SavedAdd your journal

Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2013 / Cilt: 24 Sayı: 1

SÖZDE FAZ KULLANARAK DAYANIKLI BİR HAREKET TAHMİNİ

Mustafa Atalar
Hasan Bilge
Pages
—
Publication Date
2013-02-14
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Sonuç olarak sözde faz kullanarak önerilen yöntemle zor şartlarda bile başarılı bir şekilde çalışan dayanıklı bir hareket tahmini yapılmıştır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Hareket tahmini, literatürdeki çalışmalarda daha çok uzaysal bölgede yapılmaktadır.
📊
Key Findings & Data:Yapılan deneysel incelemelerde, sözde faz hesaplamasının, görüntü üzerindeki gürültülerden olumsuz etkilendiği görülmüştür.
💡
Conclusion & Impact:Sonuç olarak sözde faz kullanarak önerilen yöntemle zor şartlarda bile başarılı bir şekilde çalışan dayanıklı bir hareket tahmini yapılmıştır.
🔬Design:Review & Systematic Survey
📍Scope:Comprehensive Sample
⚙️Variables:Hareket tahmini · sözde faz · ayrık kosinüs dönüşümü

Özet

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.

🔖

Cite This Article

Atalar, M., Bilge, H. (2013). SÖZDE FAZ KULLANARAK DAYANIKLI BİR HAREKET TAHMİNİ. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 24 Sayı: 1. https://ajindex.com/articles/1078682

📄 Full Text PDF Viewer

↗New Tab

Loading PDF document...

References (74)

  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. Koc, U. Ve Liu, R., “DCT-based subpixel motion
  29. estimation”, IEEE International Conference on
  30. Acoustics, Speech, and Signal Processing,
  31. Atlanta, 1930-1933, 1996.
  32. Koc, U. Ve Liu, R., “Motion Compensation on
  33. DCT Domain”, EURASIP Journal on Applied
  34. Signal Processing, Cilt 2001, No 3: 147-162,
  35. Viitanen, M., Kolinummi, P., Hämäläinen, T.,
  36. Saarinen, J., “Scalable DSP implementation of
  37. DCT-based motion estimation algorithm”,
  38. European Signal Processing Conference
  39. (EUPSICO 2000), Tampere, Finlande, 251-254,
  40. Oh, S.-K., Park, H.W., “Analysis of IDCT and
  41. motion-compensation mismatches between
  42. spatial-domain and transform-domain motioncompensated
  43. coders”, IEEE Transactions on
  44. Circuits and Systems for Video Technology,
  45. Cilt: 15, No: 7, 835- 843, 2005.
  46. Yalçın, S., H.264 Motion Estimator Design,
  47. Yüksek Lisans Tezi, Sabancı Üniversitesi, Fen
  48. Bilimleri Enstitüsü, 2005.
  49. Zhu, s. ve Ma, K. K., “A new diamond search
  50. algorithm for fast block-matching motion
  51. estimation”, IEEE Transactions on Image
  52. Processing, Cilt 9, No 2: 287-290, 2000.
  53. Chen, Y. S., Hung, Y. P. ve Fuh, C. S., “Fast
  54. block matching algorithm based on the winnerupdate
  55. strategy”, IEEE Transactions on Image
  56. Processing, Cilt 10, No 8: 1212-1222, 2001.
  57. Liu, L. K. ve Feiq, E., “A block-based gradient
  58. descent search algorithm for block motion
  59. estimation in video coding”, IEEE Transactions
  60. on Circuits and Systems for Video
  61. Technology, Cilt 6, No 4: 419-422, 1996.
  62. Çontar, E., Mikrofon Dizilerinde Ses
  63. Kaynağının Genetik Algoritma Kullanılarak
  64. Bulunması, Yüksek Lisans Tezi, Gazi
  65. Üniversitesi, Fen Bilimleri Enstitüsü, 2007.
  66. Reddy, B.S. ve Chatterji, B.N., “An FFT-based
  67. technique for translation, rotation, andscaleinvariant
  68. image registration”, IEEE
  69. Transactions on Image Signal Processing, Cilt
  70. , No 8: 1266-1271, 1996.
  71. Koc, U. Ve Liu, R., “Discrete-Cosine/Sine-
  72. Transform Based Motion Estimation”, IEEE
  73. International Conference on Image
  74. Processing, Austin, 771-775, 1994.