JP2007257316A - 物体計数装置 - Google Patents

Abstract

【課題】カメラの観測方向を一方向に限定することなく、検出対象の物体同士が重なっても個々の物体を検出することが可能な物体計数装置を提供する。
【解決手段】ある領域内をある一定方向に移動する物体の行列を撮影する撮像装置からの画像データを入力する画像入力部６０と、画像入力部６０に入力された画像データと、物体が存在しない場合の背景データとの差分を取り、物体の存在領域を示す画像ブロックを抽出する物体抽出部８１と、物体の横幅を示す基準ピッチ幅と、基準ピッチ幅より幅狭の重なりピッチ幅とを予め設定する領域設定部７２と、前記抽出された各画像ブロック毎に、その画像ブロックの幅方向の明度分布を作成し、その明度分布と、領域設定部７２に設定された基準ピッチ幅及び重なりピッチ幅とに基づいて当該画像ブロックから個々の物体を区別して検出する物体数推定処理を行う物体数推定部８２とを備えたものである。
【選択図】図１

Description

本発明は、ＡＴＭ（自動取引装置）や店舗内精算レジ等でサービスを享受する利用者数や、道路上の車両の数など、監視領域内をある一定方向に移動する物体を計数する物体計数装置に関するものである。

現在では、オフィスや繁華街、金融機関のＡＴＭコーナーなどの様々な場所で監視カメラシステムが設置されている。従来これらのシステムは、監視カメラによって撮影された画像データを監視員が見て、異常事態に対し警告を発するなどの目的で用いられていたが、最近では監視カメラで撮影された画像データから人物や車両を自動的に検出し、その数を計測することにより利用者に様々なサービスを提供するなど、自動計測によるサービス提供事例が登場してきている。

このような監視カメラを用いた物体計数装置の一例として、例えば特公平０８−２３８８２号公報に開示されているものがある。この従来技術は、通路の上方から真下に向けて設置されたカメラを使い、撮影した画像データに設定された通路を横切る帯状のエリアを移動体が通過するときに円形の移動物体のみを抽出し、人間の頭と同じ大きさの移動物体に対してのみパタンマッチング処理を行って人間であるかどうかを判定し、計数するものであった。この技術によれば、通路が混雑していても、人間の頭同士が重なって撮影されることはないため、人間を正確に計数することが可能であった。

特公平０８−２３８８２号公報

上記従来技術の物体計数装置は、人間の頭を検出する都合上、カメラの観測方向を真下に限定する必要があった。このようにカメラの観測方向に制限を設けることは、カメラの設置位置を限定することになりカメラ位置を決める際に利便性を欠くことになる。

本発明は上述した問題点に鑑みてなされたもので、カメラの観測方向を一方向に限定することなく、検出対象の物体同士が重なっても個々の物体を検出することが可能な画像監視による物体計数装置を提供することを目的とする。

本発明に係る物体計数装置は、移動する物体の行列を撮影した画像データを入力とする画像入力部と、画像入力部に入力された画像データと、物体が存在しない場合の背景データとの差分を取り、物体の存在領域を示す画像ブロックを抽出する物体抽出部と、物体の横幅を示す基準ピッチ幅と、基準ピッチ幅より幅狭の重なりピッチ幅とを設定する設定部と、物体抽出部で抽出された各画像ブロック毎に、画像ブロックの幅方向の明度分布を作成し、その明度分布と、設定部に設定された基準ピッチ幅及び重なりピッチ幅とに基づいて画像ブロックから個々の物体を区別して検出する物体数推定処理を行う物体数推定部とを備えたものである。

本発明においては、画像ブロックの幅方向の明度分布と、基準ピッチ幅と、重なりピッチ幅とから、画像ブロック内の複数の人物を基準ピッチ幅相当の横幅を有する先頭人物と、重なりピッチ幅相当の横幅を有する重なり人物とに分離し、画像ブロックから個々の物体を区別して検出する。

本発明によれば、撮像装置で撮影された画像データにおいて検出対象の物体が重なっていても、個々の物体を区別して検出することができる。

実施の形態１．
以下、本発明の実施の形態１を説明する。なお、本発明に用いる各図は本発明を理解できる程度に概略的に示したものである。
図１は、本発明の実施の形態１の物体計数装置１の構成を示す図である。本発明の物体計数装置１は、店舗内精算レジ待ちなどの行列や通路、または道路など、対象物がある一定方向に流れる場合の物体計数に好適な装置である。本例では、何らかのサービスの順番待ち行列に並んだ利用者の計数を行う場合を例に説明する。

物体計数装置１は、具体的にはコンピュータで構成され、コンピュータ本体１０と、行列を撮影するＣＣＤ（Charge Coupled Device）カメラ等の撮像装置２０と、オペレーティングシステム（ＯＳ）や物体計数プログラム等の情報を記憶するハードディスク（ＨＤ）等の記憶装置３０と、キーボードやマウスや後述のスイッチなどの入力装置４０と、画面表示を行う表示装置５０とを備えた構成となっている。

コンピュータ本体１０は、ＣＰＵ、ＲＡＭ及びＲＯＭを備え、ＣＰＵが記憶装置３０やＲＯＭに記憶されたプログラムを実行することにより物体計数装置１の動作全体を制御するようになっている。

図２は、本発明の実施の形態１の物体計数装置１の機能ブロック図である。図２において図１と同一部分には同一符号を付し、説明を省略する。
本実施の形態１の物体計数装置１は、画像入力部６０と、初期設定処理部７０と、物体計数処理部８０とを備え、画像入力部６０を介して撮像装置２０から入力された画像データが、オペレータによるスイッチＳＷ１の切替操作に応じて初期設定処理部７０又は物体計数処理部８０に切替出力されるようになっている。なお、表示装置５０には、スイッチＳＷ１がどちらに切り換えられた場合であっても画像入力部６０から画像データが入力され、撮像装置２０で撮影された画像が表示されるようになっている。

初期設定処理部７０は、物体計数に必要な各種領域やパラメータを設定するための処理を行う部分で、画像入力部６０からの画像データを、各種領域を設定するための領域設定用画像として記憶する領域設定用画像記憶部７１と、領域設定用画像上でのオペレータによる入力操作に応じて各種領域を設定記憶する領域設定部７２とを備えている。ここで、各種領域とは、物体の検出を行うための検出領域と、物体の大きさを特定する基準領域であり、以下の初期設定処理の説明で詳述する。

領域設定部７２は、表示装置５０に表示された領域設定用画像上でオペレータにより入力装置４０を介して行われた検出領域及び基準領域の領域設定操作を受け付け、その指定された各領域を設定記憶する部分である。また、領域設定部７２は、基準領域の幅に所定の係数α（０＜α≦１）を乗算した基準ピッチ幅を算出し、この基準ピッチ幅と、初期設定の際にオペレータにより入力される後述の検出領域内最大数と、検出領域の幅とに基づいて以下の（１）式を用いて重なりピッチ幅を算出し、算出した重なりピッチ幅を設定記憶する。ここで、重なりピッチ幅とは、人物同士が重なって撮影されている場合に、その重なった側の人物（重なり人物）の幅に相当し、基準ピッチ幅よりも幅狭の値となる。

物体計数処理部８０は、物体抽出部８１と、物体数推定部８２とを備えている。物体抽出部８１は、画像入力部６０からの画像データを取得し、その取得した画像から検出対象の物体の存在領域を検出する処理部で、背景差分法を用いて時系列上の変化領域を検出することで物体の存在領域を検出する。ここで、背景差分法とは、予め容易された背景画像と現在の入力画像との差分を取ることにより変化領域を抽出する従来既存の手法である。この手法を用いると、例えば検出対象の物体がいない状況の画像データを背景画像として記憶しておき、その背景画像データと、検出対象の物体が撮影されている画像データとの差分を取ることにより、静止している背景部分と移動体である物体部分とが分離され、物体部分のみを抽出することができる。

図３は、物体抽出部８１の詳細ブロック図である。
物体抽出部８１は、現画像記憶部９１と、背景画像記憶部９２と、背景画像更新部９３と、差分画像抽出部９４とスイッチＳＷ２と備えている。スイッチＳＷ２はシステム起動時に１回閉じられ、画像入力部６０からの画像データが背景画像データとして背景画像記憶部９２に記憶されるようになっている。背景画像記憶部９２に記憶する画像データは検出対象の物体がいない状況での画像データが好適である。システム起動時にスイッチＳＷ２が閉じられて背景画像記憶部９２に画像データが記憶された後は、スイッチＳＷ２が開き、画像入力部６０からの画像データが現画像記憶部９１に送信され記憶されるようになっている。

物体抽出部８１では、上述したように、背景画像データをシステム起動時に１回記憶する。しかしながら、画像入力部６０で取得した画像データ内の背景部分に照明変化や設置物の配置の変化などが生じると、前記記憶した背景画像データと差異を生じることになり誤検出を招くことになる。このため、本例の物体抽出部８１では背景画像更新部９３を設け、照明変化や配置物の変化に対応できるようにしている。すなわち、背景画像更新部９３は、背景画像記憶部９２から背景画像データを取得すると共に、現画像記憶部９１から現画像データを取得する。そして、背景画像データと現画像データとで画像データ内の同じ座標位置にある画素値同士を比較し、画素の差分値が予め設定した値より小さい場合、背景画像上の同座標位置の画素値を現画像の画素値に置き換える。この処理を全画素について行い、背景画像の更新を行う。

次に、背景画像更新部９３は、更新した背景画像データを差分画像抽出部９４に送ると共に、背景画像記憶部９２内の背景画像データを更新後の画像に置き換える。これにより、環境条件により照明変化が除々に変化した場合でも、現画像データに追従した背景画像データを構築できる。また、配置物が変化したなど急に背景画像データが変わった場合でも、一定の時間遅れをもって背景画像データを更新することができる。そして、差分画像抽出部９４は、現画像記憶部９１からの現画像データと背景画像更新部９３からの背景画像データとの差分を取り、差分画像を物体数推定部８２に出力する。すなわち、現画像データに検出対象の物体が存在する場合には、その物体の存在領域が画像ブロックとして抽出された画像データが物体推定部出力されることになる。

物体数推定部８２は、差分画像抽出部９４からの差分画像データに基づいて検出対象の物体の数を推定し、表示装置５０に出力して表示させる。本例の物体数推定部８２は、検出対象の物体同士が重なっている場合でも、その物体同士の重なり部分を、物体それぞれの明度の違いにより分離し、個々の物体を区別して物体数を正確に計数する。例えば検出対象が人物の場合には、各人物の服装の違いによる人物同士の明度の差に基づいて各個人を区別する。物体数推定部８２における具体的な処理については以下で詳述する。

次に、本発明の実施の形態１の物体計数装置１の動作を説明する。ここではまず、物体計数処理に先だって行われる初期設定処理について図４を参照して説明する。

図４は、初期設定処理の流れを示すフローチャートである。
初期設定処理は、オペレータによりスイッチＳＷ１が１側に切り替えられることにより開始され、このようにスイッチＳＷ１が１側に切り替えられると、撮像装置２０で撮影された画像データが、画像入力部６０を介して領域設定用画像記憶部７１に記憶され（Ｓ１）、表示装置５０には、領域設定用画像記憶部７１に記憶された領域設定用画像が表示される（Ｓ２）。なお、初期設定処理を開始する際には、撮像装置２０で撮影される領域内に、検出対象の人物を立たせ、人物が写った領域設定用画像データを取得する。

図５は、初期設定において設定される検出領域と基準領域との説明図で、領域設定用画像の一例を示している。
オペレータは、図５に示すように人物が存在する静止フレーム画面（領域設定用画面）上に、行列の方向に適した検出領域１００を設定する（Ｓ３）。続いて、人物の大きさに相当する基準領域１１０を設定する（Ｓ４）。これらの設定操作は、具体的にはマウス等を用いて、設定したい領域部分を枠で囲むなどして行う。続いてオペレータは、検出領域１００に入る最大人数Ｎmax を設定する（Ｓ５）。この最大人数Ｎmax は、検出領域１００内の端から端まで行列ができた場合にその検出領域１００内に入る最大人数が設定される。

このようにオペレータ操作により指定された検出領域１００及び基準領域１１０は領域設定部７２に設定記憶される。すなわち、検出領域１００の枠部分の座標位置情報や基準領域１１０の枠サイズが領域設定部７２に設定記憶される。また、領域設定部７２は、基準領域１１０の幅Ｐst0から上記（１）式により基準ピッチ幅Ｐstを算出すると共に、基準ピッチ幅Ｐstと検出領域幅Ｗと検出領域１００に入る最大人数Ｎmaxとに基づいて上記（１）式により重なりピッチ幅Ｐocを算出して内部に設定記憶する（Ｓ６）。

以上により初期設定処理が終了する。初期設定が終了すると、オペレータによりスイッチＳＷ１が２側に切り替られ、物体計数装置１は物体計数処理に入る。以下、図６を参照しながら物体計数処理について説明する。

物体計数処理では、まず、物体抽出部８１が画像入力部６０からの画像データを取得し（Ｓ１１）、その画像データと、背景画像更新部９３によって適宜更新された背景データとを用いて背景差分法により差分画像（人物の存在領域の画像）を作成し、物体の存在領域を示す画像ブロックが抽出されたその差分画像データを物体数推定部８２に出力する。

物体数推定部８２は、物体抽出部８１から取得した差分画像データに対して物体数推定処理を行う（Ｓ１３）。

図７は、物体数推定処理の説明図で、図７（ａ）は、物体数推定部８２に出力された差分画像の一例を示し、図７（ｂ）は、図７（ａ）の画像ブロック１に対する明度累積ヒストグラムを示している。
図７（ａ）には、３人の人物が重なった状態の画像ブロック１と、人物１人の画像ブロック２とが得られた例が示されている。図７（ｂ）については後述する。

図８は、物体数推定処理の流れを示すフローチャートである。以下、物体数推定処理を図８を参照しながら説明する。ここでは、図７の例を用いて物体数推定処理を説明する。
物体数推定部８２は、抽出された全画像ブロックに対して番号を付す（Ｓ２１）。ここでは２つの画像ブロックが抽出されているため、図７（ａ）に示すように画像ブロック１と画像ブロック２と番号が付られ、まず、画像ブロック１に対する物体数推定を行う。すなわち、画像ブロック１のブロック幅を求め、そのブロック幅が領域設定部７２に設定された基準ピッチ幅Ｐstよりも大きいか否かをチェックする（Ｓ２２）。ブロック幅が基準ピッチ幅よりも小さい場合には、当該画像ブロック１を人物１人分として抽出する（Ｓ２３）。ここでは、図７に示すように基準ピッチ幅Ｐstよりもブロック幅Ｗが大きいため、画像ブロック１内に人物が重なって存在すると推定し、その人物同士の重なり部分を決定するために、画像ブロック１の人物の進行方向側の端部Ｐs から前記進行方向とは反対方向に基準ピッチ幅Ｐstだけ離れた位置の周辺で、明度差が予め設定した所定値以上ある位置があるか否かをチェックする（Ｓ２４）。

このチェックの際には、まず、図７（ｂ）に示すように、画像ブロック１内の幅方向（図示Ｘ方向）の明度分布を作成する。明度分布は、具体的には、横軸が画像ブロック内のＸ方向の各画素位置を示し、縦軸が、各画素位置毎にその画素位置の画像ブロック内の高さ方向（図示Ｙ方向）の各画素の明度値を累積した明度累積ヒストグラムである。

そして、明度累積ヒストグラムにおいて人物の進行方向側の端部に相当する座標位置Ｐs から反対方向に基準ピッチ幅Ｐstだけ離れた位置の周辺で、明度差が所定値Ａ以上ある位置が有るか否かをチェックする。ここでは、明度差が所定値Ａ以上ある位置が有るため、その位置を重なり境界位置Ｐx1として決定する（Ｓ２５）。なお、このステップＳ２５の処理は、処理精度を上げるため、図７（ｂ）に示す明度累積ヒストグラムにおいて閾値以上の明度累積値を有する部分を対象に行われるものとする。この重なり境界位置Ｐx1を特定するための演算方法は任意であるが、例えば、明度累積ヒストグラムにおいて、座標位置Ｐs から基準ピッチ幅Ｐstだけ離れた座標位置の画素の左右の数画素分の明度累積値の値を、隣りの画素の明度累積値と比較することを順次繰り返すことで、所定累積値Ａ以上の明度差がある画素位置を特定することができる。そして、画像ブロック１において端部Ｐsから重なり境界位置Ｐx1までを人物（画像ブロック１における先頭の人物）１人分として抽出する（Ｓ２６）。

次に、重なり境界位置Ｐx1から、画像ブロック１において行列後方側の端部Ｐe までの長さが、重なりピッチ幅Ｐoc以上の長さあるか否かをチェックする（Ｓ２７）。ここでは、重なりピッチ幅Ｐoc以上の長さがあるため、更に人物が重なっているものと推定し、重なり境界位置Ｐx1から人物の進行方向と反対方向に重なりピッチ幅Ｐocだけ離れた位置の周辺で明度差が予め設定した所定値Ａ以上ある位置があるか否かをチェックする（Ｓ２８）。ここでは、明度差が所定値Ａ以上ある位置があるため、その位置を新たな重なり境界位置Ｐx2として決定する（Ｓ２９）。そして、画像ブロック１において重なり境界位置Ｐx1から新たな重なり境界位置Ｐx2までを、重なり人物１人分として抽出する（Ｓ３０）。これにより画像ブロック１の中央の人物が重なり人物として抽出されることになる。そして、新たな重なり境界位置Ｐx2を重なり境界位置Ｐx1に置き換えて（Ｓ３１）、ステップＳ２７に戻る。

以上のステップＳ２７からステップＳ３１までの処理を、重なり境界位置Ｐx1から、当該画像ブロック１の行列後方側端部Ｐe までの長さが、重なりピッチ幅Ｐoc以上の長さがなくなるまで繰り返し、重なりピッチ幅Ｐoc以上の長さがなくなると、ステップＳ３２に移行する。図８の例では、重なり境界位置Ｐx2から画像ブロック１の人物の進行方向とは反対方向の端部Ｐe までの長さが重なりピッチ幅Ｐoc以上の長さがないため、ステップＳ３１に移行し、画像ブロック１において重なり境界位置Ｐx2から端部Ｐe までを重なり人物１人分として抽出する。これにより、画像ブロック１の行列最後の人物が、重なり人物として抽出されることになる。

以上により、画像ブロック１に対する処理が終了する。上記ステップＳ２２〜ステップＳ３２までの処理を全画像ブロックに対して行う。本例では、画像ブロック２があるため、画像ブロック２に対して同様の処理を行い、ステップＳ２２で画像ブロック幅が基準ピッチ幅よりも小さいと判断し、当該画像ブロック２を人物１人分として抽出し、全画像ブロック分の処理が終了し、物体数推定処理が終了する。表示装置５０には、物体数推定処理の結果と、画像入力部６０に入力された画像データが入力され、次の図９に示すような物体計数結果画面が表示される（Ｓ１４）。

図９は、表示装置５０に表示された物体計数結果画面を示す図である。
物体計数結果画面は、人物として抽出された部分に、基準ピッチ幅Ｐstに相当する横幅を有する人物枠１２０が表示され、重なり人物として抽出された部分には、重なりピッチ幅に相当する横幅を有する重なり人物枠１３０が表示される。このように、人物同士が重なっていても、人物数が正確に計数されていることが明示的に表現される。

以上のステップＳ１１からステップＳ１４までの処理が物体計数処理の終了指示があるまで繰り返される（Ｓ１５）。ここで、Ｓ１１からステップＳ１４までの処理は１フレーム画像に対して高速に処理され、表示装置５０上には、行列を構成する各人物に対し、人物枠あるいは重なり人物枠１３０が人物の移動に伴い追従して表示された状態となる。

このように実施の形態１によれば、検出対象の物体の幅を示す基準ピッチ幅と、物体同士が重なった場合の重なりピッチ幅との２つのピッチ幅を設け、画像ブロックの物体の幅方向の明度分布と、検出対象の物体の基準ピッチ幅とから先頭の物体とその後方の物体との重なり境界位置を決定し、また、その重なり境界位置から重なりピッチ幅の間隔毎にその周囲の明度分布に基づいて新たな重なり境界位置を順次決定することで、先頭の物体と、その先頭の物体よりも後方側の個々の物体（重なり物体）を順次区別して抽出するので、１つの画像ブロック内において物体同士が重なって撮影されていても、それぞれを個々の物体として検出することができ、物体の位置や個数を精度良く検出することができる。また、本例の物体計数方法によれば、撮像装置２０の設置位置を従来のように検出対象の物体の真上に限定することなく物体計数が可能である。

なお、本例では初期設定処理を静止画像に対して行ったが必ずしも静止画像上で行わなくても良く、動画像上で行ってもよい。

実施の形態２．
上記実施の形態１の物体計数装置１では、検出対象の物体の重なりを分離する際に、明度情報の差に基づいて重なり境界位置を決定するようにしていた。このような方法においては、検出対象の物体１体の持つ明度情報が均一化されていることが望ましい。そこで、実施の形態２の物体計数装置２００では、差分画像データを分割して分割ブロックをブロック分割し、各分割ブロック内から代表明度を算出することで、検出対象の物体の明度情報を均一化させることにある。

図１０は、実施の形態２の物体計数装置２００の構成を示すブロック図である。実施の形態２の物体計数装置２００は、図２に示した実施の形態１の物体計数装置１に、縮小パラメータ設定部２０１と縮小画像作成部２０２とを追加するとともに、実施の形態１の物体数推定部８２に代えて物体数推定部２０３を設けたものである。この他の構成は図２に示した実施の形態１と同様であるため、図１と同じ番号を付して説明は省略する。
縮小パラメータ設定部２０１は、図１１に示す例のように画像データを複数の分割ブロック２１０に分割するための分割ブロック幅を決定して設定記憶する。図１１には、４×４画素で１つの分割ブロック２１０を構成する例を示している。分割ブロック幅は、例えば領域設定部７２に設定された基準領域１１０の幅の半分に設定するなど、基準領域１１０に対するパラメータを予め設定しておくことで算出可能である。また、当該分割ブロック幅に基づいて、分割ブロック２１０を１画素とした場合の元画像データに対する縮小率を算出し、この縮小率を用いて領域設定部７２で設定した検出領域１００及び基準領域１１０のそれぞれを構成する座標値を縮小変換し、その値をパラメータとして設定記憶する。

縮小画像作成部２０２は、物体抽出部８１からの差分画像データを取得し、その差分画像データを縮小パラメータ設定部２０１内の縮小率に基づいて縮小画像データを作成する。具体的には、差分画像データを前記分割ブロック幅に基づいて複数の分割ブロック２１０に分割し、各分割ブロック２１０毎に、その分割ブロック２１０毎の画像データの代表明度を決定し、その代表明度を１画素の明度として縮小画像を作成する。代表明度の決定方法は任意であり、例えば分割ブロック内の各画素の明度の平均値や中央値など、統計的手法を用いて決定する。このような代表明度情報の抽出は、縮小前の画像データの持つ細かい明度情報の変化を相殺することになり均一化された明度情報が得られることになる。

物体数推定部２０３は、縮小画像作成部２０２で作成した縮小画像データに基づいて検出対象の物体及び重なり物体を抽出し、その推定結果（物体枠及び重なり物体枠）を縮小パラメータ設定部２０１内の縮小率に基づいて元の大きさに逆変換して表示装置５０に出力する。物体数推定部２０３における具体的な処理は、基本的には実施の形態１と同様であり、画像ブロックの物体の幅方向の明度分布と、検出対象の物体の基準ピッチ幅とから物体同士の重なり境界位置を決定し、その重なり境界位置から重なりピッチ幅の間隔毎にその周囲の明度分布から重なり物体を順次検出するものであり、その処理に用いる差分画像データ、検出領域幅、基準ピッチ幅の各データをそれぞれ前記縮小率に基づき縮小した後のデータで行う点のみが異なっている。

以下、実施の形態２の物体計数装置２００の動作について説明する。図１２は、初期設定処理の流れを示すフローチャートである。
ステップＳ１〜ステップＳ６までの処理は図４に示した実施の形態１と同様であり、実施の形態２の初期設定処理では、更に、縮小パラメータ設定部２０１が基準ピッチ幅Ｐstに基づいて縮小率を決定する処理を行う（Ｓ７）。そして、その縮小率を用いて検出領域１００の枠サイズ、基準領域１１０の枠サイズ及び重なりピッチ幅とを縮小変換し、それぞれをパラメータとして設定記憶する（Ｓ８）。

以上で初期設定処理が終了し、続いてスイッチＳＷ１が２側に切り替えられ、物体計数処理に入る。

図１３は、物体計数処理の流れを示すフローチャートである。実施の形態２の物体計数処理は、上述したように基本的には図７に示した物体計数処理と同様であり、以下では実施の形態２の物体計数処理が、実施の形態１と異なる部分を中心に説明する。
まず、物体抽出部８１が画像入力部６０からの画像データを取得し（Ｓ１１）、その画像データと、背景画像更新部９３によって適宜更新された背景データとを用いて背景差分法により差分画像（人物の存在領域の画像）を作成し（Ｓ１２）、縮小画像作成部２０２に出力する。

縮小画像作成部２０２は、物体抽出部８１からの差分画像データを縮小パラメータ設定部２０１に設定された縮小率に基づいて縮小し（Ｓ１２Ａ）、縮小後の差分画像データに対して物体数推定処理を行う（Ｓ１３Ａ）。物体数推定処理のアルゴリズムは図８に示したアルゴリズムと同様であり、上述したように、処理に使用するデータが、差分画像データ、検出領域１００の枠サイズ、基準領域１１０の枠サイズ及び重なりピッチ幅の各データをそれぞれ前記縮小率に基づき縮小した後のデータで行う点のみが異なっている。このように、縮小後のデータで物体数推定処理を行うことで、物体の持つ細かい明度変化による誤検出を避けることができ、正確な物体計数が可能となる。

そして、物体数推定処理が終了すると、物体数推定部２０３は物体数推定処理の結果、すなわち、人物（重なり人物）として抽出した部分の位置情報（人物枠１２０及び重なり人物枠１３０の枠情報）を、縮小パラメータ設定部２０１に設定された縮小率に基づいて逆変換して元の大きさに戻し（Ｓ１３Ｂ）、表示装置５０に出力する。表示装置５０は、物体数推定部２０３からのデータと、画像入力部６０からの画像データとに基づいて物体計数結果画面を表示する（Ｓ１４）。この物体計数結果画面は図９に示した実施の形態１の場合の画面と同じである。

このように、実施の形態２によれば、検出対象の物体の明度を各分割ブロック毎に均一化した上で、物体計数処理を行うので、検出対象の物体の持つ細かい明度変化による誤検出を避けることができる。このため画像データ全体から好適に対象物体を検出することが可能となる。

上記各実施の形態では、画像入力部６０で取得する被写体を人物を例に示したが、本発明はこれに限定されるものではなく、例えば車両を検出する場合にも適用可能である。

本発明の実施の形態１の物体計数装置の構成を示す図である。 本発明の実施の形態１の物体計数装置の機能ブロック図である。 物体抽出部の詳細ブロック図である。 初期設定処理の流れを示すフローチャートである。 初期設定によって設定される検出領域と基準領域との説明図である。 物体計数処理の流れを示すフローチャートである。 物体数推定処理の説明図である。 物体数推定処理の流れを示すフローチャートである。 物体計数結果画面の一例を示す図である。 実施の形態２の物体計数装置の構成を示すブロック図である。 分割ブロックの説明図である。 実施の形態２の初期設定処理の流れを示すフローチャートである。 実施の形態２の物体計数処理の流れを示すフローチャートである。

符号の説明

１ 物体計数装置
１０ コンピュータ本体
２０ 撮像装置
３０ 記憶装置
４０ 入力装置
５０ 表示装置
６０ 画像入力部
７０ 初期設定処理部
７１ 領域設定用画像記憶部
７２ 領域設定部
８０ 物体計数処理部
８１ 物体抽出部
８２ 物体数推定部
９１ 現画像記憶部
９２ 背景画像記憶部
９３ 背景画像更新部
９４ 差分画像抽出部
１００ 検出領域
１１０ 基準領域
１２０ 人物枠
１３０ 重なり人物枠
２００ 物体計数装置
２１０ 分割ブロック

Claims (5)

1. 移動する物体の行列を撮影した画像データを入力とする画像入力部と、
   前記画像入力部に入力された画像データと、前記物体が存在しない場合の背景データとの差分を取り、物体の存在領域を示す画像ブロックを抽出する物体抽出部と、
   物体の横幅を示す基準ピッチ幅と、該基準ピッチ幅より幅狭の重なりピッチ幅とを設定する設定部と、
   物体抽出部で抽出された各画像ブロック毎に、画像ブロックの幅方向の明度分布を作成し、その明度分布と、前記設定部に設定された前記基準ピッチ幅及び前記重なりピッチ幅とに基づいて当該画像ブロックから個々の物体を区別して検出する物体数推定処理を行う物体数推定部と
   を備えたことを特徴とする物体計数装置。
2. 前記物体数推定部は、画像ブロックの幅方向の明度分布と前記基準ピッチ幅とから物体の重なり境界位置を決定して当該画像ブロックから先頭の物体を検出し、続いて、重なり境界位置から重なりピッチ幅だけ離れた位置毎に、その周囲の明度分布に基づいて新たな重なり境界位置を順次決定することを特徴とする請求項１記載の物体計数装置。
3. 前記明度分布は、画像ブロックの幅方向の各画素位置毎に、その画素位置の画像ブロック内の高さ方向の各画素の明度値を累積したものであり、前記物体数推定部は、前記明度分布に基づいて、画像ブロックの端部から基準ピッチ幅だけ離れた位置の周囲で明度差が所定値以上ある場合にその位置を前記重なり境界位置に決定し、また、その重なり境界位置から重なりピッチ幅だけ離れた位置毎に、その周囲で明度差が所定値以上ある場合にその位置を新たな重なり境界位置に決定することを特徴とする請求項１記載の物体計数装置。
4. 前記物体抽出部で抽出された画像ブロックを所定の縮小率で縮小した縮小画像を作成する縮小画像作成部を備え、前記物体数推定部は前記縮小画像作成部で作成された縮小後の画像ブロックと、前記基準ピッチ幅及び前記重なりピッチ幅のそれぞれを前記所定の縮小率で縮小した各値とに基づいて前記物体数推定処理を行うことを特徴とする請求項１乃至請求項３の何れかに記載の物体計数装置。
5. 前記画像入力部に入力された画像データ内の検出領域に応じて最大物体数を設定し、この最大物体数と、前記検出領域幅と、前記基準ピッチ幅とに基づいて前記重なりピッチ幅を決定することを特徴とする請求項１乃至請求項４の何れかに記載の物体計数装置。
   

Images