• 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.

• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.143-148
• /
• 2012

사이드 스캔 소나 이미지로부터 물체를 인식 및 식별하기 위해서 다양한 세그먼테이션에 관한 연구가 진행되고 있다. 그러나 기존 방법들은 성능은 거의 물체의 그림자 윤곽을 따라가고 노이즈도 특정방법에서는 많이 줄어들지만, 수행시간이 오래결려 실용화하기에는 문제가 있는 것이 현실이다. 본 논문에서는 그림자와 배경을 분리해 내는 세그먼테이션을 시도하는데, 배경의 노이즈의 분포에 대한 특성과 물체의 그림자의 특성을 모폴로지 기법을 이용하여 분석하여 분리해내어 세그먼테이션을 얻어 내었다. 이 방법은 배경만의 특성을 이용하여 적용하였기 때문에 배경의 평균이 그림자보다 낮아도 유용하며, 여러 가지 물체가 존재해도 가능한 방법이다. 또한 수행시간을 1초내로 현격이 줄이는 결과를 도출하였다.

• 한국멀티미디어학회논문지
• /
• 제11권5호
• /
• pp.610-622
• /
• 2008

이동 객체의 검출은 다양한 영상 감시 응용에 필수적인 중요한 기술이다. 그런데 이동 객체 검출 결과로 얻어진 전경 영상에는 그림자에 의한 색상 변화가 전경 영역으로써 함께 검출되는 경우가 쉽게 발생하며, 이러한 문제를 해결하기 위하여 이동 객체 검출은 흔히 그림자 제거와 함께 수행된다. 대부분의 그림자 제거 방법은 조명 변화발생시 색상의 조도 성분만 변화하며 색도 성분은 유지된다는 가정에 기반하여 색도 성분을 분리하여 표현하는 다양한 색상 공간을 통해 그림자 제거를 수행한다. 본 논문에서는 색도 성분을 분리하는 색상 공간 가운데 그림자 제거에 가장 적합한 색상 공간을 선택하고자 다양한 색상 공간 (YCbCr, HSI, 정규화된 rgb, Yxy, Lab, c1c2c3)을 비교하였다. 과거 그림자 제거에 있어서 다양한 색상 공간의 성능을 비교한 몇몇 연구가 있었으나, 기존 연구들은 각 논문에서 제안한 특정 그림자 제거 방법에 다양한 색상 공간을 적용하거나 임의의 임계값을 이용하여 각 색상 공간의 성능을 비교하였기 때문에, 각 색상 공간에서 조명 변화 발생에 따른 색상 왜곡을 정확히 측정하기 어려운 문제가 있었다. 본 논문에서는 이러한 기존 연구의 문제점을 피하고 각 색상 공간을 정확하게 비교하기 위하여 1) 서로 다른 조명 조건에 노출된 동일한 색상을 갖는 면의 경계에서 색도 성분의 기울기 값을 측정함으로서 조명 변화 발생 시 색도 성분의 변화 정도를 비교하였으며, 2) RoC 곡선을 통하여 임계치 설정의 문제를 피하면서 배경 제거 정확도를 비교하였다. 실험을 통하여 YCbCr 색상 공간과 정규화된 rgb 색상 공간이 비교대상으로 선택된 여러 색상 공간 가운데 가장 좋은 성능을 보이는 것을 확인하였다.

• 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.

• 한국측량학회지
• /
• 제30권2호
• /
• pp.163-171
• /
• 2012

고해상도 위성영상은 높은 공간해상도의 이점으로 도심지역의 건물 및 도로망 분석, 경관 분석, 생태 환경 평가 등 다양한 분야에 활용되고 있다. 그러나 도심지역의 건물, 교량, 기타 구조물 등 높이 변화를 갖는 개체들은 영상 전체에 걸쳐 그림자 문제를 필연적으로 야기한다. 본 연구에서는 다양한 토지 이용 요소를 포함하는 넓은 영역의 도심지에 그림자 추출 기법을 적용하고, 수동으로 추출된 참조 그림자 지도와 비교하여 정량적인 평가를 수행하였다. 이를 위해 Canny 연산자와 팽창 필터를 이용하여 건물 영역의 인접 정보에 대한 버퍼 영역을 생성하고, Gram-Schmitt 융합 영상에 객체분할기법을 적용하여 생성된 객체들의 분광, 공간 인자들을 계산하였다. 이후 계산된 분광 및 공간 인자 특성과 건물 버퍼 영역과의 중첩여부를 바탕으로 도심지역의 그림자 추출에 가장 적합한 인자와 임계 규칙을 생성하였으며 추출된 그림자 지역 중 이상 객체를 추가적으로 제거하였다. 다양한 정량적 평가지수를 통해 제안된 그림자 추출 기법을 평가한 결과80%~90%의 높은 정확도를 나타냈다.

• 융합신호처리학회논문지
• /
• 제14권4호
• /
• pp.231-234
• /
• 2013

This paper introduces a mixture of background subtraction technique and K-Means clustering algorithm for removing shadows from video sequences. Lighting conditions cause an issue with segmentation. The proposed method can successfully eradicate artifacts associated with lighting changes such as highlight and reflection, and cast shadows of moving object from segmentation. In this paper, K-Means clustering algorithm is applied to the foreground, which is initially fragmented by background subtraction technique. The estimated shadow region is then superimposed on the background to eliminate the effects that cause redundancy in object detection. Simulation results depict that the proposed approach is capable of removing shadows and reflections from moving objects with an accuracy of more than 95% in every cases considered.

• 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

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2003년도 추계학술발표회 논문집
• /
• pp.397-402
• /
• 2003

This study is aimed to improve the quality of image fusion results through shadow effects correction. For this, shadow effects correction algorithm is proposed and visual comparisons have been made to estimate the quality of image fusion results. The following four steps have been performed to improve the image fusion qualify First, the shadow regions of satellite image are precisely located. Subsequently, segmentation of context regions is manually implemented for accurate correction. Next step, to calculate correction factor we compared the context region with the same non-shadow context region. Finally, image fusion is implemented using collected images. The result presented here helps to accurately extract and interpret geo-spatial information from satellite imagery.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.298-301
• /
• 2007

Computational speed plays key role in background subtraction and shadow detection, because those are only preprocessing steps of a moving object segmentation, tracking and activity recognition. A color intensity variation based approach fastly detect a moving object and extract shadow in a image sequences. The moving object is subtracted from background using meanmax, meanmin thresholds and shadow is detected by decrease limit and correspondence thresholds. The proposed approach relies on the ability to represent shadow cast impact by offline experiment dataset on sub grouped RGB color space.

• 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.