Abstract
It is very difficult that a previous surveillance system and vehicle detection system find objects on a limited and unstable illumination condition. This paper proposes a robust method of adaptively updating a reference background image for solving problems that are generated by the unstable illumination. The first input image is set up as the reference background image, and is divided into three block categories according to an edge component. Then a block state analysis, which uses a rate of change of the brightness, a stability, a color information, and an edge component on each block, is applied to the input image. On the reference background image, neighbourhood blocks having the same state of a updated block are merged as a block. The proposed method can generate a robust reference background image because it distinguishes a moving object area from an unstable illumination. The proposed method very efficiently updates the reference background image from the point of view of the management and the processing time. In order to demonstrate the superiority of the proposed stable manner in situation that an illumination quickly changes.
기존의 감시 시스템이나 차량 검출 시스템은 제한되고 불안정한 조명환경에서는 객체들을 검출하기 어렵다. 본 논문에서는 불안정한 조명의 영향에 의한 문제점들을 해결하기 위해 참조 배경 영상의 적응적인 갱신 기법을 제안한다. 처음 입력영상을 참조 배경영상으로 설정하고 에지 성분에 따라 3가지 블록 크기로 나눈다. 그리고 각 블록의 밝기 변화량, 안정성, 색상 정보 그리고 에지 성분을 이용하는 블록상태 분석법이 적용된다. 참조 배경 영상에서 갱신된 블록과 같은 블록 상태를 갖는 인접하는 블록들을 하나의 블록으로 병합시킨다. 제안하는 기법은 움직이는 객체와 불안정한 조명을 구별할 수 있어 강인한 참조 배경 영상을 생성할 수 있다. 그리고 제안하는 블록 상태 분석법은 참조 배경 영상을 운영적인 측면과 시간적인 측면에서 매우 효율적으로 갱신시킨다. 본 논문은 제안하는 기법의 우수성을 입증하기 위해 조명이 빠르게 변화하는 도로 환경에서 제안하는 기법이 군집화를 통해 차량을 안정적으로 검출함을 보였다.