專利名稱：場景變化檢測裝置以及場景變化檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及用于從多個(gè)圖像所構(gòu)成的圖像序列中檢測場景變化位置的場景變化
檢測裝置以及場景變化檢測方法。
背景技術(shù)：
此前，曾提出過如下的方法對連續(xù)拍攝的多個(gè)靜態(tài)圖像序列或者如動態(tài)圖像那 樣連續(xù)的圖像序列進(jìn)行處理，從這些連續(xù)的圖像序列中檢測場景(scene)變化位置。例如， 普遍公知的方法是將相鄰的圖像間(幀間)的特征變化與預(yù)定的閾值進(jìn)行比較，在特征變 化超過閾值的情況下檢測為場景變化位置(例如，參照日本特開平4-345382號公報(bào))。艮卩， 在日本特開平4-345382號公報(bào)中，對分割成小塊的每一塊檢測運(yùn)動矢量，當(dāng)大小超過閾值 的運(yùn)動矢量被檢測出預(yù)定數(shù)量以上時(shí)，檢測為場景變化位置。 但是，在日本特開平4-345382號公報(bào)的技術(shù)中，因?yàn)橥ㄟ^僅采用運(yùn)動矢量大小的 統(tǒng)一化處理來檢測場景變化位置，所以存在場景變化位置的檢測精度低這樣的問題。
發(fā)明內(nèi)容
根據(jù)本發(fā)明一個(gè)方式的場景變化檢測裝置，從由多個(gè)圖像構(gòu)成的圖像序列中檢測 場景變化位置，其特征是該場景變化檢測裝置具有運(yùn)動矢量檢測部，其在上述圖像內(nèi)的多 個(gè)位置上檢測與其他圖像之間的運(yùn)動矢量；模式分類部，其根據(jù)在上述圖像內(nèi)檢測出的多 個(gè)運(yùn)動矢量，通過模式分類將上述圖像分類為預(yù)定的運(yùn)動模式；按分類圖像變化檢測部，其 按照每個(gè)上述模式分類來檢測各上述模式分類內(nèi)的上述圖像間的圖像變化；以及按分類場 景變化檢測部，其根據(jù)各上述模式分類內(nèi)的圖像間的圖像變化，按照每個(gè)上述模式分類來 檢測各上述模式分類內(nèi)的場景變化。 另外，根據(jù)本發(fā)明另一方式的場景變化檢測方法，從由多個(gè)圖像構(gòu)成的圖像序列 中檢測場景變化位置，其特征是該方法包含以下的情況在上述圖像內(nèi)的多個(gè)位置上檢測 與其他圖像之間的運(yùn)動矢量，根據(jù)在上述圖像內(nèi)檢測出的多個(gè)運(yùn)動矢量，通過模式分類將 上述圖像分類為預(yù)定的運(yùn)動模式，按照每個(gè)上述模式分類來檢測各上述模式分類內(nèi)的上述 圖像間的圖像變化，根據(jù)各上述模式分類內(nèi)的圖像間的圖像變化，按照每個(gè)上述模式分類 來檢測各上述模式分類內(nèi)的場景變化。 如果對照附圖閱讀以下的本發(fā)明的詳細(xì)說明，則能夠進(jìn)一步理解以上所述的情況 以及本發(fā)明的其他目的、特征、優(yōu)點(diǎn)和技術(shù)上以及產(chǎn)業(yè)上的意義。
圖1是示出實(shí)施方式1的場景變化檢測裝置的功能結(jié)構(gòu)例的框圖。
圖2是示出實(shí)施方式1的場景變化檢測裝置所進(jìn)行的處理步驟的流程圖。
圖3是示出運(yùn)動模式按模式分類為"平行移動"的圖像內(nèi)的運(yùn)動矢量組的圖。
圖4是示出運(yùn)動模式按模式分類為"遠(yuǎn)離拍攝對象的動作"的運(yùn)動矢量組的圖。
圖5是示出運(yùn)動模式按模式分類為"接近拍攝對象的動作"的運(yùn)動矢量組的圖。
圖6是示出運(yùn)動模式按模式分類為"平行移動"且拍攝順序相鄰的四張圖像的一 例的示意圖。 圖7是示出運(yùn)動模式按模式分類為"遠(yuǎn)離拍攝對象的動作"且拍攝順序相鄰的四 張圖像的一例的示意圖。 圖8是示出運(yùn)動模式按模式分類為"接近拍攝對象的動作"且拍攝順序相鄰的四 張圖像的一例的示意圖。 圖9是表示檢測出場景變化圖像的圖像序列的一例的示意圖。 圖10是示出實(shí)施方式2的場景變化檢測裝置所進(jìn)行的處理步驟的流程圖。 圖11是示出適用了實(shí)施方式的計(jì)算機(jī)系統(tǒng)的結(jié)構(gòu)的系統(tǒng)結(jié)構(gòu)圖。 圖12是示出圖11的計(jì)算機(jī)系統(tǒng)中的主體部結(jié)構(gòu)的框圖。 圖13是示意性地示出具有場景變化檢測裝置的膠囊型內(nèi)窺鏡系統(tǒng)的結(jié)構(gòu)圖。
具體實(shí)施例方式
以下，參照附圖詳細(xì)說明本發(fā)明的優(yōu)選實(shí)施方式。此外，本發(fā)明并不被該實(shí)施方式 限定。另外，在附圖的記載中對同一部分標(biāo)注同一符號。 圖1是示出實(shí)施方式1的場景變化檢測裝置1的功能結(jié)構(gòu)例的框圖。在實(shí)施方式 1中，場景變化檢測裝置1由輸入部2、顯示部3、存儲部4和處理部5構(gòu)成，該處理部5具有 控制裝置各部分的控制功能以及進(jìn)行各種運(yùn)算處理的運(yùn)算功能。 輸入部2是通過鍵盤、鼠標(biāo)、觸摸面板及各種開關(guān)等各種輸入裝置來實(shí)現(xiàn)的，其向 處理部5輸出與操作輸入對應(yīng)的輸入信號。顯示部3是通過LCD、 EL顯示器及CRT顯示器 等顯示裝置來實(shí)現(xiàn)的，其根據(jù)從處理部5輸入的顯示信號來顯示各種畫面。
存儲部4是通過能更新存儲的閃速存儲器等ROM或RAM這樣的各種IC存儲器、內(nèi) 置或者用數(shù)據(jù)通信端子連接的硬盤、CD-ROM等信息存儲介質(zhì)以及其讀取裝置等來實(shí)現(xiàn)的。 該存儲部4存儲有程序以及在該程序的執(zhí)行中使用的數(shù)據(jù)等，該程序用于使場景變化檢測 裝置1動作，并實(shí)現(xiàn)該場景變化檢測裝置1所具有的各種功能。例如，存儲有由連續(xù)拍攝的 多個(gè)圖像構(gòu)成的圖像序列的數(shù)據(jù)(圖像信息)。另外，還存儲有用于從構(gòu)成圖像序列的圖像 中檢測場景發(fā)生變化的場景變化位置的場景變化檢測程序41。 處理部5是通過CPU等硬件來實(shí)現(xiàn)的。該處理部5根據(jù)從輸入部2輸入的操作信 號及存儲在存儲部4內(nèi)的數(shù)據(jù)等，向構(gòu)成場景變化檢測裝置1的各部分轉(zhuǎn)發(fā)指示和數(shù)據(jù)等， 并統(tǒng)一控制場景變化檢測裝置1整體的動作。該處理部5包含圖像讀入部51、運(yùn)動矢量 檢測部52、作為模式分類部的運(yùn)動矢量分類處理部53、按分類圖像變化檢測部54、按分類 場景變化檢測部55和作為場景變化位置檢測部的全部場景變化檢測部56。
圖像讀入部51讀入存儲在存儲部4內(nèi)的圖像序列的數(shù)據(jù)(圖像信息)。運(yùn)動矢量 檢測部52在構(gòu)成圖像序列的圖像之間使各圖像中反映的同一區(qū)域相對應(yīng)，并檢測表示該 位置變化的多個(gè)矢量數(shù)據(jù)(運(yùn)動矢量)。運(yùn)動矢量分類處理部53根據(jù)檢測出的多個(gè)運(yùn)動 矢量，對構(gòu)成圖像序列的各圖像的動作進(jìn)行模式分類。按分類圖像變化檢測部54采用模式 分類的結(jié)果來檢測構(gòu)成圖像序列的各圖像間的圖像變化。具體地說，對每個(gè)基于各運(yùn)動模 式的模式分類預(yù)先定義圖像變化量的計(jì)算處理(按分類的圖像變化檢測處理)。然后，按分類圖像變化檢測部54針對作為處理對象的圖像，應(yīng)用與其運(yùn)動模式相對應(yīng)的按分類圖 像變化檢測處理，由此例如在與拍攝順序相鄰的其他圖像之間計(jì)算圖像變化量，將計(jì)算出 的圖像變化量作為各模式分類內(nèi)的圖像間的圖像變化來進(jìn)行檢測。按分類場景變化檢測部 55根據(jù)各模式分類內(nèi)的圖像間的圖像變化，對每個(gè)模式分類檢測各模式分類內(nèi)的場景變 化。具體地說，對每個(gè)基于各運(yùn)動模式的模式分類預(yù)先設(shè)定加權(quán)信息以及檢測條件。并且， 按分類場景變化檢測部55在各圖像的圖像變化量中綜合了與其運(yùn)動模式對應(yīng)的加權(quán)信息 之后，對每個(gè)模式分類進(jìn)行提取場景變化圖像的處理，并作為各模式分類內(nèi)的場景變化來 進(jìn)行檢測，該場景變化圖像滿足與該運(yùn)動模式對應(yīng)的檢測條件。全部場景變化檢測部56生 成由已提取的場景變化圖像構(gòu)成的場景變化圖像序列。生成的場景變化圖像序列例如在顯 示部3上按照拍攝順序進(jìn)行顯示。 圖2是實(shí)施方式1的場景變化檢測裝置1所進(jìn)行的處理步驟的流程圖。另外，通 過處理部5讀出存儲在存儲部4內(nèi)的場景變化檢測程序41后執(zhí)行該程序，來實(shí)現(xiàn)這里所說 明的處理。 首先，圖像讀入部51取得存儲在存儲部4內(nèi)的圖像序列的圖像信息(步驟al)。
接著，運(yùn)動矢量檢測部52將構(gòu)成圖像序列的各圖像依次作為處理對象來進(jìn)行運(yùn) 動矢量的檢測(步驟a3)。運(yùn)動矢量的計(jì)算可通過應(yīng)用模板匹配方法或光流計(jì)算方法等公 知方法來實(shí)現(xiàn)，不過，這里僅對例如進(jìn)行模板匹配來計(jì)算運(yùn)動矢量的情況進(jìn)行說明。
S卩，首先，在處理對象圖像和拍攝順序相鄰的圖像內(nèi)的預(yù)定位置上設(shè)定預(yù)定數(shù)量 的搜索對象區(qū)域。設(shè)定搜索對象區(qū)域的設(shè)定位置以及數(shù)量可適當(dāng)?shù)剡M(jìn)行設(shè)定。這里，關(guān)于 搜索對象區(qū)域的設(shè)定，例如可將圖像分割為格子狀且設(shè)定成均等?；蛘撸瑥膱D像中搜索具有 預(yù)先確定的預(yù)定特征的特征區(qū)域，并將搜索到的特征區(qū)域作為搜索對象區(qū)域。具體地說，可 通過搜索像素值的分散大的區(qū)域或提取邊緣而獲得的邊緣強(qiáng)度強(qiáng)的區(qū)域，來設(shè)定搜索對象 區(qū)域。然后，進(jìn)行將各搜索對象區(qū)域依次作為模板的模板匹配，從處理對象圖像中搜索與各 模板最匹配的(相關(guān)值高)的區(qū)域。該模板匹配的結(jié)果是，從處理對象圖像中搜索與搜索 對象區(qū)域最相似的區(qū)域，并獲得其相關(guān)值。并且，檢測各搜索對象區(qū)域和對該搜索對象區(qū)域 進(jìn)行了搜索的區(qū)域的中心坐標(biāo)的變化，分別作為運(yùn)動矢量，并形成為處理對象圖像內(nèi)的運(yùn) 動矢量組。另外，此時(shí)，運(yùn)動矢量檢測部52計(jì)算所檢測到的運(yùn)動矢量的可靠度。例如，當(dāng)搜 索的結(jié)果是沒有發(fā)現(xiàn)匹配區(qū)域時(shí)，針對所獲得的相關(guān)值低的運(yùn)動矢量，將其可靠度設(shè)定得 較低，如果所獲得的相關(guān)值高則將其可靠度設(shè)定得較高。 接著，運(yùn)動矢量分類處理部53將構(gòu)成圖像序列的各圖像依次作為處理對象，并根 據(jù)檢測出的運(yùn)動矢量組對各圖像的動作進(jìn)行模式分類(步驟a5)。具體地說，運(yùn)動矢量分類 處理部53根據(jù)檢測出的運(yùn)動矢量組的取向特性來估計(jì)視野的動作，由此判定圖像的運(yùn)動 模式，并進(jìn)行模式分類。在本實(shí)施方式中，將各圖像分類為"平行移動"、"遠(yuǎn)離拍攝對象的動 作"、"接近拍攝對象的動作"這三個(gè)運(yùn)動模式中的任意一個(gè)。 圖3是示出運(yùn)動模式按模式分類為"平行移動"的圖像內(nèi)的運(yùn)動矢量組的圖。如 圖3所示，在處理對象的圖像內(nèi)檢測出的各運(yùn)動矢量V11大致朝著同一方向，在大小也大致 相等的情況下，可估計(jì)為該圖像的視野在與拍攝順序相鄰的其他圖像之間橫向滑動(平行 移動)。在這樣的情況下，將圖像的運(yùn)動模式分類為"平行移動"。作為具體的處理步驟，例 如判定各運(yùn)動矢量的方向。然后，在各運(yùn)動矢量的方向大致朝著相同的方向的情況下，計(jì)算運(yùn)動矢量的方向的分散值。并且，對計(jì)算出的分散值進(jìn)行閾值處理，當(dāng)小于預(yù)先設(shè)定的閾值 時(shí)，將該圖像的運(yùn)動模式分類為"平行移動"。 圖4是示出運(yùn)動模式按模式分類為"遠(yuǎn)離拍攝對象的動作"的圖像內(nèi)的運(yùn)動矢量 組的圖。如圖4所示，當(dāng)在處理對象的圖像內(nèi)所檢測出的各運(yùn)動矢量V13取向?yàn)槌鴪D像 內(nèi)的某一點(diǎn)(中心)匯集時(shí)，可估計(jì)為該圖像的視野以該視野范圍內(nèi)的拍攝對象與拍攝順 序相鄰的其他圖像之間相遠(yuǎn)離的方式移動。這里，在視野范圍這樣運(yùn)動的情況下，如圖4所 示，各運(yùn)動矢量的大小隨著接近中心而變小。在這樣的情況下，將圖像的運(yùn)動模式分類為 "遠(yuǎn)離拍攝對象的動作"。作為具體的處理步驟，例如在各運(yùn)動矢量的終點(diǎn)匯集于一點(diǎn)時(shí)，將 該圖像的運(yùn)動模式分類為"遠(yuǎn)離拍攝對象的動作"。 圖5是示出運(yùn)動模式按模式分類為"接近拍攝對象的動作"的圖像內(nèi)的運(yùn)動矢量 組的圖。如圖5所示，當(dāng)在處理對象的圖像內(nèi)檢測出的各運(yùn)動矢量V15取向?yàn)閺膱D像內(nèi)的 某一點(diǎn)(中心)放射狀地發(fā)散時(shí)，可估計(jì)為該圖像的視野以該視野范圍內(nèi)的拍攝對象與拍 攝順序相鄰的其他圖像之間相接近的方式移動。這里，在視野范圍這樣運(yùn)動的情況下，如圖 5所示，各運(yùn)動矢量的大小隨著接近中心而變大。在這樣的情況下，將圖像的運(yùn)動模式分類 為"接近拍攝對象的動作"。作為具體的處理步驟，例如在各運(yùn)動矢量的起始點(diǎn)匯集于一點(diǎn) 的情況下，將該圖像的運(yùn)動模式分類為"接近拍攝對象的動作"。 此外，模式分類的方法不限于此，可進(jìn)一步進(jìn)行更細(xì)的分類。例如，可將分類為"平 行移動"的圖像根據(jù)其平行移動的方向進(jìn)一步進(jìn)行分類。另外，可將分類為"遠(yuǎn)離拍攝對象 的動作"或"接近拍攝對象的動作"的圖像根據(jù)其中心位置進(jìn)一步進(jìn)行分類。此外，還可以 分類為除了例示的"平行移動"、"遠(yuǎn)離拍攝對象的動作"、"接近拍攝對象的動作"以外的運(yùn) 動模式，各運(yùn)動模式的模式分類條件可預(yù)先任意地定義。 接著，如圖2所示，將各運(yùn)動模式的模式分類依次作為處理對象，針對屬于各模式 分類的每個(gè)圖像進(jìn)行循環(huán)A的處理(步驟a7 步驟a13)。以下，在循環(huán)A內(nèi)的處理中，將 處理對象的模式分類稱為"對象分類"。 在循環(huán)A中，首先，按分類圖像變化檢測部54使用與對象分類相應(yīng)的按分類圖像 變化檢測處理，例如在該圖像與拍攝順序相鄰的其他圖像之間計(jì)算圖像變化量，并作為對 象分類內(nèi)的圖像間的圖像變化而進(jìn)行檢測(步驟a9)。 這里，說明針對每個(gè)模式分類進(jìn)行定義的按分類圖像變化檢測處理。在能夠正確 檢測出運(yùn)動矢量的情況下，該運(yùn)動矢量的大小成為表示圖像間的圖像變化的指標(biāo)。另一方 面，圖像內(nèi)的各運(yùn)動矢量大小的傾向根據(jù)運(yùn)動模式而不同。因此，采用各運(yùn)動矢量的大小， 按照對每個(gè)模式分類所確定的各運(yùn)動矢量各自的大小的傾向，對每個(gè)模式分類預(yù)先定義計(jì) 算圖像變化量的按分類圖像變化檢測處理。更具體地說，例如采用基于各運(yùn)動矢量大小的 參數(shù)值，來定義計(jì)算圖像變化量的按分類圖像變化檢測處理。 例如，運(yùn)動模式為"平行移動"的圖像的運(yùn)動矢量組如上所述，分別朝向大致相同 的方向，大小也大致相等。因此，作為"平行移動"的按分類圖像變化檢測處理而預(yù)先定義 了這樣的處理，即將該圖像內(nèi)的運(yùn)動矢量大小的平均值作為圖像變化量來計(jì)算的處理。
另外，如上所述，對于運(yùn)動模式為"遠(yuǎn)離拍攝對象的動作"或"接近拍攝對象的動 作"的圖像運(yùn)動矢量組，其大小根據(jù)離中心的距離而變化。因此，作為"遠(yuǎn)離拍攝對象的動 作"或"接近拍攝對象的動作"的按分類圖像變化檢測處理而預(yù)先定義了這樣的處理，即將該圖像內(nèi)的運(yùn)動矢量大小的中間值或最大值、最小值作為圖像變化量來計(jì)算的處理。此外， 還可以預(yù)先定義這樣的處理，即將運(yùn)動矢量大小的平均值作為圖像變化量來計(jì)算的處理。
此外，對每個(gè)模式分類預(yù)先定義的按分類圖像變化檢測處理不限于采用如上所述 的基于運(yùn)動矢量大小的一個(gè)參數(shù)值的處理。例如，也可以為如下的處理，即采用基于運(yùn)動 矢量大小的多個(gè)參數(shù)值，合并這些值來計(jì)算圖像變化量。此外，不僅采用基于運(yùn)動矢量大小 的參數(shù)值，還可以采用基于運(yùn)動矢量方向的參數(shù)值等。例如，可以將如下這樣的處理定義成 按分類圖像變化檢測處理，B卩，該處理為適當(dāng)組合各運(yùn)動矢量大小的平均值或中間值、最 大值、最小值、分散值、各運(yùn)動矢量方向的分散值、各運(yùn)動矢量的可靠度等各值，合并這些值 后計(jì)算圖像變化量。 或者，可將各運(yùn)動矢量的可靠度用作基于運(yùn)動模式的參數(shù)值，并加入該值來計(jì)算 圖像變化量，從而能夠?qū)崿F(xiàn)可靠性更高的圖像變化的檢測。具體地說，針對各運(yùn)動矢量的大 小或方向，進(jìn)行采用了其可靠度的加權(quán)。例如，根據(jù)運(yùn)動矢量的大小來計(jì)算帶有加權(quán)的平均 值或帶有加權(quán)的中間值、帶有加權(quán)的最大值、帶有加權(quán)的最小值等值，或者根據(jù)運(yùn)動矢量的 方向來計(jì)算帶有加權(quán)的分散值等值，來計(jì)算圖像變化量。 接著，按分類場景變化檢測部55根據(jù)所檢測的對象分類內(nèi)的圖像間的圖像變化， 檢測對象分類內(nèi)的場景變化(步驟all)。具體地說，按分類場景變化檢測部55首先在被分 類為對象分類的各圖像的圖像變化量中合并分別針對對象分類而預(yù)先設(shè)定的加權(quán)信息。
這里，加權(quán)信息是例如針對各模式分類而分別設(shè)定的加權(quán)系數(shù)，與針對"遠(yuǎn)離拍攝 對象的動作"、"接近拍攝對象的動作"設(shè)定的加權(quán)系數(shù)相比，較大地設(shè)定針對"平行移動"設(shè) 定的加權(quán)系數(shù)。這是基于如下情況當(dāng)比較各運(yùn)動模式時(shí)，"平行移動"與"遠(yuǎn)離拍攝對象的 動作"、"接近拍攝對象的動作"相比，其視野內(nèi)的拍攝對象脫離視野的速度快，相鄰圖像間 的拍攝對象在視覺上的變化小。 圖6是示出運(yùn)動模式按模式分類為"平行移動"且拍攝順序相鄰的四張圖像(a) (d)的一例的示意圖，該圖6示出圖像中反映的拍攝對象011在圖像間的視覺上的變化。另 外，在各圖像上示出在該圖像內(nèi)檢測出的運(yùn)動矢量組。并且，圖7是運(yùn)動模式按模式分類為 "遠(yuǎn)離拍攝對象的動作"且拍攝順序相鄰的四張圖像(a) (d)的一例的示意圖，該圖7示 出圖像中反映的拍攝對象013在圖像間的視覺上的變化。另外，在各圖像中示出在該圖像 內(nèi)檢測出的運(yùn)動矢量組。此外，圖8示出運(yùn)動模式按模式分類為"接近拍攝對象的動作"且 拍攝順序相鄰的四張圖像(a) (d)的一例的示意圖，該圖8示出圖像中反映的拍攝對象 015在圖像間的視覺上的變化。另外，在各圖像上示出在該圖像內(nèi)檢測出的運(yùn)動矢量組。
如圖6 圖8所示，在視野進(jìn)行"平行移動"動作的情況和進(jìn)行"遠(yuǎn)離拍攝對象的 動作"或"接近拍攝對象的動作"的情況下，即使在運(yùn)動矢量大小大致相等時(shí)，各圖像中反映 的拍攝對象的視覺上的變化也不同，拍攝對象從視野中消失的速度也不同。例如，在圖6所 示的視野進(jìn)行"平行移動"動作時(shí)的拍攝對象Oll的視覺上的變化，與圖7所示的進(jìn)行"遠(yuǎn) 離拍攝對象的動作"時(shí)的拍攝對象013的視覺上的變化、或進(jìn)行圖8所示的"接近拍攝對象 的動作"時(shí)的拍攝對象015的視覺上的變化相比要快，拍攝對象Oll從視野中消失的速度也 快。 g卩，在圖6所示的"平行移動"的例子中，在第三張(c)中拍攝對象011的一部分 從視野中消失，在第四張(d)中完全從視野中消失。與此相對，在圖7所示的"遠(yuǎn)離拍攝對象的動作"的例子中，相比于圖6的情況，無論運(yùn)動矢量的大小是否大致相同，拍攝對象013 都反映于第四張(d)的圖像中，并沒有從視野消失。因此，即使在被分類為"平行移動"的 圖像的圖像變化量和被分類為"遠(yuǎn)離拍攝對象的動作"或"接近拍攝對象的動作"的圖像的 圖像變化量相同的情況下，"平行移動"一方的拍攝對象的動作也較大。圖8的情況也是同 樣，與"遠(yuǎn)離拍攝對象的動作"、"接近拍攝對象的動作"相比，"平行移動"的重要度高。
因此，在實(shí)施方式1中，相對于"遠(yuǎn)離拍攝對象的動作"、"接近拍攝對象的動作"的 加權(quán)系數(shù)，將"平行移動"的加權(quán)系數(shù)設(shè)定得較大。并且，將該加權(quán)系數(shù)與圖像變化量合并。 由此，能夠?qū)崿F(xiàn)根據(jù)每個(gè)模式分類的拍攝對象在視覺上的變化量的不同來檢測加入了重要 度的圖像變化。另外，在圖像變化量中合并與該圖像的模式分類相對應(yīng)的加權(quán)信息，由此各 模式分類的順序不僅依據(jù)運(yùn)動模式來決定，還要根據(jù)加權(quán)系數(shù)來綜合性決定，所以能夠?qū)?現(xiàn)在模式分類之間賦予更適當(dāng)?shù)捻樞颉?具體地說，按分類場景變化檢測部55根據(jù)下式(1)來計(jì)算合并加權(quán)信息后的圖像 變化量，并作為圖像間的圖像變化而進(jìn)行檢測。這里，ImgMov(j)表示針對圖像序列的第j 個(gè)圖像計(jì)算出的圖像變化量，W一M。v(k)表示在第k模式分類中作為加權(quán)信息而設(shè)定的加權(quán)系 數(shù)。 ImgMov(j)' = WImgM。v(k) ImgMov (j) (1) 并且，按分類場景變化檢測部55提取出合并加權(quán)信息后的圖像變化量滿足預(yù)先 針對對象分類設(shè)定的場景變化檢測條件的圖像(場景變化圖像)，并作為對象分類內(nèi)的場 景變化來進(jìn)行檢測。這里，檢測條件例如針對每個(gè)模式分類定義了各個(gè)閾值。按分類場景 變化檢測部55采用針對對象分類而定義的閾值，對分類為對象分類的各圖像的圖像變化 量進(jìn)行閾值處理，將圖像變化量大于該閾值的圖像作為場景變化圖像來提取。關(guān)于閾值，例 如根據(jù)上述模式分類的重要度，將重要度低的模式分類的閾值設(shè)定得比重要度高的模式分 類的閾值大。 此外，這里說明了預(yù)先定義每個(gè)模式分類的閾值來作為檢測條件、并采用該閾值 對圖像變化量進(jìn)行閾值處理的情況，但不限于此。例如，可定義每個(gè)模式分類的場景變化數(shù) 量來作為檢測條件。關(guān)于場景變化數(shù)量，例如根據(jù)模式分類的重要度，將重要度低的模式分 類的場景變化數(shù)量設(shè)定得比重要度高的模式分類的場景變化數(shù)量大。并且，按分類場景變 化檢測部55可在分類為對象分類的圖像中，從圖像變化量大的圖像開始依次提取該場景 變化數(shù)量的圖像作為場景變化圖像，并作為場景變化而檢測出。 在對全部運(yùn)動模式的模式分類執(zhí)行了循環(huán)A的處理后，接著全部場景變化檢測部 56針對每個(gè)模式分類，根據(jù)在步驟a11中檢測出的場景變化圖像來生成場景變化圖像序 列，并檢測作為整個(gè)圖像序列的場景變化位置(步驟a15)。 圖9是表示檢測出場景變化圖像的圖像序列的一例的示意圖。如以上處理過的圖 像序列如圖9所示，將場景變化圖像作為場景變化來分割成多次拍攝。并且，當(dāng)實(shí)際在顯示 部3上進(jìn)行顯示時(shí)，依次顯示拍攝最初的場景變化圖像。在該顯示中，不顯示圖像間的圖像 變化小的圖像。即，省略對相似度大的圖像的顯示。因此，能夠?qū)崿F(xiàn)構(gòu)成圖像序列的圖像的 高效率顯示。 另外，根據(jù)實(shí)施方式l，可對每個(gè)模式分類檢測圖像間的圖像變化，該模式分類是 預(yù)先以運(yùn)動模式對圖像序列的各個(gè)圖像進(jìn)行分類的。更具體地說，可對每個(gè)模式分類預(yù)先定義按分類圖像變化檢測處理，使用與該模式分類相應(yīng)的按分類圖像變化檢測處理，可對 每個(gè)模式分類檢測圖像間的圖像變化。然后，可根據(jù)各模式分類內(nèi)的圖像間的圖像變化，將 各模式分類內(nèi)的場景變化按每個(gè)模式分類來進(jìn)行檢測。具體地說，在針對各圖像計(jì)算出的 圖像變化量中綜合了與該模式分類相對應(yīng)的加權(quán)信息的基礎(chǔ)上，根據(jù)與該模式分類相對應(yīng) 的檢測條件來提取場景變化檢測圖像，由此能夠檢測各模式分類內(nèi)的場景變化。因此，能夠 檢測與模式分類對應(yīng)的圖像間的圖像變化，此外，還能夠檢測與模式分類對應(yīng)的場景變化。
由此，無需增加檢測場景變化所需的處理時(shí)間，就能夠?qū)γ總€(gè)模式分類適當(dāng)?shù)貦z測圖像序 列內(nèi)的場景變化位置，從而起到檢測精度得以提高這樣的效果。 此外，在"平行移動"和"遠(yuǎn)離拍攝對象的動作"或"接近拍攝對象的動作"中，即使 外觀上運(yùn)動矢量的大小相同，但實(shí)際的動作量也很可能不同。根據(jù)實(shí)施方式l，通過使用在 運(yùn)動矢量的每個(gè)模式分類中都不同的加權(quán)信息或檢測條件，能夠檢測精度高的場景變化。
此外，在上述說明中，根據(jù)在拍攝順序相鄰的圖像間檢測出的運(yùn)動矢量來檢測圖 像間的圖像變化，但不限于此。例如，可采用當(dāng)前普遍公知的圖像間的相關(guān)或SSD(像素差 的平方和)、SAD(像素差的絕對值和)等圖像特征來檢測圖像間的圖像變化。
另外，運(yùn)動矢量的檢測不特別限定于相鄰的兩張圖像間的處理。例如，可計(jì)算出兩 張以上的圖像間的圖像特征，采用基于這些的組合的統(tǒng)計(jì)運(yùn)算來檢測圖像間的圖像變化。 例如，針對多張相鄰的各圖像，分別計(jì)算與相鄰的其他圖像之間的運(yùn)動矢量或標(biāo)準(zhǔn)的相互 相關(guān)、SSD、 SAD等圖像特征。并且，可以根據(jù)各值的平均值來檢測圖像間的圖像變化。
另外，在連續(xù)的圖像序列中，有時(shí)相似的圖像相鄰。在這樣的情況下，還可以針對 相鄰的多個(gè)圖像應(yīng)用就某一張圖像進(jìn)行的處理結(jié)果。作為用于決定適用本方法的圖像張數(shù) 的方法，簡易地說，可以是預(yù)先決定特定張數(shù)的方法。另外，圖像間的相似度可通過與預(yù)定 閾值之間的比較來進(jìn)行判定，并適當(dāng)?shù)貨Q定。由此，不需要處理構(gòu)成圖像序列的全部圖像， 能夠?qū)崿F(xiàn)處理時(shí)間的縮短。 接著，對實(shí)施方式2進(jìn)行說明。在實(shí)施方式1中，分類為構(gòu)成圖像序列的各圖像 "平行移動"、"遠(yuǎn)離拍攝對象的動作"、"接近拍攝對象的動作"各運(yùn)動模式，并對每個(gè)模式分 類檢測圖像間的圖像變化及場景變化。但是，實(shí)際的圖像在圖像之間場景完全改變，從而包 含無法分類為"平行移動"、"遠(yuǎn)離拍攝對象的動作"、"接近拍攝對象的動作"等運(yùn)動模式的 圖像。在實(shí)施方式2中，將這樣的圖像分類成新的分類(以下，稱為"場景改變"。)，并針對 這些圖像，適用與實(shí)施方式1所說明的基于運(yùn)動矢量的圖像間的圖像變化的檢測處理不同 的處理。 圖10是表示實(shí)施方式2的場景變化檢測裝置進(jìn)行的處理步驟的流程圖。此外，在 圖10中，對與實(shí)施方式1同樣的處理工序標(biāo)注同一符號。 如圖10所示，在執(zhí)行了循環(huán)A的處理之后，運(yùn)動矢量分類處理部53判斷有沒有未 被分類為"平行移動"、"遠(yuǎn)離拍攝對象的動作"或"接近拍攝對象的動作"中的任意一類的圖 像。這里，所謂沒有被分類為運(yùn)動模式的圖像例如是這樣的圖像，B卩在計(jì)算運(yùn)動矢量時(shí)從 該圖像內(nèi)作為與搜索對象區(qū)域?qū)?yīng)的區(qū)域而被搜索出的區(qū)域數(shù)量少的情況下、或獲得的運(yùn) 動矢量的方向沒有統(tǒng)一性的情況下等的被認(rèn)為檢測結(jié)果的可靠性低的圖像。并且，這樣的 圖像可被估計(jì)為圖像間的圖像變化大、場景完全變化的圖像。如果不存在未被分類為運(yùn)動 模式的圖像(步驟bl4 :否)，則轉(zhuǎn)移至步驟a15。然后，在步驟all中，全部場景變化檢測部56根據(jù)對每個(gè)模式分類檢測出的場景變化圖像來生成場景變化圖像序列，并檢測整個(gè)圖像 序列的場景變化。 另一方面，運(yùn)動矢量分類處理部53在具有未被分類為運(yùn)動模式的圖像的情況下 (步驟bl4 :是)，將未被分類為該運(yùn)動模式的圖像分類為場景改變。并且，按分類圖像變化 檢測部54采用與基于運(yùn)動矢量的圖像變化檢測方法不同的方法，來檢測該場景改變的分 類內(nèi)的圖像間的圖像變化(步驟bl7)。具體地說，采用圖像間的相關(guān)或SSD、SAD等圖像特 征來檢測圖像間的圖像變化。 接著，與步驟all同樣地，按分類場景變化檢測部55檢測場景改變的分類內(nèi)的場 景變化(步驟b19)。具體地說，預(yù)先設(shè)定關(guān)于場景改變的加權(quán)信息以及檢測條件。并且， 按分類場景變化檢測部55首先在被分類為場景改變的各圖像的圖像變化量中分別合并了 場景改變的加權(quán)信息，然后對每個(gè)模式分類進(jìn)行提取場景變化圖像的處理，并作為各模式 分類內(nèi)的場景變化來進(jìn)行檢測，該場景變化圖像滿足針對場景改變而設(shè)定的檢測條件。例 如，如上所述，因?yàn)閳鼍案淖兊膱D像是被估計(jì)為圖像間的圖像變化大的圖像，所以作為加權(quán) 信息，預(yù)先設(shè)定比"平行移動"、"遠(yuǎn)離拍攝對象的動作"、"接近拍攝對象的動作"大的加權(quán) 系數(shù)。另外，當(dāng)作為檢測條件預(yù)先定義了閾值時(shí)，將閾值的值預(yù)先設(shè)定為小于針對"平行移 動"、"遠(yuǎn)離拍攝對象的動作"、"接近拍攝對象的動作"設(shè)定的閾值。當(dāng)作為檢測條件預(yù)先定 義了場景變化數(shù)量時(shí)，則預(yù)先設(shè)定比針對"平行移動"、"遠(yuǎn)離拍攝對象的動作"、"接近拍攝 對象的動作"設(shè)定的場景變化數(shù)量大的值。 然后，全部場景變化檢測部56根據(jù)對每個(gè)模式分類在步驟all中檢測出的場景變 化圖像和在步驟b19中針對場景改變的分類而檢測出的場景變化圖像來生成場景變化圖 像序列，并檢測全部圖像序列的場景變化(步驟b21)。此時(shí)，如上所述，可認(rèn)為對于進(jìn)行了 模式分類的圖像的圖像變化，能正確地檢測出運(yùn)動矢量，且與未進(jìn)行模式分類的圖像相比， 圖像變化小。因此，還能夠調(diào)整為進(jìn)行了模式分類的圖像的圖像變化的最大值與不能進(jìn)行 模式分類的圖像組的圖像變化的最小值的邊界連續(xù)。 該實(shí)施方式2能夠起到與實(shí)施方式1同樣的效果，并且針對沒有被分類為任意運(yùn) 動模式的場景改變的圖像，可采用與使用運(yùn)動矢量的圖像變化檢測方法不同的方法來檢測 圖像間的圖像變化，并根據(jù)所檢測出的圖像間的圖像變化來檢測場景變化。由此，即使在圖 像序列中含有無法進(jìn)行模式分類的圖像的情況下，也能夠適當(dāng)求出該圖像間的圖像變化。 從而，能夠進(jìn)一步適當(dāng)?shù)貦z測圖像序列內(nèi)的場景變化位置，能夠進(jìn)一步提高檢測精度。
此外，關(guān)于上述實(shí)施方式1、2的場景變化檢測裝置，可通過個(gè)人計(jì)算機(jī)或工作站 等的計(jì)算機(jī)系統(tǒng)執(zhí)行已預(yù)先準(zhǔn)備的程序來實(shí)現(xiàn)。以下，說明具有與各實(shí)施方式1、2所說明 的場景變化檢測裝置同樣的功能、并執(zhí)行場景變化檢測程序的計(jì)算機(jī)系統(tǒng)。
圖11是示出適用了實(shí)施方式的計(jì)算機(jī)系統(tǒng)20的結(jié)構(gòu)的系統(tǒng)結(jié)構(gòu)圖，圖12是示出 該計(jì)算機(jī)系統(tǒng)20中的主體部210的結(jié)構(gòu)的框圖。如圖11所示，計(jì)算機(jī)系統(tǒng)20具備主體部 210和顯示器220，該顯示器220用于根據(jù)來自主體部210的指示，在顯示畫面221上顯示 圖像等信息。另外，計(jì)算機(jī)系統(tǒng)20還具備用于向該計(jì)算機(jī)系統(tǒng)20輸入各種信息的鍵盤230 和用于指定顯示器220的顯示畫面221上的任意位置的鼠標(biāo)240。 另外，該計(jì)算機(jī)系統(tǒng)20中的主體部210如圖12所示，具備CPU 211、RAM 212、R0M 213、硬盤驅(qū)動器(HDD) 214、可裝入CD-ROM 260的CD-ROM驅(qū)動器215、可裝卸連接USB存儲器270的USB端口 216、與顯示器220、鍵盤230以及鼠標(biāo)240連接的1/0接口 217以及用 于與局域網(wǎng)或廣域網(wǎng)(LAN/WAN) Nl連接的LAN接口 218。 此外，該計(jì)算機(jī)系統(tǒng)20連接有用于與互聯(lián)網(wǎng)等公共線路N3連接的調(diào)制解調(diào)器 250，并且經(jīng)由LAN接口 218以及局域網(wǎng)或廣域網(wǎng)Nl，連接其他計(jì)算機(jī)系統(tǒng)即個(gè)人計(jì)算機(jī) (PC)281、服務(wù)器282、打印機(jī)283等。 另外，該計(jì)算機(jī)系統(tǒng)20通過讀出在預(yù)定的存儲介質(zhì)中存儲的場景變化檢測程序 并執(zhí)行該程序，來實(shí)現(xiàn)場景變化檢測裝置。這里，所謂預(yù)定的存儲介質(zhì)，除了 CD-ROM 260及 USB存儲器270之外，還包括MO盤、DVD盤、軟盤(FD)、磁盤、包含IC卡等的"可移動物理介 質(zhì)"、計(jì)算機(jī)系統(tǒng)20的主體內(nèi)所具備的HDD 214、RAM 212及ROM 213等"固定用物理介質(zhì)"、 經(jīng)由調(diào)制解調(diào)器250連接的公共線路N3及連接其他計(jì)算機(jī)系統(tǒng)(PC) 281或服務(wù)器282的 局域網(wǎng)或廣域網(wǎng)Nl等那樣在程序發(fā)送時(shí)短期保存程序的"通信介質(zhì)"等、和存儲可通過計(jì) 算機(jī)系統(tǒng)20讀取的場景變化檢測程序的所謂存儲介質(zhì)。 S卩，場景變化檢測程序以可通過計(jì)算機(jī)讀取的方式存儲在"可移動的物理介質(zhì)"、 "固定用的物理介質(zhì)"、"通信介質(zhì)"等存儲介質(zhì)中，計(jì)算機(jī)系統(tǒng)20通過從這樣的存儲介質(zhì)中 讀出場景變化檢測程序并執(zhí)行該程序，來實(shí)現(xiàn)場景變化檢測裝置。此外，場景變化檢測程序 不僅限于通過計(jì)算機(jī)系統(tǒng)20來執(zhí)行。在其他計(jì)算機(jī)系統(tǒng)(PC) 281或服務(wù)器282執(zhí)行場景 變化檢測程序的情況、或者它們聯(lián)動地執(zhí)行場景變化檢測程序的情況下，也同樣能夠適用 本發(fā)明。 然后，上述實(shí)施方式1、2的場景變化檢測裝置可適合應(yīng)用于例如膠囊型內(nèi)窺鏡系 統(tǒng)。圖13是示意性地示出作為工作站及個(gè)人計(jì)算機(jī)等通用計(jì)算機(jī)具備適用實(shí)施方式1或?qū)?施方式2的場景變化檢測裝置39的膠囊型內(nèi)窺鏡系統(tǒng)的結(jié)構(gòu)圖。如圖13所示，膠囊型內(nèi) 窺鏡系統(tǒng)除了場景變化檢測裝置39之外，還具備對被檢體31內(nèi)部的圖像(以下，稱為"體 腔內(nèi)圖像"。)進(jìn)行拍攝的膠囊型內(nèi)窺鏡33以及接收從膠囊型內(nèi)窺鏡33無線發(fā)送的體腔內(nèi) 圖像的接收裝置35等。在接收裝置35與場景變化檢測裝置39之間的圖像數(shù)據(jù)的交接中， 例如使用可移動的記錄介質(zhì)(可移動型記錄介質(zhì))37，該記錄介質(zhì)相當(dāng)于圖1的存儲部4。
膠囊型內(nèi)窺鏡33具備拍攝功能及無線功能等，其通過從被檢體31的口中吞入來 導(dǎo)入被檢體31內(nèi)部。并且，膠囊型內(nèi)窺鏡33在排出體外之前的期間，利用蠕動運(yùn)動等在體 腔內(nèi)移動，并且大致每0. 5秒就拍攝約60000張圖像，并將所拍攝的體腔內(nèi)圖像無線發(fā)送到 體外。 接收裝置35具備接收用天線Al An，該接收用天線Al An分散配置在被檢體 31內(nèi)的與膠囊型內(nèi)窺鏡33的通過路徑對應(yīng)的體表位置上。并且，接收裝置35經(jīng)由各接收 用天線Al An接收從膠囊型內(nèi)窺鏡33無線發(fā)送的圖像數(shù)據(jù)。該接收裝置35構(gòu)成為能自 由拆裝可移動型記錄介質(zhì)37，并將所接收的圖像數(shù)據(jù)依次保存在可移動型記錄介質(zhì)37內(nèi)。 這樣，膠囊型內(nèi)窺鏡33所拍攝的被檢體31內(nèi)部的體腔內(nèi)圖像通過接收裝置35按照拍攝順 序存儲在可移動型記錄介質(zhì)37內(nèi)，并保存為圖像序列。 并且，場景變化檢測裝置39構(gòu)成為能自由拆裝可移動型記錄介質(zhì)37，并處理由接 收裝置35接收并保存在可移動型記錄介質(zhì)37內(nèi)的體腔內(nèi)圖像的圖像序列，將該圖像序列 按照拍攝順序依次顯示在LCD及ELD等顯示器上。這里，場景變化檢測裝置39與實(shí)施方式 1、2的場景變化檢測裝置同樣，從體腔內(nèi)圖像的圖像序列中檢測場景變化位置，并生成場景變化圖像序列。 這里，體腔內(nèi)的膠囊型內(nèi)窺鏡33的移動速度不是恒定的，所拍攝的圖像的時(shí)間序 列變化是多樣的。因此，在處理對象的體腔內(nèi)圖像的圖像序列中，可發(fā)生相似的圖像連續(xù) 這樣的情況。另一方面，當(dāng)顯示全部由膠囊型內(nèi)窺鏡33所拍攝的多張?bào)w腔內(nèi)圖像時(shí)，醫(yī)師 等觀察者為了觀察達(dá)到約60000張左右的膨大數(shù)量的圖像，必須花費(fèi)大量的時(shí)間，負(fù)擔(dān)較 重。因此，通過處理各體腔內(nèi)圖像來檢測圖像序列中的場景變化位置并生成場景變化圖像 序列，由此能夠減少顯示相似圖像這樣的冗長度，能夠高效地觀察圖像序列中概略的全部 圖像。因此，在減輕觀察者負(fù)擔(dān)這樣的觀點(diǎn)上是有效的。 根據(jù)該膠囊型內(nèi)窺鏡系統(tǒng)，可以從膠囊型內(nèi)窺鏡33所拍攝的大量張數(shù)的體腔內(nèi) 圖像的圖像序列中適當(dāng)檢測場景變化位置，所以能夠提高觀察者的觀察效率，能夠?qū)崿F(xiàn)高 效的診斷輔助。尤其在膠囊型內(nèi)窺鏡33所拍攝的體腔內(nèi)圖像中，含有較多無法分類為運(yùn)動 模式的圖像。因此，如實(shí)施方式2所說明的那樣，針對無法進(jìn)行模式分類的圖像來檢測圖像 間的圖像變化是重要的，通過在該膠囊型內(nèi)窺鏡系統(tǒng)中應(yīng)用實(shí)施方式2的場景檢測裝置， 可以更加適當(dāng)?shù)貦z測場景變化位置。 此外，除了處理膠囊型內(nèi)窺鏡所拍攝的體腔內(nèi)圖像的圖像序列的情況之外，還可 以適當(dāng)應(yīng)用于從場景變化的某圖像序列中檢測場景變化位置、并顯示場景變化大的圖像的 情況。 根據(jù)本發(fā)明，可將各模式分類內(nèi)的圖像間的圖像變化按照每個(gè)模式分類進(jìn)行檢 測，并根據(jù)該圖像間的圖像變化，將各模式分類內(nèi)的場景變化按照每個(gè)模式分類來檢測。因 此，可根據(jù)模式分類來適當(dāng)?shù)貦z測圖像序列內(nèi)的場景變化位置，從而達(dá)到檢測精度提高的 效果。
1權(quán)利要求
一種場景變化檢測裝置，其從由多個(gè)圖像構(gòu)成的圖像序列中檢測場景變化位置，其特征在于，該場景變化檢測裝置具有運(yùn)動矢量檢測部，其在上述圖像內(nèi)的多個(gè)位置上檢測與其它圖像之間的運(yùn)動矢量；模式分類部，其根據(jù)在上述圖像內(nèi)檢測出的多個(gè)運(yùn)動矢量，通過模式分類將上述圖像分類為預(yù)定的動作模式；按分類圖像變化檢測部，其按照每個(gè)上述模式分類來檢測各上述模式分類內(nèi)的上述圖像間的圖像變化；以及按分類場景變化檢測部，其根據(jù)各上述模式分類內(nèi)的圖像間的圖像變化，按照每個(gè)上述模式分類來檢測各上述模式分類內(nèi)的場景變化。
2. 根據(jù)權(quán)利要求1所述的場景變化檢測裝置，其特征在于， 預(yù)先對每個(gè)上述模式分類設(shè)定了加權(quán)信息，上述按分類場景變化檢測部在各上述模式分類內(nèi)的圖像間的圖像變化中綜合對應(yīng)的 模式分類的加權(quán)信息，來檢測各上述模式分類內(nèi)的場景變化。
3. 根據(jù)權(quán)利要求2所述的場景變化檢測裝置，其特征在于， 上述加權(quán)信息是考慮預(yù)先對上述模式分類設(shè)定的重要度而設(shè)定的。
4. 根據(jù)權(quán)利要求1所述的場景變化檢測裝置，其特征在于， 預(yù)先對每個(gè)上述模式分類設(shè)定了檢測條件，上述按分類場景變化檢測部根據(jù)各上述模式分類內(nèi)的圖像間的圖像變化是否滿足對 應(yīng)的模式分類的檢測條件，來檢測各上述模式分類內(nèi)的場景變化。
5. 根據(jù)權(quán)利要求4所述的場景變化檢測裝置，其特征在于， 上述檢測條件定義了每個(gè)上述模式分類的閾值，上述按分類圖像變化檢測部根據(jù)基于在上述圖像內(nèi)檢測出的上述多個(gè)運(yùn)動矢量的一 個(gè)或多個(gè)參數(shù)值，來計(jì)算上述圖像的圖像變化量，上述按分類場景變化檢測部利用對應(yīng)的模式分類的閾值對各上述模式分類內(nèi)的各圖 像的上述圖像變化量進(jìn)行閾值處理，并提取場景變化圖像。
6. 根據(jù)權(quán)利要求4所述的場景變化檢測裝置，其特征在于， 上述檢測條件定義了每個(gè)上述模式分類的場景變化數(shù)量，上述按分類場景變化檢測部從各上述模式分類內(nèi)的各圖像中，按照對應(yīng)的模式分類的 場景變化數(shù)量來提取場景變化圖像。
7. 根據(jù)權(quán)利要求4所述的場景變化檢測裝置，其特征在于， 上述檢測條件是考慮預(yù)先對上述模式分類設(shè)定的重要度而設(shè)定的。
8. 根據(jù)權(quán)利要求1所述的場景變化檢測裝置，其特征在于，上述模式分類部根據(jù)在上述圖像內(nèi)檢測出的上述多個(gè)運(yùn)動矢量的統(tǒng)計(jì)數(shù)據(jù)或偏差，通 過模式分類將上述圖像分類為包括平行移動、遠(yuǎn)離拍攝對象的運(yùn)動或接近拍攝對象的運(yùn)動 在內(nèi)的運(yùn)動模式。
9. 根據(jù)權(quán)利要求1所述的場景變化檢測裝置，其特征在于，上述按分類圖像變化檢測部將預(yù)先對每個(gè)上述模式分類定義的按分類圖像變化檢測 處理分別應(yīng)用于對應(yīng)的模式分類，由此來檢測各上述模式分類內(nèi)的圖像間的圖像變化。
10. 根據(jù)權(quán)利要求9所述的場景變化檢測裝置，其特征在于，每個(gè)上述模式分類的上述按分類圖像變化檢測處理是采用基于在上述圖像內(nèi)檢測出 的上述多個(gè)運(yùn)動矢量的一個(gè)或多個(gè)參數(shù)值來計(jì)算上述圖像的圖像變化量的處理。
11. 根據(jù)權(quán)利要求9所述的場景變化檢測裝置，其特征在于，上述模式分類部根據(jù)在上述圖像內(nèi)檢測出的上述多個(gè)運(yùn)動矢量的統(tǒng)計(jì)數(shù)據(jù)或偏差，通 過模式分類將上述圖像分類為包括平行移動、遠(yuǎn)離拍攝對象的運(yùn)動或接近拍攝對象的運(yùn)動 在內(nèi)的運(yùn)動模式。
12. 根據(jù)權(quán)利要求11所述的場景變化檢測裝置，其特征在于，運(yùn)動模式通過模式分類而分類為平行移動的圖像所應(yīng)用的上述按分類圖像變化檢測 處理是至少根據(jù)在上述圖像內(nèi)檢測出的上述多個(gè)運(yùn)動矢量的大小的平均值來計(jì)算上述圖 像的圖像變化量的處理。
13. 根據(jù)權(quán)利要求11所述的場景變化檢測裝置，其特征在于，運(yùn)動模式通過模式分類而分類為遠(yuǎn)離拍攝對象的運(yùn)動或接近拍攝對象的運(yùn)動的圖像 所應(yīng)用的上述按分類圖像變化檢測處理是至少根據(jù)在上述圖像內(nèi)檢測出的上述多個(gè)運(yùn)動 矢量的大小的中間值、最大值或最小值來計(jì)算上述圖像的圖像變化量的處理。
14. 根據(jù)權(quán)利要求11所述的場景變化檢測裝置，其特征在于，上述按分類圖像變化檢測部針對沒有被分類為上述運(yùn)動模式中的任意一種的圖像計(jì) 算該圖像的圖像特征，將該圖像特征作為上述圖像間的圖像變化來進(jìn)行檢測。
15. 根據(jù)權(quán)利要求9所述的場景變化檢測裝置，其特征在于，上述按分類圖像變化檢測部考慮在上述圖像內(nèi)檢測出的上述多個(gè)運(yùn)動矢量的可靠度， 來檢測上述圖像間的圖像變化。
16. 根據(jù)權(quán)利要求9所述的場景變化檢測裝置，其特征在于，上述按分類場景變化檢測部考慮預(yù)先對每個(gè)上述模式分類設(shè)定的重要度，來檢測各上 述模式分類內(nèi)的場景變化。
17. 根據(jù)權(quán)利要求1所述的場景變化檢測裝置，其特征在于，該場景變化檢測裝置還具備場景變化位置檢測部，該場景變化位置檢測部根據(jù)按照每 個(gè)上述模式分類檢測出的場景變化，來檢測上述圖像序列的場景變化位置。
18. 根據(jù)權(quán)利要求1所述的場景變化檢測裝置，其特征在于，上述圖像序列是由被導(dǎo)入被檢體的體腔內(nèi)的膠囊型內(nèi)窺鏡所拍攝的體腔內(nèi)圖像的圖 像序列。
19. 一種場景變化檢測方法，從由多個(gè)圖像構(gòu)成的圖像序列中檢測場景變化位置，其特 征在于，該場景變化檢測方法包含如下步驟在上述圖像內(nèi)的多個(gè)位置上檢測與其它圖像之間的運(yùn)動矢量，根據(jù)在上述圖像內(nèi)檢測出的多個(gè)運(yùn)動矢量，通過模式分類將上述圖像分類為預(yù)定的運(yùn) 動模式，按照每個(gè)上述模式分類來檢測各上述模式分類內(nèi)的上述圖像間的圖像變化，以及 根據(jù)各上述模式分類內(nèi)的圖像間的圖像變化，按照每個(gè)上述模式分類來檢測各上述模 式分類內(nèi)的場景變化。
全文摘要
本發(fā)明提供一種場景變化檢測裝置以及場景變化檢測方法，該場景變化檢測裝置(1)具有運(yùn)動矢量檢測部(52)，其在由多個(gè)圖像構(gòu)成的圖像序列的至少一部分圖像內(nèi)的多個(gè)位置上檢測與其他圖像之間的運(yùn)動矢量；模式分類部(53)，其根據(jù)在圖像內(nèi)檢測出的多個(gè)運(yùn)動矢量，通過模式分類將圖像分類為預(yù)定的動作模式；按分類圖像變化檢測部(54)，其按照每個(gè)模式分類來檢測各模式分類內(nèi)的圖像間的圖像變化；以及按分類場景變化檢測部(55)，其根據(jù)各模式分類內(nèi)的圖像間的圖像變化，按照每個(gè)模式分類來檢測各模式分類內(nèi)的場景變化。
文檔編號G06T7/00GK101794445SQ201010107619
公開日2010年8月4日 申請日期2010年1月29日 優(yōu)先權(quán)日2009年1月30日
發(fā)明者松崎弘 申請人:奧林巴斯株式會社