KR20080022189A - 물체 검출 장치 및 엘리베이터의 물체 검출 장치 - Google Patents

물체 검출 장치 및 엘리베이터의 물체 검출 장치 Download PDF

Info

Publication number
KR20080022189A
KR20080022189A KR1020087000862A KR20087000862A KR20080022189A KR 20080022189 A KR20080022189 A KR 20080022189A KR 1020087000862 A KR1020087000862 A KR 1020087000862A KR 20087000862 A KR20087000862 A KR 20087000862A KR 20080022189 A KR20080022189 A KR 20080022189A
Authority
KR
South Korea
Prior art keywords
outline
image
background image
contour
background
Prior art date
Application number
KR1020087000862A
Other languages
English (en)
Other versions
KR100936108B1 (ko
Inventor
신이치 쿠로다
카즈오 스기모토
요시히사 야마다
Original Assignee
미쓰비시덴키 가부시키가이샤
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 미쓰비시덴키 가부시키가이샤 filed Critical 미쓰비시덴키 가부시키가이샤
Publication of KR20080022189A publication Critical patent/KR20080022189A/ko
Application granted granted Critical
Publication of KR100936108B1 publication Critical patent/KR100936108B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

감시 영역에 검출 대상이 존재하고 있지 않을 때에 촬영된 배경 화상과 현화상을 비교하는 것에 의해, 감시 영역에 있어서 검출 대상의 유무를 검출하는 물체 검출 장치에 있어서, 배경 윤곽선 정보 추출 수단은 배경 화상에 비치고 있는 것의 윤곽선 정보를 추출한다. 물체 검출 수단은 현화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선 정보의 추출을 행한다. 또, 물체 검출 수단은 현화상으로부터 상기 윤곽선 정보를 추출할 수 있는지의 여부에 기초하여 감시 영역에 있어서 검출 대상의 유무를 검출한다.

Description

물체 검출 장치 및 엘리베이터의 물체 검출 장치{OBJECT DETECTION DEVICE, AND OBJECT DETECTION DEVICE FOR ELEVATOR}
본 발명은 촬영부에서 촬영된 감시 영역의 검출 대상이 존재하고 있지 않을 때의 배경 화상과 현화상(現畵像)을 비교하는 것에 의해, 감시 영역에 있어서 검출 대상의 유무를 검출하는 물체 검출 장치 및 엘리베이터의 물체 검출 장치에 관한 것이다.
종래 장치에서는 배경 화상의 각 화소와 현화상의 각 화소의 휘도 차를 구하고, 휘도에 차가 있는 화소 수에 기초하여 감시 영역에 있어서 검출 대상의 유무를 검출한다. 이 때문에, 배경 화상 촬영시와 현화상 촬영시에 감시 영역의 밝기가 다른 경우에 검출 대상의 검출 정밀도가 저하한다. 따라서, 종래 장치에서는 밝기의 차에 의한 검출 대상의 검출 정밀도의 저하를 방지하기 위해, 감시 영역의 밝기를 감시하여 밝기에 따라 배경 화상을 갱신한다(특허 문헌 1 참조).
[특허 문헌 1] : 일본 특개평 11-261994호 공보
그러나, 상기와 같은 종래 장치에서는 예를 들어 조도계 등, 밝기를 검출하기 위한 센서가 필요하므로 제조 비용이 비싸진다. 또, 배경 화상을 갱신하고 있을 때에 검출 동작을 행하지 못하여 검출 불능 기간이 생긴다.
본 발명은 상기와 같은 과제를 해결하기 위해 이루어진 것으로, 밝기를 검출하기 위한 센서를 불필요하게 하는 것에 의해 제조 비용을 억제할 수 있는 동시에, 배경 화상의 갱신을 불필요하게 하는 것에 의해, 검출 불능 기간을 없앨 수 있는 물체 검출 장치 및 엘리베이터의 물체 검출 장치를 얻는 것을 목적으로 한다.
본 발명에 의한 물체 검출 장치는, 촬영부에서 촬영된 감시 영역의 검출 대상이 존재하고 있지 않을 때의 배경 화상과 현화상을 취득하는 화상 취득 수단과; 배경 화상의 윤곽선 정보를 추출하는 배경 윤곽선 정보 추출 수단과; 배경 화상의 윤곽선 정보에 기초한 배경 화상의 윤곽선을 제외한 윤곽선을 현화상으로부터 추출할 수 있는지의 여부에 의해, 감시 영역에 있어서 검출 대상의 유무를 검출하는 물체 검출 수단을 구비한다.
도 1은 본 발명의 실시 형태 1에 의한 엘리베이터의 물체 검출 장치를 나타내는 구성도이다
도 2는 도 1의 배경 화상 메모리에 기억되는 배경 화상을 나타내는 설명도이다.
도 3은 도 1의 현화상 메모리에 기억되는 현화상을 나타내는 설명도이다.
도 4는 도 1의 물체 검출 수단이 이용하는 라플라시안 필터(laplacian filter)를 나타내는 설명도이다.
도 5는 도 1의 배경 윤곽선 추출 수단이 추출하는 배경 화상의 윤곽선을 나 타내는 설명도이다.
도 6은 도 1의 차분(差分) 화상 윤곽선 추출부가 추출하는 차분 화상의 윤곽선을 나타내는 설명도이다.
도 7은 도 1의 점유 영역 산출부가 구하는 검출 대상의 영역을 나타내는 설명도이다.
도 8은 도 1의 배경 윤곽선 추출 수단에 의해 행해지는 배경 윤곽선 추출 동작을 나타내는 플로우차트이다.
도 9는 도 1의 차분 화상 윤곽선 추출부에 의해 행해지는 차분 화상 윤곽선 추출 동작을 나타내는 플로우차트이다.
도 10은 도 1의 점유 영역 산출부에 의해 행해지는 점유 영역 산출 동작을 나타내는 플로우차트이다.
도 11은 실시 형태 1의 엘리베이터의 물체 검출 장치의 변형예를 나타내는 구성도이다.
도 12는 실시 형태 2의 배경 윤곽선 추출 수단에 의해 행해지는 배경 윤곽선 추출 동작을 나타내는 플로우차트이다.
도 13은 실시 형태 2의 차분 화상 윤곽선 추출부에 의해 행해지는 차분 화상 윤곽선 추출 동작을 나타내는 플로우차트이다.
도 14는 실시 형태 2의 점유 영역 산출부에 의해 행해지는 점유 영역 산출 동작을 나타내는 플로우차트이다.
도 15는 본 발명의 실시 형태 3에 의한 엘리베이터의 물체 검출 장치를 나타 내는 구성도이다.
도 16은 도 15의 차분 화상 윤곽선 추출부에 의해 행해지는 차분 화상 추출 동작을 나타내는 플로우차트이다.
도 17은 실시 형태 3의 엘리베이터의 물체 검출 장치의 변형예를 나타내는 구성도이다.
이하, 본 발명의 바람직한 실시 형태에 대해 도면을 참조하여 설명한다.
실시 형태 1.
도 1은 본 발명의 실시 형태 1에 의한 엘리베이터의 물체 검출 장치를 나타내는 구성도이다. 도 2, 도 3 및 도 5 ~ 7은 도 1의 물체 검출 장치로 이용되는 화상 데이터를 나타내는 설명도이다. 도 4는 도 1의 물체 검출 장치로 이용되는 라플라시안 필터를 나타내는 설명도이다. 도 1에 있어서, 물체 검출 장치는 화상 취득 수단(1)과, 배경 윤곽선 정보 추출 수단(2)과, 물체 검출 수단(3)을 가지고 있다. 화상 취득 수단(1)은 촬영부인 카메라(5)와, A/D 변환기(6)와, 기억 제어부(7)와, 배경 화상 메모리(8)와, 현화상 메모리(9)를 포함하고 있다. 카메라(5)는 감시 영역인 엘리베이터의 엘리베이터 칸내를 촬영한다. A/D 변환기(6)는 카메라(5)로부터 출력되는 아날로그의 화상 데이터를 디지털 데이터로 변환한다. 기억 제어부(7)는 예를 들어 사람이나 짐 등의 검출 대상이 엘리베이터 칸내에 존재하고 있지 않는다는 것이 관리자에 의해 확인되었을 때에 조작된다. 또, 기억 제어부(7)는 상기 조작에 따라, 그 때에 카메라(5)에 의해 촬영된 화상 데이터를 배경 화상으로서 배경 화상 메모리(8)에 기억시킨다(도 2 참조). 현화상 메모리(9)는 카메라(5)에 의해 촬영된 현시점의 화상(이하, 현화상이라고 표기함)을 소정 간격으로 기억한다(도 3 참조). 즉, 현화상은 소정 간격으로 갱신된다. 즉, 화상 취득 수단(1)은 카메라(5)로 촬영된 배경 화상과 현화상을 취득한다.
여기서, 일반적으로 화상내의 모든 화소에는 색 및 휘도(밝기)의 정보가 포함되어 있다. 화소의 휘도는 전체적인 밝기와 관계없이, 물체의 윤곽선(물체 영역의 경계)이 위치하는 곳에서 급격하게 변화한다. 휘도의 변화값은 미분 연산을 이용하는 것에 의해 산출할 수 있다. 화상 처리에 이용되는 미분 연산에는 소벨 필터(sobel filter) 등을 이용하여 행하는 1차 미분과, 라플라시안 필터 등을 이용하여 행하는 2차 미분이 존재한다. 라플라시안 필터에는 도 4의 (a)에 나타내는 바와 같은 4 근방 라플라시안 필터와, 도 4의 (b) 및 (c)에 나타내는 바와 같은 8 근방 라플라시안 필터가 존재한다. 4 근방 라플라시안 필터는 소정 좌표의 화소의 휘도 f(x, y) 에 가중치를 부여한 후에, 인접하는 화소와의 휘도의 Δ(x, y) 를 구하는 것이다. 즉, 4 근방 라플라시안 필터를 이용한 경우의 Δ(x, y) 는 다음의 식으로 구할 수 있다.
Δ(x, y) = 4×f(x, y)-{f(x, y-1)+f(x, y+1)+f(x-1, y)+f(x+1, y)}
배경 윤곽선 정보 추출 수단(2)은 배경 윤곽선 추출부(12)와 배경 윤곽선 메모리(13)를 포함하고 있다. 배경 윤곽선 추출부(12)는 4 근방 라플라시안 필터 등을 이용하여 배경 화상에 비치고 있는 것의 윤곽선 정보를 추출한다(도 5 참조). 또한, 도 5에 있어서, 배경 화상의 윤곽선은 백색으로 그려져 있는 부분이다.
구체적으로, 배경 윤곽선 추출부(12)는 배경 화상의 소정 화소에 있어서 Δ(x, y) 를 산출하는 동시에 문턱값 처리를 행한다. 문턱값 처리는 산출한 Δ(x, y) 이 제1 문턱값(이하, 제1의 Th라고 표기함)보다 큰지의 여부에 따라 상기 화소의 휘도를 2치화(値化)하는 처리이다. 배경 윤곽선 추출부(12)는 Δ(x, y) 가 제1의 Th보다 큰 경우, 상기 화소의 휘도를 백색의 값으로 한다. 또, 배경 윤곽선 추출부(12)는 Δ(x, y) 이 제1의 Th 이하인 경우, 상기 화소의 휘도를 흑색의 값으로 한다. 또한, 배경 윤곽선 추출부(12)는 배경 화상내의 모든 화소에서 Δ(x, y) 를 구하는 동시에, 문턱값 처리를 행한다. 배경 윤곽선 메모리(13)는 배경 윤곽선 추출부(12)에 의해 추출된 배경 화상의 윤곽선을 나타내는 화상 데이터를 기억한다.
물체 검출 수단(3)은 차분 화상 윤곽선 추출부(15)와 점유 영역 산출부(16)를 포함하고 있다. 차분 화상 윤곽선 추출부(15)는 현화상의 각 화소와 배경 화상의 각 화소의 휘도 차를 나타내는 차분 화상을 구한다. 또, 차분 화상 윤곽선 추출부(15)는 배경 화상의 윤곽선 정보에 기초한 배경 화상의 윤곽선을 제외한 윤곽선을, 구한 차분 화상으로부터 추출한다(도 6 참조).
구체적으로, 차분 화상 윤곽선 추출부(15)는 차분 화상의 소정 화소에 있어서 Δ(x, y) 를 산출한다. 또, 차분 화상 윤곽선 추출부(15)는 Δ(x, y) 를 산출한 화소의 좌표가 배경 화상의 윤곽선이 위치하는 좌표인지의 여부를 판정한다. 또한, 차분 화상 윤곽선 추출부(15)는 배경 화상의 윤곽선이 위치하는 좌표가 아니라고 판정한 경우, 제2의 Th를 이용하여 상기 화소의 휘도를 2치화 한다. 또한, 차분 화상 윤곽선 추출부(15)는 배경 화상의 윤곽선이 위치하는 좌표라고 판정한 경우, 제 2의 Th보다 큰 제3의 Th를 이용하여 상기 화소의 휘도를 2치화 한다. 즉, 배경 화상의 윤곽선이 위치하는 좌표에서 문턱값의 값을 크게 하는 것에 의해 윤곽선의 검출 감도를 낮게 하고 있다. 이에 의해, 차분 화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선을 추출할 수 있도록 하고 있다. 또, 차분 화상 윤곽선 추출부(15)는 배경 화상의 가장자리를 제외한 모든 화소에서 Δ(x, y) 를 구하는 동시에, 문턱값 처리를 행한다. 또한, 차분 화상 윤곽선 추출부(15)는 추출한 윤곽선의 화상 데이터를 점유 영역 산출부(16)에 입력한다.
점유 영역 산출부(16)는 차분 화상 윤곽선 추출부(15)에 의해 추출된 윤곽선으로부터 검출 대상이 차지하는 영역을 구한다(도 7 참조). 구체적으로, 점유 영역 산출부(16)는 도 6에 나타내는 윤곽선 주변을 검출 대상이 점유하는 영역이라고 하고, 해당 영역의 휘도를 백색의 값으로 하는 동시에, 상기 윤곽선으로 둘러싸인 영역을 검출 대상이 점유하는 영역이라고 하고, 해당 영역의 휘도를 백색의 값으로 하는 것에 의해, 도 7의 화상 데이터를 작성한다. 즉, 점유 영역 산출부(16)는 도 6에 나타내는 윤곽선 및 상기 윤곽선의 근방을 검출 대상이 점유하는 영역으로 한다. 이것은 엘리베이터 칸내에 진입하는 검출 대상의 형상이 복잡하여, 윤곽선의 근방을 검출 대상이 점유하고 있다고 하는 가정에 기초하여 행하고 있다. 또한, 점유 영역 산출부(16)는 감시 영역에 포함되는 소정 영역에서 휘도값이 백색인 화소의 수(이하, COUNT_WHITE 라고 표기함)를 카운트한다. 이 소정 영역은 예를 들어 관리자에 의해 설정된 일부의 영역이나, 감시 영역 전체 등이다.
또, 점유 영역 산출부(16)는 검출 대상이 소정 영역에서 차지하는 영역의 비 율(이하, Ratio 라고 표기함)을 이하의 식에 기초하여 구한다.
Ratio = COUNT_WHITE /소정 영역내의 모든 화소 수
또한, 점유 영역 산출부(16)는 0%
Figure 112008002421887-PCT00001
Ratio
Figure 112008002421887-PCT00002
20% 인 경우, 엘리베이터 칸내에 스페이스가 충분히 남아 있다는 취지를 나타내는 물체 검출 신호를 작성한다. 또, 점유 영역 산출부(16)는 Ratio 의 값이 20%
Figure 112008002421887-PCT00003
Ratio
Figure 112008002421887-PCT00004
50% 인 경우, 엘리베이터 칸내에 스페이스가 다소 남아 있다는 취지를 나타내는 물체 검출 신호를 작성한다. 또한, 점유 영역 산출부(16)는 50%
Figure 112008002421887-PCT00005
Ratio
Figure 112008002421887-PCT00006
100% 인 경우, 만원 상태를 나타내는 물체 검출 신호를 작성한다. 환언하면, 점유 영역 산출부(16)는 0%
Figure 112008002421887-PCT00007
Ratio
Figure 112008002421887-PCT00008
20% 인 경우에, 소정 영역에 검출 대상이 존재하고 있지 않다는 것을 검출하고, 20%
Figure 112008002421887-PCT00009
Ratio 인 경우에, 소정 영역에 검출 대상이 존재하고 있다는 것을 검출하고 있다. 0%
Figure 112008002421887-PCT00010
Ratio
Figure 112008002421887-PCT00011
20% 인 경우에, 소정 영역에 검출 대상이 존재하고 있지 않다는 것을 검출하도록 하고 있는 것은 예를 들어 화상의 흐트러짐 등의 영향을 억제하기 위해서이다. 또한, 상기의 비율은 일례이다.
엘리베이터 제어 장치(17)는 점유 영역 산출부(16)로부터의 물체 검출 신호에 기초하여 엘리베이터 칸의 운전을 제어한다. 구체적으로, 엘리베이터 제어 장치(17)는 만원 상태를 나타내는 물체 검출 신호가 점유 영역 산출부(16)로부터 입력된 경우, 승강장으로부터의 호출 등록을 무효로 한다. 또한, 기억 제어부(7), 배경 윤곽선 추출부(12), 차분 화상 윤곽선 추출부(15) 및 점유 영역 산출부(16)는 프로그램 등의 정보를 격납하고 있는 정보 격납부(ROM 및 RAM)와, 상기 정보 격납 부에 격납되어 있는 정보에 기초하여 연산 처리를 행하는 연산 처리부를 갖는 컴퓨터이다.
다음에, 동작에 대해 설명한다. 도 8은 도 1의 배경 윤곽선 추출부(12)에 의해 행해지는 배경 윤곽선 추출 동작을 나타내는 플로우차트이다. 도면에 있어서, 예를 들어 도 2에 나타내는 배경 화상이 배경 화상 메모리(8)에 의해서 기억되면, 배경 화상의 소정 좌표에서 Δ(x, y) 가 산출되는 동시에(단계 S1), 상기 Δ(x, y) 가 제1의 Th보다 큰지의 여부가 판정되는 동시에, 이 판정 결과에 기초하여 상기 좌표의 휘도가 백색이나 흑색 중 어느 한쪽의 값으로 된다(단계 S2). 그 다음에, 배경 화상의 모든 화소에서 Δ(x, y) 의 산출 및 문턱값 처리가 완료했는지의 여부가 판정되고(단계 S3), 완료하고 있지 않다고 판정된 경우, 다른 좌표에서 Δ(x, y) 의 산출 및 문턱값 처리를 행하고, 완료했다고 판정된 경우, 도 5에 나타내는 바와 같은 배경 화상 윤곽선 화상 데이터가 배경 윤곽선 메모리(13)에 기억되고, 이 배경 윤곽선 추출 동작이 종료된다.
다음에, 도 9는 도 1의 차분 화상 윤곽선 추출부(15)에 의해 행해지는 차분 화상 윤곽선 추출 동작을 나타내는 플로우차트이다. 도면에 있어서, 예를 들어 도 3에 나타내는 현화상이 현화상 메모리(9)에 의해 기억되면, 상기 현화상과, 예를 들어 도 2에 나타내는 바와 같은 화상 데이터, 즉 배경 화상 메모리(8)에 격납되어 있는 배경 화상으로부터 차분 화상이 구해진다(단계 S11). 그 다음에, 차분 화상의 소정 좌표에서 Δ(x, y) 가 산출되는 동시에(단계 S12), 예를 들어 도 5에 나타내는 바와 같은 화상 데이터, 즉 배경 윤곽선 메모리(13)에 격납되어 있는 배경 화상 윤곽선 화상 데이터에 기초하여, 상기 화소의 좌표가 배경 화상의 윤곽선이 위치하는 좌표인지의 여부가 판정된다(단계 S13).
이 때, 배경 화상의 윤곽선이 위치하지 않는 좌표라고 판정된 경우, 문턱값 처리에 이용되는 문턱값으로서 제2의 Th가 선택되는 동시에(단계 S14), 제2의 Th를 이용한 문턱값 처리가 행해진다(단계 S15). 이에 대해, 배경 화상의 윤곽선이 위치하는 좌표라고 판정된 경우, 문턱값 처리에 이용되는 문턱값으로서 제2의 Th보다 큰 제3의 Th가 선택되는 동시에(단계 S16), 제3의 Th를 이용한 문턱값 처리가 행해진다. 그 다음에, 차분 화상의 모든 화소에서 Δ(x, y) 의 산출 및 문턱값 처리가 완료했는지의 여부가 판정되고(단계 S17), 완료하고 있지 않다고 판정된 경우, 다른 좌표에서 Δ(x, y) 의 산출 및 문턱값 처리가 행해지고, 완료했다고 판정된 경우, 도 6에 나타내는 바와 같은 차분 화상 윤곽선 화상 데이터가 점유 영역 산출부(16)에 입력되고, 이 차분 화상 추출 동작이 종료된다.
다음에, 도 10은 도 1의 점유 영역 산출부(16)에 의해 행해지는 점유 영역 산출 동작을 나타내는 플로우차트이다. 도면에 있어서, 도 6에 나타내는 바와 같은 차분 화상 윤곽선 화상 데이터가 차분 화상 윤곽선 추출부(15)로부터 입력되면, 상기 윤곽선 주변의 화소의 휘도값이 백색의 값으로 변환되는 동시에(단계 S21), 확장된 윤곽선으로 둘러싸여 있는 영역의 화소의 휘도값이 백색의 값으로 변환되고, 도 7에 나타내는 바와 같은 화상 데이터를 얻을 수 있다(단계 S22). 그 다음에, COUNT_WHITE 가 카운트되는 동시에(단계 S23), Ratio 가 산출되고(단계 S24), 상기 Ratio 의 값에 기초하여 물체 검출 신호가 작성되는 동시에, 상기 물체 검출 신호 가 엘리베이터 제어 장치(17)에 입력된다(단계 S25).
또한, 지금까지 현화상과 배경 화상으로부터 차분 화상이 구해진 다음, 배경 화상의 윤곽선을 제외한 윤곽선이 차분 화상으로부터 추출되도록 설명하였으나, 도 1의 물체 검출 수단(3)을 도 11에 나타내는 물체 검출 수단(18)으로 대신하는 것에 의해, 차분 화상을 구하지 않고 현화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선을 추출할 수도 있다. 물체 검출 수단(18)의 현화상 윤곽선 추출부(19)는 차분 화상을 구하는 것을 제외하면, 도 1의 차분 화상 윤곽선 추출부(15)와 같은 동작으로 현화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선을 추출한다. 즉, 차분 화상을 구하지 않고, 현화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선을 추출하는 것으로도, 감시 영역에 있어서 검출 대상의 유무를 검출할 수 있다.
이와 같은 물체 검출 장치에서, 물체 검출 수단(3, 18)은 차분 화상 또는 현화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선을 추출할 수 있는지의 여부에 기초하여, 감시 영역에 있어서 검출 대상의 유무를 검출하므로, 밝기를 검출하기 위한 센서를 불필요하게 하는 것에 의해 제조 비용을 억제할 수 있는 동시에, 배경 화상의 갱신을 불필요하게 하는 것에 의해 검출 불능 기간을 없앨 수 있다. 특히, 물체 검출 수단(3)은 현화상과 배경 화상의 차분 화상을 구한 다음, 상기 차분 화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선을 추출할 수 있는지의 여부에 기초하여, 감시 영역에 있어서 검출 대상의 유무를 검출하므로, 배경 화상의 윤곽선을 검출 대상의 윤곽선으로서 추출할 가능성을 보다 확실하게 감소할 수 있어, 검출 정밀도를 향상시킬 수 있다.
또, 물체 검출 수단(3, 18)은 차분 화상 또는 현화상의 소정 좌표의 화소에서 윤곽선을 추출할 때에, 상기 화소의 좌표가 배경 화상에서 윤곽선이 위치하는 좌표인지의 여부를 배경 화상의 윤곽선 정보에 기초하여 판정하고, 배경 화상에서 윤곽선이 위치하는 좌표라고 판정한 경우, 윤곽선의 검출 감도를 내린 다음, 상기 화소에서 윤곽선을 추출하므로, 보다 확실하게 차분 화상 또는 현화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선을 추출할 수 있어, 검출 대상의 검출 정밀도를 향상시킬 수 있다.
또한, 물체 검출 수단(3, 18)은 감시 영역에 있어서 검출 대상의 유무를 검출하는 동시에, 추출한 윤곽선에 기초하여, 검출 대상이 소정 영역에서 차지하는 영역의 비율을 구하므로 검출 대상의 유무뿐만 아니라, 검출 대상이 어느 정도 존재하고 있는지를 검출할 수 있어, 검출 정밀도를 향상시킬 수 있다. 특히, 종래의 엘리베이터 장치의 경우, 엘리베이터 칸내의 하중에 기초하여, 엘리베이터 칸내에 탑승 여지가 남아 있는지의 여부를 판정하고 있으나, 예를 들어 쇼핑 카트 등, 중량이 가벼움에도 불구하고 많은 영역을 차지하는 것이 엘리베이터 칸내에 존재하고 있는 경우, 엘리베이터 칸내에 탑승 여지가 남아있는지의 여부를 정확하게 판정할 수 없다. 이에 대해, 실시 형태 1의 물체 검출 장치에서는 그러한 것이 엘리베이터 칸내에 존재하고 있는 경우라도, 엘리베이터 칸내에 탑승 여지가 남아 있는지의 여보를 보다 정확하게 판정할 수 있다. 즉, 본 발명은 엘리베이터 장치에 대해 특히 유효하다.
또한, 물체 검출 수단(3)은 추출한 윤곽선 및 상기 윤곽선의 근방의 영역을 검출 대상이 차지하는 영역의 화소로 하여, 소정 영역에서 상기 검출 대상이 차지하는 영역의 화소 수가 소정 영역의 모든 화소 수에 차지하는 비율을 구하는 것에 의해, 검출 대상이 소정 영역에서 차지하는 영역의 비율을 구하므로, 검출 대상이 감시 영역에서 차지하는 영역의 비율을 보다 확실하게 구할 수 있어, 검출 대상의 검출 정밀도를 보다 향상시킬 수 있다.
실시 형태 2.
실시 형태 2의 물체 검출 장치의 구성은 실시 형태 1의 물체 검출 장치와 전체적으로 동일하므로, 도 1을 이용하여 설명한다. 이 실시 형태 2의 배경 윤곽선 추출부(12)는 복수 화소를 평균화하는 것에 의해 배경 화상을 복수의 블록 B(i, j) 로 분할한다. 또, 배경 윤곽선 추출부(12)는 상기 블록 B(i, j) 의 휘도 변화값(i, j) 를 산출하는 동시에, 제1의 Th를 이용하여 문턱값 처리를 행하는 것에 의해 블록마다 윤곽선을 추출한다. 즉, 배경 윤곽선 메모리(13)는 도 5의 윤곽선의 화상 데이터보다 거친(coarse) 화상 데이터를 기억한다.
차분 화상 윤곽선 추출부(15)는 예를 들어 도 2에 나타내는 바와 같은 화상 데이터, 즉 배경 화상 메모리(8)에 격납되어 있는 배경 화상과, 예를 들어 도 3에 나타내는 바와 같은 화상 데이터, 즉 현화상 메모리(9)에 격납되어 있는 현화상으로부터 차분 화상을 구한다. 차분 화상 윤곽선 추출부(15)는 복수 화소를 평균화하는 것에 의해 차분 화상을 복수의 블록 B(i, j) 로 분할한다. 또, 차분 화상 윤곽선 추출부(15)는 상기 블록 B(i, j) 의 휘도 변화값 Δ(i, j) 를 산출한다. 또한, 차분 화상 윤곽선 추출부(15)는 현화상의 소정 좌표의 블록에서 윤곽선을 추출할 때에, 상기 블록의 좌표가 배경 화상에서 윤곽선이 위치하는 좌표인지의 여부를 판정하고, 배경 화상에서 윤곽선이 위치하는 좌표라고 판정한 경우, 윤곽선의 검출 감도를 내린 다음, 상기 블록에서 윤곽선을 추출한다. 즉, 차분 화상 윤곽선 추출부(15)는 Δ(i, j) 가 제2 또는 제3의 Th 이하인 경우, 상기 블록을 윤곽선이 없는 블록으로 한다. 또, 차분 화상 윤곽선 추출부(15)는 Δ(i, j) 가 제2 또는 제3의 Th보다 큰 경우, 상기 블록을 윤곽선이 있는 블록으로 한다.
점유 영역 산출부(16)는 차분 화상 윤곽선 추출부(15)가 각 블록에서의 윤곽선의 유무를 판정한 후에, 윤곽선을 추출할 수 있던 블록 수(이하, COUNT_EDGE 라고 표기함)를 소정 영역에서 카운트한다. 또, 점유 영역 산출부(16)는 검출 대상이 소정 영역에서 차지하는 영역의 비율인 Ratio 를 이하의 식에 기초하여 구한다. 그 밖의 구성은 실시 형태 1과 동양(同樣)이다.
Ratio = COUNT_EDGE ÷ 소정 영역내의 블록 수
다음에, 동작에 대해 설명한다. 도 12는 실시 형태 2의 배경 윤곽선 추출부(12)에 의해 행해지는 배경 윤곽선 추출 동작을 나타내는 플로우차트이다. 도면에 있어서, 예를 들어 도 2에 나타내는 바와 같은 배경 화상이 배경 화상 메모리(8)에 의해 기억되면, 복수 화소가 평균화되는 것에 의해 상기 배경 화상이 복수의 블록으로 분할되고(단계 S30), 소정 좌표의 Δ(i, j) 가 산출되는 동시에(단계 S31), Δ(i, j) 가 제1의 Th보다 큰지의 여부가 판정되고, 이 판정 결과에 기초하여 상기 좌표의 휘도가 백색이나 흑색 중 어느 한 쪽의 값으로 된다(단계 S32). 그 다음에, 배경 화상의 모든 블록에서 Δ(i, j) 의 산출 및 문턱값 처리가 완료했는 지의 여부가 판정되고(단계 S33), 완료하고 있지 않다고 판정된 경우, 다른 좌표에서 Δ(i, j) 의 산출 및 문턱값 처리가 행해지고, 완료했다고 판정된 경우, 도 5에 나타내는 것보다 거친 배경 화상 윤곽선 화상 데이터가 배경 윤곽선 메모리(13)에 기억되고, 이 배경 윤곽선 추출 동작이 종료된다.
다음에, 도 13은 실시 형태 2의 차분 화상 윤곽선 추출부(15)에 의해 행해지는 차분 화상 윤곽선 추출 동작을 나타내는 플로우차트이다. 도면에 있어서, 예를 들어 도 3에 나타내는 현화상이 현화상 메모리(9)에 의해 기억되면, 상기 현화상과 예를 들어 도 2에 나타내는 바와 같은 배경 화상으로부터 차분 화상이 구해지는 동시에(단계 S11), 복수 화소가 평균화되는 것에 의해 차분 화상이 복수의 블록으로 분할된다(단계 S40). 그 다음에, 차분 화상의 소정 좌표의 Δ(i, j) 가 산출되는 동시에(단계 S41), 배경 윤곽선 메모리(13)에 격납된 배경 화상 윤곽선 화상 데이터에 기초하여, 상기 블록의 좌표가 배경 화상의 윤곽선이 위치하는 좌표인지의 여부가 판정된다(단계 S42).
이 때, 배경 화상의 윤곽선이 위치하지 않는 좌표라고 판정된 경우, 문턱값 처리에 이용되는 문턱값으로서 제2의 Th가 선택되는 동시에(단계 S14), 제2의 Th를 이용한 상기 블록의 문턱값 처리가 행해진다(단계 S43). 이에 대해, 배경 화상의 윤곽선이 위치하는 좌표라고 판정된 경우, 문턱값 처리에 이용되는 문턱값으로서, 제2의 Th보다 큰 제3의 Th가 선택되는 동시에(단계 S16), 제3의 Th를 이용한 문턱값 처리가 행해진다(단계 S43). 그 다음에, 차분 화상의 모든 블록에서 Δ(i, j) 의 산출 및 문턱값 처리가 완료했는지 판정되고(단계 S44), 완료하고 있지 않다고 판정된 경우, 다른 좌표에서 Δ(i, j) 의 산출 및 문턱값 처리가 행해지고, 완료했다고 판정된 경우, 도 6에 나타내는 것보다 거친 차분 화상 윤곽선 화상 데이터가 점유 영역 산출부(16)에 입력되고, 이 차분 화상 추출 동작이 종료된다.
다음에, 도 14는 실시 형태 2의 점유 영역 산출부(16)에 의해 행해지는 점유 영역 산출 동작을 나타내는 플로우차트이다. 도면에 있어서, 도 6에 나타내는 것보다 거친 차분 화상 윤곽선 화상 데이터가 차분 화상 윤곽선 추출부(15)로부터 입력되면, COUNT_EDGE 가 카운트되는 동시에(단계 S50), 상기 COUNT_EDGE 에 기초하여 Ratio 가 산출되고(단계 S51), 상기 Ratio 의 값에 기초하여 물체 검출 신호가 작성되는 동시에, 상기 물체 검출 신호가 엘리베이터 제어 장치(17)에 입력된다(단계 S25).
또한, 도 11에 나타내는 물체 검출 수단(18)의 현화상 윤곽선 추출부(19)가 차분 화상을 구하는 것을 제외하고 실시 형태 2의 차분 화상 윤곽선 추출부(15)와 같은 동작을 행하여, 현화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선을 추출해도 된다.
이와 같은 물체 검출 장치에서는 물체 검출 수단(3, 18)은 복수 화소가 모아진 블록마다 휘도 변화값을 산출하는 동시에 문턱값 처리를 행하므로, 화소마다 휘도 변화값을 산출하는 동시에 문턱값 처리를 행하는 경우에 비해 연산양을 줄일 수 있어, 연산 부하를 감소시킬 수 있다.
또, 물체 검출 수단(3, 18)은 윤곽선을 추출할 수 있었던 블록 수를 소정 영역에서 카운트하는 동시에, 상기 윤곽선을 추출할 수 있던 블록 수가 소정 영역의 모든 블록 수에 차지하는 비율을 구하는 것에 의해, 검출 대상이 소정 영역에서 차지하는 영역의 비율을 구하므로, 화소를 카운트하는 경우에 비해 연산양을 줄일 수 있어, 연산 부하를 감소시킬 수 있다.
실시 형태 3.
도 15는 본 발명의 실시 형태 3에 의한 엘리베이터의 물체 검출 장치를 나타내는 구성도이다. 도면에 있어서, 이 실시 형태의 물체 검출 장치에는 배경 윤곽선 정보 추출 수단(25)과, 물체 검출 수단(26)이 마련되어 있다. 배경 윤곽선 정보 추출 수단(25)에는 배경 윤곽량 산출부(30)와, 배경 윤곽량 메모리(31)가 마련되어 있다.
이 실시 형태의 배경 윤곽선 추출부(12)는 실시 형태 1과 동양으로, 배경 화상의 화소마다 윤곽선을 추출하고, 도 5에 나타내는 바와 같은 배경 화상 윤곽선 화상 데이터를 배경 윤곽선 메모리(13)에 기억시킨다. 배경 윤곽량 산출부(30)는 배경 윤곽선 메모리(13)의 배경 화상 윤곽선 화상 데이터를 취득하고, 상기 복수 화소를 모으는 것에 의해 윤곽 화상을 복수의 블록 B(i, j) 로 분할한다. 또한, 이 실시 형태에서는 복수 화소는 평균화되지 않는다. 또, 배경 윤곽량 산출부(30)는 각 블록 B(i, j) 에서 윤곽선의 화소가 차지하고 있는 비율 BE(i, j) 를 산출한다. 배경 윤곽량 메모리(31)는 BE(i, j) 를 기억한다.
물체 검출 수단(26)에는 차분 화상 윤곽선 추출부(33)가 마련되어 있다. 차분 화상 윤곽선 추출부(33)는 복수 화소를 모으는 것에 의해 구한 차분 화상을 복수의 블록 B(i, j) 로 분할한다. 또, 차분 화상 윤곽선 추출부(33)는 블록 B(i, j) 내의 각 화소의 Δ(x, y) 를 산출한다. 또한, 차분 화상 윤곽선 추출부(33)는 상기 블록 B(i, j) 내의 Δ(x, y) 의 총합인 Σ(i, j) 를 산출하는 동시에, 이하의 식에서 나타내는 제4 문턱값(이하, 제4의 Th라고 표기함)을 이용하여 문턱값 처리를 행한다. 단, α은 미리 설정되는 정수이다.
제4의 Th = α× BE(i, j)
즉, 차분 화상 윤곽선 추출부(33)는 현화상의 소정 좌표의 블록에서 윤곽선을 추출할 때에, 상기 블록과 같은 좌표의 배경 화상의 블록에서 윤곽선이 차지하는 비율에 따른 검출 감도를 이용하여, 상기 블록에서 윤곽선을 추출한다. 차분 화상 윤곽선 추출부(33)는 Σ(i, j) 가 제4의 Th 이하인 경우, 상기 블록을 윤곽선이 없는 블록으로 한다. 또, 차분 화상 윤곽선 추출부(33)는 Σ(i, j) 가 제4의 Th보다 큰 경우, 상기 블록을 윤곽선이 있는 블록으로 한다.
다음에, 동작에 대해 설명한다. 도 16은 도 15의 차분 화상 윤곽선 추출부(33)에 의해 행해지는 차분 화상 추출 동작을 나타내는 플로우차트이다. 도면에 있어서, 예를 들어 도 3에 나타내는 바와 같은 현화상이 현화상 메모리(9)에 의해 기억되면, 상기 현화상과 예를 들어 도 2에 나타내는 바와 같은 화상 데이터, 즉 배경 화상 메모리(8)에 격납되어 있는 배경 화상으로부터 차분 화상이 구해진다(단계 S11). 그 다음에, 복수 화소가 모아지는 것에 의해 상기 차분 화상이 복수의 블록으로 분할되고(단계 S60), 소정 좌표의 블록에 있어서 소정 좌표의 Δ(x, y) 가 산출되는 동시에(단계 S12), 상기 화소가 포함되는 블록에서 각 화소의 Δ(x, y) 가 산출되었는지의 여부가 판정된다(단계 S61). 상기 블록내의 모든 화소에서 Δ(x, y) 가 산출되어 있지 않다고 판정된 경우, 모든 화소에서 Δ(x, y) 가 산출될 때까지 Δ(x, y) 가 순차적으로 산출된다.
이에 대해, 상기 블록내의 모든 화소에서 Δ(x, y) 가 산출되었다고 판정된 경우, 산출된 Δ(x, y) 에 기초하여 Σ(i, j) 가 구해지는 동시에(단계 S62), 상기 블록의 좌표에 기초하여 제4의 Th가 결정되고(단계 S63), 문턱값 처리가 행해진다(단계 S64). 그 다음에, 모든 블록에서 문턱값 처리가 완료했는지의 여부가 판정되고(단계 S65), 완료하고 있지 않다고 판정된 경우, 다른 좌표의 블록에서 Δ(x, y) 의 산출 및 문턱값 처리가 행해지고, 완료했다고 판정된 경우, 도 6의 것보다 거친 차분 화상 윤곽선 화상 데이터가 점유 영역 산출부(16)에 입력되고, 이 차분 화상 추출 동작이 종료된다.
또한, 도 17에 나타내는 물체 검출 수단(35)의 현화상 윤곽선 추출부(36)가 차분 화상을 구하는 것을 제외하고 실시 형태 3의 차분 화상 윤곽선 추출부(33)와 같은 동작을 행하여, 현화상으로부터 배경 화상의 윤곽선을 제외한 윤곽선을 추출해도 된다.
이와 같은 물체 검출 장치에서는 배경 윤곽선 정보 추출 수단(25)은 배경 화상의 각 블록에서의 윤곽선의 비율 BE(i, j) 를 산출하고, 물체 검출 수단(26, 35)은 차분 화상 또는 현화상의 소정 좌표의 블록에서 윤곽선을 추출할 때에, 상기 블록과 같은 좌표의 BE(i, j) 에 기초하여 제4의 Th를 결정하고, 상기 제4의 Th를 이용하여 상기 블록에서 윤곽선을 추출하므로, 화소마다 문턱값 처리를 행하는 경우 에 비해 연산량을 줄일 수 있어, 연산 부하를 감소시킬 수 있다.
또한, 실시 형태 1 ~ 3에서는 감시 영역을 엘리베이터의 엘리베이터 칸 내로 하여 설명하였으나, 감시 영역으로서는 예를 들어 엘리베이터의 승강장 등이어도 된다. 엘리베이터 칸 내와 각 층의 승강장을 감시하는 물체 검출 장치를 마련한 경우, 엘리베이터 제어 장치는 엘리베이터 칸내의 탑승 예상 용적을 비교하여, 승강장의 기다리고 있는 모든 이용자가 엘리베이터 칸내에 탑승할 수 있는 층에만 엘리베이터 칸을 착상시킬 수 있다.

Claims (9)

  1. 촬영부에서 촬영된 감시 영역의 검출 대상이 존재하고 있지 않을 때의 배경 화상과 현화상을 취득하는 화상 취득 수단과,
    상기 배경 화상의 윤곽선 정보를 추출하는 배경 윤곽선 정보 추출 수단과,
    상기 배경 화상의 윤곽선 정보에 기초한 배경 화상의 윤곽선을 제외한 윤곽선이 상기 현화상으로부터 추출할 수 있는지의 여부에 의해, 감시 영역에 있어서 검출 대상의 유무를 검출하는 물체 검출 수단을 구비하고 있는 것을 특징으로 하는 물체 검출 장치.
  2. 청구항 1에 있어서,
    상기 물체 검출 수단은 상기 현화상의 소정 좌표의 화소에서 윤곽선을 추출할 때에, 상기 화소의 좌표가 상기 배경 화상에서 윤곽선이 위치하는 좌표인지의 여부를 상기 배경 화상의 윤곽선 정보에 기초하여 판정하고, 상기 배경 화상에서 윤곽선이 위치하는 좌표라고 판정한 경우, 윤곽선의 검출 감도를 내린 다음, 해당 화소에서 윤곽선을 추출하는 것을 특징으로 하는 물체 검출 장치.
  3. 청구항 1에 있어서,
    상기 배경 윤곽선 정보 추출 수단은 복수 화소를 평균화하는 것에 의해 상기 배경 화상을 복수의 블록으로 분할한 다음, 해당 배경 화상의 윤곽선 정보를 추출 하고,
    상기 물체 검출 수단은 복수 화소를 평균화하는 것에 의해 상기 현화상을 복수의 블록으로 분할하는 동시에, 상기 현화상의 소정 좌표의 블록에서 윤곽선을 추출할 때에, 해당 블록의 좌표가 상기 배경 화상에서 윤곽선이 위치하는 좌표인지의 여부를 상기 배경 화상의 윤곽선 정보에 기초하여 판정하고, 상기 배경 화상에서 윤곽선이 위치하는 좌표라고 판정한 경우, 윤곽선의 검출 감도를 내린 다음, 해당 블록에서 윤곽선을 추출하는 것을 특징으로 하는 물체 검출 장치.
  4. 청구항 1에 있어서,
    상기 배경 윤곽선 정보 추출 수단은 복수 화소를 모으는 것에 의해 상기 배경 화상을 복수의 블록으로 분할하는 동시에, 해당 각 블록에서 윤곽선이 차지하는 비율을 산출하고,
    상기 물체 검출 수단은 복수 화소를 모으는 것에 의해 상기 배경 화상을 복수의 블록으로 분할하는 동시에, 상기 현화상의 소정 좌표의 블록에서 윤곽선을 추출할 때에, 해당 블록과 동일한 좌표의 상기 배경 화상의 블록에서 윤곽선이 차지하는 비율에 기초하여 윤곽선의 검출 감도를 결정하고, 해당 검출 감도를 이용하여 해당 블록에서 윤곽선을 추출할 수 있는지의 여부를 판정하는 것을 특징으로 하는 물체 검출 장치.
  5. 청구항 1에 있어서,
    상기 물체 검출 수단은 감시 영역에 있어서 검출 대상의 유무를 검출하는 동시에, 추출한 윤곽선에 기초하여, 감시 영역에 포함되는 소정 영역에서 검출 대상이 차지하는 영역의 비율을 구하는 것을 특징으로 하는 물체 검출 장치.
  6. 청구항 5에 있어서,
    상기 물체 검출 수단은 추출한 윤곽선 및 상기 윤곽선 근방의 영역을 검출 대상이 차지하는 영역의 화소로 하여, 상기 소정 영역에서 해당 검출 대상이 차지하는 영역의 화소 수가 상기 소정 영역의 모든 화소 수에 차지하는 비율을 구하는 것에 의해, 검출 대상이 소정 영역에서 차지하는 영역의 비율을 구하는 것을 특징으로 하는 물체 검출 장치.
  7. 청구항 5에 있어서,
    상기 물체 검출 수단은 상기 현화상을 복수의 블록으로 분할하고, 상기 배경 화상의 윤곽선을 제외한 윤곽선이 추출 가능한 블록 수를 상기 소정 영역에서 카운트하는 동시에, 해당 윤곽선을 추출할 수 있었던 블록 수가 상기 소정 영역의 모든 블록 수에 차지하는 비율을 구하는 것에 의해, 검출 대상이 상기 소정 영역에서 차지하는 영역의 비율을 구하는 것을 특징으로 하는 물체 검출 장치.
  8. 청구항 1에 있어서,
    상기 물체 검출 수단은 상기 현화상과 상기 배경 화상의 차분(差分) 화상을 구한 다음, 상기 배경 화상의 윤곽선 정보에 기초한 배경 화상의 윤곽선을 제외한 윤곽선을 상기 차분 화상으로부터 추출할 수 있는지의 여부에 의해, 감시 영역에 있어서 검출 대상의 유무를 검출하는 것을 특징으로 하는 물체 검출 수단.
  9. 청구항 1 내지 청구항 8 중 어느 한 항에 기재된 물체 검출 장치를, 엘리베이터의 엘리베이터 칸내를 감시 영역으로 하여, 상기 엘리베이터 칸내에 있어서 검출 대상의 유무를 검출하는 장치에 적용한 것을 특징으로 하는 엘리베이터의 물체 검출 장치.
KR1020087000862A 2006-04-26 2006-04-26 물체 검출 장치 및 엘리베이터의 물체 검출 장치 KR100936108B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2006/308718 WO2007129374A1 (ja) 2006-04-26 2006-04-26 物体検出装置及びエレベータの物体検出装置

Publications (2)

Publication Number Publication Date
KR20080022189A true KR20080022189A (ko) 2008-03-10
KR100936108B1 KR100936108B1 (ko) 2010-01-11

Family

ID=38667496

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020087000862A KR100936108B1 (ko) 2006-04-26 2006-04-26 물체 검출 장치 및 엘리베이터의 물체 검출 장치

Country Status (6)

Country Link
US (1) US8103105B2 (ko)
EP (1) EP2012273B1 (ko)
JP (1) JP4672658B2 (ko)
KR (1) KR100936108B1 (ko)
CN (1) CN101233541B (ko)
WO (1) WO2007129374A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101335877B1 (ko) * 2009-03-13 2013-12-02 닛본 덴끼 가부시끼가이샤 화상 식별자 추출 장치

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9053530B2 (en) 2006-11-27 2015-06-09 Google Inc. Method for sliced inpainting
WO2009031376A1 (ja) * 2007-09-04 2009-03-12 Mitsubishi Electric Corporation 利用者検出方法及び装置、並びに制御方法
US8925689B2 (en) 2011-01-19 2015-01-06 Smart Lifts, Llc System having a plurality of elevator cabs and counterweights that move independently in different sections of a hoistway
US8430210B2 (en) 2011-01-19 2013-04-30 Smart Lifts, Llc System having multiple cabs in an elevator shaft
US9365392B2 (en) 2011-01-19 2016-06-14 Smart Lifts, Llc System having multiple cabs in an elevator shaft and control method thereof
US20150103090A1 (en) * 2013-10-14 2015-04-16 Apple Inc. Keyer tool
US10074224B2 (en) 2015-04-20 2018-09-11 Gate Labs Inc. Access management system
JP2017050830A (ja) * 2015-09-04 2017-03-09 パナソニックＩｐマネジメント株式会社 照明装置、照明システム、及びプログラム
WO2017084094A1 (zh) 2015-11-20 2017-05-26 富士通株式会社 烟雾检测装置、方法以及图像处理设备
US9822553B1 (en) * 2016-11-23 2017-11-21 Gate Labs Inc. Door tracking system and method
CN108319952B (zh) * 2017-01-16 2021-02-02 浙江宇视科技有限公司 一种车辆特征提取方法及装置
JP6722408B2 (ja) * 2017-02-02 2020-07-15 フジテック株式会社 エレベータの利用者サポートシステム
JP6763363B2 (ja) * 2017-12-18 2020-09-30 フジテック株式会社 エレベータ装置の表示装置
KR102206698B1 (ko) * 2018-03-29 2021-01-22 미쓰비시덴키 가부시키가이샤 이상 검사 장치 및 이상 검사 방법
CN109539980B (zh) * 2018-10-19 2021-02-19 河南辉煌科技股份有限公司 一种基于图像处理的接触线抬升量实时测量方法
CN111353334A (zh) 2018-12-21 2020-06-30 富士通株式会社 烟雾检测方法和装置
JP6886645B2 (ja) * 2019-12-24 2021-06-16 フジテック株式会社 エレベータの利用者サポートシステム
CN112225020B (zh) * 2020-10-22 2022-12-09 日立楼宇技术（广州）有限公司 一种电梯控制方法和装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2621806B2 (ja) * 1994-08-30 1997-06-18 日本電気株式会社 背景特徴マスク生成装置および移動物体特徴抽出装置
JP3454979B2 (ja) * 1995-07-26 2003-10-06 株式会社東芝 異常状態検出方法および異常状態検出装置
JPH0962842A (ja) * 1995-08-21 1997-03-07 Fujitsu General Ltd 駐車場管理システム
JP3679512B2 (ja) * 1996-07-05 2005-08-03 キヤノン株式会社 画像抽出装置および方法
US6453069B1 (en) * 1996-11-20 2002-09-17 Canon Kabushiki Kaisha Method of extracting image from input image using reference image
JPH10313455A (ja) * 1997-05-12 1998-11-24 Mitsubishi Electric Corp 監視画像記録装置およびその再生装置
US6366699B1 (en) * 1997-12-04 2002-04-02 Nippon Telegraph And Telephone Corporation Scheme for extractions and recognitions of telop characters from video data
JPH11261994A (ja) 1998-03-11 1999-09-24 Mitsubishi Electric Corp 物体検出装置及びエレベーターの利用客数検出装置
JP2001058765A (ja) * 1999-08-20 2001-03-06 Mitsubishi Electric Corp 画像監視装置及び画像監視方法
US6731799B1 (en) * 2000-06-01 2004-05-04 University Of Washington Object segmentation with background extraction and moving boundary techniques
US7274820B2 (en) * 2001-09-26 2007-09-25 Kabushiki Kaisha Toshiba Pattern evaluation system, pattern evaluation method and program
JP2003324726A (ja) * 2002-05-07 2003-11-14 Itochu Corp 監視カメラを用いた物体検出装置
US7596265B2 (en) * 2004-09-23 2009-09-29 Hewlett-Packard Development Company, L.P. Segmenting pixels in an image based on orientation-dependent adaptive thresholds
US7454053B2 (en) * 2004-10-29 2008-11-18 Mitutoyo Corporation System and method for automatically recovering video tools in a vision system

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101335877B1 (ko) * 2009-03-13 2013-12-02 닛본 덴끼 가부시끼가이샤 화상 식별자 추출 장치

Also Published As

Publication number Publication date
EP2012273A4 (en) 2017-05-10
KR100936108B1 (ko) 2010-01-11
EP2012273A8 (en) 2009-04-15
EP2012273B1 (en) 2019-05-29
JPWO2007129374A1 (ja) 2009-09-17
CN101233541B (zh) 2012-05-02
JP4672658B2 (ja) 2011-04-20
US20090226092A1 (en) 2009-09-10
US8103105B2 (en) 2012-01-24
EP2012273A1 (en) 2009-01-07
CN101233541A (zh) 2008-07-30
WO2007129374A1 (ja) 2007-11-15

Similar Documents

Publication Publication Date Title
KR100936108B1 (ko) 물체 검출 장치 및 엘리베이터의 물체 검출 장치
JP4811653B2 (ja) 物体検出装置
JP4884331B2 (ja) 移動物体追跡装置
CN101599175B (zh) 确定拍摄背景发生改变的检测方法及图像处理设备
US20150146006A1 (en) Display control apparatus and display control method
US10762372B2 (en) Image processing apparatus and control method therefor
JP2010003177A (ja) 画像処理装置
JP2599701B2 (ja) エレベータの待機乗客数の検出方法
JP5264457B2 (ja) 物体検出装置
JP4865328B2 (ja) 画像センサ
JPH09293141A (ja) 移動物体検出装置
JP5142416B2 (ja) 物体検出装置
JP6811244B2 (ja) 画像処理装置、ステレオカメラ装置及び画像処理方法
JP4853657B2 (ja) 画像処理装置
JP2021051381A (ja) 付着物検出装置および付着物検出方法
JP5754931B2 (ja) 画像解析装置、画像解析方法及びプログラム
JP6591349B2 (ja) 動体検知システム及び動体検知方法
JP2001126192A (ja) 駐車場の駐車スペースの駐／空車判定方法
KR101793091B1 (ko) 불량화소의 검출방법 및 검출장치
JP5865709B2 (ja) 画像監視装置
JP2021052238A (ja) 付着物検出装置および付着物検出方法
JPH07296166A (ja) 混雑度検出装置
JP2003162724A (ja) 画像センサ
CN114332948A (zh) 基于yolov5算法的人头检测方法、模型训练方法和装置
JP3149839B2 (ja) 物体抽出装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20121130

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20131210

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20141205

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20151201

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20161129

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20171219

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20181219

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20191219

Year of fee payment: 11