Shadow detection in image sequences

Abstract

Diese Arbeit beschäftigt sich mit dem Problem der Schattenerkennung in Bildsequenzen im Bereich der automatischen Videoüberwachung. Diese hat die Funktion mit Hilfe von Kameras ein definiertes Areal zu kontrollieren und verdächtige Objekte zu erkennen.<br />Um Probleme bei der Klassifikation von Objekten zu vermeiden, ist Schattenerkennung notwendig. Systeme ohne Schattenerkennung können nicht unterscheiden, ob es sich um tatsächliche Objekte die sich bewegen handelt, oder um ihre Schatten. Überlappen sich Schatten mit Objekten im Vordergrund, dann ändert sich deren Form und damit sind sie nicht mehr in ihrer tatsächlichen Form erkennbar. Nahe beieinander liegende Objekte könnten daher durch deren Schatten "verbunden" oder ein Objekt könnte durch seine veränderte Form als ein anderes Objekt falsch klassifiziert werden. Nach der Schattenerkennung sind die Schattenregionen der Objekte entfernt. Übrig bleiben Vordergrundregionen mit Objekten. Wir beginnen indem wir Schatten und deren Eigenschaften untersuchen. Anschließend präsentieren wir bisher entwickelte Schattenerkennungsmethoden. Nach diesem Überblick wählen wir drei Methoden aus, um diese genauer zu untersuchen und zu evaluieren. Die erste Methode wurde gewählt, weil sie weit verbreitet ist und als eine Standard- Schattenerkennungsmethode eingesetzt wird. Die zweite Methode basiert auf der ersten Methode und zielt darauf ab, die Ergebnisse durch neu eingeführte Vorverarbeitungsphasen zu verfeinern. Die dritte Methode wurde gewählt, weil sie genauere Ergebnisse durch die Verwendung eines neuartigen Farbraumes verspricht. Wir evaluieren die Methoden mit Bildsequenzen von Szenen in verschiedenen Bedingungen und diskutieren die Ergebnisse der Experimente.

In this thesis the problem of shadow detection in image sequences in the context of automated video surveillance is dealt with.<br />Video surveillance systems monitor an area of interest with the use of video surveillance cameras. Shadow detection is used in order to avoid problems during the classification of objects. These problems can occur if shadow regions are not distinguished from moving foreground regions and therefore deform the shape of the object. As a result two objects could be "connected" with shadows and are detected as a single object or because of the deformed shape of an object it could be misclassified as another object. After shadow detection the shadow regions are removed and foreground regions with objects are left. First we investigate shadows and their properties. Next, we present previously developed shadow detection methods. After this overview we choose three methods to investigate and evaluate further. The first one because it is widely used as a shadow detection method, the second one because it uses the first method and aims at refining its results and the third one because it promises to achieve better results with its use of a novel color space compared to methods which use the HSV color space. We evaluate the methods with image sequences of scenes in different conditions and discuss the experimental test results, which show the shadow detection abilities of the algorithms.