본 논문에서는 무인 감시 시스템의 안정적인 성능을 위해서 배경 장면에서 일정 영역 내에서 반복적인 움직임이 발생하는 경우와 급격한 조도 변화가 발생한 경우에 이동물체 검출 성능을 개선하기 위한 알고리즘을 제안하였다. 제안한 알고리즘은 배경 영상을 초기화하기 위하여 배경 장면을 프레임 샘플링한 후, 샘플링 된 프레임들을 블록으로 각각 분할하여 각 블록 화소의 총 휘도 값을 계산하였다. 배경 영상의 초기화는 시간적으로 인접된 프레임들 사이에 동일 위치에 놓인 블록의 최대 휘도 값과 최소 휘도 값만을 선택하여 배경 프레임을 각각 재구성 하여 배경 기준 영상으로 놓았다. 이동물체 검출은 현재 영상 프레임을 블록으로 분할하여 각 블록 내의 화소들의 총 휘도 값을 계산하고, 계산된 값이 초기화 된 두 장의 기준 영상의 휘도 범위를 벗어나면 이동물체가 존재하는 블록으로 결정하고, 벗어나지 않으면 배경으로 판단하였다. 제안한 알고리즘의 타당성을 검토하기 위하여 실내 및 실외 환경에서 사람과 자동차를 대상으로 알고리즘의 성능을 평가한 결과, 제안한 방법의 에러율이 기존 방법들의 에러율보다 $0.01{\%}$에서 $20.33{\%}$까지 작아졌고 이동물체 검출율은 제안한 방법이 기존 방법보다 $0.17{\%}$에서 $22.83{\%}$까지 향상되어 제안한 방법의 우수함을 보였다.
In this paper, a improved moving object detection algorithm for stable performance of surveillance system in case of iterative moving in limited area and rapidly illuminance change in background scene is proposed. The proposed algorithm is that background scenes are sampled for initializing background image then the sampled fames are divided by block and sum of graylevel value for each block pixel was calculated, respectively. The initialization of background image is that background frame is respectively reconstructed with selecting only the maximum graylevel value and the minimum graylevel value of blocks located at same position between adjacent frames, then reference images of background are set by the reconstructed background images. Moving object detecting is that the current image frame is divided by block then sum of graylevel value for each block pixel is calculated. If the calculated value is out of graylevel range of the initialized two reference images, it is decided with moving objects block, otherwise it is decided background. The evaluated results is that the error rate of the proposed method is less than the error rate of the existing methods from $0.01{\%}$ to $20.33{\%}$ and the detection rate of the proposed method is better than the existing methods from $0.17{\%};to;22.83{5}.$
