본 논문에서는 영상 신호 처리의 크로마키 영상 합성에서 블루 스크린 없는 입력 영상에서 객체의 신호를 얻어내 배경 대체 영상 가운데 객체가 들어가는 부분만을 지우고 이곳에 입력 영상을 넣어 합성 영상이 완성되는 기법을 제안하였다. 제안한 방법에서 객체가 있는지 없는지를 판단하기 위해 현재 프레임과 이전 프레임과의 각 ...
본 논문에서는 영상 신호 처리의 크로마키 영상 합성에서 블루 스크린 없는 입력 영상에서 객체의 신호를 얻어내 배경 대체 영상 가운데 객체가 들어가는 부분만을 지우고 이곳에 입력 영상을 넣어 합성 영상이 완성되는 기법을 제안하였다. 제안한 방법에서 객체가 있는지 없는지를 판단하기 위해 현재 프레임과 이전 프레임과의 각 화소의 색상의 절대 차이의 평균값을 구하여 차 영상을 추출하였다. 객체가 없는 프레임은 배경 영상을 적응시켰다. 차 영상에서 객체인 부분은 백색으로 객체가 아닌 부분은 흑색으로 표현하는 이진 모폴로지 처리를 하였다. 이진 영상에서 디자인 한 구조 요소와 연산하여 팽창 연산 수행 후 침식 연산을 수행하는 모폴로지 채움 연산을 수행하였다. 인접하여 연결되어 있는 모든 화소에 동일한 번호(라벨)를 붙이고 다른 연결 성분에는 또 다른 번호를 붙이는 라벨링 작업을 수행하여 원 입력 영상에서 여러 개의 물체 영역 중 객체만을 분리해 냈다. 이진화된 영상 또는 라벨링된 영상에서 객체인 백색 부분의 경계를 추적하여 1픽셀 두께를 가지는 픽셀의 순서화(ordered)된 연속 체인(chain) 정보를 얻어냈다. 제안한 방법으로 블루 스크린 없는 영상에서도 객체를 분리해 내었고 이를 개선하였다.
본 논문에서는 영상 신호 처리의 크로마키 영상 합성에서 블루 스크린 없는 입력 영상에서 객체의 신호를 얻어내 배경 대체 영상 가운데 객체가 들어가는 부분만을 지우고 이곳에 입력 영상을 넣어 합성 영상이 완성되는 기법을 제안하였다. 제안한 방법에서 객체가 있는지 없는지를 판단하기 위해 현재 프레임과 이전 프레임과의 각 화소의 색상의 절대 차이의 평균값을 구하여 차 영상을 추출하였다. 객체가 없는 프레임은 배경 영상을 적응시켰다. 차 영상에서 객체인 부분은 백색으로 객체가 아닌 부분은 흑색으로 표현하는 이진 모폴로지 처리를 하였다. 이진 영상에서 디자인 한 구조 요소와 연산하여 팽창 연산 수행 후 침식 연산을 수행하는 모폴로지 채움 연산을 수행하였다. 인접하여 연결되어 있는 모든 화소에 동일한 번호(라벨)를 붙이고 다른 연결 성분에는 또 다른 번호를 붙이는 라벨링 작업을 수행하여 원 입력 영상에서 여러 개의 물체 영역 중 객체만을 분리해 냈다. 이진화된 영상 또는 라벨링된 영상에서 객체인 백색 부분의 경계를 추적하여 1픽셀 두께를 가지는 픽셀의 순서화(ordered)된 연속 체인(chain) 정보를 얻어냈다. 제안한 방법으로 블루 스크린 없는 영상에서도 객체를 분리해 내었고 이를 개선하였다.
This thesis proposes the procedure in which as we perform the chroma-key image compositing for image signal processing, we extract the object's signal out of input image with no blue screen, erase the object image in the background substitution image, and complete the compositing image by putting th...
This thesis proposes the procedure in which as we perform the chroma-key image compositing for image signal processing, we extract the object's signal out of input image with no blue screen, erase the object image in the background substitution image, and complete the compositing image by putting the input image into the erased part. To decide whether there is subject or not, in the proposed method, I have got the absolute mean value of difference of color of each pixel between the current frame and the previous frame, applying the background image to the frame without subject. And I have extracted the difference image between the initial frame image and current frame image. I performed binary morphology by representing the part of the subject with white color and the rest of it with black color in the difference image. And I have performed morphology closing calculation by calculating along with the structuring element designed out of the binary image and performing dilation calculation, and finally erosion calculation. I have performed the labeling task by labeling every pixel connected adjacently with the identical numbers and labeling the other connecting parts with other numbers, and extracted the subject alone out of several object areas of the original input image. I have traced the white part, that is, the subject, in the binarized image or labeled image, and obtained the ordered chain information of 1-pixel-thick pixel. In short, with the proposed method, I have extracted the object out of the image with no blue screen, and improved it.
This thesis proposes the procedure in which as we perform the chroma-key image compositing for image signal processing, we extract the object's signal out of input image with no blue screen, erase the object image in the background substitution image, and complete the compositing image by putting the input image into the erased part. To decide whether there is subject or not, in the proposed method, I have got the absolute mean value of difference of color of each pixel between the current frame and the previous frame, applying the background image to the frame without subject. And I have extracted the difference image between the initial frame image and current frame image. I performed binary morphology by representing the part of the subject with white color and the rest of it with black color in the difference image. And I have performed morphology closing calculation by calculating along with the structuring element designed out of the binary image and performing dilation calculation, and finally erosion calculation. I have performed the labeling task by labeling every pixel connected adjacently with the identical numbers and labeling the other connecting parts with other numbers, and extracted the subject alone out of several object areas of the original input image. I have traced the white part, that is, the subject, in the binarized image or labeled image, and obtained the ordered chain information of 1-pixel-thick pixel. In short, with the proposed method, I have extracted the object out of the image with no blue screen, and improved it.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.