特許 6814053 物体位置検出装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6814053

(24)【登録日】2020年12月22日

(45)【発行日】2021年1月13日

(54)【発明の名称】物体位置検出装置

(51)【国際特許分類】

   G01B 11/00 20060101AFI20201228BHJP

   G01S 17/89 20200101ALI20201228BHJP

   G01C 3/06 20060101ALI20201228BHJP

【ＦＩ】

   G01B11/00 H

   G01S17/89

   G01C3/06 120Q

【請求項の数】6

【全頁数】12

(21)【出願番号】特願2017-7484(P2017-7484)

(22)【出願日】2017年1月19日

(65)【公開番号】特開2018-115981(P2018-115981A)

(43)【公開日】2018年7月26日

【審査請求日】2019年12月19日

(73)【特許権者】

【識別番号】501009849

【氏名又は名称】株式会社日立エルジーデータストレージ

(74)【代理人】

【識別番号】110001689

【氏名又は名称】青稜特許業務法人

(72)【発明者】

【氏名】増田 浩三

【審査官】 櫻井 仁

(56)【参考文献】

【文献】 特開２００３−０５７００７（ＪＰ，Ａ）

【文献】 特開２００６−０４６９６１（ＪＰ，Ａ）

【文献】 特開２００７−１２１１５８（ＪＰ，Ａ）

【文献】 特開２０１４−０４１０７４（ＪＰ，Ａ）

【文献】 米国特許出願公開第２０１５／００１５４９０（ＵＳ，Ａ１）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０１Ｂ １１／００−１１／３０

Ｇ０１Ｃ １／００−１５／１４

Ｇ０１Ｓ ７／４８− ７／５１

Ｇ０１Ｓ １７／００−１７／９５

(57)【特許請求の範囲】

【請求項1】

物体の位置を距離画像として出力する物体位置検出装置において、
前記物体を含む被写体までの距離を光の伝達時間に基づいて測定し２次元の距離画像を生成する距離画像生成部と、
前記被写体の距離画像から前記物体を抽出した物体画像を生成する物体画像生成部と、
前記距離画像生成部の設置角度を検出する設置角度検出部、または前記物体までの距離あるいは前記物体の姿勢を検出する物体距離・姿勢検出部と、を備え、
前記物体画像生成部は、前記被写体の距離画像から前記物体以外の背景の除去処理を行う差分器を有し、
前記設置角度検出部で検出した前記距離画像生成部の設置角度、または前記物体距離・姿勢検出部の検出結果に応じて、前記差分器における背景除去の閾値を設定することを特徴とする物体位置検出装置。

【請求項2】

物体の位置を距離画像として出力する物体位置検出装置において、
前記物体を含む被写体までの距離を光の伝達時間に基づいて測定し２次元の距離画像を生成する距離画像生成部と、
前記被写体の距離画像から前記物体を抽出した物体画像を生成する物体画像生成部と、
前記距離画像生成部の設置角度を検出する設置角度検出部、および前記物体までの距離あるいは前記物体の姿勢を検出する物体距離・姿勢検出部と、を備え、
前記物体画像生成部は、前記被写体の距離画像から前記物体以外の背景の除去処理を行う差分器を有し、
前記設置角度検出部で検出した前記距離画像生成部の設置角度、または前記物体距離・姿勢検出部の検出結果に応じて、前記差分器における背景除去の閾値を設定することを特徴とする物体位置検出装置。

【請求項3】

請求項２に記載の物体位置検出装置において、
前記設置角度検出部の検出する前記設置角度と、前記物体距離・姿勢検出部の検出する前記物体までの距離、及び前記物体の姿勢の組み合わせによって、前記差分器における前記閾値を設定することを特徴とする物体位置検出装置。

【請求項4】

請求項３に記載の物体位置検出装置において、
前記設置角度検出部の検出する前記設置角度と、前記物体距離・姿勢検出部の検出する前記物体までの距離、及び前記物体の姿勢をパラメータとして、前記閾値をルックアップテーブルに記憶する閾値記憶部を有し、
前記閾値記憶部は、前記ルックアップテーブルから該当する閾値を読み出して前記差分器における閾値を設定することを特徴とする物体位置検出装置。

【請求項5】

請求項４に記載の物体位置検出装置において、
前記閾値は、前記距離画像生成部から前記物体までの距離が小さいほど、また前記物体から前記背景までの距離が大きいほど、大きい値に設定することを特徴とする物体位置検出装置。

【請求項6】

請求項１または２に記載の物体位置検出装置において、
前記距離画像の信号は、前記距離画像生成部から前記被写体までの距離を表すものであって、
前記差分器にて行う背景の除去処理は、前記距離画像の信号において、前記背景との距離差が前記閾値より大きい領域の信号はそのまま通過し、前記背景との距離差が前記閾値以下の領域の信号は無信号に置き換える処理であることを特徴とする物体位置検出装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、人物等の物体の位置を距離画像として出力する物体位置検出装置に関する。

【背景技術】

【0002】

光の伝達時間に基づいて物体までの距離を測定し（以下、ＴＯＦ法：タイム・オブ・フライト）、距離を表示した画像（距離画像）として出力する技術が知られる。例えば特許文献１に記載の人物位置検出装置は、ＴＯＦ式距離画像センサからの距離情報に基づいて、室内空間の物体までの距離変位を検出する距離変位検出手段と、検出された距離変位領域の形状特定化によって人物かどうかを判別する人物判別手段とを有し、人物として形状特定化された距離変位領域までの方向および距離を人物位置として検出する構成が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００９−１７４８３０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１の技術では、室内空間の物体までの距離を測定し、測定値の時間変化量から距離変位領域を検出するとともに、予め登録した人物形状の特徴と検出された距離変位領域の特徴とを比較することで、人物かどうかを判別するものである。

【0005】

このような処理では距離変位領域を判定する閾値が必要であり、閾値を小さくすると距離変位領域に付随してショットノイズも多く出力され、該ショットノイズを距離変位領域と誤認識する可能がある。逆に上記閾値を大きくすると物体形状の一部または全部が欠落する恐れがある。得られた距離画像を見ながら、ユーザが最適な閾値を設定することも考えられるが、動きのある物体ではユーザの負担が増加して実用的でない。特許文献１では上記閾値の設定方法について考慮されていない。

【0006】

本発明の目的は、ＴＯＦ法で得られる距離画像に含まれるショットノイズを最適に除去する物体位置検出装置を提供することである。

【課題を解決するための手段】

【0007】

本発明は、物体の位置を距離画像として出力する物体位置検出装置において、前記物体を含む被写体までの距離を光の伝達時間に基づいて測定し２次元の距離画像を生成する距離画像生成部と、前記被写体の距離画像から前記物体を抽出した物体画像を生成する物体画像生成部と、前記距離画像生成部の設置角度を検出する設置角度検出部、または前記物体までの距離あるいは前記物体の姿勢を検出する物体距離・姿勢検出部と、を備え、前記物体画像生成部は、前記被写体の距離画像から前記物体以外の背景の除去処理を行う差分器を有し、前記設置角度検出部で検出した前記距離画像生成部の設置角度、または前記物体距離・姿勢検出部の検出結果に応じて、前記差分器における背景除去の閾値を設定することを特徴とする。

【発明の効果】

【0008】

本発明によれば、距離画像に含まれる背景を除去するための閾値を自動的にかつ適応的に設定するので、動きのある物体でもノイズの少ない鮮明な画像を提供することができる。

【図面の簡単な説明】

【0009】

【図1】本発明による物体位置検出装置の一実施例を示す構成図。

【図2A】ＴＯＦ法による距離測定の原理を説明する図。

【図2B】ＴＯＦ法による距離測定の原理を説明する図。

【図3】設置角度検出部の動作を説明する図。

【図4】ＴＯＦカメラの配置と被写体の輝度画像の関係を示す図。

【図5】ＴＯＦカメラの配置と距離画像・物体画像の関係を示す図。

【図6】ＴＯＦカメラの設置角度と閾値の関係を示す図。

【図7】人物までの距離と閾値の関係を示す図。

【図8】人物の姿勢と閾値の関係を示す図。

【図9】閾値の設定用テーブルの例を示す図。

【図10】本実施例における画像処理の流れを示すフローチャート。

【発明を実施するための形態】

【0010】

図１は、本発明による物体位置検出装置の一実施例を示す構成図である。以下の例では物体として人物の位置を検出する場合について説明する。物体位置検出装置１では、人物を含む被写体までの距離をＴＯＦ方式で測定し、測定した被写体の各部までの距離を例えば色で表示し、距離画像として出力する。その際、被写体全体から人物以外の背景画像を除去することで、検出対象である人物の位置や姿勢を見やすく表示するものである。

【0011】

物体位置検出装置１は、ＴＯＦ方式による距離画像を生成する距離画像生成部１０（以下、ＴＯＦカメラ、または単にカメラとも呼ぶ）と、距離画像から人物などの物体の部分を抽出して物体画像（人物画像）を生成する物体画像生成部１６とを備える。また、各部の動作は図示しないＣＰＵによって制御される。

【0012】

ＴＯＦカメラ１０は、被写体にパルス光を照射するレーザダイオード（ＬＤ）や発光ダイオード（ＬＥＤ）などの発光部１１と、被写体から反射したパルス光を受光するＣＣＤセンサやＣＭＯＳセンサなどの受光部１２と、発光部１１を駆動するとともに受光部１２の検出信号から被写体までの距離を計算する距離計算部１３を含む。受光部１２では被写体の２次元画像を撮影することで、距離計算部１３は、被写体の２次元画像の距離データを距離画像として出力する。ＴＯＦによる距離測定の原理は後述する。

【0013】

背景画像取込部１４は、距離計算部１３から人物がいない状態の距離画像（以下、背景画像Ｂと呼ぶ）を取り込み、背景画像記憶部１５に保存する。

【0014】

物体画像生成部１６は、差分器１７とノイズ除去部１８と画像処理部１９を備え、ＴＯＦカメラ１０で生成した距離画像から物体画像（人物画像）を生成して出力する。距離計算部１３から人物を含む距離画像（以下、入力画像Ａと呼ぶ）が出力されると、差分器１７は、背景画像記憶部１５に保存している背景画像Ｂとの差分化処理を行い、差分画像Ｃを出力する。この差分化処理は、入力画像Ａと背景画像Ｂとの距離差が閾値より大きい領域では入力画像Ａの信号をそのまま通過し、距離差が閾値以下の領域では入力画像Ａの信号を無信号とする処理である。無信号とする処理とは、具体的には、距離データをカメラから無限遠（あるいは距離データとして取りえる最も遠い位置）に置き換えることを意味する。差分画像Ｃでは、入力画像Ａから背景が除去され、例えば人物等の物体が抽出されたものとなる。

【0015】

ノイズ除去部１８は、例えばローパスフィルタで構成し、差分画像Ｃに含まれる残留ノイズをさらに除去して物体画像Ｅとして出力する。画像処理部１９は、距離データに基づき人物の物体画像Ｅの色相を変えるカラー化処理を行い、外部装置に出力またはディスプレイ等に表示する。画像処理は、明度、コントラスト等を変える処理でも構わない。ユーザはカラー化された物体画像Ｅを見ることで、人物等の物体の位置（距離）と形状（姿勢）を容易に知ることができる。

【0016】

本実施例では、差分器１７に設定する背景除去のための閾値ｄを、自動的にかつ適応的に設定する。すなわち、ＴＯＦカメラ１０と検出対象である物体との位置関係から閾値を最適に設定する。そのため、ＴＯＦカメラ１０の設置角度（水平方向に対する傾斜角度）を設置角度検出部２０にて検出する。設置角度検出部２０には例えば加速度センサを用いる。また、物体距離・姿勢検出部２１は、距離計算部１３から得られる距離データにより、カメラから物体（人物）までの距離あるいは物体の姿勢を検出する。閾値記憶部２２は、設置角度、物体位置・姿勢をパラメータとして、最適な閾値ｄを予めルックアップテーブル（ＬＵＴ）に記憶している。なお、設置角度検出部２０と物体距離・姿勢検出部２１は、機能を統合して１つの検出部で構成してもよいし、あるいはいずれか一方の検出部のみ備える構成でも良い。

【0017】

次に、各部の動作を説明する。
図２Ａと図２Ｂは、ＴＯＦ法による距離測定の原理を説明する図である。ＴＯＦ（タイム・オブ・フライト）法では、出射光信号と受光信号の時間差により距離を算出する、
図２ＡはＴＯＦカメラ（距離画像生成部）１０と被写体２（例えば人物）の関係を示す図である。ＴＯＦカメラ１０は発光部１１と受光部１２を有し、発光部１１から被写体２へ距離測定用の光３１を出射する。出射光には赤外光を用いる。受光部１２は、被写体２に出射された光の反射光３２を受光するが、対物レンズ３３を介してＣＣＤなどの２次元センサ３４で受光する。被写体２は、発光部１１および受光部１２からＬ［ｍ］離れた位置に存在する。ここで、光速をｃ［ｍ／ｓ］として、発光部１１が光出射を開始してから受光部１２が反射光を受光するまでの時間差をｔ［ｓ］とすると、被写体２までの距離Ｌ［ｍ］は、
Ｌ［ｍ］＝ｃ［ｍ／ｓ］×ｔ［ｓ］／２・・・（１）
で求められる。

【0018】

図２Ｂは時間差ｔの測定を示す図である。距離計算部１３は、発光部１１から出射した光３１のタイミングと、受光部１２で反射光３２を受光したタイミングから、その時間差ｔを測定し、式（１）から被写体２との距離Ｌを算出する。また、２次元センサ３４における各画素位置での受光タイミングのずれから、被写体各位置の距離の差、すなわち被写体の凹凸形状を求めることができる。

【0019】

図３は、設置角度検出部２０の動作を説明する図である。設置角度検出部２０は例えば加速度センサからなり、そのセンサ出力値からＴＯＦカメラ１０の設置角度θを検出する。ＴＯＦカメラ１０が物体位置検出装置１と一体で構成されていれば、物体位置検出装置１の設置角度と同じ意味である。これにより、ＴＯＦカメラ１０からの光出射方向が水平方向（θ＝０°）か、垂直方向（θ＝９０°）か、あるいは斜め方向（θ＝４５°）かを判定する。判定した設置角度θは、差分器１７における閾値ｄの設定に利用する。以下では、典型的な水平設置と垂直設置の場合を例として、距離画像と物体画像の生成について説明する。

【0020】

図４は、ＴＯＦカメラの配置と被写体の輝度画像の関係を示す図である。ＴＯＦカメラ１０の配置が水平設置と垂直設置の場合に、カメラの受光部１２で得られる被写体（人物と背景）の輝度画像の例を示す。（ａ）は人物のいない背景画像であり、（ｂ）は人物が含まれる入力画像である。背景として、垂直な壁面４１と水平な床面４２とからなる空間を想定し、水平設置のカメラＡは壁面４１から３ｍだけ離れた位置に、垂直設置のカメラＢは床面４２から３ｍだけ離れた位置に配置している。人物４３は壁面４１の前に起立している状態である。このように、ここでは簡単のために、背景は平面状の壁面４１と床面４２としたが、壁面や床面が凹凸形状であったり、机や椅子などの人物以外の物体が存在していても構わない。これらは後述するように、入力画像と背景画像との差分化処理により除去されるからである。

【0021】

カメラＡ（水平設置）の場合は、人物４３と壁面４１を正面から見た画像となり、カメラＢ（垂直設置）の場合は、人物４３と床面４２を頭上から見た画像となる。以下、このような人物・背景の構図で得られる距離画像について説明する。

【0022】

図５は、ＴＯＦカメラの配置と距離画像・物体画像の関係を示す図である。カメラＡ（水平設置）とカメラＢ（垂直設置）の場合に得られる距離画像と、距離画像に対して差分化を行った物体画像（ここでは人物画像）について説明する。各画像の下段には、破線で示した断面位置におけるカメラからの距離信号を模式的に示す。

【0023】

（ａ）はカメラＡ（水平設置）の場合で、（ａ１）は背景画像Ｂ、（ａ２）は人物が含まれる入力画像Ａである。下段の距離信号では、壁面４１や人物４３の位置を示す信号の他に、ショットノイズ５０（ジグザグ状で示す）が重畳している。

【0024】

（ａ３）と（ａ４）は、入力画像Ａから背景画像Ｂを差分化を行った人物画像Ｅを示す。差分器１７では、入力画像Ａと背景画像Ｂの画像内の対応する各画素位置での距離データの差分演算を行って、人物４３を抽出した差分画像Ｃとする。この段階で背景画像Ｂに存在する壁面４１の形状は除去される。この差分化処理では、距離信号の最奥位置（この場合は壁面４１）から手前方向に所定の幅（閾値ｄ）の領域５１を設定し、そこに含まれる信号を無限遠の信号に置き換える。その結果差分画像Ｃでは、領域５１に含まれるノイズは見えなくなり、領域５１を超えて手前にあるノイズが残ることになる。なお、残留するノイズはノイズ除去部１８でさらに低減されて、人物画像Ｅとなる。

【0025】

（ａ３）は閾値ｄ＝１５ｃｍで背景を除去した場合、（ａ４）は閾値ｄ＝３０ｃｍで背景を除去した場合である。閾値ｄを大きくすると（ａ４）のようにショットノイズ５０は目立ちにくくなるが、反面、人物４３の信号の一部がノイズとして除去されてしまう。よってこの例では、（ａ３）のように人物４３の信号を残した状態でノイズを除去するのが望ましい。すなわち、閾値ｄとして１５ｃｍの設定が最適である。

【0026】

（ｂ）はカメラＢ（垂直設置）の場合で、（ｂ１）は背景画像Ｂ、（ｂ２）は人物が含まれる入力画像Ａである。下段の距離信号では、床面４２や人物４３の位置を示す信号の他に、ショットノイズ５０が重畳している。（ｂ２）の入力画像Ａでは、カメラから見える人物４３は主に上半身であり、下半身は上半身の陰になるので、下半身の画像は元々少ない。（ｂ３）は閾値ｄ＝１５ｃｍで背景を除去した場合、（ｂ４）は閾値ｄ＝３０ｃｍで背景を除去した場合である。これらを比較すると、（ｂ４）のように閾値ｄを大きくしてノイズ除去を優先するのが望ましく、これにより削除される人物４３の信号は僅かであり支障がない。

【0027】

本実施例では、カメラと人物、および背景の位置関係が変化しても、現在の位置関係に応じて背景除去の閾値を適応的に設定するようにしたので、カメラの配置が変化しても常にノイズの少ない鮮明な人物画像を得ることができる。

【0028】

以上の考察によれば、背景除去の閾値には、カメラの設置角度の他に物体（人物）の位置や姿勢も影響することになる。以下、これらの各要因を取り上げ、閾値の具体的な設定例を図６〜図８で説明する。

【0029】

図６は、ＴＯＦカメラの設置角度と閾値の関係を示す図である。設置角度θは設置角度検出部２０にて検出する。

【0030】

（ａ）はカメラＡ（水平設置、θ＝０°）の場合で、距離画像の画面６０全体に対し閾値を小さな値（ｄ＝１５ｃｍ）に設定する。カメラと人物との距離が大きく、人物と背景（壁面４１）との距離が小さいためである。

【0031】

（ｂ）はカメラＢ（垂直設置、θ＝９０°）の場合で、画面６０全体に対し閾値を大きな値（ｄ＝３０ｃｍ）に設定する。カメラと人物との距離が小さく、人物と背景（床面４２）との距離が大きいためである。

【0032】

（ｃ）はカメラＣ（斜め設置、θ＝４５°）の場合で、画面６０を上下方向に分割し、各領域ごとに異なる閾値を設定する。画面の上側領域６１ではｄ＝３０ｃｍ、中央領域６２ではｄ＝２０ｃｍ、下側領域６３ではｄ＝１５ｃｍとする。これは、カメラと人物との距離が画面内で異なり、各領域ごとに閾値を設定している。画面の分割数は被写体の構図に応じて適宜決定すればよい。

【0033】

上記以外の設置角度については、さらに異なる画面分割を行いそれぞれの領域に閾値を設定しても良いし、あるいは上記の３通りの設置角度のうち最も近い設置角度の閾値を用いても良い。

【0034】

図７は、人物までの距離と閾値の関係を示す図である。ＴＯＦカメラ１０の設置角度はいずれも水平（カメラＡ）とし、カメラから人物４３までの距離ｓを物体距離・姿勢検出部２１で検出する。この例ではカメラから壁面４１までの距離を６ｍとする。物体距離・姿勢検出部２１は、距離計算部１３から出力される物体（人物）までの距離データから人物４３までの距離ｓを検出する。なお、必要に応じて人物４３の判定のため画像認識処理を併用して行っても良い。

【0035】

（ａ）は距離ｓ＝２ｍの場合で、距離画像の画面６０全体に対し閾値を大きな値（ｄ＝３０ｃｍ）に設定する。カメラと人物との距離が小さく、人物と背景（壁面４１）との距離が大きいためである。

【0036】

（ｂ）は距離ｓ＝４ｍの場合で、画面６０全体に対し閾値を中程度の値（ｄ＝２０ｃｍ）に設定する。カメラと人物との距離、人物と背景（壁面４１）との距離が中程度であるからである。

【0037】

（ｃ）は距離ｓ＝６ｍの場合で、画面６０全体に対し閾値を小さな値（ｄ＝１５ｃｍ）に設定する。カメラと人物との距離が大きく、人物と背景（壁面４１）との距離が小さいためである。

【0038】

ここでは、カメラの設置角度が水平の場合としたが、垂直設置の場合は人物の位置に依らず閾値を大きな値（ｄ＝３０ｃｍ）に設定すればよい。これは、カメラと人物との距離が小さく、人物と背景（床面４２）との距離が大きいためである。

【0039】

図８は、人物の姿勢と閾値の関係を示す図である。ここでは人物４３がベッド４４の上に横になっている状態を、カメラの設置角度を変えて撮影する場合を示す。人物の姿勢、すなわち立っている状態（起立状態）か、横になっている状態（平臥状態）かは、カメラの設置角度検出部２０と物体距離・姿勢検出部２１により検出する。すなわち、カメラの撮影方向と距離計算部１３から得られる人物形状の関係から、人物の姿勢を判定する。

【0040】

（ａ）はカメラＡ（水平設置）の場合で、撮影される人物形状は上半身のみとなる。この場合は距離画像の画面６０全体に対し閾値を大きな値（ｄ＝３０ｃｍ）に設定する。カメラと人物（上半身）との距離が小さいからである。

【0041】

（ｂ）はカメラＢ（垂直設置）の場合で、撮影される人物形状は全身形状となる。画面６０全体に対し閾値を小さな値（ｄ＝１５ｃｍ）に設定する。カメラと人物との距離が大きく、人物と背景（ベッド４４）との距離が小さいからである。

【0042】

（ｃ）はカメラＣ（斜め設置）の場合で、カメラと人物との距離により画面６０を上下方向に分割し、各領域ごとに異なる閾値を設定する。画面の上側領域６１ではｄ＝３０ｃｍ、中央領域６２ではｄ＝２０ｃｍ、下側領域６３ではｄ＝１５ｃｍとする。画面の分割数は被写体の構図に応じて適宜決定すればよい。
ここでは人物の姿勢として起立状態と平臥状態の２つを取り上げたが、その他の状態（椅子に座っている状態など）を含めても良い。

【0043】

以上の説明では、カメラの設置角度、物体（人物）までの距離、物体（人物）の姿勢をパラメータとして、閾値の具体的な設定例を提示した。各パラメータの組み合わせはこれ以外にもありえるが、いずれの場合も、カメラと人物との距離、人物と背景物との距離に応じて閾値を決定すればよい。決定した閾値は、閾値記憶部２２のルックアップテーブル（ＬＵＴ）に記憶する。

【0044】

図９は、閾値記憶部２２が記憶する閾値の設定用テーブルの例を示す図である。ルックアップテーブル（ＬＵＴ）には、カメラの設置角度θ、人物の姿勢（起立状態／平臥状態）、人物までの距離ｓをパラメータに、閾値の最適な設定値を記憶している。また、カメラ設置角度が斜め設置（θ＝４５°）の場合は、画面を複数の領域に分割して各領域での閾値の設定値を記憶している。閾値記憶部２２はルックアップテーブルを参照して、現在のパラメータ条件に該当する閾値ｄを読出して差分器１７の処理に設定する。

【0045】

図１０は、本実施例における画像処理の流れを示すフローチャートである。以下に示す画像処理は、物体位置検出装置のＣＰＵが図１の各部の動作を制御することで実行される。以下、ステップ順に説明する。

【0046】

Ｓ１０１：距離画像生成部（ＴＯＦカメラ）１０により、予め設定された範囲内にある被写体の距離画像を取得する。すなわち距離計算部１３は、被写体画像の各部までの距離を計算して距離画像として出力する。

【0047】

Ｓ１０２：背景取込部１４は、背景画像の取込み指示を受けたかどうか判定する。背景画像の取込み指示はユーザの操作で行うか、あるいは予め決められた時刻に自動的に指示するものでもよい。例えば店舗内の客の移動を検出する場合には、開店前の時刻に背景画像を取込めばよい。取込み指示があった場合はＳ１０３へ進み、指示がない場合はＳ１０４へ進む。
Ｓ１０３：現在の距離画像を背景画像Ｂとして、背景画像記憶部１５へ記憶する。その後Ｓ１０１へ戻り、距離画像の取得を繰り返す。

【0048】

Ｓ１０４：設置角度検出部２０は、ＴＯＦカメラ１０の設置角度θを検出する。
Ｓ１０５：物体距離・姿勢検出部２１は、距離計算部１３から出力される距離データから人物までの距離ｓを検出し、またカメラの設置角度と人物の形状から人物の姿勢（起立状態／平臥状態）を検出する。

【0049】

Ｓ１０６：上記Ｓ１０４，Ｓ１０５で検出した設置角度θ、人物の距離ｓ、人物の姿勢の条件をもとに、閾値記憶部２２は、図９に示したルックアップテーブル（ＬＵＴ）を参照し、該当する閾値ｄを読み出して差分器１７に設定する。
Ｓ１０７：差分器１７は、距離計算部１３からの入力画像Ａと背景画像記憶部１５からの背景画像Ｂの距離データから、差分画像Ｃを生成する。すなわち、設定された閾値ｄを用いて背景除去を行う。これにより、入力画像Ａに人物等が含まれていれば、差分画像Ｃでは人物が抽出された画像となる。

【0050】

Ｓ１０８：ノイズ除去部１８は、差分画像Ｃに対して残留ノイズの除去を行い、物体画像（人物画像Ｅ）を生成する。
Ｓ１０９：画像処理部１９は、距離データに基づき物体画像（人物画像Ｅ）のカラー化処理などを行い、外部装置に出力する。その後Ｓ１０１へ戻り、距離画像の取得を繰り返す。

【0051】

以上のフローにより、現在の人物の距離や姿勢に応じて適応的に閾値を設定して背景除去を行うようにしたので、人物に動きがあっても、常に鮮明な人物画像を提供することができる。

【0052】

以上述べた実施例では、被写体として人物を検出する場合について説明したが、人物以外の物体を検出する場合も同様である。すなわち、物体特有の形状に合わせて背景除去の閾値を設定すれば、鮮明な物体画像が得られる。

【符号の説明】

【0053】

１：物体位置検出装置、
１０：距離画像生成部（ＴＯＦカメラ）、
１１：発光部、
１２：受光部、
１３：距離計算部、
１４：背景画像取込部、
１５：背景画像記憶部、
１６：物体画像生成部、
１７：差分器、
１８：ノイズ除去部、
１９：画像処理部、
２０：設置角度検出部（加速度センサ）、
２１：物体距離・姿勢検出部、
４３：人物、
５０：ショットノイズ。

【図1】

【図2A】

【図2B】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】