TWI410891B - 被攝體監視方法、被攝體監視裝置及記錄有被攝體監視程式之媒體 - Google Patents

被攝體監視方法、被攝體監視裝置及記錄有被攝體監視程式之媒體 Download PDF

Info

Publication number
TWI410891B
TWI410891B TW95143512A TW95143512A TWI410891B TW I410891 B TWI410891 B TW I410891B TW 95143512 A TW95143512 A TW 95143512A TW 95143512 A TW95143512 A TW 95143512A TW I410891 B TWI410891 B TW I410891B
Authority
TW
Taiwan
Prior art keywords
pixels
image
subject
comparison image
pixel
Prior art date
Application number
TW95143512A
Other languages
English (en)
Other versions
TW200802186A (en
Inventor
大塲良次
山下浩史
林功
Original Assignee
關西熱化學股份有限公司
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 關西熱化學股份有限公司 filed Critical 關西熱化學股份有限公司
Publication of TW200802186A publication Critical patent/TW200802186A/zh
Application granted granted Critical
Publication of TWI410891B publication Critical patent/TWI410891B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19634—Electrical details of the system, e.g. component blocks for carrying out specific functions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/14—Toxic gas alarms
    • 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
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Toxicology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Environmental & Geological Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Closed-Circuit Television Systems (AREA)

Description

被攝體監視方法、被攝體監視裝置及記錄有被攝體監視程式之媒體
本發明有關於使在時間上之前後對被攝體進行攝影所獲得之2個影像進行比較，藉以監視在該時間之期間有無被攝體之變化之被攝體監視方法、被攝體監視裝置、及在電腦等之資訊處理裝置內實施使該資訊處理裝置作為被攝體監視裝置而進行動作之被攝體監視程式。
近年來隨著計算機之處理能力提高，而因為至目前之資料量多和複雜，且未能達到實用化，所以期待有使用影像之計測‧監視等之系統。特別是對於監視系統，目前大多以人之眼睛確認來自監視攝影機之影像，所以期待能夠使該確認作業能自動化。
期待此種自動化之領域之一是從製鐵廠之焦爐洩漏氣體之情況。該氣體之洩漏大多從爐蓋發生，其原因被認為是由於高溫使爐蓋翹曲，或由於接觸面之腐蝕，煤、焦炭、焦油之異物之咬入等而引起。近年來已開發有不容易發生氣體洩漏之構造之爐蓋，但是未存在有經過長期間完全不會發生氣體洩漏之爐蓋，繼續作業所發生之氣體洩漏，必須由作業者進行封閉處理。氣體洩漏之位置雖可隨時修補，但是該位置之檢測現在只能由使用者來實施，對於經常24小時連續作業之焦炭爐，期待有可以自動檢測爐蓋之氣體洩漏之裝置。當人們看到該氣體洩漏之影像即一眼可明白氣體在發生洩漏。為了能從影像資訊得知，最簡單 之方法是在當天之天氣、攝影機之位置完全相同之狀況下，從氣體洩漏之影像減去攝影到之影像，所獲得之影像則成僅為氣體洩漏部份。
但是，要作出與當天之天氣，亦即照明條件完全相同之狀況非常困難。另外，即使扣除不同之狀況下攝影到之影像間差異，由於照明條件之不同亦殘留有氣體洩漏以外之部份。
依照此種方式，即使人們一目了然之變化，當從影像資訊機械地、定量地取出時，照明條件之攝影條件不同成為很大之妨礙，而需要有避免此種問題用之影像校正等之處理。另外，影像資訊很多成為位置x,y之濃度值R,G,B之多次元，而需要從該資訊好好地摘取影像之特徵。
本發明針對上述之問題，其目的是提供即使攝影時之照明條件之攝影條件不同時，亦可以良好地摘取影像之資訊，可以正確地捕捉2個影像(以下將其一稱為基準影像，另外一個稱為比較影像)間之變化之被攝體監視方法、被攝體監視裝置、及被攝體監視程式。
用來達成上述目的之本發明之被攝體監視方法，係利用將在第1時刻對被攝體攝影所獲得之基準影像、和在第2時刻對該被攝體攝影所獲得之比較影像進行比較，用來監視該被攝體是否有發生變化；其特徵在於，其具有：濃度值校正步驟，其利用在由各自具有濃度值之複數個 像素所構成之比較影像上、由2個像素以上之像素所構成之第2小區域中，即在包含由1個像素以上之像素所構成之第1小區域之第2小區域中，就上述2個像素以上之像素濃度值之平均值(average)和分散度(dispersion)，以及，在同樣由各自具有濃度值之複數個像素所構成之基準影像上、存在於與上述比較影像上之上述第2小區域之位置相同位置之小區域中，就2個像素以上之像素濃度值之平均值和分散度來進行演算，而校正比較影像上之上述第1小區域內之各個像素之濃度值；和變化判定步驟，其利用將基準影像、和經由上述濃度值校正步驟所獲得之校正後之比較影像進行比較，用來判定該被攝體是否有發生變化。
另外，亦可使2個影像之任一方成為基準影像，亦可在濃度值校正時使基準影像、比較影像之兩個影像之濃度值，與獨立施加之第三者使其平均和分散成為一致。
本發明之被攝體監視方法具有上述濃度值校正步驟，在每一個局部區域以使平均和分散一致之方式校正濃度值，所以可以高精確度地校正照明條件，藉而以高精確度判定基準影像和比較影像之間是否有發生變化。
在此處本發明之被攝體監視方法中，亦可以更具備有差分演算步驟，用來求得由基準影像和經由上述濃度值校正步驟獲得之校正後之比較影像之互相對應之像素間之濃度值之差分所構成之差分影像；且上述變化判定步驟亦可根據利用上述差分演算步驟所求得之差分影像，用來判定被攝體是否有發生變化。
經由求得差分影像，則可以容易地捕捉基準影像和校正後之比較影像之間之變化。
另外，在本發明之被攝體監視方法中，最好使上述濃度值校正步驟使構成比較影像之各1個像素分別作為上述第1小區域而實施上述演算的步驟。
經由實施以各1個像素作為上述第1小區域之上述演算，則可以實施更高精確度之校正。但是亦可以以複數個像素之集合作為第1小區域，在該情況亦可以進行高速之演算。
另外，在本發明之被攝體監視方法中，亦可以使上述濃度值校正步驟，當位於比較影像上之位置(x,y)之1個像素，或以該x,y作為變數時位於位置(x,y)之複數個像素之集合作為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均及分散分別為E1 及S1 2 ，基準影像上之上述第2小區域相對應之小區域內之濃度值之平均及分散分別為E0 及S0 2 時，依照算式 ，將位在比較影像上之位置(x,y)之像素之濃度值f1 (x,y)校正成為校正後之濃度值g(x,y)。
具體而言，例如可以依照上述(1)式校正濃度值。
另外，在本發明之被攝體監視方法中，亦可以使上述濃度值校正步驟判定在上述第2小區域內是否包含有邊緣，當上述第2小區域內包含有邊緣之情況，在位於比較 影像上之位置(x,y)之1個像素，或以該x,y作為變數時位於位置(x,y)之複數個像素之集合作為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均和分散分別作為E1 和S1 2 ，基準影像上之上述第2小區域相對應之小區域內之濃度值之平均及分散分別則作為E0 和S0 2 ，形成 時，位於比較影像上之位置(x,y)之像素之濃度值f1 (x,y)依照算式 ，被校正成為校正後之濃度值g(x,y)。
由於獲得基準影像時之被攝體之照明方向和獲得比較影像時之被攝體之照明方向之不同，亦會有以邊緣作為邊界之2個區域之亮度反轉之情況。即使在此種情況，如經由依照上述(2)式校正濃度值，亦可以進行高精確度之校正。
在此處上述第2小區域是否包含有邊緣之判定方法雖非限制性者，例如，在上述第2小區域內之濃度值之分散當超過指定之臨限值之情況時，則可以判定為在該第2小區域包含有邊緣。
另外，在本發明之被攝體監視方法中，亦可以使上述基 準影像和上述比較影像係在各個像素具有對應之複數色之濃度值之彩色影像之情況，上述濃度值校正步驟為對至少1色進行上述演算的步驟，上述變化判定步驟為對至少1色，使基準影像和經由上述濃度值校正步驟獲得之校正後之比較影像進行比較，用來判定該被攝體是否有發生變化者。
即使是彩色影像，在明白以特定色表示是否有發生變化時，則可以僅對該色進行演算而判定是否有發生變化。
或者，在本發明之被攝體監視方法中，亦可以使上述基準影像和上述比較影像在各個像素具有對應之複數色之濃度值之彩色影像之情況，上述濃度值校正步驟為對上述複數色之各個進行上述演算的步驟，上述變化判定步驟求得基準影像和經由上述濃度值校正步驟所獲得之校正後之比較影像之間之互相對應之像素間或區域間之色空間上之距離，而根據該距離判定被攝體是否有發生變化。
如此，對彩色影像之情況，亦可綜合複數色用來判定是否有發生變化。
另外，在本發明之被攝體監視方法中，最好具有偏移校正步驟，在上述濃度值校正步驟之實行前實施，用來校正基準影像和比較影像之位置偏移和/或旋轉偏移。
不只是被攝體之照明條件，在有攝影機之位置偏移等發生之虞時，則經由設置上述之偏移校正步驟，可以進行高精確度之變化之判定。
用來達成上述目的之本發明之被攝體監視裝置，係使在第1時刻對被攝體攝影所獲得之基準影像、和在第2時刻對該被攝體攝影所獲得之比較影像進行比較，用來監視該 被攝體是否有發生變化；其特徵在於，其具有：濃度值校正部，其利用在由各自具有濃度值之複數個像素所構成之比較影像上、由2個像素以上之像素所構成之第2小區域中，即在包含由1個像素以上之像素所構成之第1小區域之第2小區域中，就上述2個像素以上之像素濃度值之平均值及分散度，以及，在同樣由各自具有濃度值之複數個像素所構成之基準影像上、存在於與上述比較影像上之上述第2小區域之位置相同位置之小區域中，就2個像素以上之像素濃度值之平均值和分散度來進行演算，而校正比較影像上之上述第1小區域內之各個像素之濃度值；和變化判定部，其利用將基準影像、和經由上述濃度值校正部校正後之比較影像進行比較，用來判定該被攝體是否有發生變化。
在此處之本發明之被攝體監視裝置中，亦可以更具備有差分演算部，用來求得由基準影像和經由上述圖案值校正部所獲得之校正後之比較影像之互相對應之像素間之濃度值之差分所構成之差分影像，而上述變化判定部亦可根據利用上述差分演算部求得之差分影像來判定被攝體是否有發生變化。
另外，在本發明之被攝體監視裝置中，最好使上述濃度值校正部為使構成比較影像之各1個像素分別作為上述第1小區域而實施上述演算為佳。
另外，在本發明之被攝體監視裝置中，亦可以使上述濃度值校正部，當位於比較影像上之位置(x,y)之1個像 素，或以該x,y作為變數時位於位置(x,y)之複數個像素之集合作為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均及分散分別為E1 和S1 2 ，基準影像上上述第2小區域之對應小區域內之濃度值之平均及分散分別為E0 和S0 2 時，依照算式 ，將位於比較影像上之(x,y)之像素之濃度值f1 (x,y)校正成為校正後之濃度值g(x,y)。
另外，在本發明之被攝體監視裝置中，最好使上述濃度值校正部判定在上述第2小區域內是否包含有邊緣，當上述第2小區域內包含有邊緣之情況，在位於比較影像上之位置(x,y)之1個像素，或以該x,y作為變數時位於位置(x,y)之複數個像素之集合成為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均及分散分別為E1 及S1 2 ，基準影像上之上述第2小區域對應之小區域內之濃度值之平均及分散分別為E0 和S0 2 ，當形成 時，位於比較影像上之位置(x,y)之像素之濃度值f1 (x,y)依照算式[算式6] ，被校正成該校正後之濃度值g(x,y)，此亦為較佳之態樣。
在此種情況，亦可以使上述濃度值校正部在上述第2小區域內之濃度值之分散超過指定之臨限值之情況時，判定為在該第2小區域包含有邊緣。
另外，在本發明之被攝體監視裝置中，當上述基準影像和上述比較影像為在各個像素具有對應之複數色之濃度值之彩色影像之情況，上述濃度值校正部係至少1色進行上述演算，上述變化判定部亦可對至少1色，使基準影像和經由上述濃度值校正部校正後之比較影像進行比較，用來判定該被攝體是否有發生變化。
或者在本發明之被攝體監視裝置中，上述基準影像和上述比較影像為在各像素具有對應之複數色之濃度值之彩色影像之情況，上述濃度值校正部為對上述複數色之各個進行上述演算，而上述變化判定部則求得基準影像和經由上述濃度值校正部所獲得之校正後之比較影像之間之互相對應之像素間或區域間之色空間上之距離，而根據該距離判定被攝體是否有發生變化，此亦為較佳之形態。
另外，在本發明之被攝體監視裝置中，最好具有偏移校正部，在上述濃度值校正部之前段，校正基準影像和比較影像之位置偏移和/或旋轉偏移。
另外，用以達成上述目的之本發明之被攝體監視程式，在實施程式之資訊處理裝置內被實施，並使該資訊處理裝 置進行被攝體監視裝置之動作，利用將在第1時刻對被攝體攝影所獲得之基準影像、和在第2時刻對該被攝體攝影所獲得之比較影像進行比較，用來監視該被攝體是否有發生變化；其特徵在於，上述資訊處理裝置具有：濃度值校正部，其利用在由各自具有濃度值之複數個像素所構成之比較影像上、由2個像素以上之像素所構成之第2小區域中，即在包含由1個像素以上之像素所構成之第1小區域之第2小區域中，就上述2個像素以上之像素之濃度值之平均值及分散度，以及，同樣在由各自具有濃度值之複數個像素所構成之基準影像上、存在於與上述比較影像上之上述第2小區域之位置相同位置之小區域中，就2個像素以上之像素濃度值之平均值及分散度來進行演算，而校正比較影像上之上述第1小區域內之各個像素之濃度值；和變化判定部，其利用將基準影像、和經由上述濃度值校正部校正後之比較影像進行比較，用來判定該被攝體是否有發生變化。
此處本發明之被攝體程式其特徵為，可更具有差分演算部，其求得使上述資訊處理裝置自基準影像和經由上述濃度值校正部所獲得之校正後之比較影像之互相對應之像素間之濃度值之差分構成之差分影像；同時，上述變化判定部根據利用上述差分演算部所求得之差分影像，判定被攝體是否有發生變化。
另外，最好在本發明之被攝體監視程式中，上述濃度值校正部使構成比較影像之各1個像素分別作為上述第1小 區域而實施上述演算。
另外，在本發明之被攝體監視程式中，亦可以使上述濃度值校正部，當位於比較影像上之位置(x,y)之1個像素，或以該x,y作為變數時位於位置(x,y)之複數個像素之集合作為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均及分散分別為E1 及S1 2 ，基準影像上之上述第2小區域相對應之小區域內之濃度值之平均及分散分別為E0 和S0 2 時，依照算式 ，使位於比較影像上之(x,y)之像素之濃度值f1 (x,y)校正為校正後之濃度值g(x,y)。
或者在本發明之被攝體監視程式中，上述濃度值校正部判定在上述第2小區域內是否包含有邊緣，當上述第2小區域內包含有邊緣之情況，位於比較影像上之位置(x,y)之1個像素，或以該x,y作為變數時位於位置(x,y)之多個像素之集合成為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均及分散分別為E1 和S1 2 ，基準影像上之上述第2小區域相對應之小區域內之濃度值之平均及分散分別為E0 和S0 2 ，形成 時，使位於比較影像上之位置(x,y)之像素之濃度值 f1 (x,y)依照算式 ，被校正為該校正後之濃度值g(x,y)，此亦為較佳之態樣。在此種情況，亦可以使上述濃度值校正部在上述第2小區域內之濃度值之分散超過指定之臨限值之情況時，判定在該第2小區域包含有邊緣。
另外，在本發明之被攝體監視程式中，上述基準影像和上述比較影像在各個像素具有相對應之複數色之濃度值之彩色影像之情況，上述濃度值校正部對至少1色進行上述演算，上述變化判定部則對至少1色，使基準影像和經由上述濃度值校正部校正後之比較影像進行比較，判定該被攝體是否有發生變化。
或者在本發明之被攝體監視程式中，在上述基準影像和上述比較影像在各個像素具有相對應之複數色之濃度值之彩色影像之情況，上述濃度值校正部對上述複數色之各個進行上述演算，上述變化判定部則求得基準影像和經由上述濃度值校正部所獲得之校正後之比較影像之間之上述複數色相關之複數個差分影像之互相對應之像素間或區域間之色空間上之距離，而根據該距離判定被攝體是否有發生變化，此亦為較佳之態樣。
另外，本發明之被攝體監視程式最好是使上述資訊處理裝置，在上述濃度值校正部之前段更具有偏移校正部，用來校正基準影像和比較影像之位置偏移和/或旋轉偏移之 被攝體監視裝置之動作者，如此為佳。
依照上述方式之本發明時，可以以高精確度捕捉被攝體之變化之有無。
下面說明本發明之實施形態。
以下所說明之實施形態是在電腦內實施被攝體監視程式用來實現作為本發明之一實施形態之被攝體監視方法，藉以利用該電腦和被攝體監視程式用來在該電腦內實現被攝體監視裝置。
因此，以下說明電腦之硬體，其次說明在該電腦內實施之程式。
圖1是筆記型個人電腦(以下簡稱為「筆記型電腦」)，和連接到該筆記型電腦之攝影機之外觀圖。
該筆記型電腦10由本體部20和對該本體部20可以自由開閉之顯示部30構成。在本體部20，其上面具備有由使用者操作按鍵之鍵盤21，和用來指定顯示畫面上之任意之點之觸控板(亦稱為軌跡板，trackpad)22，在側面，如該圖1所示，具備有裝填MO之MO裝填口231和裝填CD-R或CD-RW之CD-R/RW裝填口241。另外，在該本體部20連接有滑鼠25，當與觸控板22比較時，可以更提高操作效率。進而，在該本體部20連接有攝影機40。該攝影機40用來將監視對象之被攝體捕捉在攝影範圍內，例如每隔1分鐘，定期地進行攝影，將利用該攝影所獲得之影 像資料發送到筆記型電腦本體20。另外，在本實施形態中，攝影機40利用攝影產生與R(紅)、G(綠)、B(藍)之各色相對應之彩色影像資料。
另外，在筆記型電腦10之顯示部30，在其中央之廣大區域，使顯示畫面31擴大。該顯示部30如圖1所示地打開使用，又在使用後，以顯示畫面31為內側，折疊成為重疊在本體部20上配置有鍵盤21等之上表面。
圖2是外觀如圖1所示之筆記型電腦之硬體構造圖。
圖2之硬體構造圖中，顯示有CPU111，RAM112，硬碟控制器113，MO驅動器114，CD-R/RW驅動器115，USB介面116，鍵盤控制器117，顯示控制器118，觸控板控制器119，攝影機控制器120，和影像收訊部121，該等利用匯流排110互相連接。
MO驅動器114和CD-R/RW驅動器115分別對參照圖1所說明之從MO裝填口231和CD-R/RW裝填口241所裝填之MO232，CD-R(或CD-RW)242進行存取。
另外，在該圖2中，顯示利用硬碟控制器113存取之硬碟122，又在該圖2中顯示有在圖1亦有所示之滑鼠25，鍵盤21，顯示畫面31和觸控板22。硬碟控制器113，USB介面116，鍵盤控制器117，顯示控制器118和觸控板控制器119分別用來控制硬碟122，依據USB規格所連接之機器(此處為滑鼠25)，鍵盤21，顯示畫面31和觸控板22。
進而，攝影機控制器120連接到圖1所示之攝影機40， 其定期地(例如每1分鐘)對該攝影機40給予攝影指示。
另外，影像收訊部121亦連接到圖1所示之攝影機40，用來接受該攝影機40所攝得之從該攝影機40發訊之影像資料。
圖3是在圖1、圖2所示之筆記型電腦內實施之被攝體監視程式之流程圖。
該被攝體監視程式由攝影機之模糊校正步驟(步驟a)，照明變化之校正步驟(步驟b)，和被攝體變化之檢測步驟(步驟c)構成。
在此處對以攝影機40預先攝影之基準影像，和該攝影機40此次攝影所獲得之比較影像進行比較，檢測出以基準影像之攝影時點作為基準而在比較影像之攝影時點，被攝體之變化之有無。
圖4是圖3所示之被攝體監視程式中之攝影機之模糊校正步驟(步驟a)之詳細流程圖。
該攝影機之模糊校正步驟是攝影機40(參照圖1)之攝影畫面於獲得基準影像時和獲得比較影像時可能有偏差時必要之步驟。
在此處進行線成分抽出(步驟a1)，細線化(步驟a2)，利用哈夫變換(Hough transform)之直線檢測(步驟a3)和旋轉‧平行移動(步驟a4)之各個處理。以下順序地說明該等之各個處理。
(線成分抽出處理(步驟a1))
在此處利用布利衛得(prewitt)過濾器分別檢測基準影 像和比較影像之線成分之水平成分和垂直成分。
布利衛得過濾器是特徵抽出過濾器，用來求得邊界線之形狀之模板(template)和對象影像之相關值。其構成由下列之△X,△Y之2個過濾器形成。
在該過濾器中，利用△X只抽出垂直邊緣成分，利用△Y只抽出水平之邊緣成分。式(10)是3×3布利衛得過濾器，是特別可以正確抽出長水平邊緣或垂直邊緣之方法，使用有3×5等之短型過濾器。
對基準影像和比較影像之各個，使該布利衛得過濾器作用，用來獲得各個影像內之線成分被抽出之2進制影像。
圖5表示施加布利衛得過濾前之原影像(基準影像或比較影像)之圖，圖6表示對圖5所示之原影像施加攝影機布利衛得過濾之結果所獲得之2進制影像之圖。
另外，在此處雖採用布利衛得過濾，但是代替該布利衛得過濾，而採用拉普拉斯(Laplace)過濾等其他之線成分抽出過濾亦可。
(細線化處理(步驟a2))
利用拉普拉斯過濾或布利衛得過濾所獲得之2進制影像具有普通數像素單元(pixel)之粗度。理想上最好使物體之輪廓線具有1個像素單元。從線影像求得線幅有1個像素單元之影像處理稱為細線化(thinning)。
進行細線化之2進制影像之像素記號如圖7所示，以po表示中心像素，以pk表示其附近像素。中心像素是否可以消去要考慮與附近像素之連結性，在從影像之左下朝向右上探查之情況，從附近像素是否相當於圖8之3個圖案之那一個而可判斷。亦即，在從左下朝向右上探查之情況，當黑像素為1，白像素為0，可以滿足 內之任一個時，則成為可以消去該像素。當從左下朝向右上之探查完成時，對被判斷為可消去之像素進行消去，使探查開始點成為右上，探查方向成為左下，將近旁像素之圖案變換成為與圖8相反者，再度進行探查，消去像素。探查開始點為左上，而右下之情況亦利用同樣之步驟消去像素，重複進行該步驟直至判斷為可以消去之像素變無，利用此種方式線影像之線幅成為1個像素單元，成為所獲得之線影像具有粗度時之中心線。
圖9表示使圖6細線化之結果。
(利用哈夫變換之直線檢測處理(步驟a3))
從影像之過濾所獲得之線影像求得線成分之有無或位置之代表性之方式是哈夫(Hough)變換，抽出其直線，在取得輪廓上非常重要。
哈夫變換不只是直線，對於作為圓、橢圓等之參數之圖 形用之圖案抽出法，亦為有力之手法。
直線檢測用之哈夫變換之基本手法是使用(傾斜率m)-(切片c)座標系之基本手法，但是為提高檢測精確度亦可以使用θ-ρ正規表現之座標系代替m-c座標系。另外，亦可以試著朝向各種曲線圖案或任意形狀之圖形之檢測擴張。
m-c參數平面上之哈夫變換以下列之式(12)進行。其為進行”點-線變換”之操作。當對象影像為二進制影像之情況時，只對2進制影像內之黑像素(n個)施加式(12)所示之變換。
si ：c=-Xi ‧m+Yi (i=1,2,…,n)......(12)
亦即，對於圖10(a)所示之圖形上之黑像素之各點pi (Xi ,Yi )，以式(12)表示，當描繪m-c參數平面上之軌跡時，如圖10(b)所示，成為各1個之直線si 。
圖11表示圖9之檢測直線之結果。
其中，對X-Y平面之各個黑像素，描繪m-c參數平面上之軌跡，同時求得參數平面上之各點之累積度數。亦即，在相當於與X-Y平面上之各個黑像素對應之直線之參數平面上之各個之累積度數加1時，如圖10(b)所示之a點或b點，則在X-Y平面上之與直線對應之點之累積度數具有大的值。亦即，利用給予累積度數之較大值之(m,c)之值，則可以得知存在於2進制影像之直線之傾斜率和切片之值。
(旋轉‧平行移動處理(步驟a4))
使影像旋轉‧平行移動之方法是利用影像中之各個像素之位置向量之旋轉‧平行移動而進行。如圖12所示，當使影像以點(xo,yo)為中心旋轉θ，朝向x方向平行移動△x，朝向y方向平行移動△y時，圖像中之位置(x,y)之像素依照式(13)朝向位置(x1 ,y1 )移動。
但是，因為像素之位置因係離散，所以由於捨入誤差而使移動後之影像成為開洞者。亦即，求得應進入移動後之位置(x1 ,y1 )之原影像中之位置(x,y)，則利用原影像之資料內插而獲得濃度值即可。對式(13)解(x,y)時，成為 。使用式(14)使圖5以左下為中心旋轉10°，則右邊10個像素單元，下邊20個像素單元平行移動後之影像如圖13所示。
利用以上之處理，以被抽出之直線成為最佳一致之方式，使比較影像相對於基準影像進行平行‧旋轉移動，則可以高精確度地使2個影像進行位置對準。
圖14是圖3所示之被攝體監視程式中之照明變化之校正步驟(步驟b)之詳細流程圖。
在此處之小區域內之平均‧分散取得處理(步驟b1)和 濃度值之線性變換處理(步驟b2)，係對影像整體而進行(步驟b3)。
(小區域內之平均‧分散取得處理(步驟b1))
此處，首先從基準影像、比較影像之相同位置，取出n×n之小區域，求得該小區域內之濃度值之平均‧分散。
圖15表示由影像(基準影像和比較影像)之一部份構成之小區域R。該小區域R相當於本發明第2小區域之一例。在此處，該小區域R之一例是由以像素P0 為中心之7×7個像素構成者。在此處，對基準影像和比較影像之各個，求得該小區域R內之平均及分散。
在此處，使對基準影像所求得之平均、分散分別為E0 ,S0 2 ，而對比較影像所求得之平均、分散分別為E1 ,S1 2 。另外，在比較影像中，使其小區域R之中心像素P0 之座標為(x,y)，使其像素P0 之濃度值為f1 (x,y)。
(濃度值之線性變換處理(步驟b2))
依照上述之方式，在對基準影像求得比較影像之各個之平均、分散之後，在此處，依照式(1)將比較影像上之小區域R之中央像素P0 之濃度值f1 (x,y)線性變換成校正後之濃度值g(x,y)。
在此處，一方面使影像上之各個像素P0 為中心之小區域R順序移動，同時一方面重複進行該2個步驟b1,b2之處 理，而求得各個像素之濃度值被線性變換後之比較影像。
其次，對因照明之變化使邊緣前後之濃度值大小關係反轉之情況之濃度值校正處理予以說明。在此種情況下，如僅以上述之濃度值之平均‧分散而進行校正則邊緣前後之濃度值之大小關係不被校正，而不能獲得良好之結果。為對此進行校正，當可判斷在比較影像側之小區域R內含有邊緣時，如圖16所示，則先以1,-1取得各個像素之濃度值大於或小於小區域R內之平均之資訊，而如式(2)所示，假如將比較影像側之位置x,y之濃度f1 (x,y)校正成為濃度g(x,y)時，則成為符合基準值(圖17)。
亦即，在此處基準影像上之小區域內之各個像素(座標(x,y)：x,y為變數)之濃度值為f0 (x,y)時，則為 ，利用 求得校正後之濃度值g(x,y)。
圖18是濃度值之線性校正變化例之說明圖。
在此處，根據小區域R內之平均、分散，校正該小區域R之中央部份之另外一個小區域D內之各個像素P0 ~P8 之濃度值。此時經由將區域D內之像素之座標(x,y)考慮為變 數，則可以直接適用上述之式(1)或式(2)。
當根據小區域R之平均‧分散僅校正中央之1個像素P0 之濃度值時，則成為可以進行高精確度之校正，當根據小區域R之平均‧分散，而校正由中央之多個像素構成之小區域D內之各個像素之濃度值時，則可以進行高速演算。
圖19是圖3所示之被攝體監視程式中之變化之檢測步驟(步驟c)之詳細流程圖。
此處，首先獲得基準影像和以上述方式校正濃度值後之比較影像之差分影像，用來獲得該等影像之變化被抽出後之影像(步驟c1)。
其次，對於該差分影像之各個像素，算出周邊n個像素單元之RGB空間內之平均距離，用來產生差分影像整體之平均距離分布(步驟c2)。利用所獲得之平均距離分布之平均值E，標準差σ，而以式(15)決定臨限值T。
T=E+3 σ......(15)
檢測平均距離大於該臨限值T之部份作為變化部份(步驟c3)。另外，在此處雖採用上述式(15)求得臨限值T，但是σ之幅度(在式(15)中為3 σ之3)可適當地調整。
圖20表示基準影像和比較影像之間變化較大之部份(在差分影像上被強調之部份)之特徵。其表示平均距離越大，變化則越大(越被強調)。
另外，圖21表示平均距離之影像整體之分布。當被檢測到平均距離大於臨限值之部份，則可檢測比較影像和基 準影像間之變化(亦即被攝體所產生之變化)。
被攝體產生變化之情況被顯示在圖1所示之筆記型電腦10之顯示畫面31。另外，亦可以利用蜂音器或燈泡等喚起注意。
另外，上述之實施形態雖是以圖3所示之步驟a~c中之步驟a,b對R,G,B之各個影像資料分別進行處理，在步驟c，對於求得差分影像之點是對R,G,B之各個圖像資料分別進行，但是亦可以在其後，綜合R,G,B之各個資料求得上述之平均距離，根據其平均距離而判定被攝體之變化之有無，例如在知悉被攝體之變化是G色被加強出現之情況時，只要圖3步驟a~c之任一者均可僅對G之影像資料進行處理。在此種情況下，只對差分影像上之G之濃度值判定被攝體之有無變化。
另外，在此處雖以求得差分影像，根據其差分影像判定被攝體之有無變化，但是此處，亦可以進行顯示基準影像和校正後之比較影像之「不同」的演算，而不僅限於狹義之「差分」。
另外，圖3之步驟a在攝影機被確實地固定，而且與被攝體之位置關係為不動時，亦可以省略。
另外，在此處是採用圖1所示之由筆記型電腦和連接到該筆記型電腦之攝影機所構成之裝置，但是本發明並不限於此種形態之裝置，亦可以採用桌上型之個人電腦之形態，或採用與攝影機構成一體型之裝置。
另外，圖2所示之裝置之內部構造亦不限於該圖2之構 造，例如亦可為不使用MO等而為其他之構造者亦可。
10‧‧‧筆記型電腦
20‧‧‧本體部
21‧‧‧鍵盤
22‧‧‧觸控板
25‧‧‧滑鼠
30‧‧‧顯示部
31‧‧‧顯示畫面
40‧‧‧攝影機
110‧‧‧匯流排
111‧‧‧CPU
112‧‧‧RAM
113‧‧‧硬碟控制器
114‧‧‧MO驅動器
115‧‧‧CD-R/RW驅動器
116‧‧‧USB介面
117‧‧‧鍵盤控制器
118‧‧‧顯示控制器
119‧‧‧觸控板控制器
120‧‧‧攝影機控制器
121‧‧‧影像收訊部
122‧‧‧硬碟
231‧‧‧MO裝填口
232‧‧‧MO
241‧‧‧CD-R/RW裝填口
242‧‧‧CD-R(或CD-RW)
圖1是筆記型電腦和連接到該筆記型電腦之攝影機之外觀圖。
圖2是以圖1表示外觀之筆記型電腦之硬體構造圖。
圖3是在圖1、圖2所示之筆記型電腦內實行之被攝體監視程式之流程圖。
圖4是圖3所示之被攝體監視程式中之攝影機之模糊校正之步驟(步驟a)之詳細流程圖。
圖5表示實施布利衛得過濾前之原影像(基準影像或比較影像)之圖。
圖6表示在圖5所示之原影像施加攝影機布利衛得過濾之2結果所獲得之2進制影像之圖。
圖7表示2進制影像之像素記號之圖。
圖8(a)、(b)和(c)是細線化處理之說明圖。
圖9表示使圖6細線化之結果之圖。
圖10(a)和(b)是哈夫變換處理之說明圖。
圖11表示從圖9檢測到直線之結果之圖。
圖12是旋轉‧平行移動處理之說明圖。
圖13表示使圖5旋轉‧平行移動之結果之圖。
圖14是圖3所示之被攝體監視程式中之照明之變化之校正步驟(步驟b)之詳細流程圖。
圖15表示影像(基準影像和比較影像)之一部份之小區域R之圖。
圖16表示在小區域R內之各個像素，分配1或-1之值之區域之圖。
圖17(a)、(b)和(c)是包含邊緣之小區域之濃度值之校正處理之說明圖。
圖18是濃度值之線性校正之變化例之說明圖。
圖19是圖3所示之被攝體監視程式中之照明‧變化之檢出步驟(步驟c)之詳細流程圖。
圖20表示基準影像和比較影像之間之變化較大之部份(在差分圖像上被強調之部份)之特徵之圖。
圖21表示平均距離之影像全體分布之圖。

Claims (24)

  1. 一種被攝體監視方法，其利用將在第1時刻對被攝體攝影所獲得之基準影像、和在第2時刻對該被攝體攝影所獲得之比較影像進行比較，用來監視該被攝體是否有發生變化；其特徵在於，其具有：濃度值校正步驟，其利用在由各自具有濃度值之複數個像素所構成之比較影像上、由2個像素以上之像素所構成之第2小區域中，即在包含由1個像素以上之像素所構成之第1小區域之第2小區域中，就上述2個像素以上之像素濃度值之平均值(average)和分散度(dispersion)，以及，在同樣由各自具有濃度值之複數個像素所構成之基準影像上、存在於與上述比較影像上之上述第2小區域之位置相同位置之小區域中，就2個像素以上之像素濃度值之平均值和分散度來進行演算，而校正比較影像上之上述第1小區域內之各個像素之濃度值；和變化判定步驟，其利用將基準影像、和經由上述濃度值校正步驟所獲得之校正後之比較影像進行比較，用來判定該被攝體是否有發生變化；而上述濃度值校正步驟係當位於比較影像上之位置(x,y)之1個像素、或以該x,y作為變數時位於位置(x,y)之複數個像素之集合成為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均值和分散度分別為E1 和S1 2 ，而基準影像上之對應於上述第2小區域之小區域內之濃度值之平均值和分散度分別為E0 和S0 2 時，依 照算式 ，將位於比較影像上之位置(x,y)之像素之濃度值f1 (x,y)校正成為校正後之濃度值g(x,y)。
  2. 如申請專利範圍第1項之被攝體監視方法，其中，具備有差分演算步驟，用來求得由基準影像、和經由上述濃度值校正步驟所獲得之校正後之比較影像之互相對應之像素彼此間之濃度值之差分構成之差分影像；且上述變化判定步驟係根據利用上述差分演算步驟求得之差分影像，判定被攝體是否有發生變化。
  3. 如申請專利範圍第1項之被攝體監視方法，其中，上述濃度值校正步驟為使構成比較影像之各1個像素分別成為上述第1小區域而實行上述演算的步驟。
  4. 如申請專利範圍第1項之被攝體監視方法，其中，上述濃度值校正步驟判定在上述第2小區域內是否包含有邊緣(edge)，當上述第2小區域內包含有邊緣之情況，在位於比較影像上之位置(x,y)之1個像素、或以該x,y作為變數時位於位置(x,y)之複數個像素之集合成為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均值和分散度分別為E1 和S1 2 ，而基準影像上之對應於上述第2小區域之小區域內之濃度值之平均值和分散度分別為E0 和S0 2 ，當形成 時，將位於比較影像上之位置(x,y)之像素之濃度值f1 (x,y)依照算式 校正成為校正後之濃度值g(x,y)。
  5. 如申請專利範圍第4項之被攝體監視方法，其中，上述濃度值校正步驟在上述第2小區域內濃度值之分散度超過指定臨限值之情況時，判定為在該第2小區域包含有邊緣。
  6. 如申請專利範圍第1項之被攝體監視方法，其中，上述基準影像和上述比較影像係在各個像素具有對應之複數色濃度值之彩色影像，上述濃度值校正步驟為對至少1色進行上述演算的步驟，而上述變化判定步驟為對至少1色，使基準影像、和經由上述濃度值校正步驟所獲得之校正後之比較影像進行比較，用來判定該被攝體是否有發生變化。
  7. 如申請專利範圍第1項之被攝體監視方法，其中，上述基準影像和上述比較影像係在各個像素具有對應之複數色濃度值之彩色影像，上述濃度值校正步驟為對上述複數色之各個進行上述演算的步驟，而上述變化判定步驟為 求得基準影像、和經由上述濃度值校正步驟所獲得之校正後之比較影像之間之互相對應之像素彼此間或區域彼此間之色空間上之距離，根據該距離判定被攝體是否有發生變化者。
  8. 如申請專利範圍第1項之被攝體監視方法，其中，具有偏移校正步驟，在上述濃度值校正步驟之實行前實行，用來校正基準影像和比較影像之位置偏移、旋轉偏移中之一或二種偏移。
  9. 一種被攝體監視裝置，其利用將在第1時刻對被攝體攝影所獲得之基準影像、和在第2時刻對該被攝體攝影所獲得之比較影像進行比較，用來監視該被攝體是否有發生變化；其特徵在於，其具有：濃度值校正部，其利用在由各自具有濃度值之複數個像素所構成之比較影像上、由2個像素以上之像素所構成之第2小區域，即在包含由1個像素以上之像素所構成之第1小區域之第2小區域之中，就上述2個像素以上之像素濃度值之平均值和分散度、以及，在同樣由各自具有濃度值之複數個像素所構成之基準影像上、存在於與上述比較影像上之上述第2小區域之位置相同位置之小區域中，就2個像素以上之像素濃度值之平均值和分散度來進行演算，而校正比較影像上之上述第1小區域內之各個像素之濃度值；和變化判定部，其利用將基準影像、和經由上述濃度值校正部校正後之比較影像進行比較，用來判定該被攝體是否 有發生變化；而上述濃度值校正部係當位於比較影像上之位置(x,y)之1個像素、或以該x,y作為變數時位於位置(x,y)之複數個像素之集合成為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均值和分散度分別為E1 和S1 2 ，而基準影像上之對應於上述第2小區域之小區域內之濃度值之平均值和分散度分別為E0 和S0 2 時，依照算式 ，將位於比較影像上之位置(x,y)之像素之濃度值f1 (x,y)校正成為校正後之濃度值g(x,y)。
  10. 如申請專利範圍第9項之被攝體監視裝置，其中，具備有差分演算部，用來求得由基準影像、和經由上述濃度值校正部所獲得之校正後之比較影像之互相對應之像素彼此間之濃度值之差分構成之差分影像，上述變化判定部係根據利用上述差分演算部求得之差分影像，判定被攝體是否有發生變化者。
  11. 如申請專利範圍第9項之被攝體監視裝置，其中，上述濃度值校正部係使構成比較影像之各1個像素分別成為上述第1小區域而實行上述演算者。
  12. 如申請專利範圍第9項之被攝體監視裝置，其中，上述濃度值校正部判定在上述第2小區域內是否包含有 邊緣，當上述第2小區域內包含有邊緣之情況，在位於比較影像上之位置(x,y)之1個像素、或以該x,y作為變數時位於位置(x,y)之複數個像素之集合成為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均值和分散度分別為E1 和S1 2 ，而基準影像上之對應於上述第2小區域之小區域內之濃度值之平均值和分散度分別為E0 和S0 2 ，當形成 時，將位於比較影像上之位置(x,y)之像素之濃度值f1 (x,y)依照算式 校正成為該校正後之濃度值g(x,y)。
  13. 如申請專利範圍第12項之被攝體監視裝置，其中，上述濃度值校正部在上述第2小區域內濃度值之分散度超過指定臨限值之情況時，判定為在該第2小區域包含有邊緣。
  14. 如申請專利範圍第9項之被攝體監視裝置，其中，上述基準影像和上述比較影像係在各個像素具有對應之複數色之濃度值之彩色影像，上述濃度值校正部為對至少1色進行上述演算者，而上述變化判定部為對至少1色， 使基準影像、和經由上述濃度值校正部校正後之比較影像進行比較，用來判定該被攝體是否有發生變化者。
  15. 如申請專利範圍第9項之被攝體監視裝置，其中，上述基準影像和上述比較影像係在各個像素具有對應之複數色之濃度值之彩色影像，上述濃度值校正部為對上述複數色之各個進行上述演算者，而上述變化判定部為求得基準影像和經由上述濃度值校正部所獲得之校正後之比較影像之間之互相對應之像素彼此間或區域彼此間之色空間上之距離，根據該距離判定被攝體是否有發生變化者。
  16. 如申請專利範圍第9項之被攝體監視裝置，其中，具有偏移校正部，在上述濃度值校正部之前段，校正基準影像和比較影像之位置偏移、旋轉偏移中之一或二種偏移。
  17. 一種記錄有被攝體監視程式之媒體，該被攝體監視程式係在實行程式之資訊處理裝置內被實行，並使該資訊處理裝置進行被攝體監視裝置之動作，利用將在第1時刻對被攝體攝影所獲得之基準影像、和在第2時刻對該被攝體攝影所獲得之比較影像進行比較，用來監視該被攝體是否有發生變化；其特徵在於，上述資訊處理裝置具有：濃度值校正部，其利用在由各自具有濃度值之複數個像素所構成之比較影像上、由2個像素以上之像素所構成之第2小區域中，即在包含由1個像素以上之像素所構成之第1小區域之第2小區域之中，就上述2個像素以上之像 素濃度值之平均值和分散度、以及，在同樣由各自具有濃度值之複數個像素所構成之基準影像上、存在於與上述比較影像上之上述第2小區域之位置相同位置之小區域中，就2個像素以上之像素濃度值之平均值和分散度來進行演算，而校正比較影像上之上述第1小區域內之各個像素之濃度值；和變化判定部，其利用將基準影像、和經由上述濃度值校正部校正後之比較影像進行比較，用來判定該被攝體是否有發生變化；而上述濃度值校正部係當位於比較影像上之位置(x,y)之1個像素、或以該x,y作為變數時位於位置(x,y)之複數個像素之集合成為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均值和分散度分別為E1 和S1 2 ，而基準影像上之對應於上述第2小區域之小區域內之濃度值之平均值和分散度分別為E0 和S0 2 時，依照算式 ，將位在比較影像上之位置(x,y)之像素之濃度值f1 (x,y)校正成為校正後之濃度值g(x,y)者。
  18. 如申請專利範圍第17項之記錄有被攝體監視程式之媒體，其中，使上述資訊處理裝置進行被攝體監視裝置之動作，而上述資訊處理裝置更具備有：差分演算部，用 來求得由基準影像、和經由上述濃度值校正部所獲得之校正後之比較影像之互相對應之像素彼此間之濃度值之差分構成之差分影像；同時，上述變化判定部係根據利用上述差分演算部求得之差分影像，判定被攝體是否有發生變化者。
  19. 如申請專利範圍第17項之記錄有被攝體監視程式之媒體，其中，上述濃度值校正部係使構成比較影像之各1個像素分別成為上述第1小區域而實行上述演算者。
  20. 如申請專利範圍第17項之記錄有被攝體監視程式之媒體，其中，上述濃度值校正部判定在上述第2小區域內是否包含有邊緣，當上述第2小區域內包含有邊緣之情況，在位於比較影像上之位置(x,y)之1個像素、或以該x,y作為變數時位於位置(x,y)之複數個像素之集合成為上述第1小區域時，包含該第1小區域之第2小區域內之濃度值之平均值和分散度分別為E1 和S1 2 ，而基準影像上之對應於上述第2小區域之小區域內之濃度值之平均值和分散度分別為E0 和S0 2 ，當形成 時，將位於比較影像上之位置(x,y)之像素之濃度值f1 (x,y)依照算式[算式9] 校正成為該校正後之濃度值g(x,y)。
  21. 如申請專利範圍第20項之記錄有被攝體監視程式之媒體，其中，上述濃度值校正部在上述第2小區域內濃度值之分散度超過指定臨限值之情況時，判定為在該第2小區域包含有邊緣。
  22. 如申請專利範圍第17項之記錄有被攝體監視程式之媒體，其中，上述基準影像和上述比較影像係在各個像素具有對應之複數色之濃度值之彩色影像，上述濃度值校正部為對至少1色進行上述演算者，而上述變化判定部為對至少1色，使基準影像、和經由上述濃度值校正部校正後之比較影像進行比較，用來判定該被攝體是否有發生變化者。
  23. 如申請專利範圍第17項之記錄有被攝體監視程式之媒體，其中，上述基準影像和上述比較影像係在各個像素具有對應之複數色之濃度值之彩色影像，上述濃度值校正部為對上述複數色之各個進行上述演算者，而上述變化判定部為求得基準影像、和經由上述濃度值校正部所獲得之校正後之比較影像之間之上述複數色相關之複數個差分影像之互相對應之像素彼此間或區域彼此間之色空間上之距離，根據該距離判定被攝體是否有發生變化者。
  24. 如申請專利範圍第17項之記錄有被攝體監視程式之媒體，其使上述資訊處理裝置進行被攝體監視裝置之動 作，而上述資訊處理裝置更具有偏移校正部，在上述濃度值校正部之前段，校正基準影像和比較影像之位置偏移、旋轉偏移中之一或二種偏移。
TW95143512A 2005-11-24 2006-11-24 被攝體監視方法、被攝體監視裝置及記錄有被攝體監視程式之媒體 TWI410891B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2005339271A JP4843297B2 (ja) 2005-11-24 2005-11-24 被写体監視方法、被写体監視装置、および被写体監視プログラム

Publications (2)

Publication Number Publication Date
TW200802186A TW200802186A (en) 2008-01-01
TWI410891B true TWI410891B (zh) 2013-10-01

Family

ID=38067212

Family Applications (1)

Application Number Title Priority Date Filing Date
TW95143512A TWI410891B (zh) 2005-11-24 2006-11-24 被攝體監視方法、被攝體監視裝置及記錄有被攝體監視程式之媒體

Country Status (8)

Country Link
US (1) US8144928B2 (zh)
EP (1) EP1954053B1 (zh)
JP (1) JP4843297B2 (zh)
KR (1) KR100957519B1 (zh)
CN (1) CN101317457B (zh)
PL (1) PL1954053T3 (zh)
TW (1) TWI410891B (zh)
WO (1) WO2007060987A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5223069B2 (ja) * 2007-04-25 2013-06-26 独立行政法人理化学研究所 標本の分析方法およびそれを利用した針状領域の分析装置
CN103761134A (zh) * 2014-01-28 2014-04-30 华为技术有限公司 一种处理图片的方法及电子设备
US9462052B2 (en) * 2014-06-12 2016-10-04 Sony Corporation Input handover from a first device to a second device
DK178701B1 (en) * 2015-04-01 2016-11-21 Spx Flow Tech Danmark As A method and a system for monitoring spray nozzles in a spray drying or spray cooling chamber
CN110033468B (zh) * 2019-03-21 2020-01-17 孙凯 一种物体移除检测方法、装置及终端设备
CN111105366B (zh) * 2019-12-09 2023-11-24 Oppo广东移动通信有限公司 图像处理方法和装置、终端设备及存储介质
CN111914673B (zh) * 2020-07-08 2023-06-16 浙江大华技术股份有限公司 目标行为的检测方法、装置及计算机可读存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200511823A (en) * 2003-07-02 2005-03-16 Fuji Photo Film Co Ltd Method and device for graph image recording

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02210959A (ja) * 1989-02-10 1990-08-22 Canon Inc 画像処理装置
US6134355A (en) 1989-02-10 2000-10-17 Canon Kabushiki Kaisha Binarization using a local average, and using error diffusion
US5121446A (en) 1989-02-10 1992-06-09 Canon Kabushiki Kaisha Image processing apparatus capable of obtaining multi-level data
JP2758282B2 (ja) * 1991-05-02 1998-05-28 三菱電機株式会社 画像監視装置
JP3222183B2 (ja) 1992-02-19 2001-10-22 株式会社リコー 画像処理装置
US5777690A (en) * 1995-01-20 1998-07-07 Kabushiki Kaisha Toshiba Device and method for detection of moving obstacles
AP9701084A0 (en) * 1995-03-22 1997-10-31 Idt International Digital Tech Deutschland Gmbh Method and apparatus for coordination of motion determination over multiple frames.
JP3572750B2 (ja) * 1995-10-26 2004-10-06 石川島播磨重工業株式会社 コンクリート欠陥の自動評価方法
JPH11296653A (ja) * 1998-04-06 1999-10-29 Sanyo Electric Co Ltd 画像処理装置及びこれを用いた人体検知装置
JP4189060B2 (ja) * 1998-07-10 2008-12-03 株式会社Ｉｈｉ コンクリート表面の遊離石灰抽出方法
US6141441A (en) * 1998-09-28 2000-10-31 Xerox Corporation Decoding data from patterned color modulated image regions in a color image
US6570608B1 (en) * 1998-09-30 2003-05-27 Texas Instruments Incorporated System and method for detecting interactions of people and vehicles
JP2001197501A (ja) * 2000-01-07 2001-07-19 Fujitsu Ltd 動きベクトル探索器及び動きベクトル探索方法並びに動画像符号化装置
JP2002150440A (ja) * 2000-11-13 2002-05-24 Fujitsu General Ltd 監視対象物検出装置
JP2003263644A (ja) * 2002-03-07 2003-09-19 Mitsumi Electric Co Ltd 輪郭抽出方法及び装置
JPWO2003088648A1 (ja) * 2002-04-17 2005-08-25 松下電器産業株式会社 動き検出装置、画像処理システム、動き検出方法、プログラム、および記録媒体
JP4340836B2 (ja) * 2002-07-18 2009-10-07 富士フイルム株式会社 画像合成装置及び画像合成プログラム
US20100053367A1 (en) * 2003-08-05 2010-03-04 Fotonation Ireland Limited Partial face tracker for red-eye filter method and apparatus
JP4408355B2 (ja) * 2003-08-08 2010-02-03 株式会社竹中工務店 画像処理装置及び画像処理プログラム
JP2005135014A (ja) * 2003-10-28 2005-05-26 Hitachi Kokusai Electric Inc 物体検出装置
EP2137599A1 (de) * 2007-03-14 2009-12-30 AXSionics AG Druckmessvorrichtung und entsprechendes verfahren

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200511823A (en) * 2003-07-02 2005-03-16 Fuji Photo Film Co Ltd Method and device for graph image recording

Also Published As

Publication number Publication date
WO2007060987A1 (ja) 2007-05-31
TW200802186A (en) 2008-01-01
US8144928B2 (en) 2012-03-27
CN101317457B (zh) 2011-09-14
KR20080070035A (ko) 2008-07-29
EP1954053B1 (en) 2020-04-22
JP2007148576A (ja) 2007-06-14
US20090238450A1 (en) 2009-09-24
CN101317457A (zh) 2008-12-03
EP1954053A1 (en) 2008-08-06
KR100957519B1 (ko) 2010-05-17
PL1954053T3 (pl) 2020-11-16
JP4843297B2 (ja) 2011-12-21
EP1954053A4 (en) 2015-09-02

Similar Documents

Publication Publication Date Title
TWI410891B (zh) 被攝體監視方法、被攝體監視裝置及記錄有被攝體監視程式之媒體
US8218862B2 (en) Automatic mask design and registration and feature detection for computer-aided skin analysis
CN105979134A (zh) 图像处理装置、图像处理方法和图像处理系统
US7747079B2 (en) Method and system for learning spatio-spectral features in an image
JP2009097922A (ja) 外観検査方法及び外観検査装置
CN103797515B (zh) 通过几何修正和翘曲进行的运动分析的方法和系统
KR101195917B1 (ko) 혀 진단 영역 추출 방법
JP4242796B2 (ja) 画像認識方法及び画像認識装置
CN116703803A (zh) 用于检测电池极片边缘的毛刺的方法、设备和系统
TWI519802B (zh) 一種線路資訊擷取方法、非線路區資訊擷取方法及運用前述方法的線路缺陷檢測方法
JP4914762B2 (ja) 被写体監視方法、被写体監視装置、および被写体監視プログラム
JP4502645B2 (ja) 人物画像抽出装置、及びコンピュータプログラム
CN113807191B (zh) 一种非侵入式可视化测试脚本自动录制方法
US11880969B2 (en) Belt examination system and computer-readable non-transitory recording medium having stored belt examination program
US20210372937A1 (en) Belt examination system and computer-readable non-transitory recording medium having stored belt examination program
JP7380332B2 (ja) 画像処理装置、画像処理装置の制御方法およびプログラム
WO2005055144A1 (ja) 人物顔のあご検出方法及びあご検出システム並びにあご検出プログラム
JP4975472B2 (ja) カラーフィルタ欠陥修正装置およびカラーフィルタ欠陥修正方法
JP2016023314A (ja) 温度測定方法、温度測定装置、プログラム及び記録媒体
US20200211199A1 (en) Image inspection method
JP2021051022A (ja) 建物構造物診断システム
US20220005213A1 (en) Apparatus, method, and storage medium
US20090034834A1 (en) System and method for image processing
JP3996568B2 (ja) 画像処理方法、誤欠品検査方法、画像処理装置及び誤欠品検査装置
JP2006242584A (ja) ムラ欠陥検出方法及び装置