[논문] 컴퓨터 공학과 학사 - 색상 공간 변환과 미디언 필터를 이용한 그림자 제거

목차

제 1 장 서 론

제 2 장 색상 공간과 미디언 필터
2.1 Lab 색상 공간
2.2 미디언 필터

제 3 장 그림자 제거를 위한 제안 기법

제 4 장 실험 결과 및 결론

참고 문헌 및 Abstract

본문내용

다양한 디바이스(device)를 통하여 입력된 영상 이미지에서 객체를 검출하는 것은 매우 중요한 기술이다. 이러한 응용의 예로서는 증강현실(Augmented Reality) 에서의 마커 인식, 다양한 영상감시 시스템, 웹캠을 이용한 Multi-touch 시스템 등에서 이용된다. 하지만 이러한 객체 검출에 있어서 가장 문제가 되는 것이 그림자로 인해 객체가 정상적으로 검출되지 않는 문제이다. 또한 객체 인식을 위하여 특정 값을 기준으로 한 이진화를 하였을 경우 그림자로 인해 객체가 정상적으로 이진화되지 않는 상황이 발생한다. 이 때문에 현재까지 많은 연구에서 그림자를 추출하여 역 연산을 취하거나, 그림자를 제거한 영상을 얻기 위해 많은 노력을 하고 있다.
Shan의 연구 논문에서는 그림자를 가시적 그림자(visible shadow)와 비가시적 그림자(invisible shadow)로 나누어 7개의 색 공간(RGB, HSV, YCbCr, XYZ, Lab, c1c2c3, I1I2I3, 정규화된 RGB)를로 나누어 비교하였다. 그 결과 가시적 그림자에 대해서는 HSV, c1c2c3, 정규화된 RGB, 비가시적 그림자에 대해서는 YcbCr, Lab가 그림자 제거에 효과적인인 색 공간이라는 것을 보였다. 또한 이광국의 연구 논문 ‘그림자 제거를 위한 색상 공간의 비교’에서는 가시적 그림자와 비가시적 그림자를 구분하지 않고 7가지 색공간을 이용하여 그림자 제거를 비교하였다. 그 결과 YCbCr과 정규화된 RGB가 가장 좋은 효과를 거두었으며 상대적인 계산량이 적은 YCbCr이 가장 유리하다는 결론을 내린적 있다.

참고자료

· 이광국, 「그림자 제거를 위한 색상 공간의 비교」
· Yong Shan, 「Color Space Selection for Moving Shadow Elimination
· Elena Salvador, SHADOWIDENTIFICATION AND CLASSIFICATION USING INVARIANT COLOR MODELS
· 최혜승, 물체 색정보와 예전 제거기록을 활용하는 새로운 그림자 제거방법