SÖZDE FAZ KULLANARAK DAYANIKLI BİR HAREKET TAHMİNİ

Öz

Hareket tahmini, literatürdeki çalışmalarda daha çok uzaysal bölgede yapılmaktadır. Bu çalışmada ise frekans bölgesinde sözde faz hesaplaması ile hareket tahmini konusu incelenmiştir. Sözde faz hesaplaması, gerçekten faz bilgisi içermeyen frekans bölgesine (Ayrık Kosinüs Dönüşümü ve Ayrık Sinüs Dönüşümü) ait katsayılar üzerinden faz bilgisinin çıkartılmasıdır. Sözde faz ile hareket tahmini yöntemi temiz ve sentetik görüntülerde başarılı bir şekilde çalışmaktadır. Bu çalışmada bu yöntemin başarısız olduğu durumlar analiz edilmiş ve bu durumlarda da başarılı bir şekilde çalışması için çeşitli iyileştirmeler önerilmiştir. Yapılan deneysel incelemelerde, sözde faz hesaplamasının, görüntü üzerindeki gürültülerden olumsuz etkilendiği görülmüştür. Bu durumu ortadan kaldırmak için, medyan süzgeci ile gürültü temizlendikten sonra sözde faz hesaplaması yapılması önerilmekte ve bu şekilde daha başarılı sonuçlar elde edilmektedir. Ayrıca hareket eden nesnenin arka plana göre ayırt edilebilirliğinin düşük olması durumunda da yöntemin başarısının olumsuz etkilendiği görülmüştür. Görüntünün kontrastının (üssel dönüşüm ile) iyileştirildiğinde sözde faz hesaplamasının daha başarılı sonuçlar verdiği gözlenmiştir. Bunun dışında uyarlanır bir eşikleme yöntemi (Otsu yöntemi) uygulandıktan sonra da, başarılı sonuçlar elde edildiği görülmüştür. Sonuç olarak sözde faz kullanarak önerilen yöntemle zor şartlarda bile başarılı bir şekilde çalışan dayanıklı bir hareket tahmini yapılmıştır.

Anahtar Kelimeler

• Hareket tahmini, sözde faz, ayrık kosinüs dönüşümü, ayrık sinüs dönüşümü.

Kaynakça

1. Roma, N. ve Sousa, L., “Least squares motion
2. estimation algorithm in the compressed DCT
3. domain for H.26x/MPEG-x video sequences”,
4. IEEE Conference on Advanced Video and
5. Signal Based Surveillance, Lisboa, 576-581,
6. -
7. Božinović, N. ve Konrad, J., “Motion analysis in
8. D DCT domain and its application to video

9. coding”, Signal Processing: Image
10. Communication, Cilt 20, No 6: 510-528, 2005.
11. Yip, P. Rao, K., “On the shift property of DCT's
12. and DST's”, IEEE Transactions on Acoustics,
13. Speech, and Signal Processing, Cilt 35, No 3:
14. -406, 1987.
15. Bruni, V., De Canditiis, D., Vitulano, D., “Phasebased
16. Motion Estimation for Noisy Sequences”,
17. th International Workshop on Systems,
18. Signals and Image Processing, 2007 and 6th
19. EURASIP Conference focused on Speech and
20. Image Processing, Multimedia Communications and Services, Rome, 381-384, 2007.
21. Koc, U. ve Liu, R., “DCT Based Motion
22. Estimation”, IEEE Transactions on Image
23. Processing, Cilt 7, No 7: 948-965, 1998.
24. Koc, U. Ve Liu, R., “Interpolation-free subpixel
25. motion estimation techniques in DCT domain”,
26. IEEE Transactions on Circuits and Systems
27. for Video Technology, Cilt 8, No 4: 460-487,
28. -
29. Koc, U. Ve Liu, R., “DCT-based subpixel motion
30. estimation”, IEEE International Conference on
31. Acoustics, Speech, and Signal Processing,
32. Atlanta, 1930-1933, 1996.
33. Koc, U. Ve Liu, R., “Motion Compensation on
34. DCT Domain”, EURASIP Journal on Applied
35. Signal Processing, Cilt 2001, No 3: 147-162,
36. -
37. Viitanen, M., Kolinummi, P., Hämäläinen, T.,
38. Saarinen, J., “Scalable DSP implementation of
39. DCT-based motion estimation algorithm”,
40. European Signal Processing Conference
41. (EUPSICO 2000), Tampere, Finlande, 251-254,
42. -
43. Oh, S.-K., Park, H.W., “Analysis of IDCT and
44. motion-compensation mismatches between
45. spatial-domain and transform-domain motioncompensated
46. coders”, IEEE Transactions on
47. Circuits and Systems for Video Technology,
48. Cilt: 15, No: 7, 835- 843, 2005.
49. Yalçın, S., H.264 Motion Estimator Design,
50. Yüksek Lisans Tezi, Sabancı Üniversitesi, Fen
51. Bilimleri Enstitüsü, 2005.
52. Zhu, s. ve Ma, K. K., “A new diamond search
53. algorithm for fast block-matching motion
54. estimation”, IEEE Transactions on Image
55. Processing, Cilt 9, No 2: 287-290, 2000.
56. Chen, Y. S., Hung, Y. P. ve Fuh, C. S., “Fast
57. block matching algorithm based on the winnerupdate
58. strategy”, IEEE Transactions on Image
59. Processing, Cilt 10, No 8: 1212-1222, 2001.
60. Liu, L. K. ve Feiq, E., “A block-based gradient
61. descent search algorithm for block motion
62. estimation in video coding”, IEEE Transactions
63. on Circuits and Systems for Video
64. Technology, Cilt 6, No 4: 419-422, 1996.
65. Çontar, E., Mikrofon Dizilerinde Ses
66. Kaynağının Genetik Algoritma Kullanılarak
67. Bulunması, Yüksek Lisans Tezi, Gazi
68. Üniversitesi, Fen Bilimleri Enstitüsü, 2007.
69. Reddy, B.S. ve Chatterji, B.N., “An FFT-based
70. technique for translation, rotation, andscaleinvariant
71. image registration”, IEEE
72. Transactions on Image Signal Processing, Cilt
73. , No 8: 1266-1271, 1996.
74. Koc, U. Ve Liu, R., “Discrete-Cosine/Sine-
75. Transform Based Motion Estimation”, IEEE
76. International Conference on Image
77. Processing, Austin, 771-775, 1994.