Video dizinlerinde ilgin hareket modeli kullanarak kalman süzgeci temelli görüntü stabilizasyonu

Abstract

VIDEO DİZİNLERİNDE ILGIN HAREKET MODELİ KULLANARAK KALMAN SÜZGECİ TEMELLİ GÖRÜNTÜ STABİLİZASYONU Eylem YAMAN Anahtar Kelimeler: Görüntü Stabilizasyonu, Çerçeve Konum Düzeltmesi, Kalman Süzgeci, Hareket Kestirimi, Tam Arama Metodu, Gradyan Metot, İlgin Hareket Modeli, İmge Dönüştürme. Özet: Bu çalışmada, videodaki istenmeyen kamera hareketinin sebep olduğu düzensiz titreşimleri yok etmek amacıyla, Kalman süzgeçli görüntü dizini stabilizasyonu (GDS) sunulmaktadır. Görüntü çerçevesini kaybetmemek için, uzun süreli kamera hareketi korunarak, istenmeyen titreşimler stabilizasyon işlemi ile bastırılmaktadır. GDS sistemi, hareket kestirim sistemi ve hareket düzeltme sistemi olarak iki aşamalı incelenir. Hareket kestirim sisteminde, tam arama metoduyla öteleme hareket vektörü, gradyan metot ile de ilgin hareket vektörü kestirilir. Hareket düzeltme sisteminde, öteleme hareket modeline göre paralel olarak işlev gören ve birisi referans olarak kullanılan iki Kalman süzgeci ile sistem gürültüsü adaptif hale getirilmiştir. İlgin hareket modelinde ise, aynı olmayan hareket dinamikleri için sistem gürültü değişintisi farklı seçilmiştir. Sonuç olarak Kalman süzgeçten geçirmeye dayalı stabilizasyon sisteminin daha verimli çalışması sağlanmıştır. ıı

IMAGE STABILIZATION ON BASED KALMAN FILTERS USING AFFINE MOTION MODEL IN VIDEO SEQUENCE Eylem YAMAN Keywords: Image Stabilization, Frame Position Correction, Kalman Filters, Motion Estimation, Full Search Method, Gradient Method, Affine Motion Model, Image Warping. Abstract: Image sequence stabilization (ISS) system based on Kalman filtering for the removal of undesired translation, rotation and zoom jitter in video is proposed in this work. The unwanted fluctuations is removed by stabilization system while protecting long term camera motion for not losing image frame. ISS systems can be separeted into two parts: 1) the motion estimation system, 2) the motion correction system. In motion estimation system, the translation motion vector obtained full searching method is estimated and the afine motion vector obtained gradient method is estimated. In motion correction system, more active adaptiveness againts the system noise is provided by using two Kalman filters that are working parallel an done of which is taken as reference in translation motion model. The structure of Kalman fitler is modeled with respect to the affine motion model. For the motion dynamics that are not identical to the afine motion model, system noise variation is chosen different. As a result, it is provided that the stabilization system based on Kalman filtering processes the more productive. m