PENGOLAHAN CITRA DIGITAL
UNTUK MENDETEKSI OBYEK WAJAH
PADA CITRA BERGERAK
BERDASARKAN PADA EKSTRAKSI FITUR MATA
Didik Hariyanto 2204 205 005
PROGRAM STUDI MAGISTER
BIDANG KEAHLIAN JARINGAN CERDAS MULTIMEDIA
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOVEMBER
SURABAYA
PENGOLAHAN CITRA DIGITAL
UNTUK MENDETEKSI OBYEK WAJAH
PADA CITRA BERGERAK
BERDASARKAN PADA EKSTRAKSI FITUR MATA
Tesis ini disusun untuk memenuhi salah satu syarat memperoleh gelar Magister Teknik (MT)
di
Institut Teknologi Sepuluh November Surabaya
Oleh : Didik Hariyanto
2204 205 005
Tanggal Ujian : 27 Juni 2006 Periode Wisuda : September 2006 Disetujui oleh Tim Penguji Tesis :
1. Pembimbing I 2. Pembimbing II 3. Penguji I 4. Penguji II 5. Penguji III 6. Penguji IV : : : : : :
Prof. Dr. Ir. Mauridhi Hery P., M.Eng. NIP. 131 569 364
Ir. Dadet Pramadihanto, M.Eng., Ph.D. NIP. 131 803 696
Mochamad Hariadi, S.T., M.Sc., Ph.D. NIP. 132 172 209
Ir. Yoyon K. Suprapto, M.Sc. NIP. 130 687 439
Supeno Mardi S.N., S.T., M.T. NIP. 132 137 893
Eko Mulyanto Y., S.T., M.T. NIP. 132 135 221 1. ______________ 2. ______________ 3. ______________ 4. ______________ 5. ______________ 6. ______________
Direktur Program Pasca Sarjana,
Prof. Ir. Happy Ratna S., M.Sc., Ph.D. NIP. 130 541 829
iii ABSTRAK
PENGOLAHAN CITRA DIGITAL
UNTUK MENDETEKSI OBYEK WAJAH
PADA CITRA BERGERAK
BERDASARKAN PADA EKSTRAKSI FITUR MATA
Penulis Pembimbing
: :
Didik Hariyanto
Prof. Dr. Ir. Mauridhi Hery P., M. Eng Ir. Dadet Pramadihanto, M.Eng., Ph.D.
Penelitian ini bertujuan untuk mengembangkan suatu sistem yang dapat digunakan untuk mendeteksi suatu wajah dalam sebuah citra bergerak berdasarkan pada ekstraksi fitur mata. Pada suatu citra bergerak yang terdiri dari berbagai obyek yang berlainan dengan disertai latar belakang yang berbeda, sistem ini akan dapat membedakannya antara obyek wajah atau bukan.
Penelitian ini dilakukan dengan cara mengambil citra bergerak dengan komposisi obyek citra yang bermacam-macam. Dari citra tersebut, kemudian dilakukan pengubahan ukuran menjadi 160x120 piksel dari ukuran aslinya 320x240 piksel. Ukuran citra yang lebih kecil dimaksudkan agar kerja sistem menjadi lebih cepat. Setelah itu, dilakukan pemilihan frame pada kelipatan 3 diantara keseluruhan frame yang ada. Output dari pemilihan frame akan diberikan pada dua sub sistem yang berbeda. Sub sistem yang pertama terdiri dari operasi pengubahan warna ke gray level, Filter Minimum 4x4 dan Iteratif Threshold. Sub sistem yang kedua terdiri dari seleksi warna kulit, Gaussian Filter 7x7 dan Dinamik Threshold. Dari kedua output sub sistem tersebut, kemudian diberikan operasi XOR. Operasi selanjutnya adalah Gaussian Filter 5x5 dan Iteratif Threshold. Pencarian kandidat mata dilakukan melalui proses pencarian dua titik yang mempunyai jarak tertentu. Hasil akhir yang berupa koordinat titik mata, kemudian dilakukan operasi pembesaran agar sesuai dengan ukuran awal dari citra masukan.
Pengujian sistem dilakukan dengan memberikan masukan berupa file video dengan berbagai macam kombinasi obyek dan latar belakang yang berbeda. Output sistem kemudian dibandingkan dengan hasil interpretasi yang dilakukan oleh manusia.
ABSTRACT
DIGITAL IMAGE PROCESSING
FOR FACE OBJECT DETECTION
IN AN IMAGE SEQUENCE
BASED ON EYES FEATURE EXTRACTION
Writer Counselors
: :
Didik Hariyanto
Prof. Dr. Ir. Mauridhi Hery P., M. Eng Ir. Dadet Pramadihanto, M.Eng., Ph.D.
The main aim of this research is to develop system that can detect face object in an image sequence based on eyes feature extraction. In an image sequence produced by video streaming, it is usually found many objects such as background, clothes, eyes, hair, face and etc. In this research, the authors try to detect automatically which one is the real face object and which one is not.
In this research, the Detection system is developed by several steps, first of all is capturing an image sequence from a video streaming. The second step is reducing the each frame size into 160 x 120 pixels from the original size 320 x 240 pixels in every third frame grabbed. Then these frames are being sent into two flow works to be processed. The first flow work is begun by grey level transforming, 4x4 Minimum filter operation and Iterative Threshold. The second flow work is started by doing skin color selection, 7x7 Gaussian Filter Operation and Dynamic Threshold. The Output from each flow work is then being combined by using XOR function. Then, the result is being filtered by 5x5 Gaussian Filter and Iterative threshold so that the frames are ready to be the input of the system in searching the features of eyes. Moreover, the coordinates that are finally found from the frames will be enlarged twice in order to make an appropriate size and position of the features of the eyes in an image sequence. Finally, the candidate of the face detection can be found automatically.
The detection system will be evaluated by using several video files with many various video backgrounds and many various object. The final result will be compared with the result of human interpretation of face detection.
v
KATA PENGANTAR
%LVPLOODKLURKPDQLUURKLP
Puji dan syukur ke hadirat Allah Subhanahu Wa Ta’ala, karena berkat rahmat dan hidayah-Nya penulis dapat menyelesaikan Tesis dengan judul :
“PENGOLAHAN CITRA DIGITAL UNTUK MENDETEKSI OBYEK WAJAH
PADA CITRA BERGERAK
BERDASARKAN PADA EKSTRAKSI FITUR MATA”
Tesis ini mempunyai beban 6 SKS (Satuan Kredit Semester) dan disusun guna memenuhi persyaratan untuk mencapai gelar Magister Teknik pada Bidang Keahlian Jaringan Cerdas Multimedia - Jurusan Teknik Elektro - Fakultas Teknologi Industri - Institut Teknologi Sepuluh Nopember (ITS) Surabaya.
Dalam pembuatan Tesis ini, penulis sadar bahwa masih terdapat kesalahan dan kekurangan, sehingga diharapkan adanya kritikan dan saran yang dapat menyempurnakan Tesis ini dimasa yang akan datang.
Semoga buku Tesis ini dapat memberikan informasi dan manfaat bagi pembaca pada umumnya dan mahasiswa Jurusan Teknik Elektro pada khususnya.
Surabaya, Juni 2006
UCAPAN TERIMA KASIH
Dengan segenap kerendahan hati, penulis mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Bapak Prof. Dr. Ir. Mauridhi Hery Purnomo., M.Eng., selaku dosen pembimbing yang telah memberikan bimbingan dan arahan selama Tesis ini.
2. Bapak Ir. Dadet Pramadihanto, M.Eng., Ph.D., selaku dosen pembimbing yang telah memberikan bimbingan dan arahan selama Tesis ini.
3. Bapak Supeno Mardi S.N., S.T., M.T., selaku dosen wali yang memberikan masukan dan dorongan dalam penyusunan Tesis ini.
4. Bapak Eko Pramunanto, S.T., M.T., selaku dosen pembimbing PraTesis yang memberikan bimbingan dalam penyusunan Tesis ini.
5. Bapak Ir. Hariyadi, M.Eng., Ph.D., Ir Yoyon K. Suprapto, M.Sc, Eko Mulyanto, S.T., M.T., selaku dosen pembahas yang telah memberikan masukan dan dorongan dalam penyusunan Tesis ini.
6. Segenap dosen dan civitas akademika Program Studi Magister Jurusan Teknik Elektro yang selama ini membantu dalam kesempuranaan Tesis ini.
7. Bapak dan Ibu yang telah berjasa dalam mendidik penulis sejak kecil dan selalu mendo’akan keberhasilan pendidikan bagi putra tercintanya.
8. Istri saya dan anak-anak saya, yang telah memberikan dorongan baik moral maupun spiritual untuk menyelesaikan tesis ini.
9. Sahabat-sahabat saya di S2 Jaringan Cerdas Multimedia 2002, 2003, dan 2004, serta warga lab B.201 yang telah membantu Tesis ini.
vii
10. Segenap pimpinan, staf dan karyawan Universitas Negeri Yogyakarta, yang telah memberikan dorongan moral dan material.
11. Dan rekan-rekan sejawat yang tidak dapat disebutkan satu persatu.
Tanpa Bapak, Ibu dan saudara-saudara sekalian penulis tidak akan mungkin menyelesaikan Tesis ini.
Akhirnya dengan kesungguhan hati, penulis berharap agar Tuhan Yang Maha Esa melimpahkan berkah-Nya dan membalas semua budi baik yang telah diberikan.
Surabaya, Juni 2006
DAFTAR ISI
HALAMAN JUDUL ... i HALAMAN PERSETUJUAN ... ii ABSTRAK ... iii ABSTRACT ……….. iv KATA PENGANTAR ... vUCAPAN TERIMA KASIH ……… vi
DAFTAR ISI ... viii
DAFTAR GAMBAR ... xi
DAFTAR TABEL ... xiii
BAB I. PENDAHULUAN ... 1
1.1 Latar Belakang Masalah ... 1
1.2 Batasan Masalah ... 3 1.3 Rumusan Masalah ... 3 1.4 Tujuan Penelitian ... 4 1.5 Manfaat Penelitian ... 4 1.6 Metodologi Penelitian ... 4 1.7 Sistematika Penulisan ... 5
BAB II. TINJAUAN PUSTAKA ... 7
ix
2.1.1 Definisi Citra Digital ... 7
2.1.2 Definisi Pengolahan Citra Digital ... 9
2.2 Perbaikan Kualitas Citra ... 12
2.2.1 Pengubahan Kecerahan Gambar (Image Brightness) ... 12
2.2.2 Peregangan Kontras ... 13
2.2.3 Pengubahan Histogram Citra ... 13
2.2.4 Pelembutan Citra (Image Smoothing) ... 14
2.2.5 Penajaman Citra (Image Sharpening) ... 15
2.3 Filter Pada Citra ... 15
2.3.1 Filter Linear ... 17
2.3.2 Filter Rata-Rata ... 18
2.3.3 Filter Non Linear ... 19
2.3.4 Filter Gaussian ... 20
2.4 Segmentasi Citra ... 22
2.4.1 Daerah Dan Obyek ... 22
2.4.2 Segmentasi daerah ... 23
2.4.3 Binerisasi Otomatis ... 24
2.5 Pengolahan Warna ... 26
2.5.1 Model Warna ... 26
2.5.2 Pengolahan Warna Model RGB ... 27
2.5.3 Pengolahan Warna Model HSI ... 28
2.5.4 Pengolahan Warna Model YCbCr ... 32
2.7 Perubahan Yang Diusulkan ... 34
BAB III. METODE PENELITIAN ... 36
3.1 Pemodelan Sistem ... 36
3.2 Analisa Hasil Uji Coba ... 48
BAB IV. PEMBAHASAN DAN HASIL PENELITIAN ... 51
4.1 Implementasi Sistem ... 51
4.2 Pengujian Sistem ... 64
4.3 Pembahasan Hasil Pengujian ... 66
BAB V. KESIMPULAN DAN SARAN ... 76
5.1 Kesimpulan ... 76
5.2 Saran ... 77
DAFTAR PUSTAKA ... 79
xi
DAFTAR GAMBAR
Gambar 2.1. Citra Lena ... 8
Gambar 2.2. Perbedaan letak titik origin pada koordinat grafik dan pada citra 9 Gambar 2.3. Hubungan antara koordinat pada citra dan indeks larik pada Komputer untuk menyimpan data citra ... 9
Gambar 2.4. Citra Lena yang mengandung derau dan hasil dari penapisan ... 10
Gambar 2.5. Blok Diagram Sistem Linear ... 16
Gambar 2.6. Contoh matriks 3x3 untuk konvolusi ... 17
Gambar 2.7. Ilustrasi penggunaan filter rata-rata berukuran 3x3 piksel ... 19
Gambar 2.8. Ilustrasi penggunaan filter non linear berukuran 3x3 piksel ... 20
Gambar 2.9. Bentuk grafis hasil plot fungsi Gaussian dua dimensi ... 21
Gambar 2.10. Spektrum cahaya ... 26
Gambar 2.11. Segitiga HSI ... 28
Gambar 2.12. Blok Diagram Penelitian Alberto Albiol dkk ... 30
Gambar 2.13. Blok Diagram Penelitian Emiliano Acosta dkk ... 31
Gambar 3.1. Blok Diagram Sistem Secara Keseluruhan ... 34
Gambar 4.1. RGB ke Gray Level ... 49
Gambar 4.2. Minimum Filter 4x4 ... 49
Gambar 4.3. Iteratif Threshold ... 50
Gambar 4.4. Seleksi Warna Kulit ... 51
Gambar 4.5. Gaussian Filter 7x7 ... 51
Gambar 4.7. Fungsi EXOR ... 52 Gambar 4.8. Gaussian Filter 5x5 ... 53 Gambar 4.9. Iteratif Threshold ... 53 Gambar 4.10. Hasil output sistem untuk obyek wajah pada posisi relatif diam . 58 Gambar 4.11. Hasil output sistem untuk gerakan maju dan mundur ... 59 Gambar 4.12. Hasil output sistem untuk gerakan menoleh kekiri-kekanan dan
mendongak keatas ... 61 Gambar 4.13. Hasil output sistem untuk obyek wajah yang berekspresi ... 61 Gambar 4.14. Hasil output sistem untuk obyek wajah yang bernyanyi dan
xiii
DAFTAR TABEL
Tabel 4.1. Beberapa citra masukan dari hasil pengambilan frame ... 47
Tabel 4.2. Hasil pemilihan frame pada kelipatan 3 ... 48
Tabel 4.3. Beberapa frame hasil deteksi wajah ... 55
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Perkembangan teknologi, khususnya di bidang komputer telah sedemikian pesatnya dan sudah memberikan manfaat yang besar ke segala bidang kehidupan. Bidang komputer sendiri terdiri dari dua bagian besar, yaitu perangkat keras (hardware) dan perangkat lunak (software). Baik itu hardware maupun software telah mengalami perkembangan dan memberikan manfaat yang besar bagi seluruh sektor kehidupan manusia.
Salah satu perkembangan di bidang software yang menarik untuk dicermati adalah pemanfaatan multimedia dan aplikasinya yang bisa dimanfaatkan untuk berbagai bidang pekerjaan maupun pendidikan. Multimedia sendiri merupakan gabungan dari berbagai macam media, yang diantaranya adalah teks, suara, citra atau gambar, animasi dan lain sebagainya.
Citra atau gambar yang merupakan salah satu komponen penting dalam multimedia sangat berperan dalam bidang komputer terutama dalam hal menyajikan suatu informasi dalam bentuk gambar atau visual. Penyajian informasi dalam bentuk gambar akan didapatkan manfaat yang lebih dan dapat menggantikan berbaris-baris susunan kalimat bila disajikan dalam bentuk teks. Citra dapat menyajikan ciri unik atau informasi khusus yang merupakan representasi dari obyek yang ada di dalamnya. Dengan menggunakan sifat citra yang dapat merepresentasikan suatu obyek, maka dapat dimanfaatkan sebagai
2
suatu alat untuk melakukan tugas-tugas tertentu dengan menggunakan citra sebagai masukan atau input sistem. Sebelum dapat digunakan secara langsung, citra harus diolah terlebih dahulu agar supaya komputer sebagai pengambil keputusan dapat memahaminya. Teknik seperti ini sering disebut dengan pengolahan citra (image processing).
Banyak sekali permasalahan yang membutuhkan citra sebagai masukan atau input sistem dikarenakan keterbatasan manusia dalam hal kecepatan pemrosesan suatu algoritma, masalah waktu, faktor emosi dan sebagainya. Salah satu sistem yang membutuhkan citra sebagai masukannya adalah deteksi obyek wajah. Deteksi obyek wajah adalah suatu algoritma yang dibangun dengan tujuan agar dapat mencari posisi suatu obyek wajah pada suatu citra atau proses segmentasi antara daerah obyek wajah dan yang bukan wajah.
Untuk dapat mendeteksi obyek wajah, maka perlu didapatkan terlebih dahulu pola atau ciri khusus dari obyek wajah yang dapat dijadikan acuan atau patokan dalam sistem yang dibangun. Dengan memanfaatkan pengolahan citra dan berbagai metode dan algoritma yang terkait di dalamnya, maka dapat digunakan untuk membangun suatu sistem deteksi wajah. Sistem deteksi wajah yang saat ini dikembangkan adalah yang memanfaatkan masukan berupa citra bergerak. Dengan citra bergerak (image sequence), maka diharapkan suatu proses deteksi wajah dapat berlangsung dengan cepat dan tanpa melalui proses konversi ke citra diam (still image).
Melihat berbagai hal yang disampaikan di atas, maka perlu dilakukan penelitian untuk dapat dibangunnya suatu sistem deteksi wajah dengan masukan
berupa citra bergerak. Sistem yang dibangun didasarkan pada ciri khusus dari wajah yang berupa dua buah mata. Perlu diketahui bahwa daerah sekitar mata mempunyai kecenderungan berwarna hitam. Dengan menggunakan asumsi tersebut, maka sistem ini dibangun didasarkan pada hal tersebut.
1.2 Batasan Masalah
Berdasarkan latar belakang masalah serta dengan memperhatikan keterbatasan waktu, tenaga, biaya dan kemampuan, maka permasalahan dibatasi pada hal-hal sebagai berikut :
1. Pengambilan citra wajah dilakukan dengan menggunakan Web-Camera Logitech Pro-4000.
2. Pengambilan gambar dilakukan pada sebuah ruangan dengan pencahayaan yang bagus dan merata.
3. Hanya terdapat satu obyek wajah dalam pengambilan gambar.
4. Wajah yang dijadikan obyek identifikasi dalam keadaan polos dan tidak tertutupi atau terhalangi oleh sesuatu.
1.3 Rumusan Masalah
Dari latar belakang masalah dan batasan masalah tersebut dapat diturunkan dua buah rumusan permasalahan, yaitu :
1. Bagaimana mengembangkan suatu sistem yang digunakan untuk mendeteksi obyek wajah pada sebuah masukan yang berupa citra bergerak dengan memanfaatkan pengolahan citra yang didasarkan pada ekstraksi fitur mata ?
4
2. Bagaimana unjuk kerja sistem deteksi wajah pada citra bergerak berdasarkan pada ekstraksi fitur mata ?
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah untuk mendapatkan suatu sistem deteksi obyek wajah pada sebuah citra bergerak dengan menggunakan pengolahan citra yang didasarkan pada ekstraksi fitur mata.
1.5 Manfaat Penelitian
Hasil dari penelitian ini diharapkan dapat memberikan beberapa nilai manfaat, antara lain :
1. Dapat memberikan pemahaman serta pengetahuan mengenai berbagai macam algoritma pengolahan citra yang digunakan untuk mendeteksi obyek wajah pada citra bergerak.
2. Dapat memberikan kontribusi pada peningkatan model sistem deteksi wajah pada citra bergerak berdasarkan ekstraksi fitur mata.
1.6 Metodologi Penelitian
Dalam penelitian ini, alur kerja yang digunakan adalah sebagai berikut : 1. Mempelajari teori dasar tentang pengolahan citra dan deteksi wajah.
2. Merancang blok diagram dan algoritma sistem. 3. Membangun perangkat lunak sistem.
5. Menganalisa hasil dari pengujian yang telah dilakukan. 6. Menyusun laporan penelitian.
1.7 Sistematika Penulisan
Sistematika penulisan dalam penelitian ini terbagi atas lima bab, dimana setiap bab saling berhubungan satu sama lain sesuai dengan urutan permasalahan yang akan dibahas. Selain itu juga disertai lampiran sebagai bahan pendukung. Masing-masing bab membahas hal-hal sebagai berikut :
Bab I : Pendahuluan
Mendeskripsikan mengenai latar belakang masalah, identifikasi masalah, batasan masalah, rumusan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan.
Bab II : Tinjauan Pustaka
Berisi tentang kajian teoritis mengenai konsep dasar pengolahan citra dan berbagai macam algoritma pengolahan citra yang digunakan dalam penelitian ini. Bab III : Metode Penelitian
Diuraikan tentang metode yang digunakan dalam penelitian ini yang dimulai dari perancangan dalam bentuk blok diagram sistem dan disertai penjelasannya. Bab IV : Pengujian dan Pembahasan
Membahas tentang hasil pengujian yang dilakukan secara menyeluruh dan terpadu terhadap rancangan sistem yang dibuat pada kondisi uji yang telah disiapkan.
6 Bab V : Kesimpulan dan Saran
Disampaikan kesimpulan dari seluruh hasil penelitian dan saran yang dapat digunakan untuk pengembangan sistem yang lebih baik.
