• 정보처리학회논문지B
• /
• 제14B권5호
• /
• pp.361-368
• /
• 2007

본 논문은 비디오 영상에서 블록기반 차영상을 이용한 연기검출 방법을 제시한다. 제안된 방법은 배경으로부터 변경된 영역 검출 단계, 배경영상 갱신단계, 검출된 영역이 연기인지를 판단하는 단계의 세 단계로 구성된다. 입력 비디오에서 각 프레임의 블록 평균영상을 계산하였으며, 변화영역을 검출하기 위하여 배경영상의 블록평균영상과 입력영상의 블록평균영상의 차이를 사용한다. 블록기반 차영상을 투영하여 변화된 사각영역을 검출한다. 차영상의 투영을 이용한 배경블록평균영상의 갱신방법을 제안한다. 변화영역의 중심위치 및 YUV 색상의 시간적 특징을 이용하여 연기영역을 판단한다.

• Journal of Information Technology Applications and Management
• /
• 제10권3호
• /
• pp.45-54
• /
• 2003

Security system with web camera remarkably has been developed at an Internet era. Using transmitted images from remote camera, the system can recognize current situation and take a proper action through web. Existing motion detection methods use simply difference image, background image techniques or block matching algorithm which establish initial block by set search area and find similar block. But these methods are difficult to detect exact motion because of useless noise. In this paper, the proposed method is updating changed background image as much as $N{\times}M$pixel mask as time goes on after get a difference between imput image and first background image. And checking image pixel can efficiently detect motion by computing fixed distance pixel instead of operate all pixel.

• 한국멀티미디어학회논문지
• /
• 제21권9호
• /
• pp.1044-1051
• /
• 2018

In this paper, we propose a new method to improve low light image. In order to improve the image quality of a night image with a moving object as much as the quality of a daytime image, the following tasks were performed. Firstly, we reduce the noisy of the input night image and improve the night image by the tone mapping method. Secondly, we segment the input night image into a foreground with motion and a background without motion. The motion is detected using both the difference between the current frame and the previous frame and the difference between the current frame and the night background image. The background region of the night image takes pixels from corresponding positions in the daytime image. The foreground regions of the night image take the pixels from the corresponding positions of the image which is improved by the tone mapping method. Experimental results show that the proposed method can improve the visual quality more clearly than the existing methods.

• 디지털콘텐츠학회 논문지
• /
• 제15권4호
• /
• pp.449-455
• /
• 2014

이동 물체의 검출은 비디오 감시, 보행자의 행동 분석과 같은 컴퓨터 시각 분야에서 매우 중요한 전처리 작업이다. 이는 실제 외부 환경을 대상으로 할 때, 영상 시퀀스에 존재하는 배경의 불규칙한 움직임, 조명 변화, 그림자, 배경 물체의 위상 변화 및 잡음 등으로 인하여 매우 어려운 작업이다. 본 논문에서는 코드북 기반의 전경 검출 알고리즘을 제안한다. 코드북은 입력 영상으로부터 얻어지는 배경화소에 대한 정보 데이터베이스이다. 먼저, 첫 번째 프레임을 배경 영상으로 가정하고 이를 입력 영상과 비교하여 차 영상을 구한다. 구해진 차 영상에는 순수한 이동 물체뿐만 아니라, 잡음까지 포함된다. 둘째로, 전경으로 검출된 화소의 색상과 밝기 값을 가지고 코드북을 조사하여 존재하는 경우 잘못 추출된 전경 화소로 판단하고 전경에서 제거한다. 마지막으로, 다음번 입력되는 프레임을 반복 처리하기 위하여 배경 영상을 새롭게 갱신하는데, 배경 화소로 검출된 화소의 경우에는 현재의 입력 영상으로부터 추정되며, 전경 화소로 검출된 경우에는 이전 배경 영상의 화소 값을 복사하여 사용한다. 제안한 알고리즘을 PETS2009 데이터에 적용한 결과를 GMM 알고리즘과 표준 코드북 알고리즘의 결과와 비교하여 보인다.

• Journal of Information Display
• /
• 제3권2호
• /
• pp.19-25
• /
• 2002

In this paper, a new target extraction algorithm is proposed, in which the coordinates of target are obtained adaptively by using the difference image information and the optical BPEJTC(binary phase extraction joint transform correlator) with which the target object can be segmented from the input image and background noises are removed in the stereo vision system. First, the proposed algorithm extracts the target object by removing the background noises through the difference image information of the sequential left images and then controlls the pan/tilt and convergence angle of the stereo camera by using the coordinates of the target position obtained from the optical BPEJTC between the extracted target image and the input image. From some experimental results, it is found that the proposed algorithm can extract the target object from the input image with background noises and then, effectively track the target object in real time. Finally, a possibility of implementation of the adaptive stereo object tracking system by using the proposed algorithm is also suggested.

• 한국가스학회지
• /
• 제21권5호
• /
• pp.1-8
• /
• 2017

현재 산업현장의 가스 안전관리는 접촉식은 LDAR(Leak Detection and Repair), 비접촉식은 레이저 메탄검지기와 IR 카메라를 사용하고 있다. LDAR 방식은 전체 관리를 하는데 많은 인력과 소요시간이 들고, 관리자가 측정을 위해 가까이 접근해야 하므로 안전의 위협을 받을 수 있어 비접촉식이 더 효율적이다. 비접촉식에서 IR(infrared)을 이용한 가스 측정 방안에 대한 연구가 주목받고 있다. 산업 가스 중 메탄가스를 활용하여 측정 거리에 따라 가스 분출량을 변화시켜 OGI(optical gas image)를 촬영하였다. 본 논문은 가스의 배경온도차이가 OGI 의 선명도에 미치는 영향을 확인하기 위한 실험이다. OGI를 통해 가스의 구름모형을 정확하고, 선명하게 보기 위하여 배경온도 조절판을 제작하였다. 배경온도 조절판을 통해 배경온도와 대기온도 차이가 ${\Delta}T0^{\circ}C$일 때 보다 ${\Delta}T-6^{\circ}C$ 차이의 낮은 온도 조건으로 OGI 촬영을 한 결과가 육안을 확인하였을 때 더 선명한 차이가 나타났다. 선명도 차이의 객관성을 부여하기 위하여 추가로 MATLAB 의 RGB 분석법으로 확인한 결과, ${\Delta}T$가 $-6^{\circ}C$ 일 경우 RGB 값의 수치가 약 20% 낮게 나왔다. 배경온도가 대기온도보다 $-6^{\circ}C$ 낮을 때 더 선명하게 보이는 것은 총 복사법칙으로 설명이 가능하다. 가스의 배경온도가 대기온도에 비해 낮게 될 때 OGI 렌즈로 들어오는 가스의 복사에너지가 증가되어 가스가 더 선명하게 보이게 된다.

• 융합보안논문지
• /
• 제2권1호
• /
• pp.77-86
• /
• 2002

본 연구에서는 고정된 카메라로부터 입력되는 영상열에서 이동 물체를 신뢰성있게 분리하기 위해 형태 정보를 이용하여 이동물체를 분리하는 보안 시스템을 설계하고 구현한다. 영역 분리의 핵심은 배경으로부터 주위 잡음 영역과 무관하게 이동 물체 영역을 분리하는 기술이라고 볼 수 있다. 제안된 방법은 초기 이동 물체가 존재하지 않는 영상을 참고 영상(reference image)으로 하여 입력 영상(input image)과의 차영상(difference image)을 구하고, 차영상의 히스토그램(histogram)에서 배경잡음 모델링(modeling)을 통해 배경잡음을 제거한다. 그리고 배경잡음이 제거된 차영상에서 국부 최대값들(local maxima)을 이용해 후보 초기 영역을 선정한 후, 이 영역을 기반으로 영역의 형태정보를 이용하여 영역을 선별적으로 확장하면서 결합하는 방법을 사용하였다. 또한, 차영상 기법에서 중요시되는 참고영상 갱신방법의 효율적인 적용방안도 제시하였다. 제안된 방법을 실제 상황에서 얻은 다양한 영상열에 적용한 결과, 기존의 영역 분리 방법보다 주위 잡음과 무관하게 이동 물체를 분리할 수 있음을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제24권5호
• /
• pp.149-156
• /
• 2019

The existing subtract image based intrusion detection system for CCTV digital images has a problem that it can not distinguish intruders from moving backgrounds that exist in the natural environment. In this paper, we tried to solve the problems of existing system by designing real - time intrusion detection system for CCTV digital image by combining subtract image based intrusion detection method and background learning artificial neural network technology. Our proposed system consists of three steps: subtract image based intrusion detection, background artificial neural network learning stage, and background artificial neural network evaluation stage. The final intrusion detection result is a combination of result of the subtract image based intrusion detection and the final intrusion detection result of the background artificial neural network. The step of subtract image based intrusion detection is a step of determining the occurrence of intrusion by obtaining a difference image between the background cumulative average image and the current frame image. In the background artificial neural network learning, the background is learned in a situation in which no intrusion occurs, and it is learned by dividing into a detection window unit set by the user. In the background artificial neural network evaluation, the learned background artificial neural network is used to produce background recognition or intrusion detection in the detection window unit. The proposed background learning intrusion detection system is able to detect intrusion more precisely than existing subtract image based intrusion detection system and adaptively execute machine learning on the background so that it can be operated as highly practical intrusion detection system.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2003년도 추계학술대회 논문요약집
• /
• pp.175-175
• /
• 2003

• Journal of Information Processing Systems
• /
• 제15권5호
• /
• pp.1218-1230
• /
• 2019

This study proposes a novel video traffic flow detection method based on machine vision technology. The three-frame difference method, which is one kind of a motion evaluation method, is used to establish initial background image, and then a statistical scoring strategy is chosen to update background image in real time. Finally, the background difference method is used for detecting the moving objects. Meanwhile, a simple but effective shadow elimination method is introduced to improve the accuracy of the detection for moving objects. Furthermore, the study also proposes a vehicle matching and tracking strategy by combining characteristics, such as vehicle's location information, color information and fractal dimension information. Experimental results show that this detection method could quickly and effectively detect various traffic flow parameters, laying a solid foundation for enhancing the degree of automation for traffic management.