电梯的利用者检测系统的制作方法

电梯的利用者检测系统
1.本技术以日本专利申请2021-130127(申请日：2021年8月6日)为基础而享受该申请的优先权。本技术通过参照该申请而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利用者检测系统。


背景技术：

3.在电梯轿厢的门开门时，处于轿厢内的利用者的手指等有时会被拉入到门箱中。此外，当处于侯梯厅的利用者乘入轿厢时，有时会与关门中途的门的前端碰撞。为了防止这样的门的事故，已知有如下系统：使用设置于轿厢的1台摄像机，检测侯梯厅的利用者、轿厢内的利用者并反映到门开闭控制中。
4.在上述系统中，根据摄影图像的帧间的亮度差分来检测有无利用者。但是，例如在由于轿厢内、侯梯厅的照明环境而利用者的影子进入到摄影图像中的情况下，由于与该影子的运动相伴随的亮度变化而产生过检测。另外，在将影子误检测为利用者的含义下，所谓“过检测”与“误检测”相同。


技术实现要素：

5.本发明要解决的课题在于提供一种电梯的利用者检测系统，能够抑制因照明环境而引起的影子的过检测而准确地检测出处于轿厢内、侯梯厅的利用者。
6.一个实施方式的电梯的利用者检测系统具备：边缘提取部，从设置在轿厢内的摄像机的摄影图像中提取边缘的信息；运动体检测部，基于在作为上述摄影图像而连续地得到的各图像之间对由上述边缘提取部提取出的边缘进行比较而得到的边缘变化，从上述摄影图像中检测运动体；以及人物检测部，基于由上述运动体检测部检测到的上述运动体的信息，将上述运动体检测为人物。
7.根据上述构成的电梯的利用者检测系统，能够抑制因照明环境而引起的影子的过检测而准确地检测出处于轿厢内、侯梯厅的利用者。
附图说明
8.图1是表示一个实施方式的电梯的利用者检测系统的构成的图。
9.图2是表示该实施方式的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的实际空间中的坐标系的图。
11.图4是表示该实施方式的摄像机的摄影图像的一例的图。
12.图5是示意性地表示该实施方式的乘坐检测区域的构成的图。
13.图6是用于说明该实施方式的在拉入检测区域中产生的影子的误检测的图。
14.图7是表示该实施方式的包括人物和影子在内的摄影图像的一例的图。
15.图8是表示从x轴方向观察上述图7的摄影图像上的人物的亮度值变化的状态的
图。
16.图9是表示从x轴方向观察上述图7的摄影图像上的影子的亮度值变化的状态的图。
17.图10是用于说明该实施方式的计算山形边缘的强度的方法的图。
18.图11是表示上述山形边缘的强度计算的具体例的图。
19.图12是表示上述利用者检测系统的处理动作的流程图。
20.图13是表示在上述图12的步骤s103中执行的检测处理的流程图。
具体实施方式
21.以下，参照附图对实施方式进行说明。
22.另外，公开仅为一例，发明不被以下的实施方式所记载的内容限定。本领域技术人员容易想到的变形当然包含在公开的范围内。为了使说明更加明确，在附图中也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。在多个附图中也有时对于对应的要素标注相同的参照数字而省略详细的说明。
23.图1是表示一个实施方式的电梯的利用者检测系统的构成的图。另外，此处，以1台轿厢为例进行说明，但在多台轿厢中也为相同构成。
24.在轿厢11的出入口上部设置有摄像机12。具体而言，摄像机12在覆盖轿厢11的出入口上部的门楣板11a中设置成，使镜头部分朝向正下方向、或者朝侯梯厅15侧或轿厢11内部侧倾斜规定的角度。
25.摄像机12例如是车载摄像机等小型的监视用摄像机，具有广角镜头或鱼眼镜头，能够在1秒钟期间连续地摄影多帧(例如30帧/秒)的图像。摄像机12例如在轿厢11到达各层的侯梯厅15时启动，将轿厢门13附近以及侯梯厅15包括在内地进行摄影。另外，摄像机12也可以在轿厢11的运行时始终处于动作中。
26.此时的摄影范围被调整为l1 l2(l1＞＞l2)。l1是侯梯厅侧的摄影范围，从轿厢门13朝向侯梯厅15具有规定的距离。l2是轿厢侧的摄影范围，从轿厢门13朝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)的范围至少大于轿厢11的横向宽度。
27.在各层的侯梯厅15中，在轿厢11的到达口开闭自如地设置有侯梯厅门14。侯梯厅门14在轿厢11到达时与轿厢门13卡合而进行开闭动作。另外，动力源(门马达)处于轿厢11侧，侯梯厅门14仅追随轿厢门13进行开闭。在以下的说明中，在轿厢门13开门时侯梯厅门14也开门，在轿厢门13关门时侯梯厅门14也关门。
28.由摄像机12连续摄影的各图像(影像)由图像处理装置20实时地分析处理。另外，在图1中，为了方便而使图像处理装置20与轿厢11分离表示，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。
29.图像处理装置20具备存储部21以及检测部22。存储部21例如由ram等存储设备构成。存储部21具有用于逐次保存由摄像机12摄影的图像并且暂时保存检测部22的处理所需要的数据的缓存区域。另外，在存储部21中也可以保存作为针对摄影图像的前置处理而实施了失真校正、放大缩小、局部剪切等处理的图像。
30.检测部22例如由微处理器构成，使用摄像机12的摄影图像来检测处于轿厢11内或
者侯梯厅15的利用者。当在功能上将该检测部22进行区分时，由检测区域设定部23和检测处理部24构成。另外，它们可以通过软件来实现，可以通过ic(integrated circuit)等硬件来实现，也可以并用软件以及硬件来实现。此外，也可以使电梯控制装置30具有图像处理装置20的一部分或者全部的功能。
31.检测区域设定部23在从摄像机12得到的摄影图像上设定至少一个以上的用于检测利用者的检测区域。在本实施方式中，设定有用于检测侯梯厅15的利用者的检测区域e1、以及用于检测轿厢11内的利用者的检测区域e2、e3。检测区域e1被用作为乘坐检测区域，从轿厢11的出入口(轿厢门13)朝向侯梯厅15设定。检测区域e2被用作为拉入检测区域，设定于轿厢11内的入口柱41a、41b。检测区域e3与检测区域e2相同被用作为拉入检测区域，设定于轿厢11内的出入口侧的地面19(参照图3)。
32.检测处理部24具有边缘提取部24a、运动体检测部24b以及人物检测部24c，对从摄像机12得到的摄影图像进行分析处理，检测存在于轿厢11内或者侯梯厅15的利用者。另外，之后将参照图7至图11对边缘提取部24a、运动体检测部24b、人物检测部24c进行详细说明。在由检测处理部24检测到的利用者存在于上述检测区域e1～e3中的任一个的情况下，执行规定的对应处理(门开闭控制)。
33.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进行轿厢11的运行控制等。此外，电梯控制装置30具备门开闭控制部31以及警告部32。
34.门开闭控制部31对轿厢11到达侯梯厅15时的轿厢门13的门开闭进行控制。详细来说，门开闭控制部31为，在轿厢11到达侯梯厅15时使轿厢门13开门，并在经过规定时间之后关门。但是，当在轿厢门13的关门动作中由检测处理部22b在检测区域e1内检测到利用者的情况下，门开闭控制部31禁止轿厢门13的关门动作，而使轿厢门13朝全开方向重新开门并维持开门状态。
35.此外，当在轿厢门13的开门动作中由检测处理部22b在检测区域e2或者e3内检测到利用者的情况下，门开闭控制部31进行用于避免门事故(向门箱拉入的事故)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、或者使其朝相反方向(关门方向)移动、或者减慢轿厢门13的开门速度。
36.图2是表示轿厢11内的出入口周边部分的构成的图。
37.在轿厢11的出入口开闭自如地设置有轿厢门13。在图2的例子中示出了双开类型的轿厢门13，构成轿厢门13的两张门板13a、13b沿着面宽方向(水平方向)相互朝相反方向进行开闭动作。另外，所谓“面宽”与轿厢11的出入口相同。
38.在轿厢11的出入口的两侧设置有入口柱41a、41b，与门楣板11a一起包围轿厢11的出入口。“入口柱”也称为正面柱，一般在里侧设置有用于收纳轿厢门13的门箱。在图2的例子中，在轿厢门13开门时，一方的门板13a收纳于设置在入口柱41a的里侧的门箱42a中，另一方的门板13b收纳于设置在入口柱41b的里侧的门箱42b中。在入口柱41a、41b的一方或者双方上设置有显示器43、配设有目的层按钮44等的操作盘45、扬声器46。在图2的例子中，在入口柱41a上设置有扬声器46，在入口柱41b上设置有显示器43、操作盘45。
39.摄像机12设置在沿着水平方向配设在轿厢11的出入口上部的门楣板11a中。此处，由于在到关门紧前为止都检测侯梯厅15的利用者，因此与轿厢门13的关门位置相匹配地安装摄像机12。具体而言，如果轿厢门13为双开类型，则在门楣板11a的中央部安装摄像机12。
此外，在轿厢11内的顶棚面上例如设置有使用了led的照明设备48。
40.如图3所示，摄像机12摄影出如下图像：将相对于设置于轿厢11的出入口的轿厢门13为水平的方向设为x轴、将从轿厢门13的中心朝向侯梯厅15的方向(相对于轿厢门13垂直的方向)设为y轴、将轿厢11的高度方向设为z轴。
41.图4是表示摄像机12的摄影图像的一例的图。上侧为侯梯厅15，下侧为轿厢11内。图中的16表示侯梯厅15的地面，19表示轿厢11的地面。e1、e2、e3表示检测区域。
42.轿厢门13具有在轿厢门槛47上相互朝相反方向移动的两张门板13a、13b。侯梯厅门14也相同，具有在侯梯厅门槛18上相互朝相反方向移动的两张门板14a、14b。侯梯厅门14的门板14a、14b与轿厢门13的门板13a、13b一起在门开闭方向上移动。
43.摄像机12设置在轿厢11的出入口上部。因而，当轿厢11在侯梯厅15开门时，如图1所示，对侯梯厅侧的规定范围(l1)和轿厢内的规定范围(l2)进行摄影。其中，在侯梯厅侧的规定范围(l1)中设置有用于对乘坐轿厢11的利用者进行检测的检测区域e1。
44.在实际空间中，检测区域e1从出入口(面宽)的中心朝向侯梯厅方向具有l3的距离(l3≦侯梯厅侧的摄影范围l1)。全开时的检测区域e1的横向宽度w1被设定为出入口(面宽)的横向宽度w0以上的距离。如图4中斜线所示，检测区域e1被设定为，包括门槛18、47在内，将门套17a、17b的死角除外。另外，也可以构成为，与轿厢门13的开闭动作相匹配地变更检测区域e1的横向(x轴方向)的尺寸。此外，也可以构成为，与轿厢门13的开闭动作相匹配地变更检测区域e1的纵向(y轴方向)的尺寸。
45.如图5所示，被用作为乘坐检测区域的检测区域e1由乘坐意愿推定区域e1a、接近检测区域e1b以及门槛上检测区域e1c构成。乘坐意愿推定区域e1a是用于推定利用者是否带有乘坐意愿地走向轿厢11的区域。接近检测区域e1b是用于检测利用者正接近轿厢11的出入口的区域。门槛上检测区域e1c是用于检测利用者正通过门槛18、47上的区域。
46.此处，在本系统中，为了乘坐检测用的检测区域e1以外，还具有检测区域e2、e3。检测区域e2、e3被用作为拉入检测区域。检测区域e2被设定为，沿着轿厢11的入口柱41a、41b的内侧侧面41a-1、41b-1具有规定的宽度。另外，也可以与内侧侧面41a-1、41b-1的横向宽度相匹配地设定检测区域e2。检测区域e3被设定为，沿着轿厢11的地面19的轿厢门槛47具有规定的宽度。
47.当在轿厢门13的开门动作中，在检测区域e2或者e3内检测到利用者时，例如执行暂时停止轿厢门13的开门动作、或者使其朝相反方向(关门方向)动作、或者减慢轿厢门13的开门速度等对应处理。此外，通过声音广播例如发出“请离开门”等警告。
48.(检测处理的问题)
49.通常，拉入检测以如下情况为前提：作为拉入检测区域的检测区域e2、e3内的图像的亮度变化，根据利用者的进入而被正确地表现。然而，由于检测区域e2、e3设定在轿厢11内，因此被轿厢室内的照明环境较强地影响。即，如图6所示，即使在利用者p1乘坐在远离轿厢门13的场所的情况下，由于照明设备48的照明光的关系，有时利用者p1的影子s1也会进入检测区域e2或者e3。当影子s1进入检测区域e2或者e3时，随着影子s1的运动，在图像上产生较大的亮度变化，有可能将影子s1过检测为利用者p1。
50.该情况在乘坐检测处理中也相同。即，作为乘坐检测区域的检测区域e1被设定在轿厢11的出入口周边的侯梯厅15。由于侯梯厅15的照明环境的关系，当影子进入检测区域
e1时，由于图像上的亮度变化，有可能产生影子的过检测。
51.因此，在本实施方式中构成为，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、运动体检测、人物检测)，并利用作为摄影图像而连续地得到的各图像间(帧间)的边缘变化来检测有无利用者。所谓“边缘变化”是指从图像间的相同位置提取出的边缘发生了变化的状态。“边缘变化”包括边缘强度的差分即“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，对检测处理部24所具备的功能(边缘提取、运动体检测、人物检测)进行详细说明。
52.(a)边缘提取
53.边缘提取部24a从摄像机12的摄影图像中提取边缘的信息。在该情况下，可以从一张图像或者多张图像中提取边缘的信息。所谓“边缘”是指图像的各像素的亮度值不连续地变化的边界线。例如，使用索贝尔滤波器、拉普拉斯滤波器等边缘提取滤波器，将图像上亮度值特征性地变化的部分提取为边缘。在边缘的信息中包含亮度梯度的方向和强度等。
54.通过亮度梯度求出边缘强度。求出亮度梯度的范围例如可以是3
×
3像素的范围，也可以在除此以外的范围中求出。此外，求出亮度梯度的范围可以被固定化，也可以根据参数设定或者摄影对象来自动变更。
55.·
亮度梯度的方向与强度的组合
56.边缘提取部24a针对摄影图像的每个像素求出亮度梯度的方向与强度，并基于将它们组合后的信息来提取将影子的区域除去后的边缘。在亮度梯度的方向中，除了上
→
下、下
→
上、左
→
右、右
→
左这4个方向(水平垂直方向)以外，还存在左上
→
右下、左下
→
右上、右上
→
左下、右下
→
左上这4个方向(斜方向)。为了抑制影子的过检测，优选求出至少两个方向以上的亮度梯度。
57.另外，也可以提取共现成立的边缘。例如，对于关注像素，提取在左方和右方具有亮度梯度的方向的边缘。通过所选定的各方向的亮度值的平均等来计算出边缘强度。
58.·
山形边缘
59.边缘提取部24a将亮度值呈山形状变化的边缘提取为将上述影子的区域除去后的边缘。
60.图7是表示包括人物和影子在内的摄影图像的一例的图。图中的51是人物，具体而言是处于轿厢11内的利用者。图中的52是在轿厢11内的地面上产生的影子，示意性地示出人物51朝前方伸出的手的影子。图8是表示从x轴方向观察与人物51对应的图像53的亮度值变化的状态的图。图9是表示从x轴方向观察与影子52对应的图像54的亮度值变化的状态的图。
61.如图8所示，在与人物51对应的图像53中，由于人物51的手指、衣服的褶皱等，而存在大量亮度值不连续地变化的边缘。与此相对，如图9所示，与影子52对应的图像54内部的亮度值的变化平坦，虽然在边界部亮度值变化，但亮度梯度的方向成为一个方向。因而，为了抑制影子52的过检测而有效的是，提取具有两个方向以上的亮度梯度及其强度的组合且亮度值呈山形状连续地变化的边缘(以下，称为山形边缘)。通过关注于这种山形边缘来进行边缘提取，由此能够从摄影图像中有效地提取影子区域以外的边缘，并能够利用该边缘的变化即边缘差分来实现不被影子的运动影响的检测处理。
62.使用图10以及图11对山形边缘的强度的计算方法进行说明。
63.例如将位于3
×
3像素的范围的中心的像素设为关注像素，对于该关注像素求出上下左右4个方向的亮度差。计算出对这些亮度差进行了平均而得到的值，作为山形边缘的强度。
64.在256灰度中，关注像素的亮度值为“191”。在位于关注像素上侧的像素的亮度值为“0(黑)”，位于关注像素右侧的像素的亮度值为“64”，位于关注像素下侧的像素的亮度值为“127”，位于关注像素左侧的像素的亮度值为“255(白)”的情况下，通过下述那样的计算来求出山形边缘的强度。
65.{(191-0) (191-64) (191-127) 0}/4＝95.5
66.另外，位于关注像素左侧的像素的亮度值大于关注像素的亮度值，因此设为“0”来进行计算。通过上述公式，求出该像素的位置处的边缘强度为“96(将95.5标准化为整数)”。
67.(b)运动体检测
68.运动体检测部24b在作为摄影图像而连续地得到的各图像间对由边缘提取部24a提取出的边缘进行比较而求出边缘差分，并基于该边缘差分来检测运动体。此处所述的“运动体”是指在摄影图像上摄影到具有某种运动的物体的区域。
[0069]“边缘差分”具体而言是边缘强度之差。当通过图11的例子进行说明时，现在假设第一张图像的关注像素的边缘强度被计算为“96”。在下一张图像的相同关注像素的边缘强度为“10”的情况下，边缘强度之差为96-10＝86。例如，当将阈值设为“40”时，由于“86”为阈值以上，所以判定为在该关注像素的部分存在运动。
[0070]
作为其他方法，也可以在使边缘强度二值化之后求出差分。
[0071]
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，由于不是“0”，因此判定为存在运动。
[0072]
在图7的例子中，图中的55表示判定为存在运动的像素(运动像素)。在人物51的图像53中，在手、衣服的部分存在大量运动像素55，但在影子52的图像54中不存在运动像素55。如后所述，根据该运动像素55的分布能够判断运动体是否为人物。
[0073]
·
边缘差分与亮度差分
[0074]
也可以构成为，同时使用边缘差分与亮度差分来进行运动体检测。在该情况下，运动体检测部24b除了边缘差分之外，还求出作为摄影图像而连续地得到的各图像间的亮度差分(亮度值的差分)，并基于该亮度差分和边缘差分来检测运动体。作为对边缘差分的结果与亮度差分的结果进行综合的方法，存在以下那样的逻辑运算(and/or运算等)、参数变更等。
[0075]
and运算：在通过边缘差分和亮度差分的双方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范围内存在运动体。
[0076]
or运算：对于边缘较多的区域(影子的可能性较小的区域)使用亮度差分，对于边缘较少的区域(影子的可能性较高的区域)使用边缘差分。所谓“边缘较多的区域”是指，由边缘提取部24a提取出的边缘的数量(像素数)为被确定为影子的判定基准的规定数以上的区域。所谓“边缘较少的区域”是指，由边缘提取部24a提取出的边缘的数量(像素数)小于被确定为影子的判定基准的规定数的区域。
[0077]
参数变更：对于边缘较多的区域(影子的可能性较小的区域)，使其容易检测出亮度差分的参数(即，使亮度差分的阈值比标准值降低)，对于边缘较少的区域(影子的可能性
较高的区域)，使其难以检测出亮度差分的参数(即，使亮度差分的阈值比标准值提高)。
[0078]
(c)人物检测
[0079]
人物检测部24c基于由运动体检测部24b检测到的运动体的信息，将上述运动体检测为人物。所谓“人物”具体是指存在于轿厢11内或者侯梯厅15的利用者。“运动体的信息”包含运动像素的分布、运动体尺寸、运动体检测次数中的至少任一个。
[0080]“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像素的范围内存在40个(即，10％左右)以上的运动像素，则判断为是人物的运动。“运动体尺寸”表示运动像素连续的集合体的尺寸。例如，如果作为40个以上的运动像素连续的集合体而存在，则判断为是人物的运动。“运动体检测次数”表示针对每个图像检测为运动体的次数。例如，如果在图像上的相同位置处一定次数以上地检测为运动体，则判断为是人物的运动。
[0081]
·
边缘的信息与运动体的信息
[0082]
也可以构成为，同时使用边缘的信息与运动体的信息来进行人物检测。在该情况下，人物检测部24c基于边缘的信息，变更使用了作为运动体的信息而得到的运动像素的分布、运动体尺寸、运动体检测次数中的任一个的人物检测的判定基准，而进行人物检测。
[0083]
详细来说，人物检测部24c对于摄影图像中边缘较多的区域(影子的可能性较小的区域)，使运动像素的分布或者运动体尺寸小于边缘较少的区域，而进行人物检测。或者，也可以为，对于摄影图像中边缘较多的区域(影子的可能性较小的区域)，使运动体检测次数小于边缘较少的区域，例如将即使一次被检测为运动体的区域也判定为人物。
[0084]
本系统使用具有上述那种构成的检测处理部24从摄影图像中检测出人物(利用者)，并在该人物存在于图3所示的检测区域e1～e3中的任一个的情况下，执行规定的对应处理(门开闭控制)。以下，以拉入检测为例对本系统的处理动作进行说明。
[0085]
图12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。
[0086]
首先，作为初始设定，通过图像处理装置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)。例如，在设置了摄像机12时或者在调整了摄像机12的设置位置时，如以下那样执行该检测区域设定处理。
[0087]
即，检测区域设定部22a为，在轿厢门13全开的状态下，设定从出入口朝向侯梯厅15具有距离l3的检测区域e1。如图4所示，检测区域e1被设定为，包括门槛18、47，并将门套17a、17b的死角除去。此处，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(面宽)的横向宽度w0以上的距离。此外，检测区域设定部22a为，沿着轿厢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，并且沿着轿厢11的地面19的轿厢门槛47设定具有规定宽度的检测区域e3。
[0088]
在通常的运行中，当轿厢11到达任意层的侯梯厅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)。随着该开门动作，通过摄像机12以规定的帧率(例如30帧/秒)对侯梯厅侧的规定范围(l1)和轿厢内的规定范围(l2)进行摄影。另外，也可以从轿厢11关门的状态起连续地进行摄像机12的摄影。
[0089]
图像处理装置20为，按照时间序列取得由摄像机12摄影的图像，并将这些图像逐次保存于存储部21，并实时地执行以下那样的检测处理(拉入检测处理)(步骤s103)。另外，
作为针对摄影图像的前置处理，也可以进行失真校正、放大缩小、图像的局部剪切等。
[0090]
在图13中示出在上述步骤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，假定从摄影图像中提取山形边缘的情况进行说明。
[0091]
首先，检测处理部24从存储部21中按照时间序列顺序取得各图像(原始图像)(步骤s201)，并针对这些图像的每个制作仅由山形边缘构成的图像(步骤s202)。详细来说，检测处理部24为，作为山形边缘而提取具有两个方向以上的亮度梯度的方向与强度的组合且亮度值呈山形状变化的边缘，并制作仅由山形边缘构成的图像(以下，称作山形边缘图像)。
[0092]
接着，检测处理部24进行山形边缘图像的差分二值化(步骤s203)。如在图11中说明的那样，检测处理部24针对山形边缘图像的每个像素求出亮度梯度，并通过预先设定的阈值th1将在下一张图像的相同像素位置处对该亮度梯度的强度进行比较时的差分进行二值化。阈值th1根据轿厢11内、侯梯厅15的照明环境等而设定为最佳的值。
[0093]
此外，检测处理部24进行作为摄影图像的原始图像的差分二值化(步骤s204)。详细来说，检测处理部24在下一张图像的相同像素位置处对图像的各像素的亮度值进行比较而求出亮度差分，并通过预先设定的阈值th2将该亮度差分进行二值化。与上述阈值th1同样，阈值th2根据轿厢11内、侯梯厅15的照明环境等而设定为最佳的值。
[0094]
检测处理部24对使从山形边缘图像中求出的各像素的边缘差分二值化而得到的值与使从原始图像中求出的各像素的亮度差分二值化而得到的值进行综合处理(步骤s205)，并根据该综合处理的结果来检测有无运动体(步骤s206)。关于对边缘差分与亮度差分进行综合处理的方法，如上所述，存在逻辑运算(and/or运算等)、参数变更等。
[0095]
如此，当检测到运动体(运动像素)时，检测处理部24基于该运动体的信息来检测人物(步骤s207)。详细来说，检测处理部24基于作为运动体的信息而得到的运动像素的分布、运动体尺寸、运动体检测次数中的至少任一个，判定该运动体是否是人物的运动。例如，在根据运动像素的分布来进行人物检测的情况下，如果在规定的像素范围内存在10％左右以上的运动像素，则人物检测部24c将包括该运动像素的范围判定为人物的运动。在本实施方式中，所谓“人物”是处于轿厢11内或者侯梯厅15的利用者，在摄影图像上该利用者的衣服、手的运动等被表示为运动像素(参照图7)。
[0096]
另外，在图13的例子中，同时使用了边缘差分与亮度差分，但也可以仅通过边缘差分来进行运动体检测处理，并根据作为检测结果而得到的运动像素的分布等来检测人物(利用者)。在该情况下，不需要图13的步骤s204与s205的处理。
[0097]
返回图12，当在开门动作中通过上述检测处理检测到利用者的情况下，检测处理部24判断该利用者是否处于在轿厢11内被设定为拉入检测区域的检测区域e2或者检测区域e3内(步骤s104)。如果该利用者处于检测区域e2或者检测区域e3内(步骤s104的“是”)，则从检测处理部24对电梯控制装置30输入拉入检测信号。由此，电梯控制装置30作为与拉入检测区域相关联的对应处理，通过门开闭控制部31使轿厢门13的开门动作暂时停止，并在几秒后从该停止位置重新开始进行开门动作(步骤s105)。
[0098]
作为上述对应处理，也可以使轿厢门13的开门速度比通常变慢、或者使轿厢门13在朝相反方向(关门方向)移动若干之后重新开始进行开门动作。此外，可以通过使电梯控制装置30的警告部32启动，由此通过轿厢11内的扬声器46进行声音广播，以提醒利用者注意远离轿厢门13，也可以鸣响警告音(步骤s106)。在检测区域e2或者检测区域e3内检测到
利用者的期间，反复进行上述处理。由此，例如在利用者处于轿厢门13附近的情况下，能够将其被拉入门箱42a或者42b的情况防患于未然。
[0099]
(乘坐检测处理)
[0100]
在图12的例子中，以拉入检测处理为例进行了说明，但在乘坐检测处理中也同样。
[0101]
即，当轿厢11在任意层开始关门时，执行在图13中说明过的检测处理。如上所述，当基于摄影图像的边缘差分与亮度差分检测到利用者时，判断是否处于在侯梯厅15被设定为乘坐检测区域的检测区域e1内。在检测到该利用者处于检测区域e1内且走向轿厢11的门13的情况下，从检测处理部24对电梯控制装置30输出乘坐检测信号。由此，电梯控制装置30作为与乘坐检测区域相关联的对应处理，通过门开闭控制部31使轿厢门13的关门动作暂时停止，或者使轿厢门13朝相反方向(关门方向)移动，或者使轿厢门13的开门速度比通常变慢。
[0102]
如此，根据本实施方式，通过利用边缘差分，能够抑制进入摄影图像中的影子的过检测地检测到利用者。尤其是，若干考虑人物与影子的亮度特性的不同，而将亮度值呈山形状变化的山形边缘作为提取对象，则能够排除影子的影响而准确地检测利用者，能够实现与该检测结果相应的对应处理。
[0103]
另外，在上述实施方式中，假定从摄影图像整体检测利用者的情况进行了说明，但也可以构成为，针对在摄影图像上预先设定的每个检测区域来检测利用者。例如，如果处于开门动作中，则关注图4所示的检测区域e2、e3内的图像，根据该图像的边缘差分来检测处于检测区域e2或者e3的利用者。此外，如果处于关门动作中，则关注图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处于检测区域e1内的利用者。
[0104]
此外，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，但例如也可以使用标准化相关那样的矩形来判定边缘的变化。总之，只要能够在图像之间检测出边缘变化的状态，则不限定于边缘差分，可以使用任意方法。
[0105]
根据以上所述的至少一个实施方式，能够提供一种电梯的利用者检测系统，能够抑制因照明环境而引起的影子的过检测而准确地检测出处于轿厢内、侯梯厅的利用者。
[0106]
另外，对本发明的几个实施方式进行了说明，但这些实施方式是作为例子而提示的，并不意图对发明的范围进行限定。这些新的实施方式能够以其他各种方式加以实施，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。这些实施方式及其变形包含于发明的范围及主旨中，并且包含于专利请求范围所记载的发明和及其等同的范围中。