• 대한원격탐사학회지
• /
• 제16권3호
• /
• pp.235-242
• /
• 2000

본 논문에서는 그림자 정보를 사용하여 위성 영상에서 건물을 검출하는 기법을 제안한다. 비교적 일정한 밝기값 분포를 가지는 건물을 검출하기위해 영상을 건물, 그림자 그리고 배경의 세가지 영역으로 분류한다. 건물 영역 및 그림자 영역에 대해 잡음을 제거하고 그림자 영역에 인접한 건물을 건물과 그림자 크기에 대한 제약 조건을 적용하여 검출한다. 본 논문에 사용된 영상은 KOMPSAT 위성영상과 SPOT 위성영상을 사용하였으며 위성영상내의 건물을 효과적으로 검출할 수 있었다.

• 한국항행학회논문지
• /
• 제20권4호
• /
• pp.380-385
• /
• 2016

그림자는 자연 영상에서 관찰되는 물리적인 현상이지만 위성 영상 분석에 부정적인 영향을 미치는 요소로 컴퓨터 비전의 전처리 과정에서 그림자 검출 과정은 매우 중요하다. 본 논문에서는 싱글 영상 기반의 위성 영상에서 효과적인 영상 분석을 위해 그림자를 검출하는 방법으로 크로스 엔트로피와 밝기 영상을 이용해 그림자를 검출하는 방법을 제안하였다. 칼라 영상을 그레이 레벨 영상으로 변환한 후 크로스 엔트로피를 기반으로 최적의 임계값을 추정하여 첫 번째 그림자 후보 영역으로 판별하였고, 칼라 영상의 밝기 영상을 이용해 최종 그림자 영역을 검출하였다. 제안하는 방법의 타당성을 위해 위성 영상들을 대상으로 실험하였고, 실험 결과 제안하는 그림자를 검출 방법이 효과적으로 수행됨을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 추계학술대회
• /
• pp.574-578
• /
• 2009

정지 영상이나 비디오 영상 시퀀스에서 배경 영상으로부터 움직이는 관심 물체를 구별하기 위한 실시간 물체 검출은 물체의 위치 추적과 인식에 있어 필수적인 단계이다. 물체 분할 후에 그림자 영역이 움직이는 물체 영역에 포함되어지기 때문에 그림자는 물체의 일부분 혹은 움직이는 물체로 오분류될 수 있다. 이러한 이유로 그림자 제거 알고리즘은 움직이는 물체 검출 및 추적 시스템의 결과에 중요한 역할을 한다. 이 문제점들을 해결하기 위해 본 논문에서는 움직이는 물체의 특징과 색상공간에서 그림자의 특징에 기반을 둔 정확한 물체 검출과 그림자 제거 알고리즘을 제안한다. 실험결과는 제안 알고리즘이 실험 영상에서 물체 검출과 그림자 제거에 대해 효과적인 것을 알 수가 있다.

• 한국멀티미디어학회논문지
• /
• 제17권4호
• /
• pp.420-432
• /
• 2014

In detection of moving objects from video sequences, an essential process for intelligent visual surveillance, the cast shadows accompanying moving objects are different from background so that they may be easily extracted as foreground object blobs, which causes errors in localization, segmentation, tracking and classification of objects. Most of the previous research results about moving cast shadow detection and removal usually utilize color information about objects and scenes. In this paper, we proposes a novel cast shadow removal method of moving objects in gray level video data for visual surveillance application. The proposed method utilizes observations about edge patterns in the shadow region in the current frame and the corresponding region in the background scene, and applies Laplacian edge detector to the blob regions in the current frame and the corresponding regions in the background scene. Then, the product of the outcomes of application determines moving object blob pixels from the blob pixels in the foreground mask. The minimal rectangle regions containing all blob pixles classified as moving object pixels are extracted. The proposed method is simple but turns out practically very effective for Adative Gaussian Mixture Model-based object detection of intelligent visual surveillance applications, which is verified through experiments.

• 정보처리학회논문지B
• /
• 제15B권6호
• /
• pp.527-532
• /
• 2008

본 논문은 그림자의 기하학 정보와 광원의 종류 및 방위에 관계없이 그림자 밝기가 점진적으로 변하거나 변화가 없다는 가정과 그림자는 어둡다는 공리를 기반으로 임의의 복잡한 자연 영상에서 그림자를 검출하는 기법을 제안한다. 먼저, 전처리를 통하여 그림자 후보영상을 검출한다. 다음으로, 인접화소들 사이의 선형독립성을 낮추기 위하여 유사 밝기를 대표 밝기로 표현하는 균일 양자화를 수행한다. 마지막으로, 그림자 밝기의 선형적 변화 특성을 이용하여 선형독립성이 낮은 그림자를 검출한다. 임의의 단일 자연영상의 실험에서, 제안한 알고리즘은 본영과 단색 배경을 갖는 반영 및 셀프그림자의 검출에 강건함을 보였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.889-894
• /
• 2009

Accompanied by the rapid development of Computer Vision, Visual surveillance has achieved great evolution with more and more complicated processing. However there are still many problems to be resolved for robust and reliable visual surveillance, and the cast shadow occurring in motion detection process is one of them. Shadow pixels are often misclassified as object pixels so that they cause errors in localization, segmentation, tracking and classification of objects. This paper proposes a novel cast shadow removal method. As opposed to previous conventional methods, which considers pixel properties like intensity properties, color distortion, HSV color system, and etc., the proposed method utilizes observations about edge patterns in the shadow region in the current frame and the corresponding region in the background scene, and applies Laplacian edge detector to the blob regions in the current frame and the background scene. Then, the product of the outcomes of application determines whether the blob pixels in the foreground mask comes from object blob regions or shadow regions. The proposed method is simple but turns out practically very effective for Gaussian Mixture Model, which is verified through experiments.

• 한국콘텐츠학회논문지
• /
• 제5권4호
• /
• pp.103-110
• /
• 2005

본 논문에서는 컬러영상에서 나타나는 그림자의 특징을 이용하여 그림자영역을 검출하는 알고리즘을 제안한다. 그림자가 드리워진 영역은 광도와 채도가 인접한 영역보다 낮은 값을 갖으며 색상은 어두운 색을 나타낸다. 이러한 그림자 특성을 HSI 컬러공간에 적용하여 분석함으로써 그림자를 검출한다. 제안한 알고리즘은 두 단계로 구성되는데 첫 단계에서는 광도와 채도 그리고 색상에서 나타나는 그림자의 특징을 이용한 연산을 통하여 후보영역을 검출하고 다음 단계에서 객체와 다크마크(Dark Mark)를 감쇄시키기 위해 후보영역의 밝기와 채도 성분을 분석하여 실 그림자 영역만을 추출한다. 실험 결과에서, 제안한 알고리즘은 복잡하고 다양한 영상에도 효율적으로 그림자를 검출한다는 것을 보여 준다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 Korea-Russia Joint Conference on Geometics
• /
• pp.64-72
• /
• 2004

Correction of shadow effects is critical step for image interpretation and feature extraction from aerial imagery. In this paper, an efficient algorithm to correct shadow effects from aerial color imagery is presented. The following steps have been performed to remove the shadow effect. First, the shadow regions are precisely located using the solar position and the height of ground objects derived from LIDAR (Light Detection and Ranging) data. Subsequently, segmentation of context regions is implemented for accurate correction with existing digital map. Next step, to calculate correction factor the comparison between the context region and the same non-shadowed context region is made. Finally, corrected image is generated by correcting the shadow effect. The result presented here helps to accurately extract and interpret geo-spatial information from aerial color imagery

• 전기학회논문지
• /
• 제59권3호
• /
• pp.636-644
• /
• 2010

A method for the detection of on-road succeeding vehicles using visual characteristic features like horizontal edges, shadow, symmetry and intensity is proposed. The proposed method uses the prominent horizontal edges along with the shadow under the vehicle to generate an initial estimate of the vehicle-road surface contact. Fast symmetry detection, utilizing the edge pixels, is then performed to detect the presence of vertically symmetric object, possibly vehicle, in the region above the initially estimated vehicle-road surface contact. A window defined by the horizontal and the vertical line obtained from above along with local perspective information provides a narrow region for the final search of the vehicle. A bounding box around the vehicle is extracted from the horizontal edges, symmetry histogram and a proposed squared difference of intensity measure. Experiments have been performed on natural traffic scenes obtained from a camera mounted on the side view mirror of a host vehicle demonstrate good and reliable performance of the proposed method.

• 제어로봇시스템학회논문지
• /
• 제16권1호
• /
• pp.69-76
• /
• 2010

The segmentation of moving object in video sequence is a core technique of intelligent image processing system such as video surveillance, traffic monitoring and human tracking. A typical method to segment a moving region from the background is the background subtraction. The steps of background subtraction involve calculating a reference image, subtracting new frame from reference image and then thresholding the subtracted result. One of famous background modeling is Gaussian mixture model (GMM). Even though the method is known efficient and exact, GMM suffers from a problem that includes false pixels in ROI (region of interest), specifically shadow pixels. These false pixels cause fail of the post-processing tasks such as tracking and object recognition. This paper presents a method for removing false pixels included in ROT. First, we subdivide a ROI by using shape characteristics of detected objects. Then, a method is proposed to classify pixels from using histogram characteristic and comparing difference of energy that converts the color value of pixel into grayscale value, in order to estimate whether the pixels belong to moving object area or shadow area. The method is applied to real video sequence and the performance is verified.