The Journal of the Korea institute of electronic communication sciences (한국전자통신학회논문지)

Korea Institute of Electronic Communication Science (한국전자통신학회)
권호 표지

An Efficient Shadow Removal Technique adapted to Environmental Changes

환경변화에 적응하는 효율적인 그림자 제거 기법

  • 류남훈 (순천대학교 컴퓨터과학과) ;
  • 반경진 (순천대학교 컴퓨터과학과) ;
  • 오경숙 (순천대학교 컴퓨터과학과) ;
  • 김응곤 (순천대학교 컴퓨터과학과)
  • Received : 2009.07.21
  • Accepted : 2009.09.03
  • Published : 2009.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

There has been a lot of research into a background separation method, which is a preprocess of a technique of automatically perceiving an invader, and the removal of shadows around a moving object in the video monitoring field. When a moving object is not clearly separated from its shadow, it is difficult to analyze the shape accurately, and it is also hard to trace its position. This study suggests how to utilize a brightness value for removing a shadow. It came from the fact that there appears to be no change of color in the shadow area relative to the background area, and there only occurs a difference in brightness. In addition, this method uses the renewal of a critical value used for the removal of shadow in the previous frame, in the next frame.

영상 감시 분야 중 침입자를 자동으로 인식해 내는 기술의 전처리 과정인 배경 분리 방법과 이동하는 객체의 주변에 있는 그림자를 제거하는 방법에 대한 많은 연구가 있어 왔다. 이동하는 객체와 그림자의 분리가 정확하지 않을 경우 이동 객체의 정확한 형태 분석이 어려우며, 위치 추적 또한 어렵다. 본 논문에서는 그림자를 제거하는 방법으로 명도 값을 활용하는 방법을 제안한다. 그림자 영역이 배경 영역과 비교하여 색상의 변화는 발생하지 않고, 명도 차이만 발생한다는 점에 착안한 방법으로, 이전 프레임에서 그림자 제거에 사용했던 임계값을 다음 프레임에서 갱신하여 사용하는 방법이다.

Keywords

References

  1. I. Haritaoglu, D. Harwood and L. S. Davis, "W4:Real-Time Surveillance of People and Their Activities", actions on Pattern Analysis and Machine Intelligence, Vol. 22, No. 8, pp.809-830, 2000. https://doi.org/10.1109/34.868683
  2. D. -S. Lee, "Effective Gaussian Mixture Learning for Video Background Subtration", IEEE s on Pattern Analysis and Machine Intelligence, Vol. 27, No. 5, pp.827-832, 2005. https://doi.org/10.1109/TPAMI.2005.102
  3. P. L. Rosin, T. Ellis, "Image Difference threshold strategies and shadow detection", 6th British ion Conference, 1996.
  4. Marko Heikkila, and Matti Pietikainen, "A Texture-Based Method for Modeling the Background and Detecting Moving Objects", IEEE Transaction on Pattern Analysis and Machine Intelligence, Vol. 28, No. 4, pp.657-662, April 2006. https://doi.org/10.1109/TPAMI.2006.68
  5. T. Horprasert, D. Harwood, L. S. Davis, "A Statistical Approach for Real-Time Robust Background and Shadow Detection", ICCV'99 Frame-Rate Workshop, 1999.
  6. P. Kumar. S. Ranganath, W. Huang, "Queue based fast background modelling and fast hysteresis for better foreground segmentation", the 2003 Joint Conference of the Fourth and fic-Rim Conference on Multimedia, Vol. 2, pp.743-747, 2003.
  7. P. Blauensteiner, H. Wildenauer, A. Hanbury, M. Kampel, "On Colour spaces for Change Detection Suppression", Computer Vision Winter Workshop, 2006.
  8. R. O. Duda, P. E. Hart and D. G. Stork, Pattern Classification. Wiley-Interscience, second edition, 2001.
  9. 신종홍, 장선봉, 지인호, 디지털 영상처리 입문, 한빛미디어, pp.50-57, 2008.