JP5321835B2 - 画像データ処理装置およびコンピュータプログラム - Google Patents
画像データ処理装置およびコンピュータプログラム Download PDFInfo
- Publication number
- JP5321835B2 JP5321835B2 JP2009264183A JP2009264183A JP5321835B2 JP 5321835 B2 JP5321835 B2 JP 5321835B2 JP 2009264183 A JP2009264183 A JP 2009264183A JP 2009264183 A JP2009264183 A JP 2009264183A JP 5321835 B2 JP5321835 B2 JP 5321835B2
- Authority
- JP
- Japan
- Prior art keywords
- time difference
- difference method
- image data
- moving object
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
- Burglar Alarm Systems (AREA)
- Image Analysis (AREA)
Description
また、そのPTV処理をするためには、画像データにおける移動体の背景が邪魔なので、その邪魔な背景を消すために、時間差分法という処理を実行するのが一般的であった。
なお、時間差分法を用いた画像処理技術については、たとえば特許文献1に開示されている。
このような飛来物の検知方法を応用することによって、たとえば風力発電装置に飛来物が近づいているか否かを判断して、風力発電装置の減速または停止の制御に用いることができる。また、野鳥の飛行観察や行動調査にも、同様に三次元の飛行軌跡を求める手段が用いられている。
より具体的には、移動体を鳥などの飛翔体とした場合、撮影場所から遠い場所でホバリングをしていると、数秒間にわたって一画素に収まってしまうことがある。
このような事態にあっては、前述した時間差分法を用いると、移動体を捉えた画素であっても、輝度ゼロとして処理されてしまうこととなる。
ところが、基準背景画像を用いる手段は、屋外での撮影においては短時間しか使うことができない。 日照や天候などの条件が時々刻々と変化するためである。 無理に基準背景画像を使おうとすると、時間差分法処理を施した処理後のデータに多くの雑音が残ってしまうこととなる。
本願における第一の発明は、 時系列に連続する画像データを撮影してその画像データに写った移動体を検出して移動軌跡を解析するための装置に係る。
すなわち、時系列に連続撮影された画像データを入力する画像入力手段と、 その画像入力手段に入力された画像データに対して最小単位の時間差による時間差分法を実行する時間差分法・仮実行手段と、 その時間差分法・仮実行手段にて処理された処理画像から移動体を検出する移動体検出手段と、 その移動体検出手段にて移動体が十分に検出できなかった場合に、前記時間差分法・仮実行手段において実行する画像データの時間間隔を変更し、前記時間差分法・仮実行手段に時間差分法を再実行させる時間差変更手段と、 前記移動体検出手段が移動体を十分に検出した場合に、その時間間隔において時間差分法を本実行して前記画像データを処理する時間差分法・本実行手段と、を備えた移動体画像データ処理装置である。
時間差分法によって移動体の画像を処理する場合、移動体の大きさはさほど問題とはならず、移動体の移動速度が最も重要であるということが、経験的に把握されている。
時系列に連続撮影された画像データを画像入力手段が入力する。 その画像入力手段に入力された画像データに対し、時間差分法・仮実行手段が最小単位の時間差による時間差分法を実行する。そして、その時間差分法・仮実行手段にて処理された処理画像から移動体検出手段が移動体を検出する。 その移動体検出手段にて移動体が十分に検出できなかった場合には、前記時間差分法・仮実行手段において実行する画像データの時間間隔を時間差変更手段が変更する。そして、前記時間差分法・仮実行手段に時間差分法を再実行させる。 前記移動体検出手段が移動体を十分に検出した場合には、その時間間隔において時間差分法・本実行手段が時間差分法を本実行し、前記画像データを処理する。
第一の発明は、以下のように形成することができる。
すなわち、 前記の移動体検出手段は、時間差分法・仮実行手段にて処理された処理画像から移動体が検出できる割合が所定値以上であれば、前記の時間差分法・本実行手段が実行すべき時間間隔を決定することとした移動体画像データ処理装置である。
「所定値」とは、解析対象の移動体、解析に要求される精度などによって適宜決定される。
時間差分法・仮実行手段にて処理された処理画像から移動体が検出できる割合が所定値以上であると、移動体検出手段が判断した場合には、前記の時間差分法・本実行手段が実行すべき時間間隔を決定する。それによって、解析対象の移動体、解析に要求される精度などによって、合理的な画像データ処理が実行できる。
第一の発明は更に、 前記時間差分法・本実行手段において処理された画像データに対してPTV解析を実行するPTV解析手段を含むこととすることもできる。
ここで、PTV解析アルゴリズムとは、撮影された画像データに対して両画像データの中で一致する粒子や画素を抽出するアルゴリズムである。
本願発明の利用形態として代表的なのは、鳥などの飛来物を検出し、その動きを解析することである。このバリエーションは、その利用形態に適した発明である。
本願の第二の発明は、時系列に連続する画像データを撮影してその画像データに写った移動体を検出して移動軌跡を解析するコンピュータプログラムに係る。
そのプログラムは、時系列に連続撮影された画像データを入力する画像入力手順と、 その画像入力手順によって入力された画像データに対して最小単位の時間差による時間差分法を実行する時間差分法・仮実行手順と、 その時間差分法・仮実行手順にて処理された処理画像から移動体を検出する移動体検出手順と、 その移動体検出手順にて移動体が十分に検出できなかった場合に、前記時間差分法・仮実行手順において実行する画像データの時間間隔を変更し、前記時間差分法・仮実行手順にて時間差分法を再実行させる時間差変更手順と、 前記移動体検出手順において移動体を十分に検出した場合に、その時間間隔において時間差分法を本実行して前記画像データを処理する時間差分法・本実行手順と、をコンピュータに実行させることとしたコンピュータプログラムである。
本願の第二の発明は、 前記の移動体検出手順においては、時間差分法・仮実行手順にて処理された処理画像から移動体が検出できる割合が所定値以上である場合に、前記の時間差分法・本実行手順が実行すべき時間間隔を決定することとすることもできる。
また、請求項4および請求項5に記載の発明によれば、移動体の撮影画像の処理に時間差分法に対して合理的な前処理をすることによって、的確な時間差分法処理が可能なコンピュータプログラムを提供することができた。
図4は、従来技術における画像処理において時間差分法を採用した場合の問題点を図示している。 図4(A)に示すような画像が最初に取得できたとする。その画像には、飛行機と鳥が写っている。
さて、Δt時間後にも連続して画像を撮影したとする。その画像が図4(B)とする。図4(A)および(B)という連続画像を用いて時間差分法を適用したとする場合、Δt時間後には飛行機は大きく移動したものの、鳥はホバリングをしていたために移動していなかった(同じ画素に写っていた)とする。
すると、時間差分法では、鳥の姿が写っていた画素はゼロとして扱われてしまう。すなわち、移動体を検出できないということとなる。
すなわち、時系列の画像データを入力したら、まず時系列の最小単位にて時間差分法を実行する。その時間差分法による画像処理にて移動体を検出できた場合には、時間差分法による時間差(画像単位)を決定する。移動体を検出できない場合には、時系列の最小単位を一つ増やして時間差分法を実行する。そして、再び、画像処理にて移動体を検出できたか否かを検証する。
画像データ(A,B,C,D,E,・・・)が時系列の最小単位で連続している。画像データAとB(更に、BとC、CとD、DとE)とで時間差分法を実行すると、差分がほぼゼロであった。
次に、時系列の最小単位を一つ増やして時間差分法を実行する。すなわち、画像データAとC(更に、BとD、CとE)とで時間差分法を実行すると、差分がΔ1となった。
次に、時系列の最小単位をもう一つ増やして時間差分法を実行する。すなわち、画像データAとD(更に、BとE)とで時間差分法を実行すると、差分がΔ2となった。
時系列に連続撮影された画像データを入力する画像入力手段と、 その画像入力手段に入力された画像データに対して最小単位の時間差による時間差分法を実行する時間差分法・仮実行手段と、 その時間差分法・仮実行手段にて処理された処理画像から移動体を検出する移動体検出手段と、 その移動体検出手段にて移動体が十分に検出できなかった場合に、前記時間差分法・仮実行手段において実行する画像データの時間間隔を変更し、前記時間差分法・仮実行手段に時間差分法を再実行させる時間差変更手段と、 前記移動体検出手段が移動体を十分に検出した場合に、その時間間隔において時間差分法を本実行して前記画像データを処理する時間差分法・本実行手段と、を備える。
Claims (5)
- 時系列に連続する画像データを撮影してその画像データに写った移動体を検出して移動軌跡を解析する装置であって、
時系列に連続撮影された画像データを入力する画像入力手段と、
その画像入力手段に入力された画像データに対して最小単位の時間差による時間差分法を実行する時間差分法・仮実行手段と、
その時間差分法・仮実行手段にて処理された処理画像から移動体を検出する移動体検出手段と、
その移動体検出手段にて移動体が十分に検出できなかった場合に、前記時間差分法・仮実行手段において実行する画像データの時間間隔を変更し、前記時間差分法・仮実行手段に時間差分法を再実行させる時間差変更手段と、
前記移動体検出手段が移動体を十分に検出した場合に、その時間間隔において時間差分法を本実行して前記画像データを処理する時間差分法・本実行手段と、を備えた移動体画像データ処理装置。 - 前記の移動体検出手段は、時間差分法・仮実行手段にて処理された処理画像から移動体が検出できる割合が所定値以上であれば、前記の時間差分法・本実行手段が実行すべき時間間隔を決定することとした請求項1に記載の移動体画像データ処理装置。
- 前記時間差分法・本実行手段において処理された画像データに対してPTV解析を実行するPTV解析手段を含むこととした請求項1または請求項2のいずれかに記載の移動体画像データ処理装置。
- 時系列に連続する画像データを撮影してその画像データに写った移動体を検出して移動軌跡を解析するコンピュータプログラムであって、
時系列に連続撮影された画像データを入力する画像入力手順と、
その画像入力手順によって入力された画像データに対して最小単位の時間差による時間差分法を実行する時間差分法・仮実行手順と、
その時間差分法・仮実行手順にて処理された処理画像から移動体を検出する移動体検出手順と、
その移動体検出手順にて移動体が十分に検出できなかった場合に、前記時間差分法・仮実行手順において実行する画像データの時間間隔を変更し、前記時間差分法・仮実行手順にて時間差分法を再実行させる時間差変更手順と、
前記移動体検出手順において移動体を十分に検出した場合に、その時間間隔において時間差分法を本実行して前記画像データを処理する時間差分法・本実行手順と、をコンピュータに実行させることとしたコンピュータプログラム。 - 前記の移動体検出手順においては、時間差分法・仮実行手順にて処理された処理画像から移動体が検出できる割合が所定値以上である場合に、前記の時間差分法・本実行手順が実行すべき時間間隔を決定することとした請求項4に記載のコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009264183A JP5321835B2 (ja) | 2009-11-19 | 2009-11-19 | 画像データ処理装置およびコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009264183A JP5321835B2 (ja) | 2009-11-19 | 2009-11-19 | 画像データ処理装置およびコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2011108105A JP2011108105A (ja) | 2011-06-02 |
JP5321835B2 true JP5321835B2 (ja) | 2013-10-23 |
Family
ID=44231484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009264183A Expired - Fee Related JP5321835B2 (ja) | 2009-11-19 | 2009-11-19 | 画像データ処理装置およびコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5321835B2 (ja) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01177698A (ja) * | 1988-01-08 | 1989-07-13 | Oki Electric Ind Co Ltd | 監視装置 |
JPH07271985A (ja) * | 1994-03-28 | 1995-10-20 | Mitsubishi Electric Corp | 動き検出装置及び方法 |
JP3892059B2 (ja) * | 1995-03-07 | 2007-03-14 | 松下電器産業株式会社 | 動物体追跡装置 |
JP3603737B2 (ja) * | 2000-03-30 | 2004-12-22 | 日本電気株式会社 | 移動体追尾方法及びその装置 |
JP4349385B2 (ja) * | 2006-06-27 | 2009-10-21 | パナソニック電工株式会社 | 粒子追跡法を用いた流場計測方法 |
-
2009
- 2009-11-19 JP JP2009264183A patent/JP5321835B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2011108105A (ja) | 2011-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Deep concrete inspection using unmanned aerial vehicle towards cssc database | |
KR102595604B1 (ko) | 이벤트 기반 센서를 이용한 객체의 검출 방법 및 장치 | |
KR101926561B1 (ko) | 블랙박스 영상을 이용한 딥러닝 기반의 패치 단위 도로 크랙 검출 장치 및 그 방법, 그리고 이 방법을 실행시키기 위해 컴퓨터가 판독 가능한 기록매체에 저장된 컴퓨터 프로그램 | |
US10043064B2 (en) | Method and apparatus of detecting object using event-based sensor | |
US10388022B2 (en) | Image target tracking method and system thereof | |
US11714024B2 (en) | Vision-based fatigue crack detection using feature tracking | |
Yang et al. | Deep learning‐based bolt loosening detection for wind turbine towers | |
CN109214261B (zh) | 用于训练神经网络以分类对象或事件的方法和*** | |
JP5754990B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN105930822A (zh) | 一种人脸抓拍方法及*** | |
CA2947138A1 (en) | Object detection device, object detection method, and object detection system | |
KR101348680B1 (ko) | 영상추적기를 위한 표적포착방법 및 이를 이용한 표적포착장치 | |
CN105227907A (zh) | 基于视频的无监督异常事件实时检测方法 | |
JP6813025B2 (ja) | 状態判定装置、状態判定方法、及びプログラム | |
Wang et al. | Self-attention guided model for defect detection of aluminium alloy casting on X-ray image | |
WO2018028102A1 (zh) | 一种仿记忆引导的模式识别方法 | |
KR102186875B1 (ko) | 움직임 추적 시스템 및 방법 | |
EP3913527A1 (en) | Method and device for performing behavior prediction by using explainable self-focused attention | |
CN105976398A (zh) | 一种白天火灾视频检测方法 | |
US20240193946A1 (en) | Bird detection and species determination | |
KR102136264B1 (ko) | 딥러닝 기반 탄두시험 파편자료 획득방법 및 장치 | |
JP5321835B2 (ja) | 画像データ処理装置およびコンピュータプログラム | |
JP2009301242A (ja) | 頭部候補抽出方法、頭部候補抽出装置、頭部候補抽出プログラムおよびそのプログラムを記録した記録媒体 | |
Song et al. | A low false negative filter for detecting rare bird species from short video segments using a probable observation data set-based EKF method | |
Ghahremani et al. | Cascaded CNN method for far object detection in outdoor surveillance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121005 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130606 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130619 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130702 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5321835 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
LAPS | Cancellation because of no payment of annual fees |