Blog Archives
Background Subtraction Dalam Ruang Warna HSV
Penggunaan teknologi pengolahan citra dalam pemantauan lalu lintas menjadi semakin penting dalam upaya meningkatkan keselamatan jalan raya dan efisiensi transportasi. Salah satu metode yang umum digunakan adalah deteksi objek menggunakan metode background subtraction dalam ruang warna HSV. Artikel ini akan menjelaskan konsep metode ini serta penerapannya untuk deteksi kendaraan di jalan raya.

Deteksi kendaraan di jalan raya adalah salah satu aspek penting dalam sistem pemantauan lalu lintas otomatis. Hal ini dapat digunakan untuk berbagai tujuan, seperti pemantauan lalu lintas real-time, mengidentifikasi pelanggaran lalu lintas, dan mengoptimalkan aliran lalu lintas.
-read more->Identifikasi Kesegaran Ikan Nila Menggunakan Metode K-Nearest neighbor (K-NN)
Gray Level Co-occurrence Matrix (GLCM) adalah metode ekstraksi ciri tekstur pada citra digital yang menghitung frekuensi kemunculan pasangan nilai intensitas piksel dalam citra pada jarak dan arah tertentu. GLCM merepresentasikan hubungan spasial antara dua piksel dalam citra dan dapat digunakan untuk mengukur ciri tekstur seperti kekasaran, kehalusan, dan kehomogenan pada citra. GLCM dapat digunakan bersama-sama dengan metode ekstraksi ciri lainnya, seperti momen warna HSV, untuk meningkatkan akurasi pengenalan citra. GLCM telah banyak digunakan dalam berbagai aplikasi contohnya seperti identifikasi kesegaran ikan nila.
-read more->Segmentasi Warna Citra Digital
Segmentasi citra merupakan suatu proses yang bertujuan untuk memisahkan antara region foreground dengan region background. Pemisahan tersebut didasarkan pada perbedaan karakteristik masing-masing region yang mencolok.
Pada contoh pemrograman ini, dilakukan segmentasi citra berdasarkan pada perbedaan warna antara foreground dengan background. Dalam citra digital, warna yang merupakan spektrum cahaya tampak (merah, jingga, kuning, hijau, biru, ungu) direpresentasikan oleh nilai Hue. Oleh sebab itu, proses segmentasi citra pada pemrograman ini dilakukan pada ruang warna HSV (Hue, Saturation, Value).
Langkah-langkah pemrograman matlab untuk melakukan segmentasi warna adalah sebagai berikut:
1. Membaca dan menampilkan citra asli. Citra yang digunakan adalah citra bird.jpg di mana foreground atau objek yang dimaksud adalah berupa burung.
clc; clear; close all; warning off all;
% Membaca citra asli
RGB = imread('bird.jpg');
figure, imshow(RGB);
Model Ruang Warna Pengolahan Citra
Dalam bidang pengolahan citra digital dikenal berbagai macam ruang warna (color space) citra.
Yang paling umum adalah ruang warna RGB (Red, Green, Blue).
Ruang warna RGB mendefinisikan suatu warna berdasarkan tiga kanal (channel) warna yaitu merah, hijau, dan biru.
Ruang warna RGB untuk citra truecolor 24 bit diilustrasikan oleh gambar berikut:
-read more->
Photo Editing using Matlab
Berikut ini merupakan contoh aplikasi pemrograman matlab untuk transformasi ruang warna pada foto. Citra asli merupakan representasi dari ruang warna RGB (Red, Green, Blue) yang terdiri dari kanal R, kanal G, dan kanal B.

Kita dapat mengubah susunan kanal warna tersebut sehingga menghasilkan citra dengan tampilan yang berbeda.
1. Citra Asli (R-G-B)

-read more->















































