特許 6139729 画像処理装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B1)

(11)【特許番号】6139729

(24)【登録日】2017年5月12日

(45)【発行日】2017年5月31日

(54)【発明の名称】画像処理装置

(51)【国際特許分類】

   B66B 13/26 20060101AFI20170522BHJP

【ＦＩ】

   B66B13/26 F

【請求項の数】4

【全頁数】15

(21)【出願番号】特願2016-52168(P2016-52168)

(22)【出願日】2016年3月16日

【審査請求日】2016年3月16日

(73)【特許権者】

【識別番号】390025265

【氏名又は名称】東芝エレベータ株式会社

(74)【代理人】

【識別番号】110001737

【氏名又は名称】特許業務法人スズエ国際特許事務所

(72)【発明者】

【氏名】大坪 亮

【審査官】 八板 直人

(56)【参考文献】

【文献】 特表２０１１−５２２７５８（ＪＰ，Ａ）

【文献】 特開２０１１−０９３７０２（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｂ６６Ｂ １３／００−１３／３０

Ｂ６１Ｂ １／００−１５／００

(57)【特許請求の範囲】

【請求項1】

乗りかごのドアの戸開閉中にカメラによって連続的に撮影された複数枚の画像に関し、撮影時よりも解像度の低い複数枚の第１画像を取得する第１画像取得手段と、
前記第１画像取得手段によって取得された複数枚の第１画像をブロック単位で比較して、乗場にいる人物の動きを検出する第１動き検出手段と、
前記カメラによって連続的に撮影された複数枚の画像に関し、ドア周辺のエリアだけが映された複数枚の第２画像を取得する第２画像取得手段と、
前記第２画像取得手段によって取得された複数枚の第２画像をブロック単位で比較して、前記ドア周辺のエリア内の物体の動きを検出する第２動き検出手段と、
前記第１動き検出手段及び前記第２動き検出手段のうちの少なくとも一方によって動きありのブロックが検出された場合に、前記乗りかごのドアを戸開させるための戸開指示信号を、前記乗りかごのドアの戸開閉を制御するかご制御装置に出力する信号出力手段と
を具備し、
前記第２画像は、前記第１画像よりも解像度が高いことを特徴とする画像処理装置。

【請求項2】

前記第２画像取得手段は、
前記乗りかごのドアの戸閉中に撮影された複数枚の画像に関し、前記ドア周辺のエリアだけが映された複数枚の第２画像を取得することを特徴とする請求項１に記載の画像処理装置。

【請求項3】

前記ドア周辺のエリアは、前記乗りかごのドアの戸閉方向に対して当該ドアの開口幅より短い距離を有し、当該戸閉方向に対して当該ドアの厚みより長い距離を有していることを特徴とする請求項１に記載の画像処理装置。

【請求項4】

前記第１動き検出手段によって検出された動きありのブロックの中から前記乗りかごのドアに最も近いブロックを前記各第１画像毎に抽出し、当該ブロックにおける当該ドアの中心から前記乗場方向の座標位置を人物の位置として推定する位置推定手段と、
前記位置推定手段によって推定された人物の位置の時系列変化に基づいて、当該人物の乗車意思の有無を推定する乗車意思推定手段と
をさらに具備し、
前記信号出力手段は、
前記乗車意思推定手段によって乗車意思が有ると推定された人物が前記乗場にいる場合、または前記第２動き検出手段によって動きありのブロックが検出された場合に、前記戸開指示信号を前記かご制御装置に出力することを特徴とする請求項１に記載の画像処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、画像処理装置に関する。

【背景技術】

【0002】

近年、エレベータのかごドアに人や物が挟まれるのを防ぐために、様々な技術が考案されている。例えば、カメラを用いてエレベータに向かって移動している利用者を検出し、当該エレベータのドアの戸開時間を延長する技術が考案されている。また、カメラを用いて乗場にいる利用者を検出し、当該利用者からエレベータまでの距離に基づいて当該エレベータのドアの開閉制御を行う技術も考案されている。

【0003】

このような技術においては、利用者をリアルタイムで検出する必要があるので、解析処理が高速に実行される。このため、検出精度を若干下げて、高速な解析処理が実現されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２００８−２７３７０９号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、上記した技術では、人物などある程度の大きさを有するものであれば精度良く検出することができるが、検出精度を下げているため、例えばペットを繋ぐ紐など、細い紐状の物体を精度良く検出することができないという不都合がある。

【0006】

この不都合によれば、エレベータのドアに細い紐状の物体が挟まりそうな場合であっても、当該細い紐状の物体を検出することができずにエレベータのドアがそのまま戸閉してしまう可能性があり、重大な事故が発生してしまう恐れがある。

【0007】

本発明が解決しようとする課題は、人物だけでなく、細い紐状の物体もリアルタイムで検出可能な画像処理装置を提供することである。

【課題を解決するための手段】

【0008】

一実施形態に係る画像処理装置は、第１画像取得手段、第１動き検出手段、第２画像取得手段、第２動き検出手段及び信号出力手段を備えている。前記第１画像取得手段は、乗りかごのドアの戸開閉中にカメラによって連続的に撮影された複数枚の画像に関し、撮影時よりも解像度の低い複数枚の第１画像を取得する。前記第１動き検出手段は、前記第１画像取得手段によって取得された複数枚の第１画像をブロック単位で比較して、乗場にいる人物の動きを検出する。前記第２画像取得手段は、前記カメラによって連続的に撮影された複数枚の画像に関し、ドア周辺のエリアだけが映された複数枚の第２画像を取得する。前記第２動き検出手段は、前記第２画像取得手段によって取得された複数枚の第２画像をブロック単位で比較して、前記ドア周辺のエリア内の物体の動きを検出する。前記信号出力手段は、前記第１動き検出手段及び前記第２動き検出手段のうちの少なくとも一方によって動きありのブロックが検出された場合に、前記乗りかごのドアを戸開させるための戸開指示信号を、前記乗りかごのドアの戸開閉を制御するかご制御装置に出力する。前記第２画像は、前記第１画像よりも解像度が高い。

【図面の簡単な説明】

【0009】

【図1】図１は一実施形態に係る画像処理装置を含むエレベータの利用者検出システムの構成を示す図である。

【図2】図２は同実施形態におけるドア周辺エリアを説明するための図である。

【図3】図３は同実施形態におけるドア周辺エリアの時間的な変化について説明するための図である。

【図4】図４は同実施形態に関し、図２とは異なるドア周辺エリアを説明するための図である。

【図5】図５は同実施形態におけるカメラによって撮影された画像の一例を示す図である。

【図6】図６は同実施形態における画像をブロック単位で区切った状態を示す図である。

【図7】図７は同実施形態における実空間での検出エリアを説明するための図である。

【図8】図８は同実施形態における実空間での座標系を説明するための図である。

【図9】図９は同実施形態における画像比較による動き検出を説明するための図であり、時間ｔで撮影された画像の一部を模式的に示す図である。

【図10】図１０は同実施形態における画像比較による動き検出を説明するための図であり、時間ｔ＋１で撮影された画像の一部を模式的に示す図である。

【図11】図１１は同実施形態における利用者検出処理の手順の一例を示すフローチャートである。

【図12】図１２は同実施形態における動き検出処理の手順の一例を示すフローチャートである。

【図13】図１３は同実施形態における位置推定処理の手順の一例を示すフローチャートである。

【図14】図１４は同実施形態における乗車意思推定処理の手順の一例を示すフローチャートである。

【図15】図１５は同実施形態における乗車意思ありの足元位置の変化状態を示す図である。

【図16】図１６は同実施形態における紐状物体検出処理の手順の一例を示すフローチャートである。

【発明を実施するための形態】

【0010】

以下、図面を参照して実施形態を説明する。
図１は、一実施形態に係る画像処理装置を含むエレベータの利用者検出システムの構成を示す図である。なお、ここでは、１台の乗りかごを例にして説明するが、複数台の乗りかごでも同様の構成である。

【0011】

乗りかご１１の出入口上部にカメラ１２が設置されている。具体的には、カメラ１２は、乗りかご１１の出入口上部を覆う幕板１１ａの中にレンズ部分を乗場１５側に向けて設置されている。カメラ１２は、例えば車載カメラなどの小型の監視用カメラであり、広角レンズを有し、１秒間に数コマ（例えば３０コマ／秒）の画像を連続撮影可能である。乗りかご１１が各階に到着して戸開したときに、乗場１５の状態を乗りかご１１内のかごドア１３付近の状態を含めて撮影する。

【0012】

このときの撮影範囲はＬ１＋Ｌ２に設定されている（Ｌ１≫Ｌ２）。Ｌ１は乗場１５側の撮影範囲であり、かごドア１３から乗場１５に向けて例えば３ｍである。Ｌ２は乗りかご１１側の撮影範囲であり、かごドア１３からかご背面に向けて例えば５０ｃｍである。なお、Ｌ１，Ｌ２は奥行き方向の範囲であり、幅方向（奥行き方向と直交する方向）の範囲については少なくとも乗りかご１１の横幅より大きいものとする。

【0013】

なお、各階の乗場１５において、乗りかご１１の到着口には乗場ドア１４が開閉自在に設置されている。乗場ドア１４は、乗りかご１１の到着時にかごドア１３に係合して開閉動作する。動力源（ドアモータ）は乗りかご１１側にあり、乗場ドア１４はかごドア１３に追従して開閉するだけである。以下の説明においては、かごドア１３を戸開しているときには乗場ドア１４も戸開しており、かごドア１３を戸閉しているときには乗場ドア１４も戸閉しているものとする。

【0014】

カメラ１２によって撮影された各画像（映像）は、画像前処理装置２０によって前処理が施された後に、画像処理装置３０によってリアルタイムに解析処理される。なお、図１では、便宜的に、画像前処理装置２０と画像処理装置３０とを乗りかご１１から取り出して示しているが、実際には画像前処理装置２０と画像処理装置３０とはカメラ１２と共に幕板１１ａの中に収納されている。また、図１では、画像前処理装置２０と画像処理装置３０とを別々のものとして示しているが、画像前処理装置２０の機能が画像処理装置３０に搭載されていても良い。

【0015】

画像前処理装置２０には、解像度低下処理部２１及びドア周辺画像抽出部２２が備えられている。解像度低下処理部２１は、カメラ１２によって撮影された各画像（撮影画像）の解像度を低下させ、低解像度の画像を生成する。撮影画像の解像度を低下させる方法としては、例えば、撮影画像を構成する画素を間引く方法がある。生成された低解像度の画像は画像処理装置３０に送られる。このように画像の解像度を低下させることで、画像サイズ（画像の容量）を小さくすることができ、画像処理装置３０での解析処理を高速（リアルタイム）に実行することができるようになる。

【0016】

ドア周辺画像生成部２２は、かごドア１３の戸閉を開始すると、カメラ１２によって撮影された各画像からドア周辺エリアを抽出し、当該抽出されたドア周辺エリアだけが映された画像（以下、ドア周辺画像と表記する）を解像度を低下させずに生成する。生成されたドア周辺画像は画像処理装置３０に送られる。

【0017】

ドア周辺エリアＥ０とは、図２に示すように、かごドア１３の両先端部付近の所定のエリアを指す。詳しくは、ドア周辺エリアＥ０は、かごドア１３の両先端部からかごドア１３の戸閉方向に対して任意の距離Ｍ１（但し、距離Ｍ１はかごドア１３の開口幅よりも短い距離であるものとする）を有し、例えば１００ｍｍに設定されている。また、ドア周辺エリアＥ０の奥行き方向（かごドア１３の戸閉方向と直交する方向）の距離Ｍ２は、例えば、かごドア１３の乗りかご１１側のドア面から乗場ドア１４の乗場１５側のドア面までの距離（ドアの厚み）より大きな値に設定される。

【0018】

ドア周辺エリアＥ０は、上記したように、かごドア１３の両先端部からかごドア１３の戸閉方向に対して任意の距離Ｍ１を有しているので、かごドア１３の戸閉と共に変化する。具体的には、ドア周辺エリアＥ０は図３（ａ）乃至図３（ｄ）に示すように変化する。まず、かごドア１３の戸閉が開始されると、ドア周辺エリアＥ０は、図３（ａ）に示すように、かごドア１３の両先端部付近にそれぞれ設定される。その後、かごドア１３の戸閉が進むにつれて、２つのドア周辺エリアＥ０は図３（ｂ）に示すように互いに近づいていき、さらにかごドア１３の戸閉が進むと、これらドア周辺エリアＥ０は図３（ｃ）に示すように重畳する（つまり、ドア周辺エリアＥ０は徐々に小さくなる）。最終的に、かごドア１３が戸閉し終わると、ドア周辺エリアＥ０は図３（ｄ）に示すように無くなる。

【0019】

なお、ここでは、ドア周辺エリアＥ０が、図２に示すように、かごドア１３の戸閉方向にＭ１の距離を有し、奥行き方向にＭ２の距離を有する矩形のエリアである場合を想定しているが、これに限定されず、ドア周辺エリアＥ０には、乗りかご１１内の一部がさらに含まれていても良い。具体的には、ドア周辺エリアＥ０は図４に示すようにＬ字型であっても良い。このようにドア周辺エリアＥ０をＬ字型にすることで、後述する紐状物体検出部３３において実行される検出処理での検出範囲を広げることができると共に、実空間における高さを考慮した検出処理を実行することができるようになる。但し、低解像度でない画像を利用した紐状物体検出部３３での検出処理は処理負荷が大きいため、ドア周辺エリアＥ０に含める乗りかご１１内の一部は、当該検出処理の処理速度に影響を及ぼさない程度の大きさであるものとする。

【0020】

また、ドア周辺エリアＥ０には、カメラ１２近傍に設けられる光源から光が照射されても良い。これによれば、後述する紐状物体検出部３３において実行される検出処理の精度（紐状の物体を検出する精度）を高めることができる。

【0021】

画像処理装置３０には、記憶部３１、利用者検出部３２及び紐状物体検出部３３が備えられている。記憶部３１は、画像前処理装置２０から送られた低解像度の各画像と、各ドア周辺画像とを逐次記憶すると共に、利用者検出部３２及び紐状物体検出部３３の処理に必要なデータを一時的に保持しておくためのバッファエリアを有する。

【0022】

利用者検出部３２は、画像前処理装置２０から送られてくる低解像度の各画像の中でかごドア１３に最も近い人・物の動きに着目して乗車意思のある利用者の有無を検出（判定）する。この利用者検出部３２を機能的に分けると、動き検出部３２ａ、位置推定部３２ｂ、乗車意思推定部３２ｃで構成される。

【0023】

動き検出部３２ａは、低解像度の各画像の輝度をブロック単位で比較して人・物の動きを検出する。ここで言う「人・物の動き」とは、乗場１５の人物や車椅子などの移動体の動きのことである。なお、本実施形態においては、画像の輝度に着目して人・物の動きを検出するが、人・物の動きを検出する方法はこれに限定されず、例えば、画像の明度や彩度を利用して、人・物の動きが検出されても良い。

【0024】

位置推定部３２ｂは、動き検出部３２ａによって低解像度の各画像毎に検出された動きありのブロックの中からかごドア１３に最も近いブロックを抽出し、当該ブロックにおけるかごドア１３の中心（ドア間口の中心）から乗場方向の座標位置を利用者の位置（足元位置）として推定する。

【0025】

乗車意思推定部３２ｃは、位置推定部３２ｂによって推定された位置の時系列変化に基づいて当該利用者の乗車意思の有無を判定する。

【0026】

紐状物体検出部３３は、画像前処理装置２０から送られてくる各ドア周辺画像の中の細かな物の動きに着目して、かごドア１３に挟まれる可能性がある物体（例えばペットを繋ぐ紐などの紐状の物体）の有無を検出（判定）する。ここで言う「細かな物の動き」とは、かごドア１３に挟まれる可能性のある紐状の物体の揺れ（動き）のことである。

【0027】

かご制御装置４０は、図示しないエレベータ制御装置に接続され、このエレベータ制御装置との間で乗場呼び・かご呼びなどの各種信号を送受信する。なお、「乗場呼び」とは、各階の乗場１５に設置された図示しない乗場呼び釦の操作によって登録される呼びの信号のことであり、登録階と行先方向の情報を含む。「かご呼び」とは、乗りかご１１のかご室内に設けられた図示しない行先呼び釦の操作によって登録される呼びの信号のことであり、行先階の情報を含む。

【0028】

また、かご制御装置４０は、戸開閉制御部４１を備える。戸開閉制御部４１は、乗りかご１１が乗場１５に到着したときのかごドア１３の戸開閉を制御する。詳しくは、戸開閉制御部４１は、乗りかご１１が乗場１５に到着したときにかごドア１３を戸開し、所定時間経過後に戸閉する。但し、かごドア１３の戸開閉中に画像処理装置３０の利用者検出部３２によって乗車意思のある人物が検出された場合、または、かごドア１３の戸閉中に画像処理装置３０の紐状物体検出部３３によって紐状の物体が検出された場合には、戸開閉制御部４１は、かごドア１３の戸閉動作を禁止して戸開状態を維持する、または、戸閉途中のかごドア１３を再度戸開（リオープン）する。

【0029】

図５は、カメラ１２によって撮影された画像の一例を示す図である。図中のＥ１は位置推定領域、ｙ_ｎは利用者の足元位置が検出されたＹ座標を示している。図６は、記憶部３１に記憶される画像（低解像度の画像、ドア周辺画像）をブロック単位で区切った状態を示す図である。なお、画像を一辺Ｗ_{ｂｌｏｃｋ}の格子状に区切ったものを「ブロック」と呼ぶ。但し、１ブロックに含まれる画素数は一定であるものとする。つまり、低解像度の画像よりも解像度が高いドア周辺画像を格子状に区切ることによって得られるブロックの一辺Ｗ_{ｂｌｏｃｋ}は、低解像度の画像を格子状に区切ることによって得られるブロックの一辺Ｗ_{ｂｌｏｃｋ}よりも短くなる。

【0030】

利用者検出部３２では、図６に示すように、記憶部３１に記憶される低解像度の画像を所定サイズのブロックに区切り、人・物の動きがあるブロックを検出し、その動きありのブロックを追うことで乗車意思のある利用者か否かを判断している。同様に、紐状物体検出部３３においても、図６に示すように、記憶部３１に記憶されるドア周辺画像を所定サイズのブロックに区切り、細かな物の動きがあるブロックを検出し、かごドア１３に挟まれる可能性のある物体の有無を判断している。

【0031】

なお、図６の例では、ブロックの縦横の長さが同じであるが、縦と横の長さが異なっていても良い。また、画像全域にわたってブロックを均一な大きさとしても良いし、例えば画像上部ほど縦（Ｙ方向）の長さを短くするなどの不均一な大きさにしても良い。これらにより、後に推定する足元位置をより高い分解能或いは実空間での均一な分解能で求めることができる（画像上で均一に区切ると、実空間ではかごドア１３から遠い方ほど疎な分解能となる）。

【0032】

図７は実空間での検出エリアを説明するための図であって、図８は実空間での座標系を説明するための図である。

【0033】

低解像度の画像から乗車意思のある利用者の動きを検出するため、まず、ブロック毎に動き検出エリアを設定しておく。具体的には、図７に示すように、少なくとも位置推定エリアＥ１と乗車意思推定エリアＥ２を設定しておく。位置推定エリアＥ１は、乗場１５からかごドア１３に向かってくる利用者の身体の一部、具体的には利用者の足元位置を推定するエリアである。乗車意思推定エリアＥ２は、位置推定エリアＥ１で検知された利用者に乗車意思があるか否かを推定するエリアである。なお、乗車意思推定エリアＥ２は、上記位置推定エリアＥ１に含まれ、利用者の足元位置を推定するエリアでもある。すなわち、乗車意思推定エリアＥ２では、利用者の足元位置を推定すると共に当該利用者の乗車意思を推定する。

【0034】

実空間において、位置推定エリアＥ１はかごドア１３の中心から乗場方向に向かってＬ３の距離を有し、例えば２ｍに設定されている（Ｌ３≦乗場側の撮影範囲Ｌ１）。位置推定エリアＥ１の横幅Ｗ１は、かごドア１３の横幅Ｗ０以上の距離に設定されている。乗車意思推定エリアＥ２はかごドア１３の中心から乗場方向に向かってＬ４の距離を有し、例えば１ｍに設定されている（Ｌ４≦Ｌ３）。乗車意思推定エリアＥ２の横幅Ｗ２は、かごドア１３の横幅Ｗ０と略同じ距離に設定されている。

【0035】

なお、乗車意思推定エリアＥ２の横幅Ｗ２はＷ０よりも横幅が大きくても良い。また、乗車意思推定エリアＥ２は実空間で長方形ではなく、三方枠の死角を除く台形であっても良い。

【0036】

ここで、図８に示すように、カメラ１２は、乗りかご１１の出入口に設けられたかごドア１３と水平の方向をＸ軸、かごドア１３の中心から乗場１５の方向（かごドア１３に対して垂直の方向）をＹ軸、乗りかご１１の高さ方向をＺ軸とした画像を撮影する。このカメラ１２によって撮影された各画像（低解像度の画像、ドア周辺画像）において、図７に示した位置推定エリアＥ１及び乗車意思推定エリアＥ２の部分をブロック単位で比較することで、かごドア１３の中心から乗場１５の方向、つまりＹ軸方向に移動中の利用者の足元位置の動きを検出する。

【0037】

この様子を図９及び図１０に示す。
図９及び図１０は画像比較による動き検出を説明するための図である。図９は時間ｔで撮影された画像の一部、図１０は時間ｔ＋１で撮影された画像の一部を模式的に示している。

【0038】

図中のＰ１，Ｐ２は撮影画像上で動きありとして検出された利用者の画像部分であり、実際には画像比較により動きありとして検出されたブロックの集合体である。画像部分Ｐ１，Ｐ２の中でかごドア１３に最も近い動きありのブロックＢｘを抽出し、そのブロックＢｘのＹ座標を追うことで乗車意思の有無を判定する。この場合、Ｙ軸方向に点線で示すような等距離線（かごドア１３と平行な等間隔の水平線）を引けば、ブロックＢｘとかごドア１３とのＹ軸方向の距離が分かる。

【0039】

図９及び図１０の例では、かごドア１３に最も近い動きありのブロックＢｘの検出位置がｙ_ｎ→ｙ_ｎ−１に変化しており、利用者がかごドア１３に近づいてくることがわかる。

【0040】

次に、図１１のフローチャートを参照して、利用者検出部３２で実行される利用者検出処理の手順について詳しく説明する。
乗りかご１１のかごドア１３が全戸開の状態から所定の時間が経過すると（または、乗りかご１１内に設けられた図示しない戸閉釦が押下されると）、戸開閉制御部４１によって戸閉動作が開始される（ステップＳ１）。このとき、カメラ１２の撮影動作はかごドア１３の戸開時から継続的に行われている。画像前処理装置２０の解像度低下処理部２１は、このカメラ１２によって連続的に撮影された画像を取得し、これら画像に対して解像度を低下させる処理を実行する。これにより、カメラ１２によって撮影された画像よりも解像度の低い画像が生成される（ステップＳ２）。画像処理装置３０は、画像前処理装置２０によって生成された低解像度の画像を取得し、これら画像を記憶部３１に逐次記憶しながら（ステップＳ３）、利用者検出処理をリアルタイムで実行する（ステップＳ４）。

【0041】

利用者検出処理は、画像処理装置３０に備えられた利用者検出部３２によって実行される。この利用者検出処理は、動き検出処理（ステップＳ４ａ）、位置推定処理（ステップＳ４ｂ）、乗車意思推定処理（ステップＳ４ｃ）に分けられる。

【0042】

（ａ）動き検出処理
図１２は上記ステップＳ４ａの動き検出処理の手順を示すフローチャートである。この動き検出処理は、利用者検出部３２の構成要素の１つである動き検出部３２ａで実行される。ここでは、人・物の動きを検出するために、画像の輝度が利用される場合を想定して説明する。

【0043】

動き検出部３２ａは、記憶部３１に記憶された低解像度の各画像を１枚ずつ読み出し、各画像を格子状に区切り、これにより得られるブロック毎の平均輝度値を算出する（ステップＡ１）。その際、動き検出部３２ａは、初期値として、時系列的に最初の画像から算出されたブロック毎の平均輝度値を記憶部３１内の図示しないバッファエリアに保持しておくものとする（ステップＡ２）。

【0044】

２枚目以降の低解像度の画像が読み出されると、動き検出部３２ａは、現在の画像のブロック毎の平均輝度値と、バッファエリアに保持された１つ前の画像のブロック毎の平均輝度値とを比較する（ステップＡ３）。その結果、現在の画像の中で予め設定された値以上の輝度差を有するブロックが存在した場合には、動き検出部３２ａは、当該ブロックを動きありのブロックとして判定する（ステップＡ４）。

【0045】

現在の画像に対する動きの有無を判定すると、動き検出部３２ａは、当該画像のブロック毎の平均輝度値を次の画像との比較用として上記バッファエリアに保持する（ステップＡ５）。

【0046】

以降同様にして、動き検出部３２ａは、記憶部３１に記憶された低解像度の画像の輝度値を時系列順にブロック単位で比較しながら動きの有無を判定することを繰り返す。

【0047】

（ｂ）位置推定処理
図１３は上記ステップＳ４ｂの位置推定処理の手順を示すフローチャートである。この位置推定処理は、利用者検出部３２の構成要素の１つである位置推定部３２ｂで実行される。

【0048】

位置推定部３２ｂは、動き検出部３２ａの検出結果に基づいて現在の画像の中で動きありのブロックをチェックする（ステップＢ１）。その結果、図７に示した位置推定エリアＥ１内に動きありのブロックが存在した場合、利用者検出部３２は、その動きありのブロックのうち、かごドア１３に最も近いブロックを抽出する（ステップＢ２）。

【0049】

ここで、図１に示したように、カメラ１２は乗りかご１１の出入口上部に乗場１５に向けて設置されている。したがって、利用者が乗場１５からかごドア１３に向かっていた場合には、その利用者の右または左の足元の部分が撮影画像の一番手前、つまりかごドア１３側のブロックに映っている可能性が高い。そこで、位置推定部３２ｂは、かごドア１３に最も近い動きありのブロックのＹ座標（かごドア１３の中心から乗場１５方向の座標）を利用者の足元位置のデータとして求め、記憶部３１内の図示しないバッファエリアに保持する（ステップＢ３）。

【0050】

以降同様にして、位置推定部３２ｂは、各画像毎にかごドア１３に最も近い動きありのブロックのＹ座標を利用者の足元位置のデータとして求め、上記バッファエリアに保持していく。なお、このような足元位置の推定処理は、位置推定エリアＥ１内だけでなく、乗車意思推定エリアＥ２内でも同様に行われている。

【0051】

（ｃ）乗車意思推定処理
図１４は上記ステップＳ４ｃの乗車意思推定処理を示すフローチャートである。この乗車意思推定処理は、利用者検出部３２の構成要素の１つである乗車意思推定部３２ｃで実行される。

【0052】

乗車意思推定部３２ｃは、記憶部３１内の図示しないバッファエリアに保持された各画像の利用者の足元位置のデータを平滑化する（ステップＣ１）。なお、平滑化の方法としては、例えば平均値フィルタやカルマンフィルタなどの一般的に知られている方法を用いるものとし、ここではその詳しい説明を省略する。

【0053】

足元位置のデータを平滑化したとき、変化量が所定値以上のデータが存在した場合（ステップＣ２のＹＥＳ）、乗車意思推定部３２ｃは、そのデータを外れ値として除外する（ステップＣ３）。なお、上記所定値は、利用者の標準的な歩行速度と撮影画像のフレームレートによって決められている。また、足元位置のデータを平滑化する前に外れ値を見つけて除外しておいても良い。

【0054】

図１５に足元位置の変化状態を示す。横軸が時間、縦軸が位置（Ｙ座標値）を示している。利用者が乗場１５からかごドア１３に向かって歩いてくる場合、時間経過に伴い、利用者の足元位置のＹ座標値が徐々に小さくなる。

【0055】

なお、例えば車椅子などの移動体であれば点線で示すような直線的なデータ変化になるが、利用者の場合には左右の足元が交互に検出されるので、実線のように湾曲したデータ変化になる。また、検出結果に何らかのノイズが入り込むと、瞬間的な足元位置の変化量が大きくなる。このような変化量の大きい足元位置のデータは外れ値として除外しておく。

【0056】

ここで、乗車意思推定部３２ｃは、図７に示した乗車意思推定エリアＥ２内の足元位置の動き（データ変化）を確認する（ステップＣ４）。その結果、乗車意思推定エリアＥ２内でＹ軸方向へかごドア１３に向かっている利用者の足元位置の動き（データ変化）を確認できた場合には（ステップＣ５のＹＥＳ）、乗車意思推定部３２ｃは、当該利用者に乗車意思ありと判断する（ステップＣ６）。

【0057】

一方、乗車意思推定エリアＥ２内でＹ軸方向にかごドア１３に向かっている利用者の足元位置の動きを確認できなかった場合には（ステップＣ５のＮＯ）、乗車意思推定部３２ｃは、当該利用者に乗車意思なしと判断する（ステップＣ７）。

【0058】

このように、かごドア１３に最も近い動きありのブロックを利用者の足元位置とみなし、その足元位置のＹ軸方向の時間的な変化を追跡することで利用者の乗車意思の有無を推定することができる。

【0059】

図１１に戻って、乗車意思ありの利用者が検出されると（ステップＳ５のＹＥＳ）、画像処理装置３０からかご制御装置４０に対して戸開指示信号が出力される。かご制御装置４０の戸開閉制御部４１は、戸閉中に戸開指示信号を受信すると、かごドア１３の戸閉動作を中断して再度戸開動作（リオープン）を行う（ステップＳ６）。

【0060】

以降は、戸開閉制御部４１によって再度戸閉動作が開始される度に、上記ステップＳ１の処理に戻って、同様の処理が繰り返し実行される。

【0061】

次に、図１６のフローチャートを参照して、紐状物体検出部３３で実行される紐状物体検出処理の手順について詳しく説明する。この紐状物体検出処理は、図１１に示す利用者検出処理と並行して実行される。また、上述した動き検出処理と同様に、本処理においても、かごドア１３に挟まれる可能性のある物体を検出するために、画像の輝度が利用される場合を想定して説明する。

【0062】

乗りかご１１のかごドア１３が全戸開の状態から所定の時間が経過すると（または、乗りかご１１内に設けられた図示しない戸閉釦が押下されると）、戸開閉制御部４１によって戸閉動作が開始される（ステップＳ１１）。このとき、カメラ１２の撮影動作はかごドア１３の戸開時から継続的に行われている。画像前処理装置２０のドア周辺画像生成部２２は、このカメラ１２によって連続的に撮影された画像を取得し、これら画像からドア周辺エリアＥ０を抽出する。これにより、ドア周辺エリアＥ０だけが映された（高解像度の）ドア周辺画像が生成される（ステップＳ１２）。画像処理装置３０は、画像前処理装置２０によって生成された（高解像度の）ドア周辺画像を取得し、これら画像を記憶部３１に逐次記憶しながら（ステップＳ１３）、紐状物体検出処理をリアルタイムで実行する。

【0063】

画像処理装置３０内の紐状物体検出部３３は、記憶部３１に記憶されたドア周辺画像を１枚ずつ読み出し、各ドア周辺画像を格子状に区切り、これにより得られるブロック毎の平均輝度値を算出する（ステップＳ１４）。その際、紐状物体検出部３３は、初期値として、時系列的に最初の画像から算出されたブロック毎の平均輝度値を記憶部３１内の図示しないバッファエリアに保持しておくものとする（ステップＳ１５）。

【0064】

２枚目以降のドア周辺画像が読み出されると、紐状物体検出部３３は、現在の画像のブロック毎の平均輝度値と、上記バッファエリアに保持された１つ前の画像のブロック毎の平均輝度値とを比較することで、かごドア１３に挟まれる可能性のある物体が存在するか否かを判定する（ステップＳ１６）。詳しくは、比較の結果、現在の画像の中で予め設定された値以上の輝度差を有するブロックが存在した場合には、紐状物体検出部３３は、当該ブロックを動きありのブロックとして判定し、かごドア１３に挟まれる可能性のある物体が存在すると判定する。つまり、かごドア１３に挟まれる可能性のある物体が検出される。

【0065】

かごドア１３に挟まれる可能性のある物体が検出されると（ステップＳ１６のＹＥＳ）、画像処理装置３０からかご制御装置４０に対して戸開指示信号が出力される。かご制御装置４０の戸開閉制御部４１は、戸閉中に戸開指示信号を受信すると、かごドア１３の戸閉動作を中断して再度戸開動作（リオープン）を行う（ステップＳ１７）。

【0066】

以降は、戸開閉制御部４１によって再度戸閉動作が開始される度に、上記ステップＳ１１の処理に戻って、同様の処理が繰り返し実行される。

【0067】

以上説明した一実施形態によれば、画像処理装置３０は、低解像度の画像を用いて乗場１５にいる人物を検出するための利用者検出処理を実行する一方で、解像度を低下させずにドア周辺エリアＥ０だけが映されたドア周辺画像を用いてかごドア１３に挟まれる可能性のある物体を検出するための紐状物体検出処理を実行する構成を備えている。この構成によれば、エリアをドア周辺エリアＥ０に限定した上で、紐状の物体を検出可能な高解像度の画像を利用しているので、処理負荷が軽く、人物だけでなく、細い紐状の物体もリアルタイムで検出することができる。

【0068】

なお、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

【符号の説明】

【0069】

１１…乗りかご、１２…カメラ、１３…かごドア、１４…乗場ドア、１５…乗場、２０…画像前処理装置、２１…解像度低下処理部、２２…ドア周辺画像生成部、３０…画像処理装置、３１…記憶部、３２…利用者検出部、３２ａ…動き検出部、３２ｂ…位置推定部、３２ｃ…乗車意志推定部、３３…紐状物体検出部、４０…かご制御装置、４１…戸開閉制御部、Ｅ０…ドア周辺エリア、Ｅ１…利用者位置推定エリア、Ｅ２…乗車意思推定エリア。

【要約】

【課題】人物だけでなく、細い紐状の物体もリアルタイムで検出すること。
【解決手段】一実施形態に係る画像処理装置は、第１画像取得手段、第１動き検出手段、第２画像取得手段、第２動き検出手段及び信号出力手段を備えている。第２画像取得手段は、カメラによって連続的に撮影された複数枚の画像に関し、ドア周辺のエリアだけが映された複数枚の第２画像を取得する。第２動き検出手段は、取得された複数枚の第２画像をブロック単位で比較して、ドア周辺のエリア内の物体の動きを検出する。信号出力手段は、第１動き検出手段及び第２動き検出手段のうちの少なくとも一方によって動きありのブロックが検出された場合に、乗りかごのドアを戸開させるための戸開指示信号を、乗りかごのドアの戸開閉を制御するかご制御装置に出力する。
【選択図】図１

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】