WO2007129374A1

WO2007129374A1 - 物体検出装置及びエレベータの物体検出装置

Info

Publication number: WO2007129374A1
Application number: PCT/JP2006/308718
Authority: WO
Inventors: Shinichi Kuroda; Kazuo Sugimoto; Yoshihisa Yamada
Original assignee: Mitsubishi Denki Kabushiki Kaisha
Priority date: 2006-04-26
Filing date: 2006-04-26
Publication date: 2007-11-15
Also published as: JP4672658B2; KR20080022189A; JPWO2007129374A1; KR100936108B1; CN101233541B; US20090226092A1; EP2012273B1; EP2012273A8; EP2012273A1; EP2012273A4; CN101233541A; US8103105B2

Abstract

　監視領域に検出対象が存在していないときに撮影された背景画像と現画像とを比較することで、監視領域における検出対象の有無を検出する物体検出装置において、背景輪郭線情報抽出手段は、背景画像に映っている物の輪郭線情報を抽出する。物体検出手段は、現画像から背景画像の輪郭線を除く輪郭線情報の抽出を行う。また、物体検出手段は、現画像から該輪郭線情報が抽出できるか否かに基づいて、監視領域における検出対象の有無を検出する。

Description

明細書

物体検出装置及びエレベータの物体検出装置

技術分野

[0001] この発明は、撮影部で撮影された監視領域の検出対象が存在して!/ヽなヽときの背景画像と現画像とを比較することで、監視領域における検出対象の有無を検出する物体検出装置及びエレベータの物体検出装置に関するものである。

背景技術

[0002] 従来装置では、背景画像の各画素と現画像の各画素との輝度の差を求め、輝度に差がある画素数に基づいて、監視領域における検出対象の有無を検出する。このため、背景画像撮影時と現画像撮影時とで監視領域の明るさが違う場合に、検出対象の検出精度が低下する。そこで、従来装置では、明るさの違いによる検出対象の検出精度の低下を防ぐために、監視領域の明るさを監視し、明るさに応じて背景画像を更新する (特許文献 1参照)。

[0003] 特許文献 1 :特開平 11 261994号公報

発明の開示

発明が解決しょうとする課題

[0004] し力しながら、上記のような従来装置では、例えば照度計等、明るさを検出するためのセンサが必要となるので、製造コストが高くなる。また、背景画像を更新しているときに検出動作が行えず、検出不能期間が生じる。

[0005] この発明は、上記のような課題を解決するためになされたものであり、明るさを検出するためのセンサを不要にすることで製造コストを抑えることができるとともに、背景画像の更新を不要にすることで検出不能期間を無くすことができる物体検出装置及びエレベータの物体検出装置を得ることを目的とする。課題を解決するための手段

[0006] この発明による物体検出装置は、撮影部で撮影された監視領域の検出対象が存在して!/ヽな!ヽときの背景画像と現画像とを取得する画像取得手段と、背景画像の輪郭線情報を抽出する背景輪郭線情報抽出手段と、背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が現画像力も抽出できるか否かにより、監視領域における検出対象の有無を検出する物体検出手段とを備える。

図面の簡単な説明

圆 1]この発明の実施の形態 1によるエレベータの物体検出装置を示す構成図である

[図 2]図 1の背景画像メモリに記憶される背景画像を示す説明図である。

[図 3]図 1の現画像メモリに記憶される現画像を示す説明図である。

圆 4]図 1の物体検出手段が利用するラプラシアンフィルタを示す説明図である。圆 5]図 1の背景輪郭線抽出手段が抽出する背景画像の輪郭線を示す説明図である

[図 6]図 1の差分画像輪郭線抽出部が抽出する差分画像の輪郭線を示す説明図である。

圆 7]図 1の占有領域算出部が求める検出対象の領域を示す説明図である。

圆 8]図 1の背景輪郭線抽出手段によって行われる背景輪郭線抽出動作を示すフロ一チャートである。

圆 9]図 1の差分画像輪郭線抽出部によって行われる差分画像輪郭線抽出動作を示すフローチャートである。

[図 10]図 1の占有領域算出部によって行われる占有領域算出動作を示すフローチヤートである。

[図 11]実施の形態 1のエレベータの物体検出装置の変形例を示す構成図である。圆 12]実施の形態 2の背景輪郭線抽出手段によって行われる背景輪郭線抽出動作を示すフローチャートである。

[図 13]実施の形態 2の差分画像輪郭線抽出部によって行われる差分画像輪郭線抽出動作を示すフローチャートである。

[図 14]実施の形態 2の占有領域算出部によって行われる占有領域算出動作を示すフローチャートである。

圆 15]この発明の実施の形態 3によるエレベータの物体検出装置を示す構成図である。 [図 16]図 15の差分画像輪郭線抽出部によって行われる差分画像抽出動作を示すフローチャートである。

[図 17]実施の形態 3のエレベータの物体検出装置の変形例を示す構成図である。発明を実施するための最良の形態

[0008] 以下、この発明の好適な実施の形態について図面を参照して説明する。

実施の形態 1.

図 1は、この発明の実施の形態 1によるエレベータの物体検出装置を示す構成図である。図 2、図 3、及び図 5〜7は、図 1の物体検出装置で用いられる画像データを示す説明図である。図 4は、図 1の物体検出装置で用いられるラプラシアンフィルタを示す説明図である。図 1において、物体検出装置は、画像取得手段 1と、背景輪郭線情報抽出手段 2と、物体検出手段 3とを有している。画像取得手段 1は、撮影部であるカメラ 5と、 AZD変 6と、記憶制御部 7と、背景画像メモリ 8と、現画像メモリ 9 とを含んでいる。カメラ 5は、監視領域であるエレベータのかご内を撮影する。 A/D 変 6は、カメラ 5から出力されるアナログの画像データをデジタルデータに変換する。記憶制御部 7は、例えば人や荷物等の検出対象がかご内に存在していないことが管理者によって確認された際に操作される。また、記憶制御部 7は、該操作に応じて、そのときにカメラ 5によって撮影された画像データを背景画像として背景画像メモリ 8に記憶させる（図 2参照)。現画像メモリ 9は、カメラ 5によって撮影された現時点の画像 (以下、現画像と表記する)を所定間隔で記憶する（図 3参照)。即ち、現画像は所定間隔で更新される。つまり、画像取得手段 1は、カメラ 5で撮影された背景画像と現画像とを取得する。

[0009] ここで、一般に画像内のすべての画素には色及び輝度（明るさ）の情報が含まれている。画素の輝度は、全体としての明るさに係わらず、物の輪郭線 (物の領域の境界 )が位置するところで急激に変化する。輝度の変化値は、微分演算を利用することで算出できる。画像処理に用いられる微分演算には、ソーベルフィルタ等を用いて行う 1次微分と、ラプラシアンフィルタ等を用いて行う 2次微分とが存在する。ラプラシアンフィルタには、図 4の（a)に示すような 4近傍ラプラシアンフィルタと、図 4の（b)及び（c )に示すような 8近傍ラプラシアンフィルタとが存在する。 4近傍ラプラシアンフィルタは、所定座標の画素の輝度 f (x, y)に重み付けを行った後に、隣接する画素との輝度の差 Δ (X, y)を求めるものである。即ち、 4近傍ラプラシアンフィルタを用いた場合の Δ (X, y)は次の式で表すことができる。

Δ (χ, y) =4 Xf (x, y) - {f (x, y— l) +f (x, y+ l) +f (x— 1, y) +f (x+ l, y) }

[0010] 背景輪郭線情報抽出手段 2は、背景輪郭線抽出部 12と背景輪郭線メモリ 13とを含んでいる。背景輪郭線抽出部 12は、 4近傍ラプラシアンフィルタ等を用いて、背景画像に映っている物の輪郭線情報を抽出する（図 5参照)。なお、図 5において、背景画像の輪郭線は白色で描かれてヽる部分である。

[0011] 具体的には、背景輪郭線抽出部 12は、背景画像の所定画素において Δ (x, y)を算出するとともに、閾値処理を行う。閾値処理とは、算出した Δ (x, y)が第 1の閾値（以下、第 1の Thと表記する）よりも大きいか否かに応じて、該画素の輝度を 2値化する処理である。背景輪郭線抽出部 12は、 Δ (x, y)が第 1の Thよりも大きい場合、該画素の輝度を白色の値にする。また、背景輪郭線抽出部 12は、 Δ (X, y)が第 1の Th 以下である場合、該画素の輝度を黒色の値にする。さら〖こ、背景輪郭線抽出部 12は、背景画像内のすべての画素で、 Δ (X, y)を求めるとともに、閾値処理を行う。背景輪郭線メモリ 13は、背景輪郭線抽出部 12によって抽出された背景画像の輪郭線を示す画像データを記憶する。

[0012] 物体検出手段 3は、差分画像輪郭線抽出部 15と占有領域算出部 16とを含んでいる。差分画像輪郭線抽出部 15は、現画像の各画素と背景画像の各画素の輝度の差を表す差分画像を求める。また、差分画像輪郭線抽出部 15は、背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線を、求めた差分画像から抽出する（図 6参照)。

[0013] 具体的には、差分画像輪郭線抽出部 15は、差分画像の所定画素において Δ (x, y)を算出する。また、差分画像輪郭線抽出部 15は、 Δ (x, y)を算出した画素の座標力背景画像の輪郭線が位置する座標であるカゝ否かを判定する。さらに、差分画像輪郭線抽出部 15は、背景画像の輪郭線が位置する座標でないと判定した場合、第 2の Thを用いて該画素の輝度を 2値ィ匕する。さらにまた、差分画像輪郭線抽出部 15 は、背景画像の輪郭線が位置する座標であると判定した場合、第 2の Thよりも大きい第 3の Thを用いて該画素の輝度を 2値ィ匕する。即ち、背景画像の輪郭線が位置する座標で閾値の値を大きくすることで、輪郭線の検出感度を低くしている。これによつて、差分画像から、背景画像の輪郭線を除いた輪郭線を抽出できるようにしている。また、差分画像輪郭線抽出部 15は、背景画像のふちを除いたすべての画素で、 Δ (X , y)を求めるとともに、閾値処理を行う。さらに、差分画像輪郭線抽出部 15は、抽出した輪郭線の画像データを占有領域算出部 16に入力する。

[0014] 占有領域算出部 16は、差分画像輪郭線抽出部 15によって抽出された輪郭線から、検出対象が占める領域を求める（図 7参照)。具体的には、占有領域算出部 16は、図 6に示す輪郭線周辺を検出対象が占有する領域であるとして、当該領域の輝度を白色の値とするとともに、該輪郭線で囲まれた領域を検出対象が占有する領域であるとして、当該領域の輝度を白色の値とすることで、図 7の画像データを作成する。即ち、占有領域算出部 16は、図 6に示す輪郭線、及び該輪郭線の近傍を検出対象が占有する領域とする。これは、力ご内に進入する検出対象の形状が複雑であり、輪郭線の近傍を検出対象が占有しているとの仮定に基づいて行っている。さらに、占有領域算出部 16は、監視領域に含まれる所定領域で、輝度値が白色である画素の数（以下、 COUNT— WHITEと表記する）をカウントする。この所定領域とは、例えば管理者によって設定された一部の領域や、監視領域全体等である。

[0015] また、占有領域算出部 16は、検出対象が所定領域で占める領域の割合 (以下、 Ra tioと表記する）を以下の式に基づ、て求める。

Ratio = COUNT— WHITEZ所定領域内の全画素数

[0016] さらに、占有領域算出部 16は、 0%≤Ratioく 20%である場合、かご内にスペースが十分残っている旨を示す物体検出信号を作成する。また、占有領域算出部 16は、 Ratioの値が 20%≤ Ratioく 50%である場合、かご内にスペースが多少残っている旨を示す物体検出信号を作成する。さらに、占有領域算出部 16は、 50%≤Ratio≤ 100%である場合、満員状態を示す物体検出信号を作成する。換言すると、占有領域算出部 16は、 0%≤Ratioく 20%である場合に、所定領域に検出対象が存在していないことを検出し、 20%≤Ratioである場合に、所定領域に検出対象が存在していることを検出している。 0%≤Ratioく 20%である場合に、所定領域に検出対象が存在してヽな、ことを検出するようにして!/、るのは、例えば画像の乱れ等の影響を抑えるためである。なお、上記の割合は一例である。

[0017] エレベータ制御装置 17は、占有領域算出部 16からの物体検出信号に基づいてかごの運転を制御する。具体的には、エレベータ制御装置 17は、満員状態を示す物体検出信号が占有領域算出部 16から入力された場合、乗場からの呼び登録を無効にする。なお、記憶制御部 7、背景輪郭線抽出部 12、差分画像輪郭線抽出部 15、及び占有領域算出部 16は、プログラム等の情報を格納している情報格納部 (ROM 及び RAM)と、該情報格納部に格納されている情報に基づいて演算処理を行う演算処理部とを有するコンピュータである。

[0018] 次に、動作について説明する。図 8は、図 1の背景輪郭線抽出部 12によって行われる背景輪郭線抽出動作を示すフローチャートである。図において、例えば図 2に示すような背景画像が背景画像メモリ 8によって記憶されると、背景画像の所定座標で Δ (x, y)が算出されるともに (ステップ SI)、該 Δ (x, y)が第 1の Thよりも大きいか否か判定されるとともに、この判定結果に基づいて該座標の輝度が白色か黒色のいずれか一方の値にされる (ステップ S2)。その次に、背景画像のすべての画素で Δ (X, y)の算出及び閾値処理が完了した力否かが判定され (ステップ S3)、完了していないと判定された場合、他の座標で Δ (x, y)の算出及び閾値処理が行われ、完了したと判定された場合、図 5に示すような背景画像輪郭線画像データが背景輪郭線メモリ 13に記憶されて、この背景輪郭線抽出動作が終了される。

[0019] 次に、図 9は、図 1の差分画像輪郭線抽出部 15によって行われる差分画像輪郭線抽出動作を示すフローチャートである。図において、例えば図 3に示すような現画像が現画像メモリ 9によって記憶されると、該現画像と、例えば図 2に示すような画像データ、即ち背景画像メモリ 8に格納されている背景画像とから差分画像が求められる（ステップ Sl l)。その次に、差分画像の所定座標で Δ (X, y)が算出されるとともに (ステツプ S12)、例えば図 5に示すような画像データ、即ち背景輪郭線メモリ 13に格納されている背景画像輪郭線画像データに基づいて、該画素の座標が、背景画像の輪郭線が位置する座標であるか否かが判定される (ステップ S 13)。

[0020] このとき、背景画像の輪郭線が位置しない座標であると判定された場合、閾値処理に用いられる閾値として第 2の Thが選択されるとともに (ステップ S14)、第 2の Thを用いての閾値処理が行われる (ステップ S15)。これに対して、背景画像の輪郭線が位置する座標であると判定された場合、閾値処理に用いられる閾値として、第 2の Th よりも大きい第 3の Thが選択されるとともに (ステップ S16)、第 3の Thを用いての閾値処理が行われる。その次に、差分画像のすべての画素で Δ (X, y)の算出及び閾値処理が完了した力否かが判定され (ステップ S 17)、完了していないと判定された場合、他の座標で Δ (x, y)の算出及び閾値処理が行われ、完了したと判定された場合、図 6に示すような差分画像輪郭線画像データが占有領域算出部 16に入力されて、この差分画像抽出動作が終了される。

[0021] 次に、図 10は、図 1の占有領域算出部 16によって行われる占有領域算出動作を示すフローチャートである。図において、図 6に示すような差分画像輪郭線画像データが差分画像輪郭線抽出部 15から入力されると、該輪郭線周辺の画素の輝度値が白色の値に変換されるとともに (ステップ S21)、拡張された輪郭線で囲まれている領域の画素の輝度値が白色の値に変換され、図 7に示すような画像データが得られる ( ステップ S22)。その次に、 COUNT— WHITEがカウントされるとともに（ステップ S2 3)、 Ratioが算出され (ステップ S24)、該 Ratioの値に基づいて物体検出信号が作成されるとともに、該物体検出信号がエレベータ制御装置 17に入力される (ステップ S25)。

[0022] なお、これまで現画像と背景画像とから差分画像が求められた上で、背景画像の輪郭線を除く輪郭線が差分画像力抽出されるように説明してきたが、図 1の物体検出手段 3を図 11に示す物体検出手段 18に代えることで、差分画像を求めることなぐ現画像カゝら背景画像の輪郭線を除く輪郭線を抽出することもできる。物体検出手段 18 の現画像輪郭線抽出部 19は、差分画像を求めることを除けば、図 1の差分画像輪郭線抽出部 15と同様の動作で現画像から背景画像の輪郭線を除く輪郭線を抽出する。即ち、差分画像を求めることなぐ現画像から背景画像の輪郭線を除く輪郭線を抽出することでも、監視領域における検出対象の有無を検出できる。

[0023] このような物体検出装置では、物体検出手段 3, 18は、差分画像又は現画像から背景画像の輪郭線を除く輪郭線が抽出できる力否かに基づいて、監視領域における検出対象の有無を検出するので、明るさを検出するためのセンサを不要にすることで製造コストを抑えることができるとともに、背景画像の更新を不要にすることで検出不能期間を無くすことができる。特に、物体検出手段 3は、現画像と背景画像との差分画像を求めた上で、該差分画像から背景画像の輪郭線を除く輪郭線が抽出できるか否かに基づいて、監視領域における検出対象の有無を検出するので、背景画像の輪郭線を検出対象の輪郭線として抽出する可能性をより確実に低減でき、検出精度を向上させることができる。

[0024] また、物体検出手段 3, 18は、差分画像又は現画像の所定座標の画素で輪郭線を抽出する際に、該画素の座標が背景画像で輪郭線が位置する座標である力否かを背景画像の輪郭線情報に基づ、て判定し、背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該画素で輪郭線を抽出するので、より確実に差分画像又は現画像から背景画像の輪郭線を除く輪郭線が抽出でき、検出対象の検出精度を向上させることができる。

[0025] さらに、物体検出手段 3, 18は、監視領域における検出対象の有無を検出するとともに、抽出した輪郭線に基づいて、検出対象が所定領域で占める領域の割合を求めるので、検出対象の有無だけでなぐ検出対象がどの程度存在しているかを検出でき、検出精度を向上させることができる。特に、従来のエレベータ装置の場合、かご内の荷重に基づ、て、かご内に乗り込み余地が残って、る力否かを判定して、るが、例えばショッピングカート等、重量が軽いのにも拘わらず多くの領域を占める物がかご内に存在して、る場合、力ご内に乗り込み余地が残って、る力否かを正確に判定できない。これに対して、実施の形態 1の物体検出装置では、そのような物がかご内に存在している場合でも、かご内に乗り込み余地が残っている力否かをより正確に判定できる。即ち、この発明はエレベータ装置に対して特に有効である。

[0026] さらにまた、物体検出手段 3は、抽出した輪郭線、及び該輪郭線の近傍の領域を検出対象が占める領域の画素として、所定領域で該検出対象が占める領域の画素数力所定領域のすべての画素数に占める割合を求めることで、検出対象が所定領域で占める領域の割合を求めるので、検出対象が監視領域で占める領域の割合をより確実に求めることができ、検出対象の検出精度をより向上させることができる。 [0027] 実施の形態 2.

実施の形態 2の物体検出装置の構成は、実施の形態 1の物体検出装置と全体として同じであるので、図 1を用いて説明する。この実施の形態 2の背景輪郭線抽出部 1 2は、複数画素を平均化することで背景画像を複数のブロック B (i, j)に分割する。また、背景輪郭線抽出部 12は、該ブロック B (i, j)の輝度変化値 Δ (i, j)を算出するとともに、第 1の Thを用いて閾値処理を行うことで、ブロック毎に輪郭線を抽出する。即ち、背景輪郭線メモリ 13は、図 5の輪郭線の画像データよりも粗い画像データを記憶する。

[0028] 差分画像輪郭線抽出部 15は、例えば図 2に示すような画像データ、即ち背景画像メモリ 8に格納されている背景画像と、例えば図 3に示すような画像データ、即ち現画像メモリ 9に格納されている現画像とから差分画像を求める。差分画像輪郭線抽出部 15は、複数画素を平均化することで差分画像を複数のブロック B (i, j)に分割する。また、差分画像輪郭線抽出部 15は、該ブロック B (i, j)の輝度変化値 Δ (i, j)を算出する。さら〖こ、差分画像輪郭線抽出部 15は、現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックの座標が、背景画像で輪郭線が位置する座標であるか否か判定し、背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該ブロックで輪郭線を抽出する。即ち、差分画像輪郭線抽出部 15は、 Δ (i, j)が第 2又は第 3の Th以下である場合、該ブロックを輪郭線が無いブロックとする。また、差分画像輪郭線抽出部 15は、 Δ (i, j)が第 2又は第 3の Thよりも大き、場合、該ブロックを輪郭線が有るブロックとする。

[0029] 占有領域算出部 16は、差分画像輪郭線抽出部 15が各ブロックでの輪郭線の有無を判定した後に、輪郭線が抽出できたブロック数 (以下、 COUNT— EDGEと表記する)を所定領域でカウントする。また、占有領域算出部 16は、検出対象が所定領域で占める領域の割合である Ratioを以下の式に基づいて求める。その他の構成は、実施の形態 1と同様である。

Ratio = COUNT— EDGE ÷所定領域内のブロック数

[0030] 次に、動作について説明する。図 12は、実施の形態 2の背景輪郭線抽出部 12によつて行われる背景輪郭線抽出動作を示すフローチャートである。図において、例えば図 2に示すような背景画像が背景画像メモリ 8によって記憶されると、複数画素が平均化されることで該背景画像が複数のブロックに分割され (ステップ S30)、所定座標の Δ (i, j)が算出されるとともに (ステップ S31)、 Δ (i, j)が第 1の Thよりも大きいか否か判定され、この判定結果に基づいて該座標の輝度が白色か黒色のいずれか一方の値にされる（ステップ S32)。その次に、背景画像のすべてのブロックで Δ (i, の算出及び閾値処理が完了した力否かが判定され (ステップ S33)、完了していないと判定された場合、他の座標で Δ (i, j)の算出及び閾値処理が行われ、完了したと判定された場合、図 5に示すものよりも粗い背景画像輪郭線画像データが背景輪郭線メモリ 13に記憶されて、この背景輪郭線抽出動作が終了される。

[0031] 次に、図 13は、実施の形態 2の差分画像輪郭線抽出部 15によって行われる差分画像輪郭線抽出動作を示すフローチャートである。図において、例えば図 3に示すような現画像が現画像メモリ 9によって記憶されると、該現画像と、例えば図 2に示すような背景画像とから差分画像が求められるとともに (ステップ S11)、複数画素が平均化されることで差分画像が複数のブロックに分割される (ステップ S40)。その次に、差分画像の所定座標の Δ (i, j)が算出されるとともに (ステップ S41)、背景輪郭線メモリ 13に格納された背景画像輪郭線画像データに基づいて、該ブロックの座標が、背景画像の輪郭線が位置する座標であるカゝ否かが判定される (ステップ S42)。

[0032] このとき、背景画像の輪郭線が位置しない座標であると判定された場合、閾値処理に用いられる閾値として第 2の Thが選択されるとともに (ステップ S14)、第 2の Thを用いての該ブロックの閾値処理が行われる (ステップ S43)。これに対して、背景画像の輪郭線が位置する座標であると判定された場合、閾値処理に用いられる閾値として、第 2の Thよりも大きい第 3の Thが選択されるとともに (ステップ S 16)、第 3の Thを用いての閾値処理が行われる（ステップ S43)。その次に、差分画像のすべてのブロックで Δ (i, j)の算出及び閾値処理が完了した力否かが判定され (ステップ S44)、完了していないと判定された場合、他の座標で Δ (i, j)の算出及び閾値処理が行われ、完了したと判定された場合、図 6に示すものよりも粗い差分画像輪郭線画像データが占有領域算出部 16に入力されて、この差分画像抽出動作が終了される。

[0033] 次に、図 14は、実施の形態 2の占有領域算出部 16によって行われる占有領域算出動作を示すフローチャートである。図において、図 6に示すものよりも粗い差分画像輪郭線画像データが差分画像輪郭線抽出部 15から入力されると、 COUNT_E DGEがカウントされるとともに（ステップ S 50)、該 COUNT— EDGEに基づいて Rati oが算出され (ステップ S51)、該 Ratioの値に基づいて物体検出信号が作成されるとともに、該物体検出信号がエレベータ制御装置 17に入力される (ステップ S25)。

[0034] なお、図 11に示す物体検出手段 18の現画像輪郭線抽出部 19が、差分画像を求めることを除いて実施の形態 2の差分画像輪郭線抽出部 15と同様の動作を行って、現画像カゝら背景画像の輪郭線を除く輪郭線を抽出してもよい。

[0035] このような物体検出装置では、物体検出手段 3, 18は、複数画素がまとめられたブロック毎に輝度変化値を算出するとともに閾値処理を行うので、画素毎に輝度変化値を算出するとともに閾値処理を行う場合に比べて演算量を減らすことができ、演算負荷を低減できる。

[0036] また、物体検出手段 3, 18は、輪郭線が抽出できたブロック数を所定領域でカウントするとともに、該輪郭線が抽出できたブロック数が所定領域のすべてのブロック数に占める割合を求めることで、検出対象が所定領域で占める領域の割合を求めるので、画素をカウントする場合比べて演算量を減らすことができ、演算負荷を低減できる。

[0037] 実施の形態 3.

図 15は、この発明の実施の形態 3によるエレベータの物体検出装置を示す構成図である。図において、この実施の形態の物体検出装置には、背景輪郭線情報抽出手段 25と、物体検出手段 26とが設けられている。背景輪郭線情報抽出手段 25には、背景輪郭量算出部 30と、背景輪郭量メモリ 31とが設けられている。

[0038] この実施の形態の背景輪郭線抽出部 12は、実施の形態 1と同様に、背景画像の画素毎に輪郭線を抽出し、図 5に示すような背景画像輪郭線画像データを背景輪郭線メモリ 13に記憶させる。背景輪郭量算出部 30は、背景輪郭線メモリ 13の背景画像輪郭線画像データを取得して、該複数画素をまとめることで輪郭画像を複数のブロック B (i, j)に分割する。なお、この実施の形態では、複数画素は平均化されない。また、背景輪郭量算出部 30は、各ブロック B (i, j)で輪郭線の画素が占めている割合 BE (i, j)を算出する。背景輪郭量メモリ 31は、 BE (i, j)を記憶する。 [0039] 物体検出手段 26には、差分画像輪郭線抽出部 33が設けられている。差分画像輪郭線抽出部 33は、複数画素をまとめることで、求めた差分画像を複数のブロック B (i , j)に分割する。また、差分画像輪郭線抽出部 33は、ブロック B (i, j)内の各画素の Δ (x, y)を算出する。さら〖こ、差分画像輪郭線抽出部 33は、該ブロック B (i, j)内の Δ (X, y)の総和である∑ (i, j)を算出するとともに、以下の式で表せる第 4の閾値 (以下、第 4の Thと表記する）を用いて閾値処理を行う。但し、 αは予め設定される定数である。

第 4の Th= a X BE (i, j)

即ち、差分画像輪郭線抽出部 33は、現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックと同じ座標の背景画像のブロックで輪郭線が占める割合に応じた検出感度を用いて、該ブロックで輪郭線を抽出する。差分画像輪郭線抽出部 33 は、∑ (i, j)が第 4の Th以下である場合、該ブロックを輪郭線が無いブロックとする。また、差分画像輪郭線抽出部 33は、∑ (i, j)が第 4の Thよりも大きい場合、該ブロックを輪郭線が有るブロックとする。

[0040] 次に、動作について説明する。図 16は、図 15の差分画像輪郭線抽出部 33によつて行われる差分画像抽出動作を示すフローチャートである。図において、例えば図 3 に示すような現画像が現画像メモリ 9によって記憶されると、該現画像と、例えば図 2 に示すような画像データ、即ち背景画像メモリ 8に格納されている背景画像とから差分画像が求められる (ステップ S 11)。その次に、複数画素がまとめられることで該差分画像が複数のブロックに分割され (ステップ S60)、所定座標のブロックにおいて所定座標の Δ (X, y)が算出されるとともに (ステップ S12)、該画素が含まれるブロックで各画素の Δ (X, y)が算出された力否かが判定される (ステップ S61)。該ブロック内のすベての画素で Δ (X, y)が算出されていないと判定された場合、すべての画素で Δ (x, y)が算出されるまで、 Δ (x, y)が順次算出される。

[0041] これに対して、該ブロック内のすべての画素で Δ (X, y)が算出されたと判定された場合、算出された Δ (X, y)に基づいて∑ (i, j)が求められるとともに (ステップ S62)、該ブロックの座標に基づいて第 4の Thが決定され (ステップ S63)、閾値処理が行われる (ステップ S64)。その次に、すべてのブロックで閾値処理が完了した力否かが判定され (ステップ S65)、完了していないと判定された場合、他の座標のブロックで Δ ( X, y)の算出及び閾値処理が行われ、完了したと判定された場合、図 6のものよりも粗 V、差分画像輪郭線画像データが占有領域算出部 16に入力されて、この差分画像抽出動作が終了される。

[0042] なお、図 17に示す物体検出手段 35の現画像輪郭線抽出部 36が、差分画像を求めることを除いて実施の形態 3の差分画像輪郭線抽出部 33と同様の動作を行って、現画像カゝら背景画像の輪郭線を除く輪郭線を抽出してもよい。

[0043] このような物体検出装置では、背景輪郭線情報抽出手段 25は、背景画像の各プロックでの輪郭線の割合 BE (i, j)を算出し、物体検出手段 26, 35は、差分画像又は現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックと同じ座標の BE ( i, j)に基づいて第 4の Thを決定し、該第 4の Thを用いて該ブロックで輪郭線を抽出するので、画素毎に閾値処理を行う場合に比べて演算量を減らすことができ、演算負荷を低減できる。

[0044] なお、実施の形態 1〜3では、監視領域をエレベータのかご内として説明した力監視領域としては、例えばエレベータの乗場等でもよい。力ご内と各階の乗場とを監視する物体検出装置を設けた場合、エレベータ制御装置は、かご内の乗り込み余地と、各階の乗り込み予想容積とを比較して、乗場の待っているすべての利用者が、力ご内に乗り込むことができる階のみにかごを着床させることができる。

Claims

請求の範囲

[1] 撮影部で撮影された監視領域の検出対象が存在して!ヽなヽときの背景画像と現画像とを取得する画像取得手段と、

上記背景画像の輪郭線情報を抽出する背景輪郭線情報抽出手段と、上記背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が上記現画像から抽出できるか否かにより、監視領域における検出対象の有無を検出する物体検出手段と

を備えていることを特徴とする物体検出装置。

[2] 上記物体検出手段は、上記現画像の所定座標の画素で輪郭線を抽出する際に、該画素の座標が上記背景画像で輪郭線が位置する座標であるか否かを上記背景画像の輪郭線情報に基づ、て判定し、上記背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該画素で輪郭線を抽出することを特徴とする請求項 1記載の物体検出装置。

[3] 上記背景輪郭線情報抽出手段は、複数画素を平均化することで上記背景画像を複数のブロックに分割した上で、該背景画像の輪郭線情報を抽出し、

上記物体検出手段は、複数画素を平均化することで上記現画像を複数のブロックに分割するとともに、上記現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックの座標が上記背景画像で輪郭線が位置する座標である力否力を上記背景画像の輪郭線情報に基づ、て判定し、上記背景画像で輪郭線が位置する座標であると判定した場合、輪郭線の検出感度を下げた上で、該ブロックで輪郭線を抽出することを特徴とする請求項 1記載の物体検出装置。

[4] 上記背景輪郭線情報抽出手段は、複数画素をまとめることで上記背景画像を複数のブロックに分割するとともに、該各ブロックで輪郭線が占める割合を算出し、上記物体検出手段は、複数画素をまとめることで上記背景画像を複数のブロックに分割するとともに、上記現画像の所定座標のブロックで輪郭線を抽出する際に、該ブロックと同じ座標の上記背景画像のブロックで輪郭線が占める割合に基づ、て輪郭線の検出感度を決定し、該検出感度を用いて該ブロックで輪郭線が抽出できる力否かを判定することを特徴とする請求項 1記載の物体検出装置。

[5] 上記物体検出手段は、監視領域における検出対象の有無を検出するとともに、抽出した輪郭線に基づいて、監視領域に含まれる所定領域で検出対象が占める領域の割合を求めることを特徴とする請求項 1記載の物体検出装置。

[6] 上記物体検出手段は、抽出した輪郭線、及び該輪郭線の近傍の領域を検出対象が占める領域の画素として、上記所定領域で該検出対象が占める領域の画素数が、上記所定領域のすべての画素数に占める割合を求めることで、検出対象が所定領域で占める領域の割合を求めることを特徴とする請求項 5記載の物体検出装置。

[7] 上記物体検出手段は、上記現画像を複数のブロックに分割し、上記背景画像の輪郭線を除く輪郭線が抽出できたブロック数を上記所定領域でカウントするとともに、該輪郭線が抽出できたブロック数が上記所定領域のすべてのブロック数に占める割合を求めることで、検出対象が上記所定領域で占める領域の割合を求めることを特徴とする請求項 5記載の物体検出装置。

[8] 上記物体検出手段は、上記現画像と上記背景画像との差分画像を求めた上で、上記背景画像の輪郭線情報に基づく背景画像の輪郭線を除く輪郭線が上記差分画像力抽出できるか否かにより、監視領域における検出対象の有無を検出することを特徴とする請求項 1記載の物体検出手段。

[9] 請求項 1から請求項 8までのいずれか 1項に記載の物体検出装置を、エレベータの力ご内を監視領域として、上記かご内における検出対象の有無を検出する装置に適用したことを特徴とするエレベータの物体検出装置。