｎ） ｂ２（ｘ，ｙ，ｔ＋Δｔ２）（１≦ｘ≦ｍ，１≦ｙ≦
ｎ）
【０００８】フィルタリング部６では，デジタル画像ｂ
１，ｂ２に対してスムージング，あるいは，エッジ抽出
等のフィルタリング処理を施す。例えばスムージングに
はガウシアンフィルタ，エッジ抽出には各種微分フィル
タ（ソベル，プレウイット，ラプラシアン等）が用いら
れる。但し，フィルタリング処理は，計算されたオプテ
ィカルフローの精度を向上させるために施されるもので
あり，必ずしも必須のものではない。本装置Ａでは，ガ
ウシアンの近似フィルタを用いた。入力画像をｂ（ｘ，
ｙ，ｔ）（１≦ｘ≦ｍ，１≦ｙ≦ｎ）とするとき，ガウ
シアン近似フィルタを通した後の画像Ｂ（ｘ，ｙ，ｔ）
（１≦ｘ≦ｍ，１≦ｙ≦ｎ）は以下の要領で求められ
る。
１，ｂ２に対してスムージング，あるいは，エッジ抽出
等のフィルタリング処理を施す。例えばスムージングに
はガウシアンフィルタ，エッジ抽出には各種微分フィル
タ（ソベル，プレウイット，ラプラシアン等）が用いら
れる。但し，フィルタリング処理は，計算されたオプテ
ィカルフローの精度を向上させるために施されるもので
あり，必ずしも必須のものではない。本装置Ａでは，ガ
ウシアンの近似フィルタを用いた。入力画像をｂ（ｘ，
ｙ，ｔ）（１≦ｘ≦ｍ，１≦ｙ≦ｎ）とするとき，ガウ
シアン近似フィルタを通した後の画像Ｂ（ｘ，ｙ，ｔ）
（１≦ｘ≦ｍ，１≦ｙ≦ｎ）は以下の要領で求められ
る。
【０００９】 ｋ＝（１−ｅ-a）2 ／（１＋２ａｅ-a−ｅ-2a ） Ｐ1 （ｘ，ｙ，ｔ）＝０（１≦ｘ≦２，１≦ｙ≦ｎ） Ｐ1 （ｘ，ｙ，ｔ）＝ｋ〔ｂ（ｘ，ｙ，ｔ）＋ｅ-a（ａ
−１）ｂ（ｘ−１，ｙ，ｔ）〕＋２ｅ-aＰ1 （ｘ−１，
ｙ，ｔ）−ｅ-2a Ｐ1 （ｘ−２，ｙ，ｔ）（３≦ｘ≦
ｍ，１≦ｙ≦ｎ） ｑ1 （ｘ，ｙ，ｔ）＝０（ｍ−１≦ｘ≦ｍ，１≦ｙ≦
ｎ） ｑ1 （ｘ，ｙ，ｔ）＝ｋ〔ｅ-a（ａ＋１）ｂ（ｘ＋１，
ｙ，ｔ）−ｅ-2a ｂ（ｘ＋２，ｙ，ｔ）〕＋２ｅ-aｑ1
（ｘ＋１，ｙ，ｔ）−ｅ-2a ｑ1 （ｘ＋２，ｙ，ｔ）
（１≦ｘ≦ｍ−２，１≦ｙ≦ｎ） ｂ* （ｘ，ｙ，ｔ）＝Ｐ1 （ｘ，ｙ，ｔ）＋ｑ1 （ｘ，
ｙ，ｔ）（１≦ｘ≦ｍ，１≦ｙ≦ｎ） Ｐ2 （ｘ，ｙ，ｔ）＝０（１≦ｙ≦２，１≦ｘ≦ｍ） Ｐ2 （ｘ，ｙ，ｔ）＝ｋ〔ｂ* （ｘ，ｙ，ｔ）＋ｅ-aｂ
* （ｘ，ｙ−１，ｔ）〕＋２ｅ-aＰ2 （ｘ，ｙ−１，
ｔ）−ｅ-2a Ｐ2 （ｘ，ｙ−２，ｔ）（３≦ｙ≦ｎ，１
≦ｘ≦ｍ） ｑ2 （ｘ，ｙ，ｔ）＝０（ｎ−１≦ｘ≦ｎ，１≦ｙ≦
ｍ） ｑ2 （ｘ，ｙ，ｔ）＝ｋ〔ｅ-a（ａ＋１）ｂ* （ｘ，ｙ
＋１，ｔ）−ｅ-2a ｂ * （ｘ，ｙ＋２，ｔ）〕＋２ｅ-a
ｑ2 （ｘ，ｙ＋１，ｔ）−ｅ-2a ｑ2 （ｘ，ｙ＋２，
ｔ）（１≦ｙ≦ｎ−２，１≦ｘ≦ｍ） Ｂ（ｘ，ｙ，ｔ）＝Ｐ2 （ｘ，ｙ，ｔ）＋ｑ2 （ｘ，
ｙ，ｔ）（１≦ｘ≦ｍ，１≦ｙ≦ｎ）
−１）ｂ（ｘ−１，ｙ，ｔ）〕＋２ｅ-aＰ1 （ｘ−１，
ｙ，ｔ）−ｅ-2a Ｐ1 （ｘ−２，ｙ，ｔ）（３≦ｘ≦
ｍ，１≦ｙ≦ｎ） ｑ1 （ｘ，ｙ，ｔ）＝０（ｍ−１≦ｘ≦ｍ，１≦ｙ≦
ｎ） ｑ1 （ｘ，ｙ，ｔ）＝ｋ〔ｅ-a（ａ＋１）ｂ（ｘ＋１，
ｙ，ｔ）−ｅ-2a ｂ（ｘ＋２，ｙ，ｔ）〕＋２ｅ-aｑ1
（ｘ＋１，ｙ，ｔ）−ｅ-2a ｑ1 （ｘ＋２，ｙ，ｔ）
（１≦ｘ≦ｍ−２，１≦ｙ≦ｎ） ｂ* （ｘ，ｙ，ｔ）＝Ｐ1 （ｘ，ｙ，ｔ）＋ｑ1 （ｘ，
ｙ，ｔ）（１≦ｘ≦ｍ，１≦ｙ≦ｎ） Ｐ2 （ｘ，ｙ，ｔ）＝０（１≦ｙ≦２，１≦ｘ≦ｍ） Ｐ2 （ｘ，ｙ，ｔ）＝ｋ〔ｂ* （ｘ，ｙ，ｔ）＋ｅ-aｂ
* （ｘ，ｙ−１，ｔ）〕＋２ｅ-aＰ2 （ｘ，ｙ−１，
ｔ）−ｅ-2a Ｐ2 （ｘ，ｙ−２，ｔ）（３≦ｙ≦ｎ，１
≦ｘ≦ｍ） ｑ2 （ｘ，ｙ，ｔ）＝０（ｎ−１≦ｘ≦ｎ，１≦ｙ≦
ｍ） ｑ2 （ｘ，ｙ，ｔ）＝ｋ〔ｅ-a（ａ＋１）ｂ* （ｘ，ｙ
＋１，ｔ）−ｅ-2a ｂ * （ｘ，ｙ＋２，ｔ）〕＋２ｅ-a
ｑ2 （ｘ，ｙ＋１，ｔ）−ｅ-2a ｑ2 （ｘ，ｙ＋２，
ｔ）（１≦ｙ≦ｎ−２，１≦ｘ≦ｍ） Ｂ（ｘ，ｙ，ｔ）＝Ｐ2 （ｘ，ｙ，ｔ）＋ｑ2 （ｘ，
ｙ，ｔ）（１≦ｘ≦ｍ，１≦ｙ≦ｎ）
【００１０】ただし，ｅは自然対数であり，ａは正の任
意の定数である。又，ａはスムージングの度合いを表
し，ａが小さいほど滑らかにスムージングが行われる。
デジタル画像ｂ１，ｂ２をフィルタリング処理した後の
画像を，それぞれＢ１，Ｂ２であるとする。オプティカ
ルフロー計算部７では，２枚のデジタル画像Ｂ１，Ｂ２
から，画像上における見かけの速度場であるオプティカ
ルフローを計算する。オプティカルフローの計算手法に
は種々あるが，ここではコンベアの進行方向のみの１次
元のオプティカルフローのみを求める方法を用いた。各
画像上におけるオプティカルフローの値をｖ（ｘ，ｙ，
ｔ）（１≦ｘ≦ｍ，２≦ｙ≦ｎ−１）とする。オプティ
カルフローは以下の要領で計算される。 Ｂt （ｘ，ｙ，ｔ）＝Ｂ2 （ｘ，ｙ，ｔ）−Ｂ1 （ｘ，
ｙ，ｔ） Ｂy （ｘ，ｙ，ｔ）＝｛Ｂ2 （ｘ，ｙ＋１，ｔ）−Ｂ2
（ｘ，ｙ−１，ｔ）＋Ｂ1 （ｘ，ｙ＋１，ｔ）−Ｂ
1 （ｘ，ｙ−１，ｔ）｝／４ ｖ（ｘ，ｙ，ｔ）＝−Ｂt （ｘ，ｙ，ｔ）／Ｂy （ｘ，
ｙ，ｔ） （１≦ｘ≦ｍ，２≦ｙ≦ｎ−１）
意の定数である。又，ａはスムージングの度合いを表
し，ａが小さいほど滑らかにスムージングが行われる。
デジタル画像ｂ１，ｂ２をフィルタリング処理した後の
画像を，それぞれＢ１，Ｂ２であるとする。オプティカ
ルフロー計算部７では，２枚のデジタル画像Ｂ１，Ｂ２
から，画像上における見かけの速度場であるオプティカ
ルフローを計算する。オプティカルフローの計算手法に
は種々あるが，ここではコンベアの進行方向のみの１次
元のオプティカルフローのみを求める方法を用いた。各
画像上におけるオプティカルフローの値をｖ（ｘ，ｙ，
ｔ）（１≦ｘ≦ｍ，２≦ｙ≦ｎ−１）とする。オプティ
カルフローは以下の要領で計算される。 Ｂt （ｘ，ｙ，ｔ）＝Ｂ2 （ｘ，ｙ，ｔ）−Ｂ1 （ｘ，
ｙ，ｔ） Ｂy （ｘ，ｙ，ｔ）＝｛Ｂ2 （ｘ，ｙ＋１，ｔ）−Ｂ2
（ｘ，ｙ−１，ｔ）＋Ｂ1 （ｘ，ｙ＋１，ｔ）−Ｂ
1 （ｘ，ｙ−１，ｔ）｝／４ ｖ（ｘ，ｙ，ｔ）＝−Ｂt （ｘ，ｙ，ｔ）／Ｂy （ｘ，
ｙ，ｔ） （１≦ｘ≦ｍ，２≦ｙ≦ｎ−１）
【００１１】高速・低速下向きフロー検出数計算部８で
は，求められたオプティカルフローの内，所定の条件を
満たすものを検索し，その検出数を計算する。検索領域
は，求められたオプティカルフローの精度が比較的低い
端部は無視して，中央部（Ｃ１≦ｘ≦ｍ−Ｃ１＋１，Ｃ
２≦ｙ≦ｎ−Ｃ２＋１）のみであるとする。但し，Ｃ
１，Ｃ２は定数であり，ａに応じて適切に定めればよ
い。高速下向きフロー，低速下向きフローの検出数をそ
れぞれｈ（ｔ），ｌ（ｔ）であるとする。検出数ｈ
（ｔ），ｌ（ｔ）は閾値記憶部９に格納しておいた閾値
である定数Ｔ１，Ｔ２を用いて以下の要領で求められ
る。
は，求められたオプティカルフローの内，所定の条件を
満たすものを検索し，その検出数を計算する。検索領域
は，求められたオプティカルフローの精度が比較的低い
端部は無視して，中央部（Ｃ１≦ｘ≦ｍ−Ｃ１＋１，Ｃ
２≦ｙ≦ｎ−Ｃ２＋１）のみであるとする。但し，Ｃ
１，Ｃ２は定数であり，ａに応じて適切に定めればよ
い。高速下向きフロー，低速下向きフローの検出数をそ
れぞれｈ（ｔ），ｌ（ｔ）であるとする。検出数ｈ
（ｔ），ｌ（ｔ）は閾値記憶部９に格納しておいた閾値
である定数Ｔ１，Ｔ２を用いて以下の要領で求められ
る。
【００１２】
【数１】 以上の処理を繰り返して行い，フロー検出数記憶部１０
では，最新のＮ回の検出数ｈ（ｔ），ｌ（ｔ）を格納す
る。
では，最新のＮ回の検出数ｈ（ｔ），ｌ（ｔ）を格納す
る。
【００１３】判定部１１では，最新のＮ回の高速下向き
フロー検出数ｈ（ｔ），低速下向きフロー検出数ｌ
（ｔ）を用いてごみ滞留の有無を判定する。ごみ滞留が
発生した場合には，高速・低速下向きフローの推移分布
は，図３に示すような特徴的な分布を示す。即ち，正常
時には，低速，高速下向きフロー検出数ともランダムな
分布を示す（ａ）が，ごみ滞留時には以下に示す（１）
〜（３）を繰り返す周期的な分布（ｂ）を示す。 （１）低速，高速下向きフローともほとんど検出されな
い。 （２）低速下向きフローが多く検出される。 （３）高速下向きフローが多く検出される。 上記特徴的な分布の認知には，ニューラルネットワーク
による方法，ファジー推論による方法，特徴量抽出によ
るロジック判別による方法等が利用できる。ここでは，
ごみ滞留発生時のフローの推移分布の特徴を抽出するロ
ジックを構成することにより，ごみ滞留を認識する方法
を用いた。
フロー検出数ｈ（ｔ），低速下向きフロー検出数ｌ
（ｔ）を用いてごみ滞留の有無を判定する。ごみ滞留が
発生した場合には，高速・低速下向きフローの推移分布
は，図３に示すような特徴的な分布を示す。即ち，正常
時には，低速，高速下向きフロー検出数ともランダムな
分布を示す（ａ）が，ごみ滞留時には以下に示す（１）
〜（３）を繰り返す周期的な分布（ｂ）を示す。 （１）低速，高速下向きフローともほとんど検出されな
い。 （２）低速下向きフローが多く検出される。 （３）高速下向きフローが多く検出される。 上記特徴的な分布の認知には，ニューラルネットワーク
による方法，ファジー推論による方法，特徴量抽出によ
るロジック判別による方法等が利用できる。ここでは，
ごみ滞留発生時のフローの推移分布の特徴を抽出するロ
ジックを構成することにより，ごみ滞留を認識する方法
を用いた。
【００１４】判定部のロジックを図２に示す。まず，高
速下向きフローピーク抽出部１１ａにおいて，最新のＮ
回の高速下向きフロー検出数の推移分布において，ピー
ク条件記憶部１１ｂに記憶されたピーク条件を満たすピ
ーク時点を抽出する。ピーク条件を以下に示す。 （１）ピーク時点ｔｐでの高速下向きフロー検出数は，
前後ｍ１時点の検出数よりも大きく，かつピーク許容最
小値Ｄ１以上である。 ｈ（ｔｐ）＞ｈ（ｔ）（ｔｐ−ｍ１≦ｔ≦ｔｐ＋ｍ１） ｈ（ｔｐ）≧Ｄ１ （２）２つの連続するピーク時点ｔｐn ，ｔｐn-1 はピ
ーク間最小距離Ｄ２以上である。 ｔｐn −ｔｐn-1 ≧Ｄ２ 上記ピーク条件を満たすピーク時点がｋ点抽出されたと
し，それらをｔｐ1 …ｔｐk と表現する。ピーク個数判
定部１１ｃでは，抽出されたピーク時点の個数により場
合分けをする。ピーク個数が２時点以上抽出された場合
は，符号１１ｄ〜１１ｇの構成要素による処理を引き続
き行う。ピーク個数が１時点以下の場合は，ごみ滞留は
発生しなかったものと認識する。
速下向きフローピーク抽出部１１ａにおいて，最新のＮ
回の高速下向きフロー検出数の推移分布において，ピー
ク条件記憶部１１ｂに記憶されたピーク条件を満たすピ
ーク時点を抽出する。ピーク条件を以下に示す。 （１）ピーク時点ｔｐでの高速下向きフロー検出数は，
前後ｍ１時点の検出数よりも大きく，かつピーク許容最
小値Ｄ１以上である。 ｈ（ｔｐ）＞ｈ（ｔ）（ｔｐ−ｍ１≦ｔ≦ｔｐ＋ｍ１） ｈ（ｔｐ）≧Ｄ１ （２）２つの連続するピーク時点ｔｐn ，ｔｐn-1 はピ
ーク間最小距離Ｄ２以上である。 ｔｐn −ｔｐn-1 ≧Ｄ２ 上記ピーク条件を満たすピーク時点がｋ点抽出されたと
し，それらをｔｐ1 …ｔｐk と表現する。ピーク個数判
定部１１ｃでは，抽出されたピーク時点の個数により場
合分けをする。ピーク個数が２時点以上抽出された場合
は，符号１１ｄ〜１１ｇの構成要素による処理を引き続
き行う。ピーク個数が１時点以下の場合は，ごみ滞留は
発生しなかったものと認識する。
【００１５】高速下向きフロー平均計算部１１ｄでは，
ｋ−１個の各ピーク間における高速下向きフローの検出
数の平均値の合計ａｖ ｈを計算する。但し，ピークの
近傍ｍ２時点は除外して平均の計算を行うものとする。
ｋ−１個の各ピーク間における高速下向きフローの検出
数の平均値の合計ａｖ ｈを計算する。但し，ピークの
近傍ｍ２時点は除外して平均の計算を行うものとする。
【数２】 低速下向きフロー平均計算部１１ｅでは，ｋ−１個の各
ピーク間の後半部分における低速下向きフローの平均値
の合計ａｖ ｌを計算する。
ピーク間の後半部分における低速下向きフローの平均値
の合計ａｖ ｌを計算する。
【数３】
【００１６】状態判定部１１ｆでは，高速下向きフロー
平均計算部１１ｄにより計算されたピーク間における高
速下向きフローの検出数の平均値の合計ａｖ ｈ，低速
下向きフロー平均計算部１１ｅにより計算されたピーク
間の後半部分における低速下向きフローの平均値の合計
ａｖ ｌと，閾値記憶部１１ｇに格納してある閾値とを
比較してごみ滞留の有無の判別を行う。高速下向きフロ
ー検出数の平均値ａｖ ｈが所定の閾値Ｔｈ１以下であ
り，かつ低速下向きフロー検出数の平均値の合計ａｖ
ｌが所定の閾値Ｔｈ２以上であるならば，ごみ滞留が発
生していると判断する。それ以外の場合は，ごみ滞留は
発生していないと判断する。つまり， ａｖ ｈ≦Ｔｈ１ かつ ａｖ １≧Ｔｈ２ ならば，ごみ滞留が発生したと判断し，それ以外の場合
はごみ滞留は発生しなかったと判断するのである。以上
のように，本発明においては，ごみ供給設備におけるご
み滞留異常状態を，動画像処理を用いてコンベア上のご
みの動きを把握することにより，認知可能とするもので
あり，ごみの滞留が発生すれば自動的にそれを検知する
ものである。これにより，２４時間目視によって連続監
視を行っているオペレータの運転負担が軽減されると共
に，ごみの滞留状態を精度よく検知することができる。
平均計算部１１ｄにより計算されたピーク間における高
速下向きフローの検出数の平均値の合計ａｖ ｈ，低速
下向きフロー平均計算部１１ｅにより計算されたピーク
間の後半部分における低速下向きフローの平均値の合計
ａｖ ｌと，閾値記憶部１１ｇに格納してある閾値とを
比較してごみ滞留の有無の判別を行う。高速下向きフロ
ー検出数の平均値ａｖ ｈが所定の閾値Ｔｈ１以下であ
り，かつ低速下向きフロー検出数の平均値の合計ａｖ
ｌが所定の閾値Ｔｈ２以上であるならば，ごみ滞留が発
生していると判断する。それ以外の場合は，ごみ滞留は
発生していないと判断する。つまり， ａｖ ｈ≦Ｔｈ１ かつ ａｖ １≧Ｔｈ２ ならば，ごみ滞留が発生したと判断し，それ以外の場合
はごみ滞留は発生しなかったと判断するのである。以上
のように，本発明においては，ごみ供給設備におけるご
み滞留異常状態を，動画像処理を用いてコンベア上のご
みの動きを把握することにより，認知可能とするもので
あり，ごみの滞留が発生すれば自動的にそれを検知する
ものである。これにより，２４時間目視によって連続監
視を行っているオペレータの運転負担が軽減されると共
に，ごみの滞留状態を精度よく検知することができる。
【００１７】
【発明の効果】本発明に係るごみ滞留検知装置は，ごみ
供給設備におけるごみ滞留異常状態を，動画像処理を用
いてコンベア上のごみの動きを把握することにより，認
知可能とするものであり，ごみの滞留が発生すれば自動
的にそれを検知するものである。これにより，２４時間
目視によって連続監視を行っているオペレータの運転負
担が軽減されると共に，ごみの滞留状態を精度よく検知
することができる。
供給設備におけるごみ滞留異常状態を，動画像処理を用
いてコンベア上のごみの動きを把握することにより，認
知可能とするものであり，ごみの滞留が発生すれば自動
的にそれを検知するものである。これにより，２４時間
目視によって連続監視を行っているオペレータの運転負
担が軽減されると共に，ごみの滞留状態を精度よく検知
することができる。
【図１】 本発明の実施の形態及び実施例に係るごみ滞
留検知装置Ａの概略構成を示すブロック図。
留検知装置Ａの概略構成を示すブロック図。
【図２】 本装置Ａの判定部の詳細構成を示すブロック
図。
図。
【図３】 高速・低速下向きフロー検出数の推移分布を
示す説明図。
示す説明図。
【図４】 従来のごみ滞留検知方法を示す説明図。
Ａ…ごみ滞留検知装置 １…撮影部（画像取込手段に相当） ２…領域設定部 ３…Ａ／Ｄ変換部 ４…時間管理部 ５…画像記憶部 ６…フィルタリング部 ７…オプティカルフロー計算部（オプティカルフロー演
算手段に相当） ８…高速・低速下向きフロー検出数計算部 ９…閾値記憶部 １０…フロー検出数記憶部 １１…判定部（ごみ滞留検知手段に相当） １１ａ…高速下向きフローピーク抽出部 １１ｂ…ピーク条件記憶部 １１ｃ…ピーク個数判定部 １１ｄ…高速下向きフロー平均計算部 １１ｅ…低速下向きフロー平均計算部 １１ｆ…状態判定部 １１ｇ…閾値記憶部
算手段に相当） ８…高速・低速下向きフロー検出数計算部 ９…閾値記憶部 １０…フロー検出数記憶部 １１…判定部（ごみ滞留検知手段に相当） １１ａ…高速下向きフローピーク抽出部 １１ｂ…ピーク条件記憶部 １１ｃ…ピーク個数判定部 １１ｄ…高速下向きフロー平均計算部 １１ｅ…低速下向きフロー平均計算部 １１ｆ…状態判定部 １１ｇ…閾値記憶部
Claims (4)
- 【請求項１】 コンベア上のごみを撮像し，上記撮像さ
れた画像に基づいてごみの滞留状態を検知する装置にお
いて，上記撮像された画像を動画像処理することを特徴
とするごみ滞留検知装置。 - 【請求項２】 コンベア上のごみを撮像し，上記撮像さ
れた画像に基づいてごみの滞留状態を検知する装置にお
いて，上記撮像された画像を所定の時間間隔をあけて複
数取り込む画像取込手段と，上記取り込まれた複数の画
像に基づいてオプティカルフローを演算するオプティカ
ルフロー演算手段と，上記演算されたオプティカルフロ
ーに基づいてごみの滞留状態を検知するごみ滞留検知手
段とを具備してなることを特徴とするごみ滞留検知装
置。 - 【請求項３】 上記ごみ滞留検知手段が，上記演算され
たオプティカルフローに含まれる高速な鉛直下向きフロ
ーの数の変化に基づいてごみの滞留状態を検知すること
を特徴とする請求項２記載のごみ滞留検知装置。 - 【請求項４】 上記ごみ滞留検知手段が，上記演算され
たオプティカルフローに含まれる低速な鉛直下向きフロ
ーの数の変化に基づいてごみの滞留状態を検知すること
を特徴とする請求項２記載のごみ滞留検知装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7342873A JPH09185710A (ja) | 1995-12-28 | 1995-12-28 | ごみ滞留検知装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP7342873A JPH09185710A (ja) | 1995-12-28 | 1995-12-28 | ごみ滞留検知装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH09185710A true JPH09185710A (ja) | 1997-07-15 |
Family
ID=18357169
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP7342873A Pending JPH09185710A (ja) | 1995-12-28 | 1995-12-28 | ごみ滞留検知装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH09185710A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008502918A (ja) * | 2004-06-09 | 2008-01-31 | コグネックス・テクノロジー・アンド・インベストメント・コーポレーション | 物体の視覚検出および検査のための方法および装置 |
| US8422729B2 (en) | 2004-06-09 | 2013-04-16 | Cognex Corporation | System for configuring an optoelectronic sensor |
| US8891852B2 (en) | 2004-06-09 | 2014-11-18 | Cognex Technology And Investment Corporation | Method and apparatus for configuring and testing a machine vision detector |
| US9094588B2 (en) | 2004-06-09 | 2015-07-28 | Cognex Corporation | Human machine-interface and method for manipulating data in a machine vision system |
| CN105229698A (zh) * | 2013-04-19 | 2016-01-06 | 克朗斯股份公司 | 用于监视并控制灌装系统的方法以及用于执行该方法的装置 |
| US9292187B2 (en) | 2004-11-12 | 2016-03-22 | Cognex Corporation | System, method and graphical user interface for displaying and controlling vision system operating parameters |
-
1995
- 1995-12-28 JP JP7342873A patent/JPH09185710A/ja active Pending
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008502918A (ja) * | 2004-06-09 | 2008-01-31 | コグネックス・テクノロジー・アンド・インベストメント・コーポレーション | 物体の視覚検出および検査のための方法および装置 |
| JP2011247898A (ja) * | 2004-06-09 | 2011-12-08 | Cognex Technology And Investment Corp | 物体の視覚検出および検査のための方法および装置 |
| US8422729B2 (en) | 2004-06-09 | 2013-04-16 | Cognex Corporation | System for configuring an optoelectronic sensor |
| US8891852B2 (en) | 2004-06-09 | 2014-11-18 | Cognex Technology And Investment Corporation | Method and apparatus for configuring and testing a machine vision detector |
| US9094588B2 (en) | 2004-06-09 | 2015-07-28 | Cognex Corporation | Human machine-interface and method for manipulating data in a machine vision system |
| US9092841B2 (en) | 2004-06-09 | 2015-07-28 | Cognex Technology And Investment Llc | Method and apparatus for visual detection and inspection of objects |
| US9183443B2 (en) | 2004-06-09 | 2015-11-10 | Cognex Technology And Investment Llc | Method and apparatus for configuring and testing a machine vision detector |
| US9292187B2 (en) | 2004-11-12 | 2016-03-22 | Cognex Corporation | System, method and graphical user interface for displaying and controlling vision system operating parameters |
| CN105229698A (zh) * | 2013-04-19 | 2016-01-06 | 克朗斯股份公司 | 用于监视并控制灌装系统的方法以及用于执行该方法的装置 |
| US20160052764A1 (en) * | 2013-04-19 | 2016-02-25 | Krones Ag | Method for monitoring and controlling a filling system, and device for carrying out said method |
| US10125001B2 (en) * | 2013-04-19 | 2018-11-13 | Krones Ag | Method for monitoring and controlling a filling system, and device for carrying out said method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109711318B (zh) | 一种基于视频流的多人脸检测与跟踪方法 | |
| US20090310822A1 (en) | Feedback object detection method and system | |
| CN110930357A (zh) | 一种基于深度学习的在役钢丝绳表面缺陷检测方法与系统 | |
| CN110163852B (zh) | 基于轻量化卷积神经网络的输送带实时跑偏检测方法 | |
| CN104966304A (zh) | 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法 | |
| CN111027398A (zh) | 行车记录仪视频遮挡检测方法 | |
| CN111259718A (zh) | 一种基于高斯混合模型的扶梯滞留检测方法及系统 | |
| CN113297926A (zh) | 行为检测识别方法及系统 | |
| JPH09185710A (ja) | ごみ滞留検知装置 | |
| JP5679760B2 (ja) | 侵入物体検出装置 | |
| CN210666820U (zh) | 一种基于dsp边缘计算的行人异常行为检测系统 | |
| KR20040018586A (ko) | 얼굴특징을 이용한 움직임 검출장치 및 이를 적용한감시시스템 | |
| CN107124577A (zh) | 一种基于运动目标检测的实时防窃系统 | |
| JP2007164375A (ja) | 三次元対象物の検出装置、検出方法、コンピュータ可読媒体及び三次元対象物の管理システム | |
| JP4925942B2 (ja) | 画像センサ | |
| JPH08228338A (ja) | 状態監視装置及び状態監視方法 | |
| Yu et al. | Vision based vehicle detection and traffic parameter extraction | |
| KR20210096754A (ko) | 디지털 안전보건환경 산업 특화용 이미지 학습 모델을 이용한 안전관리 방법 및 시스템 | |
| JP3295482B2 (ja) | 移動物体検出方法および装置 | |
| JP3576339B2 (ja) | 移動体検知装置 | |
| Shukla et al. | Automatic alert of security threat through video surveillance system | |
| JP2503613B2 (ja) | 異常監視装置 | |
| JPH0514898A (ja) | 画像監視装置 | |
| CN112381803B (zh) | 一种基于机器视觉的铁水溢出检测方法和开口机系统 | |
| JPS62296686A (ja) | 異常監視装置 |