Category Archives: Pengolahan Video

Pengolahan video menggunakan matlab

Pengolahan Video untuk Mendeteksi Warna


Deteksi warna dapat dilakukan dengan cara melakukan transformasi ruang warna citra. Berikut ini merupakan contoh 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

-read more->

Pengolahan Video untuk Mendeteksi Warna Kulit


Deteksi warna kulit dapat dilakukan dengan cara melakukan transformasi ruang warna citra. Berikut ini merupakan contoh 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

-read more->

Pengolahan Video untuk Mendeteksi Objek Bergerak dengan Metode Background Subtraction


Berikut ini merupakan 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->

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 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 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 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.


-read more->

Background Subtraction dengan Metode Pengurangan Citra Grayscale


Deteksi kendaraan adalah salah satu tahapan yang harus dilakukan dalam proses identifikasi kendaraan. Contoh 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 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 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->

%d bloggers like this: