JP2012073891A - 煙検出用周波数成分特定方法、および煙検出装置 - Google Patents

Abstract

【課題】フーリエ変換処理を用いることなく、煙のゆらぎスペクトルの周波数成分を簡易的に求め、気流に流される煙を検出する。
【解決手段】監視カメラにより時系列で撮像された複数の画像からなる時系列データに基づいて、注目領域において、異なるサンプリング間隔によるフレーム差分画像を生成する差分画像生成手段２１と、異なるサンプリング間隔で生成されたそれぞれのフレーム差分画像ごとに、注目領域の差分量を算出する差分量算出手段２２と、算出されたそれぞれの差分量の中で、最大となる差分量に対応するサンプリング間隔の逆数を、注目領域の時間スペクトルのピークを示す周波数成分として特定する対象周波数成分特定手段２３とを備える。
【選択図】図１

Description

本発明は、監視カメラにより撮像された画像に対して画像処理を施すことにより、火災時の煙の発生の有無を検出する煙検出装置、およびその煙検出装置で用いられる煙検出用周波数成分特定方法に関し、特に、煙の流動速度に着目した煙検出用周波数成分特定方法、および煙検出装置に関する。

火災発生時の初期消火、あるいは火災事故における逃げ遅れの防止の観点から、火災（炎）あるいは煙の早期発見が非常に重要となっている。そこで、煙検出装置の分野においては、監視カメラにより撮像された画像に対して画像処理を施すことで、炎あるいは煙の早期発見を行うことが研究されている。

その一例として、所定のサンプリング周期（例えば、１／３０秒の周期）で監視領域を撮影することで得られた画像の時系列データに基づいて、フレーム間差分処理、あるいはサブバンドフィルタ処理やフーリエ変換処理等による周波数解析処理を施すことで、炎や煙を検出する従来技術がある（例えば、特許文献１、２参照）。

特許文献１では、炎の映像の時間的変化が炎本体部で小さく、炎輪郭部で大きい特性に着目して、フレーム間差分処理、および差分結果の累積加算処理を行うことで、炎を検出している。

また、特許文献２では、炎は低い周波数で高い信号強度レベルを有し、高周波側になるほど信号強度レベルが小さくなることに着目し、画像を複数の周波数帯域に分割することで、炎を検出している。そして、特許文献２では、ローパスフィルタとハイパスフィルタを組み合わせることで、複数の周波数帯域への分割を行うサブバンドフィルタ処理に関する技術を開示している。このようなサブバンドフィルタ処理を用いることで、フーリエ変換を不要とした簡易的な周波数解析を可能としている。

さらに、特許文献２では、抽出された異常領域が煙の領域であるか否かを判定するに当たって、フーリエ変換処理を用いる技術に関しても開示している。

また、平均輝度の時系列データをフーリエ変換することで算出したパワースペクトルの中から、所定の低周波数成分を抜き取り、その強度が所定の値以下である場合に、煙が発生した可能性が高いと判断する従来技術もある。

特開平１１−２２４３８９号公報 特開２００６−２９３６４６号公報

しかしながら、従来技術には、以下のような課題がある。
気流に流される煙を検出対象とする場合を考えると、煙の継続した流れを評価することが重要であり、このような動きを検出する手法としても、上述したフレーム差分処理あるいは周波数解析処理がよく用いられる。

フレーム差分は、撮像時刻の異なる画像を差分処理し、差異のある部分のみを抽出する方法であり、例えば、上述した特許文献１などでも、炎の抽出等で用いられている。そして、この特許文献１では、一定のサンプリング周期による画像の時系列データに基づいて、フレーム間差分処理、および差分結果の累積加算処理を行うことで、炎輪郭部の抽出を行っている。

しかしながら、気流に流される煙を検出対象とする場合には、映像の時間的変化が炎本体部で小さく、炎輪郭部で大きいという炎特有の特性とは異なり、煙の移動速度が問題となる。すなわち、炎が検出対象であれば、差分結果の累積加算処理を行うことにより、その輪郭部を強調して検出することができる。しかしながら、気流に流される煙が検出対象である場合には、気流の速度に応じて煙の位置が移動していくため、差分結果の累積加算処理では、適切な検出が行えない。

また、差分処理する画像間のサンプリング間隔が一定の場合には、気流に流される煙の速度に応じて、差分が発生する量（差分量）が異なるという煙特有の特性がある。より具体的には、短いサンプリング間隔に基づく差分処理では、炎によって生じる上昇気流によって早く動く煙を検出するには適しているが、天井付近に停滞して、動きが遅い煙に対しては画像間の差異が少なく、検出対象である煙を抽出することが難しくなる。一方、その逆で、長いサンプリング間隔に基づく差分処理では、検出対象である煙が早い動きを伴う場合には、その動きを確実に捉えることができない。

さらに、気流に流される煙を検出対象とする場合には、特許文献２にも記載されているように、フーリエ変換処理により、煙の揺らぎスペクトルが最大となる周波数成分を特定することが有効となる。しかしながら、フーリエ変換処理を行うためには、多くの演算量、およびそれに伴う多くの演算時間が必要となる。

また、フーリエ変換処理に代わる、演算量を低減した簡易的な周波数解析手法としては、特許文献２に記載されたようなサブバンドフィルタ処理が考えられる。しかしながら、このサブバンドフィルタ処理は、複数の周波数帯域への分割に適したローパスフィルタとハイパスフィルタの組み合わせをあらかじめ準備しておく必要がある。

本発明は、前記のような課題を解決するためになされたものであり、フーリエ変換処理、あるいはサブバンドフィルタ処理を用いることなく、煙のゆらぎスペクトルの周波数成分を簡易的に求め、気流に流される煙を検出することのできる煙検出用周波数成分特定方法、および煙検出装置を得ることを目的とする。

本発明に係る煙検出用周波数成分特定方法は、監視カメラで撮像した画像に対して画像処理を施すことにより、画像内の注目領域での煙発生の有無を判断するための周波数成分を特定する煙検出用周波数成分特定方法であって、監視カメラにより時系列で撮像された複数の画像からなる時系列データに基づいて、注目領域において、異なるサンプリング間隔によるフレーム差分画像を生成する差分画像生成ステップと、差分画像生成ステップにより異なるサンプリング間隔で生成されたそれぞれのフレーム差分画像ごとに、注目領域の差分量を算出する差分量算出ステップと、差分量算出ステップで算出されたそれぞれの差分量の中で、最大となる差分量に対応するサンプリング間隔の逆数を、注目領域の時間スペクトルのピークを示す周波数成分として特定する対象周波数成分特定ステップとを備えたものである。

また、本発明に係る煙検出装置は、監視カメラで撮像した画像に対して画像処理を施すことにより、画像内の注目領域での煙発生の有無を検出する煙検出装置において、監視カメラにより時系列で撮像された複数の画像を時系列データとして記憶する画像メモリと、画像メモリに記憶された時系列データに基づいて、注目領域において、異なるサンプリング間隔によるフレーム差分画像を生成する差分画像生成手段と、差分画像生成手段により異なるサンプリング間隔で生成されたそれぞれのフレーム差分画像ごとに、注目領域の差分量を算出する差分量算出手段と、差分量算出手段で算出されたそれぞれの差分量の中で、最大となる差分量に対応するサンプリング間隔の逆数を、注目領域の時間スペクトルのピークを示す周波数成分として特定する対象周波数成分特定手段と、対象周波数成分特定手段により特定された周波数成分が所定範囲内であり、かつ、差分量算出手段により周波数成分に対して算出された差分量が所定閾値以上である場合には、注目領域において煙が発生したと判断する煙発生検出部とを備えたものである。

本発明に係る煙検出用周波数成分特定方法、および煙検出装置によれば、画像内の注目領域において、画像の時系列データに基づいて、異なるサンプリング間隔でのフレーム差分量を算出し、差分量が最大となるサンプリング間隔の逆数を、その領域の時間スペクトルのピークを示す周波数成分として求めることにより、フーリエ変換処理、あるいはサブバンドフィルタ処理を用いることなく、煙のゆらぎスペクトルの周波数成分を簡易的に求め、気流に流される煙を検出することのできる煙検出用周波数成分特定方法、および煙検出装置を得ることができる。

本発明の実施の形態１における煙検出装置の構成図である。 本発明の実施の形態１における煙検出装置の周波数特性検出部の技術的特徴を模式的に示した説明図である。 本発明の実施の形態１における煙検出装置の周波数特性検出部の差分量算出手段により算出された差分量の比較を示す図である。 本発明の実施の形態１における煙検出装置において、画像の時系列データを用いて、異なるサンプリング間隔でのフレーム差分画像を得る方法を模式的に示した説明図である。 本発明の実施の形態１における煙検出装置において、画像の時系列データを用いて、異なるサンプリング間隔でのフレーム差分画像を得る方法として、ダウンサンプラーを適用した場合の説明図である。

以下、本発明の煙検出装置の好適な実施の形態につき図面を用いて説明する。

実施の形態１．
図１は、本発明の実施の形態１における煙検出装置の構成図である。本実施の形態１における煙検出装置は、画像メモリ１０、周波数特性検出部２０、および煙発生検出部３０を備えている。画像メモリ１０は、カメラ１により時系列に所定のサンプリング周期で撮像された画像を、過去一定期間分、時系列データとして記憶できるように、複数フレーム分の画像メモリとして構成されている。

周波数特性検出部２０は、差分画像生成手段２１、差分量算出手段２２、および対象周波数成分特定手段２３で構成される。具体的には、まず始めに、周波数特性検出部２０内の差分画像生成手段２１は、画像メモリ１０に記憶された、カメラ１により時系列に所定のサンプリング周期で撮像された過去一定期間分の画像の時系列データに基づいて、画像内の注目領域において、異なるサンプリング間隔でのフレーム差分画像を生成する。このフレーム差分画像は、注目領域における各画素の輝度値の差分として求めることができる。なお、この輝度値は、２値でも多値でも構わない。

次に、差分量算出手段２２は、差分画像生成手段２１により、異なるサンプリング間隔で生成されたそれぞれのフレーム差分画像ごとに、注目領域の差分量を算出する。この差分量は、注目領域における差分画像の輝度値の総和として求めることができる。
または、差分画像の注目領域における変化のあった画素数の総和として求めてもよい。

そして、最後に、対象周波数成分特定手段２３は、異なるサンプリング間隔のフレーム差分画像についてそれぞれ求めた差分量の中で、最大となる差分量に対応するサンプリング間隔の逆数を、その注目領域の時間スペクトルのピークを示す周波数成分として特定する。

このように、周波数特性検出部２０は、「画像内の注目領域において、異なるサンプリング間隔でのフレーム差分量を算出し、差分量が最大となるサンプリング間隔の逆数を、その領域の時間スペクトルのピークを示す周波数成分として求める」という技術的特徴を有する。

そして、周波数特性検出部２０の後段の煙発生検出部３０は、対象周波数成分特定手段２３により特定された周波数成分の値が所定範囲内であり、かつ特定されたその周波数成分に対して算出された差分量の大きさが所定閾値以上である場合には、煙が発生したと判断する。

一方、煙発生検出部３０は、対象周波数成分特定手段２３により特定された周波数成分の値が所定範囲外である場合には、この注目領域内で煙の要因はないと判断する。また、煙発生検出部３０は、対象周波数成分特定手段２３により特定された周波数成分の値が所定範囲内である場合であっても、特定されたその周波数成分における差分量の大きさが所定閾値未満である場合には、この注目領域内で煙の要因はないと判断する。

このような構成を備えることにより、本実施の形態１の煙検出装置は、フーリエ変換処理、あるいはサブバンドフィルタ処理を用いることなく、煙のゆらぎスペクトルの周波数成分を簡易的に求め、煙の有無を判断できる。特に、本実施の形態１の煙検出装置は、気流に流される煙の検出に適した画像処理機能を有しているといえる。

次に、上述した周波数特性検出部２０の技術的特徴について、より詳細に説明する。図２は、本発明の実施の形態１における煙検出装置の周波数特性検出部２０の技術的特徴を模式的に示した説明図である。連続する画像間の注目領域でフレーム差分を行なうと、動きのあるものは、差分画像に残差が発生し、動きを抽出することができる。

フレーム差分を行なうと、その残差は、前の時間にのみ注目領域に存在した領域、および次の時間にのみ注目領域に存在した領域の両方で発生する。このときのフレーム間隔と動きの関係を考えると、図２に示すようなＡ〜Ｄの４パターンを考えることができる。図２においては、説明を簡略化するために、移動する検出対象を円形で示しており、検出対象以外の背景は、同一の輝度であると仮定している。また、円形で示した検出対象は、時間の経過に伴い右側に移動している。

さらに、図２の左側に示した（ａ１）〜（ｄ１）は、パターンＡ〜Ｄのフレーム間隔での、前の時間における検出対象（実線表示）と、次の時間における検出対象（点線表示）の位置をそれぞれ示している。また、図２の右側に示した（ａ２）〜（ｄ２）は、パターンＡ〜Ｄのフレーム間隔での、前の時間における検出対象（実線表示）と、次の時間における検出対象（点線表示）との差分画像（黒で示した部分が差分に相当し、その総和が差分量に相当）を示している。

［パターンＡ］フレーム間隔が、検出対象の動きよりも十分早い場合（図２（ａ１）、（ａ２）参照）、つまり、サンプリング間隔が非常に短い場合を表している。
この場合は、検出対象の動きが殆ど見られず、前の時間における検出対象と、次の時間における検出対象が大幅にずれていない状態となり、静止した状態に概ね等しい。このため、差分画像における差分量も少なめの値となる。

［パターンＢ］フレーム間隔が、検出対象の動きよりも早いが、上記パターンＡのフレーム間隔よりも遅い場合（図２（ｂ１）、（ｂ２）参照）、つまりサンプリング間隔がパターンＡよりも少し長い場合を表している。
この場合は、上記パターンＡの場合よりも、検出対象の動きの量が大きいが、前の時間における検出対象と、次の時間における検出対象とがまだ部分的にラップしている。このため、差分画像における差分量は、先のパターンＡよりも多めの値となる。

［パターンＣ］フレーム間隔が、上記パターンＢのフレーム間隔よりもさらに遅い場合（図２（ｃ１）、（ｃ２）参照）、つまり、サンプリング間隔がパターンＢよりも長い場合を表している。
この場合は、上記パターンＢの場合よりも、検出対象の動きの量が大きく、前の時間における検出対象と、次の時間における検出対象とがラップしない状態となる。このため、差分画像における差分量は、先のパターンＢよりも多めの値となり、検出対象２つ分の差分量が得られることとなる。

［パターンＤ］フレーム間隔が検出対象の動きよりも遅く、上記パターンＣのフレーム間隔よりもさらに遅い場合（図２（ｄ１）、（ｄ２）参照）、つまり、サンプリング間隔が非常に長い場合を表している。
この場合は、上記パターンＣの場合よりも、検出対象の動きの量が大きく、次の時間における検出対象が、ついには注目領域外にまで移動してしまった状態となる。このため、差分画像における差分量は、先のパターンＣよりも少なめの値となり、検出対象１つ分の差分量だけが得られることとなる。
このように、検出対象の動く速さによって、フレーム間隔の長さの違いにより、差分量が変化することがわかる。従って煙を検出する場合においては、差分量が多くなるようなフレーム間隔で差分画像を撮る必要がある。

図３は、本発明の実施の形態１における煙検出装置の周波数特性検出部２０の差分量算出手段２２により算出された差分量の比較を示す図である。具体的には、先の図２における４つのパターンＡ〜Ｄでの差分量を比較している。なお、２値画像に基づいて差分画像を求めた場合には、その差分量は、例えば、図２の（２ａ）〜（２ｄ）における差分画像の黒色で示された差分領域の大きさに相当する。

これら４つのパターンＡ〜Ｄの関係の中で、差分量を最も多く検出できるのは、パターンＣの関係にあるときであり、その他の状態では、何れもパターンＣよりも差分量が小さくなっている。この結果から、パターンＣにおけるフレーム間隔の逆数として求められる周波数成分が、その領域の時間スペクトルのピークを示す周波数成分として、簡易的に求められることとなる。

先の図２においては、パターンＡのフレーム間隔が最も狭く、パターンＤのフレーム間隔が最も広いように、順番になっている場合を説明した。そこで、このような異なるフレーム間隔に基づく差分画像を収集するには、画像の時系列データの中から、異なるサンプリング間隔のフレーム間の差分画像を求めることが考えられる。

図４は、本発明の実施の形態１における煙検出装置において、画像の時系列データを用いて、異なるサンプリング間隔でのフレーム差分画像を得る方法を模式的に示した説明図である。画像メモリ１０内には、画像の時系列データとして、サンプリング間隔ΔＴで取得した９枚の画像Ｉ１〜Ｉ９が格納されている場合を例示している。

次に、周波数特性検出部２０内の差分画像生成手段２１は、図４に示した例では、画像の時系列データに基づいて、差分画像ΔＩ１、ΔＩ２、ΔＩ３、・・・を以下のようにして生成する。
ΔＩ１＝Ｉ１−Ｉ２（フレーム間隔＝ΔＴに相当）
ΔＩ２＝Ｉ１−Ｉ３（フレーム間隔＝２ΔＴに相当）
ΔＩ３＝Ｉ１−Ｉ４（フレーム間隔＝３ΔＴに相当）

このような差分処理を行うことで、画像の時系列データを用いて、異なるサンプリング間隔でのフレーム差分画像を容易に生成できる。なお、この図４の例では、フレーム間隔をΔＴ、２ΔＴ、３ΔＴ、・・・として、ΔＴずつ増加させたが、例えば、ΔＴ、３ΔＴ、５ΔＴ、・・・として、２ΔＴずつ増加させる、あるいは、ΔＴ、２ΔＴ、４ΔＴ、８ΔＴ・・・として、倍々で増加させることによっても、同様に、その領域の時間スペクトルのピークを示す周波数成分を簡易的に求めることができる。

フレーム間隔を倍々で増加させる場合には、周波数特性検出部２０内の差分画像生成手段２１を、ダウンサンプラーを用いた構成とすることができる。図５は、本発明の実施の形態１における煙検出装置において、画像の時系列データを用いて、異なるサンプリング間隔でのフレーム差分画像を得る方法として、ダウンサンプラーを適用した場合の説明図である。ダウンサンプラーとは、カメラ１により時系列に所定のサンプリング周期で撮像された画像群から、撮像時より長い間隔で時系列に画像を取り出すものである。これにより、一つのカメラで所定のサンプリング周期の画像を取得した後でも、フレーム間隔の異なる時系列データを生成することができる。つまり、時系列データの間引きを行い、間引いた画像間で差分画像を生成する。そして、この処理を繰り返し行うことで、サンプリング間隔の異なるフレーム差分画像を複数算出することができる。

図５に示すように、差分画像生成手段２１は、ダウンサンプラーを用いた構成とすることで、サンプリング間隔ΔＴの時系列データに基づいて、フレーム間隔を倍々で増加させた時系列データを容易に生成でき、さらに、これらの時系列データに基づいて、異なるサンプリング間隔のフレーム差分画像を容易に生成できる。

以上のように、実施の形態１によれば、画像の時系列データに基づいて、注目領域に対し異なるサンプリング間隔のフレーム差分を複数取得し、領域内の差分量が最大となるサンプリング周波数を、加減演算のみで容易に求めることができる。このようにして求められたサンプリング周期の逆数である周波数成分は、その領域の時間スペクトルのピークを示す周波数成分に相当している。従って、ピークスペクトルに着目して、このような演算を行うことで、複雑な周波数変換を行なわなくとも、煙検出に用いる周波数成分の概略値を容易に特定することができる。

なお、上述した実施の形態１において、差分画像生成手段２１は、画像の時系列データに基づいて、カメラで撮像された各サンプリング時刻での画像間の差分を求めていたが、本発明は、このような差分画像に限定されるものではない。差分画像生成手段２１は、カメラで撮像された画像そのものを用いる代わりに、カメラで撮像された画像に対して空間微分を施し、空間微分後の画像間の差分を求めることも可能であり、同様の効果を得ることができる。

また、上述した実施の形態１においては、説明を簡略化するために、画像内に１つの注目領域を設けた場合について、その注目領域における煙検出について説明したが、本発明は、これに限定されるものではない。画像を小領域からなる複数の注目領域に分割し、それぞれの注目領域ごとに煙検出を行うことも可能である。この場合には、注目領域ごとに、周波数成分の所定範囲、および差分量の所定閾値を適切に設定することで、領域ごとに異なる適切な判断基準に基づいて煙を検出することが可能となる。

さらに、この複数の注目領域は、一部分が互いに重複するように設定することも可能である。

また、上述した実施の形態１においては、サンプリング周期の逆数である周波数成分を算出することで煙の発生を判断するようにしたが、例えば、得られた差分量の内、最大となる差分量に対応するサンプリング間隔が所定の範囲内であり、かつ、検出された差分量が所定の値を超えていた場合に煙が有ると判断してもよい。

１ カメラ、１０ 画像メモリ、２０ 周波数特性検出部、２１ 差分画像生成手段、２２ 差分量算出手段、２３ 対象周波数成分特定手段、３０ 煙発生検出部。

Claims (6)

1. 監視カメラで撮像した画像に対して画像処理を施すことにより、画像内の注目領域での煙発生の有無を判断するための周波数成分を特定する煙検出用周波数成分特定方法であって、
   前記監視カメラにより時系列で撮像された複数の画像からなる時系列データに基づいて、前記注目領域において、異なるサンプリング間隔によるフレーム差分画像を生成する差分画像生成ステップと、
   前記差分画像生成ステップにより前記異なるサンプリング間隔で生成されたそれぞれのフレーム差分画像ごとに、前記注目領域の差分量を算出する差分量算出ステップと、
   前記差分量算出ステップで算出されたそれぞれの差分量の中で、最大となる差分量に対応するサンプリング間隔の逆数を、前記注目領域の時間スペクトルのピークを示す周波数成分として特定する対象周波数成分特定ステップと
   を備えたことを特徴とする煙検出用周波数成分特定方法。
2. 監視カメラで撮像した画像に対して画像処理を施すことにより、画像内の注目領域での煙発生の有無を検出する煙検出装置において、
   前記監視カメラにより時系列で撮像された複数の画像を時系列データとして記憶する画像メモリと、
   前記画像メモリに記憶された前記時系列データに基づいて、前記注目領域において、異なるサンプリング間隔によるフレーム差分画像を生成する差分画像生成手段と、
   前記差分画像生成手段により前記異なるサンプリング間隔で生成されたそれぞれのフレーム差分画像ごとに、前記注目領域の差分量を算出する差分量算出手段と、
   前記差分量算出手段で算出されたそれぞれの差分量の中で、最大となる差分量に対応するサンプリング間隔が所定の範囲内であり、かつ、算出された差分量が所定閾値以上である場合には、前記注目領域において煙が発生したと判断する煙発生検出部と
   を備えたことを特徴とする煙検出装置。
3. 監視カメラで撮像した画像に対して画像処理を施すことにより、画像内の注目領域での煙発生の有無を検出する煙検出装置において、
   前記監視カメラにより時系列で撮像された複数の画像を時系列データとして記憶する画像メモリと、
   前記画像メモリに記憶された前記時系列データに基づいて、前記注目領域において、異なるサンプリング間隔によるフレーム差分画像を生成する差分画像生成手段と、
   前記差分画像生成手段により前記異なるサンプリング間隔で生成されたそれぞれのフレーム差分画像ごとに、前記注目領域の差分量を算出する差分量算出手段と、
   前記差分量算出手段で算出されたそれぞれの差分量の中で、最大となる差分量に対応するサンプリング間隔の逆数を、前記注目領域の時間スペクトルのピークを示す周波数成分として特定する対象周波数成分特定手段と、
   前記対象周波数成分特定手段により特定された前記周波数成分が所定範囲内であり、かつ、前記差分量算出手段により前記周波数成分に対して算出された差分量が所定閾値以上である場合には、前記注目領域において煙が発生したと判断する煙発生検出部と
   を備えたことを特徴とする煙検出装置。
4. 請求項３に記載の煙検出装置において、
   前記差分画像生成手段は、前記画像メモリに記憶された前記時系列データの画像に空間微分を施し、空間微分後の時系列データに基づいて、前記注目領域において、異なるサンプリング間隔によるフレーム差分画像を生成する
   ことを特徴とする煙検出装置。
5. 請求項３または４に記載の煙検出装置において、
   前記差分画像生成手段は、サンプリング間隔ΔＴの時系列データに基づいて、フレーム間隔を倍々で増加させた時系列データを生成するダウンサンプラーを有し、前記ダウンサンプラーで生成されたフレーム間隔の異なる時系列データに基づいて、前記注目領域において、異なるサンプリング間隔によるフレーム差分画像を生成する
   ことを特徴とする煙検出装置。
6. 請求項３ないし５のいずれか１項に記載の煙検出装置において、
   前記差分画像生成手段は、画像を小領域からなる複数の注目領域に分割し、前記複数の注目領域ごとに異なるサンプリング間隔によるフレーム差分画像を生成し、
   前記差分量算出手段は、前記複数の注目領域ごとの差分量を算出し、
   前記対象周波数成分特定手段は、前記複数の注目領域ごとに、前記差分量算出手段で算出されたそれぞれの差分量の中で、最大となる差分量に対応するサンプリング間隔の逆数を、前記複数の注目領域の時間スペクトルのピークを示す周波数成分として特定し、
   前記煙発生検出部は、前記対象周波数成分特定手段により前記複数の注目領域ごとに特定された前記周波数成分が前記複数の注目領域ごとにあらかじめ設定された所定範囲内であり、かつ、前記差分量算出手段により前記周波数成分に対して前記複数の注目領域ごとに算出された差分量が前記複数の注目領域ごとにあらかじめ設定された所定閾値以上である場合には、前記複数の注目領域ごとに煙が発生したと判断する
   ことを特徴とする煙検出装置。

Images