JP5938631B2 - 物体検出装置及び物体検出方法 - Google Patents

物体検出装置及び物体検出方法 Download PDF

Info

Publication number
JP5938631B2
JP5938631B2 JP2011277550A JP2011277550A JP5938631B2 JP 5938631 B2 JP5938631 B2 JP 5938631B2 JP 2011277550 A JP2011277550 A JP 2011277550A JP 2011277550 A JP2011277550 A JP 2011277550A JP 5938631 B2 JP5938631 B2 JP 5938631B2
Authority
JP
Japan
Prior art keywords
image
value
detection target
detection
difference
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.)
Active
Application number
JP2011277550A
Other languages
English (en)
Other versions
JP2013127747A (ja
Inventor
健一郎 野坂
健一郎 野坂
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Panasonic Intellectual Property Management Co Ltd
Original Assignee
Panasonic Intellectual Property Management Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Panasonic Intellectual Property Management Co Ltd filed Critical Panasonic Intellectual Property Management Co Ltd
Priority to JP2011277550A priority Critical patent/JP5938631B2/ja
Priority to CN201280061812.6A priority patent/CN103999127B/zh
Priority to US14/365,534 priority patent/US9053385B2/en
Priority to PCT/JP2012/007897 priority patent/WO2013094151A1/ja
Publication of JP2013127747A publication Critical patent/JP2013127747A/ja
Application granted granted Critical
Publication of JP5938631B2 publication Critical patent/JP5938631B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19604—Image analysis to detect motion of the intruder, e.g. by frame subtraction involving reference image or background adaptation with time to compensate for changing conditions, e.g. reference image update on detection of light level change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10048—Infrared image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Description

本発明は、背景差分法により物体を検出する物体検出装置及び物体検出方法に関するものである。
従来から、物体検出方法として、背景差分法による物体検出方法がある（例えば特許文献１参照）。背景差分法による物体検出方法では、背景画像（検出対象物体が存在しないことの基準とする画像）と検出対象画像（検出対象物体を検出するための検出対象の画像）との差分に基いて、検出対象物体を検出する。すなわち、背景画像と検出対象画像との差分値が所定の閾値を超える部分を検出対象物体する。背景差分法による物体検出方法は、単純な方法であり、安定した背景画像が得られる場合においては、物体検出方法として、一般的に用いられている。
一方で、画像にガウシアンフィルタ処理を施して、画像を平滑化した後、その平滑化した画像にラプラシアンフィルタ処理を施して、その平滑化した画像の２次微分値を求める手法がある。この手法は、ＬｏＧフィルタ処理と通称され、画像のエッジ検出（輝度の変化の大きい部分の検出）などでよく用いられる。
このＬｏＧフィルタ処理による手法は、画像のエッジ検出などでよく用いられる手法ではあるが、例えば、熱体を検出対象物体とし、温度分布を示す画像を検出対象画像として、検出対象物体を検出する場合には、適用することができる。すなわち、温度分布を示す検出対象画像では、温度の上昇度合いの減少する領域において、２次微分値が負になる。ここで、輝度分布を示す検出対象画像の画素の分解能が粗く、検出対象物体の面積が数画素から十数画素となる場合について考える。このような場合には、検出対象物体の存在している領域において、検出対象画像の２次微分値が負になる。従って、このような場合には、検出対象画像に上記のＬｏＧフィルタ処理を施して、検出対象画像の２次微分値を求め、この２次微分値に基いて、検出対象物体を検出することができる。すなわち、２次微分値が所定の閾値（０又は所定の負の値）未満の部分を検出対象物体とすることができる。
特開２０１０−２５６１９４号公報
しかしながら、上述した従来の背景差分法による物体検出方法においては、検出対象物体が複数存在している場合（特に、複数存在している検出対象物体が近接している場合）に、それら複数の検出対象物体が１つ検出対象物体として検出される可能性がある。また、ＬｏＧフィルタ処理を適用した（２次微分値に基く）物体検出方法においては、検出対象物体以外（つまり背景）に、周囲よりも温度の高い領域（２次微分値が負の領域）が存在すると、検出対象物体以外のものが検出対象物体として誤検出されてしまう。
本発明は、上記課題を解決するためになされたものであり、検出領域内に検出対象物体が複数存在している場合でも、各検出対象物体を分離して検出することができる物体検出装置及び物体検出方法を提供することを目的とする。
上記目的を達成するために本発明の物体検出装置は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、背景画像と検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、検出領域の背景の温度よりも高い温度の検出対象物体を検出し、演算処理部は、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、微分値用の閾値を０として、検出対象画像又は平滑画像の水平方向についての２次微分値と垂直方向についての２次微分値を求め、これら水平方向についての２次微分値と垂直方向についての２次微分値の両方が負である領域、又は、負か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出装置は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、背景画像と検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、検出領域の背景の温度よりも低い温度の検出対象物体を検出し、演算処理部は、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、微分値用の閾値を０として、検出対象画像又は平滑画像の水平方向についての２次微分値と垂直方向についての２次微分値を求め、これら水平方向についての２次微分値と垂直方向についての２次微分値の両方が正である領域、又は、正か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出装置は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、背景画像と検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、検出領域の背景の温度よりも高い温度の検出対象物体を検出し、演算処理部は、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、微分値用の閾値として、検出対象画像又は平滑画像の領域によって、異なる値を適用し、検出対象画像又は平滑画像のうち、差分２値画像の値が第１の値である領域及びその近隣の領域に対応する領域については、微分値用の閾値を０から負の値に下げ、それ以外の領域については、微分値用の閾値を０から正の値に上げ、検出対象画像又は平滑画像の２次微分値が閾値未満である領域、又は、閾値以下である領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出装置は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、背景画像と検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、検出領域の背景の温度よりも低い温度の検出対象物体を検出し、演算処理部は、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、微分値用の閾値として、検出対象画像又は平滑画像の領域によって、異なる値を適用し、検出対象画像又は平滑画像のうち、差分２値画像の値が第１の値である領域及びその近隣の領域に対応する領域については、微分値用の閾値を０から正の値に上げ、それ以外の領域については、微分値用の閾値を０から負の値に下げ、検出対象画像又は平滑画像の２次微分値が閾値を超える領域、又は、閾値以上である領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出装置は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、背景画像と検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、検出領域の背景の温度よりも高い温度の検出対象物体を検出し、演算処理部は、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、差分２値画像の値が第１の値である領域を温度凸領域として、この温度凸領域の主軸方向を求め、検出対象画像又は平滑画像の温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値用の閾値を０として、この２次微分値が負である領域、又は、負か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出装置は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、背景画像と検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、検出領域の背景の温度よりも低い温度の検出対象物体を検出し、演算処理部は、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、差分２値画像の値が第１の値である領域を温度凸領域として、この温度凸領域の主軸方向を求め、検出対象画像又は平滑画像の温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値用の閾値を０として、この２次微分値が正である領域、又は、正か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出装置において、演算処理部は、温度凸領域が分離して複数存在している場合、それら各温度凸領域の主軸方向を求め、検出対象画像又は平滑画像の各温度凸領域に対応する領域においては、その温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値を微分値用の閾値で２値化することにより、２次微分２値画像を生成する、ものが好ましい。
また、本発明の物体検出方法は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、検出領域の背景の温度よりも高い温度の検出対象物体を検出し、検出領域の温度分布を検出する温度分布センサの出力に基いて背景画像を生成する背景画像生成処理と、温度分布センサの出力に基いて検出対象画像を生成する検出対象画像生成処理と、背景画像と検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、物体検出処理において、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、微分値用の閾値を０として、検出対象画像又は平滑画像の水平方向についての２次微分値と垂直方向についての２次微分値を求め、これら水平方向についての２次微分値と垂直方向についての２次微分値の両方が負である領域、又は、負か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出方法は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、検出領域の背景の温度よりも低い温度の検出対象物体を検出し、検出領域の温度分布を検出する温度分布センサの出力に基いて背景画像を生成する背景画像生成処理と、温度分布センサの出力に基いて検出対象画像を生成する検出対象画像生成処理と、背景画像と検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、物体検出処理において、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、微分値用の閾値を０として、検出対象画像又は平滑画像の水平方向についての２次微分値と垂直方向についての２次微分値を求め、これら水平方向についての２次微分値と垂直方向についての２次微分値の両方が正である領域、又は、正か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出方法は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、検出領域の背景の温度よりも高い温度の検出対象物体を検出し、検出領域の温度分布を検出する温度分布センサの出力に基いて背景画像を生成する背景画像生成処理と、温度分布センサの出力に基いて検出対象画像を生成する検出対象画像生成処理と、背景画像と検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、物体検出処理において、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、微分値用の閾値として、検出対象画像又は平滑画像の領域によって、異なる値を適用し、検出対象画像又は平滑画像のうち、差分２値画像の値が第１の値である領域及びその近隣の領域に対応する領域については、微分値用の閾値を０から負の値に下げ、それ以外の領域については、微分値用の閾値を０から正の値に上げ、検出対象画像又は平滑画像の２次微分値が閾値未満である領域、又は、閾値以下である領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出方法は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、検出領域の背景の温度よりも低い温度の検出対象物体を検出し、検出領域の温度分布を検出する温度分布センサの出力に基いて背景画像を生成する背景画像生成処理と、温度分布センサの出力に基いて検出対象画像を生成する検出対象画像生成処理と、背景画像と検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、物体検出処理において、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、微分値用の閾値として、検出対象画像又は平滑画像の領域によって、異なる値を適用し、検出対象画像又は平滑画像のうち、差分２値画像の値が第１の値である領域及びその近隣の領域に対応する領域については、微分値用の閾値を０から正の値に上げ、それ以外の領域については、微分値用の閾値を０から負の値に下げ、検出対象画像又は平滑画像の２次微分値が閾値を超える領域、又は、閾値以上である領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出方法は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、検出領域の背景の温度よりも高い温度の検出対象物体を検出し、検出領域の温度分布を検出する温度分布センサの出力に基いて背景画像を生成する背景画像生成処理と、温度分布センサの出力に基いて検出対象画像を生成する検出対象画像生成処理と、背景画像と検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、物体検出処理において、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、検出対象画像から背景画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、差分２値画像の値が第１の値である領域を温度凸領域として、この温度凸領域の主軸方向を求め、検出対象画像又は平滑画像の温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値用の閾値を０として、この２次微分値が負である領域、又は、負か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出方法は、検出領域の温度分布を示す画像であって、検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、検出領域の温度分布を示す画像であって、検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、検出領域の背景の温度よりも低い温度の検出対象物体を検出し、検出領域の温度分布を検出する温度分布センサの出力に基いて背景画像を生成する背景画像生成処理と、温度分布センサの出力に基いて検出対象画像を生成する検出対象画像生成処理と、背景画像と検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、物体検出処理において、背景画像と検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値以上である領域を第１の値とすると共に、背景画像から検出対象画像を差し引いた差分値が差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、検出対象画像又は検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、差分２値画像の値が第１の値である領域を温度凸領域として、この温度凸領域の主軸方向を求め、検出対象画像又は平滑画像の温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値用の閾値を０として、この２次微分値が正である領域、又は、正か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出する、ものである。
また、本発明の物体検出方法において、物体検出処理において、温度凸領域が分離して複数存在している場合、それら各温度凸領域の主軸方向を求め、検出対象画像又は平滑画像の各温度凸領域に対応する領域においては、その温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値を微分値用の閾値で２値化することにより、２次微分２値画像を生成する、ものが好ましい。
本発明によれば、差分２値画像と２次微分２値画像との論理積に基いて、検出対象物体を検出することにより、検出領域内に検出対象物体が複数存在している場合でも、各検出対象物体を分離して検出することができる。
本発明の第１の実施形態に係る物体検出装置の構成を示す電気的ブロック構成図。 同物体検出装置の温度分布センサの出力である検出温度画像を説明する図。 同物体検出装置の動作を示すフローチャート。 同物体検出装置の物体検出処理における処理の流れを示す図。 同物体検出装置の物体検出処理において処理される各種画像の例を示す図。 同物体検出装置の物体検出処理において用いられるラプラシアンフィルタ係数の例を示す図。 同物体検出装置の物体検出処理において処理される平滑画像の一部の領域の例を示す図。 本発明の第２の実施形態に係る物体検出装置の物体検出処理における処理の流れを示す図。 同物体検出装置の物体検出処理において用いられる水平２次微分フィルタ係数の例を示す図。 同物体検出装置の物体検出処理において用いられる垂直２次微分フィルタ係数の例を示す図。 （ａ）（ｂ）は同物体検出装置の物体検出処理において用いられる水平２次微分フィルタ係数の別の例を示す図。 （ａ）（ｂ）は同物体検出装置の物体検出処理において用いられる垂直２次微分フィルタ係数の別の例を示す図。 本発明の第３の実施形態に係る物体検出装置の物体検出処理における処理の流れを示す図。 本発明の第４の実施形態に係る物体検出装置の物体検出処理における処理の流れを示す図。 （ａ）は本発明の第５の実施形態に係る物体検出装置の物体検出処理において処理される平滑画像の温度凸領域の例を示す図、（ｂ）は同平滑画像の温度凸領域の主軸方向の例を示す図。 （ａ）（ｂ）は同物体検出装置の物体検出処理において用いられる２次微分フィルタ係数の例を示す図。
以下、本発明を具体化した実施形態による物体検出装置及び物体検出方法について図面を参照して説明する。
＜第１の実施形態＞
まず、第１の実施形態による物体検出装置及び物体検出方法について説明する。図１は、第１の実施形態による物体検出装置の構成を示す。物体検出装置１は、背景差分法により物体を検出する装置である。すなわち、物体検出装置１は、検出対象物体が存在しないことの基準とする画像である背景画像と、検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する装置である。この物体検出装置１は、熱体を検出対象物体として検出する。また、物体検出装置１は、検出対象物体の温度が検出領域の背景の温度よりも高いことを想定しており、検出領域の背景の温度よりも高い温度の検出対象物体を検出する。
物体検出装置１は、検出領域Ｒの温度分布を検出する温度分布センサ２と、各種処理を行う演算処理部３と、各種情報を記憶するための記憶部４と、各種情報を出力するための出力部５とを備える。
温度分布センサ２は、検出領域Ｒから放射される赤外線を検出して、検出領域Ｒの温度分布を検出し、その検出結果を出力する。演算処理部３は、温度分布センサ２の出力に基いて、各種処理を実行することにより、検出領域Ｒ内の検出対象物体Ｓを検出する。記憶部４は、演算処理部３の各種処理により生成される各種情報を記憶する。出力部５は、演算処理部３による検出対象物体Ｓの検出結果（検出対象物体Ｓの個数や位置などの情報）を、無線又は有線の通信によって、外部装置に送信する。
ここで、温度分布センサ２及び温度分布センサ２の出力について説明する。温度分布センサ２は、２次元状に配列された多数の赤外線検出素子を有しており、検出領域Ｒから放射される赤外線をこれら多数の赤外線検出素子により検出して、検出領域Ｒの温度分布を検出する。すなわち、温度分布センサ２は、検出領域Ｒを平面的に捉え、平面的に捉えた検出領域Ｒの各位置の温度、すなわち、平面的に捉えた検出領域Ｒの温度分布を検出する。そして、温度分布センサ２は、平面的に捉えた検出領域Ｒの各位置の温度、すなわち、平面的に捉えた検出領域Ｒの温度分布を検出温度画像として出力する。
温度分布センサ２は、平面的に捉えた検出領域Ｒをｕ行×ｖ列（本実施形態では、８行×８列（ｕ＝８、ｖ＝８））に分割した各領域をｐ（ｉ、ｊ）（ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖ）として、各領域（各位置）ｐ（ｉ、ｊ）の温度を検出する。そして、温度分布センサ２は、検出した各領域ｐ（ｉ、ｊ）の温度をＡ（ｉ、ｊ）として、検出温度画像Ａ（ｘ、ｙ）を出力する。Ａ（ｘ、ｙ）は、Ａ（ｉ、ｊ）（ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖ）の全体である。すなわち、Ａ（ｘ、ｙ）は、Ａ（１、１）、Ａ（１、２）、・・・、Ａ（１、ｖ）、Ａ（２、１）、Ａ（２、２）、・・・、Ａ（２、ｖ）、・・・、Ａ（ｕ、１）、Ａ（ｕ、２）、・・・、Ａ（ｕ、ｖ）の全体である。Ａ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値（温度）が、Ａ（ｉ、ｊ）である。
検出温度画像Ａ（ｘ、ｙ）は、図２に示すように、捉えることができる。すなわち、検出温度画像Ａ（ｘ、ｙ）は、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）（ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖ）から成り、Ａ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値Ａ（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である、と捉えることができる。図２において、画素ｑ（ｉ、ｊ）の濃淡によって、画素ｑ（ｉ、ｊ）の値Ａ（ｉ、ｊ）の大小を示している。検出温度画像Ａ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）に対応し、検出温度画像Ａ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）の値Ａ（ｉ、ｊ）は、温度分布センサ２による検出領域Ｒ内の領域ｐ（ｉ、ｊ）の検出温度である。
温度分布センサ２は、所定時間毎（例えば０．１秒毎）に、検出領域Ｒの温度分布を検出して、検出温度画像Ａ（ｘ、ｙ）を出力する。すなわち、温度分布センサ２は、検出時点ｔにおける検出温度画像Ａ（ｘ、ｙ）をＡ［ｔ］（ｘ、ｙ）として、検出温度画像Ａ［ｔ］（ｘ、ｙ）（ｔ＝ｔ１、ｔ２、ｔ３、・・・）を出力する。ここで、ｔ１、ｔ２、ｔ３、・・・は、所定時間毎の検出時点である。つまり、温度分布センサ２は、時間の経過につれて、所定時間毎に、検出温度画像Ａ［ｔ１］（ｘ、ｙ）、検出温度画像Ａ［ｔ２］（ｘ、ｙ）、検出温度画像Ａ［ｔ３］（ｘ、ｙ）、・・・を順次出力する。
図３は、物体検出装置１の演算処理部３の動作のフローチャートを示す。演算処理部３は（物体検出装置１は）、検出領域Ｒ内の検出対象物体Ｓを検出するために、以下のように動作する。
演算処理部３は、物体検出装置１の電源が投入されると、まず、背景画像Ｂ（ｘ、ｙ）を生成する背景画像生成処理を実行する（Ｓ１）。背景画像Ｂ（ｘ、ｙ）とは、検出領域Ｒの温度分布を示す画像であって、検出領域Ｒ内に検出対象物体Ｓが存在しないことの基準とする画像である。背景画像生成処理において、演算処理部３は、温度分布センサ２の出力である検出温度画像Ａ（ｘ、ｙ）に基いて、背景画像Ｂ（ｘ、ｙ）を生成する。背景画像Ｂ（ｘ、ｙ）は、検出温度画像Ａ（ｘ、ｙ）と同様に、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）から成り、Ｂ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値Ｂ（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である。背景画像Ｂ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）に対応し、背景画像Ｂ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）の値Ｂ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）の背景温度（検出対象物体Ｓが存在しないことの基準とする温度）を示す。演算処理部３は、検出対象物体Ｓを排除した状態（検出対象物体Ｓが存在していない状態）で、任意の１つの時点における温度分布センサ２の出力である検出温度画像Ａ（ｘ、ｙ）を背景画像Ｂ（ｘ、ｙ）とすることにより、背景画像Ｂ（ｘ、ｙ）を生成する。演算処理部３は、背景画像生成処理により生成した背景画像Ｂ（ｘ、ｙ）を記憶部４に記憶する。
続いて、演算処理部３は、検出対象画像Ｆ（ｘ、ｙ）を生成する検出対象画像生成処理を実行する（Ｓ２）。検出対象画像Ｆ（ｘ、ｙ）とは、検出領域Ｒの温度分布を示す画像であって、検出領域Ｒ内の検出対象物体Ｓを検出するための検出対象の（背景画像Ｂ（ｘ、ｙ）と比較される）画像である。検出対象画像生成処理において、演算処理部３は、温度分布センサ２の出力である検出温度画像Ａ（ｘ、ｙ）に基いて、検出対象画像Ｆ（ｘ、ｙ）を生成する。検出対象画像Ｆ（ｘ、ｙ）は、検出温度画像Ａ（ｘ、ｙ）と同様に、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）から成り、Ｆ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値Ｆ（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である。検出対象画像Ｆ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）に対応し、検出対象画像Ｆ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）の値Ｆ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）の温度を示す。演算処理部３は、任意の１つの時点（検出しようとする時点）における温度分布センサ２の出力である検出温度画像Ａ（ｘ、ｙ）を検出対象画像Ｆ（ｘ、ｙ）とすることにより、検出対象画像Ｆ（ｘ、ｙ）を生成する。
続いて、演算処理部３は、検出領域Ｒ内の検出対象物体Ｓを検出する物体検出処理を実行する（Ｓ３）。物体検出処理において、演算処理部３は、背景画像Ｂ（ｘ、ｙ）と検出対象画像Ｆ（ｘ、ｙ）との差分に基いて、検出対象物体Ｓを検出する。物体検出処理における検出対象物体Ｓの検出方法の詳細については後述する。演算処理部３は、物体検出処理による検出対象物体Ｓの検出結果を出力部５に送信する。これにより、出力部５は、検出対象物体Ｓの検出結果を出力する。
物体検出処理の後、演算処理部３は、上記Ｓ２以降の処理を繰り返す。Ｓ２、Ｓ３の処理は、所定の周期（例えば０．１秒周期）で繰り返される。Ｓ２、Ｓ３の処理が所定の周期で繰り返されることにより、定常的に、検出領域Ｒ内の検出対象物体Ｓが検出される。
このように、演算処理部３は（物体検出装置１は）、背景画像生成処理と、検出対象画像生成処理と、物体検出処理とを実行することにより、検出領域Ｒ内の検出対象物体Ｓを検出する。つまり、温度分布センサ２の出力に基いて、背景画像Ｂ（ｘ、ｙ）を生成すると共に、検出対象画像Ｆ（ｘ、ｙ）を生成し、背景画像Ｂ（ｘ、ｙ）と検出対象画像Ｆ（ｘ、ｙ）との差分に基いて、検出領域Ｒの背景の温度よりも高い温度の検出対象物体Ｓを検出する。
ここで、上記物体検出処理における検出対象物体Ｓの検出方法の概略について説明する。まず、演算処理部３は、背景画像Ｂ（ｘ、ｙ）と検出対象画像Ｆ（ｘ、ｙ）との差分値を所定の差分値用の閾値で２値化した差分２値画像Ｃ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、検出対象画像Ｆ（ｘ、ｙ）から背景画像Ｂ（ｘ、ｙ）を差し引いた差分値を所定の差分値用の閾値で２値化した差分２値画像Ｃ（ｘ、ｙ）を生成する。つまり、検出対象画像Ｆ（ｘ、ｙ）から背景画像Ｂ（ｘ、ｙ）を差引いた差分値が差分値用の閾値以上である領域を１（第１の値）とする。また、検出対象画像Ｆ（ｘ、ｙ）から背景画像Ｂ（ｘ、ｙ）を差引いた差分値が差分値用の閾値未満である領域を０（第２の値）とする。これにより、差分２値画像Ｃ（ｘ、ｙ）を生成する。
また、演算処理部３は、検出対象画像Ｆ（ｘ、ｙ）を平滑化した平滑画像Ｆ’（ｘ、ｙ）の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像Ｄ（ｘ、ｙ）を生成する。つまり、微分値用の閾値を０として、平滑画像Ｆ’（ｘ、ｙ）の２次微分値が負である領域を１（第１の値）とする。また、平滑画像Ｆ’（ｘ、ｙ）のそれ以外の領域（２次微分値が正か０のいずれかである領域）を０（第２の値）とする。これにより、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。
そして、演算処理部３は、差分２値画像Ｃ（ｘ、ｙ）と２次微分２値画像Ｄ（ｘ、ｙ）とに基いた総合的な判断によって、検出対象物体Ｓを検出する。すなわち、演算処理部３は、差分２値画像Ｃ（ｘ、ｙ）と２次微分２値画像Ｄ（ｘ、ｙ）との論理積に基いて、検出対象物体Ｓを検出する。
差分２値画像Ｃ（ｘ、ｙ）の値が１である領域（検出対象画像Ｆ（ｘ、ｙ）から背景画像Ｂ（ｘ、ｙ）を差引いた差分値が差分値用の閾値以上である領域）は、検出対象物体Ｓが存在している可能性のある領域である。また、差分２値画像Ｃ（ｘ、ｙ）の値が０である領域（検出対象画像Ｆ（ｘ、ｙ）から背景画像Ｂ（ｘ、ｙ）を差引いた差分値が差分値用の閾値未満である領域）は、検出対象物体Ｓが存在している可能性のない領域である。
一方、温度分布の２次微分値について考えた場合、温度の上昇率が減少する領域及び温度の低下率が増加する領域は、温度分布の２次微分値が負になり、温度の上昇率が増加する領域及び温度の低下率が減少する領域は、温度分布の２次微分値が正になる。そして、温度の上昇率が減少する領域及び温度の低下率が増加する領域、すなわち、温度分布の２次微分値が負になる領域は、周囲よりも温度の高い領域がある場合に、その領域内に生じ得る。また、温度の上昇率が増加する領域及び温度の低下率が減少する領域、すなわち、温度分布の２次微分値が正になる領域は、周囲よりも温度の低い領域がある場合に、その領域内に生じ得る。
検出対象画像Ｆ（ｘ、ｙ）は、検出領域Ｒの温度分布を示す画像であり、検出対象画像Ｆ（ｘ、ｙ）を平滑化した平滑画像Ｆ’（ｘ、ｙ）も、検出領域Ｒの温度分布を示す画像である。従って、２次微分２値画像Ｄ（ｘ、ｙ）の値が１である領域（平滑画像Ｆ’（ｘ、ｙ）の２次微分値が負である領域）は、検出領域Ｒの温度分布の２次微分値が負である領域に対応する。つまり、２次微分２値画像Ｄ（ｘ、ｙ）の値が１である領域は、検出領域Ｒ内における周囲よりも温度の高い領域に対応する。また、２次微分２値画像Ｄ（ｘ、ｙ）の値が０である領域（平滑画像Ｆ’（ｘ、ｙ）の２次微分値が正か０のいずれかである領域）は、検出領域Ｒの温度分布の２次微分値が正か０のいずれかである領域に対応する。つまり、２次微分２値画像Ｄ（ｘ、ｙ）の値が０である領域は、検出領域Ｒ内における周囲よりも温度の低い領域に対応する。そして、物体検出装置１は、検出対象物体Ｓの温度が背景の温度（周囲の温度）よりも高いことを想定している。
従って、２次微分２値画像Ｄ（ｘ、ｙ）の値が１である領域（平滑画像Ｆ’（ｘ、ｙ）の２次微分値が負である領域）は、検出対象物体Ｓが存在している可能性のある領域である。また、２次微分２値画像Ｄ（ｘ、ｙ）の値が０である領域（平滑画像Ｆ’（ｘ、ｙ）の２次微分値が正か０のいずれかである領域）は、検出対象物体Ｓが存在している可能性のない領域である。
これらのことから、差分２値画像Ｃ（ｘ、ｙ）の値が１である領域であっても、２次微分２値画像Ｄ（ｘ、ｙ）の値が０である領域は、検出対象物体Ｓが存在している可能性のない領域である。また、２次微分２値画像Ｄ（ｘ、ｙ）の値が１である領域であっても、差分２値画像Ｃ（ｘ、ｙ）の値が０である領域は、検出対象物体Ｓが存在している可能性のない領域である。
そこで、演算処理部３は、差分２値画像Ｃ（ｘ、ｙ）と２次微分２値画像Ｄ（ｘ、ｙ）との論理積に基いて、差分２値画像Ｃ（ｘ、ｙ）と２次微分２値画像Ｄ（ｘ、ｙ）との論理積の値が１（第１の値）となる領域に、検出対象物体Ｓが存在しているとする。また、演算処理部３は、論理積の値が１となる領域が分離して複数存在している場合、それら分離して存在している論理積の値が１となる領域の各々に、別の検出対象物体Ｓが存在しているとする。
図４は、上記物体検出処理における処理の流れを示す。図５は、物体検出処理において基にする背景画像Ｂ（ｘ、ｙ）、検出対象画像Ｆ（ｘ、ｙ）、及び、物体検出処理において生成される差分２値画像Ｃ（ｘ、ｙ）、２次微分２値画像Ｄ（ｘ、ｙ）、論理積画像Ｅ（ｘ、ｙ）の例を示す。
物体検出処理において、演算処理部３は、検出対象画像Ｆ（ｘ、ｙ）及び背景画像Ｂ（ｘ、ｙ）に基いて、以下のようにして、検出対象物体Ｓを検出する。
検出対象画像Ｆ（ｘ、ｙ）（本実施形態では検出温度画像Ａ）は、例えば、図５に示すような画像である。検出対象画像Ｆ（ｘ、ｙ）は、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）から成り、Ｆ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊの値Ｆ（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である。図５に示す検出対象画像Ｆ（ｘ、ｙ）において、画素ｑ（ｉ、ｊ）の濃淡によって、画素ｑ（ｉ、ｊ）の値Ｆ（ｉ、ｊ）の大小を示している。検出対象画像Ｆ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）に対応し、検出対象画像Ｆ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）の値Ｆ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）の温度を示す。
また、背景画像Ｂ（ｘ、ｙ）は、例えば、図５に示すような画像である。背景画像Ｂ（ｘ、ｙ）は、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）から成り、Ｂ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊの値Ｂ（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である。図５に示す背景画像Ｂ（ｘ、ｙ）おいて、画素ｑ（ｉ、ｊ）の濃淡によって、画素ｑ（ｉ、ｊ）の値Ｆ（ｉ、ｊ）の大小を示している。背景画像Ｂ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）に対応し、背景画像Ｂ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）の値Ｆ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）の背景温度を示す。
まず、演算処理部３は、検出対象画像Ｆ（ｘ、ｙ）から背景画像Ｂ（ｘ、ｙ）を差し引く差分処理を施すことにより、差分画像Ｈ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｆ（ｉ、ｊ）からＢ（ｉ、ｊ）を差し引いた差分値をＨ（ｉ、ｊ）とすることにより、差分画像Ｈ（ｘ、ｙ）を生成する。Ｈ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値が、Ｈ（ｉ、ｊ）である。
そして、演算処理部３は、差分画像Ｈ（ｘ、ｙ）を２値化処理することにより、差分２値画像Ｃ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｈ（ｉ、ｊ）を所定の差分値用の閾値で２値化した値をＣ（ｉ、ｊ）とすることにより、差分２値画像Ｃ（ｘ、ｙ）を生成する。つまり、演算処理部３は、Ｈ（ｉ、ｊ）が差分値用の閾値以上である領域を１（第１の値）とすると共に、Ｈ（ｉ、ｊ）が差分値用の閾値未満である領域を０（第２の値）とすることにより、差分２値画像Ｃ（ｘ、ｙ）を生成する。つまり、演算処理部３は、Ｈ（ｉ、ｊ）が差分値用の閾値以上であれば、Ｃ（ｉ、ｊ）を１（第１の値）とし、Ｈ（ｉ、ｊ）が差分値用の閾値未満であれば、Ｃ（ｉ、ｊ）を０（第２の値）とすることにより、差分２値画像Ｃ（ｘ、ｙ）を生成する。Ｃ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値が、Ｃ（ｉ、ｊ）である。
差分２値画像Ｃ（ｘ、ｙ）は、例えば、図５に示すようになる。差分２値画像Ｃ（ｘ、ｙ）は、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）から成り、Ｃ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊの値Ｃ（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である。図５に示す差分２値画像Ｃ（ｘ、ｙ）おいて、各画素ｑ（ｉ、ｊ）に記している「０」「１」の数値は、その画素ｑ（ｉ、ｊ）の値Ｃ（ｉ、ｊ）を示している。
また、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）に対して、平滑化処理の一種であるガウシアンフィルタ処理を施すことにより、平滑画像Ｆ’（ｘ、ｙ）を生成する。すなわち、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）に対してガウシアンフィルタ処理を施すことにより、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、検出対象画像Ｆ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける平滑値を求める。検出対象画像Ｆ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける平滑値は、所定のガウシアンフィルタ係数を用いて、検出対象画像Ｆ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける画素及びその周辺の画素の値に基いて、ガウシアンフィルタ処理を施すことにより求められる。そして、演算処理部３は、各ｉ、ｊについて、検出対象画像Ｆ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける平滑値をＦ’（ｉ、ｊ）とすることにより、平滑画像Ｆ’（ｘ、ｙ）を生成する。Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値が、Ｆ’（ｉ、ｊ）である。平滑画像Ｆ’（ｘ、ｙ）は、検出領域Ｒの温度分布を示す画像である。
平滑画像Ｆ’（ｘ、ｙ）は、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）から成り、Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊの値Ｆ’（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である。平滑画像Ｆ’（ｘ、ｙ）の画素ｑ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）に対応し、平滑画像Ｆ’（ｘ、ｙ）の画素ｑ（ｉ、ｊ）の値Ｆ’’（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）の温度を示す。
続いて、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）に対して、ラプラシアンフィルタ処理を施すことにより、２次微分画像Ｇ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）に対してラプラシアンフィルタ処理を施すことにより、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける２次微分値を求める。平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける２次微分値は、所定のラプラシアンフィルタ係数を用いて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける画素及びその周辺の画素の値に基いて、ラプラシアンフィルタ処理を施すことにより求められる。そして、演算処理部３は、各ｉ、ｊについて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける２次微分値をＧ（ｉ、ｊ）とすることにより、２次微分画像Ｇ（ｘ、ｙ）を生成する。Ｇ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値が、Ｇ（ｉ、ｊ）である。２次微分画像Ｇ（ｘ、ｙ）は、検出領域Ｒの温度分布の２次微分値（すなわち、検出領域Ｒ内の温度変化率の増減度合い）を示す画像である。
２次微分画像Ｇ（ｘ、ｙ）の生成において、演算処理部３は、例えば図６に示す３行×３列のラプラシアンフィルタ係数ｋ1,1、ｋ1,2、ｋ1,3、ｋ2,1、ｋ2,2、ｋ2,3、ｋ3,1、ｋ3,2、ｋ3,3を用いて、ラプラシアンフィルタ処理を施すことにより、Ｇ（ｉ、ｊ）を求める。Ｇ（i,j）＝−１×（ｋ1,1×Ｆ’（i-1、j-1）＋ｋ1,2×Ｆ’（i-1、j）＋ｋ1,3×Ｆ’（i-1、j+1）＋ｋ2,1×Ｆ’（i、j-1）＋ｋ2,2×Ｆ’（i、j）＋ｋ2,3×Ｆ’（i、j+1）＋ｋ3,1×Ｆ’（i+1、j-1）＋ｋ3,2×Ｆ’（i+1、j）＋ｋ3,3×Ｆ’（i+1、j+1）である。図６に示す例において、ｋ1,1＝−１、ｋ1,2＝−１、ｋ1,3＝−１、ｋ2,1＝−１、ｋ2,2＝８、ｋ2,3＝−１、ｋ3,1＝−１、ｋ3,2＝−１、ｋ3,3＝−１である。
平滑画像Ｆ’（ｘ、ｙ）のある３行×３列の領域の値（すなわち、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける画素及びその周辺の画素の値）が、例えば図７に示す値であるとする。すなわち、Ｆ’（i-1、j-1）＝１０、Ｆ’（i-1、1）＝１１、Ｆ’（i-1、j+1）＝１０、Ｆ’（i、j-1）＝８、Ｆ’（i、j）＝１０、Ｆ’（i、j+1）＝８、Ｆ’（i+1、j-1）＝１０、Ｆ’（i+1、j）＝１１、Ｆ’（i+1、j+1）＝１０であるとする。この場合、図６に示すラプラシアンフィルタ係数を用いて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける２次微分値Ｇ（ｉ、ｊ）を求めると、Ｇ（ｉ、ｊ）＝−２となる。
２次微分画像Ｇ（ｘ、ｙ）は、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）から成り、Ｇ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊの値Ｇ（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である。２次微分画像Ｇ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）に対応する。２次微分画像Ｇ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）の値Ｇ（ｉ、ｊ）は、検出領域Ｒの温度分布の、画素ｑ（ｉ、ｊ）に対応する検出領域Ｒ内の領域ｐ（ｉ、ｊ）における２次微分値を示す。すなわち、２次微分画像Ｇ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）の値Ｇ（ｉ、ｊ）は、画素ｑ（ｉ、ｊ）に対応する検出領域Ｒ内の領域ｐ（ｉ、ｊ）の、周辺の領域に対する温度変化率の増減度合いを示す。
そして、演算処理部３は、２次微分画像Ｇ（ｘ、ｙ）を２値化処理することにより、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｇ（ｉ、ｊ）を所定の微分値用の閾値で２値化した値をＤ（ｉ、ｊ）とすることにより、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。つまり、演算処理部３は、Ｇ（ｉ、ｊ）が微分値用の閾値未満である領域を１（第１の値）とすると共に、Ｇ（ｉ、ｊ）が微分値用の閾値以上である領域を０（第２の値）とすることにより、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。つまり、演算処理部３は、微分値用の閾値を０として、Ｇ（ｉ、ｊ）が負であれば、Ｄ（ｉ、ｊ）を１とすると共に、Ｇ（ｉ、ｊ）が負でなければ（正か０のいずれかであれば）、Ｄ（ｉ、ｊ）を０とすることにより、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。Ｄ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値が、Ｄ（ｉ、ｊ）である。
２次微分２値画像Ｄ（ｘ、ｙ）は、検出領域Ｒ内の温度分布の２次微分値（検出領域Ｒ内の温度変化率の増減度合い）を２値化して示す画像である。すなわち、２次微分２値画像Ｄ（ｘ、ｙ）は、検出領域Ｒを、検出領域Ｒ内の温度分布の２次微分値が負である領域と、検出領域Ｒ内の温度分布の２次微分値が負でない（正か０のいずれかである）領域とに、区分して示す画像である。温度分布の２次微分値が負である領域は、温度の上昇率が減少する領域及び温度の低下率が増加する領域であり、温度分布の２次微分値が正である領域は、温度の上昇率が増加する領域及び温度の低下率が減少する領域である。
２次微分２値画像Ｄ（ｘ、ｙ）は、例えば、図５に示すようになる。２次微分２値画像Ｄ（ｘ、ｙ）は、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）から成り、Ｄ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊの値Ｄ（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である。図５に示す２次微分２値画像Ｄ（ｘ、ｙ）において、各画素ｑ（ｉ、ｊ）に記している「０」「１」の数値は、その画素ｑ（ｉ、ｊ）の値Ｄ（ｉ、ｊ）を示している。２次微分２値画像Ｄ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）に対応する。
２次微分２値画像Ｄ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）の値Ｄ（ｉ、ｊ）は、検出領域Ｒの温度分布の、画素ｑ（ｉ、ｊ）に対応する検出領域Ｒ内の領域ｐ（ｉ、ｊ）における２次微分値が負であるか否かを示す。すなわち、画素ｑ（ｉ、ｊ）の値Ｄ（ｉ、ｊ）が１であることは、検出領域Ｒの温度分布の、その画素ｑ（ｉ、ｊ）に対応する領域ｐ（ｉ、ｊ）における２次微分値が負であることを示す。また、画素ｑ（ｉ、ｊ）の値Ｄ（ｉ、ｊ）が０であることは、その画素ｑ（ｉ、ｊ）に対応する検出領域Ｒ内の領域ｐ（ｉ、ｊ）における検出領域Ｒの温度分布の２次微分値が負でない（正か０のいずれかである）ことを示す。
そして、演算処理部３は、論理積演算処理を行うことにより、差分２値画像Ｃ（ｘ、ｙ）と２次微分２値画像Ｄ（ｘ、ｙ）との論理積画像Ｅ（ｉ、ｊ）を生成する。すなわち、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｃ（ｉ、ｊ）とＤ（ｉ、ｊ）との論理積の値をＥ（ｉ、ｊ）とすることにより、論理積画像Ｅ（ｉ、ｊ）を生成する。つまり、演算処理部３は、Ｃ（ｉ、ｊ）とＤ（ｉ、ｊ）との論理積の値が１であれば、Ｅ（ｉ、ｊ）を１とすると共に、Ｃ（ｉ、ｊ）とＤ（ｉ、ｊ）との論理積の値が０であれば、Ｅ（ｉ、ｊ）を０とすることにより、論理積画像Ｅ（ｉ、ｊ）を生成する。Ｅ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値が、Ｅ（ｉ、ｊ）である。
論理積画像Ｅ（ｘ、ｙ）は、例えば、図５に示すようになる。論理積画像Ｅ（ｘ、ｙ）は、ｕ行×ｖ行の画素ｑ（ｉ、ｊ）から成り、Ｅ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊの値Ｅ（ｉ、ｊ）を画素ｑ（ｉ、ｊ）の値とする画像である。図５に示す論理積画像Ｅ（ｘ、ｙ）において、各画素ｑ（ｉ、ｊ）に記している「０」「１」の数値は、その画素ｑ（ｉ、ｊ）の値Ｅ（ｉ、ｊ）を示している。論理積画像Ｅ（ｘ、ｙ）の画素ｑ（ｉ、ｊ）は、検出領域Ｒ内の領域ｐ（ｉ、ｊ）に対応する。
そして、演算処理部３は、この論理積画像Ｅ（ｘ、ｙ）に基いて、すなわち、差分２値画像Ｃ（ｘ、ｙ）と２次微分２値画像Ｄ（ｘ、ｙ）との論理積に基いて、検出対象物体Ｓを検出する。すなわち、演算処理部３は、論理積画像Ｅ（ｘ、ｙ）の値Ｅ（ｉ、ｊ）が１となる領域に、検出対象物体Ｓが存在しているとする。また、演算処理部３は、論理積画像Ｅ（ｘ、ｙ）の値Ｅ（ｉ、ｊ）が１となる領域が分離して複数存在している場合には、それら分離して存在しているＥ（ｉ、ｊ）が１となる領域の各々に、別の検出対象物体Ｓが存在しているとする。演算処理部３は、このように物体検出処理を実行して、検出領域Ｒ内の検出対象物体Ｓを検出する。
本実施形態の物体検出装置１及び物体検出方法によれば、差分２値画像Ｃと２次微分２値画像Ｄとの論理積に基いて、検出対象物体を検出することにより、検出領域内に検出対象物体が複数存在している場合でも、各検出対象物体を分離して検出することができる。つまり、検出領域内に検出対象物体が複数存在している場合に、それら複数の検出対象物体を、別々の検出対象物体として検出することができる。しかも、画像の分解能が低く、複数の検出対象物体が近接している場合でも、それらの複数の検出対象物体を分離して検出することができる。
また、ラプラシアンフィルタ処理を施すことにより、平滑画像Ｆ’の２次微分値を求めて、２次微分２値画像Ｄを生成するので、平滑画像Ｆ’の２次微分値の算出が一度（一画像分）で済み、省メモリ化かつ処理の高速化を実現できる。
なお、本実施形態において、ガウシアンフィルタ処理に代えて、他の平滑化処理を施すことにより、平滑画像Ｆ’を生成するようにしてもよい。また、ラプラシアンフィルタ処理に代えて、他の２次微分値算出処理を施すことにより、平滑画像Ｆ’の２次微分値を求めて、２次微分２値画像Ｄを生成するようにしてもよい。
また、本実施形態において、検出対象画像Ｆは、１つの時点における検出温度画像Ａに限られず、複数の異なる時点における複数の検出温度画像Ａを平均した画像であってもよい。
また、本実施形態において、平滑画像Ｆ’の２次微分値が負か０のいずれかである領域を１（第１の値）とすると共に、平滑画像Ｆ’のそれ以外の領域（２次微分値が正である領域）を０（第２の値）とすることにより、２次微分２値画像Ｄを生成してもよい。
また、本実施形態において、２次微分２値画像Ｄは、検出対象画像Ｆを平滑化した平滑画像Ｆ’の２次微分値を所定の微分値用の閾値で２値化した画像に代えて、検出対象画像Ｆの２次微分値を所定の微分値用の閾値で２値化した画像であってもよい。すなわち、検出対象画像Ｆの２次微分値が負である領域を１（第１の値）とすると共に、検出対象画像Ｆのそれ以外の領域（２次微分値が正か０である領域）を０（第２の値）とすることにより、２次微分２値画像Ｄを生成してもよい。また、検出対象画像Ｆの２次微分値が負か０のいずれかである領域を１（第１の値）とすると共に、検出対象画像Ｆのそれ以外の領域（２次微分値が正である領域）を０（第２の値）とすることにより、２次微分２値画像Ｄを生成してもよい。
また、物体検出装置１は、検出領域の背景の温度よりも低い温度の検出対象物体を検出する場合にも適用可能である。検出領域の背景の温度よりも低い温度の検出対象物体を検出する場合、背景画像Ｂから検出対象画像Ｆを差し引いた差分値が差分値用の閾値以上である領域を１（第１の値）とすればよい。そして、背景画像Ｂから検出対象画像Ｆを差し引いた差分値が差分値用の閾値未満である領域を０（第２の値）とすればよい。検出領域の背景の温度よりも低い温度の検出対象物体を検出する場合、このように差分２値画像Ｃを生成すればよい。また、平滑画像Ｆ’の２次微分値が正である領域を１（第１の値）とすると共に、それ以外の領域を０（第２の値）とすることにより、２次微分２値画像Ｄを生成すればよい。
なお、検出領域の背景よりも低い温度の検出対象物体を検出する場合において、平滑画像Ｆ’の２次微分値が正か０のいずれかである領域を１とし、平滑画像Ｆ’のそれ以外の領域（２次微分値が負である領域）を０として、２次微分２値画像Ｄを生成してもよい。
また、検出領域の背景よりも低い温度の検出対象物体を検出する場合において、２次微分２値画像Ｄは、平滑画像Ｆ’の２次微分値を微分値用の閾値で２値化した画像に代えて、検出対象画像Ｆの２次微分値を微分値用の閾値で２値化した画像であってもよい。すなわち、検出対象画像Ｆの２次微分値が正である領域を１（第１の値）とすると共に、検出対象画像Ｆのそれ以外の領域（２次微分値が負か０である領域）を０（第２の値）とすることにより、２次微分２値画像Ｄを生成してもよい。また、検出対象画像Ｆの２次微分値が正か０のいずれかである領域を１（第１の値）とすると共に、検出対象画像Ｆのそれ以外の領域（２次微分値が負である領域）を０（第２の値）とすることにより、２次微分２値画像Ｄを生成してもよい。
＜第２の実施形態＞
次に、第２の実施形態による物体検出装置及び物体検出方法について説明する。本実施形態の物体検出装置１及び物体検出方法は、物体検出処理（検出対象物体Ｓの検出方法）が上記第１の実施形態の構成と異なっている。本実施形態における他の構成については、上記第１の実施形態と同様である。
図８は、本実施形態の物体検出処理における処理の流れを示す。本実施形態の物体検出処理は、２次微分２値画像Ｄ（ｘ、ｙ）の生成方法が上記第１の実施形態の構成と異なっている。本実施形態の物体検出処理における他の処理（差分２値画像Ｃ（ｘ、ｙ）の生成方法、論理積画像Ｅ（ｘ、ｙ）の生成方法）については、上記第１の実施形態と同様である。
本実施形態では、演算処理部３は、以下のようにして、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。
まず、演算処理部３は、上記第１の実施形態と同様に、平滑画像Ｆ’（ｘ、ｙ）を生成する。
続いて、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）に対して、水平２次微分フィルタ処理を施すことにより、水平２次微分画像Ｇ１（ｘ、ｙ）を生成する。すなわち、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）に対して水平２次微分フィルタ処理を施すことにより、各ｉ、ｊについて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける水平方向についての２次微分値を求める。Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける水平方向についての２次微分値は、所定の水平２次微分フィルタ係数を用いて、Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける画素及びその周辺の画素の値に基いて、水平２次微分フィルタ処理を施すことにより求められる。そして、演算処理部３は、各ｉ、ｊについて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける水平方向についての２次微分値をＧ１（ｉ、ｊ）とすることにより、水平２次微分画像Ｇ１（ｘ、ｙ）を生成する。
水平２次微分画像Ｇ１（ｘ、ｙ）の生成において、演算処理部３は、図９に示す３行×３列の水平２次微分フィルタ係数ｍ1,1、ｍ1,2、ｍ1,3、ｍ2,1、ｍ2,2、ｍ2,3、ｍ3,1、ｍ3,2、ｍ3,3を用いて、水平２次微分フィルタ処理を施すことにより、Ｇ１（ｉ、ｊ）を求める。Ｇ１（i,j）＝−１×（ｍ1,1×Ｆ’（i-1、j-1）＋ｍ1,2×Ｆ’（i-1、j）＋ｍ1,3×Ｆ’（i-1、j+1）＋ｍ2,1×Ｆ’（i、j-1）＋ｍ2,2×Ｆ’（i、j）＋ｍ2,3×Ｆ’（i、j+1）＋ｍ3,1×Ｆ’（i+1、j-1）＋ｍ3,2×Ｆ’（i+1、j）＋ｍ3,3×Ｆ’（i+1、j+1）である。図９に示す例において、ｍ1,1＝−１、ｍ1,2＝０、ｍ1,3＝−１、ｍ2,1＝−１、ｍ2,2＝６、ｍ2,3＝−１、ｍ3,1＝−１、ｍ3,2＝０、ｍ3,3＝−１である。
平滑画像Ｆ’（ｘ、ｙ）のある３行×３列の領域の値（すなわち、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける画素及びその周辺の画素の値）が、例えば上記図７に示す値であるとする。この場合、図９に示す水平２次微分フィルタ係数を用いて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける水平方向についての２次微分値Ｇ１（ｉ、ｊ）を求めると、Ｇ１（ｉ、ｊ）＝−４となる。
また、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）に対して、垂直２次微分フィルタ処理を施すことにより、垂直２次微分画像Ｇ２（ｘ、ｙ）を生成する。すなわち、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）に対して垂直２次微分フィルタ処理を施すことにより、各ｉ、ｊについて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける垂直方向についての２次微分値を求める。Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける垂直方向についての２次微分値は、所定の垂直２次微分フィルタ係数を用いて、Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける画素及びその周辺の画素の値に基いて、垂直２次微分フィルタ処理を施すことにより求められる。そして、演算処理部３は、各ｉ、ｊについて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける垂直方向についての２次微分値をＧ２（ｉ、ｊ）とすることにより、垂直２次微分画像Ｇ２（ｘ、ｙ）を生成する。
垂直２次微分画像Ｇ２（ｘ、ｙ）の生成において、演算処理部３は、図１０に示す３行×３列の垂直２次微分フィルタ係数ｎ1,1、ｎ1,2、ｎ1,3、ｎ2,1、ｎ2,2、ｎ2,3、ｎ3,1、ｎ3,2、ｎ3,3を用いて、垂直２次微分フィルタ処理を施すことにより、Ｇ２（ｉ、ｊ）を求める。Ｇ２（i,j）＝−１×（ｎ1,1×Ｆ’（i-1、j-1）＋ｎ1,2×Ｆ’（i-1、j）＋ｎ1,3×Ｆ’（i-1、j+1）＋ｎ2,1×Ｆ’（i、j-1）＋ｎ2,2×Ｆ’（i、j）＋ｎ2,3×Ｆ’（i、j+1）＋ｎ3,1×Ｆ’（i+1、j-1）＋ｎ3,2×Ｆ’（i+1、j）＋ｎ3,3×Ｆ’（i+1、j+1）である。図１０に示す例において、ｎ1,1＝−１、ｎ1,2＝−１、ｎ1,3＝−１、ｎ2,1＝０、ｎ2,2＝６、ｎ2,3＝０、ｎ3,1＝−１、ｎ3,2＝−１、ｎ3,3＝−１である。
平滑画像Ｆ’（ｘ、ｙ）のある３行×３列の領域の値（すなわち、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける画素及びその周辺の画素の値）が、例えば上記図７に示す値であるとする。この場合、図１０に示す垂直２次微分フィルタ係数を用いて、平滑画像Ｆ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける垂直方向についての２次微分値Ｇ２（ｉ、ｊ）を求めると、Ｇ２（ｉ、ｊ）＝２となる。
そして、演算処理部３は、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の両方が負である領域を１（第１の値）とする。また、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の少なくとも一方が負でない（少なくとも一方が正か０のいずれかである）領域を０（第２の値）とする。つまり、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の両方が負であれば、Ｄ（ｉ、ｊ）を１とする。また、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の少なくとも一方が負でなければ（少なくとも一方が正か０のいずれかであれば）、Ｄ（ｉ、ｊ）を０とする。演算処理部３は、このようにして、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。Ｄ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値が、Ｄ（ｉ、ｊ）である。
ここで、上記第１の実施形態の方法により２次微分２値画像Ｄ（ｘ、ｙ）を生成する場合と、本実施形態の方法により２次微分２値画像Ｄ（ｘ、ｙ）を生成する場合とを比較する。上記第１の実施形態の方法は、ラプラシアンフィルタ処理で２次微分値を求めて２次微分２値画像Ｄ（ｘ、ｙ）を生成する方法である。本実施形態の方法は、水平方向の２次微分値と垂直方向の２次微分値を求めて２次微分２値画像Ｄ（ｘ、ｙ）を生成する方法である。
例えば、上記図７に示す平滑画像Ｆ’（ｘ、ｙ）の領域について考える。すなわち、図７に示す平滑画像Ｆ’（ｘ、ｙ）の領域のｘ＝ｉ、ｙ＝ｊにおける２次微分値を求めて、２次微分２値画像Ｄ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値Ｄ（ｉ、ｊ）決定する場合について考える。
上記第１の実施形態の方法では、以下のようになる。すなわち、上記図６に示す３行×３列のラプラシアンフィルタ係数を用いて、ラプラシアンフィルタ処理を施すことにより、図７に示す平滑画像Ｆ’（ｘ、ｙ）の領域のｘ＝ｉ、ｙ＝ｊにおける２次微分値Ｇ（ｉ、ｊ）を求めると、Ｇ（ｉ、ｊ）＝−２となる。従って、Ｇ（ｉ、ｊ）が負であるので、２次微分２値画像Ｄ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値Ｄ（ｉ、ｊ）は１となる。
これに対し、本実施形態の方法では、以下のようになる。図９に示す水平２次微分フィルタ係数を用いて、水平２次微分フィルタ処理を施すことにより、図７に示す平滑画像Ｆ’（ｘ、ｙ）の領域のｘ＝ｉ、ｙ＝ｊにおける水平方向についての２次微分値Ｇ１（ｉ、ｊ）を求めると、Ｇ１（ｉ、ｊ）＝−４となる。また、図１０に示す垂直２次微分フィルタ係数を用いて、垂直２次微分フィルタ処理を施すことにより、図７に示す平滑画像Ｆ’（ｘ、ｙ）の領域のｘ＝ｉ、ｙ＝ｊにおける垂直方向についての２次微分値Ｇ２（ｉ、ｊ）を求めると、Ｇ２（ｉ、ｊ）＝２となる。従って、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の少なくとも一方が負でない（Ｇ２が正である）ので、２次微分２値画像Ｄ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値Ｄ（ｉ、ｊ）は０となる。
このように、図７に示す例では、上記第１の実施形態の方法と本実施形態の方法とでは、２次微分２値画像Ｄ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値Ｄ（ｉ、ｊ）が異なる値となる。つまり、上記第１の実施形態の方法により２次微分２値画像Ｄ（ｘ、ｙ）を生成する場合と、本実施形態の方法により２次微分２値画像Ｄ（ｘ、ｙ）を生成する場合とでは、異なる結果となることがある。
本実施形態の物体検出装置１及び物体検出方法によれば、上記第１の実施形態と同様に、検出領域内に検出対象物体が複数存在している場合でも、各検出対象物体を分離して検出することができる。しかも、水平方向の２次微分値と垂直方向の２次微分値を求めて２次微分２値画像Ｄを生成することにより、ラプラシアンフィルタ処理で２次微分値を求めて２次微分２値画像Ｄを生成したのでは検出できない点でも、検出することができる。
なお、本実施形態において、平滑画像Ｆ’の水平方向についての２次微分値と垂直方向についての２次微分値の両方が負か０のいずれかである領域を１とすると共に、平滑画像Ｆ’のそれ以外の領域を０とすることにより、２次微分２値画像Ｄを生成してもよい。すなわち、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の両方が負か０のいずれかである領域を１とし、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の少なくとも一方が負か０でない（少なくとも一方が正である）領域を０として、２次微分２値画像Ｄを生成してもよい。
また、本実施形態において、平滑画像Ｆ’の水平方向についての２次微分値と垂直方向についての２次微分値に代えて、検出対象画像Ｆの水平方向についての２次微分値と垂直方向についての２次微分値に基いて、２次微分２値画像Ｄを生成してもよい。すなわち、検出対象画像Ｆの水平方向についての２次微分値と垂直方向についての２次微分値の両方が負である領域を１とすると共に、検出対象画像Ｆのそれ以外の領域を０とすることにより、２次微分２値画像Ｄを生成してもよい。また、検出対象画像Ｆの水平方向についての２次微分値と垂直方向についての２次微分値の両方が負か０のいずれかである領域を１とすると共に、検出対象画像Ｆのそれ以外の領域を０とすることにより、２次微分２値画像Ｄを生成してもよい。つまり、検出対象画像Ｆに対して水平２次微分フィルタ処理を施すことにより、水平２次微分画像Ｇ１を生成し、検出対象画像Ｆに対して垂直２次微分フィルタ処理を施すことにより、垂直２次微分画像Ｇ２を生成してもよい。
また、本実施形態において、水平２次微分フィルタ係数は、図９に示す係数に限られず、図１１（ａ）や図１１（ｂ）に示す係数であってもよい。また、垂直２次微分フィルタ係数は、図１０に示す係数に限られず、図１２（ａ）や図１２（ｂ）に示す係数であってもよい。
また、検出領域の背景よりも低い温度の検出対象物体を検出する場合、平滑画像Ｆ’の水平方向についての２次微分値と垂直方向についての２次微分値の両方が正の領域を１とし、平滑画像Ｆ’のそれ以外の領域を０として、２次微分２値画像Ｄを生成すればよい。すなわち、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の両方が正である領域を１とし、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の少なくとも一方が正でない（少なくとも一方が負か０正である）領域を０として、２次微分２値画像Ｄを生成すればよい。
また、検出領域の背景よりも低い温度の検出対象物体を検出する場合、平滑画像Ｆ’の水平方向の２次微分値と垂直方向の２次微分値の両方が正か０のいずれかである領域を１とし、平滑画像Ｆ’のそれ以外の領域を０として、２次微分２値画像Ｄを生成してもよい。すなわち、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の両方が正か０のいずれかである領域を１とし、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の少なくとも一方が正か０でない（少なくとも一方が負である）領域を０として、２次微分２値画像Ｄを生成してもよい。
また、検出領域の背景よりも低い温度の検出対象物体を検出する場合にも、平滑画像Ｆ’の水平方向の２次微分値と垂直方向の２次微分値に代えて、検出対象画像Ｆの水平方向の２次微分値と垂直方向の２次微分値に基いて、２次微分２値画像Ｄを生成してもよい。この場合、検出対象画像Ｆの水平方向についての２次微分値と垂直方向についての２次微分値の両方が正である領域を１とすると共に、検出対象画像Ｆのそれ以外の領域を０とすることにより、２次微分２値画像Ｄを生成すればよい。また、検出対象画像Ｆの水平方向についての２次微分値と垂直方向についての２次微分値の両方が正か０のいずれかである領域を１とすると共に、検出対象画像Ｆのそれ以外の領域を０とすることにより、２次微分２値画像Ｄを生成してもよい。
＜第３の実施形態＞
次に、第３の実施形態による物体検出装置及び物体検出方法について説明する。本実施形態の物体検出装置１及び物体検出方法は、物体検出処理（検出対象物体Ｓの検出方法）が上記第１の実施形態の構成と異なっている。本実施形態における他の構成については、上記第１の実施形態と同様である。
図１３は、本実施形態の物体検出処理における処理の流れを示す。本実施形態の物体検出処理は、２次微分２値画像Ｄ（ｘ、ｙ）の生成方法が上記第１の実施形態の構成と異なっている。本実施形態の物体検出処理における他の処理（差分２値画像Ｃ（ｘ、ｙ）の生成方法、論理積画像Ｅ（ｘ、ｙ）の生成方法）については、上記第１の実施形態と同様である。
本実施形態では、演算処理部３は、以下のようにして、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。
まず、演算処理部３は、上記第１の実施形態と同様に、平滑画像Ｆ’（ｘ、ｙ）を生成する。また、演算処理部３は、上記第１の実施形態と同様に、２次微分画像Ｇ（ｘ、ｙ）を生成する。
そして、演算処理部３は、２次微分画像Ｇ（ｘ、ｙ）を２値化処理することにより、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。但し、演算処理部３は、上記第１の実施形態と異なり、微分値用の閾値として、領域によって異なる値を適用する。
すなわち、演算処理部３は、微分値用の閾値として、差分２値画像Ｃ（ｘ、ｙ）の値が１である領域に応じて、領域によって異なる値を適用する。つまり、演算処理部３は、閾値画像Ｗ（ｘ、ｙ）を、差分２値画像Ｃ（ｘ、ｙ）の値Ｃ（ｉ、ｊ）に基いて、更新処理することにより、閾値画像Ｗ’（ｘ、ｙ）を生成する。ここで、閾値画像Ｗ’（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値Ｗ’（ｉ、ｊ）が、２次微分画像Ｇ（ｘ、ｙ）のｘ＝ｉ、ｙ＝ｊにおける値Ｇ（ｉ、ｊ）を２値化するときの微分値用の閾値である。
ここで、演算処理部３は、差分２値画像Ｃ（ｘ、ｙ）の値が１である領域及びその近隣の領域に対応する領域については、微分値用の閾値を下げ（０から負の値に下げ）、それ以外の領域については、微分値用の閾値を上げる（０から正の値に上げる）。すなわち、演算処理部３は、Ｃ（ｉ、ｊ）が１である領域及びその近隣の領域に対応する領域については、Ｗ（ｉ、ｊ）の値を下げてＷ’（ｉ、ｊ）とし、それ以外の領域については、Ｗ（ｉ、ｊ）の値を上げてＷ’（ｉ、ｊ）とする。
そして、演算処理部３は、このように領域によって異なる微分値用の閾値Ｗ’（ｉ、ｊ）を適用して、２次微分画像Ｇ（ｘ、ｙ）を２値化処理することにより、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｇ（ｉ、ｊ）が微分値用の閾値Ｗ’（ｉ、ｊ）未満である領域を１（第１の値）とする。また、Ｇ（ｉ、ｊ）が微分値用の閾値Ｗ’（ｉ、ｊ）以上である領域を０（第２の値）とする。つまり、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｇ（ｉ、ｊ）が微分値用の閾値Ｗ’（ｉ、ｊ）未満であれば、Ｄ（ｉ、ｊ）を１とする。また、Ｇ（ｉ、ｊ）が微分値用の閾値Ｗ’（ｉ、ｊ）以上であれば、Ｄ（ｉ、ｊ）を０とする。演算処理部３は、このようにして、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。
本実施形態の物体検出装置１及び物体検出方法によれば、上記第１の実施形態と同様に、検出領域内に検出対象物体が複数存在している場合でも、各検出対象物体を分離して検出することができる。しかも、微分値用の閾値として、領域によって異なる値を適用することにより、１つの検出対象物体を誤って複数の検出対象物体に分離して検出することを防ぐことができると共に、複数の検出対象物体をより確実に分離して検出することができる。
なお、検出領域の背景よりも低い温度の検出対象物体を検出する場合、差分２値画像Ｃの値が第１の値である領域及びその近隣の領域に対応する領域については、微分値用の閾値を上げる（０から正の値に上げる）ようにすればよい。また、それ以外の領域については、微分値用の閾値を下げる（０から負の値に下げる）ようにすればよい。
＜第４の実施形態＞
次に、第４の実施形態による物体検出装置及び物体検出方法について説明する。本実施形態の物体検出装置１及び物体検出方法は、物体検出処理（検出対象物体Ｓの検出方法）が上記第１の実施形態の構成と異なっている。本実施形態における他の構成については、上記第１の実施形態と同様である。
図１４は、本実施形態の物体検出処理における処理の流れを示す。本実施形態の物体検出処理は、２次微分２値画像Ｄ（ｘ、ｙ）の生成方法が上記第１の実施形態の構成と異なっている。本実施形態の物体検出処理における他の処理（差分２値画像Ｃ（ｘ、ｙ）の生成方法、論理積画像Ｅ（ｘ、ｙ）の生成方法）については、上記第１の実施形態と同様である。
本実施形態では、演算処理部３は、以下のようにして、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。
まず、演算処理部３は、上記第１の実施形態と同様に、平滑画像Ｆ’（ｘ、ｙ）を生成する。続いて、演算処理部３は、上記第２の実施形態と同様に、平滑画像Ｆ’（ｘ、ｙ）に対して、水平２次微分フィルタ処理を施すことにより、水平２次微分画像Ｇ１（ｘ、ｙ）を生成する。また、演算処理部３は、上記第２の実施形態と同様に、平滑画像Ｆ’（ｘ、ｙ）に対して、垂直２次微分フィルタ処理を施すことにより、垂直２次微分画像Ｇ２（ｘ、ｙ）を生成する。
そして、演算処理部３は、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。但し、演算処理部３は、上記第１の実施形態と異なり、微分値用の閾値として、領域によって異なる値を適用する。このとき、演算処理部３は、上記第３の実施形態と同様に、微分値用の閾値として、差分２値画像Ｃ（ｘ、ｙ）の値が１である領域に応じて、領域によって異なる値を適用する。
すなわち、演算処理部３は、上記第３の実施形態と同様に、閾値画像Ｗ（ｘ、ｙ）を、差分２値画像Ｃ（ｘ、ｙ）の値Ｃ（ｉ、ｊ）に基いて、更新処理することにより、閾値画像Ｗ’（ｘ、ｙ）を生成する。つまり、演算処理部３は、上記第３の実施形態と同様に、Ｃ（ｉ、ｊ）が１である領域及びその近隣の領域に対応する領域については、Ｗ（ｉ、ｊ）の値を下げてＷ’（ｉ、ｊ）とし、それ以外の領域については、Ｗ（ｉ、ｊ）の値を上げてＷ’（ｉ、ｊ）とする。
そして、演算処理部３は、このように領域によって異なる微分値用の閾値Ｗ’（ｉ、ｊ）を適用して、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の両方が微分値用の閾値Ｗ’（ｉ、ｊ）未満である領域を１（第１の値）とする。また、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の少なくとも一方が微分値用の閾値Ｗ’（ｉ、ｊ）以上である領域を０（第２の値）とする。つまり、演算処理部３は、ｉ＝１、２、・・・、ｕ；ｊ＝１、２、・・・、ｖの各ｉ、ｊについて、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の両方が微分値用の閾値Ｗ’（ｉ、ｊ）未満であれば、Ｄ（ｉ、ｊ）を１とする。また、Ｇ１（ｉ、ｊ）とＧ２（ｉ、ｊ）の少なくとも一方が微分値用の閾値Ｗ’（ｉ、ｊ）以上であれば、Ｄ（ｉ、ｊ）を０とする。演算処理部３は、このようにして、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。
本実施形態の物体検出装置１及び物体検出方法によれば、上記第１の実施形態と同様に、検出領域内に検出対象物体が複数存在している場合でも、各検出対象物体を分離して検出することができる。しかも、上記第２の実施形態と同様に、ラプラシアンフィルタ処理で２次微分値を求めて２次微分２値画像Ｄを生成したのでは検出できない点でも、検出することができる。また、上記第３の実施形態と同様に、１つの検出対象物体を誤って複数の検出対象物体に分離して検出することを防ぐことができると共に、複数の検出対象物体をより確実に分離して検出することができる。
＜第５の実施形態＞
次に、第５の実施形態による物体検出装置及び物体検出方法について説明する。本実施形態の物体検出装置１及び物体検出方法は、物体検出処理（検出対象物体Ｓの検出方法）が上記第１の実施形態の構成と異なっている。本実施形態における他の構成については、上記第１の実施形態と同様である。
本実施形態の物体検出処理は、２次微分２値画像Ｄ（ｘ、ｙ）の生成方法が上記第１の実施形態の構成と異なっている。本実施形態の物体検出処理における他の処理（差分２値画像Ｃ（ｘ、ｙ）の生成方法、論理積画像Ｅ（ｘ、ｙ）の生成方法）については、上記第１の実施形態と同様である。
本実施形態では、演算処理部３は、以下のようにして、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。
まず、演算処理部３は、上記第１の実施形態と同様に、平滑画像Ｆ’（ｘ、ｙ）を生成する。
ここで、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）のうち、差分２値画像Ｃ（ｘ、ｙ）の値Ｃ（ｉ、ｊ）が１である領域に対応する領域を、温度凸領域とする。続いて、演算処理部３は、この温度凸領域の主軸方向を求める。そして、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）の主軸方向についての２次微分値を求めて、２次微分画像Ｇ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）に対して、主軸方向についての２次微分値を求める２次微分フィルタ処理を施すことにより、平滑画像Ｆ’（ｘ、ｙ）の主軸方向についての２次微分値を求める。そして、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）の主軸方向についての２次微分値を、２次微分画像Ｇ（ｘ、ｙ）の値Ｇ（ｉ、ｊ）とする。
また、温度凸領域が分離して複数存在している場合には、演算処理部３は、それら分離して存在している各温度凸領域の主軸方向を求める。そして、演算処理部３は、それら分離して存在している各温度凸領域毎に、その温度凸領域の主軸方向についての２次微分値を求めて、２次微分画像Ｇ（ｘ、ｙ）を生成する。すなわち、演算処理部３は、平滑画像Ｆ’（ｘ、ｙ）の各温度凸領域に対して、その温度凸領域の主軸方向についての２次微分値を求める２次微分フィルタ処理を施すことにより、各温度凸領域におけるその温度凸領域の主軸方向についての２次微分値を求める。そして、演算処理部３は、各温度凸領域におけるその温度凸領域の主軸方向についての２次微分値を、その温度凸領域における２次微分画像Ｇ（ｘ、ｙ）の値Ｇ（ｉ、ｊ）とする。
このとき、演算処理部３は、温度凸領域以外の領域については、２次微分フィルタ処理を施さずに（２次微分値を求めずに）、温度凸領域以外の領域における２次微分画像Ｇ（ｘ、ｙ）の値Ｇ（ｉ、ｊ）を０とする。これは、温度凸領域以外の領域（温度凸領域以外の領域は、差分２値画像Ｃ（ｘ、ｙ）の値Ｃ（ｉ、ｊ）が０の領域である）については、Ｇ（ｉ、ｊ）の値に関わらず、後の論理積演算処理により、論理積画像Ｅ（ｘ、ｙ）の値Ｅ（ｉ、ｊ）が０となるためである。
そして、演算処理部３は、このように生成した２次微分画像Ｇ（ｘ、ｙ）を、上記第１の実施形態と同様に、２値化処理することにより、２次微分２値画像Ｄ（ｘ、ｙ）を生成する。
温度凸領域が分離して複数存在している場合、演算処理部３は、以下のようにして、各温度凸領域の主軸方向、及び各温度凸領域におけるその温度凸領域の主軸方向についての２次微分値を求める。
まず、演算処理部３は、ラベリング処理を行うことにより、分離して複数存在している各温度凸領域に（温度凸領域を構成する画素群の各画素に）ラベル番号Ｌ（Ｌ＝１、２、・・・）を付与する。例えば、平滑画像Ｆ’（ｘ、ｙ）の温度凸領域が、図１５（ａ）に示すように存在しているとする。図１５（ａ）に示す平滑画像Ｆ’（ｘ、ｙ）において、「１」と記してある画素ｑ（ｉ、ｊ）の領域が、温度凸領域であり、「１」と記してない画素ｑ（ｉ、ｊ）の領域が、温度凹領域である。図１５（ａ）に示す平滑画像Ｆ’（ｘ、ｙ）では、温度凸領域が２つに分離しており、温度凸領域が分離して２つ存在している。この場合、ラベル番号Ｌは、図１５（ｂ）に示すように付与される。図１５（ｂ）に示す平滑画像Ｆ’（ｘ、ｙ）において、「１」と記されている画素ｑ（ｉ、ｊ）は、ラベル番号Ｌ＝１の付与された温度凸領域の画素を示し、「２」と記されている画素ｑ（ｉ、ｊ）は、ラベル番号Ｌ＝２の付与された温度凸領域の画素を示している。温度凸領域が分離して２つ存在しているので、１つの温度凸領域にラベル番号Ｌ＝１が付与され、別の１つの温度凸領域にラベル番号Ｌ＝２が付与されている。
続いて、演算処理部３は、各ラベル番号Ｌの温度凸領域の主軸方向を求める。本実施形態では、演算処理部３は、重み付き最小二乗法により、分離して存在している各温度凸領域の主軸方向を求める。図１５（ｂ）の例では、図中の直線Ｑ１と平行な方向が、ラベル番号Ｌ＝１の温度凸領域の主軸方向であり、図中の直線Ｑ２と平行な方向が、ラベル番号Ｌ＝２の温度凸領域の主軸方向である。
そして、演算処理部３は、各ラベル番号Ｌの温度凸領域毎に、その温度凸領域の主軸方向についての２次微分値を求める。すなわち、演算処理部３は、各ラベル番号Ｌの温度凸領域に対して、その温度凸領域の主軸方向についての２次微分値を求めるフィルタ処理を施すことにより、各ラベル番号Ｌの温度凸領域におけるその温度凸領域の主軸方向についての２次微分値を求める。例えば、図１５（ｂ）のラベル番号Ｌ＝１の温度凸領域に対しては、図１６（ａ）に示す２次微分フィルタ係数ｚ1,1、ｚ1,2、ｚ1,3、ｚ2,1、ｚ2,2、ｚ2,3、ｚ3,1、ｚ3,2、ｚ3,3を用いて、フィルタ処理を施すことにより、温度凸領域の主軸方向についての２次微分値を求める。図１６（ａ）に示す例において、ｚ1,1＝−１、ｚ1,2＝−１、ｚ1,3＝０、ｚ2,1＝−１、ｚ2,2＝６、ｚ2,3＝−１、ｚ3,1＝０、ｚ3,2＝−１、ｚ3,3＝−１である。また、図１５（ｂ）のラベル番号Ｌ＝２の温度凸領域に対しては、図１６（ｂ）に示す２次微分フィルタ係数ｍ1,1、ｍ1,2、ｍ1,3、ｍ2,1、ｍ2,2、ｍ2,3、ｍ3,1、ｍ3,2、ｍ3,3を用いて、フィルタ処理を施すことにより、温度凸領域の主軸方向についての２次微分値を求める。図１６（ｂ）に示す例において、ｍ1,1＝−１、ｍ1,2＝０、ｍ1,3＝−１、ｍ2,1＝−１、ｍ2,2＝６、ｍ2,3＝−１、ｍ3,1＝−１、ｍ3,2＝０、ｍ3,3＝−１である。
本実施形態の物体検出装置１及び物体検出方法によれば、上記第１の実施形態と同様に、検出領域内に検出対象物体が複数存在している場合でも、各検出対象物体を分離して検出することができる。しかも、温度凸領域（差分２値画像Ｃの値が１である領域に対応する領域）の主軸方向についての２次微分値を求めて２次微分２値画像Ｄを生成することにより、複数の検出対象物体をより確実に分離して検出することができる。
なお、本実施形態において、各温度凸領域の主軸方向は、重み付き最小二乗法に限られず、主成分分析などで求めてもよい。また、１つの温度凸領域内に温度が極大値となる位置が２個存在する場合、それら温度が極大値となる２つの位置を結ぶ方向を、主軸方向としてもよい。
１ 物体検出装置
２ 温度分布センサ
３ 演算処理部
４ 記憶部
５ 出力部

Claims (14)

  1. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、
    前記検出領域の背景の温度よりも高い温度の検出対象物体を検出し、
    前記演算処理部は、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記微分値用の閾値を０として、前記検出対象画像又は前記平滑画像の水平方向についての２次微分値と垂直方向についての２次微分値を求め、これら水平方向についての２次微分値と垂直方向についての２次微分値の両方が負である領域、又は、負か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出装置。
  2. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、
    前記検出領域の背景の温度よりも低い温度の検出対象物体を検出し、
    前記演算処理部は、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記微分値用の閾値を０として、前記検出対象画像又は前記平滑画像の水平方向についての２次微分値と垂直方向についての２次微分値を求め、これら水平方向についての２次微分値と垂直方向についての２次微分値の両方が正である領域、又は、正か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出装置。
  3. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、
    前記検出領域の背景の温度よりも高い温度の検出対象物体を検出し、
    前記演算処理部は、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記微分値用の閾値として、前記検出対象画像又は前記平滑画像の領域によって、異なる値を適用し、前記検出対象画像又は前記平滑画像のうち、前記差分２値画像の値が第１の値である領域及びその近隣の領域に対応する領域については、前記微分値用の閾値を０から負の値に下げ、それ以外の領域については、前記微分値用の閾値を０から正の値に上げ、前記検出対象画像又は前記平滑画像の２次微分値が前記閾値未満である領域、又は、前記閾値以下である領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出装置。
  4. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、
    前記検出領域の背景の温度よりも低い温度の検出対象物体を検出し、
    前記演算処理部は、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記微分値用の閾値として、前記検出対象画像又は前記平滑画像の領域によって、異なる値を適用し、前記検出対象画像又は前記平滑画像のうち、前記差分２値画像の値が第１の値である領域及びその近隣の領域に対応する領域については、前記微分値用の閾値を０から正の値に上げ、それ以外の領域については、前記微分値用の閾値を０から負の値に下げ、前記検出対象画像又は前記平滑画像の２次微分値が前記閾値を超える領域、又は、前記閾値以上である領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出装置。
  5. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、
    前記検出領域の背景の温度よりも高い温度の検出対象物体を検出し、
    前記演算処理部は、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記差分２値画像の値が第１の値である領域を温度凸領域として、この温度凸領域の主軸方向を求め、前記検出対象画像又は前記平滑画像の前記温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値用の閾値を０として、この２次微分値が負である領域、又は、負か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出装置。
  6. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出装置において、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する演算処理部を備え、
    前記検出領域の背景の温度よりも低い温度の検出対象物体を検出し、
    前記演算処理部は、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記差分２値画像の値が第１の値である領域を温度凸領域として、この温度凸領域の主軸方向を求め、前記検出対象画像又は前記平滑画像の前記温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値用の閾値を０として、この２次微分値が正である領域、又は、正か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出装置。
  7. 前記演算処理部は、
    前記温度凸領域が分離して複数存在している場合、それら各温度凸領域の主軸方向を求め、
    前記検出対象画像又は前記平滑画像の前記各温度凸領域に対応する領域においては、その温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値を前記微分値用の閾値で２値化することにより、前記２次微分２値画像を生成する、ことを特徴とする請求項５又は請求項６に記載の物体検出装置。
  8. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、
    前記検出領域の背景の温度よりも高い温度の検出対象物体を検出し、
    前記検出領域の温度分布を検出する温度分布センサの出力に基いて前記背景画像を生成する背景画像生成処理と、
    前記温度分布センサの出力に基いて前記検出対象画像を生成する検出対象画像生成処理と、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、
    前記物体検出処理において、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記微分値用の閾値を０として、前記検出対象画像又は前記平滑画像の水平方向についての２次微分値と垂直方向についての２次微分値を求め、これら水平方向についての２次微分値と垂直方向についての２次微分値の両方が負である領域、又は、負か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出方法。
  9. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、
    前記検出領域の背景の温度よりも低い温度の検出対象物体を検出し、
    前記検出領域の温度分布を検出する温度分布センサの出力に基いて前記背景画像を生成する背景画像生成処理と、
    前記温度分布センサの出力に基いて前記検出対象画像を生成する検出対象画像生成処理と、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、
    前記物体検出処理において、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記微分値用の閾値を０として、前記検出対象画像又は前記平滑画像の水平方向についての２次微分値と垂直方向についての２次微分値を求め、これら水平方向についての２次微分値と垂直方向についての２次微分値の両方が正である領域、又は、正か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出方法。
  10. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、
    前記検出領域の背景の温度よりも高い温度の検出対象物体を検出し、
    前記検出領域の温度分布を検出する温度分布センサの出力に基いて前記背景画像を生成する背景画像生成処理と、
    前記温度分布センサの出力に基いて前記検出対象画像を生成する検出対象画像生成処理と、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、
    前記物体検出処理において、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記微分値用の閾値として、前記検出対象画像又は前記平滑画像の領域によって、異なる値を適用し、前記検出対象画像又は前記平滑画像のうち、前記差分２値画像の値が第１の値である領域及びその近隣の領域に対応する領域については、前記微分値用の閾値を０から負の値に下げ、それ以外の領域については、前記微分値用の閾値を０から正の値に上げ、前記検出対象画像又は前記平滑画像の２次微分値が前記閾値未満である領域、又は、前記閾値以下である領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出方法。
  11. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、
    前記検出領域の背景の温度よりも低い温度の検出対象物体を検出し、
    前記検出領域の温度分布を検出する温度分布センサの出力に基いて前記背景画像を生成する背景画像生成処理と、
    前記温度分布センサの出力に基いて前記検出対象画像を生成する検出対象画像生成処理と、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、
    前記物体検出処理において、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記微分値用の閾値として、前記検出対象画像又は前記平滑画像の領域によって、異なる値を適用し、前記検出対象画像又は前記平滑画像のうち、前記差分２値画像の値が第１の値である領域及びその近隣の領域に対応する領域については、前記微分値用の閾値を０から正の値に上げ、それ以外の領域については、前記微分値用の閾値を０から負の値に下げ、前記検出対象画像又は前記平滑画像の２次微分値が前記閾値を超える領域、又は、前記閾値以上である領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出方法。
  12. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、
    前記検出領域の背景の温度よりも高い温度の検出対象物体を検出し、
    前記検出領域の温度分布を検出する温度分布センサの出力に基いて前記背景画像を生成する背景画像生成処理と、
    前記温度分布センサの出力に基いて前記検出対象画像を生成する検出対象画像生成処理と、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、
    前記物体検出処理において、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記検出対象画像から前記背景画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記差分２値画像の値が第１の値である領域を温度凸領域として、この温度凸領域の主軸方向を求め、前記検出対象画像又は前記平滑画像の前記温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値用の閾値を０として、この２次微分値が負である領域、又は、負か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出方法。
  13. 検出領域の温度分布を示す画像であって、前記検出領域内に検出対象物体が存在しないことの基準とする画像である背景画像と、前記検出領域の温度分布を示す画像であって、前記検出領域内の検出対象物体を検出するための検出対象の画像である検出対象画像との差分に基いて、検出対象物体を検出する物体検出方法において、
    前記検出領域の背景の温度よりも低い温度の検出対象物体を検出し、
    前記検出領域の温度分布を検出する温度分布センサの出力に基いて前記背景画像を生成する背景画像生成処理と、
    前記温度分布センサの出力に基いて前記検出対象画像を生成する検出対象画像生成処理と、
    前記背景画像と前記検出対象画像との差分に基いて検出対象物体を検出する物体検出処理とを実行し、
    前記物体検出処理において、
    前記背景画像と前記検出対象画像との差分値を所定の差分値用の閾値で２値化した差分２値画像であって、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値以上である領域を第１の値とすると共に、前記背景画像から前記検出対象画像を差し引いた差分値が前記差分値用の閾値未満である領域を第２の値とした差分２値画像を生成し、
    前記検出対象画像又は前記検出対象画像を平滑化した平滑画像の２次微分値を所定の微分値用の閾値で２値化した２次微分２値画像であって、前記差分２値画像の値が第１の値である領域を温度凸領域として、この温度凸領域の主軸方向を求め、前記検出対象画像又は前記平滑画像の前記温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値用の閾値を０として、この２次微分値が正である領域、又は、正か０のいずれかである領域を第１の値とすると共に、それ以外の領域を第２の値とした２次微分２値画像を生成し、
    前記差分２値画像と前記２次微分２値画像との論理積に基いて、検出対象物体を検出する、ことを特徴とする物体検出方法。
  14. 前記物体検出処理において、
    前記温度凸領域が分離して複数存在している場合、それら各温度凸領域の主軸方向を求め、
    前記検出対象画像又は前記平滑画像の前記各温度凸領域に対応する領域においては、その温度凸領域の主軸方向に対応する方向についての２次微分値を求め、この２次微分値を前記微分値用の閾値で２値化することにより、前記２次微分２値画像を生成する、ことを特徴とする請求項１２又は請求項１３に記載の物体検出方法。
JP2011277550A 2011-12-19 2011-12-19 物体検出装置及び物体検出方法 Active JP5938631B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2011277550A JP5938631B2 (ja) 2011-12-19 2011-12-19 物体検出装置及び物体検出方法
CN201280061812.6A CN103999127B (zh) 2011-12-19 2012-12-11 物体检测装置以及物体检测方法
US14/365,534 US9053385B2 (en) 2011-12-19 2012-12-11 Object detection device and object detection method
PCT/JP2012/007897 WO2013094151A1 (ja) 2011-12-19 2012-12-11 物体検出装置及び物体検出方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011277550A JP5938631B2 (ja) 2011-12-19 2011-12-19 物体検出装置及び物体検出方法

Publications (2)

Publication Number Publication Date
JP2013127747A JP2013127747A (ja) 2013-06-27
JP5938631B2 true JP5938631B2 (ja) 2016-06-22

Family

ID=48668070

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011277550A Active JP5938631B2 (ja) 2011-12-19 2011-12-19 物体検出装置及び物体検出方法

Country Status (4)

Country Link
US (1) US9053385B2 (ja)
JP (1) JP5938631B2 (ja)
CN (1) CN103999127B (ja)
WO (1) WO2013094151A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7211057B2 (ja) 2018-12-13 2023-01-24 株式会社イトーキ 扉構造

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6261190B2 (ja) * 2013-05-31 2018-01-17 キヤノン株式会社 設定装置および設定方法
JP6376804B2 (ja) * 2014-04-01 2018-08-22 キヤノン株式会社 画像形成装置、画像形成装置の制御方法、及びプログラム
CN106575364A (zh) 2014-04-11 2017-04-19 英特尔公司 使用定向滤波的目标检测
US9639954B2 (en) * 2014-10-27 2017-05-02 Playsigh Interactive Ltd. Object extraction from video images
US9697443B2 (en) 2014-12-11 2017-07-04 Intel Corporation Model compression in binary coded image based object detection
KR102302621B1 (ko) * 2015-03-09 2021-09-16 한국전자통신연구원 고차 라플라시안 오브 가우시안 커널을 이용한 이미지의 특징점 추출 장치 및 방법
CN106842349B (zh) * 2015-12-03 2019-06-07 北京国网富达科技发展有限责任公司 输电线路防外破检测方法及装置
CN112097686B (zh) * 2020-08-10 2022-03-11 安徽农业大学 一种基于二值条纹投影的伪装物体检测方法
CN116228819B (zh) * 2023-04-27 2023-08-08 中国科学院空天信息创新研究院 红外运动目标检测方法及装置

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3123587B2 (ja) * 1994-03-09 2001-01-15 日本電信電話株式会社 背景差分による動物体領域抽出方法
JPH0869523A (ja) * 1995-05-16 1996-03-12 Matsushita Electric Ind Co Ltd 人体認識装置
US6088468A (en) * 1995-05-17 2000-07-11 Hitachi Denshi Kabushiki Kaisha Method and apparatus for sensing object located within visual field of imaging device
JP3573895B2 (ja) * 1997-01-20 2004-10-06 松下電器産業株式会社 動物体抽出装置
JP2002304677A (ja) * 2001-04-06 2002-10-18 Fujitsu General Ltd 侵入者検出方法および装置
JP2004295775A (ja) * 2003-03-28 2004-10-21 Minolta Co Ltd 画像認識装置および画像認識プログラム
GB2404247B (en) * 2003-07-22 2005-07-20 Hitachi Int Electric Inc Object tracing method and object tracking apparatus
JP4777178B2 (ja) * 2006-07-28 2011-09-21 キヤノン株式会社 画像処理方法
CN101169891A (zh) * 2006-11-30 2008-04-30 中国科学院长春光学精密机械与物理研究所 智能防盗监控器
TW200834459A (en) * 2007-02-05 2008-08-16 Huper Lab Co Ltd Video object segmentation method applied for rainy situations
JP5354767B2 (ja) * 2007-10-17 2013-11-27 株式会社日立国際電気 物体検知装置
US8340368B2 (en) * 2008-06-11 2012-12-25 Hyundai Motor Company Face detection system
JP2010256194A (ja) 2009-04-27 2010-11-11 Nippon Ceramic Co Ltd 侵入検知装置
CN101719979B (zh) * 2009-11-27 2011-08-03 北京航空航天大学 基于时域定区间记忆补偿的视频对象分割方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7211057B2 (ja) 2018-12-13 2023-01-24 株式会社イトーキ 扉構造

Also Published As

Publication number Publication date
CN103999127A (zh) 2014-08-20
US9053385B2 (en) 2015-06-09
CN103999127B (zh) 2016-10-12
JP2013127747A (ja) 2013-06-27
US20150003743A1 (en) 2015-01-01
WO2013094151A1 (ja) 2013-06-27

Similar Documents

Publication Publication Date Title
JP5938631B2 (ja) 物体検出装置及び物体検出方法
JP6303332B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
US20140270487A1 (en) Method and apparatus for processing image
US8643751B2 (en) Method for detecting dead pixels and computer program product thereof
JP2007156655A (ja) 変動領域検出装置及びその方法
US20200134384A1 (en) Abnormality detection device
JP2014059875A5 (ja)
JP2012048484A (ja) 画像処理装置、画像処理方法及びプログラム
CN103729828B (zh) 视频去雨方法
JP2003050211A (ja) 明度補正方法及び選択的欠陥検出方法及びこれらを記録した記録媒体
JP2007257132A (ja) 動き検出方法および動き検出装置
JP2018142828A (ja) 付着物検出装置および付着物検出方法
JP2005165387A (ja) 画面のスジ欠陥検出方法及び装置並びに表示装置
JP5889778B2 (ja) フラットパネルディスプレイの自動ムラ検出装置および自動ムラ検出方法
CN111344851A (zh) 判定图样的临界尺寸变化
JP6198114B2 (ja) 画像処理プログラム、画像処理方法及び画像処理装置
CN109671081B (zh) 一种基于fpga查找表的坏簇统计方法及装置
JP6063728B2 (ja) 欠陥画素検出装置、欠陥画素検出方法及びプログラム
JP2021052238A (ja) 付着物検出装置および付着物検出方法
JP6114559B2 (ja) フラットパネルディスプレイの自動ムラ検出装置
JP6140478B2 (ja) 物体検出装置、プログラムおよび集積回路
JP5796173B2 (ja) 物体検出装置及び物体検出方法
JP7059649B2 (ja) 付着物検出装置および付着物検出方法
JP5911122B2 (ja) 直線検出装置および直線検出方法
JP2014049780A (ja) 欠陥画素判定装置および欠陥画素判定方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140704

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20141008

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20141015

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20151222

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160219

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: 20160322

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160411

R151 Written notification of patent or utility model registration

Ref document number: 5938631

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151