Search Results for background subtraction

Pengolahan Video untuk Mendeteksi Objek Bergerak dengan Metode Background Subtraction


Berikut ini merupakan contoh aplikasi pemrograman matlab mengenai pengolahan video untuk mendeteksi objek bergerak (object tracking) dengan metode background subtraction.
Secara garis besar langkah-langkahnya adalah:
1. Mengekstrak semua frame pada video
2. Mencari frame background secara otomatis dengan cara menghitung nilai modus pada setiap frame
3. Mengkonversi CurrentFrame dan BackgroundFrame menjadi citra grayscale
4. Mengkurangkan antara kedua frame tersebut
5. Mengkonversi citra hasil pengurangan menjadi citra biner
6. Melakukan operasi morfologi untuk menghilangkan noise
7. Menjadikan citra hasil operasi morfologi sebagai masking untuk memvisualisasikan objek yang bergerak
8. Menjalankan setiap frame hasil deteksi secara sekuensial (video)

Pada contoh ini digunakan video dengan spesifikasi sebagai berikut:

Name: ‘SampleVideo.avi’
Duration: 5.3333
Width: 360
Height: 240
FrameRate: 15.0000
BitsPerPixel: 24
VideoFormat: ‘RGB24’

Video tersebut memiliki durasi selama 5.3333 detik dan frame rate sebesar 15 frame per detik sehingga banyaknya frame ketika diekstrak adalah 5.3333 x 15 = 80 frame. Tampilan frame pada setiap detik ditunjukkan pada gambar di bawah ini:

Detik ke- Frame
0
1
2
3
4
5

-read more->

Background Subtraction dengan Metode Pengurangan Citra Grayscale


Deteksi kendaraan adalah salah satu tahapan yang harus dilakukan dalam proses identifikasi kendaraan. Contoh aplikasi pemrograman matlab untuk deteksi kendaraan dengan metode background subtraction pengurangan citra grayscale adalah sebagai berikut:

Langkah-langkahnya yaitu:
-read more->

Background Subtraction dengan Metode Pengurangan Citra Biner


Berikut ini merupakan contoh aplikasi pemrograman matlab untuk mendeteksi kendaraan dengan metode background subtraction pengurangan citra biner:

Langkah-langkahnya adalah sebagai berikut:
-read more->

Background Subtraction dalam ruang warna HSV


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

Langkah langkahnya adalah sebagai berikut:
-read more->

Background Subtraction (Foreground Detection)


Background Subtraction, yang juga dikenal sebagai Foreground Detection, adalah salah satu teknik pada bidang pengolahan citra dan computer vision yang bertujuan untuk mendeteksi/mengambil foreground dari background untuk diproses lebih lanjut (seperti pada proses object recognition dll). Umumnya foreground yang diinginkan adalah berupa objek manusia, mobil, teks, dll. Background subtraction merupakan metode yang umumnya digunakan untuk mendeteksi objek bergerak pada video dari kamera statis (stationary camera). Proses deteksi objek bergerak dengan metode background subtraction didasarkan pada perbedaan antara background referensi dengan frame. Contoh citra background referensi dan citra current frame ditunjukkan pada gambar di bawah ini:

-read more->

Youtube


password untuk mengekstrak file .rar adalah: https://pemrogramanmatlab.com/

TutorialVideoData
001Representasi Citra Digitaldownload
002Deteksi Tepi Citra Digitaldownload
003Klasifikasi Citra Digital Berdasarkan Bentukdownload
004Segmentasi Citra Grayscale Dengan Metode K-means Clusteringdownload
005Deteksi Kulit Berdasarkan Warnadownload
006Menghitung Luas Tumor Otak Pada Citra MRIdownload
007Segmentasi Citra Bakteri Tuberkulosisdownload
008Thresholding Citra Digitaldownload
009Jaringan Syaraf Tiruan Untuk Klasifikasi Citra Daun (script)download
010Jaringan Syaraf Tiruan Untuk Klasifikasi Citra Daun (GUI)download
011Klasifikasi Citra Buah Apel Menggunakan Algoritma K-NN (script)download
012Klasifikasi Citra Buah Apel Menggunakan Algoritma K-NN (GUI)download
013Deteksi Warna Pada Ruang Warna HSVdownload
014Menghitung Luas Objek Pada Citra Digitaldownload
015Klasifikasi Citra Buah Menggunakan Algoritma LDA (script)download
016Klasifikasi Citra Buah Menggunakan Algoritma LDA (GUI)download
017Klasifikasi Sayuran Menggunakan Algoritma Naive Bayes (script)download
018Klasifikasi Sayuran Menggunakan Algoritma Naive Bayes (GUI)download
019Analisis Tekstur Menggunakan metode GLCMdownload
020Segmentasi Citra Thorax Menggunakan Metode Active Contourdownload
021Segmentasi Citra Thorax Menggunakan Metode Thresholdingdownload
022Jaringan Syaraf Tiruan Untuk Prediksi Curah Hujandownload
023Klasifikasi Citra Bunga Menggunakan Algoritma SVM (script)download
024Klasifikasi Citra Bunga Menggunakan Algoritma SVM (GUI)download
025Deteksi Kematangan Buah Sawit Menggunakan Algoritma SOM (script)download
026Deteksi Kematangan Buah Sawit Menggunakan Algoritma SOM (GUI)download
027Membuat Grafik Sinus dan Cosinus (App Designer)no data
028Membuat Grafik Gerak Parabola (App Designer)no data
029Histogram Citra Digital (App Designer)download
030Restorasi Citra Digital (App Designer)download
031Meningkatkan Contrast & Brightness Citra Digital (App designer)download
032Pre Processing Pada Citra Digital (App Designer)download
033Aplikasi Konversi Satuan Suhu (App Designer)no data
034Klasifikasi Citra Daun Jeruk Menggunakan Algoritma SVM (script)download
035Klasifikasi Citra Daun Jeruk Menggunakan Algoritma SVM (App Designer)download
036Segmentasi Citra Daun Yang Berpenyakitdownload
037Deteksi Objek Dengan Metode Background Subtractiondownload
038Deteksi Lingkaran Menggunakan Transformasi Houghdownload
039Deteksi Objek Bergerak Menggunakan Metode Background Subtractiondownload
040Pengolahan Video Untuk Mendeteksi Warna Kulitdownload
041Klasifikasi Spesies Bunga Iris Menggunakan Algoritma K-NNdownload
042Klasifikasi Bunga Iris Menggunakan Algoritma K-Means Clusteringdownload
043Klasifikasi Spesies Bunga Iris Menggunakan Algoritma JSTdownload
044Penerapan Algoritma Hierarchical Clusteringno data
045Logika Fuzzy Untuk Sistem Pengatur Kecepatan Mesin (Script)no data
046Logika Fuzzy Untuk Sistem Pengatur Kecepatan Mesin (App Designer)no data
047Klasifikasi Biji Kopi Menggunakan Jaringan Syaraf Tiruan (script)download
048Klasifikasi Biji Kopi Menggunakan JST (App Designer)download
049Klasifikasi Ikan Koi Menggunakan Algoritma ANFIS (Script)download
050Klasifikasi Ikan Koi Menggunakan Algoritma ANFIS (App Designer)download
051Menghitung Diameter Kanker Pada Citra Mammographydownload
052Klasifikasi Beras Menggunakan Jaringan Syaraf Tiruan (Script)download
053Klasifikasi Beras Menggunakan Jaringan Syaraf Tiruan (App Designer)download

password untuk mengekstrak file .rar adalah: https://pemrogramanmatlab.com/

Jurnal Penelitian


Penelitian mengenai pengolahan citra digital telah banyak dilakukan oleh para peneliti di dunia. Berbagai metode dikembangkan dengan tujuan agar meningkatkan kualitas citra sehingga dapat lebih mudah diinterpretasi dan juga dapat dianalisis secara objektif. Berikut ini merupakan beberapa jurnal penelitian mengenai pengolahan citra digital, dengan Adi Pamungkas sebagai salah satu penulis:

1. Automatic Thresholding with Otsu’s Method to Identify Plasmodium falciparum Phase in Malaria-infected Red Blood Cells

2. Autothresholding Segmentation For Tuberculosis Bacteria Identification In The Ziehl-Neelsen Sputum Sample

3. Beef Quality Identification Using Thresholding Method and Decision Tree Classification Based on Android Smartphone

4. Detection Lung Cancer Using Gray Level Co-Occurrence Matrix (GLCM) and Back Propagation Neural Network Classification

Detection Lung Cancer Using Gray Level Co-Occurrence Matrix (GLCM) and Back Propagation Neural Network Classification

5. Identification of Plasmodium Falciparum Development Phase in Malaria Infected Red Blood Cells using Adaptive Color Segmentation and Decision Tree based Classification

6. Identification of Plasmodium Falciparum Phase in Red Blood Cells using Artificial Neural Networks

7. Identifying the Developmental Phase of Plasmodium Falciparum in Malaria-Infected Red Blood Cells Using Adaptive Color Segmentation And Back Propagation Neural Network

8. Tuberculosis (Tb) Identification In The Ziehl-Neelsen Sputum Sample In NTSC Channel And Support Vector Machine (SVM) Classification

9. Volume Target Delineation for Brain Tumor in MRI Images Using Active Contour Segmentation Method

10. Automatic vehicle counting using background subtraction method on gray scale images and morphology operation

Source Code GUI


Berikut ini merupakan daftar source code pemrograman Matlab mengenai pengolahan data, pengolahan citra, pengolahan sinyal, pengolahan video, pengenalan pola, dan data mining. Seluruh source code dapat diperoleh melalui  >>TOKOPEDIA<<

Sebagian besar source code dapat dijalankan pada semua versi matlab, sebagian kecil hanya dapat dijalankan pada Matlab 2015 & 2017.

File source code lengkap beserta data/ citra pemrograman matlab

  1. Active Contour Segmentation
  2. Adaptive Neuro-Fuzzy Inference System (ANFIS)
  3. Akuisisi Citra Digital menggunakan Webcam
  4. Akuisisi Sinyal Suara Menggunakan MATLAB
  5. Algoritma Genetika untuk Travelling Salesman Problem
  6. Algoritma K-means Clustering dan Naive Bayes Classifier untuk Pengenalan Pola Tesktur
  7. Analisis Tekstur Menggunakan Metode GLCM, LBP, dan FLBP
  8. Aplikasi Informasi Citra Digital
  9. Background Subtraction (Foreground Detection)
  10. Background Subtraction dalam ruang warna HSV
  11. Background Subtraction dengan Metode Pengurangan Citra Biner
  12. Background Subtraction dengan Metode Pengurangan Citra Grayscale
  13. Cara Melakukan Cropping Citra pada GUI Matlab (Region of Interest)
  14. Cara Melakukan Cropping Citra secara Otomatis
  15. Cara Menampilkan Citra Kepala MRI (axial, sagittal, dan coronal) menggunakan GUI Matlab
  16. Cara Menampilkan Video pada GUI Matlab
  17. Cara Mengekstrak Frame Video menggunakan Matlab
  18. Cara Menghitung Koefisien Korelasi menggunakan Matlab
  19. Cara Menghitung Luas, Keliling, dan Centroid suatu Citra
  20. Cara Menghitung Nilai MSE, RMSE, dan PSNR pada Citra Digital
  21. Cara Mengukur Jarak antara Dua Objek dalam Citra
  22. Citra dan Histogram menggunakan GUI Matlab
  23. Complement Image (Negative Image)
  24. Contrast Stretching dan Histogram Equalization
  25. Deteksi Iris Mata dengan Daugman’s Integrodifferential Operator
  26. Deteksi Kematangan Buah Sawit Menggunakan Self-Organizing Maps (SOM)
  27. Deteksi Lingkaran Menggunakan Transformasi Hough
  28. Deteksi Tepi Citra Digital Menggunakan Matlab
  29. Deteksi Titik Sudut Citra Untuk Identifikasi Bentuk
  30. Deteksi Wajah (Face Detection) menggunakan Algoritma Viola-Jones
  31. Efek Sepia pada Foto Digital
  32. Ekstraksi Ciri Bentuk dan Ukuran
  33. Ekstraksi Ciri Citra Grayscale
  34. Ekstraksi Ciri Citra RGB
  35. Ekstraksi Ciri Nilai RGB
  36. Ekstraksi Ciri Wajah Menggunakan Algoritma Viola-Jones
  37. Ekualisasi Histogram pada Citra Digital
  38. Geometric Image Transformations (Transformasi Geometri)
  39. Gerak Parabola
  40. Grafik Sinusoidal
  41. Histogram Citra Digital
  42. Histogram Citra
  43. Identifikasi Jenis Buah Tomat Berdasarkan Analisis Bentuk Dan Tekstur
  44. Identifikasi Jenis Bunga Menggunakan Ekstraksi Ciri Orde Satu Dan Algoritma Multisvm
  45. Identifikasi Nilai Uang Logam Menggunakan Metode Otsu Thresholding
  46. Intensity Adjustment menggunakan GUI MATLAB (1st)
  47. Intensity Adjustment menggunakan GUI MATLAB (2nd)
  48. Jaringan Syaraf Tiruan untuk Identifikasi Jenis Bunga
  49. Jaringan Syaraf Tiruan untuk Klasifikasi Citra Daun
  50. Jaringan Syaraf Tiruan untuk Memprediksi Jumlah Penduduk
  51. Jaringan Syaraf Tiruan untuk Pengenalan Pola
  52. Jaringan Syaraf Tiruan untuk Prediksi menggunakan Matlab
  53. K-Means Clustering menggunakan Matlab
  54. K-Nearest Neighbor (K-NN) Menggunakan Matlab
  55. Kalkulator Sederhana
  56. Klasifikasi Jenis Buah Menggunakan Linear Discriminant Analysis
  57. Klasifikasi Jenis Kendaraan Menggunakan Algoritma Extreme Learning Machine
  58. Klasifikasi Jenis Sayuran Menggunakan Algoritma PCA dan KNN
  59. Kompresi Citra Digital Menggunakan Transformasi Wavelet
  60. Kompresi Citra JPEG
  61. Kompresi Lossless Pada Citra Digital
  62. Konversi Citra Biner menggunakan Metode Otsu
  63. Konversi Intensitas Piksel Citra dalam Hounsfield Unit (HU)
  64. Logika Fuzzy untuk Sistem Pengatur Kecepatan Mesin
  65. Mendeteksi Objek yang Berbentuk Lingkaran
  66. Model Ruang Warna Pengolahan Citra
  67. Morphological Operation (GUI Matlab)
  68. Multi Level Thresholding
  69. Pembuatan Database Mahasiswa menggunakan MATLAB
  70. Pembuatan Database menggunakan Matlab dan Ms. Excel
  71. Pencocokan Citra
  72. Penerapan Algoritma Particle Swarm Optimization (PSO) Pada Kasus Prediksi
  73. Pengenalan Pola Bentuk Menggunakan Chain Code Dan Multi SVM
  74. Pengenalan Pola Bentuk Menggunakan Moment Invariants Dan Jaringan Syaraf Tiruan LVQ
  75. Pengenalan Wajah Menggunakan Algoritma PCA
  76. Pengenalan Warna Objek
  77. Pengolahan Citra Biner
  78. Pengolahan Citra CT Scan Paru-Paru dengan Metode Segmentasi Active Contour
  79. Pengolahan Citra Digital (RGB, Grayscale, dan Biner) menggunakan GUI Matlab (1st)
  80. Pengolahan Citra Digital (RGB, Grayscale, dan Biner) menggunakan GUI Matlab (2nd)
  81. Pengolahan Citra Digital Menggunakan Transformasi Wavelet
  82. Pengolahan Citra Digital untuk Deteksi Tepi Obyek
  83. Pengolahan Citra Digital untuk Mendeteksi Warna dan Bentuk Obyek
  84. Pengolahan Citra Digital
  85. Pengolahan Citra MRI Menggunakan Matlab
  86. Pengolahan Citra untuk Deteksi Warna Kulit (Skin Detection)
  87. Pengolahan Citra untuk Ekstraksi Ciri Objek
  88. Pengolahan Video untuk Mendeteksi Objek Bergerak dengan Metode Background Subtraction
  89. Pengolahan Video untuk Mendeteksi Warna Kulit
  90. Pengolahan Video untuk Mendeteksi Warna
  91. Perbaikan Kualitas Citra (Image Enhancement) menggunakan GUI Matlab
  92. Perbaikan Kualitas Citra dalam Pengolahan Video
  93. Photo Editing using Matlab
  94. Pola Bentuk
  95. Prediksi Harga Saham Menggunakan Algoritma ANFIS
  96. Representasi Citra Digital dan Piksel Penyusunnya
  97. Restorasi Citra Digital Menggunakan Matlab
  98. Rotasi Citra Digital
  99. Segmentasi Citra Bakteri Tuberkulosis Menggunakan K-Means Clustering
  100. Segmentasi Citra dengan Metode Multi Thresholding dan K-Means Clustering
  101. Segmentasi Citra dengan Metode Thresholding
  102. Segmentasi Citra Grayscale dengan Metode K-Means Clustering
  103. Segmentasi Citra Menggunakan Algoritma Klasifikasi
  104. Segmentasi Citra MRI dengan Metode Active Contour
  105. Segmentasi Pola Tekstur menggunakan Filter Gabor
  106. Segmentasi Warna Citra Digital
  107. Segmentasi Warna menggunakan Algoritma Fuzzy C-Means Clustering
  108. Segmentasi Warna
  109. Standard Test Images
  110. Steganografi Citra Digital
  111. Steganografi dengan Metode Substitusi LSB (Least Significant Bit)
  112. Support Vector Machine
  113. Texture Analysis Gray-Level Co-Occurrence Matrix (GLCM) GUI Matlab
  114. Thresholding (1st)
  115. Thresholding (2nd)
  116. Thresholding Citra Digital (GUI Matlab)
  117. Transformasi Fourier Satu Dimensi

Seluruh file source code lengkap beserta data/citra pemrograman matlab yang ada dalam website ini dapat diperoleh melalui >>TOKOPEDIA<<

Save

Save

Save

Klasifikasi Jenis Buah Menggunakan Linear Discriminant Analysis


Linear Discriminant Analysis (LDA) merupakan salah satu metode yang digunakan untuk mengelompokkan data ke dalam beberapa kelas. Penentuan pengelompokan didasarkan pada garis batas (garis lurus) yang diperoleh dari persamaan linear.

Berikut ini merupakan contoh aplikasi pengolahan citra untuk mengklasifikasikan jenis buah menggunakan linear discriminant analysis. Jenis buah yang diklasifikasikan adalah buah apel dan buah jeruk. Kedua jenis buah tersebut dibedakan berdasarkan ciri warnanya menggunakan nilai hue dan saturation. Contoh citra buah pada masing-masing kelas ditunjukkan pada gambar di bawah ini.

-read more->

Thresholding


Apakah yang dimaksud dengan thresholding??

Thresholding merupakan salah satu metode segmentasi citra di mana prosesnya didasarkan pada perbedaan derajat keabuan citra.

Dalam proses ini dibutuhkan suatu nilai batas yang disebut nilai threshold.

Nilai intensitas citra yang lebih dari atau sama dengan nilai threshold akan diubah menjadi putih (1) sedangkan nilai intensitas citra yang kurang dari nilai threshold akan diubah menjadi hitam (0).

Sehingga keluaran dari hasil thresholding adalah berupa citra biner.

Contoh segmentasi citra menggunakan metode thresholding ditunjukkan pada gambar berikut ini:

 

Source code nya adalah sebagai berikut:

clear all
close all
clc

baby = imread('baby.jpg');
baby_gray = rgb2gray(baby);
baby_bw = im2bw(baby_gray,240/255);
baby_bw2 = imcomplement(baby_bw);
baby_bw3 = imfill(baby_bw2,'holes');
baby_bw3(end,:) = 1;
baby_bw3 = imfill(baby_bw3,'holes');
baby_bw3(end,:) = 0;
baby_bw4 = imerode(baby_bw3,strel('disk',1));

red_baby = baby(:,:,1);
green_baby = baby(:,:,2);
blue_baby = baby(:,:,3);

cloud = imread('cloud3.jpg');
red_cloud = cloud(:,:,1);
green_cloud = cloud(:,:,2);
blue_cloud = cloud(:,:,3);

red_cloud(baby_bw4) = red_baby(baby_bw4);
green_cloud(baby_bw4) = green_baby(baby_bw4);
blue_cloud(baby_bw4) = blue_baby(baby_bw4);

rgb = cat(3,red_cloud,green_cloud,blue_cloud);

imwrite(baby_bw4,'bw4.jpg')

figure, imshow(baby);
figure, imshow(baby_bw4);
figure, imshow(cloud);
figure, imshow(rgb);

%% Cropping Citra Bayi
red_baby(~baby_bw4) = 0;
green_baby(~baby_bw4) = 0;
blue_baby(~baby_bw4) = 0;
baby_RGB = cat(3,red_baby,green_baby,blue_baby);
[row,col] = find(baby_bw4==1);
bw = imcrop(baby_bw4,[min(col) min(row) max(col)-min(col) max(row)-min(row)]);
RGB = imcrop(baby_RGB,[min(col) min(row) max(col)-min(col) max(row)-min(row)]);
RGB2 = imcrop(baby,[min(col) min(row) max(col)-min(col) max(row)-min(row)]);

[B,L] = bwboundaries(bw,'noholes');
figure,imshow(RGB)
hold on
for k = 1:length(B)
    boundary = B{k};
    plot(boundary(:,2), boundary(:,1), 'g', 'LineWidth', 2)
end
hold off

figure,imshow(RGB2)
hold on
for k = 1:length(B)
    boundary = B{k};
    plot(boundary(:,2), boundary(:,1), 'g', 'LineWidth', 2)
end
hold off

Tujuan segmentasi citra di atas adalah untuk memisahkan antara objek dengan background. Metode segmentasi citra dapat dikembangkan lebih lanjut agar diperoleh hasil segmentasi yang lebih baik lagi.

File source code lengkap beserta citra untuk thresholding pada materi di atas dapat diperoleh melalui halaman berikut ini: Source Code

Save

%d bloggers like this: