JPH10188168A

JPH10188168A - 火災検出装置

Info

Publication number: JPH10188168A
Application number: JP8341560A
Authority: JP
Inventors: Takatoshi Yamagishi; 貴俊山岸; Misaki Kishimoto; 美咲岸本
Original assignee: Nohmi Bosai Ltd
Current assignee: Nohmi Bosai Ltd
Priority date: 1996-12-20
Filing date: 1996-12-20
Publication date: 1998-07-21
Anticipated expiration: 2016-12-20
Also published as: JP3626824B2

Abstract

(57)【要約】【課題】画像の走査方式がインタレース方式の画像処
理において、監視領域に非常に動きの早い監視対象物が
存在した場合に発生する縞模様のノイズを除去して確実
に火災を検出することができる火災検出装置を得る。【解決手段】監視領域を撮影する監視カメラ（１）
と、この監視カメラ（１）により撮影された画像を格納
するための画像メモリ（３）と、監視カメラ（１）によ
り撮影された画像に対して膨張処理を施す画像膨張処理
手段（４）と、この画像膨張処理手段（４）で施された
画像に基づいて火災らしい領域があるか否かを検出する
火災検出手段（４２〜４７）とからなる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】この発明は火災検出に画像処
理を用いた火災検出装置に関し、特に監視領域に監視対
象である炎以外の光源が混在したり、ノイズが混入する
場合等に用いて好適な火災検出装置に関するものであ
る。

【０００２】

【従来の技術】従来、監視領域に監視カメラを設置し、そ
の監視カメラで撮影された画像を処理して監視領域内に
火災が発生しているか否かを検出する火災検出装置があ
る。このような画像処理を利用して火災を検出する従来
装置として、例えば特開平５−２０５５９号公報に記載
されているようなものがある。このような従来装置の主
な原理は、撮影される画像から所定の明度を有する領域
を抽出することで、火災時の炎を捕らえるものである。

【０００３】

【発明が解決しようとする課題】ところで、画像の処理
に際して、画像の走査方式がいわゆるインタレース方式
の場合、１フレームの画像は時間の異なる２つのフィー
ルドの画像で構成されるため、監視する監視領域に非常
に動きの早い監視対象物が存在すると、図１１に示すよ
うに上下に筋状に分布する縞模様のノイズが発生する。
同図は火災時の炎を監視カメラで撮影したものを示すも
ので、この縞模様のノイズは、その画像の形状変化の激
しい上方に現れる。つまり、炎は、特にその下部は形状
や面積が変化しにくいが、その上部は形状や面積が絶え
ず変化する特徴を有しているので、その画像の動きの激
しい上方に縞模様のノイズが現れることになる。

【０００４】また、例えばトンネル内に監視カメラを設
置して火災の発生を監視している場合に、トンネル内を
通過する後方の車両のヘッドライトの光が前を行く車両
の後部に強く当たると、その曲面をなす後面ガラスがい
わゆる鏡面反射を起こし、図１２に示すような細い横長
の光を放つ領域が発生する。この鏡面反射による光が監
視カメラにより取り込まれると、その画像に一種の単一
の筋状のノイズとして現れる。一方、監視カメラで撮影
した画像を処理して火災を検出する場合、上述の火災の
特徴部分である上方に着目して検出する場合がある。従
って、火災判別の段階で、このような単一の筋状のノイ
ズや縞模様のノイズ等を含む画像をそのまま使用して火
災を検出しようとすると、正確な火災判別ができず、誤
報を生じてしまうという問題点があった。

【０００５】この発明はこのような問題点を解決するた
めになされたもので、監視対象物の動きに左右された
り、また、鏡面反射の影響を受けることなく確実に火災
を検出することができる火災検出装置を得ることを目的
とするものである。

【０００６】

【課題を解決するための手段】この発明に係わる火災検
出装置は、監視領域を撮影する撮影手段と、この撮影手
段により撮影された画像を格納するための画像メモリと
を備え、この画像メモリに格納された画像を処理するこ
とにより火災を検出する火災検出装置において、撮影手
段により撮影された画像に対して膨張処理を施す画像膨
張処理手段と、この画像膨張処理手段で施された画像に
基づいて火災らしい領域があるか否かを検出する火災検
出手段とを備えたものである。

【０００７】また、この発明に係わる火災検出装置は、
監視領域を撮影する撮影手段と、この撮影手段により撮
影された画像を格納するための画像メモリとを備え、こ
の画像メモリに格納された画像を処理することにより火
災を検出する火災検出装置において、撮影手段により撮
影された画像を微分してエッジを抽出し、微分画像を作
成する微分画像作成手段と、撮影手段により撮影された
画像から微分画像を減算して差分画像を得る減算手段
と、撮影された画像と差分画像に基づいて火災らしい領
域があるか否かを検出する火災検出手段とを備えたもの
である。

【０００８】また、この発明に係わる火災検出装置は、
撮影手段がカラーカメラであり、火災検出手段が画像か
らＲ成分とＧ成分の大きい領域を検出するものである。

【０００９】また、この発明に係わる火災検出装置は、
火災検出手段は画像からＲ成分とＧ成分の大きい領域を
検出するものである。

【００１０】また、この発明に係わる火災検出装置は、
画膨張処理の膨張処理は、撮影された画像内で、上下二
マスのマトリクスを水平走査して、上下のマスを比較し
て、それぞれの輝度値を大きい値の方に合わせて、同じ
値にしていくものである。

【００１１】また、この発明に係わる火災検出装置は、
微分画像作成手段は、ＲＧＢ信号のうち、Ｒ成分フレー
ムメモリに格納されたカラー成分信号のＲ成分のみに微
分処理を行うものである。

【００１２】

【発明の実施の形態】以下、この発明の一実施の形態を
図を参照して説明する。実施の形態１．図１はこの発明の第１の実施の形態を示
す構成図である。図において、１は撮影手段としての監
視カメラ（カラーカメラ）であって、例えばＣＣＤカメ
ラなどが使用され、所定のサンプリング周期で監視領域
を撮影するものである。この監視カメラ１は例えばＮＴ
ＳＣ方式に従ったＲ（赤）、Ｇ（緑）、Ｂ（青）のカラ
ー成分信号でなるカラー画像信号を出力するものであ
る。また、監視カメラ１は例えば監視領域としてのトン
ネル内の監視区域全体を見渡せる位置に設置され、トン
ネル内で発生する火災を監視し、撮影した画像内に火災
の領域があるか否かは後述する画像処理部で検出され
る。

【００１３】図２は、監視カメラ１により撮影された画
像を示すもので、この図からもわかるように監視カメラ
１は車両Ｃが走り去って行く方向を映すように、例えば
トンネル内の側壁上部に設置されている。これは、車両
Ｃのヘッドライトが監視カメラ１に入射するのを防止す
るためで、このように設置することで画像処理する際に
ヘッドランプが火災領域として捕らえられることがなく
なる。

【００１４】２は監視カメラ１に接続されたアナログー
デジタル変換器であって、監視カメラ１から得られたカ
ラー画像、即ちＲＧＢ信号のそれぞれを画素単位で多階
調、例えば２５５階調のデジタル信号に変換するもので
ある。３はアナログーデジタル変換器２に接続され、デ
ジタル化された画像を記憶する画像メモリであって、Ｒ
（赤）成分フレームメモリ３１、Ｇ（緑）成分フレーム
メモリ３２およびＢ（青）成分フレームメモリ３３から
なり、監視カメラ１で撮影された画像の１画面分を格納
するものである。フレームメモリ３１、３２および３３
は、図１に示すように複数の画像を格納できるように複
数個で構成され、一番古い画像を削除しながら、順次新
しい画像を更新格納していく。

【００１５】４１は画像メモリ３に接続された、画像処
理部４の構成要素の１つである画像膨張処理手段であっ
て、後述の理由から例えば画像メモリ３のフレームメモ
リ３１、３２および３３の内Ｒ成分フレームメモリ３１
およびＧ成分フレームメモリ３２に接続されて、これら
の各フレームメモリに格納されたカラー成分信号のＲ成
分とＧ成分に対して画像膨張処理を行う。４２は画像膨
張処理手段４１に接続された、同じく画像処理部４の構
成要素の１つである最小値演算手段（最小値フィルタと
も呼ばれる）であって、画像膨張処理手段４１で画像膨
張処理を受けたカラー成分信号のＲ成分とＧ成分を同一
画素毎に比較して小さい値の成分（の輝度値）を出力す
る。

【００１６】４３は最小値演算手段４２に接続された、
同じく画像処理部４の構成要素の１つである火災候補領
域抽出手段であって、最小値演算手段４２からの画像信
号を所定値で二値化処理し、所定値を越える領域、つま
り明るい領域を火災らしい領域（火災の可能性のある領
域）として抽出する。即ち、火災らしい領域を“１”、
画像のそれ以外の部分（所定値未満の部分）を“０”で
表す。なお、以下の説明において、火災らしい領域を抽
出領域と呼ぶ場合がある。この二値化処理で使用される
所定値は、画像から所定の明るさを有する領域だけ抽出
できるように設定された値であり、トンネルのように暗
い環境下では例えば２００位（２５５階調の場合）に設
定される。なお、図３は図２の画像を二値化処理した二
値化画像で、後述の二値化メモリに格納されている。後
で詳しく説明するが、単純に所定値より大きいか否かで
二値化処理をすると、所定の明るさを有する領域（例え
ば、炎、ナトリウム灯、テールランプ）は全て抽出され
るが、最小値演算後に二値化処理を行うと、炎だけを抽
出することができる。

【００１７】５は火災候補領域抽出手段４３に接続さ
れ、この火災候補領域抽出手段４３によって二値化され
た画像を格納するための二値化メモリであって、画像メ
モリ３と同様に複数個で構成され、実質的に画像メモリ
３からの最新の画像を画像膨張処理手段４１、最小値演
算手段４２および火災候補領域抽出手段４３を介して順
次複数個分格納する。６および７は上述の火災候補領域
抽出手段４３等を含む画像処理部４にそれぞれ接続され
たＲＯＭおよびＲＡＭであって、画像処理部４における
各種演算処理等は、ＲＯＭ６に格納された後述のプログ
ラム（図５参照）に基づいて行われ、その際、演算され
た値はＲＡＭ７に格納される。またＲＯＭ６は二値化処
理をする際の所定値や火災判別をする際に使う所定値な
どが記憶されている。

【００１８】４４は二値化メモリ５に接続された対応判
別手段であって、監視カメラ１により周期的に撮影され
た画像に火災らしい領域が連続してある場合、つまり二
値化メモリ５に火災らしい領域が連続して格納される場
合に、ある時間の前後にわたる火災らしい領域同士の対
応関係、即ち同じ炎により抽出された領域なのかどうか
を判別するので、この対応判別手段を設けることで、監
視領域内に所定時間に亙って火災らしい領域が存在する
かどうかを判別することが可能となる。対応判別手段４
４による対応関係をとる方法はいくつか有り、例えば二
値化メモリに格納された、撮影時間の連続する火災らし
い領域同士を重ね合わせ、その重なり具合が所定値以上
の場合に対応有りと判断する方法、または、撮影時間の
連続する火災らしい領域Ａ，Ｂの一方の領域Ａの重心座
標が他方の領域であるＢに入っていれば対応有りと判断
する方法等がある。これらは監視対象物が炎のように全
体的な移動量の少ないものの場合に有効で、車両のラン
プ類が火災候補領域抽出手段により一次的に火災らしい
領域として抽出されても、車両の移動量は大きいので、
火災らしい領域同士の対応関係がとられることはない。

【００１９】４５は二値化メモリ５および対応判別手段
４４に接続された外接矩形作成手段であって、二値化メ
モリ５に格納された火災らしい領域を外接する最小の矩
形で囲み、矩形の対角（例えば左上、右下）の隅の画素
の座標（フィレ値）から矩形の高さｄｙと矩形の幅ｄｘ
（フィレ径）を演算して、それらの値をＲＡＭ７に格納
する（図３参照）。４６は外接矩形作成手段４５に接続
された火災特徴量演算手段であって、外接矩形作成手段
４５により演算され、ＲＡＭ７に格納された７個の｛ｄ
ｘ／ｄｙ｝から、最大値と最小値を選び、次式に示す火
災特徴量ＦＣを演算する。

【００２０】ＦＣ＝ｍａｘ（ｄｘ／ｄｙ）／ｍｉｎ（ｄｘ／ｄｙ）・・・（１）

【００２１】また、４７は火災特徴量演算手段４６に接
続された火災判別手段であって、火災特徴量演算手段４
６で演算された火災特徴量ＦＣの値と所定値（１．２〜
１．３）の大小関係を調べ、火災特徴量ＦＣの値の方が
大きい場合に火災であると判定し、出力端子８を介して
図示しない表示部や音響部から火災の発生を警報する。
また、火災判別手段４７は、二値化メモリ５に格納され
た火災らしい領域がある時間内にわたって存在し、対応
判別手段４４により連続して例えば７回程度、火災らし
い領域の対応関係がとれた場合、つまりその領域が同じ
炎（又は光源）によって抽出されているものと判断され
た場合、その火災らしい領域が本当の火災領域であるか
どうかの判定も行うものである。なお、上述の構成要素
４１〜４７により画像処理部４を構成し、この画像処理
部４としては、例えばＭＰＵ（マイクロプロセッサ）が
用いられる。また、構成要素４１〜４７の内４２〜４７
は火災検出手段を構成する。

【００２２】次に動作について説明する。先ず、詳細な
動作説明に入る前に、この発明における火災検出の原理
を簡単に説明する。今、監視カメラ１が撮影した画像に
は、例えば図２に示すように、所定の明るさを有する領
域として３つの明度を有するもの、車両Ｃ、照明用のナ
トリウム灯Ｎ、火災時の炎Ｆが映し出されているものと
する。なお、図２において、ＣＴは車両のテールランプ
（ポジションランプを含む）示す。これら車両Ｃのテー
ルランプＣＴ、ナトリウム灯Ｎ、炎Ｆに関してのこれら
３つのカラー成分信号の一例を、下記の表１に２５５階
調にて表す。

【００２３】（表１）監視領域における光源のＲＧＢ毎の輝度値ＲＧＢ車両（テールランプ）１６０７５５５ナトリウム灯２００８５７０炎２２０２１０６０

【００２４】このように各光源をＲＧＢ成分で表すと、
炎ＦはＲ成分、Ｇ成分の値（輝度値）が共に高く、テー
ルランプやナトリウム灯などの人工光源は３つの成分の
うち、Ｒ成分のみが大きい値をもつことがわかる。つま
り、Ｒ成分とＧ成分が共に大きい領域（画素）を抽出す
ることで、監視画像から人工光源を省いて火災の領域の
みを抽出することが可能となる。

【００２５】この原理を踏まえて、詳細な動作につい
て、図４および図５を参照しながら説明する。監視カメ
ラ１によって撮影された監視領域の画像は、カラー画像
信号がアナログーデジタル変換器２によってデジタル化
された後、画像メモリ３に取り込まれる（ステップＳ
１）。つまり、ＲＧＢ信号のそれぞれがＡ／Ｄ変換され
た後に、画像メモリ３のＲ成分フレームメモリ３１、Ｇ
成分フレームメモリ３２、Ｂ成分フレームメモリ３３に
書き込まれる。

【００２６】次いで、ステップＳ２において、画像メモ
リ３のＲ成分フレームメモリ３１およびＧ成分フレーム
メモリ３２に格納されたカラー成分信号のＲ成分とＧ成
分のみが読み出されてこれらＲ成分とＧ成分のカラー成
分信号に対して画像膨張処理手段４１において膨張処理
が行われる。ここで、この画像膨張処理手段４１におけ
る膨張処理について、特に図４を参照して説明する。同
図において、図４（ａ）は図１１の破線で示す枠内の縞
模様のノイズを含む画像に対応した膨張処理前の各画素
の輝度値の分布を示しており、また、図４（ｂ）はその
膨張処理後の各画素の輝度値の分布を示している。な
お、図中空白の部分はその輝度値が所定値例えば２００
未満であることを表している。

【００２７】画像膨張処理手段４１では画像の左上から
右下へとラスター走査するが、そのとき上の行と隣接す
る下の行の対応する２つの画素同士の輝度値を順次比較
し、両画素を大きい値の方に合わせて行く。つまり、膨
張処理とは、撮影された画像内で、１×２列からなる上
下二マスのマトリクスをラスター走査（水平走査）して
いき、上下のマスを比較して、それぞれの輝度値を大き
い値の方に合わせて、同じ値にしていくものである。例
えば、図４（ａ）の１行１列の輝度値２１５と２行１列
の輝度値２１２を比較すると、１行１列の輝度値が大き
いので、図４（ｂ）に示すように２行１列の輝度値を２
１５とし、図４（ａ）の１行２列の輝度値２２１と２行
２列の輝度値２１８を比較すると、１行２列の輝度値が
大きいので、図４（ｂ）に示すように２行２列の輝度値
を２２１とし、以下同様にして２行づつ膨張処理を行
い、図４（ｂ）に示すような分布をなす輝度値を持つ画
像が得られ、この画像から実質的に縞模様のノイズが除
去されていることが分かる。

【００２８】さて、このようにして、膨張処理された画
像膨張処理手段４１からの画像は画素単位で、全ての画
像領域にわたって、最小値演算手段４２によって最小値
演算がなされる（ステップＳ３）。最小値演算手段４２
は、Ｒ成分フレームメモリ３１とＧ成分フレームメモリ
３２から読み出され、画像膨張処理手段４１で画像膨張
処理されたカラー成分信号のＲ成分とＧ成分を同一画素
毎に比較して小さい値の成分を出力する。即ち、例えば
車両Ｃの上記表１のカラー成分で表せられるテールラン
プＣＴの領域部分が画像処理される場合、テールランプ
ＣＴの領域はＲが１６０、Ｇが７５なので小さい値をも
つＧ成分即ち輝度値７５を有するＧ成分が出力される。
ナトリウム灯Ｎの領域に対しても同様に最小値演算が行
われ、ナトリウム灯Ｎの領域はＲが２００、Ｇが８５な
ので小さい値をもつＧ成分即ち輝度値８５を有するＧ成
分が出力される。また、炎ＦもテールランプＣＴやナト
リウム灯Ｎと同様にＲ成分とＧ成分では、Ｇ成分の方が
小さいので（Ｒ成分が小さい場合もある）、最小値演算
手段４２からは小さい値をもつＧ成分即ち輝度値２１０
を有するＧ成分が出力される。

【００２９】次いで、最小値演算手段４２から出力され
た値を基に火災候補領域抽出手段４３により二値化処理
が行われる（ステップＳ４）。ここで、二値化を行う閾
値としての所定値が例えば１８０に設定されているとす
ると、最小値演算手段４２から出力された値はテールラ
ンプＣＴの場合輝度値７５のＧ成分であり、所定値１８
０よりも小さいので、その領域は“０”（黒レベル）と
される。また、ナトリウム灯Ｎの場合も輝度値８５のＧ
成分であり、所定値１８０よりも小さいので、その領域
は“０”となる。また、炎Ｆの場合輝度値２１０のＧ成
分であり、所定値１８０よりも大きいので、その領域は
“１”になる。

【００３０】なお、明るい領域ほど２５５階調で表せら
れる数値は大きくなるので、車両Ｃの本体部分などの光
を発しない領域は、最小値演算手段４２の結果がいかな
る場合でも、火災候補領域抽出手段４３における二値化
処理の段階で全て“０”になる。かくして、火災候補領
域抽出手段４３で二値化処理された画像は、次段の二値
化メモリ５に格納される。上記図３は二値化メモリ５に
格納された画像処理（最小値演算、二値化処理）後の画
像で、この図からも明らかなように、画像メモリ３に格
納された画像（原画像）から、ナトリウム灯、テールラ
ンプＴを除去して火災領域のみを抽出して表示させるこ
とが可能となる。

【００３１】次いで、ステップＳ５において、輝度値が
所定値以上の領域、つまり抽出すべき領域があるか否か
を判断し、ここで無い場合は新たな画像を取り込むため
にステップＳ１に戻るが、抽出領域があるならば、外接
矩形作成手段４５がその抽出した領域の外接矩形を作成
し、そしてフィレ径の比｛ｄｘ／ｄｙ｝を演算し（ステ
ップＳ６）、その演算値をＲＡＭ７に格納しておく。即
ち、外接矩形作成手段４５は、二値化メモリ５に格納さ
れた火災領域を外接する最小の矩形で囲み、矩形の対角
（例えば左上、右下）の隅の画素の座標（フィレ値）か
ら矩形の高さｄｙと矩形の幅ｄｘ（フィレ径）を演算し
て、その高さと幅の比｛ｄｘ／ｄｙ｝の値を求めてＲＡ
Ｍ７に格納する（図３参照）。

【００３２】また、ステップＳ７においてこの抽出され
た領域が前回サンプリングした（取り込んだ）画像にお
ける抽出領域と対応関係があるかを対応判別手段４４に
より判別する。対応関係がない場合には新たに発生した
領域と認識し、ラベリングを行い（抽出領域に番号をつ
ける）、ステップＳ１に戻る。また、対応判別手段４４
により対応関係がとれた場合には、ステップＳ８に進ん
で、所定回に亙って対応関係がとられたかどうかを判断
する。例えばまだ２回しか対応関係がとられていなけれ
ば、ステップＳ１に戻り、所定回、例えば７回対応関係
がとれた場合にはステップＳ９に進んで、火災特徴量演
算手段４６が、外接矩形作成手段４５により演算され、
ＲＡＭ７に格納された７個の｛ｄｘ／ｄｙ｝から、最大
値と最小値を選び、上記式（１）に基づく火災特徴量を
演算する。

【００３３】ここで、この式（１）に基づく火災検出の
原理について説明する。二値化メモリに格納された火災
らしい領域が本当の火災領域である場合、時間の経過に
伴いその領域は形状が変化していくはずである。また、
火災が進展しなくても、炎は激しい高さ方向の変化を持
つ。このため、ある時間内に亙って何回か（ｄｘ／ｄ
ｙ）の値を演算すると、それらの値は大きくばらつき、
これらの最大値と最小値の比をとると、概ね1.4程度を
越える。一方、火災らしい領域がヘッドライト等の光源
である場合、車両が移動して撮影される位置がたとえ異
なっても、形状は変化しないから（ｄｘ／ｄｙ）の値は
ある時間内に亙って、一定であり、式（１）のように最
大値と最小値の比をとっても、その値は限りなく１に近
く、所定値1.3を越すことはない。

【００３４】そして、ステップＳ９で演算された特徴量
が所定値よりも大きいか否かを火災判別手段４７により
判別する（ステップＳ１０）。即ち、火災判別手段４７
は、演算された火災特徴量の値と所定値（１．２〜１．
３）の大小関係を調べ、火災特徴量の値の方が大きい場
合に火災であると判定し、図示しない表示部や音響部か
ら火災の発生を警報する（ステップＳ１１）。また、ス
テップＳ１０で火災特徴量の値が所定値以下の場合には
Ｓ１に戻る。

【００３５】このように本実施の形態では、画像の走査
方式がインタレース方式の画像処理において、監視カメ
ラが撮影した画像に対して画像膨張処理を施し、しかる
後この画像膨張処理された画像に基づいて火災を判別す
るようにしているので、監視する監視領域に非常に動き
の早い監視対象物が存在した場合に発生する縞模様のノ
イズを実質的に除去して正確な火災判別が可能になる。

【００３６】実施の形態２．上記実施の形態１では撮影
された画像に現れる縞模様のノイズに対する画像処理の
場合であったが、本実施の形態では、撮影された画像に
現れる曲面をなす鏡面反射による筋状のノイズに対する
画像処理の場合である。即ち、例えば図２に示す車両Ｃ
の後部に後続車両のヘッドライトの光が強く当たってい
る場合には、車両Ｃの曲面をなす後面ガラスが鏡面反射
を起こし、細い横長の光を放つ領域（図１２参照）が発
生する。この領域は、最小値演算及び二値化処理を行っ
ても、抽出される虞れがある。そこで原画像の微分画像
（エッジ画像）を抽出する微分画像作成手段を設け、原
画像からこの微分画像を差分処理するようにすれば、原
画像のエッジを削ることができる。つまり、原画像の抽
出領域は、回りが削られ、一回り小さい領域となるの
で、ある程度の幅（大きさ）を持つ領域のみが残り、幅
の小さい領域は、全て削除されてしまう。よって曲面を
なす後面ガラスの鏡面反射により発生した細長い形状の
領域は、このような処理をすることで領域そのものをな
くすことが可能となる。

【００３７】図６はこの発明の第２の実施の形態を示す
構成図である。図において、図１と対応する部分には同
一符号を付し、その詳細説明を省略する。４Ａは上述の
最小値演算手段４２等を含む画像処理部、６Ａは画像処
理部４Ａに接続されたＲＯＭであって、画像処理部４Ａ
における各種演算処理等は、ＲＯＭ６Ａに格納された後
述のプログラム（図１０参照）に基づいて行われ、ま
た、ＲＯＭ６Ａには二値化処理をする際の所定値や火災
判別をする際に使う所定値などが記憶されている。

【００３８】４８は画像メモリ３に接続された、画像処
理部４Ａの構成要素の１つである微分画像作成手段であ
って、後述の理由から画像メモリ３にはそのフレームメ
モリ３１、３２および３３の内例えばＲ成分フレームメ
モリ３１に接続されて、このフレームメモリに格納され
たカラー成分信号のＲ成分に対して微分処理を行う。こ
の微分画像作成手段４８としては、色の濃淡の大きな境
界部分のエッジを強く出せる（幅が大きい）例えばソベ
ルオペレータを使用する。

【００３９】４９は画像メモリ３と微分画像作成手段４
８に接続された、画像処理部４Ａの構成要素の１つであ
る減算手段であって、後述の理由から画像メモリ３には
そのフレームメモリ３１、３２および３３の内例えばＲ
成分フレームメモリ３１に接続されて、そのＲフレーム
メモリ３１に格納されたカラー成分信号のＲ成分（原画
像）から微分画像作成手段４８で作成された微分画像を
減算して差分画像を得る。なお、上述の構成要素４２〜
４９により画像処理部４Ａを構成し、この画像処理部４
Ａとしては、例えばＭＰＵ（マイクロプロセッサ）が用
いられる。その他の構成は図１と同様である。

【００４０】次に動作について説明する。ここで、先
ず、本実施の形態の基本原理、即ち、何故カラー成分信
号のＲ成分についてのみ微分画像を作成し、これを原画
像から減算して差分画像を生成するかについて、特に図
７〜図９を参照して説明する。先ず、図７に示すように
炎の色の分布に着目すると、その内側部分は大体白色か
ら黄色に近く、外側部分は大体赤色に近い。一般に、炎
の内側部分の白色はＲ成分、Ｇ成分およびＢ成分が共に
大きく、また、その黄色はＲ成分とＧ成分が共に大き
く、Ｂ成分が小さい（表１参照）場合である。そして、
一般に微分処理（エッジ処理）の場合、濃淡画像から所
定の濃淡レベルで分けられる明部と暗部の境界のみを抽
出して、この境界線のみを明るくした画像を生成する。

【００４１】そこで、いま、監視対象物として炎の場合
を考えると、実質的に図７の炎の外側の赤色部分に等価
な大きさを有する図８（ａ）の左側部分に示すようなカ
ラー成分信号のＲ成分（原画像）を微分すると、図８
（ｂ）の左側部分に示すような微分画像が得られる。そ
して、原画像より微分画像を減算すると図８（ｃ）の左
側部分に示すような差分画像が得られる。ここで、図８
（ａ）の左側部分に示す原画像と図８（ｃ）の左側部分
に示す差分画像を対比してみると、この差分画像は原画
像より一回り小さい大きさ（面積）の画像となっている
が、これは火災の抽出の際に必要な炎の内側部分のＲ成
分全体を実質的に含んでいるので問題ない。言い換える
と、実施の形態１で示したように火災候補領域抽出手段
４３はＲ成分とＧ成分が大きい領域を抽出するものなの
で、Ｒ成分だけが大きい炎の外側部分（図７の赤色の部
分）は抽出できず、内側の部分（図７の白色〜黄色の部
分）だけを抽出するものであるから、減算することで領
域が一回り程小さくなっても問題ないのである。

【００４２】ところが、実質的に図７の炎の内側の白色
から黄色部分に等価な大きさを有する図８（ａ）の右側
部分に示すようなカラー成分信号のＧ成分（原画像）を
微分すると、図８（ｂ）の右側部分に示すような微分画
像が得られる。そして、原画像より微分画像を減算する
と図８（ｃ）の右側部分に示すような差分画像が得られ
る。ここで、図８（ａ）の右側部分に示す原画像と図８
（ｃ）の右側部分に示す差分画像を対比してみると、こ
の差分画像は原画像より一回り小さい大きさ（面積）の
画像で、しかも、図８（ｃ）の左側部分に示す差分画像
より更に一回り小さい大きさ（図８（ａ）の左側部分に
示す原画像より見ると実質的に二回り小さい大きさ）の
画像となり、精度の高い火災判別を行うには問題があ
る。従って、精度の高い火災判別を行うには、面積の大
きな差分画像即ち原画像と略等価な火災判別情報を含む
面積のカラー成分信号のＲ成分についてのみ微分処理す
ることが好ましいことが分かる。

【００４３】この原理を踏まえて、詳細な動作について
図１０を参照しながら説明する。監視カメラ１によって
撮影された監視領域の画像は、カラー画像信号がアナロ
グーデジタル変換器２によってデジタル化された後、画
像メモリ３に取り込まれる（ステップＳ１）。つまり、
ＲＧＢ信号のそれぞれがＡ／Ｄ変換された後に、画像メ
モリ３のＲ成分フレームメモリ３１、Ｇ成分フレームメ
モリ３２、Ｂ成分フレームメモリ３３に書き込まれる。
次いで、ステップＳ１２において、画像メモリ３のＲ成
分フレームメモリ３１に格納されたカラー成分信号のＲ
成分を読み出して微分画像作成手段４８により微分処理
を行い微分画像（図８（ｂ）参照）を作成し、次段の減
算手段４９に供給する。そして、減算手段４９は画像メ
モリ３のＲフレームメモリ３１に格納されたカラー成分
信号のＲ成分（原画像）から微分画像作成手段４８で作
成された微分画像を減算し、差分画像（図８（ｃ）参
照）を生成する（ステップＳ１３）。

【００４４】このようにして、減算手段４９で得られた
差分画像（Ｒ成分）は、画像メモリ３のＧ成分フレーム
メモリ３２から読み出されたカラー成分信号のＧ成分と
共に最小値演算手段４２に供給され、ここで上述と同様
に画素単位で、全ての画像領域にわたって、最小値演算
がなされる（ステップＳ３）。即ち、最小値演算手段４
２は、入力されたカラー成分信号のＲ成分とＧ成分を同
一画素毎に比較して小さい値の成分を出力する。以下、
ステップＳ４〜Ｓ１１に亙って火災判別の動作が行われ
るが、これについては、上述の実施の形態１の場合と同
様であるのでここではその説明を省略する。

【００４５】さて、次に、撮影された画像に現れる曲面
をなす鏡面反射による筋状のノイズに対する画像処理に
ついて説明する。トンネル内を通過する後方の車両のヘ
ッドライトの光が前を行く車両の後部に強く当たると、
その曲面をなす後面ガラスがいわゆる鏡面反射を起こ
し、図１２に示すように細い横長の光を放つ領域が発生
する。この鏡面反射による光が監視カメラにより取り込
まれると、その画像に、図９（ａ）に示すように、一種
の単一の筋状のノイズとして現れる。この場合のノイズ
状の画像は上述と同様に一種の原画像として一旦画像メ
モリ３のＲ成分フレームメモリ３１、Ｇ成分フレームメ
モリ３２、Ｂ成分フレームメモリ３３に書き込まれる
（ステップＳ１）。

【００４６】そして、画像メモリ３のＲ成分フレームメ
モリ３１に格納されたカラー成分信号のＲ成分が読み出
されて微分画像作成手段４８により微分処理され、この
結果、その出力側には図９（ｂ）に示すような微分画像
が得られる（ステップＳ１２）。この微分画像は次段の
減算手段４９に供給され、ここで、画像メモリ３のＲフ
レームメモリ３１に格納されたカラー成分信号のＲ成分
（原画像）から微分画像作成手段４８で作成された微分
画像が減算され、図９（ｃ）に示すような差分画像が得
られる（ステップＳ１３）。つまり、いま、図９におい
て、図面上白い部分を画像の暗い部分（論理的に“０”
相当）、ハッチングの施されている部分を画像の明るい
部分（論理的に“１”相当）とすると、減算により図９
（ａ）に示す原画像に相当する部分Ｐ１と図９（ｂ）に
示す微分画像の部分Ｐ１とは実質的に相殺されて図９
（ｃ）に示すように暗い部分となり、また、微分画像の
部分Ｐ２は２５５階調で表すと限りなく０に近い画像即
ち暗い部分となり、この結果、実質的に鏡面反射による
ノイズ状の画像が除去される。

【００４７】なお、図９（ｃ）からも分かるように、画
面の中央に小さな明るい部分Ｐ３が残るが、これは、本
来微分処理は、濃淡画像から所定の濃淡レベルで分けら
れる明部と暗部の境界のみを抽出して、この境界線のみ
を明るくした画像を得る訳であるが、このＰ３の部分は
微分処理の段階で、図９（ｂ）からも分かるように、周
りの画素と比べて殆ど濃淡レベルの差がないので、微分
処理されずに残ったものである。もっとも、このＰ３の
部分ぐらい小さい領域になれば、その後のノイズ処理で
除去されるので問題ない。

【００４８】このように本実施の形態では、監視カメラ
が撮影した画像に対して微分処理を施し、この微分処理
で得られた微分画像を元の原画像から減算して差分画像
を生成し、この差分画像と原画像像に基づいて火災を判
別するようにしているので、撮影された画像に現れる曲
面をなす鏡面反射による筋状のノイズを実質的に除去し
て正確な火災判別が可能になる。

【００４９】実施の形態３．なお、上述の各実施の形態
では、監視カメラとしてカラーカメラを用いた場合につ
いて説明したが、モノクロカメラでもよい。また、監視
領域として例えばトンネルに監視カメラを設置した場合
を説明したが、その他の監視領域例えば球場、アトリウ
ムといった大空間に監視カメラを設けるようにしてもよ
い。また、上述の各実施の形態では、火災特徴量は、数
回のデータにおける｛ｄｘ／ｄｙ｝の最大値と最小値の
比から求めたが、所定時間内にわたる外接矩形の高さと
幅の比の変化量から演算してもよい。つまり｛ｄｘ／ｄ
ｙ｝の値を演算する度に、前回の｛ｄｘ／ｄｙ｝の値と
の差を絶対値で求めていき、所定回演算した時に、その
差を加算した値が所定値よりも大きければ本当の火災領
域であると判断するようにしてもよい。なお、二値化メ
モリに格納された二値化画像を微分して得られた微分画
像を、二値化画像から差分画像を生成し、その差分画像
に基づいて火災判別するようにしてもよい。また、監視
カメラとして、ＴＶカメラやデジタルカメラ等を使用し
てもよい。

【００５０】

【発明の効果】以上のように、この発明によれば、撮影
された画像に対して膨張処理を施し、この膨張処理の施
された画像に基づいて火災判別をしているので、監視領
域に非常に動きの早い監視対象物が存在した場合に発生
する縞模様のノイズを実質的に除去して正確な火災判別
が可能になり、精度の高い火災検出が可能になるという
効果がある。

【００５１】また、この発明によれば、撮影された画像
を微分して得られた微分画像を元の画像（撮影された画
像）から減算して差分画像を生成し、この差分画像と元
の画像に基づいて火災判別をしているので、撮影された
画像に現れる曲面をなす鏡面反射による筋状のノイズを
実質的に除去して正確な火災判別が可能になり、精度の
高い火災検出が可能になるという効果がある。

【００５２】また、この発明によれば、撮影手段として
カラーカメラを用い、撮影された画像からＲ成分とＧ成
分の大きい領域を検出して火災判別をしているので、よ
り確実に火災検出を行うことができるという効果があ
る。

【００５３】また、この発明によれば、微分画像作成手
段は、ＲＧＢ信号のうち、Ｒ成分フレームメモリに格納
されたカラー成分信号のＲ成分のみに微分処理を行うの
で、精度の高い火災判別を行うことができる。

【図面の簡単な説明】

【図１】この発明の実施の形態１を示す構成図である。

【図２】監視カメラにより映される画像（原画像）の一
例を示す図である。

【図３】二値化メモリに格納された画像処理（抽出処
理）後の画像の一例を示す図である。

【図４】この発明の実施の形態１における画像膨張処理
を説明するための図である。

【図５】この発明の実施の形態１の動作を説明するため
のフローチャートである。

【図６】この発明の実施の形態２を示す構成図である。

【図７】この発明の実施の形態２における炎に対する微
分処理を説明するための図である。

【図８】この発明の実施の形態２における炎の画像に対
する微分処理を説明するための図である。

【図９】この発明の実施の形態２における鏡面反射によ
る光源の画像に対する微分処理を説明するための図であ
る。

【図１０】この発明の実施の形態２の動作を説明するた
めのフローチャートである。

【図１１】炎の撮影画像に発生した縞模様のノイズを示
す図である。

【図１２】鏡面反射により発生した細い横長の光を放つ
領域を示す図である。

【符号の説明】

１監視カメラ、３画像メモリ、５二値化メモリ、
６，６ＡＲＯＭ、７ＲＡＭ、４１画像膨張処理手
段、４２最小値演算手段、４３火災候補領域抽出手
段、４４対応判別手段、４５外接矩形作成手段、４
６火災特徴量演算手段、４７火災判別手段、４８
微分画像作成手段、４９減算手段。

Claims

【特許請求の範囲】

【請求項１】監視領域を撮影する撮影手段と、該撮影
手段により撮影された画像を格納するための画像メモリ
とを備え、該画像メモリに格納された画像を処理するこ
とにより火災を検出する火災検出装置において、前記撮影手段により撮影された画像に対して膨張処理を
施す画像膨張処理手段と、該画像膨張処理手段で施された画像に基づいて火災らし
い領域があるか否かを検出する火災検出手段とを備えた
ことを特徴とする火災検出装置。
【請求項２】監視領域を撮影する撮影手段と、該撮影
手段により撮影された画像を格納するための画像メモリ
とを備え、該画像メモリに格納された画像を処理するこ
とにより火災を検出する火災検出装置において、前記撮影手段により撮影された画像を微分してエッジを
抽出し、微分画像を作成する微分画像作成手段と、前記撮影手段により撮影された画像から前記微分画像を
減算して差分画像を得る減算手段と、前記撮影された画像と前記差分画像に基づいて火災らし
い領域があるか否かを検出する火災検出手段とを備えた
ことを特徴とする火災検出装置。
【請求項３】前記撮影手段は、カラーカメラであるこ
とを特徴とする請求項１または２に記載の火災検出装
置。
【請求項４】前記火災検出手段は前記画像からＲ成分
とＧ成分の大きい領域を検出するものであることを特徴
とする請求項３に記載の火災検出装置。
【請求項５】前記画膨張処理の膨張処理は、撮影され
た画像内で、上下二マスのマトリクスを水平走査して、
上下のマスを比較して、それぞれの輝度値を大きい値の
方に合わせて、同じ値にしていくものであることを特徴
とする請求項１に記載の火災検出装置。
【請求項６】前記微分画像作成手段は、ＲＧＢ信号の
うち、Ｒ成分フレームメモリに格納されたカラー成分信
号のＲ成分のみに微分処理を行うものであることを特徴
とする請求項３に記載の火災検出装置。