JP5302926B2 - 煙検出装置 - Google Patents

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し、煙に起因する特徴量を抽出することで、煙の発生を検出する煙検出装置に関し、特に、観測状況や観測時間により変動する検出精度をより安定化させることのできる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、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、トンネル内などにカメラを設置し、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、煙を検出する従来の煙検出装置がある。煙を検出するための画像処理では、一般的に、基準となる画像（基準画像）をあらかじめ記憶しておき、最新の撮像画像と基準画像との差分画像を演算し、変化の生じた領域を抽出することで、煙を検出している（例えば、特許文献１参照）。

また、日照などの影響により基準画像が時間的に変化することに対応するために、基準画像を定期的に更新することが行われている。

このように、カメラにより撮像された画像に対して画像処理を施して煙検出を行うことで、次の２点のメリットが得られる。
１）監視カメラの画像を目視確認することで、遠隔地において煙検出状況の把握が可能となる。
２）すでに設置されている監視カメラを流用することが可能であり、効率的な設備を構築できる。

特許第３９０９６６５号公報

しかしながら、従来技術には次のような課題がある。
撮像された煙は、背景の違いによって見え易さが異なる。また、検出対象である煙は、気流の影響を大きく受け、その挙動は、観測状況や観測時間により変動する確率的なものである。このため、観測状況や観測時間により、煙の発生を検出するために抽出される特徴量は、変動してしまう。従って、煙の発生の検出精度を安定化させるためには、煙の挙動を十分考慮することが重要となる。

従来技術においては、煙の挙動を考慮する１つの方策として、煙に起因する特徴量が抽出された領域の中で、互いに連結している領域の集合に対して同一のラベルを付すことで、複数の領域をグループ化して抽出する「ラベリング処理」を行うものがある。この処理は、２値画像に対するラベリング処理と等価である。

そして、このようなラベリング処理を用いて連結処理によるグループ化を行い、グループ化した後の領域が、所定の大きさ以上となっている部分のみを抽出することで、特徴量が抽出された領域であっても所定の大きさ未満の領域は、煙が発生した可能性が高いエリアから除外することができる。これにより、煙が所定領域以上に広がるという、煙固有の挙動を考慮した適切な検出を行うことができる。

しかしながら、このようなラベリング処理を用いて煙検出を行う場合であっても、ラベリング処理に用いられる特徴量自体の検出精度が、観測状況や観測時間により変動してしまうおそれがある。従って、結果として、観測状況や観測時間により変動してしまう特徴量の影響を除外しきれずに、煙検出精度の悪化を招くおそれがあった。

本発明は、上述のような課題を解決するためになされたものであり、煙の挙動を考慮した上で、従来装置よりも、特徴量の抽出に基づく煙発生の検出精度の向上を図ることのできる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装置は、監視カメラにより撮像された画像内に設定された複数の領域のそれぞれに対して、煙に関する特徴量を抽出する煙特徴量算出手段と、複数の領域のそれぞれにおいて、煙発生の有無を判定するための所定の基準判定値がそれぞれの領域ごとにあらかじめ記憶された記憶部と、複数の領域のそれぞれにおいて、記憶部に記憶されている所定の基準判定値を取り出し、煙特徴量算出手段により抽出された特徴量と比較し、比較結果に基づいて複数の領域のそれぞれについて煙が発生した可能性が高い第１候補領域を特定し、さらに、特定した第１候補領域の中で、所定数の領域以上で構成されるものを煙が発生した可能性が高い領域と判断する煙判定手段とを備えた煙検出装置において、監視カメラにより撮像された画像内に設定された複数の領域のそれぞれに対して、輝度に関する特徴が類似することを定量的に示すテクスチャ特徴量を算出し、隣接領域について算出されたテクスチャ特徴量との差分量を算出し、算出した差分量が許容差分量以内である領域を、隣接領域と輝度に関する特徴の類似度が高い第２候補領域として特定する隣接類似度処理手段をさらに備え、煙判定手段は、第１候補領域であり、かつ第２候補領域である領域の中で、所定数の領域以上で構成されるものを煙が発生した可能性が高い領域と判断するものである。

本発明に係る煙検出装置によれば、隣接領域との輝度に関する特徴の類似度が高い領域を抽出できる隣接類似度処理手段を備えることで、煙が所定領域以上に広がるという煙固有の第１の特徴と、煙が広がったことにより、隣接する小領域では輝度に関する特徴が類似するという煙固有の第２の特徴との両方を考慮することができ、煙の挙動を考慮した上で、従来装置よりも、特徴量の抽出に基づく煙発生の検出精度の向上を図ることのできる煙検出装置を得ることができる。

従来の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１画面内の領域分割と、各領域の画素構成を示した説明図である。 煙判定手段による従来のラベリング処理に関する説明図である。 従来の煙検出装置における煙固有の挙動を考慮した煙検出処理についての説明図である。 本発明の実施の形態１における煙検出装置の構成図である。 本発明の実施の形態１の煙検出装置における煙固有の挙動を考慮した煙検出処理についての説明図である。

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。
本発明は、観測状況や観測時間による影響を受ける煙の確率的な挙動を考慮した上で、煙発生の検出精度を向上させることのできる検出方法を備えた煙検出装置に関するものであり、特に、この検出方法は、気流に流される煙の検出に有効な手法である。

実施の形態１．
監視カメラのように、遠方から煙を観測した場合において、検出対象である煙は、撮像された画面内の小領域に留まることなく、複数の小領域にわたって存在し、かつ、これら複数の小領域では、輝度に関連する特徴量が似通っているという、煙特有の挙動を示す。そこで、本発明では、このような煙固有の挙動に着目し、領域の類似度処理を行うために用いる特徴量として、煙検出のために用いる特徴量とは異なる特徴量を導入することで、煙発生の検出精度の向上を図ることができる点を技術的特徴としている。

そこで、本発明の上述した技術的特徴を説明する前に、煙検出のために用いる特徴量について、まず始めに説明する。

図１は、従来の煙検出装置の構成図である。この図１の煙検出装置は、画像メモリ１０、記憶部２０、煙特徴量算出手段３０、および煙判定手段４０を備えている。画像メモリ１０は、カメラ１により撮像された画像を、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。

監視対象となる画像は、画素単位に分割された１画面の画像として画像メモリ１０に取り込まれる。図２は、本発明の実施の形態１における１画面内の領域分割と、各領域の画素構成を示した説明図である。図２（ａ）は、１画面内にあらかじめ設定されている複数の分割領域を示しており、画面は、縦横マトリクス状に複数個の矩形領域で分割されている。一方、図２（ｂ）は、それぞれの領域が、画素単位に分割されていることを示している。

煙特徴量算出手段３０は、画像メモリ１０に格納された撮像画像について、それぞれの領域ごとに、煙に関する特徴量を抽出する。そして、煙判定手段４０は、記憶部２０にあらかじめ記憶された所定の基準判定値と、煙特徴量算出手段３０で抽出された特徴量との比較処理を行うことで、煙が発生した可能性が高い領域を特定する。煙特徴量算出手段３０による特徴量の抽出方法の代表的なものとしては、次の４つを挙げることができる。

[抽出方法１：画素の輝度分散に基づく煙検出]
煙特徴量算出手段３０は、それぞれの領域ごとに、各領域内の画素の輝度分散を算出する。輝度分散を算出する画像として、煙特徴量算出手段３０は、基本的には、最新の撮像画像を用いる。しかしながら、複数の画像メモリ１０に記憶されている画像の時系列データを利用して、過去にさかのぼって、複数毎の撮像画像を用いることもできる。このようにして、煙特徴量算出手段３０は、算出した輝度分散、あるいは、輝度分散から得られる標準偏差を、煙に関する特徴量として出力する。

そして、後述する煙判定手段４０は、煙特徴量算出手段３０により算出された輝度分散、あるいは、輝度分散から得られる標準偏差が、所定の範囲内にあるか否かを判定し、所定の範囲内にある場合に、煙が発生した可能性が高いと判断することができる。

なお、図示しないが、煙判定手段４０には、最終煙判断部が設けられる。最終煙判断部は、煙判定手段４０が、煙が発生した可能性が高いと判断した領域が、所定時間にわたって、連続して、所定数以上あるときに、最終的に、その領域に煙があるものと判断する部分である。

[抽出方法２：画素の平均輝度の時間分散に基づく煙検出]
煙特徴量算出手段３０は、それぞれの領域ごとに、各領域内の画素の平均輝度を算出する。次に、煙特徴量算出手段３０は、複数の画像メモリ１０に記憶されている画像の時系列データを利用して、過去にさかのぼって、一定の期間にわたる複数枚の撮像画像の同一領域における平均輝度を算出し、それぞれの対象領域ごとに、平均輝度の時系列データを生成する。そして、煙特徴量算出手段３０は、生成した平均輝度の時系列データの輝度分散を算出する。

このようにして、煙特徴量算出手段３０は、平均輝度の時系列データに基づいて算出した輝度分散、あるいは、その輝度分散から得られる標準偏差を、煙に関する特徴量として出力する。

そして、後述する煙判定手段４０は、煙特徴量算出手段３０により算出された平均輝度の時系列データに基づいて算出した輝度分散、あるいは、輝度分散から得られる標準偏差が、所定の範囲内にあるか否かを判定し、所定の範囲内にある場合に、煙が発生した可能性が高いと判断することができる。

[抽出方法３：画素の平均輝度の低周波強度に基づく煙検出]
煙特徴量算出手段３０は、上述した抽出方法２と同様にして、それぞれの対象領域ごとに、平均輝度の時系列データを生成する。そして、煙特徴量算出手段３０は、生成した平均輝度の時系列データをフーリエ変換し、パワースペクトルを算出する。

次に、煙特徴量算出手段３０は、平均輝度の時系列データに基づいて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、そのモードとなる強度を算出する。このようにして、煙特徴量算出手段３０は、平均輝度の時系列データに基づいて算出した低周波数成分の強度を、煙に関する特徴量として出力する。

そして、後述する煙判定手段４０は、煙特徴量算出手段３０により算出された平均輝度の時系列データに基づいて算出した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ことができる。

[抽出方法４：基準画像との差分平均に基づく煙検出]
煙特徴量算出手段３０は、それぞれの領域ごとに、その領域内の各画素と、あらかじめ画像メモリ１０に記憶しておいた基準画像の対応する画素との輝度差分値を求める。さらに、煙特徴量算出手段３０は、それぞれの領域ごとに輝度差分値の平均値を求める。このようにして、煙特徴量算出手段３０は、輝度差分値の平均値を、煙に関する特徴量として出力する。

そして、後述する煙判定手段４０は、煙特徴量算出手段３０により算出された平均値が所定の値より大きい場合に、煙が発生した可能性が高いと判断することができる。

次に、従来のラベリング処理について、図を用いて説明する。図３は、煙判定手段４０による従来のラベリング処理に関する説明図である。煙判定手段４０は、煙特徴量算出手段３０での抽出結果に基づいて、煙が発生した可能性が高いと判断された小領域のグループ化を行う。

具体的には、煙判定手段４０は、煙が発生した可能性が高いと判断された小領域の中で、互いに連結している小領域の集合に対して、同一のラベルを付すことで、複数の小領域をグループ化する。図３では、８つにグループ化された場合を例示しており、例えば、２番目にグループ化された領域（図２中で「２」が記載されている領域）は、３つの小領域が結合されていることとなる。

図４は、従来の煙検出装置における煙固有の挙動を考慮した煙検出処理についての説明図である。図４（ａ）は、上述した抽出方法１〜４による煙特徴量算出手段３０での検出結果に基づいて、煙判定手段４０が、煙が発生した可能性が高いと判断した小領域のマッピング結果を示している。

次に、図４（ｂ）は、煙判定手段４０が、図４（ａ）のマッピング結果に対してラベリング処理を施した結果を示している。ここでは、Ｌ１〜Ｌ４の４つの領域にグループ化された状態を示している。また、以下の説明においては、Ｌ３の領域が、煙が発生した部分に該当し、その他のＬ１、Ｌ２、Ｌ４の部分が、誤検出要因で抽出された領域であると仮定する。

次に、図４（ｃ）は、煙判定手段４０が、図４（ｂ）のラベリング結果に基づいて、２領域以下の大きさでグループ化された領域を除外することで、Ｌ１およびＬ３の２つの領域のみを、煙が発生した可能性が高いと最終的に判断している状態を示している。

このように、煙判定手段４０は、図４（ｂ）に示したようなラベリング処理を施すことで、煙が発生した可能性が高いと一時的に判断された小領域であっても、所定の大きさ未満の領域（図４（ｂ）におけるＬ２、Ｌ４に相当）は、除外することができる。これにより、従来の検出処理においては、ラベリング処理を行って小領域の連結化を行うことで、煙が所定領域以上に広がるという、煙固有の挙動を考慮することができる。

しかしながら、小領域の連結化を行うための元となるものは、図４（ａ）で示したような特徴量の抽出結果である。従って、特徴量自体の抽出精度が、観測状況や観測時間により変動してしまうおそれがある場合には、その特徴量に基づくラベリング処理を施しても、必ずしも煙固有の挙動を考慮した適切な検出処理を行っているとはいえない。

また、図４（ｃ）においても、Ｌ２、Ｌ４の領域は除外できたものの、同じ誤検出要因で抽出された領域であるＬ１の領域に関しては、本来検出すべきＬ３の領域と同等の大きさであるため、図４（ａ）の検出結果に基づくラベリング処理では完全に取り除くことができていない。

一方、図４（ｄ）は、煙判定手段４０が、図４（ｂ）のラベリング結果に基づいて、３領域以下の大きさでグループ化された領域を除外する処理を施した場合を示している。このような処理を行うと、誤検出要因で抽出された領域であるＬ１とともに、本来検出すべきＬ３の領域も検出対象から除外されてしまい、Ｌ１の領域を誤検出することはなくなる反面、本来検出すべきＬ３の領域が未検出となってしまう。

そこで、次に、本発明で提案する煙固有の挙動を考慮した適切な検出処理について、具体的に説明する。図５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、記憶部２０、煙特徴量算出手段３０、煙判定手段４０、および隣接類似度処理手段５０を備えている。従来の煙検出装置の構成を示した先の図１と比較すると、本実施の形態１における煙検出装置は、隣接類似度処理手段５０をさらに備えている点が異なっている。そこで、この隣接類似度処理手段５０の機能を中心に、以下に説明する。

隣接類似度処理手段５０は、煙が所定領域以上に広がるという煙固有の第１の特徴とは別に、煙が広がったことにより、隣接する小領域では輝度に関する特徴が類似するという煙固有の第２の特徴を考慮することで、小領域の類似度処理を施すものである。例えば、この隣接類似度処理手段５０は、第２の特徴に基づく類似度処理を行うに当たって、次のようなテクスチャ特徴を用いることができる。

種々のテクスチャ特徴を示す上式（１）〜（５）において、Ｌは階調数、ｌは輝度、Ｐ（ｌ）は領域内の輝度ｌの度数を意味している。隣接類似度処理手段５０は、上式（１）〜（５）のいずれかにより、各領域についてテクスチャ特徴量を算出する。なお、この算出に当たっては、最新に撮像された１つの画像を利用するばかりでなく、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を利用して、平均化して求めることもできる。

なお、テクスチャ特徴の時系列データの平均値を算出したものを使用するようにしたが、これに加え、時系列データの変化量の分散や勾配を用いる等、変動量を使用するようにしてもよい。

このようにして算出されるテクスチャ特徴量は、領域内の各画素の輝度に依存した値である。従って、各領域のテクスチャ特徴量に基づいて、隣接する領域に対するテクスチャ特徴量の類似度を求めることで、「煙が広がったことにより、隣接する小領域では輝度に関する特徴が類似する」という煙固有の第２の特徴を考慮することができる。

具体的には、隣接類似度処理手段５０は、注目エリアにおける隣接エリアとの類似度を以下のようにして求めることができる。ここでは、一例として、注目エリアに対して、上下左右の４つの隣接エリアを対象に、類似度を算出する場合を説明する。この場合、隣接類似度処理手段５０は、注目エリアにおけるテクスチャ特徴量と、４つの隣接エリアにおけるそれぞれのテクスチャ特徴量との差分量ΔＴ１〜ΔＴ４を求める。

そして、隣接類似度処理手段５０は、４つの隣接エリアに対して求めたそれぞれの差分量ΔＴ１〜ΔＴ４が、いずれも所定差分量以内である場合には、第２の特徴としての類似度が高いと判断し、その注目エリアの類似度を「１」としてマッピングする。一方、隣接類似度処理手段５０は、４つの隣接エリアに対して求めたそれぞれの差分量ΔＴ１〜ΔＴ４のうち、少なくとも１つが所定差分量を超えている場合には、第２の特徴としての類似度が低いと判断し、その注目エリアの類似度を「０」としてマッピングする。このマッピング結果の一例は、後述する図６（ｃ）のようになる。

なお、差分量ΔＴ１〜ΔＴ４が、いずれも所定差分量以内であるとしたが、その所定差分量よりも小さい別の所定差分量を設定し、例えば、差分量の３つが、その別の所定差分量以内である場合に類似度が高いと判定してもよい。

次に、本発明の実施の形態１における、煙固有の第１の特徴および第２の特徴を考慮した煙検出処理について、図を用いて説明する。図６は、本発明の実施の形態１の煙検出装置における煙固有の挙動を考慮した煙検出処理についての説明図である。図６（ａ）は、上述した抽出方法１〜４による煙特徴量算出手段３０での抽出結果に基づいて、煙判定手段４０が、煙が発生した可能性が高いと判断した小領域のマッピング結果を示しており、先の図４（ａ）と同じである。

次に、図６（ｂ）は、煙判定手段４０が、図６（ａ）のマッピング結果に対してラベリング処理を施した結果を示しており、先の図４（ｂ）と同じである。

次に、図６（ｃ）は、隣接類似度処理手段５０により、第２の特徴としての類似度が高いと判断された領域のマッピング結果を示している。ここでは、Ｔ１、Ｔ２の２つの領域が第２の特徴としての類似度が高いと判断された状態を示している。

図６（ｂ）は、煙判定手段４０により、煙がある可能性が高いと判定された領域であるが、図６（ｃ）でマッピングされる領域は、煙がある可能性が高いと判定されなかった領域も含んでいる。この図６（ｃ）は、煙の有無は関係なく、煙特徴量算出手段３０での抽出結果等を基準に、単に、類似度が高い領域だけをマッピングしたものである。

次に、図６（ｄ）は、煙判定手段４０が、図６（ｂ）のマッピング結果（第１候補領域に相当）と、図６（ｃ）のマッピング結果（第２候補領域に相当）のＡＮＤ処理を行った結果として抽出された領域を示している。

さらに、図６（ｅ）は、煙判定手段４０が、図６（ｄ）のＡＮＤ処理結果に基づいて、２領域以下の大きさでグループ化された領域を除外することで、Ｌ３の領域のみを、煙が発生した可能性が高いと最終的に判断している状態を示している。

このようにして、煙判定手段４０は、「煙が所定領域以上に広がるという煙固有の第１の特徴」を反映した図６（ｂ）のマッピング結果（第１候補領域に相当）と、「煙が広がったことにより、隣接する小領域では輝度に関する特徴が類似するという煙固有の第２の特徴」を反映した、隣接類似度処理手段５０による図６（ｃ）のマッピング結果（第２候補領域に相当）の両方を考慮して、煙が発生した可能性が高い領域を最終的に特定することができる。

この結果、第２の特徴を反映した図６（ｃ）のマッピング結果の働きにより、Ｌ３の領域を確実に検出するとともに、先の図４（ｄ）では誤検出していたＬ１の領域を、煙が発生した可能性が高い領域の対象から除外することができ、検出精度の向上が図れることとなる。

以上のように、実施の形態１によれば、煙が広がったことにより、隣接する小領域では輝度に関する特徴が類似するという煙固有の第２の特徴を考慮して、輝度に依存するテクスチャ特徴量を領域ごとに算出し、隣接領域において算出されたテクスチャ特徴量との比較結果に基づいて、隣接領域との類似度が高い領域を抽出できる隣接類似度処理手段を備えている。この結果、煙が所定領域以上に広がるという煙固有の第１の特徴と、煙が広がったことにより、隣接する小領域では輝度に関する特徴が類似するという煙固有の第２の特徴との両方を考慮することができ、特徴量の抽出に基づく煙発生の検出精度の向上を図ることができる。

なお、上述した実施の形態１では、上式（１）〜（５）のいずれか１つを用いてテクスチャ特徴量を算出する場合について説明したが、本発明は、これに限定されない。例えば、上式（１）〜（５）のテクスチャ特徴量を複数用いて、類似度を判定することもできる。また、テクスチャ特徴量としては、上式（１）〜（５）のものには限定されず、輝度に関連する特徴量が似通っていることを示す評価尺度であれば、同様の効果が期待できる。

また、隣接類似度処理手段５０が類似度を判断する際に用いる所定差分量は、全ての領域で一律である必要はない。領域ごとにあらかじめ設定された個別の所定差分量を記憶部に記憶させておくことで、撮像対象に応じて、領域毎に適切な煙検出処理を行うことができる。より具体的には、撮像対象に応じて、実際に煙が発生したことを仮定したときの、各領域のテクスチャ特徴量から、それぞれの領域に適した個別の所定差分量を設定しておくことで、誤検出、未検出を抑えた適切な煙検出処理が実現できる。

隣接エリアの類似度を判断する為に、テクスチャ特徴量の差分量を使うようにしたが、差分量に限定されず、例えば、テクスチャ特徴量の比が一定以内であれば類似するようにしてもよく、特徴量は差分量に限定されない。

１ カメラ、１０ 画像メモリ、２０ 記憶部、３０ 煙特徴量算出手段、４０ 煙判定手段、５０ 隣接類似度処理手段。

Claims (5)

1. 監視カメラにより撮像された画像内に設定された複数の領域のそれぞれに対して、煙に関する特徴量を抽出する煙特徴量算出手段と、
   前記複数の領域のそれぞれにおいて、煙発生の有無を判定するための所定の基準判定値がそれぞれの領域ごとにあらかじめ記憶された記憶部と、
   前記複数の領域のそれぞれにおいて、前記記憶部に記憶されている所定の基準判定値を取り出し、前記煙特徴量算出手段により抽出された前記特徴量と比較し、比較結果に基づいて前記複数の領域のそれぞれについて煙が発生した可能性が高い第１候補領域を特定し、さらに、特定した前記第１候補領域の中で、所定数の領域以上で構成されるものを煙が発生した可能性が高い領域と判断する煙判定手段と
   を備えた煙検出装置において、
   前記監視カメラにより撮像された画像内に設定された複数の領域のそれぞれに対して、隣接領域と輝度に関する特徴の類似度が高い第２候補領域として特定する隣接類似度処理手段をさらに備え、
   前記煙判定手段は、前記第１候補領域であり、かつ前記第２候補領域である領域の中で、所定数の領域以上で構成されるものを煙が発生した可能性が高い領域と判断する
   ことを特徴とする煙検出装置。
2. 監視カメラにより撮像された画像内に設定された複数の領域のそれぞれに対して、煙に関する特徴量を抽出する煙特徴量算出手段と、
   前記複数の領域のそれぞれにおいて、煙発生の有無を判定するための所定の基準判定値がそれぞれの領域ごとにあらかじめ記憶された記憶部と、
   前記複数の領域のそれぞれにおいて、前記記憶部に記憶されている所定の基準判定値を取り出し、前記煙特徴量算出手段により抽出された前記特徴量と比較し、比較結果に基づいて前記複数の領域のそれぞれについて煙が発生した可能性が高い第１候補領域を特定し、さらに、特定した前記第１候補領域の中で、所定数の領域以上で構成されるものを煙が発生した可能性が高い領域と判断する煙判定手段と
   を備えた煙検出装置において、
   前記監視カメラにより撮像された画像内に設定された複数の領域のそれぞれに対して、輝度に関する特徴が類似することを定量的に示すテクスチャ特徴量を算出し、隣接領域について算出されたテクスチャ特徴量との差分量を算出し、算出した前記差分量が許容差分量以内である領域を、隣接領域と輝度に関する特徴の類似度が高い第２候補領域として特定する隣接類似度処理手段をさらに備え、
   前記煙判定手段は、前記第１候補領域であり、かつ前記第２候補領域である領域の中で、所定数の領域以上で構成されるものを煙が発生した可能性が高い領域と判断する
   ことを特徴とする煙検出装置。
3. 請求項１または２に記載の煙検出装置において、
   前記記憶部には、類似性の評価基準が複数の領域のそれぞれに対してあらかじめ記憶されていることを特徴とする煙検出装置。
4. 請求項２に記載の煙検出装置において、
   前記記憶部には、複数の領域のそれぞれに対して個別の許容差分量があらかじめ記憶されており、
   前記隣接類似度処理手段は、前記個別の許容差分量を用いて前記第２候補領域を特定する
   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、
   前記隣接類似度処理手段は、前記テクスチャ特徴量として、各領域に含まれる画素の輝度に基づいて算出される平均値、コントラスト値、分散、エネルギー、あるいはエントロピーのいずれかを用いる
   ことを特徴とする煙検出装置。

Images