Category Archives: Pengolahan Video
Pengolahan video menggunakan matlab
Pengolahan Video Untuk Mendeteksi Dan Menghitung Kendaraan Di Jalan Tol Menggunakan Metode YOLOv3
Deteksi dan penghitungan kendaraan di jalan tol adalah langkah penting dalam pemantauan dan pengelolaan lalu lintas. Dalam artikel ilmiah ini, dijelaskan penggunaan metode YOLOv3 (You Only Look Once version 3) dalam pengolahan video untuk mendeteksi dan menghitung kendaraan di jalan tol. YOLOv3 adalah salah satu model deep learning yang telah terbukti efektif dalam deteksi objek real-time, termasuk kendaraan.
Deteksi Marka Jalan (Lane Detection) Menggunakan Transformasi Hough
Deteksi marka jalan adalah salah satu elemen kunci dalam pengembangan kendaraan otonom. Kemampuan untuk mengidentifikasi dan mengikuti marka jalan adalah langkah penting dalam menciptakan mobil yang dapat mengemudi sendiri. Salah satu teknik yang banyak digunakan dalam deteksi marka jalan adalah Transformasi Hough. Artikel ini akan membahas bagaimana Transformasi Hough dapat diterapkan untuk deteksi marka jalan dalam pengolahan video.
Pengolahan Video: Deteksi Pergerakan Manusia Menggunakan Transformasi Ruang Warna HSV
Pengolahan video adalah proses manipulasi dan analisis terhadap rangkaian gambar (frame) yang diambil dalam urutan waktu. Video adalah sekumpulan gambar bergerak yang direkam secara berurutan untuk menciptakan ilusi gerakan. Pengolahan video melibatkan sejumlah teknik dan algoritma yang digunakan untuk mengubah, memanipulasi, dan menganalisis konten visual dalam video. Salah satu penerapan pengolahan video adalah untuk mendeteksi pergerakan manusia.
Pengolahan Video untuk Mendeteksi Warna
Deteksi warna dapat dilakukan dengan cara melakukan transformasi ruang warna citra. Berikut ini merupakan contoh aplikasi pemrograman matlab mengenai deteksi warna merah pada ruang warna HSV yang terdiri dari Hue (H), Saturation (S), dan Value (V). Langkah-langkah pemrogramannya adalah sebagai berikut:
1. Membaca video asli
2. Mengekstrak setiap frame pada video asli
3. Melakukan transformasi ruang warna yang semula berada pada ruang warna RGB menjadi ruang warna HSV
4. Melakukan segmentasi warna merah pada ruang warna HSV berdasarkan nilai H (0.8 s.d 1), S (0.5 s.d 1) dan V (0.1 s.d 1)
5. Menjalankan seluruh frame hasil pengolahan secara sekuensial dalam bentuk video
Pada contoh ini digunakan video dengan spesifikasi:
| Property | Nilai |
| Title | August Rush 2007.mp4 |
| Durasi | 5 detik |
| Panjang frame | 640 |
| Lebar frame | 480 |
| Frame rate | 23 frame/ detik |
| Jumlah frame | 119 |
Tampilan video yang digunakan yaitu
Pengolahan Video untuk Mendeteksi Warna Kulit
Deteksi warna kulit dapat dilakukan dengan cara melakukan transformasi ruang warna citra. Berikut ini merupakan contoh aplikasi pemrograman matlab mengenai deteksi warna kulit pada ruang warna YCbCr yang terdiri dari luminance (Y) dan chrominance (Cb dan Cr). Langkah-langkah pemrogramannya adalah sebagai berikut:
1. Membaca video asli
2. Mengekstrak setiap frame pada video asli
3. Melakukan transformasi ruang warna citra yang semula berada pada ruang warna RGB menjadi ruang warna YCbCr
4. Melakukan segmentasi warna kulit pada ruang warna YCbCr berdasarkan nilai Y (20 s.d 60), Cb (117 s.d 127) dan Cr (133 s.d 153)
5. Menjalankan seluruh frame hasil pengolahan secara sekuensial dalam bentuk video
Pada contoh ini digunakan video dengan spesifikasi:
| Property | Nilai |
| Title | Maze Runner The Scorch Trials 2015.mp4 |
| Durasi | 10 detik |
| Panjang frame | 640 |
| Lebar frame | 480 |
| Frame rate | 23 frame/ detik |
| Jumlah frame | 246 |
Tampilan video yang digunakan yaitu
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 |  |
Perbaikan Kualitas Citra dalam Pengolahan Video
Perbaikan kualitas citra (Image Enhancement) merupakan salah satu tahapan dalam computer vision yang bersifat opsional.
Perbaikan kualitas citra bertujuan agar citra lebih mudah untuk diinterpretasi atau diolah dalam tahapan selanjutnya seperti segmentasi citra maupun ekstraksi ciri citra.
Metode perbaikan kualitas citra sangat beragam seperti operasi titik maupun operasi spasial yang dilakukan pada domain spasial maupun operasi transformasi yang dilakukan pada domain frekuensi.
Perbaikan kualitas citra bersifat heuristik dan eksperimentatif karena sesungguhnya tidak ada algoritma yang pasti dalam memperbaiki kualitas suatu citra.
Oleh sebab itu, bidang perbaikan kualitas citra sangat terbuka pada penemuan metode baru maupun pengembangan metode yang sudah ada.
Perbaikan kualitas citra dapat pula diaplikasikan dalam bidang pengolahan video (video processing). Hal ini karena sejatinya video adalah sekumpulan citra yang dijalankan secara sekuensial.
Secara garis besar, tahapan perbaikan kualitas citra dalam pengolahan video adalah sebagai berikut:
1. Membaca file video
2. Mengekstrak seluruh frame citra yang menyusun video
3. Melakukan operasi perbaikan kualitas citra pada setiap frame
4. Menyatukan kembali frame citra yang telah diperbaiki kualitasnya dan menjalankannya secara sekuensial dalam bentuk video.
Berikut ini merupakan contoh aplikasi pemrograman GUI Matlab untuk pengolahan video mengenai perbaikan kualitas citra pada domain spasial.
Operasi perbaikan kualitas citra yang dilakukan di antaranya adalah histogram equalization, intensity adjustment, dan gamma correction.
Selain itu, diberikan juga perintah mengenai pertukaran kanal warna pada ruang warna RGB (true color) dan visualisasi color map citra pada citra pseudo color.
1. Menampilkan GUI awal
-read more->
Cara menampilkan video pada GUI Matlab
Pengolahan video merupakan cabang ilmu yang merupakan bagian dari bidang sistem visi komputer (computer vision).
Video sejatinya merupakan sekumpulan citra yang dijalankan secara sekuensial dengan frame rate tertentu.
Pada umumnya pengolahan video dilakukan dengan langkah-langkah berikut:
1. Membaca file video asli
2. Mengekstrak setiap frame video
3. Mengolah setiap frame tersebut dengan metode dan tujuan tertentu
4. Menampilkan kembali hasil pengolahan frame citra secara sekuensial dalam bentuk video
Pengolahan video telah banyak dilakukan dan dikembangkan oleh para saintis di dunia karena perannya yang cukup besar dalam perkembangan teknologi.
Dalam bidang computer vision, kamera telah banyak dimanfaatkan untuk menggantikan maupun membantu peran mata manusia untuk mengawasi, mendeteksi, ataupun mengenali suatu obyek dalam video baik secara real-time maupun non real-time.
Oleh sebab itu, perkembangan ilmu pengetahuan khususnya pada bidang pengolahan citra digital dan pengolahan video terus menerus dilakukan.
Berikut ini merupakan contoh aplikasi pemrograman GUI Matlab mengenai pengolahan video sederhana di antaranya adalah untuk mengekstrak kanal warna citra RGB, mengkonversi ruang warna RGB menjadi grayscale, mengkonversi tone warna sepia, dan mengkonversi warna citra menjadi biner.
Format video yang dapat dibaca oleh Matlab di antaranya adalah .avi, .mpg, dan .mp4.
Tahapan pemrograman untuk pengolahan video adalah sebagai berikut:
1. Menampilkan GUI Matlab
-read more->
Cara Mengekstrak Frame Video Menggunakan Matlab
Dalam bidang video processing, pada umumnya diawali dengan proses ekstraksi frame dari video sehingga pemrosesan video dilakukan pada setiap frame (frame by frame).
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk mengekstrak frame dari suatu video.
Video pada contoh berikut ini berdurasi 20 detik dengan frame rate sebesar 30 per detik sehingga video tersebut memiliki jumlah frame sebanyak 20 x 30 = 600 frame.
Format video yang dapat dibaca oleh Matlab antara lain .avi, .mpg, dan .mp4.
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->
Pemrograman Matlab 