• 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.

• Journal of information and communication convergence engineering
• /
• 제4권3호
• /
• pp.123-129
• /
• 2006

The limited number of roads and the increasing number of vehicles demand the automatic regulation of overspeed vehicles, illegal vehicles, and overloaded vehicles and the automatic charge calculation depending on the type of the vehicle. To meet such requirements, it is important to remove the shadow of the vehicle as processing and recognizing an image captured by a camera. The shadow of the vehicle is likely to cause misclassification of the vehicle type due to diverse errors and mistakes occurring when detecting geometrical properties of the vehicle. In case that shadows of two different vehicles are overlapped, not only the type of the vehicles may be misclassified but also it is difficult to accurately identify the type of the vehicles. In this paper, we propose a robust algorithm to remove the shadow of a vehicle by calculating the luminance, the chrominance, the gradient density of the cast shadow from information acquired using the image subtraction of the background, and to recognize the substantial vehicle figure. Even when it is hard to detect and split a target vehicle from its shadow as shadows of vehicles are attached to each other, our robust algorithm can detect the vehicle figure only. We implemented our system with a general camera and conducted experiments on various vehicles on general roads to find out our vehicle shade removal algorithm is efficient when detecting and recognizing vehicles.

• 한국정보통신학회논문지
• /
• 제24권1호
• /
• pp.91-99
• /
• 2020

영상 감지 시스템의 기반 기술인 그림자 제거기술의 경우 실시간 영상처리는 계산의 복잡도가 높아 처리속도가 저하되고, 명도 차이만으로 그림자를 제거하기 때문에 조명이나 빛에 민감하다는 문제점이 있다. 따라서 본 논문에서는 기존 시스템의 문제점을 해결하기 위해 가중치 적용 부분을 제거하여 계산의 복잡도를 낮추어 실시간성을 향상시켰다. 또한 수직 히스토그램을 이용해 그림자 인식률을 향상시킬 수 있는 그림자 제거 알고리즘 기반의 영상 감지 시스템을 설계 및 평가하였다. 평가 결과 기존 영상 감지 시스템에 비해 평균 속도가 약 5.6ms, 검출률이 약 5.5%p 향상된 것을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제12권7호
• /
• pp.941-946
• /
• 2009

영상 처리 기술에 기반한 경비 및 보안 감시 시스템이 보급되면서, 영상으로부터 정확하게 대상 물체를 추출하는 기술의 필요성이 증대되었다. 조명이 시시각각 변하는 경우 물체를 정확하게 추출하느냐는 더욱 어려운 문제가 된다. 영상으로부터 그림자를 제거한 물체를 추출해내기 위해서 많은 노력이 있었다. 여러 그림자 제거 방법들이 공통적으로 가지는 문제점이 있는데, 그림자 제거 시 물체의 일부도 손상시킨다는 점이다. 본 논문에서는 이런 문제점을 보완하기 위해서 그림자 제거 후 컬러 정보를 이용하여 물체의 손상된 영역을 복원하는 방법을 제안한다. 다양한 환경으로부터 획득한 영상에 제안한 방법을 적용하여 그 타당성을 검증하였다.

• 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.

• 한국ITS학회 논문지
• /
• 제7권1호
• /
• pp.32-41
• /
• 2008

비디오를 이용한 비전기반 감시에서 움직이는 객체의 추적은 GMM (Gaussian Mixture Model)을 사용한 배경영상과 현재영상의 차이법을 이용한다. 문턱치를 통해 생성된 이진영상을 이용하여 객체 추적을 할 경우 객체 정보가 아닌 그림자에 의하여 객체가 병합되는 현상이 나타난다. 본 논문에서는 신경망(Backpropagation Neural Network)을 이용하여 그림자를 제거하는 방법을 제안하였다. 10개의 동영상에서 객체영역과 캐스트그림자(Cast-Shadow)영역의 훈련용 이미지에서 특징 값을 추출하여 신경망을 훈련시켰다. 캐스트그림자를 제거하는 방법은 이진영상의 객체로 추정되는 영역에서 그림자를 분리하는 방법을 기초로 하며 기존의 그림자 제거 알고리즘 (SNP, SP, DNM1, DNM2, CNCC)보다 그림자 제거 성능이 (16.2%, 38.2%, 28.1%, 22.3%, 44.4%)로 높게 나타났다.

• 디지털콘텐츠학회 논문지
• /
• 제19권9호
• /
• pp.1787-1793
• /
• 2018

그림자는 자연 경관에서 관찰되는 일반적인 현상이지만 물체 인식, 특징 검출 및 장면 분석등과 같은 영상 분석에 부정적인 영향을 미치는 요소이므로 디지털 영상에 포함된 그림자 처리는 디지털 영상 분석 과정에서 필수적으로 고려되어야 한다. 본 논문에서는 단일 자연 영상에 포함된 그림자를 검출하고 제거하기 위한 특징 요소 중의 하나인 1D 불변 영상의 획득을 위한 기존 방법들에 대해 기술하고, 선형 회귀 기반의 1D 불변 영상 획득 방법을 제안하였다. 제안하는 방법은 RGB 칼라 영상의 각 채널 간의 밴드 비의 로그를 계산한 후 선형 회귀를 통해 그레이스케일 영상 라인을 획득하고, 최종 1D 불변 영상은 밴드 비의 로그 영상들을 추정된 그레이스케일 영상 라인으로 투영시켜 획득하였다. 실험 결과, 제안하는 방법이 기존의 엔트로피 최소화 기반의 투영 각도를 계산하는 방법보다 계산 복잡도가 낮았으며, 1D 불변 영상을 이용한 그림자가 검출 및 제거가 효과적으로 수행됨을 보였다.

• 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.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.165-171
• /
• 2018

그림자는 자연 영상에서 관찰되는 물리적인 현상으로 지능형 비디오 감시, 교통 감시 및 항공 영상 분석 등과 같은 다양한 영상처리 시스템에 부정적인 영향을 미치는 요소이다. 따라서 그림자의 검출은 컴퓨터 비전의 전 분야에서 전처리 과정으로 고려되어야 한다. 본 논문에서는 참조 영상이 필요 없는 단일 자연 영상에서 그림자 검출을 위한 다양한 특징 요소들을 정의하고 분석하였다. 그림자 요소들은 영상의 밝기, 색도, 조도불변, 색상불변 및 정보의 불확실성을 의미하는 엔트로피 영상 등을 기술하였으며, 분석 결과 색도와 조도불변 영상이 그림자 검출 및 복원에 효과적임을 알 수 있었다. 향후 다양한 그림자 특징 요소들의 퓨전 맵을 정의하고, 다양한 조명 수준에 적응 가능한 그림자 검출 및 색도와 조도불변 영상을 이용한 그림자 제거 연구를 계속하고자 한다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제21권3호
• /
• pp.1-10
• /
• 2015

최근 각광받고 있는 몰입감 있는 콘텐츠 소비 공간을 효율적으로 구축하기 위해서 전방 프로젝션 시스템이 많이 사용되고 있다. 하지만 전방 프로젝션 환경에서는 프로젝터와 투사면 사이에 사용자가 위치할 경우 그림자가 투사면 위에 나타나 중요한 정보를 가리거나 사용자의 몰입감을 저해한다. 이러한 이유로 전방 프로젝션 환경에서 그림자를 지우고자 하는 시도가 이전부터 있었다. 전방 프로젝션 환경에서 그림자를 지우는 방법은 생성된 그림자 영역을 다른 각도의 프로젝터를 이용하여 빛을 보정해주는 방식을 사용한다. 이 과정에서 그림자 영역을유추할때 정확도만을 추구하는 방법은 연산시간이 너무 오래 걸리게 되고, 단순하게 유추하는 방법은 불필요한 영역까지도 그림자 영역으로 유추하는단점이 존재한다. 따라서 본 논문에서는 깊이 카메라에서 획득할수 있는 스켈레톤 정보를 이용하여 계산량은 적지만 사용자가 생성해내는 그림자에 가까운 모양을유추하여 효과적으로 그림자를 지워주는 방법을 제안한다. 또한 사용자가 움직일때 생성되는 그림자의 잔상이 남지 않도록 디스턴스 필드(distance field)를 이용한 마스크 생성 방법을 제안한다.