GÖZ İLE FARK EDİLMEYEN KÜÇÜK HAREKETLERİN ALGILANMASINDA GÖRÜNTÜ BÜYÜTME YÖNTEMLERİNİN PERFORMANS ANALİZİ

Abstract

Bu tez çalışmasında, insan gözü tarafından algılanması zor olan bir görüntüdeki, gizli renk ve hareket değişimlerini açığa çıkarmada kullanılan görüntü büyütme yöntemlerinin performans analizi yapılmıştır. Bu analiz işleminde, görüntü büyütme yöntemi olarak Euler renk büyütme ve Euler hareket büyütme yöntemleri kullanılmıştır. Her iki görüntü büyütme yönteminde, görüntü ayrıştırma yöntemi olarak hem Laplace piramidi hem de Gauss piramidi kullanılmış ve bu piramitlerin performansları karşılaştırılmıştır. Euler Görüntü Büyütme yönteminde, öncelikle giriş görüntüsü bir piramit yapısı kullanılarak farklı uzaysal frekans bantlarına ayrıştırılır. Bu uzaysal frekans bantlarına ayrıştırma işleminden sonra aynı zamansal filtre tüm bantlara uygulanır. Filtrelenmiş uzaysal bantlar, kullanıcı tarafından belirtilen bir büyütme faktörü ile büyütülür. Bu büyütülmüş sinyaller,daha sonra orijinal sinyalin arkasına eklenir. Tüm bu uzaysal olarak ayrıştırılan görüntü çerçeveleri, büyütülmüş renk ve hareketi içeren son çıkış görüntüsünü elde etmek için yeniden oluşturulur. Tüm piramit ayrıştırmalarından elde edilen çıkış görüntüleri hesapsal olarak analiz edilir ve PSNR(En Büyük İşaret-Gürültü Oranı) ve SSIM(Yapısal Benzerlik İndeksi Ölçümü) değerleri üzerinden birbirleriyle karşılaştırılır. Görüntü işleme zamanı, görüntü ayrıştırma yöntemlerini karşılaştırmada kullanılan bir parametredir. Görüntü ayrıştırma yöntemleriyle yapılan deneylerin sonuçları görüntü işleme zamanı açısından incelendiğinde, Gauss piramit ayrıştırmasıyla görüntü büyütmenin daha iyi bir performansa sahip olduğu görülmüştür. Bu yöntemler görüntü kalitesi olarak PSNR değerleri açısından incelendiğinde, Gauss piramidinin renk büyütme işleminde daha iyi sonuçlar verdiği Laplace piramidinin ise hareket büyütme işleminde daha iyi sonuçlar verdiği görülmüştür.In this thesis, performance analysis of the video magnification techniques which are used to reveal subtle variations of colour and motions in a video that are difficult to perceive with the human eye was achieved. In this analysis process, Eulerian colour magnification and Eulerian motion magnification techniques have been used as video magnification technique. In both video magnification techniques, both Laplace pyramid and Gauss pyramid have been used as video decomposition tecnique and performances of these pyramids have been compared. In Eulerian Video Magnification technique, the input video is firstly decomposed into different spatial frequency bands by using a pyramid structure. After decomposition process into these spatial frequency bands, the same temporal filter is applied to all bands. Filtered spatial bands are magnified by a magnification factor that is specified by the user. These magnified signals are then added back to the original signal. All of these video frames that are decomposed as spatial are reconstituted to obtain the final output video that contains magnified colour and motion. The output videos that were obtained from the all pyramid decompositions are computationally analyzed and compared with each other through PSNR(Peak Signal-to- Noise Ratio) and SSIM(Structural Similarity Index Measurement) values. The video processing time is a parameter which is used to compare with video decomposition techniques. When the results of the experiments that are done with video decomposition tecniques investigated in terms of video processing time, it was seen that video magnification with Gauss pyramid decomposition has a better performance. When these techniques investigated in terms of PSNR values as video quality, it was seen that while Gauss pyramid gives a better result in colour magnification process, Laplace pyramid gives a beter result in motion magnification process.