Perhitungan Jumlah Manusia Pada Suatu Citra Berdasarkan Pendeteksian Warna Kulit.
i
PERHITUNGAN JUMLAH MANUSIA PADA SUATU CITRA BERDASARKAN PENDETEKSIAN WARNA KULIT
Gandhi Inda Punna / 0622037 E-mail : wolfowitz_mugen@yahoo.co.uk
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg. Suria Sumantri 65
Bandung 40164, Indonesia
ABSTRAK
Perhitungan jumlah manusia pada suatu area tertentu dibutuhkan untuk mengetahui parameter keberhasilan suatu tempat keramaian. Perhitungan secara manual sudah mulai banyak ditinggalkan karena sangat rentan terjadinya kesalahan, terutama kesalahan perhitungan yang diakibatkan oleh human error. Untuk menanggulanginya, maka dibuat suatu sistem yang dapat melakukan perhitungan jumlah manusia pada suatu area tertentu.
Pada tugas akhir ini dibuat sebuah perangkat lunak untuk menghitung jumlah manusia pada suatu citra berdasarkan pendeteksian warna kulit. Proses ini diawali dengan pengambilan dua citra melalui kamera web, citra pertama adalah citra latar belakang tanpa objek dan citra kedua adalah citra hasil capture yang sudah ada objek. Setelah itu, dilakukan pemisahan latar belakang dengan objek, kemudian citra objek dipisahkan antara objek manusia dan objek yang bukan manusia berdasarkan pendeteksian warna kulit pada distribusi warna YCbCr. Setelah objek manusia terdeteksi dilakukan perhitungan jumlah objek manusia tersebut. Keluaran dari program adalah angka yang menandakan jumlah objek manusia yang terdeteksi.
Dalam pengujian dengan menggunakan empat buah latar belakang yang berbeda dan pada jumlah objek manusia yang berbeda-beda, program berhasil melakukan proses pemisahan latar belakang dengan objek, dan proses perhitungan jumlah manusia sangat dipengaruhi oleh warna pakaian yang dikenakan oleh objek manusia, sedangkan latar belakang tidak mempengaruhi perhitungan.
(2)
ii
CALCULATION THE NUMBER OF PEOPLE IN AN IMAGE
BASED ON SKIN COLOR DETECTION
Gandhi Inda Punna / 0622037 E-mail : wolfowitz_mugen@yahoo.co.uk
Electrical Engineering, Faculty of Engineering , Maranatha Christian University
Prof. Drg. Suria Sumantri 65 Street Bandung 40164, Indonesia
ABSTRACT
The calculation of the number of people in a particular area is needed to determine the parameters of success of a crowded place. Manual calculations were already widely abandoned because it is very susceptible of errors, mainly due to miscalculations by human error. To fix this problem, then was made a system that can perform calculations on a number of people in specific area.
In this Final project is made a software to count the number of people in an image based on skin color detection. This process begins with the capture of two images through a web camera, the first image is the background image without the object and the second image is the image capture of existing objects. After that, the separation of the background done with the object, then the image of the object is separated between humans and objects rather than human object detection based on skin color in YCbCr color distribution. After the human object is detected object is the calculation of the amount of people. The output of the program is a number that indicates the number of human objects detected.
This test using four different backgrounds and the number of human objects different, the program succeeded in doing background separation process with the object, and the process of calculating the number of people are influenced by the color of the clothes used by the human object, while the background is not affect the calculation.
(3)
v
DAFTAR ISI
ABSTRAK ... i
ABSTRACT ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... v
DAFTAR TABEL ... vii
DAFTAR GAMBAR ... viii
BAB 1 PENDAHULUAN 1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 1
1.3 Tujuan ... 1
1.4 Pembatasan Masalah ... 2
1.5 Sistematika Penulisan ... 2
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Digital ... 4
2.2 Piksel ... 5
2.3 Piksel Tetangga ... 6
2.4 Komponen Warna Citra ... 7
2.5 Deteksi Warna Kulit ... 11
2.6 Pelabelan Komponen ... 12
2.7 Kamera Web... 14
BAB 3 PERANCANGAN DAN REALISASI 3.1 Kamera Web... 18
3.2 Pengambilan Citra (Capture Image) ... 19
3.3 Pemisahan Latar Belakang Dan Objek ... 20
(4)
vi
3.5 Pendeteksian Objek Manusia. ... 23
3.6 Perhitungan Jumlah Manusia Yang Terdeteksi... 24
3.7 Perancangan Antar Muka Pemakai (User Interface) ... 25
BAB 4 PENGUJIAN PERANGKAT LUNAK 4.1 Data Pengamatan ... 40
4.1.1 Latar Belakang Berwarna Putih ... 40
4.1.2 Latar Belakang Berwarna Biru... 52
4.1.3 Latar Belakang Sembarang ... 63
4.1.4 Latar Belakang Bergambar Wallpaper... 74
4.2 Analisis Data ... 77
4.2.1 Latar Belakang Berwarna Putih ... 77
4.2.2 Latar Belakang Berwarna Biru... 77
4.2.3 Latar Belakang Sembarang ... 78
4.2.4 Latar Belakang Bergambar Wallpaper... 79
BAB 5 KESIMPULAN DAN SARAN 5.1 Kesimpulan ... 80
5.2 Saran ... 80
DAFTAR PUSTAKA ... 81
(5)
vii
DAFTAR TABEL
Tabel 3.1 Komponen dan Properti Program... 26 Tabel 4.1 Data Pengamatan Dengan Menggunakan Latar Belakang Berwarna Putih ... 77 Tabel 4.2 Data Pengamatan Dengan Menggunakan Latar Belakang Berwarna Biru ... 77 Tabel 4.3 Data Pengamatan Dengan Menggunakan Latar Belakang Sembarang
... 78 Tabel 4.4 Data Pengamatan Dengan Menggunakan Latar Belakang Bergambar
(6)
viii
DAFTAR GAMBAR
Gambar 2.1 Contoh Gambar Pembagian Piksel ... 5
Gambar 2.2 Piksel – Piksel Tetangga ... 6
Gambar 2.3 Visualisasi Ruang Warna RGB ... 7
Gambar 2.4 Visualisasi Ruang Warna YCbCr... 8
Gambar 2.5 Contoh konversi citra RGB menjadi grayscale ... 10
Gambar 2.6 Contoh barcode yang mengandung citra hitam putih ... 10
Gambar 2.7 Citra hitam putih menurut pembagian piksel ... 10
Gambar 2.8 Sebuah citra biner dan urutan pembagian label pada objek-objeknya ... 13
Gambar 3.1 Blok Diagram Sistem ... 16
Gambar 3.2 Diagram Alir Secara Keseluruhan ... 17
Gamvar 3.3 Diagram Alir Pengambilan Citra ... 19
Gambar 3.4 Diagram Alir Pemisahan Latar Belakang Dan Objek ... 20
Gambar 3.5 Diagram Alir Pendeteksian Warna Kulit Dengan Cara Membandingkan Dengan Daerah Batas Warna Kulit ... 22
Gambar 3.6 Diagram Alir Sub Program Untuk Mengubah Nilai RGB Ke YCbCr ... 23
Gambar 3.7 Pendeteksian Objek Manusia ... 24
Gambar 3.8 Perhitungan Jumlah Manusia Yang Terdeteksi... 25
Gambar 3.9 Tampilan Antar Muka Pemakai ... 26
Gambar 4.1 Pengambilan gambar satu orang objek dengan latar belakang warna putih ... 41
Gambar 4.2 Hasil perhitungan satu orang objek dengan latar belakang warna putih ... 41
Gambar 4.3 Pengambilan gambar dua orang objek dengan latar belakang warna putih ... 42
Gambar 4.4 Hasil perhitungan dua orang objek dengan latar belakang warna putih ... 42
(7)
ix
Gambar 4.5 Pengambilan gambar tiga orang objek dengan latar belakang warna putih ... 43 Gambar 4.6 Hasil perhitungan tiga orang objek dengan latar belakang warna
putih ... 44 Gambar 4.7 Pengambilan gambar dua orang objek dengan pakaian berwarna gelap
bersentuhan dan latar belakang warna putih ... 45 Gambar 4.8 Hasil perhitungan dua orang objek dengan pakaian berwarna gelap bersentuhan dan latar belakang warna putih ... 45 Gambar 4.9 Pengambilan gambar dua orang objek dengan warna pakaian cerah
bersentuhan dan latar belakang warna putih ... 46 Gambar 4.10 Hasil perhitungan dua orang objek dengan warna pakaian cerah
bersentuhan dan latar belakang warna putih ... 46 Gambar 4.11 Pengambilan gambar tiga orang objek dengan pakaian berwarna gelap
bersentuhan dan latar belakang warna putih ... 47 Gambar 4.12 Hasil perhitungan tiga orang objek dengan pakaian berwarna gelap
bersentuhan dan latar belakang warna putih ... 48 Gambar 4.13 Pengambilan gambar tiga orang objek dengan warna pakaian cerah bersentuhan dan latar belakang warna putih ... 49 Gambar 4.14 Hasil perhitungan tiga orang objek dengan warna pakaian cerah
bersentuhan dan latar belakang warna putih ... 49 Gambar 4.15 Pengambilan gambar satu orang objek dan objek benda dengan latar
belakang warna putih ... 50 Gambar 4.16 Hasil perhitungan satu orang objek dan objek benda dengan latar
belakang warna putih ... 50 Gambar 4.17 Pengambilan gambar dua orang objek dan objek benda dengan latar
belakang warna putih ... 51 Gambar 4.18 Hasil perhitungan dua orang objek dan objek benda dengan latar
belakang warna putih ... 51 Gambar 4.19 Pengambilan gambar satu orang objek dengan latar belakang warna biru ... 52 Gambar 4.20 Hasil perhitungan satu orang objek dengan latar belakang warna biru
(8)
x
Gambar 4.21 Pengambilan gambar dua orang objek dengan latar belakang warna biru ... 54 Gambar 4.22 Hasil perhitungan dua orang objek dengan latar belakang warna biru
... 54 Gambar 4.23 Pengambilan gambar tiga orang objek dengan latar belakang warna biru ... 55 Gambar 4.24 Hasil perhitungan tiga orang objek dengan latar belakang warna
biru ... 55 Gambar 4.25 Pengambilan gambar dua orang objek dengan pakaian berwarna
gelap bersentuhan dan latar belakang warna biru ... 56 Gambar 4.26 Hasil perhitungan dua orang objek dengan pakaian berwarna gelap
bersentuhan dan latar belakang warna biru ... 56 Gambar 4.27 Pengambilan gambar dua orang objek dengan pakaian berwarna cerah
bersentuhan dan latar belakang warna biru ... 57 Gambar 4.28 Hasil perhitungan dua orang objek dengan pakaian berwarna cerah
bersentuhan dan latar belakang warna biru ... 58 Gambar 4.29 Pengambilan gambar tiga orang objek dengan pakaian berwarna
gelap bersentuhan dan latar belakang warna biru ... 59 Gambar 4.30 Hasil perhitungan tiga orang objek dengan pakaian berwarna gelap
bersentuhan dan latar belakang warna biru ... 59 Gambar 4.31 Pengambilan gambar tiga orang objek dengan pakaian berwarna cerah
bersentuhan dan latar belakang warna biru ... 60 Gambar 4.32 Hasil perhitungan tiga orang objek dengan pakaian berwarna cerah
bersentuhan dan latar belakang warna biru ... 60 Gambar 4.33 Pengambilan gambar satu orang objek dan objek benda dengan latar
belakang warna biru ... 61 Gambar 4.34 Hasil perhitungan satu orang objek dan objek benda dengan latar
belakang warna biru ... 62 Gambar 4.35 Pengambilan gambar dua orang objek dan objek benda dengan latar
belakang warna biru ... 63 Gambar 4.36 Hasil perhitungan dua orang objek dan objek benda dengan latar
(9)
xi
Gambar 4.37 Pengambilan gambar satu orang objek dengan latar belakang sembarang ... 64 Gambar 4.38 Hasil perhitungan satu orang objek dengan latar belakang
sembarang ... 64 Gambar 4.39 Pengambilan gambar dua orang objek dengan latar belakang
sembarang ... 65 Gambar 4.40 Hasil perhitungan dua orang objek dengan latar belakang
sembarang ... 66 Gambar 4.41 Pengambilan gambar tiga orang objek dengan latar belakang
sembarang ... 67 Gambar 4.42 Hasil perhitungan tiga orang objek dengan latar belakang
sembarang ... 67 Gambar 4.43 Pengambilan gambar satu orang objek dan objek benda dengan latar
belakang sembarang ... 68 Gambar 4.44 Perhitungan satu orang objek dan objek benda dengan latar belakang
sembarang ... 68 Gambar 4.45 Pengambilan gambar dua orang objek bersentuhan dengan latar
belakang sembarang ... 69 Gambar 4.46 Hasil perhitungan dua orang objek bersentuhan dengan latar belakang
sembarang ... 70 Gambar 4.47 Pengambilan gambar tiga orang objek bersentuhan dengan latar
belakang sembarang ... 71 Gambar 4.48 Hasil perhitungan tiga orang objekbersentuhan dengan latar belakang
sembarang ... 71 Gambar 4.49 Pengambilan gambar dua orang objek dan objek benda dengan latar
belakang sembarang ... 72 Gambar 4.50 Hasil perhitungan dua orang objek dan objek benda dengan latar
belakang sembarang ... 72 Gambar 4.51 Pengambilan gambar dua orang objek yang sedang memegang objek
benda bersamaan dengan latar belakang sembarang ... 73 Gambar 4.52 Hasil perhitungan dua orang objek yang sedang memegang objek
(10)
xii
Gambar 4.53 Pengambilan gambar satu orang objek dengan latar belakang bergambar wallpaper ... 74 Gambar 4.54 Hasil perhitungan satu orang objekdengan latar belakang bergambar
wallpaper ... 75
Gambar 4.54 Pengambilan gambar satu orang objek dengan latar belakang bergambar wallpaper ... 76 Gambar 4.55 Hasil perhitungan satu orang objek dengan latar belakang bergambar
(11)
A-1
Universitas Kristen Maranatha LISTING PROGRAM PADA MICROSOFT VISUAL BASIC 6.0
1. Program pada Form 1 (Program Utama) Dim imageArray() As Byte
Dim oldX As Long, oldY As Long Dim pNum As Long, pTot As Long
Private Declare Function capCreateCaptureWindow Lib "avicap32.dll" Alias "capCreateCaptureWindowA"
(ByVal lpszWindowName As String, ByVal dwStyle As Long, ByVal x As Long, ByVal y As Long, ByVal nWidth As Long, ByVal nHeight As Long, ByVal hwndParent As Long, ByVal nID As Long) As Long
Private Sub Command1_Click()
Picture2.Picture = Picture1.Picture End Sub
Private Sub Command2_Click() STARTCAM
Load Progress Progress.Show Progress.start Unload Progress
Command2.Enabled = False Command3.Enabled = True
Picture1.AutoRedraw = True Picture2.AutoRedraw = True
(12)
A-2
Universitas Kristen Maranatha Timer1.Enabled = True
End Sub
Private Sub Command3_Click() STOPCAM
Command3.Enabled = False Command2.Enabled = True
Picture1.Picture = LoadPicture("nosignal.bmp") Picture2.Picture = LoadPicture("nosignal.bmp")
End Sub
Private Sub Command5_Click()
SavePicture Picture1.Picture, App.Path +
"\Detected\" + Format(Date, "ddmmyyyy") + "__" + Format(Time, "hhmmss") + ".bmp"
Picture3.Picture = Picture1.Picture For o = 1 To Picture2.ScaleWidth For p = 1 To Picture2.ScaleHeight warna = Picture2.Point(o, p)
r = warna And RGB(255, 0, 0)
g = Int((warna And RGB(0, 255, 0)) / 256) B = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256)
xr = 1.6 * r xg = 1.6 * g xb = 1.6 * B
(13)
A-3
Universitas Kristen Maranatha Next p
Next o End Sub
Private Sub Command6_Click()
For i = 1 To Picture2.ScaleWidth - 1
For j = 1 To Picture2.ScaleHeight - 1 warna = Picture2.Point(i, j)
r1 = warna And RGB(255, 0, 0)
g1 = Int((warna And RGB(0, 255, 0)) / 256) b1 = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256)
warna = Picture3.Point(i, j) r2 = warna And RGB(255, 0, 0)
g2 = Int((warna And RGB(0, 255, 0)) / 256) b2 = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256)
r = r1 - r2
If r > 255 Then r = 255 If r < 0 Then r = 0
g = g1 - g2
If g > 255 Then g = 255 If g < 0 Then g = 0
B = b1 - b2
If B > 255 Then B = 255 If B < 0 Then B = 0
(14)
A-4
Universitas Kristen Maranatha
Next j Next i
For kl = 1 To Picture5.ScaleWidth - 1 For mn = 1 To Picture5.ScaleHeight - 1 warna = Picture5.Point(kl, mn)
r = warna And RGB(255, 0, 0)
g = Int((warna And RGB(0, 255, 0)) / 256)
B = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256)
x = (r + g + B) / 3
If x < 102 Then x = 0 Else x = 255
Picture5.PSet (kl, mn), RGB(x, x, x) Next mn
Next kl End Sub
Private Sub Command7_Click() For i = 1 To Picture3.ScaleWidth For j = 1 To Picture3.ScaleHeight warna = Picture3.Point(i, j)
r = warna And RGB(255, 0, 0)
g = Int((warna And RGB(0, 255, 0)) / 256)
B = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256)
xr = 2 * r xg = 2 * g xb = 2 * B
(15)
A-5
Universitas Kristen Maranatha Next j
Next i
n = 0
x = Picture5.ScaleWidth y = Picture5.ScaleHeight For brs = 1 To y
For klm = 1 To x
wrn = Picture5.Point(klm, brs) k = wrn And RGB(255, 0, 0)
l = Int((wrn And RGB(0, 255, 0)) / 256)
m = Int(Int((wrn And RGB(0, 0, 255)) / 256) / 256) If (k > 200) And (l > 200) And (m > 200) Then
gwrn = Picture3.Point(klm, brs) gk = gwrn And RGB(255, 0, 0)
gl = Int((gwrn And RGB(0, 255, 0)) / 256)
gm = Int(Int((gwrn And RGB(0, 0, 255)) / 256) / 256)
y = 0.257 * gk + 0.504 * gl + 0.098 * gm + 16 cb = 0.148 * gk - 0.291 * gl + 0.439 * gm + 128 cr = 0.439 * gk - 0.368 * gl - 0.071 * gm + 128 If y > 53.697 And y < 234.261 And cb > 131.428 And cb < 203.42 And cr > 126.095 And cr < 183.67 Then k = 255
l = 255 m = 255 n = n + 1
Else
k = 0 l = 0
(16)
A-6
Universitas Kristen Maranatha m = 0
End IfPicture4.PSet (klm, brs), RGB(k, l, m)
Next klm Next brs End Sub
Private Sub Command8_Click() For i = 1 To Picture4.ScaleWidth
For j = 1 To Picture4.ScaleHeight warna = Picture4.Point(i, j) r1 = warna And RGB(255, 0, 0)
g1 = Int((warna And RGB(0, 255, 0)) / 256) b1 = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256)
warna = Picture5.Point(i, j) r2 = warna And RGB(255, 0, 0)
g2 = Int((warna And RGB(0, 255, 0)) / 256) b2 = Int(Int((warna And RGB(0, 0, 255)) / 256) / 256)
r = r1 Or r2
If r > 255 Then r = 255 If r < 0 Then r = 0
g = g1 Or g2
If g > 255 Then g = 255 If g < 0 Then g = 0
B = b1 Or b2
If B > 255 Then B = 255 If B < 0 Then B = 0
(17)
A-7
Universitas Kristen Maranatha Picture6.Refresh
Next j
Picture6.Refresh Next i
End Sub
Private Sub Command9_Click() Dim dib As New cDIB
dib.GetImageData Picture6, imageArray '---
Dim tmpheight As Long, tmpwidth As Long tmpheight = Picture6.ScaleHeight
tmpwidth = Picture6.ScaleWidth
'---
Dim x As Long, y As Long Dim xy() As Long
ReDim xy(0 To tmpwidth * 3) For x = 0 To tmpwidth * 3 xy(x) = x * 3
Next
'---
Dim temp As Long
ReDim imBW(tmpwidth - 1, tmpheight - 1) 'mendapatkan gambar hitam dan putih For x = 0 To tmpwidth - 1
For y = 0 To tmpheight - 1
(18)
A-8
Universitas Kristen Maranatha If temp = 255 Then temp = 1
imBW(x, y) = temp Next
Next
'==[Algoritma Pelabelan Pada Komponen Terkoneksi]===
Dim n As Long, min As Long, i As Long, j As Long, rep As Long
Dim label() As Long, mask(4) As Long, bscan As Long ReDim label(tmpwidth - 1, tmpheight - 1)
If IsNumeric(Text1.Text) = False Then Exit Sub rep = Text1.Text - 1
Dim amount As Long amount = 1000
For j = 0 To rep n = 1
fwdscan:
For x = 1 To tmpwidth - 2 For y = 1 To tmpheight - 2
mask(0) = label(x - 1, y - 1) mask(1) = label(x, y - 1) mask(2) = label(x + 1, y - 1) mask(3) = label(x - 1, y) mask(4) = label(x, y) If imBW(x, y) = 1 Then
temp = mask(0) Or mask(1) Or mask(2) Or mask(3)
(19)
A-9
Universitas Kristen Maranatha label(x, y) = n: bscan = 1
n = n + 1 Else
min = mask(0) For i = 1 To 4
If min = 0 Then min = mask(i): GoTo cont
If mask(i) < min And mask(i) <> 0 Then min = mask(i)
cont:
Next
label(x, y) = min: bscan = 1 End If
End If Next
Next
backscan:
For x = 1 To tmpwidth - 2 For y = 1 To tmpheight - 2
If label((tmpwidth - 1) - x, (tmpheight - 1) - y) <> 0 Then
mask(0) = label((tmpwidth - 1) - (x - 1), (tmpheight - 1) - (y - 1))
mask(1) = label((tmpwidth - 1) - x, (tmpheight - 1) - (y - 1))
mask(2) = label((tmpwidth - 1) - (x + 1), (tmpheight - 1) - (y - 1))
mask(3) = label((tmpwidth - 1) - (x - 1), (tmpheight - 1) - y)
mask(4) = label((tmpwidth - 1) - x, (tmpheight - 1) - y)
(20)
A-10
Universitas Kristen Maranatha min = mask(0)
For i = 1 To 4
If min = 0 Then min = mask(i): GoTo cont2 If mask(i) < min And mask(i) <> 0 Then min = mask(i)
cont2: Next
label((tmpwidth - 1) - x, (tmpheight - 1) - y) = min
End If Next
Next
Next
finish:
Dim count() As Long ReDim count(amount, 4) Dim m As Long
For y = 0 To tmpheight - 1 For x = 0 To tmpwidth - 1
count(label(x, y), 0) = count(label(x, y), 0) + 1 'mengatur berapa banyak dari jumlah label 'no' yang telah didapat
If count(label(x, y), 1) = 0 Then
count(label(x, y), 1) = x: count(label(x, y), 2) = x: _
count(label(x, y), 3) = y: count(label(x, y), 4) = y 'mengatur semua min & max koordinat x dan y untuk min 1 ..
(21)
A-11
Universitas Kristen Maranatha
'update setiap koordinat
If x < count(label(x, y), 1) And count(label(x, y), 1) <> 0 Then count(label(x, y), 1) = x 'update coordinate x min (if x < than the prev value)
If x > count(label(x, y), 2) And count(label(x, y), 2) <> 0 Then count(label(x, y), 2) = x '
If y < count(label(x, y), 3) And count(label(x, y), 3) <> 0 Then count(label(x, y), 3) = y '
If y > count(label(x, y), 4) And count(label(x, y), 4) <> 0 Then count(label(x, y), 4) = y '
Next Next
'===[ BOUNDING BOX ]===
'MEMBEDAKAN KOTAK yang terdeteksi dan yang berlabel OBJEK
For i = 0 To amount
If count(i, 0) <> 0 And count(i, 0) > 15 And i <> 0 Then 'jika label menemukan tidak nol,> 5 dan label tidak '0 '
m = m + 1
Picture6.Line (count(i, 1), (tmpheight - 1) - count(i, 3))-(count(i, 2), (tmpheight - 1) -
count(i, 4)), vbRed, B
End If Next
(22)
A-12
Universitas Kristen Maranatha Label1.Caption = "Human found : " & m
pTot = m
End Sub
Private Sub Form_Load()
Picture1.Picture = LoadPicture("nosignal.bmp") Picture2.Picture = LoadPicture("nosignal.bmp") End Sub
Private Sub Timer1_Timer()
'mendapatkan gambar dari kamera
SendMessage mCapHwnd, GET_FRAME, 0, 0 SendMessage mCapHwnd, COPY, 0, 0
Picture1.Picture = Clipboard.GetData: Clipboard.Clear
End Sub
Sub STOPCAM()
DoEvents: SendMessage mCapHwnd, DISCONNECT, 0, 0 End Sub
Sub STARTCAM()
'Memulai kamera untuk mengambil gambar
mCapHwnd = capCreateCaptureWindow("WebcamCapture", 0, 0, 0, 320, 240, Me.hwnd, 0)
DoEvents
SendMessage mCapHwnd, CONNECT, 0, 0 'menghubungkan kamera
(23)
A-13
Universitas Kristen Maranatha 2. Program pada ClassModule
Option Explicit
Private Type BITMAPINFOHEADER '40 bytes biSize As Long
biWidth As Long biHeight As Long biPlanes As Integer biBitCount As Integer biCompression As Long End Type
Private Type RGBQUAD Red As Byte
Green As Byte Blue As Byte End Type
Private Type BITMAP bmType As Long bmWidth As Long bmHeight As Long bmWidthBytes As Long bmPlanes As Integer bmBitsPixel As Integer bmBits As Long
(24)
A-14
Universitas Kristen Maranatha '---
' Tambahan (Deklarasi)
'--- Private Type BITMAPINFO
bmHeader As BITMAPINFOHEADER bmColors(0 To 255) As RGBQUAD End Type
Private Declare Function GetObject Lib "gdi32" Alias "GetObjectA" (ByVal hObject As Long, ByVal nCount As Long, ByRef lpObject As Any) As Long 'pemanggilan fungsi API
Private Declare Function GetDIBits Lib "gdi32" (ByVal hdc As Long, ByVal hBitmap As Long, ByVal nStartScan As Long, ByVal nNumScans As Long, lpBits As Any, lpBI As BITMAPINFO, ByVal wUsage As Long) As Long
'--- ' Fungsi Tambahan
'---
Public Function GetImageData(ByRef SrcPictureBox As PictureBox, ByRef ImageData() As Byte)
'Deklarasi beberapa variabel yang diperlukan tipe bitmap
Dim bm As BITMAP
Dim bmi As BITMAPINFO Dim arraywidth As Long
'Mengisi BMI (Bitmap informasi variabel) dengan semua data yang sesuai
(25)
A-15
Universitas Kristen Maranatha bmi.bmHeader.biSize = 40 'Ukuran, dalam satuan byte, dari header (selalu 40)
bmi.bmHeader.biPlanes = 1 'Jumlah plane (selalu satu untuk contoh ini)
bmi.bmHeader.biBitCount = 24 'Bit per pixel (selalu 24 untuk contoh ini)
bmi.bmHeader.biCompression = 0 'Kompresi: standar / tidak ada
'Hitung ukuran tipe bitmap (dalam bytes) Dim bmLen As Long
bmLen = Len(bm)
'Mendapatkan informasi picturebox dari
SrcPictureBox dan memasukkannya ke dalam variabel 'bm'
GetObject SrcPictureBox.Image, bmLen, bm arraywidth = (bm.bmWidth * 3) - 1
arraywidth = arraywidth + (bm.bmWidth Mod 4) 'Membangun ukuran array dengan benar
ReDim ImageData(0 To arraywidth, 0 To bm.bmHeight - 1)
'Selesai membangun 'BMI' variabel kita ingin melakukan panggilan langsung ke GetDIBits (yang sama kami gunakan di atas)
bmi.bmHeader.biWidth = bm.bmWidth bmi.bmHeader.biHeight = bm.bmHeight
‘mengisi variabel 'BMI', dengan menggunakan
GetDIBits untuk mengambil data
'SrcPictureBox dan memasukkannya ke dalam ImageData () array menggunakan pengaturan dalam 'BMI'
(26)
A-16
Universitas Kristen Maranatha GetDIBits SrcPictureBox.hdc,
SrcPictureBox.Image, 0, bm.bmHeight, ImageData(0, 0), bmi, 0
End Function
3. Program pada Modul Camera
Public Declare Function SendMessage Lib "USER32" Alias "SendMessageA" (ByVal hwnd As Long, ByVal wMsg As Long, ByVal wParam As Long, lParam As Any) As Long
Public mCapHwnd As Long
Public Const CONNECT As Long = 1034 Public Const DISCONNECT As Long = 1035 Public Const GET_FRAME As Long = 1084 Public Const COPY As Long = 1054
(27)
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Di jaman yang serba berkembang seperti sekarang, data jumlah manusia pada suatu area tertentu sangat penting. Data jumlah manusia tersebut biasanya didapat secara manual, tetapi perhitungan secara manual mulai banyak ditinggalkan karena rentan terjadinya kesalahan, terutama kesalahan perhitungan yang diakibatkan oleh human error. Untuk menanggulanginya, maka dibuat suatu sistem yang dapat melakukan perhitungan jumlah manusia pada suatu area tertentu.
Salah satu aplikasinya adalah menggunakan kamera web dengan bantuan teknologi pengolahan citra digital (metode segmentasi citra dan pendeteksian warna kulit), sehingga dapat melakukan perhitungan secara otomatis. Dengan sistem tersebut, diharapkan perhitungan jumlah manusia pada suatu daerah tertentu dapat ditentukan lebih tepat, sehingga kesalahan perhitungan akibat
human error terhindari.
Pada tugas akhir ini akan dibuat suatu sistem yang dapat menghitung jumlah manusia berdasarkan pendeteksian warna kulit manusia melalui kamera web.
1.2 Perumusan Masalah
Bagaimana menghitung jumlah manusia pada area tertentu, dengan metode segmentasi citra dan pendeteksian warna kulit manusia?
1.3 Tujuan
Tujuan dari Tugas Akhir ini adalah membuat sebuah sistem untuk menghitung jumlah manusia pada area tertentu dengan metode segmentasi citra dan pendeteksian warna kulit melaui kamera web.
(28)
2
Universitas Kristen Maranatha 1.4 Pembatasan Masalah
Dalam tugas akhir ini, pembatasan dibatasi sampai hal-hal berikut yaitu : 1. Dalam pendeteksian citra warna kulit manusia berdasarkan hasil dari
Laporan Tugas Akhir Elrica Pranata (0422002) yang berjudul PENDETEKSIAN WARNA KULIT BERDASARKAN DISTRIBUSI WARNA YCbCr.
2. Penempatan kamera web pada posisi yang strategis.
3. Intensitas cahaya yang cukup untuk mendapatkan hasil yang maksimal dalam pengambilan gambar.
4. Objek manusia yang terdeteksi tidak semua bagian badannya, melainkan hanya bagian kepala hingga dada saja.
5. Warna latar yang dipakai kontras dengan warna pakaian dan kulit manusia. 6. Gambar yang diolah adalah gambar hasil capture dari kamera web.
7. Patung yang menyerupai manusia yang biasa digunakan untuk pajangan pakaian yang memiliki warna seperti warna kulit manusia (manekin) adalah pengecualian.
8. Jumlah manusia maksimum yang dideteksi adalah tiga orang.
1.5 Sistematika Penulisan.
Sistematika penulisan tugas akhir ini dibagi menjadi 5 bab, yaitu: Bab 1 : Pendahuluan.
Bab ini membahas tentang latar belakang, perumusan masalah, tujuan, pembatasan masalah, dan sistematika penulisan.
Bab 2 : Landasan Teori.
Bab ini membahas tentang landasan teori dari pengolahan citra digital, piksel, piksel tetangga, komponen warna citra, deteksi warna kulit, pelabelan komponen, dan kamera web.
Bab 3 : Perancangan Perangkat Lunak.
Bab ini membahas tentang perancangan dan realisasi perangkat lunak (software) untuk melakukan perhitungan jumlah manusia berdasarkan metode segmentasi citra dan pendeteksian warna kulit.
(29)
3
Universitas Kristen Maranatha Bab 4 : Pengujian Perangkat Lunak.
Bab ini membahas tentang pengujian perangkat lunak untuk melakukan perhitungan jumlah manusia berdasarkan metode segmentasi citra dan pendeteksian warna kulit.
Bab 5 : Kesimpulan dan Saran.
Bab ini membahas tentang kesimpulan dan saran untuk perbaikan serta pengembangan lebih lanjut.
(30)
80
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Perhitungan jumlah manusia dengan metode pendeteksian warna kulit sangat dipengaruhi oleh warna pakaian yang dikenakan oleh objek manusia.
2. Berdasarkan pada pengujian semua latar, proses pemisahan objek dan latar belakang berhasil dilakukan.
5.2 Saran
1. Algoritma pendeteksian warna kulit disempurnakan, sehingga dapat lebih akurat dalam mendeteksi warna kulit manusia dan dapat membedakan manusia atau bukan walaupun warna pakaian objek menyerupai warna kulit manusia.
2. Untuk selanjutnya diharapkan dapat dibuat suatu program perhitungan yang real time agar selalu memperbaharui data.
(31)
81
DAFTAR PUSTAKA
1. Ahmad, Usman, “Pengolahan Citra Digital dan Teknik Pemrogramannya,”, Graha Ilmu, Yogyakarta, 2005
2. Basuki, Achmad, Jozua F.Palandi, Fatchurrochman,”Pengolahan Citra Digital menggunakan Visual Basic”, Graha Ilmu, Yogyakarta, 2005. 3. Bovik, Al, “The Essential Guide To Image Processing,” Academic Press,
2009.
4. Pratt, William K., “Digital Image Processing Fourth Edition,” A Wiley-Interscience Publication, 2007.
5. Pranata, Elrica, “Pendeteksian Warna Kulit Berdasarkan Distribusi Warna YCbCr”, Universitas Kristen Maranatha, Bandung, 2009.
6. Sihar, Rubinhut, “Aplikasi Pengolahan Citra Digital Untuk Menghitung Jumlah Suatu Objek Pada Suatu Daerah Pengamatan,” Universitas Kristen maranatha Bandung, 2008.
(1)
A-16
Universitas Kristen Maranatha GetDIBits SrcPictureBox.hdc,
SrcPictureBox.Image, 0, bm.bmHeight, ImageData(0, 0), bmi, 0
End Function
3. Program pada Modul Camera
Public Declare Function SendMessage Lib "USER32" Alias "SendMessageA" (ByVal hwnd As Long, ByVal wMsg As Long, ByVal wParam As Long, lParam As Any) As Long
Public mCapHwnd As Long
Public Const CONNECT As Long = 1034 Public Const DISCONNECT As Long = 1035 Public Const GET_FRAME As Long = 1084 Public Const COPY As Long = 1054
(2)
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Di jaman yang serba berkembang seperti sekarang, data jumlah manusia pada suatu area tertentu sangat penting. Data jumlah manusia tersebut biasanya didapat secara manual, tetapi perhitungan secara manual mulai banyak ditinggalkan karena rentan terjadinya kesalahan, terutama kesalahan perhitungan yang diakibatkan oleh human error. Untuk menanggulanginya, maka dibuat suatu sistem yang dapat melakukan perhitungan jumlah manusia pada suatu area tertentu.
Salah satu aplikasinya adalah menggunakan kamera web dengan bantuan teknologi pengolahan citra digital (metode segmentasi citra dan pendeteksian warna kulit), sehingga dapat melakukan perhitungan secara otomatis. Dengan sistem tersebut, diharapkan perhitungan jumlah manusia pada suatu daerah tertentu dapat ditentukan lebih tepat, sehingga kesalahan perhitungan akibat human error terhindari.
Pada tugas akhir ini akan dibuat suatu sistem yang dapat menghitung jumlah manusia berdasarkan pendeteksian warna kulit manusia melalui kamera web.
1.2 Perumusan Masalah
Bagaimana menghitung jumlah manusia pada area tertentu, dengan metode segmentasi citra dan pendeteksian warna kulit manusia?
1.3 Tujuan
Tujuan dari Tugas Akhir ini adalah membuat sebuah sistem untuk menghitung jumlah manusia pada area tertentu dengan metode segmentasi citra dan pendeteksian warna kulit melaui kamera web.
(3)
2
Universitas Kristen Maranatha 1.4 Pembatasan Masalah
Dalam tugas akhir ini, pembatasan dibatasi sampai hal-hal berikut yaitu : 1. Dalam pendeteksian citra warna kulit manusia berdasarkan hasil dari
Laporan Tugas Akhir Elrica Pranata (0422002) yang berjudul PENDETEKSIAN WARNA KULIT BERDASARKAN DISTRIBUSI WARNA YCbCr.
2. Penempatan kamera web pada posisi yang strategis.
3. Intensitas cahaya yang cukup untuk mendapatkan hasil yang maksimal dalam pengambilan gambar.
4. Objek manusia yang terdeteksi tidak semua bagian badannya, melainkan hanya bagian kepala hingga dada saja.
5. Warna latar yang dipakai kontras dengan warna pakaian dan kulit manusia. 6. Gambar yang diolah adalah gambar hasil capture dari kamera web.
7. Patung yang menyerupai manusia yang biasa digunakan untuk pajangan pakaian yang memiliki warna seperti warna kulit manusia (manekin) adalah pengecualian.
8. Jumlah manusia maksimum yang dideteksi adalah tiga orang.
1.5 Sistematika Penulisan.
Sistematika penulisan tugas akhir ini dibagi menjadi 5 bab, yaitu: Bab 1 : Pendahuluan.
Bab ini membahas tentang latar belakang, perumusan masalah, tujuan, pembatasan masalah, dan sistematika penulisan.
Bab 2 : Landasan Teori.
Bab ini membahas tentang landasan teori dari pengolahan citra digital, piksel, piksel tetangga, komponen warna citra, deteksi warna kulit, pelabelan komponen, dan kamera web.
Bab 3 : Perancangan Perangkat Lunak.
Bab ini membahas tentang perancangan dan realisasi perangkat lunak (software) untuk melakukan perhitungan jumlah manusia berdasarkan metode segmentasi citra dan pendeteksian warna kulit.
(4)
3
Universitas Kristen Maranatha Bab 4 : Pengujian Perangkat Lunak.
Bab ini membahas tentang pengujian perangkat lunak untuk melakukan perhitungan jumlah manusia berdasarkan metode segmentasi citra dan pendeteksian warna kulit.
Bab 5 : Kesimpulan dan Saran.
Bab ini membahas tentang kesimpulan dan saran untuk perbaikan serta pengembangan lebih lanjut.
(5)
80
BAB 5
KESIMPULAN DAN SARAN
5.1 Kesimpulan
1. Perhitungan jumlah manusia dengan metode pendeteksian warna kulit sangat dipengaruhi oleh warna pakaian yang dikenakan oleh objek manusia.
2. Berdasarkan pada pengujian semua latar, proses pemisahan objek dan latar belakang berhasil dilakukan.
5.2 Saran
1. Algoritma pendeteksian warna kulit disempurnakan, sehingga dapat lebih akurat dalam mendeteksi warna kulit manusia dan dapat membedakan manusia atau bukan walaupun warna pakaian objek menyerupai warna kulit manusia.
2. Untuk selanjutnya diharapkan dapat dibuat suatu program perhitungan yang real time agar selalu memperbaharui data.
(6)
81
DAFTAR PUSTAKA
1. Ahmad, Usman, “Pengolahan Citra Digital dan Teknik
Pemrogramannya,”, Graha Ilmu, Yogyakarta, 2005
2. Basuki, Achmad, Jozua F.Palandi, Fatchurrochman,”Pengolahan Citra
Digital menggunakan Visual Basic”, Graha Ilmu, Yogyakarta, 2005. 3. Bovik, Al, “The Essential Guide To Image Processing,” Academic Press,
2009.
4. Pratt, William K., “Digital Image Processing Fourth Edition,” A Wiley-Interscience Publication, 2007.
5. Pranata, Elrica, “Pendeteksian Warna Kulit Berdasarkan Distribusi Warna
YCbCr”, Universitas Kristen Maranatha, Bandung, 2009.
6. Sihar, Rubinhut, “Aplikasi Pengolahan Citra Digital Untuk Menghitung
Jumlah Suatu Objek Pada Suatu Daerah Pengamatan,” Universitas Kristen
maranatha Bandung, 2008. 7. http://www.wikipedia.org