电梯的使用者检测系统的制作方法

电梯的使用者检测系统
1.本技术以日本专利申请2021-130126(申请日：2021年8月6日)为基础，享有该申请的优先权。本技术通过参照该申请，包含该申请的全部内容。
技术领域
2.本发明的实施方式涉及一种电梯的使用者检测系统。


背景技术：

3.当电梯乘用轿厢的门打开时，位于乘用轿厢内的使用者的手指等可能被拉入门暗箱。另外，在处于候梯厅的使用者进入乘用轿厢时，有时与关门途中的门的顶端碰撞。为了防止这样的门的事故，已知有使用设置在乘用轿厢上的一台摄像机，检测候梯厅的使用者或乘用轿厢内的使用者，并反映在门开闭控制上的系统。


技术实现要素：

4.在上述的系统中，根据拍摄图像的帧间的亮度差分，检测有无使用者。但是，在乘用轿厢或候梯厅中，在照明的光经由使用者被地板面反射的情况下，由于入射到摄像机的光量变化而产生亮度变化。此时，在光的反射部分及其周围产生被称为”阴影”的现象，该”阴影”有可能被过检测为使用者(参照图7b的s2)。另外，“过检测”在将阴影错误地检测为使用者的意义上与“误检测”相同。
5.本发明要解决的课题是提供一种电梯的使用者检测系统，其能够抑制由照明环境引起的阴影的过检测，能够正确地对乘用轿厢内或候梯厅中的使用者进行检测。
6.一个实施方式的电梯的使用者检测系统具备：反射推定部，其在设置于乘用轿厢内的摄像机的拍摄图像中推定包含照明光反射的部分及其周围的反射区域；动体检测部，其根据由所述反射推定部推定的所述反射区域的反射水平，变更从所述拍摄图像对动体进行检测时的处理；以及人物检测部，其根据由所述动体检测部检测的所述动体的信息，将所述动体检测为人物。
7.根据上述构成的电梯的使用者检测系统，能够抑制由照明环境引起的阴影的过检测，正确检测乘用轿厢内或候梯厅中的使用者。
附图说明
8.图1是表示一实施方式的电梯的使用者检测系统的构成的图。
9.图2是表示该实施方式中的乘用轿厢内的出入口周边部分的构成的图。
10.图3是用于说明该实施方式中的实际空间中的坐标系的图。
11.图4是表示该实施方式中的摄像机的拍摄图像的一例的图。
12.图5是示意地表示该实施方式中的乘梯检测区域的构成的图。
13.图6是用于说明该实施方式中的在拉入检测区域产生的阴影的误检测的图。
14.图7a是用于说明该实施方式中的因照明光的反射而产生的阴影的图，表示乘用轿
厢内没有使用者的情况。
15.图7b是用于说明该实施方式中的因照明光的反射而产生的阴影的图，表示乘用轿厢内存在使用者的情况。
16.图8是表示该实施方式中的反射区域的一例的图。
17.图9是表示该实施方式中的包含人物和阴影的拍摄图像的一例的图。
18.图10是表示在x轴方向上观察上述图9的拍摄图像上的人物的亮度值的变化的状态的图。
19.图11是表示在x轴方向上观察上述图9的拍摄图像上的阴影的亮度值的变化的状态的图。
20.图12是用于说明该实施方式中的计算山型边缘的强度的方法的图。
21.图13是表示上述山型边缘的强度计算的具体例的图。
22.图14是表示上述使用者检测系统的处理动作的流程图。
23.图15是表示在上述图14的步骤s103中执行的检测处理的流程图。
具体实施方式
24.以下，参照附图对实施方式进行说明。
25.另外，公开只不过是一个例子，发明并不是限定在以下实施方式中记载的内容。本领域技术人员容易想到的变化当然包括在本公开的范围内。为了使说明更加明确，在附图中，有时将各部分的尺寸、形状等相对于实际的实施方式进行变更而示意性地表示。在多个附图中，对应的要素用相同的附图标记表示，有时省略详细的描述。
26.图1是表示一个实施方式的电梯的使用者检测系统的构成的图。另外，这里以一台乘用轿厢为例进行说明，但在多台乘用轿厢中也是同样的构成。
27.在乘用轿厢11的出入口上部设置有摄像机12。具体而言，摄像机12在覆盖乘用轿厢11的出入口上部的门楣板11a中，使透镜部分向正下方、或向候梯厅15侧或乘用轿厢11内部侧倾斜规定的角度而设置。
28.摄像机12是例如车载摄像机等的小型监视用摄像机，具有广角透镜或鱼眼透镜，能够在1秒钟连续拍摄数帧(例如30帧/秒)的图像。摄像机12例如在乘用轿厢11到达各层的候梯厅15时起动，包含轿厢门13附近和候梯厅15地进行拍摄。另外，摄像机12也可以在乘用轿厢11的运转时一直处于动作中。
29.此时的拍摄范围被调整为l1 l2(l1》》l2)。l1是候梯厅侧的拍摄范围，从轿厢门13向候梯厅15具有规定的距离。l2是轿厢侧的拍摄范围，从轿厢门13向轿厢背面具有规定的距离。另外，l1、l2是进深方向的范围，宽度方向(与进深方向正交的方向)的范围至少比乘用轿厢11的横宽大。
30.在各层的候梯厅15中，在乘用轿厢11的到达口以开闭自如的方式设置有候梯厅门14。候梯厅门14在乘用轿厢11到达时与轿厢门13卡合而进行开闭动作。另外，动力源(门机电动机)位于乘用轿厢11侧，候梯厅门14仅追随轿厢门13进行开闭。在以下的说明中，在将轿厢门13开门时，候梯厅门14也开门，在轿厢门13关门时，候梯厅门14也关门。
31.由摄像机12连续拍摄的各图像(影像)由图像处理装置20实时分析处理。另外，在图1中，为了方便，将图像处理装置20从乘用轿厢11取出表示，但实际上，图像处理装置20与
摄像机12一起收纳在门楣板11a中。
32.图像处理装置20具有存储部21和检测部22。存储部21例如由ram等存储设备构成。存储部21依次保存由摄像机12拍摄的图像，并且具有缓冲区域，该缓冲区域用于暂时保存检测部22的处理所需的数据。另外，在存储部21中也可以保存作为对拍摄图像的前处理而实施了失真校正、放大缩小、部分剪切等处理的图像。
33.检测部22例如由微处理器构成，使用摄像机12的拍摄图像，对乘用轿厢11内或候梯厅15内的使用者进行检测。若功能性地划分该检测部22，则由检测区域设定部23、检测处理部24构成。另外，这些可以通过软件来实现，也可以通过ic(integrated circuit)等硬件来实现，还可以并用软件和硬件来实现。另外，也可以使电梯控制装置30具有图像处理装置20的一部分或全部功能。
34.检测区域设定部23在从摄像机12得到的拍摄图像上设定至少一个用于检测使用者的检测区域。在本实施方式中，设定用于检测候梯厅15的使用者的检测区域e1和用于检测乘用轿厢11内的使用者的检测区域e2、e3。检测区域e1用作乘梯检测区域，从乘用轿厢11的出入口(轿厢门13)向候梯厅15设定。检测区域e2用作拉入检测区域，设定在乘用轿厢11内的入口柱41a、41b上。检测区域e3与检测区域e2同样用作拉入检测区域，设定在乘用轿厢11内的出入口侧的地板面19(参照图3)。
35.检测处理部24具有边缘提取部24a、动体检测部24b、人物检测部24c、反射推定部24d，对从摄像机12得到的拍摄图像进行分析处理，对存在于乘用轿厢11内或候梯厅15中的使用者进行检测。稍后将参照图7至图13详细说明边缘提取部24a、动体检测部24b、人物检测部24c和反射推定部24d。在由检测处理部24检测到的使用者存在于上述检测区域e1～e3的任一个中的情况下，执行规定的应对处理(门开闭控制)。
36.电梯控制装置30由具备cpu、rom、ram等的计算机构成。电梯控制装置30进行乘用轿厢11的运行控制等。另外，电梯控制装置30具有门开闭控制部31和警告部32。
37.门开闭控制部31控制乘用轿厢11到达候梯厅15时的轿厢门13的门开闭。详细地说，门开闭控制部31在乘用轿厢11到达候梯厅15时打开轿厢门13，在经过规定时间后关闭门。但是,在轿厢门13的关门动作中,在通过检测处理部22b在检测区域e1内检测到使用者的情况下,门开闭控制部31禁止轿厢门13的关门动作,将轿厢门13向全开方向重新打开而维持开门状态。
38.另外，在轿厢门13的开门动作中由检测处理部22b在检测区域e2或e3内检测到使用者的情况下，门开闭控制部31进行用于避免门事故(向门暗箱的拉入事故)的门开闭控制。具体而言，门开闭控制部31暂时停止轿厢门13的开门动作，或者向反方向(关门方向)移动，或者减慢轿厢门13的开门速度。
39.图2是表示乘用轿厢11内的出入口周边部分的构成的图。
40.在乘用轿厢11的出入口设有开闭自如的轿厢门13。在图2的例子中表示了双开式的轿厢门13，构成轿厢门13的两个门板13a、13b沿着正面宽度方向(水平方向)相互向相反方向进行开闭动作。另外，“正面宽度”与乘用轿厢11的出入口相同。
41.在乘用轿厢11的出入口的两侧设有入口柱41a、41b，与门楣板11a一起包围乘用轿厢11的出入口。“入口柱”也称为正面柱,一般在背侧设有用于收纳轿厢门13的门暗箱。在图2的例子中,在轿厢门13开门时,一方的门板13a被收纳在设置于入口柱41a的背侧的门暗箱
42a中,另一方的门板13b被收纳在设置于入口柱41b的背侧的门暗箱42b中。在入口柱41a、41b的一方或双方设置有显示器43、配设有目的楼层按钮44等的操作盘45、扬声器46。在图2的例子中，在入口柱41a上设置扬声器46，在入口柱41b上设置显示器43、操作盘45。
42.摄像机12设置在沿水平方向配设于乘用轿厢11的出入口上部的门楣板11a中。在此，为了在关门之前一直检测候梯厅15的使用者，与轿厢门13的关门位置一致地安装有摄像机12。具体而言，如果轿厢门13是双开型，则在门楣板11a的中央部安装摄像机12。另外，在乘用轿厢11内的天花板面上，设置有例如使用了led的照明设备48。
43.如图3所示，摄像机12拍摄以与设置在乘用轿厢11的出入口的轿厢门13水平的方向为x轴、以从轿厢门13的中心到候梯厅15的方向(相对于轿厢门13垂直的方向)为y轴、以乘用轿厢11的高度方向为z轴的图像。
44.图4是表示摄像机12的拍摄图像的一例的图。上侧为候梯厅15，下侧为乘用轿厢11内。图中的16表示候梯厅15的地板面，19表示乘用轿厢11的地板面。e1、e2、e3表示检测区域。
45.轿厢门13具有在轿厢门槛47上相互向相反方向移动的两个门板13a、13b。候梯厅门14也是这样，具有在候梯厅门槛18上相互反向移动的两个门板14a、14b。候梯厅门14的门板14a、14b与轿厢门13的门板13a、13b一起向门开闭方向移动。
46.摄像机12设置在乘用轿厢11的出入口上部。因此，在乘用轿厢11在候梯厅15开门时，如图1所示，拍摄候梯厅侧的规定范围(l1)和轿厢内的规定范围(l2)。其中，在候梯厅侧的规定范围(l1)内，设定了用于检测乘梯进入乘用轿厢11的使用者的检测区域e1。
47.在实际空间中，检测区域e1从出入口(正面宽度)的中心朝向候梯厅方向具有l3的距离(l3≤候梯厅侧的拍摄范围l1)。全开时的检测区域e1的横宽w1设定为出入口(正面宽度)的横宽w0以上的距离。检测区域e1如图4中斜线所示，包含门槛18、47，并去除门套17a、17b的死角而设定。另外，也可以是检测区域e1的横向(x轴方向)的尺寸设为与轿厢门13的开闭动作相应地变更的构成。另外，也可以是检测区域e1的纵向(y轴方向)的尺寸设为与轿厢门13的开闭动作相应地变更的构成。
48.如图5所示，用作乘梯检测区域的检测区域e1由乘梯意图推定区域e1a、接近检测区域e1b、门槛上检测区域e1c构成。乘梯意图推定区域e1a是用于推定使用者是否具有乘梯意图而朝向乘用轿厢11的区域。接近检测区域e1b是用于检测使用者接近乘用轿厢11的出入口的区域。门槛上检测区域e1c是用于检测使用者通过门槛18、47上的区域。
49.这里，在本系统中，与乘梯检测用的检测区域e1独立地具有检测区域e2、e3。检测区域e2、e3被用作拉入检测区域。检测区域e2沿乘用轿厢11的入口柱41a、41b的内侧侧面41a-1、41b-1具有规定的宽度而设定。另外，也可以根据内侧侧面41a-1、41b-1的横宽来设定检测区域e2。检测区域e3沿着乘用轿厢11的地板面19的轿厢门槛47被设定为具有规定的宽度。
50.在轿厢门13的开门动作中，当在检测区域e2或e3内检测到使用者时，执行例如暂时停止轿厢门13的开门动作、或者向反方向(关门方向)移动、或者减慢轿厢门13的开门速度等应对处理。另外，通过声音广播，发出例如“请离开门”等警告。
51.(检测处理的问题)
52.通常，拉入检测以由于使用者的侵入而正确表现作为拉入检测区域的检测区域
e2、e3内的图像的亮度变化为前提。但是，检测区域e2、e3被设定在乘用轿厢11内，因此受到轿厢室内的照明环境的强烈影响。即，如图6所示，即使在使用者p1位于远离轿厢门13的位置乘梯的情况下，由于照明设备48的照明光的关系，使用者p1的阴影s1也会进入检测区域e2或e3。当阴影s1进入检测区域e2或e3时，伴随着阴影s1的运动，在图像上产生大的亮度变化，阴影s1有可能被过检测为使用者p1。
53.这在乘梯检测处理中也是同样的。即，作为乘梯检测区域的检测区域e1被设定在乘用轿厢11的出入口周边的候梯厅15。由于候梯厅15的照明环境的关系，若阴影进入检测区域e1，则由于图像上的亮度变化，有可能产生阴影的过检测。
54.·
由阴影引起的亮度变化
55.图7a和图7b是用于说明由于照明光的反射而产生的阴影的图。图7a表示在乘用轿厢11内没有使用者p1的情况，图7b表示在乘用轿厢11内有使用者p1的情况。
56.如图7a所示，在乘用轿厢11内没有使用者p1的情况下，在从照明设备48照射的光被地板面19反射时，与照射光大致相同量的反射光入射到摄像机12。但是,如图7b所示,如果在照明设备48和地板面19之间站立有使用者p1,则照明设备48的光经由使用者p1被地板面19反射,所以入射到摄像机12的反射光的量变化而产生亮度变化。此时，在使用者p1附近产生被称为“阴影”的现象，该阴影有时被过检测为使用者p1。图中的s2为阴影。图6所示的阴影s1具有比地板面19更暗的亮度变化，而阴影s2具有比地板面19更亮的亮度变化。
57.在候梯厅15中也是同样的，根据候梯厅15的照明环境，当在使用者附近产生由反射光引起的阴影时，该阴影有可能被过检测为使用者。特别是，例如在使用筒灯作为照明设备的情况下，由于地板面被局部照射，所以容易产生由反射光引起的阴影。
58.因此，在本实施方式中，使图1所示的图像处理装置20的检测处理部24具有下述那样的功能(边缘提取、动体检测、人物检测、反射推定部)，在利用作为拍摄图像而连续得到的各图像间(帧间)的边缘变化来检测使用者的情况下，推定存在阴影的反射区域，变更该反射区域中的检测处理。“边缘变化”是指从图像间的相同位置提取的边缘发生了变化的状态。“边缘变化”包含作为边缘强度的差分的“边缘差分”。以下，作为边缘变化的一例，以求出边缘差分的情况为例，详细说明检测处理部24所具备的功能(边缘提取、动体检测、人物检测、反射推定部)。
59.(a)反射推定
60.首先,对反射推定进行说明。
61.反射推定是用于抑制”阴影”的误检测所必需的功能之一。由于不能确定“阴影”的发生场所，所以反射推定部24d推定拍摄图像中包含照明光反射的部分和其周围(地板面或阴影)的反射区域。通过分析拍摄图像的每个像素的亮度值的偏差(亮度分布)来进行反射区域的推定。这是因为，如果仅着眼于亮度值，则例如在有穿白色衣服的人的情况下，不能区别反射区域和白色衣服。
62.反射区域的推测是通过使用1张图像或多张图像，例如在13
×
13像素的范围内分析各像素的亮度分布来进行的。亮度分布的分析范围可以是固定的，也可以根据参数设定或拍摄对象而自动变更。
63.也可以根据摄像机12的设置位置的高度、照明设备的类型等来变更亮度分布的分析范围。摄像机12的高度越远离地板面，“阴影”的发生场所越有扩展的倾向，因此优选在宽
范围内分析各像素的亮度分布。另外，在使用筒灯作为照明设备的情况下，容易产生“阴影”，因此优选在宽范围内分析各像素的亮度分布。
64.另外，在推定反射区域的情况下，也可以分析边缘分布。由于边缘分布也反映了各图像的亮度值的偏差，所以能够与亮度分布同样地推定反射区域。另外，关于边缘的提取方法在后面叙述。
65.图8是表示反射区域的一例的图。图中的51是人物，具体而言是处于乘用轿厢11内的使用者。
66.反射区域re包括具有不同反射水平的多个区域re-1至re-4。包括许多明亮亮度值的区域具有较高的反射水平。在图8的例子中，将人物51附近存在的反射区域re的反射水平分为0～4级进行分类(0《1《2《3《4，0不反射)。
67.区域re-1：反射水平4。
68.区域re-2：反射水平3。
69.区域re-3：反射水平2。
70.区域re-4：反射水平1。
71.在图8的例子中，为了简化说明，示意性地示出了区域re-1～re-4，但实际上成为更复杂的形态。通常，如果在乘用轿厢11内，则由于照射光在轿箱门槛47等金属部分强烈反射，所以反射水平变高。但是，如果在照明光反射的部分的周围产生人物51的阴影，则由于该阴影，反射水平变得不一样。例如，在照明的光经由人物51被地板面反射的情况下，由于通过人物51的手的手指与手指之间的间隙的光和被手掌等遮挡的光等，人物51的周围的反射水平复杂地变化。
72.这样，在人物51的附近反射水平变化的部分、即产生阴影的部分产生亮度变化，具有阴影被过检测为人物51的可能。因此，在本实施方式中，为了抑制这样的阴影的过检测，将在人物51附近亮度值有偏差的区域推定为存在阴影的反射区域re，由此变更该反射区域re内的检测处理(后述的动体检测的处理)。
73.(b)边缘提取
74.边缘提取是用于抑制“阴影”的误检测所需的功能,在仅着眼于“阴影”的误检测的情况下未必需要。边缘提取部24a从摄像机12的拍摄图像中提取边缘信息。在这种情况下，可以从一个图像或多个图像提取边缘信息。“边缘”是指图像的各像素的亮度值不连续变化的边界线。例如，使用索贝尔滤波器或拉普拉斯滤波器等边缘提取滤波器，提取在图像上亮度值特征性地变化的部分作为边缘。边缘信息包括亮度梯度的方向和强度。
75.边缘强度由亮度梯度确定。求亮度梯度的范围例如可以是3
×
3像素的范围，也可以是除此以外的范围。另外，求亮度梯度的范围可以固定，也可以根据参数设定或拍摄对象自动变更。
76.·
亮度梯度的方向和强度的组合
77.边缘提取部24a针对拍摄图像的每个像素求出亮度梯度的方向和强度，根据将它们组合而成的信息，提取除去了阴影区域的边缘。在亮度梯度的方向上，除了上
→
下、下
→
上、左
→
右、右
→
左这4个方向(水平垂直方向)之外，还有左上
→
右下、左下
→
右上、右上
→
左下、右下
→
左上这4个方向(倾斜方向)。为了抑制阴影的过检测，优选求出至少两个方向以上的亮度梯度。
78.另外，也可以提取共现成立的边缘。例如，对于关注像素，也可以提取在左方向上和右方向上具有亮度梯度的方向的边缘。边缘强度通过选定的各方向的亮度值的平均等来计算。
79.·
山型边缘
80.边缘提取部24a提取亮度值呈山型变化的边缘作为除去了上述阴影区域的边缘。
81.图9是表示包含人物和阴影的拍摄图像的一例的图。图中的51是人物，具体而言是处于乘用轿厢11内的使用者。图中的52是在乘用轿厢11内的地板面上产生的阴影，示意地表示人物51向前方突出的手的阴影。图10是表示在x轴方向上观察与人物51对应的图像53的亮度值的变化的状态的图。图11是表示在x轴方向上观察与阴影52对应的图像54的亮度值的变化的状态的图。
82.如图10所示，在与人物51对应的图像53中，根据人物51的手的手指或衣服的皱纹等，存在多个亮度值不连续变化的边缘。与此相对，如图11所示，与阴影52对应的图像54的内部的亮度值的变化是平坦的，在边界部亮度值发生变化，但亮度梯度的方向为一个方向。因此，为了抑制阴影52的过检测，提取具有两个方向以上的亮度梯度和其强度的组合、亮度值呈山型连续变化的边缘(以下称为山型边缘)是有效的。通过着眼于这样的山型边缘来进行边缘提取，能够从拍摄图像有效地提取阴影的区域以外的边缘，利用该边缘的变化即边缘差分，能够实现不受阴影的运动影响的检测处理。
83.使用图12和图13说明山型边缘的强度的计算方法。
84.例如，将位于3
×
3像素的范围的中心的像素作为关注像素，对该关注像素求出上下左右4个方向的亮度差。计算这些亮度差的平均值作为山型边缘的强度。
85.在256灰度中，关注像素的亮度值为“191”。在位于关注像素之上的像素的亮度值为“0(黑)”、位于关注像素右侧的像素的亮度值为“64”、位于关注像素之下的像素的亮度值为“127”、位于关注像素左侧的像素的亮度值为“255(白)”的情况下，通过下述的计算求出山型边缘的强度。
86.{(191-0) (191-64) (191-127) 0}/4＝95.5
87.另外，由于位于关注像素的左侧的像素的亮度值比关注像素大，所以作为“0”而进行计算。根据上式，该像素的位置的边缘强度作为“96(将95.5正规化为整数)”而求出。
88.(c)动体检测
89.动体检测是在拍摄图像上对具有某种运动的物体进行检测的功能。通常，使用根据图像间的亮度变化(亮度差)来检测有无动体的方法。但是，由于在产生“阴影”的部分也产生亮度变化，所以存在将该部分过检测为动体(即使用者)的可能性。
90.因此，在本实施方式中，设为利用边缘差分来进行动体检测的构成。动体检测部24b将由边缘提取部24a提取出的边缘在作为拍摄图像而连续得到的各图像之间进行比较,求出边缘差分,根据该边缘差分对动体进行检测。
91.所谓“边缘差分”,具体而言是指边缘强度的差。如果用图13的例子进行说明，则现在假设第一张图像的关注像素中的边缘强度被计算为“96”。如果下一图像的相同关注像素的边缘强度是“10”，则边缘强度差是96-10＝86。例如，如果将阈值设为“40”，则“86”为阈值以上，因此判定为在该关注像素的部分存在运动。
92.作为其他方法，也可以在将边缘强度二值化后求出差分。
93.例如，在将阈值设为“40”的情况下，边缘强度“96”被二值化为“255”，边缘强度“40”被二值化为“0”。两者的差分为255-0＝255，不是“0”，因此判定为有运动。
94.在图9的例子中，图中的55表示被判定为有运动的像素(运动像素)。在人物51的图像53中，在手或衣服的部分存在多个运动像素55，但在阴影52的图像54中不存在运动像素55。如后所述，能够根据该运动像素55的分布来判断动体是否为人物。
95.·
边缘差分和亮度差分
96.也可以为将边缘差分和亮度差分并用而进行动体检测的构成。在这种情况下，动体检测部24b求出与边缘差分不同的、作为拍摄图像而连续得到的各图像间的亮度差分(亮度值的差分)，根据该亮度差分和边缘差分对动体进行检测。作为统合边缘差分的结果和亮度差分的结果的方法，有以下的逻辑运算(and/or运算等)或参数变更等。
97.and运算：在边缘差分和亮度差分这两者中检测到图像上的运动像素的情况下，判定为在包含该运动像素的规定的范围中存在动体。
98.or运算：对于边缘多的区域(阴影可能性小的区域)使用亮度差分，对于边缘少的区域(阴影可能性高的区域)使用边缘差分。所谓“边缘多的区域”是指由边缘提取部24a提取到的边缘的数量(像素数)为作为阴影的判定基准而确定的规定数量以上的区域。所谓“边缘少的区域”是指由边缘提取部24a提取到的边缘的数量(像素数)比作为阴影的判定基准而确定的规定数量少的区域。
99.参数变更：对于边缘多的区域(阴影可能性小的区域)，使亮度差分的参数容易检测(即，使亮度差分的阈值比标准值低)，对于边缘少的区域(阴影可能性高的区域)，使亮度差分的参数难以检测(即，使亮度差分的阈值比标准值高)。
100.·
考虑了反射区域的动体检测
101.亮度变化的因素不仅是“影子”，而且是由照明光引起的“阴影”。因此，若单纯地仅通过边缘变化来进行动体检测，则存在将产生阴影的部分过检测为动体(即使用者)的可能性。如在图8中说明的那样，在拍摄图像上产生阴影的区域通过包含照明光反射的部分和其周围的反射区域来推定。
102.动体检测部24b根据由反射推定部24d推定的反射区域的反射水平,变更从拍摄图像检测动体时的处理。“变更从拍摄图像检测动体时的处理”具体而言,是指变更针对边缘差分的阈值。在这种情况下，反射水平越高的区域(即，明亮的区域)，可以认为是越容易产生由阴影引起的过检测的区域。因此,针对边缘差分的阈值被增加到高于标准值,使得动体难以检测。
103.例如，如果将针对边缘差分的阈值设为th1，则在图8所示的反射水平1的区域re-4中将th1提高1级。同样地，在反射水平2的区域re-3中将th1提高2级，在反射水平3的区域re-3中将th1提高3级，在反射水平4的区域re-4中将th1提高4级。
104.另外，即使在仅利用亮度差分进行动体检测的构成的情况下，也可以根据反射水平阶段性地变更针对亮度差分的阈值。由此，对于反射水平高的区域的亮度差分的判定变得严格，能够抑制由阴影引起的过检测。
105.另外，也可以为并用亮度差分和边缘差分来进行动体检测的构成。在这种情况下,动体检测部24b根据反射区域的反射水平分别使用亮度差分和边缘差分。即，在反射区域的反射水平比一定水平低的情况下(难以产生由阴影引起的过检测的区域)使用亮度差分，在
反射区域的反射水平为一定水平以上的情况下(容易产生由阴影引起的过检测的区域)使用边缘差分来进行动体检测。上述“一定水平”可以任意设定，例如也可以设为反射水平0～4中的水平3。
106.(d)人物检测
107.人物检测部24c根据由动体检测部24b检测到的动体的信息,将上述动体检测为人物。“人物”具体是指存在于乘用轿厢11内或候梯厅15中的使用者。“动体的信息”包括运动像素的分布、动体尺寸和动体检测次数中的至少一个。
[0108]“运动像素的分布”表示规定范围内的运动像素的分布状态。例如，如果在20
×
20像素的范围中存在40个(即10％左右)以上的运动像素，则判断为是人物的运动。“动体尺寸”表示运动像素连续的集合体的尺寸。例如，如果40个以上的运动像素作为连续的集合体存在，则判断为是人物的运动。“动体检测次数”表示各图像的每一个被检测为动体的次数。例如，如果在图像上的相同位置被检测为动体一定次数以上，则判断为是人物的移动。
[0109]
·
边缘信息和动体信息
[0110]
也可以设为并用边缘的信息和动体的信息来进行人物检测的构成。在这种情况下,人物检测部24c根据边缘的信息,变更使用了作为动体信息而得到的运动像素的分布、动体尺寸、动体检测次数中的某一个的人物检测的判定基准,进行人物检测。
[0111]
详细地说，人物检测部24c对于拍摄图像中边缘多的区域(阴影可能性小的区域)，使运动像素的分布或动体尺寸比边缘少的区域小，进行人物检测。或者，对于拍摄图像中边缘较多的区域(阴影可能性小的区域)，使动体检测次数比边缘较少的区域少，例如即使是被检测为动体一次的区域也可以判定为人物。
[0112]
·
根据反射水平变更人物检测的参数
[0113]
也可以设为根据由反射推定部24d推定的反射区域的反射水平来变更人物检测的参数的构成。例如，在反射区域的反射水平为一定水平以上的情况下(容易产生由阴影引起的过检测的区域)，使运动像素的分布或动体尺寸的判定基准比其他区域高来进行人物检测。另外，在反射区域的反射水平为一定水平以上的情况下(容易产生由阴影引起的过检测的区域)，使动体检测次数的判定基准高于其他区域，在被检测为动体一定次数以上的情况下判定为人物。上述“一定水平”可以任意设定，例如也可以设为反射水平0～4中的水平3。
[0114]
本系统使用具有上述那样的构成的检测处理部24，从拍摄图像中对人物(使用者)进行检测，在该人物存在于图3所示的检测区域e1～e3的任意一个中的情况下，执行规定的应对处理(门开闭控制)。以下，以拉入检测为例，说明本系统的处理动作。
[0115]
图14是表示本系统的处理动作的流程图。该流程图所示的处理由图1所示的图像处理装置20和电梯控制装置30执行。
[0116]
首先，作为初始设定，由图像处理装置20所具备的检测部22的检测区域设定部23执行检测区域设定处理(步骤s100)。该检测区域设定处理例如在设置了摄像机12时、或者调整了摄像机12的设置位置时，如下执行。
[0117]
即，检测区域设定部22a在轿厢门13全开的状态下，设定从出入口朝向候梯厅15具有距离l3的检测区域e1。如图4所示，检测区域e1包含门槛18、47，除去门套17a、17b的死角而被设定。在此，在轿厢门13全开的状态下，检测区域e1的横向(x轴方向)的尺寸为w1，具有出入口(正面宽度)的横宽w0以上的距离。另外，检测区域设定部22a沿着乘用轿厢11的入口
柱41a、41b的内侧侧面41a-1、41b-1设定具有规定宽度的检测区域e2，并且沿着乘用轿厢11的地板面19的轿厢门槛47设定具有规定宽度的检测区域e3。
[0118]
在通常的运行中，当乘用轿厢11到达任意楼层的候梯厅15时(步骤s101的是)，电梯控制装置30开始轿厢门13的开门动作(步骤s102)。伴随该开门动作，通过摄像机12以规定的帧频(例如30格/秒)拍摄候梯厅侧的规定范围(l1)和轿厢内的规定范围(l2)。另外，摄像机12的拍摄也可以从乘用轿厢11关闭的状态开始连续进行。
[0119]
图像处理装置20以时间序列获取摄像机12拍摄的图像，将这些图像依次保存在存储部21中，同时实时执行以下那样的检测处理(拉入检测处理)(步骤s103)。另外，作为对拍摄图像的前处理，也可以进行失真校正、放大缩小、图像的一部分的剪切等。
[0120]
图15表示在上述步骤s103中执行的检测处理。该检测处理由图像处理装置20的检测处理部24执行。以下，假设从拍摄图像中提取山型边缘的情况来进行说明。
[0121]
首先，为了排除拍摄图像中包含的“阴影”的影响，检测处理部24在获取到摄像机12的拍摄图像(原图像)时(步骤s201)，分析该拍摄图像的各像素的亮度值的分布，制作表示亮度分布的图像(以下称为亮度分布的偏差图像)(步骤s202)。如图8所示，在反射区域re中，照明光的反射部分的明亮的亮度值和地面或阴影的暗的亮度值混合存在，亮度分布的偏差大。
[0122]
检测处理部24使用亮度分布的偏差图像来推定反射区域re(步骤s302)。检测处理部24根据该反射区域re中包含的各区域re-1～re4的反射水平，制作边缘差分的阈值图像(步骤s303)。“边缘差分的阈值图像”是指以像素单位表示将边缘差分二值化时使用的阈值th1的图像。阈值th1根据各区域re-1～re4的反射水平设定。在这种情况下，反射水平越高，越是容易发生由阴影引起的过检测的区域，因此阈值th1被设定为高于标准值。反之，由于反射水平越低越是难以产生由阴影引起的过检测的区域，所以阈值th1被设定得比标准值低。
[0123]
这样，当根据各区域re-1～re4的反射水平设定阈值th1时，检测处理部24从存储部21按时间序列顺序获取各图像(原图像)(步骤s201)，对这些图像的每一个制作仅以山型边缘构成的图像(步骤s202)。详细地说，检测处理部24将具有两个方向以上的亮度梯度的方向和强度的组合、亮度值以山型变化的边缘提取为山型边缘，制作仅以山型边缘构成的图像(以下称为山型边缘图像)。
[0124]
接着，检测处理部24使用在上述步骤s303中制作的阈值图像，进行山型边缘图像的差分二值化(步骤s203)。详细地说,如在图13中说明的那样,检测处理部24对山型边缘图像的每个像素求出亮度梯度,并求出在下一图像的相同像素位置比较该亮度梯度的强度时的边缘差分。检测处理部24根据上述阈值图像获取对每个反射区域设定的阈值th1，根据该阈值th1将边缘差分二值化。在该情况下，在反射水平高的区域(容易产生由阴影引起的过检测的区域)中，阈值th1被设定得高，所以能够抑制由阴影引起的过检测地进行山型边缘图像的差分二值化。
[0125]
另外，检测处理部24进行作为拍摄图像的原图像的差分二值化(步骤s204)。具体而言，检测处理部24在下一图像的相同像素位置比较图像的各像素的亮度值而求出亮度差分，将该亮度差分以预先设定的阈值th2进行二值化。关于此时的阈值th2，也与上述阈值th1同样，可以反映反射区域的反射水平，预先设定为与反射水平相应的值。
[0126]
检测处理部24对将根据山型边缘图像求出的各像素的边缘差分二值化后的值和将根据原图像求出的各像素的亮度差分二值化后的值进行统合处理(步骤s205)，根据该综合处理的结果对动体的有无进行检测(步骤s206)。关于统合边缘差分和亮度差分的方法，如上所述，有逻辑运算(and/or运算等)或参数变更等。
[0127]
这样，当动体(运动像素)被检测到时，检测处理部24根据该动体的信息检测人物(步骤s207)。更具体地，检测处理部分24基于作为动体的信息而获得的运动像素的分布、动体尺寸和动体检测次数中的至少一个来确定该动体是否是人物的运动。例如,在根据运动像素的分布进行人物检测的情况下,如果在规定的像素范围中存在10％左右以上的运动像素,则人物检测部24c将包含该运动像素的范围判定为人物的运动。
[0128]
另外，检测处理部24根据反射区域的反射水平，变更人物检测的参数。例如，在反射区域的反射水平为一定水平以上的情况下(容易产生由阴影引起的过检测的区域)，提高运动像素的分布或动体尺寸的判定基准来进行人物检测。或者，提高动体检测次数的判定基准，在被检测为动体一定次数以上的情况下判定为人物。
[0129]
在本实施方式中，“人物”是处于乘用轿厢11内或候梯厅15内的使用者，在拍摄图像上，该使用者的衣服或手的运动等表现为运动像素(参照图7)。
[0130]
另外，在图15的例子中，并用了边缘差分和亮度差分，但也可以仅用边缘差分进行动体检测处理，根据作为检测结果得到的运动像素的分布等来检测人物(使用者)。在这种情况下，不需要图15的步骤s204和s205的处理。
[0131]
返回到图14，在开门动作中通过上述检测处理检测到使用者的情况下，检测处理部24判断该使用者是否处于在乘用轿厢11内被设定为拉入检测区域的检测区域e2或检测区域e3内(步骤s104)。如果该使用者在检测区域e2或检测区域e3内(步骤s104的是)，则从检测处理部24对电梯控制装置30输出拉入检测信号。由此，作为与拉入检测区域关联的应对处理，电梯控制装置30通过门开闭控制部31暂时停止轿厢门13的开门动作，在数秒后从该停止位置再次开始开门动作(步骤s105)。
[0132]
作为上述应对处理，也可以使轿厢门13的开门速度比通常慢，或者使轿厢门13向反方向(关门方向)稍微移动后再重新开始开门动作。另外，通过电梯控制装置30的警告部32的起动，通过乘用轿厢11内的扬声器46进行声音广播，对使用者唤起注意以使其离开轿厢门13即可，也可以发出警告音(步骤s106)。在检测区域e2或检测区域e3内检测到使用者的期间，重复上述处理。由此，例如在使用者位于轿厢门13的附近的情况下，能够预先防止被拉入门暗箱42a或42b。
[0133]
(乘梯检测处理)
[0134]
在图14的例子中，以拉入检测处理为例进行了说明，但乘梯检测处理也是同样的。即，在乘用轿厢11在任意楼层开始关门时，执行图15中说明的检测处理。在这种情况下,考虑到由候梯厅15的照明环境产生的“阴影”,推定包括候梯厅15中的照明光的反射部分及其周围的反射区域,并且根据该反射区域的反射水平来设定边缘差分的阈值。另外，关于亮度差分的阈值，也可以根据反射区域的反射水平预先设定。
[0135]
如上所述，当基于拍摄图像的边缘差分和亮度差分检测到使用者时，判断是否在候梯厅15中被设定为乘梯检测区域的检测区域e1内。在该使用者处于检测区域e1内、且检测为朝向乘用轿厢11的门13的情况下，从检测处理部24对电梯控制装置30输出乘梯检测信
号。由此，作为与乘梯检测区域关联的应对处理，电梯控制装置30通过门开闭控制部31暂时停止轿厢门13的关门动作，或者使轿厢门13向反方向(关门方向)移动，或者使轿厢门13的开门速度比通常下降。
[0136]
这样，根据本实施方式，推定包含照明光的反射部分和其周围的反射区域，根据该反射区域的反射水平来变更动体检测的处理，由此能够抑制由照明光产生的阴影的过检测地检测使用者。
[0137]
特别是，在利用边缘差分进行检测处理的构成的情况下，通过根据反射区域的反射水平设定边缘差分的阈值，能够可靠地排除阴影的影响并正确地检测使用者，能够实现与该检测结果对应的应对处理。
[0138]
另外，在上述实施方式中，假设从拍摄图像整体中检测使用者的情况进行了说明，但也可以是对拍摄图像上预先设定的每个检测区域检测使用者的构成。例如，如果是开门动作中，则着眼于图4所示的检测区域e2、e3内的图像，根据该图像的边缘差分对处于检测区域e2或e3中的使用者进行检测。另外，如果是关门动作中，则着眼于图4所示的检测区域e1内的图像，根据该图像的边缘差分来检测位于检测区域e1内的使用者。
[0139]
另外，在上述实施方式中，作为边缘变化的一例，以边缘差分(边缘强度的差分)为例进行了说明，但也可以使用例如正规化相关那样的矩形来判定边缘的变化。总之，只要能够检测出在图像间边缘变化的状态，则不限于边缘差分，可以使用任何方法。
[0140]
根据以上所述的至少一个实施方式，能够提供一种电梯的使用者检测系统，该电梯的使用者检测系统能够抑制由照明环境引起的阴影的过检测，正确地检测处于乘用轿厢内或候梯厅中的使用者。
[0141]
另外，说明了本发明的几个实施方式，但这些实施方式是作为例子而提示的，并不意味着限定发明的范围。这些新的实施方式能够以其他各种方式实施，在不脱离发明的主旨的范围内，能够进行各种省略、置换、变更。这些实施方式或其变形包含在发明的范围或主旨中，并且包含在与权利要求书所记载的发明及其均等的范围中。