Berikut ini merupakan contoh aplikasi pemrograman matlab untuk deteksi kendaraan dengan metode background subtraction dalam ruang warna HSV.

Langkah langkahnya adalah sebagai berikut:

No	Proses	Background	Frame
1	Baca Citra
2	Konversi ruang warna RGB menjadi HSV
3	Thresholding pada masing-masing kanal H, S, dan V
4	Operasi X-OR antara background dengan frame
5	Konversi citra menjadi grayscale
6	Konversi citra menjadi biner
7	Filtering citra menggunakan filter median 5 x 5
8	Menghilangkan objek yang memiliki luasan di bawah 5000
9	Membuat masking berdasarkan hasil deteksi foreground
10	Menampilkan hasil deteksi foreground pada frame
11	Menampilkan cropping hasil deteksi foreground

File source code lengkap beserta citra untuk deteksi kendaraan dengan metode Background Subtraction dalam ruang warna HSV dapat diperoleh melalui halaman berikut ini: Source Code

Sedangkan tampilan source codenya adalah sebagai berikut:

clc;
close all;
clear;

%Read Background Image
Background=imread('background.jpg');

%Read Current Frame
CurrentFrame=imread('original.jpg');

% Display Background and Foreground
subplot(2,2,1);imshow(Background);title('Background');
subplot(2,2,2);imshow(CurrentFrame);title('Current Frame');

%Convert RGB 2 HSV Color conversion
[Background_hsv]=round(rgb2hsv(Background));
[CurrentFrame_hsv]=round(rgb2hsv(CurrentFrame));
Out = bitxor(Background_hsv,CurrentFrame_hsv);

%Convert RGB 2 GRAY
Out=rgb2gray(Out);

%Read Rows and Columns of the Image
[rows, columns]=size(Out);

%Convert to Binary Image
for i=1:rows
    for j=1:columns
        if Out(i,j) >0
            BinaryImage(i,j)=1;
        else
            BinaryImage(i,j)=0;
        end
    end
end

%Apply Median filter to remove Noise
FilteredImage=medfilt2(BinaryImage,[5 5]);

%Boundary Label the Filtered Image
[L, num]=bwlabel(FilteredImage);

STATS=regionprops(L,'all');
cc=[];
removed=0;

%Remove the noisy regions
for i=1:num
    dd=STATS(i).Area;
    if (dd < 5000)
        L(L==i)=0;
        removed = removed + 1;
        num=num-1;
    end
end

L = logical(L);
[row,col] = find(L==1);

h_bw = imcrop(CurrentFrame,[min(col) min(row) max(col)-min(col) max(row)-min(row)]);

[a,b] = size(L);
mask = false(a,b);
mask(min(row):max(row),min(col):max(col)) = 1;

mask =  bwperim(mask,8);
mask = imdilate(mask,strel('square',3));

R = CurrentFrame(:,:,1);
G = CurrentFrame(:,:,2);
B = CurrentFrame(:,:,3);

R(mask) = 255;
G(mask) = 0;
B(mask) = 0;

RGB = cat(3,R,G,B);

%Display Result
subplot(2,2,3);imshow(L);title('Detected Foreground (binary)');
subplot(2,2,4);imshow(RGB);title('Detected Foreground (RGB)');

Save