JPH0981714A - 画像処理装置及びその方法 - Google Patents

Abstract

(57)【要約】 【目的】 本発明は、静止物体や移動物体が写った映像
から移動物体のみを検出するための画像処理装置に関す
るものである。 【構成】 複数の画像を蓄積できる画像蓄積手段１１
と、画素毎あるいは領域毎に特徴量を算出する特徴抽出
手段１２と、複数の特徴量を予め定められた方法で順序
を並べ替える特徴配列手段１３と、画素毎あるいは領域
毎に移動物体有無の判別を行う移動物体判別手段１４と
からなり、映像中に検出対象以外による輝度変化があっ
て移動物体だけを区別して検出することが困難で、しか
も移動物体を含まない背景映像を予め準備しておくこと
ができない場合でも、検出対象の移動物体のみを区別し
て検出できる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、任意の映像におい
て、検出目的とする移動物体のみを検出するための、画
像処理装置及びその方法に関する。

【０００２】

【従来の技術】ＴＶカメラ等で撮影された映像中から移
動物体を検出する方法には、従来から最も簡便な方法と
して、連続して撮影された複数の画像間の差分を求める
方法や、予め作成した背景画像と現時点の画像との差分
を求める方法がある。

【０００３】これらの画像間の差分演算を基とした移動
物体による変化を検出する方法は、例えば、固定された
ＴＶカメラ等の撮像装置を用いた画像監視装置のよう
に、監視対象領域への侵入者や侵入物の検出を目的とす
る装置等において用いられている。

【０００４】ところで、このような差分処理を基とする
移動物体検出方法では、監視対象領域での侵入物以外の
環境変動がないことが大前提となっており、この条件が
崩れると侵入物以外を誤って検出をするという欠点があ
る。

【０００５】例えば、屋外のような変動の大きい環境を
監視対象とした場合、移動物体の輪郭等の一部分しか検
出できなくなるか、天候変化等による照明強度の変動に
よって侵入物を検出できなくなったり、風による樹木の
揺らぎや水面での日光の乱反射などを侵入物と区別して
検出することができず、移動物体の検出精度を上げるこ
とが大変困難である。

【０００６】検出目的とする移動物体が含まれない映
像、つまり基準映像（背景映像）を予め準備できる場合
には、環境変動による誤検出を避ける方法として、例え
ば、参考文献１「前田、田中、塩、石井：多次元輝度空
間上での分布を利用した物体抽出法、電子情報通信学会
技術研究報告 パターン認識・理解 PRU91-68 pp.67-7
4 」、参考文献２「佐藤、間瀬、末永：ｘ−ｔ時空間画
像からのロバストな物体抽出法、１９９１年電子情報通
信学会秋期全国大会予稿集 D-198(6-200)」、参考文献
３「KANETA,KANOH,KANEMARU,NAGAI: Image Processing
Method for Intruder Detection around Power Line To
wers,proc.of 1992 IAPR Workshop on Machine Vision
Applications(MVA'92)pp.353-356」、参考文献４「中
井：特願平６−１７５４９２号、画像変化検出装置」に
挙げる方法が知られている。

【０００７】これらの方法では、映像中の画素毎に設定
された空間あるいは時間領域内での統計的特徴量を求
め、これを基準となる画素でのそれと比較することによ
って、主に照明強度の変動のように画面内の広い領域で
起こる環境変動に影響されない物体検出を実現しようと
いうものである。

【０００８】特に、参考文献４に挙げる方法では、広範
囲に起こる環境変動的な外乱だけではなく、樹木の揺ら
ぎや水面での日光の乱反射等といった監視エリア内に存
在して繰り返しの映像変動を起こすことにより検出対象
の移動物体として誤って検出されやすい外乱に対して
も、統計的な判別方法を用いることによって、外乱と移
動物体とを区別して検出できる方法が提案されている。

【０００９】これらの４つの方法では、移動物体が含ま
れないような背景映像を予め用意しておく必要があり、
これが不可能な場合には精度の良い移動物体検出が不可
能である。

【００１０】また、連続する画像フレーム間での差分処
理方法では、背景画像が用意できなくても良く、経時変
化等による環境条件のゆるやかな変動の影響を受けにく
いが、通常のフレームレートでの差分を行った場合には
移動物体の輪郭部分しか検出することができないか、あ
るいは侵入物の移動速度が小さい場合には検出できな
い。これを避けるために撮影する画像フレームの時間間
隔を長く設定すると、移動物体領域の中央部分まで検出
できるようになるが、これは結局、１フレーム前の画像
を基準画像（背景画像）として予め用意しておき差分す
ることと等価になり、環境変動による影響を受けて誤検
出が多くなる。つまり、外乱の影響を受けにくいという
メリットを保ったままで連続フレームでの差分を用いる
と、移動物体の輪郭部分しか検出できなくなる。

【００１１】以上のように、ＴＶカメラ等の映像から侵
入物等の移動物体を検知する方法において、環境変動や
外乱を誤って検出することを避けるとともに移動物体の
画像領域を正確に検出するためには、これまでの方法で
は、物体検出を行う映像と全く同じ条件下で撮影され
た、移動物体を含まない基準映像（背景映像）を予め準
備しておく必要があった。これでは、監視エリアへの物
体の侵入が頻繁であったり、日照条件等の環境条件が経
時変化により徐々に変動するような場合には、このよう
な基準映像が準備できず、移動物体だけを正確に検出す
ることが不可能であった。

【００１２】

【発明が解決しようとする課題】このように、従来の移
動物体検出方法では、環境変動や外乱を誤って検出する
ことを避けるとともに移動物体の画像領域を正確に検出
するために、物体検出を行う映像と全く同じ条件下で撮
影された、移動物体を含まない基準映像（背景映像）を
予め準備しておく必要があり、日照条件等の環境条件が
経時変化により徐々に変動するような場合や、予め基準
映像が準備できない場合には、移動物体だけを正確に検
出することが不可能であった。

【００１３】本発明はこのような事情を考慮してなされ
たもので、その目的とするところは、監視エリアに環境
変動等の外乱がある場合において、予め背景映像を撮影
して準備しておくことなく、背景画像あるいは背景確率
分布を随時更新することにより、検出対象の移動物体の
みを区別して検出できる画像処理装置及び方法を提供す
ることにある。

【００１４】

【課題を解決するための手段】第１の発明の画像処理装
置は、背景上に静止物体または移動物体が写った画像列
の中から、背景及び静止物体だけが写っている基準画像
を推定する画像処理装置であって、背景上に静止物体ま
たは移動物体が写った画像列を蓄積できる画像蓄積手段
と、この画像蓄積手段に蓄積されている画像列における
各画像の特定領域の特徴量を算出する特徴量抽出手段
と、この特徴量抽出手段によって算出された各画像の特
定領域の特徴量の順序を、前記画像列に基づいて並んだ
順序から、予め定めた方法に基く順序へ並べ替える特徴
量配列手段と、この特徴量配列手段によって順序を並べ
替えられた複数の特徴量から、その並べ替えた順序をも
とにして基準特徴量を算出し、この算出した基準特徴量
を有する特定領域を背景だけが写っている基準画像とす
る基準画像算出手段とよりなるものである。

【００１５】第２の発明の画像処理装置は、背景上に静
止物体または移動物体が写った画像列の中から、背景及
び静止物体だけが写っている基準画像を推定する画像処
理装置であって、背景上に静止物体または移動物体が写
った画像列を蓄積できる画像蓄積手段と、この画像蓄積
手段に蓄積されている画像列における各画像の特定領域
の特徴量を算出する特徴量抽出手段と、この特徴量抽出
手段によって算出された特徴量の生起確率分布を求める
確率分布算出手段と、この確率分布算出手段によって求
めた各画像の特定領域の生起確率分布の順序を、前記画
像列に基づいて並んだ順序から、予め定めた方法に基く
順序へ並べ替える確率分布配列手段と、前記確率分布配
列手段によって順序を並べ替えられた複数の生起確率分
布から、その並べ替えた順序をもとにして基準生起確率
分布を算出し、この算出した基準生起確率分布を有する
特定領域における背景での基準生起確率分布とする基準
確率算出手段とよりなるなるものである。

【００１６】本発明によれば、映像中に検出対象以外に
よる輝度変化があって移動物体だけを区別して検出する
ことが困難で、しかも移動物体を含まない基準（背景）
となる映像を予め準備しておくことができない場合、あ
るいは撮影環境が徐々に変化して固定された基準映像で
は移動物体の検出が困難になる場合に、基準画像あるい
は背景確率分布を移動物体を含まれないように随時更新
することにより、予め背景映像を撮影しておくことな
く、検出対象の移動物体のみを区別して検出することが
できる。

【００１７】

【発明の実施の形態】第１の実施例 図１は、本発明の実施の一形態である第１の実施例の概
略構成図である。この第１の実施例による移動物体検出
方法の処理のフローチャートを図４に示す。

【００１８】この実施例は、複数の画像を蓄積できる画
像蓄積手段１１と、画素毎あるいは領域毎に特徴量を算
出する特徴抽出手段１２と、複数の特徴量を予め定めら
れた方法で順序を並べ替える特徴配列手段１３と、画素
毎あるいは領域毎に移動物体有無の判別を行う移動物体
判別手段１４とからなる。

【００１９】また、移動物体の検出を実際に行えるよう
な移動物体検出装置を作成する場合には、上記手段の他
に、本発明の第１の実施例に映像（画像列）を提供する
映像提供手段１０１と、移動物体検出の結果をユーザー
に表示する結果表示手段１０２とから構成される。映像
提供手段１０１は一般のＴＶカメラやビデオテープレコ
ーダでも良い。

【００２０】(1) 画像蓄積手段１１ 画像蓄積手段１１は、画像を蓄積する複数（ｎ個）の画
像メモリ群Ｍ１，…，Ｍｎからなり、映像提供手段１０
１から送られてくる映像から、予め定められた時間周期
Ｃ毎に、画像フレームが順次画像メモリＭ１，Ｍ２，…
…へと蓄積される。画像メモリＭｎに蓄積されれば、そ
の次のフレームはＭ１に蓄積され、再び順に蓄積されて
いる（図４におけるステップａ１〜ａ４参照）。

【００２１】(2) 特徴量抽出手段１２ 特徴量抽出手段１２は、画像蓄積手段１１において、あ
るフレームが蓄積されて次のフレームが蓄積されるまで
の間に、画像メモリＭ１，…，Ｍｎでの同じ画像座標位
置に対応するｎ個の画素での各々の特徴量を、全座標の
画素について算出する。

【００２２】例えば、図２に示すように、各画像メモリ
Ｍｉ（ｉ＝１，…，ｎ）に蓄積されている画像のサイズ
は全て同じｗ画素×ｈ画素とし、画像メモリＭ１，…，
Ｍｎで同じ画像座標（ｘ，ｙ）に対応するｎ個の画素
（ｘ，ｙ）１，…，（ｘ，ｙ）ｎでの各々の特徴量ｖ１
（ｘ，ｙ），…，ｖｎ（ｘ，ｙ）を算出する（図４にお
けるステップａ５参照）。

【００２３】この特徴量としては、例えば以下のような
ものが挙げられる。

【００２４】入力画像がＲＧＢカラー画像であれば、

【数１】 のような線形和で求めるとすれば、このときの特徴量ｖ
（ｘ，ｙ）は画素（ｘ，ｙ）でのグレイレベル（輝度
値）となる。

【００２５】ここでｒ（ｘ，ｙ）、ｇ（ｘ，ｙ）、ｂ
（ｘ，ｙ）は、各々カラー画像のＲＧＢ値である。

【００２６】また、これだけでなく、マンセル表色系に
おける色相Ｈや彩度Ｓといった要素値も用いることがで
き、一般に知られている他の表色系ＸＹＺ、ＵＣＳ、Ｃ
ＭＹ、ＹＩＱ、オストワルト、Ｌ＊ｕ＊ｖ＊、Ｌ＊ａ＊
ｂ＊といった表色系の要素値を求めて、前述と同様に特
徴量として用いることが可能である。各々の表色系間で
の変換方式については、例えば、参考文献５「高木、下
田 監修「画像解析ハンドブック」東京大学出版会 IS
BN 4-13-061107-0 C3050」に詳しい。

【００２７】さらに、画像メモリＭｉにおいて、空間的
あるいは時間的に微分演算や積分演算を行なった結果
を、さらに特徴量として用いることも考えられる。

【００２８】具体的には、空間的な微分演算として、一
般に良く知られているものにSobel、Roberts,Robinson、P
rewitt、Kirsch、 Cannyといった微分オペレータや、ラプ
ラシアンガウシアンやモーメントオペレータ等がある。
これらのオペレータを画像メモリＭｉの画像に作用させ
た結果のエッジ強度を特徴量ｖ（ｘ，ｙ）として用い
る。

【００２９】また、積分的な平均フィルタやメディアン
フィルタといった雑音除去処理の結果を用いることも考
えられる。

【００３０】以上のオペレータやフィルタについても前
記の参考文献５で詳しく述べられている。

【００３１】また、以上では、各画素に対して画像内で
予め決められている微小な領域内で求めることができる
統計量も、特徴量として用いることができる。

【００３２】この統計量の例としては、平均値、中央
値、最頻値、範囲、分散、標準偏差、平均偏差などが挙
げられる。これらの統計量は、注目している画素（ｘ，
ｙ）の８近傍（３×３画素）で求めてもよいし、（ｘ，
ｙ）と中心とする任意の画素四方で求めても良く、さら
には各（ｘ，ｙ）に関して予め定められている任意形状
の領域で求めた統計量を特徴量ｖ（ｘ，ｙ）用いること
が可能である。

【００３３】ある画素（ｘ，ｙ）が選択されれば、まず
上記のように特徴量抽出手段１２において画像メモリＭ
１，…，Ｍｎでの選択された画素（ｘ，ｙ）に対応する
ｎ個の画素について特徴量が算出され、次に、以下に述
べるように特徴配列手段１３において予め定められた方
法でｎ個の特徴量の順序が並べ替えられ、この結果を用
いて変化判別手段１４において各画素毎に移動物体有無
の判別が行われる。そして、この手続きは画像の全画素

【数２】 について行われることによって、映像中の移動物体が検
出されることになる。

【００３４】(3) 特徴配列手段１３ 特徴配列手段１３では、図３に示すように、選択された
画素（ｘ，ｙ）について特徴抽出手段１２で算出された
ｎ個の特徴量ｖ１（ｘ，ｙ），…，ｖｎ（ｘ，ｙ）が送
られてきた後に、各特徴量を比較することによって特徴
量の値の大きさの順番に並び替え、特徴配列手段１３の
内部の特徴量バッファｖ’１（ｘ，ｙ），…，ｖ’ｎ
（ｘ，ｙ）に順に格納する（図４におけるステップａ６
参照）。

【００３５】このときの並べ替えの順番は、降順あるい
は昇順のどちらでも良いが、今後は昇順に並べ替えられ
るものとする。つまり、ｖ’１（ｘ，ｙ）に最小の値が
格納され、ｖ’ｎ（ｘ，ｙ）に最大の値が格納されるも
のとして説明を続ける。

【００３６】特徴配列手段１３からは、予め定められた
順位の特徴量ｖ’ｋ（ｘ，ｙ）、（ｋ：順位）が、変化
検出のための基準値として出力される（図４におけるス
テップａ７参照）。

【００３７】このように、順序に並べ替えて、ある決っ
た順位の値を出力するような手段は、一般にランクフィ
ルターとも呼ばれている。

【００３８】このランクフィルターのように、ある順位
の特徴量一つを基準値として出力しても良いが、昇順に
並べられた特徴量から、ある特定の式により算出される
値を出力するように設定しても良い。

【００３９】例えば、中央値（メディアン）を基準値と
して出力するように設定した場合には、

【数３】 というように、ｎが奇数か偶数かで変わることになる。

【００４０】このように、ランクフィルターの一形式
で、特に中央値を出力するものはメディアンフィルター
とよばれる。

【００４１】また、さらに、以下の

【数４】 のように、中央値の推定方法として、経験的に最適であ
ると知られているような算出式を用いても良いし、これ
から容易に類推できるように、ｖ’１（ｘ，ｙ），…，
ｖ’ｎ（ｘ，ｙ）の任意の線形あるいは非線形の組合せ
により、ある順位の特徴量ｖ’ｋ（ｘ，ｙ）を推定する
ような算出式を用いることが可能である。

【００４２】特徴配列手段１３において重要なのは、
ｖ’ｋ（ｘ，ｙ）が背景シーンでのその画素の特徴量を
代表するように、ｎに対してｖ’ｋ（ｘ，ｙ）を定める
ことである。

【００４３】ここで、この特徴量配列手段１３が、特定
の順位の特徴量一つを基準値として出力する、つまりラ
ンクフィルターである場合について説明する。

【００４４】今、映像中で注目している画素（ｘ，ｙ）
を移動物体が通過するものとし、この画素を通過するの
に、ちょうど画像フレームの取り込み間隔Ｃ（ある画像
メモリＭｉに画像が蓄積されて次のメモリＭ（ｉ＋１）
に画像が蓄積されるまでの間）と同じ時間だけかかるも
のとする。

【００４５】この場合、あるメモリＭｉの注目している
画素（ｘ，ｙ）に移動物体が写っているとすれば、その
次の画像メモリＭ｛（ｉ＋１）mod n ｝（mod n はｎで
割った余りを示す）の画素（ｘ，ｙ）に移動物体が写っ
ているかどうかはわからないが、さらに次の画像メモリ
Ｍ｛（ｉ＋２）mod n ｝の画素（ｘ，ｙ）には、移動物
体はその画素を通過してしまっていて必ず写っていな
い。つまり、このとき、移動物体は多くとも２つの連続
する画像メモリにしか写っていないことが言える。

【００４６】このことから、特徴配列手段１３の並べ替
えられた特徴量のうち、少なくとも小さい方と大きい方
から各々２つを除いたｖ’３（ｘ，ｙ），…，ｖ’（ｎ
−２）（ｘ，ｙ）は背景シーンのその画素の特徴量を表
していることが分かる。

【００４７】このようにして、移動物体がある画素を通
過するのに必要な時間が、画像フレーム取り込み間隔の
多くともｍ倍であるときには、並び替えられた特徴量の
小さい方と大きい方から（ｍ＋１）個の特徴量を取り除
いたｖ’（ｍ＋２）（ｘ，ｙ），…，ｖ’（ｎ−（ｍ＋
１））（ｘ，ｙ）が、背景シーンの特徴量を表してい
る。

【００４８】このことから、例えば、移動物体の特徴量
が，背景のそれより小さいと分かっている場合にはｖ’
（ｍ＋２）（ｘ，ｙ）以上の大きさの特徴量を、移動物
体の特徴量が背景より大きい場合にはｖ’（ｎ−（ｍ＋
１））（ｘ，ｙ）以下の特徴量を、また移動物体の特徴
量が分かっていない場合にはｖ’（ｘ，ｙ）の中央値
を、基準（背景）の特徴量ｖ’ｋ（ｘ，ｙ）として出力
すれば良いことが分かる。

【００４９】(4) 変化判別手段１４ 変化判別手段１４では、以上のようにして特徴配列手段
１３から出力される基準（背景）特徴量ｖ’ｋ（ｘ，
ｙ）と、移動物体検出処理を行いたい画像メモリＭｉの
画素（ｘ，ｙ）の特徴量ｖ’ｉ（ｘ，ｙ）とを比較する
ことによって、移動物体がその画素にあるかどうかの判
別を行う。

【００５０】判別の方法としては、例えば双方の差の絶
対値を求め、これが予め定められたしきい値Ｔより大き
いとき、すなわち

【数５】 を満たすときに、その画素に移動物体があるとして判別
する（図４におけるステップａ８〜ａ１０参照）。

【００５１】このようにして、先に述べたように、画像
メモリＭｉの全画素

【数６】 について移動物体検出処理が行われることによって、映
像中の移動物体が検出されることになる（図４における
ステップａ１１参照）。

【００５２】移動物体の検出結果は、結果表示手段１０
２によりユーザーに対して表示されると共に（図４にお
けるステップａ１２参照）、自動的に侵入者ありとの警
報が出されるようになっていても良い。

【００５３】さらに、以上で述べた手続きが、画像メモ
リＭ１，…，Ｍｎに監視エリアの映像が順次取り込まれ
ながら、その中の特定の画像メモリＭｉにおいて移動物
体検出処理を行われ、映像からの移動物体検出が連続的
に行われることが可能となる（図４におけるステップａ
１３参照）。

【００５４】第２の実施例 図５は本発明の第２の実施例の概略構成図である。この
第２の実施例による移動物体検出方法の処理のフローチ
ャートを図８，９に示す。

【００５５】この実施例は、複数の画像を蓄積できる画
像蓄積手段２１と、各画素毎あるいは小領域毎に特徴量
を算出する特徴抽出手段２２と、その画素あるいは小領
域の時空間領域内において特徴量の生起確率分布を求め
る確率分布算出手段２３と、特徴量の生起確率を予め定
めた方法で順序を並べ替える確率分布配列手段２４と、
並べ替えた結果を用いて各画素毎あるいは小領域毎に移
動物体有無の判別を行う移動物体判別手段２５とからな
る。

【００５６】また、移動物体の検出を実際に行えるよう
な移動物体検出装置を作成する場合には、上記手段の他
に、本発明の第１の実施例と同じように、映像（画像
列）を提供する映像提供手段２０１と、移動物体検出の
結果をユーザーに表示する結果表示手段２０２とから構
成される。

【００５７】参考文献４において、樹木の揺らぎや水面
での日光の乱反射等といった監視エリア内に存在して繰
り返しの映像変動を起こすような、検出対象の移動物体
として誤って検出されやすい外乱に対しても、統計的な
判別方法を用いることによって、外乱と移動物体とを区
別して検出できる方法が提案されている。この方法で
は、予め移動物体の含まれていない背景の映像から、各
画素での特徴量の生起確率分布を算出しておく必要があ
って、予め背景映像を準備できなかったり、環境条件が
徐々に変動する場合に、この方法は適応できなかった。
本発明の第２の実施例は、この背景特徴量の生起確率分
布を随時更新する方法を実現することにより、上述の不
具合に対処しようというものである。

【００５８】(1) 画像蓄積手段２１ 画像蓄積手段２１は、第１の実施例と同様に、画像を蓄
積する複数（ｎ個）の画像メモリ群Ｍ１，…，Ｍｎから
なり、映像提供手段２０１から送られてくる映像から、
予め定められた時間周期Ｃ毎に画像フレームが順次、画
像メモリＭ１，Ｍ２，…と画像を蓄積していく。画像メ
モリＭｎに蓄積されれば、その次のフレームはＭ１に蓄
積され、再び順に蓄積されていく（図８におけるステッ
プｂ１〜ｂ５参照）。

【００５９】(2) 特徴抽出手段２２ 特徴抽出手段２２では、第１の実施例と同様に、任意の
指定された画像メモリＭｉの任意の指定された画素
（ｘ，ｙ）について、定められた方法にしたがってｖｉ
（ｘ，ｙ）を算出する。特徴量の算出方法は、第１の実
施例で説明したどの方法が用いられても良い（図８にお
けるステップｂ６参照）。

【００６０】(3) 確率分布算出手段２３ 画像蓄積手段２１の画像メモリ群Ｍ１，…，Ｍｎにひと
通り画像が蓄積されれば、全ての画像メモリの全ての画
素に対して特徴抽出手段２２においては特徴量が算出さ
れ、確率分布算出手段２３において参考文献４の生起確
率算出処理と全く同じ方法、つまり画素毎の特徴量の累
積を累積度数で割ることによって、図６に示されるよう
な画素（ｘ，ｙ）での各特徴量ｖに対する生起確率分布
ｐ ｘｙ（ｖ）が求められる（図８におけるステップｂ
７参照）。

【００６１】ここでは、参考文献４の第１の実施例にお
ける画素（ｉ，ｊ）と領域Ｒ ｘｙが同じであるとし、
ｐ ｘｙ（Ｉ）をｐ ｘｙ（ｖ）と読み替えるものとす
る。参考文献４では、予め準備しておいた背景映像から
確率分布ｐ ｘｙ（ｖ）を求め、これを用いて画像フレ
ームｉの画素（ｘ，ｙ）での変化有りという事象の事後
確率ｗ’（ｘ，ｙ；ｉ）を算出し統計判別を行うことに
よって画像の変化有無を判別している。本発明の第２の
実施例では、特徴量の確率分布ｐ ｘｙ（ｖ）を、以下
に述べる方法によって、背景映像を準備することなく、
移動物体の含まれている映像から求めて随時更新するこ
とを可能にする。

【００６２】最初に画像メモリＭ１，…，Ｍｎにひと通
り画像が蓄積された後に確率分布算出手段２３において
求められた、画素（ｘ，ｙ）での生起確率分布をｐ ｘ
ｙ１（ｖ）とする。ここで、特徴量ｖｉ（ｘ，ｙ）ｉ：
１，…，ｎは、最小１から最大Ｖまでの自然数の値を取
るように設定されるものとする、つまり

【数７】 次に、画像メモリＭ１，…，Ｍｎにひと通り画像が蓄積
された後に、同じ手続きを繰り返して求められた画素
（ｘ，ｙ）での生起確率分布をｐ ｘｙ２（ｖ）とす
る。このようにして画像メモリにひと通り画像が蓄積さ
れる度に生起確率分布ｐ ｘｙｊ（ｖ）が求められ、こ
れがＪ回繰り返されるとする。この後にはつまり、確率
分布算出手段２３においては、全ての画素（ｘ，ｙ）で
の特徴量ｖの生起確率分布ｐ ｘｙｊ（ｖ）（ｊ＝１，
…，Ｊ）が、Ｊ回分求められていることになる（図８に
おけるステップｂ８〜ｂ１０参照）。

【００６３】(4) 確率分布配列手段２４ 確率分布配列手段２４では、図７に示すように、Ｊ回分
求められた生起確率分布ｐ ｘｙｊ（ｖ）から、各画素
（ｘ，ｙ）での分布の各要素ｖについて、ｐｘｙ１
（ｖ），…，ｐ ｘｙＪ（ｖ）を、第１の実施例での特
徴配列手段１３と全く同様にして、予め定められた方法
にしたがって確率値の大きさで並べ替え、確率値バッフ
ァｐ’ｘｙ１（ｖ），…，ｐ’ｘｙＪ（ｖ）に順に格納
する（図８におけるステップｂ１２参照）。

【００６４】この中から、第１の実施例と同じように、
予め定められた順位の確率値を求めて、基準（背景）で
のその特徴値ｖでの確率値ｐ’ｘｙｋ（ｖ）とする（図
８におけるステップｂ１２参照）。

【００６５】ここで求められる基準値ｐ’ｘｙｋ（ｖ）
は、第１の実施例で述べたように、ランクフィルターや
メディアンフィルター等、あるいは、任意のｐ ｘｙｊ
（ｖ）の組合せによって求められる、ある順位の推定値
を用いることができる。

【００６６】ここでもやはり重要なのは、ｐ’ｘｙｋ
（ｖ）が背景シーンでの画素（ｘ，ｙ）の特徴量ｖの確
率値を代表するように、Ｊに対してｐ’ｘｙｋ（ｖ）を
定めることである。これは、第１の実施例と全く同様に
設定することが可能である。つまり、移動物体が画素
（ｘ，ｙ）を通過するのに、ちょうど画像メモリＭ１，
…，Ｍｎに一通り画像が蓄積されるのと同じ時間Ｃ＊ｎ
だけかかるとする。この場合、ｊ回目に蓄積された画像
メモリ群に移動物体が写っているものとすれば、次の回
の（ｊ＋１）回目に蓄積された画像メモリ群に移動物体
が写っているかどうかは分からないが、（ｊ＋２）回目
に蓄積された画像メモリ群には移動物体通りすぎている
のでは必ず写っていない。

【００６７】物体の侵入が頻繁ではなく、ある画素を注
目したときに移動物体が写される回数より背景が写され
る回数の方が多い場合には、並び替えられた確率値ｐ’
ｘｙｊ（ｖ）の小さい方と大きい方から２つを取り除い
た確率値ｐ’ｘｙ３（ｖ），…，ｐ’ｘｙ（Ｊ−２）
（ｖ）は背景シーンから求められたものであることが分
かる。

【００６８】同様にして、移動物体がある画素を通過す
るのに必要な時間が、画像メモリＭ１，…，Ｍｎに一通
り画像が蓄積されるのと同じ時間Ｃ＊ｎの多くともｍ倍
であるときには、並び替えられた確率値の小さい方と大
きい方から（ｍ＋１）つを取り除いた確率値ｐ’ｘｙ
（ｍ＋２）（ｖ），…，ｐ’ｘｙ（Ｊ−ｍ−１）（ｖ）
が背景シーンから求められていることになる。

【００６９】この中から任意の順位の確率値ｐ’ｘｙｋ
（ｖ）を基準（背景）の画素（ｘ，ｙ）での特徴量ｖの
確率値として、確率分布配列手段２４から出力すること
ができる。

【００７０】以上の手続きは、全ての画素（ｘ，ｙ）の
全ての特徴値

【数８】 について、繰り返して行われる（図８におけるステップ
ｂ１４〜ｂ１６参照）。

【００７１】ここで、確率分布配列手段２４から出力さ
れる基準の確率分布ｐ’ｘｙｋ（ｖ）のｖに関する合計
は統計的にみて１になる必要がある。

【００７２】つまり以下の式を満たす必要があるので、

【数９】 以下の式によって正規化した確率分布ｐ”ｘｙｋ（ｖ）
を求め直して、画素（ｘ，ｙ）での特徴量ｖの確率分布
として出力しても良い（図８におけるステップｂ１７参
照）。

【００７３】

【数１０】 (5) 移動物体判別手段２５ このようにして、確率分布配列手段２４において推定さ
れた背景シーンでの特徴量ｖの生起確率分布ｐ’ｘｙｋ
（ｖ）あるいはｐ”ｘｙｋ（ｖ）が求められ、これを用
いて移動物体判別手段２５において、参考文献４での第
１の実施例と同じようにして、画像メモリＭｉの画素
（ｘ，ｙ）における変化有り（つまり移動物体がその画
素にある）という事象の事後確率ｗ’（ｘ，ｙ；ｉ）が
算出され、やはり参考文献４と同じ方法を用いて統計判
別が行われることにより、すなわち、画素ごとの生起確
率分布から非定常的変化の有無の確率値を求めて、その
画素（ｘ，ｙ）での移動物体有無の判別が行われる（図
８におけるステップｂ１８〜ｂ２１参照）。

【００７４】ある画像メモリＭｉの全画素について判別
が終われば（図８におけるステップｂ２２参照）、その
結果は結果表示手段２０２によりユーザーに対して表示
されるとともに（図９におけるステップｂ２３参照）、
自動的に侵入者ありとの警報が出されるようになってい
ても良い。

【００７５】このようにして、映像が画像メモリＭ１，
…，Ｍｎに順次蓄積され、全ての画像メモリでひと通り
移動物体判別が行われれば、また次に順に画像メモリＭ
１，…，Ｍｎに映像が蓄積されるとともに、新たな画像
から生起確率分布ｐ’ｘｙｋ（ｖ）が推定して求められ
て更新されていくことにより（図９におけるステップｂ
２３〜ｂ２９参照）、予め背景映像を準備することなく
移動物体検出が実現されることとなる。

【００７６】図１０（ａ）は、道路を横断する人物と、
その人物の後にゆらめている木が写った原画像であり、
図１０（ｂ）は、この原画像を従来の移動物体検出方法
（背景画像との差分処理）で処理した結果であり、図１
０（ｃ）は、この原画像を本発明の第２の実施例による
移動物体検出の結果である。

【００７７】図１０（ｂ）（ｃ）の両結果を比較する
と、従来の方法では、移動物体以外のゆらめいている物
体が検出されているが、第２の実施例では移動している
人物のみが検出されている。

【００７８】

【発明の効果】本発明の画像処理装置によれば、例えば
ＴＶカメラ等の撮像装置を用いて侵入者を発見しようと
いう画像監視装置などのような、映像中の移動物体を検
出する場合において、映像中に検出対象以外による輝度
変化があって移動物体だけを区別して検出することが困
難で、しかも移動物体を含まない基準（背景）となる映
像を予め準備しておくことができない場合、あるいは、
撮影環境が徐々に変化して固定された基準映像では移動
物体の検出が困難になる場合においても、基準画像ある
いは背景確率分布を移動物体を含まれないように随時更
新することにより、予め背景映像を撮影しておくことな
く、検出対象の移動物体のみを区別して検出することが
できる等の実用上多大なる効果が奏せられる。

【図面の簡単な説明】

【図１】本発明の第１の実施例の概略構成図である。

【図２】本発明の画像蓄積手段における画像メモリの説
明図である。

【図３】本発明の特徴配列手段における基準特徴量出力
の説明図である。

【図４】本発明の第１の実施例における移動物体検出処
理のフローチャートである。

【図５】本発明の第２の実施例の概略構成図である。

【図６】本発明の第２の実施例における特徴量の確率分
布の説明図である。

【図７】本発明の確率分布配列手段における基準確率値
出力の説明図である。

【図８】本発明の第２の実施例における移動物体検出処
理のフローチャートである。

【図９】図８のおける続きのフローチャートである。

【図１０】（ａ）は原画像の図、（ｂ）は従来の方法を
用いて移動物体検出を行った結果を示す画像の図、
（ｃ）は本発明の第２の実施例を用いて移動物体検出を
行った結果を示す画像の図である。

【符号の説明】

１１ 画像蓄積手段 １２ 特徴抽出手段 １３ 特徴配列手段 １４ 移動物体判別手段

Claims (6)

【特許請求の範囲】
1. 【請求項１】背景上に静止物体または移動物体が写った
   画像列の中から、背景及び静止物体だけが写っている基
   準画像を推定する画像処理装置であって、 背景上に静止物体または移動物体が写った画像列を蓄積
   できる画像蓄積手段と、 この画像蓄積手段に蓄積されている画像列における各画
   像の特定領域の特徴量を算出する特徴量抽出手段と、 この特徴量抽出手段によって算出された各画像の特定領
   域の特徴量の順序を、前記画像列に基づいて並んだ順序
   から、予め定めた方法に基く順序へ並べ替える特徴量配
   列手段と、 この特徴量配列手段によって順序を並べ替えられた複数
   の特徴量から、その並べ替えた順序をもとにして基準特
   徴量を算出し、この算出した基準特徴量を有する特定領
   域を背景だけが写っている基準画像とする基準画像算出
   手段とよりなることを特徴とする画像処理装置。
2. 【請求項２】前記画像蓄積手段に蓄積されている前記画
   像列の中から、移動物体の有無を検出したい一の画像を
   選択する選択手段と、 前記選択手段によって選択された選択画像の選択特徴量
   を算出する選択特徴量抽出手段と、 前記選択特徴量抽出手段から算出された選択特徴量と、
   前記基準画像算出手段によって算出された基準特徴量を
   比較して、前記選択画像中の移動物体の有無の判別を行
   う移動物体判別手段とよりなることを特徴とする請求項
   １記載の画像処理装置。
3. 【請求項３】背景上に静止物体または移動物体が写った
   画像列の中から、背景及び静止物体だけが写っている基
   準画像を推定する画像処理装置であって、 背景上に静止物体または移動物体が写った画像列を蓄積
   できる画像蓄積手段と、 この画像蓄積手段に蓄積されている画像列における各画
   像の特定領域の特徴量を算出する特徴量抽出手段と、 この特徴量抽出手段によって算出された特徴量の生起確
   率分布を求める確率分布算出手段と、 この確率分布算出手段によって求めた各画像の特定領域
   の生起確率分布の順序を、前記画像列に基づいて並んだ
   順序から、予め定めた方法に基く順序へ並べ替える確率
   分布配列手段と、 前記確率分布配列手段によって順序を並べ替えられた複
   数の生起確率分布から、その並べ替えた順序をもとにし
   て基準生起確率分布を算出し、この算出した基準生起確
   率分布を有する特定領域における背景での基準生起確率
   分布とする基準確率算出手段とよりなることを特徴とす
   る画像処理装置。
4. 【請求項４】前記画像蓄積手段に蓄積されている前記画
   像列の中から、移動物体の有無を検出したい一の画像を
   選択する選択手段と、 前記選択手段によって選択された選択画像の選択特徴量
   を算出する選択特徴量抽出手段と、 前記選択特徴量抽出手段から算出された選択特徴量と、
   前記基準確率算出手段によって算出された基準生起確率
   分布とから選択特徴量の確率値を算出して、前記選択画
   像中の移動物体の有無の判別を行う移動物体判別手段と
   よりなることを特徴とする請求項３記載の画像処理装
   置。
5. 【請求項５】背景上に静止物体または移動物体が写った
   画像列の中から、背景及び静止物体だけが写っている基
   準画像を推定する画像処理方法であって、 予め蓄積されている背景上に静止物体または移動物体が
   写った画像列における各画像の特定領域の特徴量を算出
   し、 この算出された各画像の特定領域の特徴量の順序を、前
   記画像列に基づいて並んだ順序から、予め定めた方法に
   基く順序へ並べ替え、 この順序が並べ替えられた複数の特徴量から、その並べ
   替えた順序をもとにして基準特徴量を算出し、この算出
   した基準特徴量を有する特定領域を背景だけが写ってい
   る基準画像とすることを特徴とする画像処理方法。
6. 【請求項６】背景上に静止物体または移動物体が写った
   画像列の中から、背景及び静止物体だけが写っている基
   準画像を検出する画像処理方法であって、 予め蓄積されている背景上に静止物体または移動物体が
   写った画像列における各画像の特定領域の生起確率分布
   を算出し、 この算出された各画像の特定領域の生起確率分布の順序
   を、前記画像列に基づいて並んだ順序から、予め定めた
   方法に基く順序へ並べ替え、 この順序が並べ替えられた複数の生起確率分布から、そ
   の並べ替えた順序をもとにして基準生起確率分布を算出
   し、この算出した基準生起確率分布を有する特定領域に
   おける背景での基準生起確率分布とすることを特徴とす
   る画像処理方法。