JPS6226992A - 移動物体抽出方式 - Google Patents
移動物体抽出方式Info
- Publication number
- JPS6226992A JPS6226992A JP60165763A JP16576385A JPS6226992A JP S6226992 A JPS6226992 A JP S6226992A JP 60165763 A JP60165763 A JP 60165763A JP 16576385 A JP16576385 A JP 16576385A JP S6226992 A JPS6226992 A JP S6226992A
- Authority
- JP
- Japan
- Prior art keywords
- frame
- inter
- circuit
- moving object
- intra
- 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
- Length Measuring Devices By Optical Means (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
〔産業上の利用分野〕
本発明は、a淡動画像中の移動物体を抽出する移動物体
抽出方式に係り、特に、剛体とは限らない複数の移動物
体の中から認識対象物体を背景から分離して抽出する移
動物体抽出方式に関する。 〔従来の技術〕 画像中の移動物体の抽出は、フレーム間の差分信号を求
め、この差分信号が所定のしきい値より大きいとき動き
部分とすることにより行うことができる〔二宮二″画像
における動きのJ、2識と処理″、電子通信学会誌、J
AN、 ’83)。簡単な例として、−l(− 移動物体が存在しない背景画像がL)−えられている場
合に11、人力画像と背景画像の濃度レベルの差をとる
ことによって移動物体の抽出が可能である〔北槁、他:
パ固定カメラ映像による物体の\(1面運動のiy、
HN I+、信学論(D)、 VOL、 68. No
、 4゜A円D1.、 ’85’l。しかし、手記方法
では、背景画像の濃度レベルが大きく変化した場合、背
景画像も抽出されてしまう。さらに、複数の移動物体が
存在するかあるいはHB識対象物と同程度の濃度レベル
を持つ背景画像の−・部が移動を伴う場合には、複数の
物体が抽出されてしまい、本来必要なd、2識対象物の
位置が不明となる、等の問題がある。他の方法としては
、物体の角のような強い特徴ともつ特徴点を抽出
抽出方式に係り、特に、剛体とは限らない複数の移動物
体の中から認識対象物体を背景から分離して抽出する移
動物体抽出方式に関する。 〔従来の技術〕 画像中の移動物体の抽出は、フレーム間の差分信号を求
め、この差分信号が所定のしきい値より大きいとき動き
部分とすることにより行うことができる〔二宮二″画像
における動きのJ、2識と処理″、電子通信学会誌、J
AN、 ’83)。簡単な例として、−l(− 移動物体が存在しない背景画像がL)−えられている場
合に11、人力画像と背景画像の濃度レベルの差をとる
ことによって移動物体の抽出が可能である〔北槁、他:
パ固定カメラ映像による物体の\(1面運動のiy、
HN I+、信学論(D)、 VOL、 68. No
、 4゜A円D1.、 ’85’l。しかし、手記方法
では、背景画像の濃度レベルが大きく変化した場合、背
景画像も抽出されてしまう。さらに、複数の移動物体が
存在するかあるいはHB識対象物と同程度の濃度レベル
を持つ背景画像の−・部が移動を伴う場合には、複数の
物体が抽出されてしまい、本来必要なd、2識対象物の
位置が不明となる、等の問題がある。他の方法としては
、物体の角のような強い特徴ともつ特徴点を抽出
【ッ、
フレーム間でこの特徴点の対応づit を行って移動物
体の抽出と移動バク1−ルの抽出に行う方法がある〔谷
内ITI:”多重画像を利用したシーンの理解″、情報
処理、VOL、 24゜No、 12. ’83]。も
し、移動物体が剛体であると仮定すると、特徴点の近傍
の点では似たような動きをすると考えられることから、
弛緩法等の方法で特徴点の対応づけを行うことができる
。しかし、上記のような方法では、物体を剛体と仮定し
ているため、一般の物体には適用できないという問題が
ある。また、前述した2つの方法は、いずれも濃淡画像
を用いて移動物体抽出処理を行っているため、計算量が
膨大になるという問題もある。 〔発明が解決しようとする問題点〕 本発明は、上記した従来方法での問題点を解決し、少な
い計算量により、剛体とは限らない複数の移動物体の中
から概略な濃度レベルが既知な認識対象物体を背景から
分離して抽出する移動物体抽出方式を提供することを目
的とする。 〔問題点を解決するための手段〕 本発明は、N×Mサイズの画像をn×mサイズのサブフ
レームに分割し、このサブフレーム内に所定の濃度レベ
ル以上の画素があれば「1」とし成するしきい値回路と
、現在および前回のフレーム内テーブル間で差分をとり
フレーム間差分テーブルを作成するフレーム間差分回路
と、このフレ一ム間差分テーブルの微小な線幅を除去す
る雑音除去回路と、雑音除去後のフレーム間差分テーブ
ルがすべて「0」であればフレーム状態信号をオンとす
る静11−抽出回路と、フレーム状態信号がオンあるい
はオフであるのに応じて、前フレームあるいは現フレー
ムの雑音除去後のフレーム間差分テーブルと、現フレー
ムのフレーム内テーブルとを論理演算処理して移動物体
テーブルを作成する移動物体抽出回路とを備え、N/n
×M/mサイズの2値n ITI のテーブルを用いて移動物体を抽出する方式とすること
を特徴としている。 〔発明の実施例および作用〕 以下、図面により本発明の詳細な説明する。 第1図は本発明に用いる装置のブロック構成図である。 1は以下に述べる各回路を制御するプロセッサである。 2はN×Mサイズの濃淡画像を記憶する画像メモリであ
る。3はN×Mサイズの画像メモリ2をn×mサイズの
サブフレームに分割する分割制御回路であり、サブフレ
ーム内の各画素の読出し制御を行う。4はしきい値回路
であり、分割制御回路3により読出されたサフフレーム
に対して、所定の濃度レベルO以−1−の画素が存在す
れば「1」、存在しなければ「0」にサブフレームを2
値化[7て、(′!J−)×(当ザイズの2値の)rl
I(+ レーム内テーブル(1)祭作成する。5a及び5bはメ
モリであり、しきい値回路4で作成したフレーム内テー
ブルを格納する。メモリ5a、5bには交lン一に現フ
レーム(i)、前フレーム(i−1)のフレ−11内テ
ーブル(i)、(i−1)か格納される。6はフレーl
−間差分回路であり、メモリ5a、5bに格納されてい
る現フレーム(i)及び前フレーム(i−1)のフレー
ム内チーフル間で排他的論理和演算に行って、フレ−1
1内テーブル(i)を作成する。7a、7bはメモリで
あり、7a(7b)にはフレ−11間差分回路6で作成
したフレ−11間差分テーブル())を格納する。メモ
リ7b(7a)には、以下に述べる雑音除去回路8で1
車”音除去されたフレーム間差分テーブル(i−1)を
格納する。7.′1.7bには新IIIのフレーム間差
分テーブルが交互に格納される。8は雑音除去回路であ
り、フレーム間差分テーブルN)の2値画像に対して、
微小な線幅、例えば線幅1の図形を雑音とみなしてこれ
を除去してメモリ7aに格納する。9は静止抽出回路で
あり、雑音除去回路8で雑音除去されたフレーム間差分
テーブル(j)に対して、各要素が全て「0」であれは
移動物体がないとみなしてフレーム状態信号10をオン
とする。「1」の要素があれば移動物体が抽出されたと
してフレーム状態信号10をオフとする。11ば移動物
体抽出回路であり、フレーム状態信号10がオフであれ
ば、メモリ5a、5bのいずれかに格納されているフレ
ーム内テーブル(i)と雑音除去されたフレーム間差分
テーブル(1)とで論理積演算を施して移動物体テーブ
ル(i>を作成する。また、フレーム状態信号がオンの
場合には、2つの方法がある。第]の方法は、フレーム
内テーブル(])と前フレーム(j−1)の雑音除去さ
れたフレーム間差分テーブル(i −1)とで論理積演
算を施して、移動物体テーブル(i)を作成する。第2
の方法は、フレーム内テーブル(j)どフレ−11間差
分テーブル(i −1)とで論理積演算を施し、両テー
ブル間で「1」が重なる要素を含む連結領域をフレーム
内テーブル(i)から抽出して移動物体テーブル(i)
を作成する。 12はメモリであIJ、移動物体テーブル(i)を格納
する。 次に移動物体の抽出過程を説明する。第2図は移動物体
抽出回ii4+1に第1の方法を用いたときの移動物体
の抽出過程を示す概念図である。13a、+3b、13
cはそれぞれフレーム(i −1)、(i)、(i +
1 )の原画像(i−1)、(i)、(i+1)であ
る。D’X画像1;3a、13b、13cには物体A、
B、Cがある。図では簡t4tのため2値の図形で示し
であるが、実際には背景とともに濃淡画像である。 また、原画像の大きさをNXN、サブフレームの大きさ
をn X nとしている。14a、+4b、14cはそ
れぞれ原画像(i−1)、(i)、(i+1)のフレー
ム内テーブル(i−1)、(i)、(i +1 )を示
す。図中空白は「0」髪示す。15a、15bはフレー
ム間差分テーブル(1)、(i+1)を示す。16a、
16bは雑音除去を施したフレーム間差分テーブル(j
)、(i+1)を示す。+7a、17bは移動物体テー
ブル(1)、(i+1)を示す。 原画像(i +)13aは分割制御回路3によりn
X nサイズのサブフレームに分割され、各サブフレー
ムの画像が画像メモリ2より順次読出されてしきい値回
路4に入力される。しきい値回路4はサブフレーム内に
所定の濃度レベルO以−1−の画素があれば「1」とし
て(N−XN−)サイズの2値■1 n のフレーム内テーブル(i −1H4aを作成する。 原画像(i−1)+3aでは物体A、 Bに濃度レベル
0以I−の画素を含んでいる。物体Cには0以上の画素
を含んでいないため、フレーム内テーブル(i−1)で
物体Cが削除される。次のフレームである原画像(i)
13bは物体A、Cが図の様に移動し、さらに物体Aは
変形して移動したことを示している。また物体Bは移動
はしていないが、変形していることを示している。しき
い値回路4は同様にして原画像(i )13bをしきい
値処理してフレーム内テーブル(i )14bを作成す
る。物体Cは移動したが、濃淡レベル以1−の画素に含
んでいないため、フレーム内テーブル(i N4bには
現われていない。次のフレームの原画像(i + 1
)+3clj物体Δ、13、Cともに移動はしていない
が、物体Aが変形していることを示している。同様にし
て、しきい値開路4によりフレーム内チーフルい十1−
N4cが作成される。フレーム内テーブル0)+4b及
びフレーノ、内テーブル(i−1)14aがそれぞれメ
モリ5a、5bに格納されているとすると、フレーム間
差分回路6は両テーブル間((j)、(i−1))で排
他的論理和演算を施し、演算結果であるフ1ノー!1間
差分テーブル(i)15aをメモリ7#]に格納する。 フレーム間差分テーブル(i N5aは物体Aが移動し
たことを抽出しており、さらに物体Hの変形箇所を抽出
していることを示している。雑音除去回路8はフレーム
間差分テーブル(i N5aに対して、微小な線幅、こ
こでは線幅1以lりの図形を微小変動した物体あるいは
雑音とみなして、本来必要な移動を伴う認識対象物と区
別し、こオしらを削除する。雑音除去後のフレ−11間
差分テーブルい)16aは物体Bの変形箇所か削除され
、物体+3が静11状態であるとみなしていることを示
している。この雑音除去されたフレ−11間差分テーブ
ル(iN6aはメモリ7aに格納される。静11−抽出
回路9はフレ−11間差分テーブル(iNfi+iに[
]]を含んでいるので、移動物体が存在しているとして
、フレーム状態信号10をオフとする。移動物体抽出回
路11はフレーム状態信号10がオフであるので、メモ
リ5aに格納されているフレーム内テーブル(i )1
4bとメモリ7aに格納されているフレ−11間差分テ
ーブル(i)+6aとで論理積演算を施して、演算結果
である移動物体テーブル(i )+7aをメモリ12に
格納する。移動物体テーブル(i N7aの「1」の要
素は移動後の物体Aの存在領域を抽出していることを示
している。 次のフレーム(i+1)に対するフレーム内テーブル(
i + 1 )+4cけメモリ5bに格納される。フレ
−11間差分回路6はフレーム内テーブル(i)+4b
、(j +1 )14cを用いてフレーム間差分テーブ
ル(j+1)+5bを作成し、これをメモリ7bに−】
1− 格納する。フレーム間差分テーブル(i+lN5bは物
体Aの変形箇所のみを抽出していることを示している。 雑音除去回路8はメモリ7bに格納されているフレーム
間差分テーブル(i+1)+5bに対して雑音除去を行
い、結果をメモリ7bに格納する。フレーム間差分テー
ブル(i +] N6bは物体Aの変形箇所が削除され
、物体Aが静止状態であるとみなしていることを示して
いる。静止抽出回路9はフレーム間差分テーブル(i
+ I N6bが全て「0」の要素であることから、全
ての物体が静11−状態であるとしてフレーム状態信号
10をオンとする。移動物体抽出回路11はフレーム状
態信号10がオンであるので、フレーム内テーブル(i
+1 )14cとメモリ7aに格納されている前フレー
ムの雑音除去後のフレーム間差分テーブル(i)16a
とで論理積演算を施して、演算結果である移動物体テー
ブル(i + 1 )17bをメモリ12に格納する。 物体が全て静1に状態である場合には、前フレームのフ
レーム間差分テーブル(i )16aを用いて論理積演
算を行っているので、移動物体テーブル(j+1 )1
7bは17aと同一パタンのテーブルが得られる。認識
対象物である移動物体Aの抽出は原画像と移動物体テー
ブルが示す物体Aのの存在領域とから容易に行うことが
できる。 第3図は線幅1以下の図形を削除する雑音除去回路8の
具体例として、細線化と太線化による方法を示している
。18はフレーム間差分テーブル(jN5aの細線化後
の結果であり、19aと19bは細線化のためのマスク
を示している。20は細線化後のフレーム間差分テーブ
ル(i)18を太線化した結果であり、雑音除去後のフ
レーム間差分テーブル(iH6aとなる。19a、19
bのマスクで「−」はdon’t careを示してい
る。細線化は、まずマスク11)aを矢印の方向にスキ
ャンしながら、マスク19aと同一のバタンかフレーム
間差分テーブルにあればその中心画素「1」を「O」に
変える。同様にマスク19bについても矢印の方向にス
キャンして行う。これにより、線幅1の図形が削除され
ると同時に、他の図形についてはX軸方向、y軸方向と
もに1画素ずつ収縮される。収縮された図形を11貫形
にもどすために太線化をtjう。太線化は、まず細線化
で用いたマスク19dを細線化とは)φtJ゛向にスキ
Yンし、マスクI !l r+と同一のバタンがフレ−
12間差分テーブル18にあれは、図中の「0」で7バ
した位置の画素を「0」 から[1jに変える。 同様にしてマスク191)を用いて細線化とは)φ方向
にスキャンして行う。これにより、X軸方向、yIII
I11方向ともに1画素ずつ拡大されて、ツノx形が復
元される。 第4図は移動物体抽出回路11に第2の方法を用いたと
きの移動物体の抽出過程を示す概念図である。第4図で
は第2図と同一のj原画像を用いているので、雑音除去
後のフレ−11間差分テーブル(i + 1 )+6b
までの抽出過程が第2図と同一であり、これらについて
は説明を省略する。雑音除去後のフレーム間差分テーブ
ル(i +I N61)は全ての要素が「0」であるの
で、篩土抽出回路9は全ての物体が静上状態であると【
ッてフレーム状態信v; l (lをオンとする。移動
物体抽出回路11はフレーム状態(M 、j) ] Q
をオンであるので、フレーム内テーブル(i + i
N4cどメモリ7aに格納されている前フレー15の雑
音除去後のフレ−12間差分テーブル(j)lfiaと
で論理積演算を施す。さらに、この論理IK演算でP)
、:、れだ「1」の要素の連結成分に対応するフレー
ム内テーブル(i +1 )14cの連結成分を抽出す
る。この連結成分を移動物体の存在領域として、移動物
体テーブル(j+ 1 )+7cを作成してメモリ12
に格納する。第2図に示した移動物体テーブル(j+1
)17bでは、原画像(j+1)]:′Icの物体A
の部分領域を示しているのに対して。 第4図に示した移動物体テーブル(i + 1 )+7
cでは、物体Aの全領域を示している。 「発明の効果〕 以上の説明から明らかな如く、本発明によれば次のよう
な効果が得られる。 (])(N−×M)サイズの2値のテーブルを用いn
Tn て移動物体を抽出しているので、N×Mサイズの濃淡画
像を直接扱うよりも剖算量が数桁少ない。 (2)フレーム間でテーブルの差分をとっているので、
背景画像に認識対象物と同一の濃度レベルの領域があっ
ても、背景画像に動きがなければ背景画像から認識対象
物を分離することができる。 に3)認識対象物の抽出に必要な濃度レベルθでしきい
値処理して2値のフレーム内テーブルを作成しているの
で、複数の移動物体が存在していても濃度レベルがθ以
下の移動物体を抽出することはない。 (4)フレ−11間差分テーブルは微小な線幅を除去し
ているので、認識対象物と同程度の濃度レベルを持つ不
必要な物体あるいは背景画像の一部が多少移動していて
もこれらを抽出することはない。 (5)フレーム間での特徴点の対応づけを必要としない
ので、対象物体が剛体である必要がない。 (6)移動物体が存在しないと思われる場合には、前フ
レームのフレーム間差分テーブルを用いて移動物体テー
ブルを作成しているので、!!識対象物が一時的に静+
h状態であっても抽出することができる。
フレーム間でこの特徴点の対応づit を行って移動物
体の抽出と移動バク1−ルの抽出に行う方法がある〔谷
内ITI:”多重画像を利用したシーンの理解″、情報
処理、VOL、 24゜No、 12. ’83]。も
し、移動物体が剛体であると仮定すると、特徴点の近傍
の点では似たような動きをすると考えられることから、
弛緩法等の方法で特徴点の対応づけを行うことができる
。しかし、上記のような方法では、物体を剛体と仮定し
ているため、一般の物体には適用できないという問題が
ある。また、前述した2つの方法は、いずれも濃淡画像
を用いて移動物体抽出処理を行っているため、計算量が
膨大になるという問題もある。 〔発明が解決しようとする問題点〕 本発明は、上記した従来方法での問題点を解決し、少な
い計算量により、剛体とは限らない複数の移動物体の中
から概略な濃度レベルが既知な認識対象物体を背景から
分離して抽出する移動物体抽出方式を提供することを目
的とする。 〔問題点を解決するための手段〕 本発明は、N×Mサイズの画像をn×mサイズのサブフ
レームに分割し、このサブフレーム内に所定の濃度レベ
ル以上の画素があれば「1」とし成するしきい値回路と
、現在および前回のフレーム内テーブル間で差分をとり
フレーム間差分テーブルを作成するフレーム間差分回路
と、このフレ一ム間差分テーブルの微小な線幅を除去す
る雑音除去回路と、雑音除去後のフレーム間差分テーブ
ルがすべて「0」であればフレーム状態信号をオンとす
る静11−抽出回路と、フレーム状態信号がオンあるい
はオフであるのに応じて、前フレームあるいは現フレー
ムの雑音除去後のフレーム間差分テーブルと、現フレー
ムのフレーム内テーブルとを論理演算処理して移動物体
テーブルを作成する移動物体抽出回路とを備え、N/n
×M/mサイズの2値n ITI のテーブルを用いて移動物体を抽出する方式とすること
を特徴としている。 〔発明の実施例および作用〕 以下、図面により本発明の詳細な説明する。 第1図は本発明に用いる装置のブロック構成図である。 1は以下に述べる各回路を制御するプロセッサである。 2はN×Mサイズの濃淡画像を記憶する画像メモリであ
る。3はN×Mサイズの画像メモリ2をn×mサイズの
サブフレームに分割する分割制御回路であり、サブフレ
ーム内の各画素の読出し制御を行う。4はしきい値回路
であり、分割制御回路3により読出されたサフフレーム
に対して、所定の濃度レベルO以−1−の画素が存在す
れば「1」、存在しなければ「0」にサブフレームを2
値化[7て、(′!J−)×(当ザイズの2値の)rl
I(+ レーム内テーブル(1)祭作成する。5a及び5bはメ
モリであり、しきい値回路4で作成したフレーム内テー
ブルを格納する。メモリ5a、5bには交lン一に現フ
レーム(i)、前フレーム(i−1)のフレ−11内テ
ーブル(i)、(i−1)か格納される。6はフレーl
−間差分回路であり、メモリ5a、5bに格納されてい
る現フレーム(i)及び前フレーム(i−1)のフレー
ム内チーフル間で排他的論理和演算に行って、フレ−1
1内テーブル(i)を作成する。7a、7bはメモリで
あり、7a(7b)にはフレ−11間差分回路6で作成
したフレ−11間差分テーブル())を格納する。メモ
リ7b(7a)には、以下に述べる雑音除去回路8で1
車”音除去されたフレーム間差分テーブル(i−1)を
格納する。7.′1.7bには新IIIのフレーム間差
分テーブルが交互に格納される。8は雑音除去回路であ
り、フレーム間差分テーブルN)の2値画像に対して、
微小な線幅、例えば線幅1の図形を雑音とみなしてこれ
を除去してメモリ7aに格納する。9は静止抽出回路で
あり、雑音除去回路8で雑音除去されたフレーム間差分
テーブル(j)に対して、各要素が全て「0」であれは
移動物体がないとみなしてフレーム状態信号10をオン
とする。「1」の要素があれば移動物体が抽出されたと
してフレーム状態信号10をオフとする。11ば移動物
体抽出回路であり、フレーム状態信号10がオフであれ
ば、メモリ5a、5bのいずれかに格納されているフレ
ーム内テーブル(i)と雑音除去されたフレーム間差分
テーブル(1)とで論理積演算を施して移動物体テーブ
ル(i>を作成する。また、フレーム状態信号がオンの
場合には、2つの方法がある。第]の方法は、フレーム
内テーブル(])と前フレーム(j−1)の雑音除去さ
れたフレーム間差分テーブル(i −1)とで論理積演
算を施して、移動物体テーブル(i)を作成する。第2
の方法は、フレーム内テーブル(j)どフレ−11間差
分テーブル(i −1)とで論理積演算を施し、両テー
ブル間で「1」が重なる要素を含む連結領域をフレーム
内テーブル(i)から抽出して移動物体テーブル(i)
を作成する。 12はメモリであIJ、移動物体テーブル(i)を格納
する。 次に移動物体の抽出過程を説明する。第2図は移動物体
抽出回ii4+1に第1の方法を用いたときの移動物体
の抽出過程を示す概念図である。13a、+3b、13
cはそれぞれフレーム(i −1)、(i)、(i +
1 )の原画像(i−1)、(i)、(i+1)であ
る。D’X画像1;3a、13b、13cには物体A、
B、Cがある。図では簡t4tのため2値の図形で示し
であるが、実際には背景とともに濃淡画像である。 また、原画像の大きさをNXN、サブフレームの大きさ
をn X nとしている。14a、+4b、14cはそ
れぞれ原画像(i−1)、(i)、(i+1)のフレー
ム内テーブル(i−1)、(i)、(i +1 )を示
す。図中空白は「0」髪示す。15a、15bはフレー
ム間差分テーブル(1)、(i+1)を示す。16a、
16bは雑音除去を施したフレーム間差分テーブル(j
)、(i+1)を示す。+7a、17bは移動物体テー
ブル(1)、(i+1)を示す。 原画像(i +)13aは分割制御回路3によりn
X nサイズのサブフレームに分割され、各サブフレー
ムの画像が画像メモリ2より順次読出されてしきい値回
路4に入力される。しきい値回路4はサブフレーム内に
所定の濃度レベルO以−1−の画素があれば「1」とし
て(N−XN−)サイズの2値■1 n のフレーム内テーブル(i −1H4aを作成する。 原画像(i−1)+3aでは物体A、 Bに濃度レベル
0以I−の画素を含んでいる。物体Cには0以上の画素
を含んでいないため、フレーム内テーブル(i−1)で
物体Cが削除される。次のフレームである原画像(i)
13bは物体A、Cが図の様に移動し、さらに物体Aは
変形して移動したことを示している。また物体Bは移動
はしていないが、変形していることを示している。しき
い値回路4は同様にして原画像(i )13bをしきい
値処理してフレーム内テーブル(i )14bを作成す
る。物体Cは移動したが、濃淡レベル以1−の画素に含
んでいないため、フレーム内テーブル(i N4bには
現われていない。次のフレームの原画像(i + 1
)+3clj物体Δ、13、Cともに移動はしていない
が、物体Aが変形していることを示している。同様にし
て、しきい値開路4によりフレーム内チーフルい十1−
N4cが作成される。フレーム内テーブル0)+4b及
びフレーノ、内テーブル(i−1)14aがそれぞれメ
モリ5a、5bに格納されているとすると、フレーム間
差分回路6は両テーブル間((j)、(i−1))で排
他的論理和演算を施し、演算結果であるフ1ノー!1間
差分テーブル(i)15aをメモリ7#]に格納する。 フレーム間差分テーブル(i N5aは物体Aが移動し
たことを抽出しており、さらに物体Hの変形箇所を抽出
していることを示している。雑音除去回路8はフレーム
間差分テーブル(i N5aに対して、微小な線幅、こ
こでは線幅1以lりの図形を微小変動した物体あるいは
雑音とみなして、本来必要な移動を伴う認識対象物と区
別し、こオしらを削除する。雑音除去後のフレ−11間
差分テーブルい)16aは物体Bの変形箇所か削除され
、物体+3が静11状態であるとみなしていることを示
している。この雑音除去されたフレ−11間差分テーブ
ル(iN6aはメモリ7aに格納される。静11−抽出
回路9はフレ−11間差分テーブル(iNfi+iに[
]]を含んでいるので、移動物体が存在しているとして
、フレーム状態信号10をオフとする。移動物体抽出回
路11はフレーム状態信号10がオフであるので、メモ
リ5aに格納されているフレーム内テーブル(i )1
4bとメモリ7aに格納されているフレ−11間差分テ
ーブル(i)+6aとで論理積演算を施して、演算結果
である移動物体テーブル(i )+7aをメモリ12に
格納する。移動物体テーブル(i N7aの「1」の要
素は移動後の物体Aの存在領域を抽出していることを示
している。 次のフレーム(i+1)に対するフレーム内テーブル(
i + 1 )+4cけメモリ5bに格納される。フレ
−11間差分回路6はフレーム内テーブル(i)+4b
、(j +1 )14cを用いてフレーム間差分テーブ
ル(j+1)+5bを作成し、これをメモリ7bに−】
1− 格納する。フレーム間差分テーブル(i+lN5bは物
体Aの変形箇所のみを抽出していることを示している。 雑音除去回路8はメモリ7bに格納されているフレーム
間差分テーブル(i+1)+5bに対して雑音除去を行
い、結果をメモリ7bに格納する。フレーム間差分テー
ブル(i +] N6bは物体Aの変形箇所が削除され
、物体Aが静止状態であるとみなしていることを示して
いる。静止抽出回路9はフレーム間差分テーブル(i
+ I N6bが全て「0」の要素であることから、全
ての物体が静11−状態であるとしてフレーム状態信号
10をオンとする。移動物体抽出回路11はフレーム状
態信号10がオンであるので、フレーム内テーブル(i
+1 )14cとメモリ7aに格納されている前フレー
ムの雑音除去後のフレーム間差分テーブル(i)16a
とで論理積演算を施して、演算結果である移動物体テー
ブル(i + 1 )17bをメモリ12に格納する。 物体が全て静1に状態である場合には、前フレームのフ
レーム間差分テーブル(i )16aを用いて論理積演
算を行っているので、移動物体テーブル(j+1 )1
7bは17aと同一パタンのテーブルが得られる。認識
対象物である移動物体Aの抽出は原画像と移動物体テー
ブルが示す物体Aのの存在領域とから容易に行うことが
できる。 第3図は線幅1以下の図形を削除する雑音除去回路8の
具体例として、細線化と太線化による方法を示している
。18はフレーム間差分テーブル(jN5aの細線化後
の結果であり、19aと19bは細線化のためのマスク
を示している。20は細線化後のフレーム間差分テーブ
ル(i)18を太線化した結果であり、雑音除去後のフ
レーム間差分テーブル(iH6aとなる。19a、19
bのマスクで「−」はdon’t careを示してい
る。細線化は、まずマスク11)aを矢印の方向にスキ
ャンしながら、マスク19aと同一のバタンかフレーム
間差分テーブルにあればその中心画素「1」を「O」に
変える。同様にマスク19bについても矢印の方向にス
キャンして行う。これにより、線幅1の図形が削除され
ると同時に、他の図形についてはX軸方向、y軸方向と
もに1画素ずつ収縮される。収縮された図形を11貫形
にもどすために太線化をtjう。太線化は、まず細線化
で用いたマスク19dを細線化とは)φtJ゛向にスキ
Yンし、マスクI !l r+と同一のバタンがフレ−
12間差分テーブル18にあれは、図中の「0」で7バ
した位置の画素を「0」 から[1jに変える。 同様にしてマスク191)を用いて細線化とは)φ方向
にスキャンして行う。これにより、X軸方向、yIII
I11方向ともに1画素ずつ拡大されて、ツノx形が復
元される。 第4図は移動物体抽出回路11に第2の方法を用いたと
きの移動物体の抽出過程を示す概念図である。第4図で
は第2図と同一のj原画像を用いているので、雑音除去
後のフレ−11間差分テーブル(i + 1 )+6b
までの抽出過程が第2図と同一であり、これらについて
は説明を省略する。雑音除去後のフレーム間差分テーブ
ル(i +I N61)は全ての要素が「0」であるの
で、篩土抽出回路9は全ての物体が静上状態であると【
ッてフレーム状態信v; l (lをオンとする。移動
物体抽出回路11はフレーム状態(M 、j) ] Q
をオンであるので、フレーム内テーブル(i + i
N4cどメモリ7aに格納されている前フレー15の雑
音除去後のフレ−12間差分テーブル(j)lfiaと
で論理積演算を施す。さらに、この論理IK演算でP)
、:、れだ「1」の要素の連結成分に対応するフレー
ム内テーブル(i +1 )14cの連結成分を抽出す
る。この連結成分を移動物体の存在領域として、移動物
体テーブル(j+ 1 )+7cを作成してメモリ12
に格納する。第2図に示した移動物体テーブル(j+1
)17bでは、原画像(j+1)]:′Icの物体A
の部分領域を示しているのに対して。 第4図に示した移動物体テーブル(i + 1 )+7
cでは、物体Aの全領域を示している。 「発明の効果〕 以上の説明から明らかな如く、本発明によれば次のよう
な効果が得られる。 (])(N−×M)サイズの2値のテーブルを用いn
Tn て移動物体を抽出しているので、N×Mサイズの濃淡画
像を直接扱うよりも剖算量が数桁少ない。 (2)フレーム間でテーブルの差分をとっているので、
背景画像に認識対象物と同一の濃度レベルの領域があっ
ても、背景画像に動きがなければ背景画像から認識対象
物を分離することができる。 に3)認識対象物の抽出に必要な濃度レベルθでしきい
値処理して2値のフレーム内テーブルを作成しているの
で、複数の移動物体が存在していても濃度レベルがθ以
下の移動物体を抽出することはない。 (4)フレ−11間差分テーブルは微小な線幅を除去し
ているので、認識対象物と同程度の濃度レベルを持つ不
必要な物体あるいは背景画像の一部が多少移動していて
もこれらを抽出することはない。 (5)フレーム間での特徴点の対応づけを必要としない
ので、対象物体が剛体である必要がない。 (6)移動物体が存在しないと思われる場合には、前フ
レームのフレーム間差分テーブルを用いて移動物体テー
ブルを作成しているので、!!識対象物が一時的に静+
h状態であっても抽出することができる。
第1図は本発明に用いる一実施例装置のプロンり構成図
、第2図は本発明による移動物体の抽出過程の一実施例
を示す図、第3図は雑音除去方法の説明図、第4図は本
発明に”よる移動物体の抽出過程の他の実施例を示す図
である。 〈符号の説明〉 I・・・プロセッサ 2・・画像メモリ3・・・
分割制御回路 4・・・しきい値回路6・・・フレ
ーム間差分回路 8・・雑音除去回路 10・・・フレーム状態信号
11・・・移動物体抽出回路 +3a、13b、13c
・・・原画像14a、1.4b、14cmフレーム内テ
ーブル15a、15b・・・フレーム間差分テーブル1
6a、+6b・・雑音除去後のフレーム間差分テーブル
17a、+7b・・移動物体テーブル 18・・・細線化後のフレーム間差分テーブル19a、
+9b・”7スク 20・・・太線化後のフレーム間差分テーブル特許出願
人 日本電信電話株式会社 代理人弁理士 中 村 純之助 才2図 矛3ご 175゜ (プζ、ネ1ミ化イラし) t4 肌
、第2図は本発明による移動物体の抽出過程の一実施例
を示す図、第3図は雑音除去方法の説明図、第4図は本
発明に”よる移動物体の抽出過程の他の実施例を示す図
である。 〈符号の説明〉 I・・・プロセッサ 2・・画像メモリ3・・・
分割制御回路 4・・・しきい値回路6・・・フレ
ーム間差分回路 8・・雑音除去回路 10・・・フレーム状態信号
11・・・移動物体抽出回路 +3a、13b、13c
・・・原画像14a、1.4b、14cmフレーム内テ
ーブル15a、15b・・・フレーム間差分テーブル1
6a、+6b・・雑音除去後のフレーム間差分テーブル
17a、+7b・・移動物体テーブル 18・・・細線化後のフレーム間差分テーブル19a、
+9b・”7スク 20・・・太線化後のフレーム間差分テーブル特許出願
人 日本電信電話株式会社 代理人弁理士 中 村 純之助 才2図 矛3ご 175゜ (プζ、ネ1ミ化イラし) t4 肌
Claims (2)
- (1)濃淡動画像中の移動物体を抽出する移動物体抽出
方式において、N×Mサイズの画像をn×mサイズのサ
ブフレームに分割する分割制御回路と、サブフレーム内
に所定の濃度レベル以上の画素があれば「1」としてN
/n×M/m個の2値のフレーム内テーブルを作成する
しきい値回路と、現フレームおよび前フレームのフレー
ム内テーブル間で差分をとりフレーム間差分テーブルを
作成するフレーム間差分回路と、フレーム間差分テーブ
ル中の微小な線幅を除去する雑音除去回路と、雑音除去
後のフレーム間差分テーブルがすべて「0」である場合
は現フレームのフレーム内テーブルと前フレームの雑音
除去後のフレーム間差分テーブルとで論理積演算を施し
、かつ、雑音除去後のフレーム間差分テーブル中に「1
」を含む場合は現フレームのフレーム内テーブルと雑音
除去後のフレーム間差分テーブルとで論理積演算を施し
て移動物体テーブルを作成する移動物体抽出回路とを具
備して、N/n×M/m個の2値のテーブルを用いて移
動物体を抽出することを特徴とする移動物体抽出方式。 - (2)濃淡動画像中の移動物体を抽出する移動物体抽出
方式において、N×Mサイズの画像をn×mサイズのサ
ブフレームに分割する分割制御回路と、サブフレーム内
に所定の濃度レベル以上の画素があれば「1」としてN
/n×M/m個の2値のフレーム内テーブルを作成する
しきい値回路と、現フレームおよび前フレームのフレー
ム内テーブル間で差分をとりフレーム間差分テーブルを
作成するフレーム間差分回路と、フレーム間差分テーブ
ル中の微小な線幅を除去する雑音除去回路と、雑音除去
後のフレーム間差分テーブルがすべて「0」である場合
は現フレームのフレーム内テーブルと前フレームの雑音
除去後のフレーム間差分テーブルとで論理積演算を施し
、かつ、雑音除去後のフレーム間差分テーブル中に「1
」を含む場合は現フレームのフレーム内テーブルと雑音
除去後のフレーム間差分テーブルとで論理積演算を施し
該論理積演算から得られた「1」の要素の連結成分に対
応する現フレームの前フレーム内テーブルの連結成分を
抽出して移動物体テーブルを作成する移動物体抽出回路
とを具備して、N/n×M/m個の2値のテーブルを用
いて移動物体を抽出することを特徴とする移動物体抽出
方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60165763A JPS6226992A (ja) | 1985-07-29 | 1985-07-29 | 移動物体抽出方式 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP60165763A JPS6226992A (ja) | 1985-07-29 | 1985-07-29 | 移動物体抽出方式 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS6226992A true JPS6226992A (ja) | 1987-02-04 |
Family
ID=15818578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP60165763A Pending JPS6226992A (ja) | 1985-07-29 | 1985-07-29 | 移動物体抽出方式 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS6226992A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS633918U (ja) * | 1986-06-25 | 1988-01-12 | ||
JPS63296174A (ja) * | 1987-05-28 | 1988-12-02 | Toshiba Corp | 撮像装置による異常検知装置 |
JPH0664613B2 (ja) * | 1988-08-08 | 1994-08-22 | ヒユーズ・エアクラフト・カンパニー | 散乱物が存在する背景内にある目標物を自動獲得するための装置及び方法 |
WO2010116400A1 (ja) * | 2009-03-30 | 2010-10-14 | 富士通株式会社 | 被写体動き検出装置および方法 |
JP2015069412A (ja) * | 2013-09-30 | 2015-04-13 | 株式会社Jvcケンウッド | 動領域検出装置 |
-
1985
- 1985-07-29 JP JP60165763A patent/JPS6226992A/ja active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS633918U (ja) * | 1986-06-25 | 1988-01-12 | ||
JPS63296174A (ja) * | 1987-05-28 | 1988-12-02 | Toshiba Corp | 撮像装置による異常検知装置 |
JPH0664613B2 (ja) * | 1988-08-08 | 1994-08-22 | ヒユーズ・エアクラフト・カンパニー | 散乱物が存在する背景内にある目標物を自動獲得するための装置及び方法 |
WO2010116400A1 (ja) * | 2009-03-30 | 2010-10-14 | 富士通株式会社 | 被写体動き検出装置および方法 |
JP5177284B2 (ja) * | 2009-03-30 | 2013-04-03 | 富士通株式会社 | 被写体動き検出装置および方法 |
US8644555B2 (en) | 2009-03-30 | 2014-02-04 | Fujitsu Limited | Device and method for detecting movement of object |
JP2015069412A (ja) * | 2013-09-30 | 2015-04-13 | 株式会社Jvcケンウッド | 動領域検出装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3540637A1 (en) | Neural network model training method, device and storage medium for image processing | |
CN106204660B (zh) | 一种基于特征匹配的地面目标跟踪装置 | |
US20110211233A1 (en) | Image processing device, image processing method and computer program | |
US10825185B2 (en) | Method and apparatus for performing segmentation of small objects within moving pictures in real-time | |
JP2940936B2 (ja) | 表領域識別方法 | |
JP3035920B2 (ja) | 動体抽出装置及び動体抽出方法 | |
JP2008511258A (ja) | リアルタイム画像安定化 | |
JPS6226992A (ja) | 移動物体抽出方式 | |
CN109509237B (zh) | 滤镜处理的方法、装置及电子设备 | |
JP2000134638A (ja) | 画像処理装置 | |
JP2001307104A (ja) | 動画像のオブジェクト抽出装置 | |
CN111104929A (zh) | 基于3d卷积和spp的多模态动态手势识别方法 | |
JP2021043614A (ja) | オブジェクト検出装置、方法及びプログラム | |
CN112149463A (zh) | 图像处理方法和装置 | |
JP7210380B2 (ja) | 画像学習プログラム、画像学習方法、及び画像認識装置 | |
JPH06231257A (ja) | 学習データ生成装置 | |
JPH0888855A (ja) | 動きベクトル検出方法及び装置 | |
JPH04352081A (ja) | 人物画像認識における前処理方法および後処理方法 | |
CN113744141B (zh) | 图像的增强方法、装置和自动驾驶的控制方法、装置 | |
JPS5935470B2 (ja) | 図形修正方式 | |
JP2012226403A (ja) | 画像領域追跡装置、画像領域追跡方法、および、コンピュータ・プログラム | |
JP3969593B2 (ja) | 画像処理装置及び画像処理方法 | |
JPH0620051A (ja) | パターン認識システム | |
JPH04373085A (ja) | 背景画像置換装置 | |
JPS63197288A (ja) | 画像処理装置 |