• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.261-264
• /
• 2006

본 논문은 조명의 변화가 심한 연속영상에서 동적객체를 안정적으로 추출하기 위하여 색상강도 및 기울기 기반 배경모델을 구축하고 이를 이용하여 입력영상으로부터 동적 객체의 윤곽선을 안정적으로 추출하는 기법을 제시한다. 제안기법에서는 우선, 동적객체가 포함되지 않은 배경 연속영상의 HSI 컬러공간에서 색상(Hue) 강도와 색상 기울기에 대한 배경모델을 생성한다. 실시간으로 입력되는 동적 객체를 포함한 연속영상에 대하여 각 화소에 대한 색상(Hue)성분을 추출하고 이웃 화소와의 색상성분에 대한 기울기 크기를 계산한다. 이를 기구축된 배경모델과 비교하여 그 차분값이 일정 임계값을 초과하는 경우 동적객체의 윤곽선으로 판별한다. 제안 기법은 극심한 조명 변화에 강건하게 동적 객체의 윤곽정보를 실시간 추출하였다. 본 논문에서는 기존 RGB 기반 배경 모델링 기법을 적용한 경우와의 비교 실험을 통하여 제안 기법의 안정성을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 2007년도 가을 학술발표논문집 Vol.34 No.2 (C)
• /
• pp.390-393
• /
• 2007

본 논문에서는 감시 장치를 위한 간편하고 실용적인 감시 장치 구현에 관하여 논한다. 본 장치는 실시간 영상 분석을 이용하여 움직이는 물체의 영역(변환영상)을 차영상기법, 이진화, 침식, 팽창 알고리즘을 이용하여 검출한다. 이런 간단한 알고리즘을 이용하므로 제한적인 임베디드 시스템의 데이터 처리에 부담을 주지 않는다. 배경영상과 변환영상을 구분하여 저장하는데 첫 프레임을 배경영상으로 저장하고 그 다음 프레임부터는 화면의 변화가 있을 경우, 그 변환영상만을 구하여 메모리에 저장하고 클라이언트로 전송한다. 변환영상만을 저장, 전송하기 때문에 메모리 활용과 전송 효율을 높이고 패킷의 양이 적어 전송부하를 줄인다.

• Journal of Advanced Navigation Technology
• /
• 제3권1호
• /
• pp.60-68
• /
• 1999

In this paper, we propose a new background generation method for image detector for traffic information collection. Conventional methods result in bad performance when there are frequent traffic jams due to heavy traffic. To improve on this, we use high level information from vehicle detection. Only part of the image that is not considered as vehicle is used in background generation. The proposed method finds background more robustly than that of the conventional methods even in the presence of heavy traffic.

• The Journal of the Korea institute of electronic communication sciences
• /
• 제6권2호
• /
• pp.206-211
• /
• 2011

In this paper, a fire detection algorithm based on video processing is proposed. At the first stage, background image extracted from CCTV video input signal, and then foreground image were separated by differencing CCTV input signal from background image. At the second stage, candidated area were extracted by using color information from foreground image. At the final stage, smoke or flame characteristic area were separated by using Gaussian mixture modeling applied to candidated area, and then fire can be detected. Through real experiments at the inner room, it is shown that the proposed system works well.

• Journal of the Korea Society of Computer and Information
• /
• 제15권1호
• /
• pp.91-102
• /
• 2010

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.

• Journal of the Korean Institute of Telematics and Electronics T
• /
• 제36T권3호
• /
• pp.26-31
• /
• 1999

In this paper, we propose a facial characteristic detection algorithm based on knowledge and object segmentation method for image communication. In this algorithm, under the condition of the same lumination and distance from the fixed video camera to human face, we capture input images of 256 $\times$ 256 of gray scale 256 level and then remove the noise using the Gaussian filter. Two images are captured with a video camera, One contains the human face; the other contains only background region without including a face. And then we get a differential image between two images. After removing noise of the differential image by eroding End dilating, divide background image into a facial image. We separate eyes, ears, a nose and a mouth after searching the edge component in the facial image. From simulation results, we have verified the efficiency of the Proposed algorithm.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.241-247
• /
• 2007

자궁 경부 세포진 영상의 핵 추출을 위해서는 영상의 배경과 핵 그리고 세포질 영역의 구분이 중요하다. 또한 정상 세포핵과 암종 세포핵의 구분 및 인식을 위해서는 세포핵들의 형태학적 특징을 이용한 분류 기준을 세워야한다. 본 논문에서는 자궁 경부 세포진 영상에서 세포핵의 후보 영역과 핵을 추출하기 위해 현미경 400배율 확대 사진을 획득하는 과정에서 훼손된 컬러 영상을 복원하기 위한 방법으로 Lighting Compensation을 적용하여 영상을 보정한다. 그리고 배경 영역과 세포핵 영역을 구분하기 위해 영상의 R,G,B 영역의 히스토그램의 분포를 이용하여 배경을 제거한다. 배경이 제거된 영상을 그레이 영상으로 변환 한 후, 히스토그램 명암도의 값을 이용하여 세포핵 영역과 세포질을 분류하여 세포핵 영역을 추출한다. 그리고 Kapur 방법을 적용하여 세포핵 영역의 엔트로피 누적확률을 구한 후, 영상을 이진화 한다. Kapur 방법이 적용된 이진화 영상에서 세포핵 영역의 중심과 주위 화소를 비교하는 $3\times3$ 마스크를 적용하여 영상의 미세한 잡음을 제거 한 후, 8방향 윤곽선 추적 알고리즘을 적용하여 최종적으로 세포핵 영역을 추출한다. 추출된 세포핵의 영역을 분류 및 인식하는 과정으로 세포의 외각의 방향성 정보, 핵의 크기, 그리고 면적 비율의 특징을 이용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지 추론 규칙을 적용하여 자궁 경부 세포진 영상에서 정상 세포핵 및 암종 세포핵을 인식한다.

• The KIPS Transactions:PartB
• /
• 제12B권5호
• /
• pp.543-552
• /
• 2005

This paper proposes the extraction of coronary arteries based on DSA(Digital Subtraction Angiography) through a texture analysis of background in the angiography. DSA is a well established modality for the visualization of coronary arteries. DSA involves the subtraction of a mask image - an image of the heart before injection of contrast medium - from live image. However, this technique is sensitive to the movement of background and can result to a wrong detection by the variance of background gray-level intensity between two images. Therefore, this paper solves a structural problem resulted from a background movement bV selecting an image which has the least difference of movement through an analysis of the similarity of background texture and proposes a method to extract only the blood vessel efficiently through local gray-level correction of the selected image. Using the coronary angiogram of 5 patients clinical data, we proved that the proposed method has the lower false-detection rate, approximately $2\%$, and the higher accuracy than the existing methods.

• The KIPS Transactions:PartB
• /
• 제15B권5호
• /
• pp.407-412
• /
• 2008

Color segmentation is one of the most challenging problems in image processing especially in case of handling the images with cluttered background. Great amount of color segmentation methods have been developed and applied to real problems. In this paper, we suggest a new methodology. Our approach is focused on background extraction, as a complimentary operation to standard foreground object segmentation, using self-organizing feature selective property of unsupervised self-learning paradigm based on the competitive algorithm. The results of our studies show that background segmentation can be achievable in efficient manner.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• 제15권4호
• /
• pp.153-160
• /
• 2016

A developed skill of an intelligent CCTV is also advancing by using its Image Acquisition Device. The most important part in the field of detecting comparatively fast moving objects is to effectively reduce the loads on updating the background image in order to achieve real-time update. However, the ability of the current general-purpose computer extracting the texture as characteristics has limits in application mostly due to the loads on processes. In this thesis, an algorithm for real-time updating the background image in an applied area such as detecting the fast moving objects like a driving car in a video of at least 30 frames per second is suggested and the performance is analyzed by a test of extracting object region from real input image.