JP3614256B2 - 監視用画像処理装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
この発明は、例えば無人の電気所などを遠隔監視するためにセンターに設置された監視用画像処理装置に関するものである。
【０００２】
【従来の技術】
従来の監視用画像処理装置の構成について図３８を参照しながら説明する。図３８は、従来の監視用画像処理装置の構成を示すブロック図である。
【０００３】
図３８において、１は本監視用画像処理装置に処理される映像を受けるビデオ入力部、２はビデオ入力部１から入る映像を量子化するＡ／Ｄ変換部、３はＡ／Ｄ変換部２からの出力を受け現在の映像データを用意する現画像データ演算蓄積部、４はＡ／Ｄ変換部２からの出力を受け相応の演算を行い、比較用データを作成する比較用データ演算蓄積部、５は現画像データ演算蓄積部３と比較用データ演算蓄積部４のデータを比較演算して、そこより画像内の移動物・変化物（以降、変化領域と呼称する）を抽出する変化領域抽出部である。一般には、ここに２値化処理部が内蔵され、出力は２値データに変換されている。また、６は変化領域抽出部５の出力を受け、変化領域の特徴を各種演算・判断処理（以降、認識処理と呼称する）を行う認識処理部、７は認識処理部６からの指示を受け、発報対象（例：人物、車）の変化領域を発見した際にそれを知らせる（以降、発報と呼称する）発報処理部である。
【０００４】
次に、動作について代表的な例を説明する。図３８に於いて、外部から装置に与えられた映像信号（ビデオ信号）はビデオ入力部１で受け取り、Ａ／Ｄ変換部２に送られる。このＡ／Ｄ変換部２では受け取ったビデオ信号を後の処理の為にデジタルデータに変換する。１画素あたり８ビットの多値データに変換するのが一般的である。現画像データ演算蓄積部３では、入力されたデータを元に「現画像データ」を用意し、後の処理に備える。入力されたデータそのものを出力する場合が多い。一方、比較用データ演算蓄積部４では、入力されたデータを元に「比較用画像データ」を用意し、後の処理に備える。これは定期的にサンプリングされた現画像データや、直前のフレームの映像である場合が多い。
【０００５】
変化領域抽出部５は、現画像データ演算蓄積部３及び比較用データ演算蓄積部４の出力を比較し、異なる部分を見つけ、その部分を変化領域として出力する。変化領域は一般的には映像中の移動物が主であるがまれに光の反射等の輝度変化も拾う。
【０００６】
図４０を例に変化領域について説明する。図４０は通常の正門の映像である。今、人物が画像内を移動している。この場合、移動している人物の位置がそのまま変化領域となる。図４１が、その変化領域を黒く染めたスーパーインポーズを重複させて示した映像である。
【０００７】
認識処理部６は、変化領域抽出部５からの変化領域データを受け、その変化領域が目的のもの（例えば、一般には人物や車両が該当する。以降、発報対象と呼称する）であるか否かの判断を行う。ここでは、以下の条件を見る。
【０００８】
・そこに一定時間変化領域があるか。
・所定の面積か。
・所定の縦横寸法か。
・所定の移動速度か。
【０００９】
もし、ここで以上の条件が合致すれば、その変化領域が仮に発報対象でなくても、装置は発報する。このような、非発報対象による発報を、以降、不要検知と呼称する。発報処理部７は、認識処理部６からの指示を受け、発報処理を行う。通常は上位にあるＰＣ等に特定の信号を送ったり、装置のブサーを鳴らしたりという処理である。なお、認識処理部６及び発報処理部７はＳ／Ｗにて処理されるのが一般的である。
【００１０】
次に、認識処理部６で行われる認識のフローについて代表的例を説明する。変化領域抽出部５から渡された変化領域毎に、認識処理部６では図３９に示された様なフローにて判定処理を行う（一般論）。先ず、変化領域は、良質の画像を与えられている場合に於いては、図４１の様なクリアな物となるが、劣悪な画像を処理した場合はその限りではない。
【００１１】
図４２には、その様な画像を処理した結果の変化領域である。外接四角形を併記した。見て判るとおり、３つの変化領域に分断されている。これをそのまま処理すると、おのおのは「人物」同等の「面積」や「縦横寸法」を持たない。従って、３つとも「人物」とは判断されないこととなる。
【００１２】
そこで、一般には、ステップ１０において、「領域統合」という処理を行い、この分断された変化領域を統合する。領域統合には様々なルールがあるが、ここでは簡単に以下のルールを採用するものとする。ただし、これは１例である。「外接四角形Ａの２倍の範囲に別な外接四角形Ｂがあり、かつ外接四角形Ｂの２倍の範囲に元の外接四角形Ａがあれば、Ａ・Ｂは統合する。」
【００１３】
このルールに従い図４２を統合した結果が図４３である。変化領域は３つに分断されているが、外接四角形は統合されている。この統合処理後は、外接四角形内の３つの変化領域は「１つの変化領域」として判断処理される。
【００１４】
ステップ１１〜１４に示された条件分岐は「統合後の変化領域」が発報対象であるか否かを判断する条件を照合する部分である。ここで例に示したのは以下の４条件である。
【００１５】
・変化領域が一定時間そこにあるか。
・変化領域が所定の面積か。
・変化領域が所定縦横寸法か。
・変化領域が所定速度か。
【００１６】
それぞれの条件設定は装置の可動に先立ち別途行っていたものとして、ここでは条件照合について実施する。「面積、縦横寸法、移動速度」は、あらかじめ定められていた発報条件に対し、この「統合後の変化領域」のそれが合致しているかを見る。「一定時間そこにあるか」は、連続何シーンか画像に写った物のみを、認識対象にするという意味である。即ち、瞬間に現れた物でも発報対象と見るのではなく、連続で複数シーン映像としてとらえないと認識対象としない。一般には、４シーン程度の短い時間が条件となる。従って、発報対象はその条件に通常問題なく合致する。ただし、その場合、「面積」、「縦横寸法」、「速度」が必然的にそれら複数シーンで観測された値の平均値を参照されることとなる。
【００１７】
以上の条件に合致した変化領域は、ステップ１５において、発報対象とみなす。発報対象が発見されたことは、次プロセスである、発報処理部７へ伝えられる。条件に合致しない場合は、発報対象は無かったと見なす。この場合は次プロセスにはなにも報告されない。
【００１８】
【発明が解決しようとする課題】
従来の監視用画像処理装置は、以上のような構造になっている為、変化領域抽出部５が抽出した変化領域が仮に非発報対象によるものであっても、ステップ１１〜１４の条件に合致すると発報してしまう。特に、屋外において監視業務を行う際は、木々の揺れや、水たまりの水紋等により発生させられるケースが多い。
【００１９】
従来技術では、この対処法に「危険個所のマスク」を行う手法があった。マスクとは映像の一部を不可視化させて、そこになにも写らない、もしくは写っていても固定画像である様に電気的もしくは機構的もしくはソフト的に隠蔽する手法である。電気的に定型パターンを張り付けるのが一般的である。ここで言う「危険個所のマスク」は、不要検知を発生させる危険のある範囲を、すべてそのマスクで覆ってしまう手法である。
【００２０】
しかし、その手法では、マスクで覆った範囲が広域にわたり、その影に「人物」の様な正規の発報対象物がいても、併せて覆い隠してしまう危険も併せ持っていた。このような場合は、逆に正規発報対象に対して発報できない事態を発生させる。このような事態を以降、不検知と呼称する。
【００２１】
図４４〜図４６を例に取り具体的に説明する。図４４と図４５は時間的に連続した映像である。図４４では、足下の水たまりは平穏だが、次の瞬間の図４５ではそこに水紋が映っている。この場合、装置から見て「水紋」は変化領域である。装置はこの水紋を発見したと同時に変化領域の認識処理を開始する。この場合、仮にステップ１１〜１４の条件にこの水紋による変化領域の諸条件が合致すれば、それは発報対象と誤って判断される。仮に領域統合にて水紋が統合されていれば、より誤って判断されやすくなる。その結果を受け発報処理部７にて発報処理が行われる。
【００２２】
図４６は、その「水紋」を隠すために、水紋が現れる危険のある範囲である「水たまり」全体を「危険個所のマスク」である大きなマスクで隠した例である。しかし、この図でも判る通り、その範囲は広範囲であり、人物がその影に隠れる可能性もある。そのような場合は、認識処理の判定条件の１つである「一定時間変化領域があるか」を守れなくなり、結果として人物を発見できなくなる「不検知」を発生させる危険も伴う。マスクとは、常にこのように、不要検知を防ぐために大きくすればするほど、不検知の危険を増大させてしまうという問題点があった。
【００２３】
この発明は、前述した問題点を解決するためになされたもので、このような街路樹の葉の揺れ（非発報対象）や、水たまりの水紋（非発報対象）のような、「ある特定の場所範囲に不定期に現れる比較的小さな変化領域」に対し、場所範囲を完全に覆うマスクを用いず、櫛形マスクをかけ、それにより上記の様な非発報対象の変化領域による不要検知を減少させつつ、不用意に不検知を増大させない機能を提供することができる監視用画像処理装置を得ることを目的とする。
【００２４】
【課題を解決するための手段】
この発明に係る監視用画像処理装置は、所定の範囲の監視用画像のうち、不要検知を発生させる危険のある範囲に対しては櫛形マスクを用い、現画像データと比較用画像データとの比較演算に基づき、前記櫛形マスクに隠れなかった部分を含む前記所定の範囲の監視用画像内の変化領域を抽出する変化領域抽出手段と、前記抽出した複数の変化領域の外接四角形について、「第１の外接四角形の２倍の範囲に第２の外接四角形があり、かつ前記第２の外接四角形の２倍の範囲に前記第１の外接四角形があれば、前記第１及び第２の外接四角形は統合する」というルールに従い統合し前記統合した外接四角形が連続した所定の数のシーンにあり、所定の面積、所定の縦横寸法、かつ所定の速度をもっている場合は発報対象として認識する認識処理手段とを備えたものである。
【００２５】
また、この発明に係る監視用画像処理装置は、さらに、入力映像を量子化するＡ／Ｄ変換手段と、前記Ａ／Ｄ変換手段の出力から前記現画像データを用意する現画像データ演算蓄積手段と、前記Ａ／Ｄ変換手段の出力から前記比較用画像データを作成する比較用データ演算蓄積手段と、前記統合した外接四角形を発報対象として認識したときにはその旨を知らせる発報処理手段とを備えたものである。
【００２６】
また、この発明に係る監視用画像処理装置は、前記櫛形マスクを、歯の部分の幅が歯と歯の隙間より薄いものとしたものである。
【００２７】
また、この発明に係る監視用画像処理装置は、前記櫛形マスクを、歯の部分の幅が歯と歯の隙間より厚くかつ歯と直角にスリットが通っているものとしたものである。
【００２８】
また、この発明に係る監視用画像処理装置は、前記櫛形マスクを、歯の部分の幅が歯と歯の隙間より厚くかつ歯に傾斜をもたせたものとしたものである。
【００２９】
また、この発明に係る監視用画像処理装置は、前記櫛形マスクを、歯の部分の幅が歯と歯の隙間より厚いものとしたものである。
【００３０】
さらに、この発明に係る監視用画像処理装置は、前記櫛形マスクを、画像の奥行に応じて歯の部分の幅と歯と歯の隙間を変えたものとしたものである。
【００３１】
【発明の実施の形態】
実施の形態１．
この発明の実施の形態１の構成について図１を参照しながら説明する。図１は、この発明の実施の形態１の構成を示すブロック図である。なお、各図中、同一符号は同一又は相当部分を示す。
【００３２】
図１において、１は本監視用画像処理装置に処理される映像を受けるビデオ入力部、２はビデオ入力部１から入る映像を量子化するＡ／Ｄ変換部、３はＡ／Ｄ変換部２からの出力を受け現在の映像データを用意する現画像データ演算蓄積部、４はＡ／Ｄ変換部２からの出力を受け相応の演算を行い、比較用データを作成する比較用データ演算蓄積部、５Ａは現画像データ演算蓄積部３と比較用データ演算蓄積部４のデータを比較演算して、そこより画像内の変化領域を抽出する変化領域抽出部である。一般には、ここに２値化処理部が内蔵され、出力は２値データに変換されている。また、６は変化領域抽出部５Ａの出力を受け、変化領域の認識処理を行う認識処理部、７は認識処理部６からの指示を受け、発報対象（例：人物、車）の変化領域を発見した際に発報する発報処理部である。
【００３３】
次に、動作について代表的な例を説明する。図２に於いては、従来例と同様のため説明を省略する。ここでは、本実施の形態１による方式が、どのように作用するかを説明する。
【００３４】
今、図３の画像に置いて、正規発報対象である「人物」と、非発報対象である「水紋」が、それぞれ発生した場合を考える。また、仮に双方とも、図２の認識処理における各種条件は満足しており、単独でそれぞれ発報されるものとする。以降の説明を簡単にするために、人物の変化領域の面積は５００、水紋の変化領域の面積は３００とし、図２の認識処理における面積条件は「２００〜６００」であったと仮定する。また、「一定時間そこにあるか」の条件は「４フレーム時間そこにあるか」と定義されているものとする。また、装置は、変化領域を発見した場合、外接四角形を表示し、それを知らせるものとする。
【００３５】
図３は映像内に「水たまり」と「人物」が写っている。本装置が発報対象とするのは「人物」である。従って、人物で発報するのは「正常発報」、人物以外で発報するのは「不要検知」である。ここでは、先の仮定で定めた通り、「人物」の面積・縦横寸法・速度が所定範囲内であるため、発報対象と判断され、発報に至る。これは正常発報である。
【００３６】
図４は、水たまりに「水紋」の発生した画像である。装置はこれを変化物として判断している。図中に外接四角形を表示している部分が、装置が変化領域と判断している部分である。ここでは、先の仮定で定めた通り、「水紋」の面積・縦横寸法・速度が所定範囲内であり、発報対象と判断され、発報に至る。これは不要検知である。
【００３７】
図５は、従来手法による「マスク」を画像にかけた映像である。本来、水紋は水たまりのいかなる場所へも発生しうる。従って、この発生の予測される「場所範囲」は水たまり全体である。ここではマスクを水たまり全体にかける。その場合、水紋は以降、絶対画面に現れなくなるため、水紋による不要検知は発生しなくなる。
【００３８】
しかし、この後、人物がマスクの影に移動していき、同様に画面に現れなくなった場合を考える。仮に人物がマスクの影に３フレーム目に隠れると、その瞬間から「一定時間そこにあるか」の条件「４フレーム時間そこにあるか」が成立しなくなり、発報対象でなくなる。従って、この場合、この人物に対して正規の発報処理が行われなくなる。不検知の発生である。これが従来のマスク「危険個所のマスク」の欠点である。
【００３９】
図６は、本実施の形態１による横向きの「櫛形マスク」を画像にかけた映像である。では、この櫛形マスクの効果を説明する。櫛形マスクでは、「水紋」も「人物」も、部分的にしか隠れない。しかし、櫛形マスクの場合は、方向性が加わり、よりマスクがかかる方向と、そうでない方向に分かれる。変化領域が縦型である「人物」に関しては、横向きの櫛形マスクで隠蔽される面積は比較的小さいものとなる。形状的に双方が重なりにくい為である。しかし、逆に変化領域が横型である「水紋」に対しては、横向きの櫛形マスクに比較的重なりやすくなり、隠蔽される面積が相対的に増える。形状的に双方が重なり易い為である。この結果、その後の認識処理における領域統合の結果に差が出る。尚、ここでは、横向きの「櫛形マスク」が有効な例を説明したが、変化領域が縦型である例えば「車両」の場合は縦向きの櫛形マスクの方が隠蔽される面積が比較的小さくなり、効果は高い。従って、櫛形マスクは、縦向きも、横向きも、そして後述する斜め方向でもそれぞれ有効なケースがあり、有効な効果を奏する。
【００４０】
今、図７の水紋のモデルを使用して説明する。図７は、水紋に横向きの櫛形マスクを設定したモデルである。櫛形マスクの幅Ｗ１は、隙間Ｗ２より薄く（Ｗ１＜Ｗ２）なっている。
【００４１】
この後、変化領域として抽出される範囲をモデル化したのが、図８である。ここでは、櫛形マスクに隠れなかった部分が、変化領域ＡＷ１、ＡＷ２、ＡＷ３として抽出されている。全部で３つの変化領域が存在する。領域統合処理でこの３つの変化領域が統合されるか否かを検討する。変化領域ＡＷ１、ＡＷ２、ＡＷ３それぞれの外接四角形を見てみる。「外接四角形Ａの２倍の範囲に別な外接四角形Ｂがあり、かつ外接四角形Ｂの２倍の範囲に元の外接四角形Ａがあれば、Ａ・Ｂは統合する」のが領域統合のルールと定めていたが、このルールに従うと変化領域ＡＷ１、ＡＷ２、ＡＷ３は領域統合できない。すなわち、ＡＷ１とＡＷ３の外接四角形を２倍にしてもＡＷ２の外接四角形に届かない。
【００４２】
結果としてこの水紋は、櫛形マスクにより、横長の変化領域３つに分断され、領域統合もされずに後の認識処理に持ち込まれることとなる。
【００４３】
では、人物に関しても、同様にその効果を考察する。図９は、人物に横向きの櫛形マスクを設定したモデルである。櫛形マスクの幅Ｗ１は、隙間Ｗ２より薄く（Ｗ１＜Ｗ２）なっている。
【００４４】
この後、変化領域として抽出される範囲をモデル化したのが、図１０である。ここでは、櫛形マスクに隠れなかった部分が、変化領域ＡＰ１〜ＡＰ９として抽出されている。全部で９つの変化領域が存在する。領域統合処理でこの９つの変化領域が統合されるか否かを検討する。ＡＰ１〜ＡＰ９それぞれの外接四角形を見てみる。「外接四角形Ａの２倍の範囲に別な外接四角形Ｂがあり、かつ外接四角形Ｂの２倍の範囲に元の外接四角形Ａがあれば、Ａ・Ｂは統合する」のが領域統合のルールと定めていたが、このルールに従うとＡＰ１〜ＡＰ９は領域統合される。
【００４５】
結果としてこの人物は、櫛形マスクにより、横長の変化領域９つに分断されたが、領域統合にて再度統合され、縦長の外接四角形ＡＰ１０に示される形状になって、この後の認識処理に持ち込まれることとなる。
【００４６】
では、「人物」の認識処理に関して、確認する。通常、人物の変化領域の面積は５００であるから、仮に４シーンのうち２シーンがマスクにかかっていたとしても、せいぜい変化領域の半分が隠蔽されているだけである。平均の面積は、下記の計算式のようになり、まだ、面積条件「２００〜６００」を満足する。従って、「人物」は発報される。
【００４７】
（５００＋２５０＋２５０＋５００）／４＝３７５
【００４８】
では、同様に「水紋」の認識処理の確認をする。通常、水紋の変化領域の面積は３００である。水たまりから外には出られない為、「人物」と異なり、４シーンのうち４シーンともマスクに部分的にかかる。また、水紋は櫛形マスクのため３つの変化領域に分断されている。これらは領域統合で統合されなかったため、最大の面積を持つ変化領域でも、たかだか面積は１００である。平均の面積は、下記の計算式のようになり、面積条件「２００〜６００」を満足できない。従って、「水紋」は発報されない。
【００４９】
（１００＋１００＋１００＋１００）／４＝１００
【００５０】
これは、「水紋」は、「人物」に比較し「ある特定の場所範囲に不定期にあらわれる」という性質を持つ点と、「水紋」は、「人物」に比較し「比較的小さな変化領域である」という性質を持つ点と、「水紋」は、「人物」に比較し横向き櫛形マスクで分断されやすい形状を持つ点から、可能な処理である。以上の通り、本処理により、「人物」の発報を阻害せず、「水紋」の不要検知を防止できた。
【００５１】
以上のように本実施の形態１によれば、「人物」の様な正規の発報対象に対する発報能力を阻害せず、「街路樹の揺れ」や「水紋」の様な「あり特定の場所範囲に不定期に現れる比較的小さな変化領域」に関する不要検知を削減する機能を実現できる。
【００５２】
実施の形態２．
この発明の実施の形態２の構成について図１１を参照しながら説明する。図１１は、この発明の実施の形態２の構成を示すブロック図である。
【００５３】
図１１において、１は本監視用画像処理装置に処理される映像を受けるビデオ入力部、２はビデオ入力部１から入る映像を量子化するＡ／Ｄ変換部、３はＡ／Ｄ変換部２からの出力を受け現在の映像データを用意する現画像データ演算蓄積部、４はＡ／Ｄ変換部２からの出力を受け相応の演算を行い、比較用データを作成する比較用データ演算蓄積部、５Ｂは現画像データ演算蓄積部３と比較用データ演算蓄積部４のデータを比較演算して、そこより画像内の変化領域を抽出する変化領域抽出部である。一般には、ここに２値化処理部が内蔵され、出力は２値データに変換されている。また、６は変化領域抽出部５Ｂの出力を受け、変化領域の認識処理を行う認識処理部、７は認識処理部６からの指示を受け、発報対象（例：人物、車）の変化領域を発見した際に発報する発報処理部である。
【００５４】
次に、動作について代表的な例を説明する。ここでは、本実施の形態２による方式が、どのように作用するかを説明する。図１２〜図１４に於いては、上記実施の形態１と同様のため説明を省略する。
【００５５】
図１５は、本実施の形態２による横向きの「櫛形マスク」と「スリット」を画像にかけた映像である。
【００５６】
では、この櫛形マスクの効果を説明する。実施の形態１では、櫛形マスクはその歯の部分の幅Ｗ１は、歯と歯の隙間Ｗ２より薄く（Ｗ１＜Ｗ２）なっていた。そのため、条件によってはたとえ非発報対象物であっても「領域統合」により櫛形マスクを跨いで変化領域が統合されてしまうケースもあった。しかし、本実施の形態２に関わる櫛形マスクはその逆である。歯の部分の幅Ｗ３は、歯と歯の隙間Ｗ４より厚い（Ｗ３＞Ｗ４）。
【００５７】
この場合、先に示した領域統合のルールに従うと、いかなる状態でも櫛の歯を越えては統合できない。「水紋」や「街路樹の葉の揺れ」等の非発報対象に対しては、確実に発報を防ぐ。しかし、実は発報対象にも不検知を発生させてしまう。これを補うために、櫛の歯と垂直方向にスリットを設ける。この効果と理論を以下説明する。
【００５８】
今、図１６の木の葉のモデルを使用して説明する。ただし、正規発報対象である「人物」と、非発報対象である「木の葉」は、双方とも、図２の認識処理における各種条件は満足しており、単独でそれぞれ発報されるものとする。以降の説明を簡単にするために、人物の変化領域の面積は５００、木の葉の変化領域の面積は３００とし、図２の認識処理における面積条件は「２００〜６００」であったと仮定する。また、「一定時間そこにあるか」の条件は「４フレーム時間そこにあるか」と定義されているものとする。また、装置は、変化領域を発見した場合、外接四角形を表示し、それを知らせるものとする。
【００５９】
図１６は、木の葉に横向きの櫛形マスクを設定したモデルである。櫛形マスクの幅Ｗ３は、隙間Ｗ４より厚く（Ｗ３＞Ｗ４）なっている。ただし、櫛の歯と直角にスリットが１本通っている。
【００６０】
この後、変化領域として抽出される範囲をモデル化したのが、図１７である。ここでは櫛形マスクに隠れなかった部分が、変化領域ＢＬ１〜ＢＬ９として抽出されている。全部で９つの変化領域が存在する。領域統合処理でこの９つの変化領域が統合されるか否かを検討する。ＢＬ１〜ＢＬ９それぞれの外接四角形を見てみる。「外接四角形Ａの２倍の範囲に別な外接四角形Ｂがあり、かつ外接四角形Ｂの２倍の範囲に元の外接四角形Ａがあれば、Ａ・Ｂは統合する」のが領域統合のルールと定めていたが、このルールに従うとＢＬ１〜ＢＬ９は領域統合できない。
【００６１】
これには櫛形マスクの幅Ｗ３が、隙間Ｗ４より厚い（Ｗ３＞Ｗ４）ことが大きく関与している。普通に櫛の歯で分断された変化領域は、そのため再度統合はされない。結果としてこの木の葉は、櫛形マスクにより、横長の変化領域９つに分断され、領域統合もされずに後の認識処理に持ち込まれることとなる。
【００６２】
では、人物に関しても、同様にその効果を考察する。図１８は、人物に同様の横向きの櫛形マスクを設定したモデルである。櫛形マスクの幅Ｗ３は、隙間Ｗ４より厚く（Ｗ３＞Ｗ４）なっている。同様に、櫛の歯と直角にスリットが１本通っている。
【００６３】
この後、変化領域として抽出される範囲をモデル化したのが、図１９である。ここでは櫛形マスクに隠れなかった部分が、変化領域として抽出されている。しかし、変化領域は１つである。櫛形マスクで分断されるはずが、櫛の歯と垂直には行ったスリットを経由して分断を免れていた為である。結果としてこの人物は、櫛形マスクにより分断されることなく、この後の認識処理に持ち込まれることとなる。
【００６４】
では、「人物」の認識処理に関して、確認する。通常、人物の変化領域の面積は５００であるから、仮に４シーンのうち２シーンがマスクにかかっていたとしても、せいぜい変化領域の半分が隠蔽されているだけである。平均の面積は、下記の計算式のようになり、まだ、面積条件「２００〜６００」を満足する。従って、「人物」は発報される。
【００６５】
（５００＋２５０＋２５０＋５００）／４＝３７５
【００６６】
では、同様に「木の葉」の認識処理の確認をする。通常、木の葉の変化領域の面積は３００である。木の葉は木のある範囲から出られない為、「人物」と異なり、４シーンのうち４シーンともマスクに部分的にかかる。また、木の葉は櫛形マスクのため９つの変化領域に分断されている。これらは領域統合で統合されなかったため、最大の面積を持つ変化領域でも、たかだか面積は５０である。平均の面積は、下記の計算式のようになり、面積条件「２００〜６００」を満足できない。従って、「木の葉」は発報されない。
【００６７】
（５０＋５０＋５０＋５０）／４＝５０
【００６８】
これは、「木の葉」は、「人物」に比較し「ある特定の場所範囲に不定期にあらわれる」という性質を持つ点と、「木の葉」は、「人物」に比較し「比較的小さな変化領域である」という性質を持つ点と、「木の葉」は、「人物」に比較し「スリット」を経由して分断を免れる様な大きな変化領域を元々持っていない点に、大きく依存している。以上の通り、本処理により、「人物」の発報を阻害せず、上記実施の形態１以上に精度良く「木の葉」等の非発報対象による不要検知を防止できた。
【００６９】
以上のように本実施の形態２によれば、「人物」の様な正規の発報対象に対する発報能力を阻害せず、「街路樹の揺れ」や「水紋」の様な「あり特定の場所範囲に不定期に現れる比較的小さな変化領域」に関する不要検知を実施の形態１で述べた効果以上に削減する機能を実現できる。
【００７０】
実施の形態３．
この発明の実施の形態３の構成について図２０を参照しながら説明する。図２０は、この発明の実施の形態３の構成を示すブロック図である。
【００７１】
図２０において、１は本監視用画像処理装置に処理される映像を受けるビデオ入力部、２はビデオ入力部１から入る映像を量子化するＡ／Ｄ変換部、３はＡ／Ｄ変換部２からの出力を受け現在の映像データを用意する現画像データ演算蓄積部、４はＡ／Ｄ変換部２からの出力を受け相応の演算を行い、比較用データを作成する比較用データ演算蓄積部、５Ｃは現画像データ演算蓄積部３と比較用データ演算蓄積部４のデータを比較演算して、そこより画像内の変化領域を抽出する変化領域抽出部である。一般には、ここに２値化処理部が内蔵され、出力は２値データに変換されている。また、６は変化領域抽出部５Ｃの出力を受け、変化領域の認識処理を行う認識処理部、７は認識処理部６からの指示を受け、発報対象（例：人物、車）の変化領域を発見した際に発報する発報処理部である。
【００７２】
次に、動作について代表的な例を説明する。ここでは、本実施の形態３による方式が、どのように作用するかを説明する。図２１〜図２３に於いては、上記実施の形態１と同様のため説明を省略する。
【００７３】
図２４は、本実施の形態３による横向きの「櫛形マスク」と「スリット」を画像にかけた映像である。
【００７４】
では、この櫛形マスクの効果を説明する。上記実施の形態１では、櫛形マスクはその歯の部分の幅Ｗ１は、歯と歯の隙間Ｗ２より薄く（Ｗ１＜Ｗ２）なっていた。そのため、条件によってはたとえ非発報対象物であっても「領域統合」により櫛形マスクを跨いで変化領域が統合されてしまうケースもあった。
【００７５】
しかし、本実施の形態３に関わる櫛形マスクはその逆である。歯の部分の幅Ｗ３は、歯と歯の隙間Ｗ４より厚い（Ｗ３＞Ｗ４）。そのかわり、この櫛形マスクは実施の形態１と異なり、一定の傾斜を持っている。
【００７６】
この傾斜がない場合は、実施の形態２の櫛形マスクと同様に、スリットでも用意しない限り先に示した領域統合のルールに従うと、いかなる状態でも櫛の歯を越えては統合できない。この場合、「水紋」や「街路樹の葉の揺れ」等の非発報対象に対しては、確実に発報を防ぐ。しかし、実は発報対象にも不検知を発生させてしまう。これを補うために、櫛の歯に傾斜を設ける。この効果と理論を以下説明する。
【００７７】
今、図２５の木の葉のモデルを使用して説明する。ただし、正規発報対象である「人物」と、非発報対象である「木の葉」は、双方とも、図２の認識処理における各種条件は満足しており、単独でそれぞれ発報されるものとする。以降の説明を簡単にするために、人物の変化領域の面積は５００、木の葉の変化領域の面積は３００とし、図２の認識処理における面積条件は「２００〜６００」であったと仮定する。また、「一定時間そこにあるか」の条件は「４フレーム時間そこにあるか」と定義されている物とする。また、装置は、変化領域を発見した場合、外接四角形を表示し、それを知らせるものとする。
【００７８】
図２５は、木の葉に横向きの櫛形マスクを設定したモデルである。櫛形マスクの幅Ｗ３は、隙間Ｗ４より厚く（Ｗ３＞Ｗ４）なっている。ただし、櫛の歯には一定の傾斜が付いている。
【００７９】
この後、変化領域として抽出される範囲をモデル化したのが、図２６である。ここでは櫛形マスクに隠れなかった部分が、変化領域ＣＬ１〜ＣＬ８として抽出されている。全部で８つの変化領域が存在する。領域統合処理でこの８つの変化領域が統合されるか否かを検討する。ＣＬ１〜ＣＬ８それぞれの外接四角形を見てみる。「外接四角形Ａの２倍の範囲に別な外接四角形Ｂがあり、かつ外接四角形Ｂの２倍の範囲に元の外接四角形Ａがあれば、Ａ・Ｂは統合する」のが領域統合のルールと定めていたが、このルールに従うとＣＬ１〜ＣＬ８は全ては領域統合できない。ＣＬ１とＣＬ２、ＣＬ７とＣＬ８がかろうじて条件を満たし各個に統合されたのみである。統合後の外接四角形はＣＬ９とＣＬ１０である。
【００８０】
これには櫛形マスクの幅Ｗ３が、隙間Ｗ４より厚い（Ｗ３＞Ｗ４）ことが大きく関与している。普通に櫛の歯で分断された変化領域は、そのため再度統合はされない。ただし、上記実施の形態２と異なり、一部の外接四角形は統合されている。これは櫛形マスクに傾斜があるためであるが、詳細は後述する。結果としてこの木の葉は、櫛形マスクにより、横長の変化領域８つに分断され、領域統合も一部しかされずに後の認識処理に持ち込まれることとなる。
【００８１】
では、人物に関しても、同様にその効果を考察する。図２７は、人物と同様の横向きの櫛形マスクを設定したモデルである。櫛形マスクの幅Ｗ３は、隙間Ｗ４より厚く（Ｗ３＞Ｗ４）なっている。同様に、櫛の歯には一定の傾斜が付いている。
【００８２】
この後、変化領域として抽出される範囲をモデル化したのが、図２８である。ここでは櫛形マスクに隠れなかった部分が、変化領域として抽出されている。しかし、変化領域は１つである。櫛形マスクで分断されるはずが、櫛の歯の傾斜の影響により、各外接四角形が接近でき、統合条件を満たした為である。外接四角形はもともと画面に対して傾斜のない四角形である。櫛形マスクはこの場合傾斜を持つため、外接四角形は傾斜の分、櫛形マスクの上に飛び出す形となり、結果として隣の外接四角形に接近できる。この効果は、外接四角形の横幅（櫛形マスクの歯の向き方向）が長いほど顕著になる。木の葉にこの効果が見られ無かったのは、その横幅が小さかったためである。結果としてこの人物は、櫛形マスクにより分断されることなく、この後の認識処理に持ち込まれることとなる。
【００８３】
では、「人物」の認識処理に関して、確認する。通常、人物の変化領域の面積は５００であるから、仮に４シーンのうち２シーンがマスクにかかっていたとしても、せいぜい変化領域の半分が隠蔽されているだけである。平均の面積は、下記の計算式のようになり、まだ、面積条件「２００〜６００」を満足する。従って、「人物」は発報される。
【００８４】
（５００＋２５０＋２５０＋５００）／４＝３７５
【００８５】
では、同様に「木の葉」の認識処理の確認をする。通常、木の葉の変化領域の面積は３００である。木の葉は木のある範囲から出られない為、「人物」と異なり、４シーンのうち４シーンともマスクに部分的にかかる。また、木の葉は櫛形マスクのため８つの変化領域に分断されている。これらは一部領域統合されたが、その最大面積を持つものでも、たかだか面積は１００である。平均の面積は、下記の計算式のようになり、面積条件「２００〜６００」を満足できない。
従って「木の葉」は発報されない。
【００８６】
（１００＋１００＋１００＋１００）／４＝１００
【００８７】
これは、「木の葉」は、「人物」に比較し「ある特定の場所範囲に不定期にあらわれる」という性質を持つ点と、「木の葉」は、「人物」に比較し「比較的小さな変化領域である」という性質を持つ点と、「木の葉」は、「人物」に比較し、櫛の歯の傾斜により外接四角形が櫛の歯の上に飛び出せる恩恵を受けられるほどの横幅を元々持っていない点に、大きく依存している。
【００８８】
以上の通り、本処理により、「人物」の発報を阻害せず、上記実施の形態１以上に精度良く、かつ実施の形態２の様にスリットを用いることなく、「木の葉」等の非発報対象による不要検知を防止できた。
【００８９】
以上のように本実施の形態３によれば、「人物」の様な正規の発報対象に対する発報能力を阻害せず、「街路樹の揺れ」や「水紋」の様な「あり特定の場所範囲に不定期に現れる比較的小さな変化領域」に関する不要検知を実施の形態１で述べた効果以上に削減する機能を実現できる。かつ、その為の櫛形マスクの作成が、実施の形態２よりも簡便に行える。
【００９０】
実施の形態４．
この発明の実施の形態４の構成について図２９を参照しながら説明する。図２９は、この発明の実施の形態４の構成を示すブロック図である。
【００９１】
図２９において、１は本監視用画像処理装置に処理される映像を受けるビデオ入力部、２はビデオ入力部１から入る映像を量子化するＡ／Ｄ変換部、３はＡ／Ｄ変換部２からの出力を受け現在の映像データを用意する現画像データ演算蓄積部、４はＡ／Ｄ変換部２からの出力を受け相応の演算を行い、比較用データを作成する比較用データ演算蓄積部、５Ｄは現画像データ演算蓄積部３と比較用データ演算蓄積部４のデータを比較演算して、そこより画像内の変化領域を抽出する変化領域抽出部である。一般には、ここに２値化処理部が内蔵され、出力は２値データに変換されている。また、６は変化領域抽出部５Ｄの出力を受け、変化領域の認識処理を行う認識処理部、７は認識処理部６からの指示を受け、発報対象（例：人物、車）の変化領域を発見した際に発報する発報処理部である。
【００９２】
次に、動作について代表的な例を説明する。ここでは、本実施の形態４による方式が、どのように作用するかを説明する。
【００９３】
図３０に於いて、画像左端から車両が出現している。車両は、本来であれば人物に比較し、「面積が大きく」、「外接四角形が横長」、「縦横比が横長」である特徴を持つため、人物と用意に区別でき、従って、車両が原因による不要検知は発生しない。図３２がそのイメージである。
【００９４】
しかし、図３０では、車両が完全には映像内に写り込んでいない。そのため、図３１の様な「人物」が写っている場合と、各種特徴が近似する。図には外接四角形を記載したが、それで判るとおり、「面積が大きく」、「外接四角形が横長」、「縦横比が横長」であるはずの車両の特徴がいっさい現れず、人物に非常に近似した特徴量を持つ物として映像に映っている。従って、多くの場合はここで人物と判断され不要検知されてしまう。
【００９５】
図３３は、本実施の形態４による横向きの「櫛形マスク」とを画像にかけた映像である。
【００９６】
では、この櫛形マスクの効果を説明する。本実施の形態４に関わる櫛形マスクは歯の部分の幅Ｗ３は、歯と歯の隙間Ｗ４より厚い（Ｗ３＞Ｗ４）。実施の形態２の櫛形マスクで、スリットのないもののイメージである。このマスクがない場合は、前述の通り車両の特徴は人物に近似するため不要検知を起こす。
【００９７】
ここに櫛形マスクを追加すると、図３４のイメージとなる。今、ここに車両が現れると、図のように櫛形マスクに阻まれ、車両全体をくるむ外接四角形が現れない。実施の形態２にあるように、歯の部分の幅Ｗ３は、歯と歯の隙間Ｗ４より厚い為、それを飛び越しては領域統合されないためである。従って、車両が櫛形マスクの陰にいる間は不要検知はおきない。この状況は、人物でも同様である。櫛形マスクの陰に人物が入る場合、車両同様、全体をくるむ外接四角形は現れず、人物を検知することができない。
【００９８】
では、その状態から車両が移動して、更に画面内に写り込んできた場合を考える。図３５は、車両が前進した状態である。ここでは車両の後方は相変わらず櫛形マスクの陰にあるが、車両前方はマスクから外れており、正確な形状の変化領域が切り出される。外接四角形は、車両前方がマスクに隠れていないため、そこを大きくくるむものとなるが、ここで注目すべきは、この外接四角形が車両後方にも及んでいる点である。車両後方は櫛形マスクで分断され、図３４の様に領域統合されることはないはずであるが、ここでは車両前方を経由して、統合可能となる。従って、車両前方も、車両後方も、双方をくるむ外接四角形が現れる。
【００９９】
この時点では、判るとおり、「面積が大きく」、「外接四角形が横長」、「縦横比が横長」である車両の特徴が現れ、人物とは確実に異なる物と判断できる。従って、ここで人物と判断され不要検知されることはない。
【０１００】
言い換えれば、櫛形マスクの陰に車両がいる間は、櫛形マスクに変化領域が分断され正常な外接四角形が得られずに、検知されず、櫛形マスクの外に車両の一部もしくは全部が出た場合は、櫛形マスクの外の部分を経由し変化領域が領域統合され、車両に相応の外接四角形が得られ、やはり不要検知されず、結局どの時点でも不要検知は発生しない。
【０１０１】
では、同様に人物の場合を考える。櫛形マスクの陰にいる間は検知されないのは車両と同様である。櫛形マスクから出た場合に、領域統合されるのも車両と同様であるが、その際、現れる外接四角形は、本来の人物の外接四角形と同様であり、この時点で正常検知される。
【０１０２】
言い換えれば、櫛形マスクの陰に人物がいる間は、櫛形マスクに変化領域が分断され正常な外接四角形が得られずに、検知されず、櫛形マスクの外に人物の一部もしくは全部が出た場合は、櫛形マスクの外の部分を経由し変化領域が領域統合され、人物に相応の外接四角形が得られ、正常検知されることとなる。結局、櫛形マスクの外では正常検知される。これが車両との違いである。
【０１０３】
これは、「車両」は、「人物」に比較し本来全く異なる特徴を持っており、画面の中にきちんととらえれば本来、不要検知されないものであるためである。ここでは画面の中にきちんと捕らえられるようになるまでの中間時間を、櫛形マスクの分断により、わざと発報不可能な状態として、やり過ごすため、このような効果が得られている。
【０１０４】
以上の通り、本処理により、「人物」の発報を阻害せず、「車両」の様な物体が画面に現れきる前の中間状態で不要検知されるのを、精度良く防止できた。
【０１０５】
以上のように本実施の形態４によれば、監視エリアの縁から出てくる変化領域が、過渡的に発報対象に似てしまう現象を回避し、不要検知を減少させることを可能にした。
【０１０６】
実施の形態５．
この発明の実施の形態５の構成について図３６を参照しながら説明する。図３６は、この発明の実施の形態５の構成を示すブロック図である。
【０１０７】
図３６において、１は本監視用画像処理装置に処理される映像を受けるビデオ入力部、２はビデオ入力部１から入る映像を量子化するＡ／Ｄ変換部、３はＡ／Ｄ変換部２からの出力を受け現在の映像データを用意する現画像データ演算蓄積部、４はＡ／Ｄ変換部２からの出力を受け相応の演算を行い、比較用データを作成する比較用データ演算蓄積部、５Ｅは現画像データ演算蓄積部３と比較用データ演算蓄積部４のデータを比較演算して、そこより画像内の変化領域を抽出する変化領域抽出部である。一般には、ここに２値化処理部が内蔵され、出力は２値データに変換されている。また、６は変化領域抽出部５Ｅの出力を受け、変化領域の認識処理を行う認識処理部、７は認識処理部６からの指示を受け、発報対象（例：人物、車）の変化領域を発見した際に発報する発報処理部である。
【０１０８】
次に、動作について代表的な例を説明する。ここでは、本実施の形態５による方式が、どのように作用するかを説明する。
【０１０９】
図３７に於いて、画像はかなり奥手方向から手前方向まで幅広い範囲を写している。このように、奥行きのある画像の場合は、上記実施の形態１〜４にかかわる櫛形マスクがそのままでは効果が十分に得られない場合がある。
【０１１０】
たとえば、奥手方向にあわせて櫛形マスクのピッチを小さく設定した場合を考える。奥手方向は、不要検知する非発報対象が小さく写っているため、必然的に櫛形マスクのピッチは小さくせざるを得ない。しかし、手前方向を注目すると、相対的に同様の非対発報対象物は大きく写る。小さいピッチのまま、大きな非発報対象を覆っても、櫛形マスクの本来の効果は得られない。
【０１１１】
例えば、実施の形態３では、非発報対象の横幅が、発報対象の人物の横幅に比較し小さいことを前提に櫛形マスクで不要検知を防いでいる。しかし、ここで、画面手前の非発報対象が大きく写つる為、その前提が崩れてしまう。画像によっては、奥手の発報対象より、手前の非発報対象の方が大きい面積を有するケースも出てくる。本櫛形マスクはこのような奥行きのある画像に対し、櫛形マスクの効果を維持するものである。
【０１１２】
画面の奥方向はピッチを小さくし、手前方向は逆にピッチを大きくすることにより、相対的に非発報対象と櫛形マスクの寸法的関係を一定に保つ。この結果、前述のような問題は発生しなくなる。これは、奥行きのある画面にあわせて、奥手と手前の寸法差をはかり、その結果にあわせて櫛形マスクのピッチを適宜変化させていくことにより、実現する。以上の通り、本処理により、実施の形態１〜４の効果が、奥行きのある画像に対しても有効に働き得る様になる。
【０１１３】
以上のように本実施の形態５によれば、実施の形態１、２、３、及び４の監視用画像処理装置に於いて、同様の効果を得るながら、画面内映像におけるマスクによる影響の「遠近補正」を実施することを可能にした。
【０１１４】
【発明の効果】
この発明に係る監視用画像処理装置は、以上説明したとおり、所定の範囲の監視用画像のうち、不要検知を発生させる危険のある範囲に対しては櫛形マスクを用い、現画像データと比較用画像データとの比較演算に基づき、前記櫛形マスクに隠れなかった部分を含む前記所定の範囲の監視用画像内の変化領域を抽出する変化領域抽出手段と、前記抽出した複数の変化領域の外接四角形について、「第１の外接四角形の２倍の範囲に第２の外接四角形があり、かつ前記第２の外接四角形の２倍の範囲に前記第１の外接四角形があれば、前記第１及び第２の外接四角形は統合する」というルールに従い統合し前記統合した外接四角形が連続した所定の数のシーンにあり、所定の面積、所定の縦横寸法、かつ所定の速度をもっている場合は発報対象として認識する認識処理手段とを備えたので、非発報対象の変化領域による不要検知を減少させつつ、不用意に不検知を増大させないようにできるという効果を奏する。
【０１１５】
また、この発明に係る監視用画像処理装置は、以上説明したとおり、さらに、入力映像を量子化するＡ／Ｄ変換手段と、前記Ａ／Ｄ変換手段の出力から前記現画像データを用意する現画像データ演算蓄積手段と、前記Ａ／Ｄ変換手段の出力から前記比較用画像データを作成する比較用データ演算蓄積手段と、前記統合した外接四角形を発報対象として認識したときにはその旨を知らせる発報処理手段とを備えたので、非発報対象の変化領域による不要検知を減少させつつ、不用意に不検知を増大させないようにできるという効果を奏する。
【０１１６】
また、この発明に係る監視用画像処理装置は、以上説明したとおり、前記櫛形マスクを、歯の部分の幅が歯と歯の隙間より薄いものとしたので、「人物」の様な正規の発報対象に対する発報能力を阻害せず、「街路樹の揺れ」や「水紋」の様な「あり特定の場所範囲に不定期に現れる比較的小さな変化領域」に関する不要検知を削減する機能を実現できるという効果を奏する。
【０１１７】
また、この発明に係る監視用画像処理装置は、以上説明したとおり、前記櫛形マスクを、歯の部分の幅が歯と歯の隙間より厚くかつ歯と直角にスリットが通っているものとしたので、「人物」の様な正規の発報対象に対する発報能力を阻害せず、「街路樹の揺れ」や「水紋」の様な「あり特定の場所範囲に不定期に現れる比較的小さな変化領域」に関する不要検知をより削減する機能を実現できるという効果を奏する。
【０１１８】
また、この発明に係る監視用画像処理装置は、以上説明したとおり、前記櫛形マスクを、歯の部分の幅が歯と歯の隙間より厚くかつ歯に傾斜をもたせたものとしたので、「人物」の様な正規の発報対象に対する発報能力を阻害せず、「街路樹の揺れ」や「水紋」の様な「あり特定の場所範囲に不定期に現れる比較的小さな変化領域」に関する不要検知をより削減する機能を実現でき、かつ、その為の櫛形マスクの作成がより簡便にできるという効果を奏する。
【０１１９】
また、この発明に係る監視用画像処理装置は、以上説明したとおり、前記櫛形マスクを、歯の部分の幅が歯と歯の隙間より厚いものとしたので、監視エリアの縁から出てくる変化領域が、過渡的に発報対象に似てしまう現象を回避でき、不要検知を減少させることを可能にできるという効果を奏する。
【０１２０】
さらに、この発明に係る監視用画像処理装置は、以上説明したとおり、前記櫛形マスクを、画像の奥行に応じて歯の部分の幅と歯と歯の隙間を変えたものとしたので、画面内映像におけるマスクによる影響の「遠近補正」を実施することを可能にできるという効果を奏する。
【図面の簡単な説明】
【図１】この発明の実施の形態１の概略構成を示すブロック図である。
【図２】この発明の実施の形態１の認識処理部の動作を示すフローチャートである。
【図３】この発明の実施の形態１に係る映像内に水たまりと人物が写っている映像例を示す図である。
【図４】この発明の実施の形態１に係る映像内の水たまりに水紋の発生した画像を示す図である。
【図５】この発明の実施の形態１に係る従来手法によるマスクを画像にかけた映像を示す図である。
【図６】この発明の実施の形態１に係る手法によるマスクを画像にかけた映像を示す図である。
【図７】この発明の実施の形態１に係る水紋のモデルを示す図である。
【図８】この発明の実施の形態１に係る水紋のモデルを示す図である。
【図９】この発明の実施の形態１に係る人物のモデルを示す図である。
【図１０】この発明の実施の形態１に係る人物のモデルを示す図である。
【図１１】この発明の実施の形態２の概略構成を示すブロック図である。
【図１２】この発明の実施の形態２に係る映像内に水たまりと人物が写っている映像例を示す図である。
【図１３】この発明の実施の形態２に係る映像内の水たまりに水紋の発生した画像を示す図である。
【図１４】この発明の実施の形態２に係る従来手法によるマスクを画像にかけた映像を示す図である。
【図１５】この発明の実施の形態２に係る手法によるマスクを画像にかけた映像を示す図である。
【図１６】この発明の実施の形態２に係る葉のモデルを示す図である。
【図１７】この発明の実施の形態２に係る葉のモデルを示す図である。
【図１８】この発明の実施の形態２に係る人物のモデルを示す図である。
【図１９】この発明の実施の形態２に係る人物のモデルを示す図である。
【図２０】この発明の実施の形態３の概略構成を示すブロック図である。
【図２１】この発明の実施の形態３に係る映像内に水たまりと人物が写っている映像例を示す図である。
【図２２】この発明の実施の形態３に係る映像内の水たまりに水紋の発生した画像を示す図である。
【図２３】この発明の実施の形態３に係る従来手法によるマスクを画像にかけた映像を示す図である。
【図２４】この発明の実施の形態３に係る手法によるマスクを画像にかけた映像を示す図である。
【図２５】この発明の実施の形態３に係る葉のモデルを示す図である。
【図２６】この発明の実施の形態３に係る葉のモデルを示す図である。
【図２７】この発明の実施の形態３に係る人物のモデルを示す図である。
【図２８】この発明の実施の形態３に係る人物のモデルを示す図である。
【図２９】この発明の実施の形態４の概略構成を示すブロック図である。
【図３０】この発明の実施の形態４に係る映像内に正門付近の車が写っている映像例を示す図である。
【図３１】この発明の実施の形態４に係る映像内に正門付近の人物が写っている映像例を示す図である。
【図３２】この発明の実施の形態４に係る映像内に正門付近の車が写っている映像例を示す図である。
【図３３】この発明の実施の形態４に係る手法によるマスクを画像にかけた映像を示す図である。
【図３４】この発明の実施の形態４に係る手法によるマスクを正門付近の車が写っている画像にかけた映像を示す図である。
【図３５】この発明の実施の形態４に係る手法によるマスクを正門付近の車が写っている画像にかけた映像を示す図である。
【図３６】この発明の実施の形態５の概略構成を示すブロック図である。
【図３７】この発明の実施の形態５に係る手法によるマスクを画像にかけた映像を示す図である。
【図３８】従来の監視用画像処理装置の概略構成を示すブロック図である。
【図３９】従来の監視用画像処理装置の認識処理部の動作を示すフローチャートである。
【図４０】従来の監視用画像処理装置に係る通常の正門の映像を示す図である。
【図４１】従来の監視用画像処理装置に係る変化領域をスーパーイポーズを重複された画像を示す図である。
【図４２】従来の監視用画像処理装置に係る領域統合前の映像を示す図である。
【図４３】従来の監視用画像処理装置に係る領域統合後の映像を示す図である。
【図４４】従来の監視用画像処理装置に係る正門付近の水たまりに水紋が無い映像を示す図である。
【図４５】従来の監視用画像処理装置に係る正門付近の水たまりに水紋が有る映像を示す図である。
【図４６】従来の監視用画像処理装置に係る正門付近の水たまり全体をマスクした映像を示す図である。
【符号の説明】
１ ビデオ入力部、２ Ａ／Ｄ変換部、３ 現画像データ演算蓄積部、４ 比較用データ演算蓄積部、５Ａ、５Ｂ、５Ｃ、５Ｄ、５Ｅ 変化領域抽出部、６ 認識処理部、７ 発報処理部。

Claims (7)

1. 所定の範囲の監視用画像のうち、不要検知を発生させる危険のある範囲に対しては櫛形マスクを用い、現画像データと比較用画像データとの比較演算に基づき、前記櫛形マスクに隠れなかった部分を含む前記所定の範囲の監視用画像内の変化領域を抽出する変化領域抽出手段と、
   前記抽出した複数の変化領域の外接四角形について、「第１の外接四角形の２倍の範囲に第２の外接四角形があり、かつ前記第２の外接四角形の２倍の範囲に前記第１の外接四角形があれば、前記第１及び第２の外接四角形は統合する」というルールに従い統合し前記統合した外接四角形が連続した所定の数のシーンにあり、所定の面積、所定の縦横寸法、かつ所定の速度をもっている場合は発報対象として認識する認識処理手段と
   を備えたことを特徴とする監視用画像処理装置。
2. さらに、入力映像を量子化するＡ／Ｄ変換手段と、
   前記Ａ／Ｄ変換手段の出力から前記現画像データを用意する現画像データ演算蓄積手段と、
   前記Ａ／Ｄ変換手段の出力から前記比較用画像データを作成する比較用データ演算蓄積手段と、
   前記統合した外接四角形を発報対象として認識したときにはその旨を知らせる発報処理手段と
   を備えたことを特徴とする請求項１記載の監視用画像処理装置。
3. 前記櫛形マスクは、歯の部分の幅が歯と歯の隙間より薄いものであることを特徴とする請求項１又は２記載の監視用画像処理装置。
4. 前記櫛形マスクは、歯の部分の幅が歯と歯の隙間より厚くかつ歯と直角にスリットが通っているものであることを特徴とする請求項１又は２記載の監視用画像処理装置。
5. 前記櫛形マスクは、歯の部分の幅が歯と歯の隙間より厚くかつ歯に傾斜をもたせたものであることを特徴とする請求項１又は２記載の監視用画像処理装置。
6. 前記櫛形マスクは、歯の部分の幅が歯と歯の隙間より厚いものであることを特徴とする請求項１又は２記載の監視用画像処理装置。
7. 前記櫛形マスクは、画像の奥行に応じて歯の部分の幅と歯と歯の隙間を変えたものであることを特徴とする請求項１又は２記載の監視用画像処理装置。

Images