Informasi dan Teknologi Ilmiah (INTI) ISSN 2301-9425 (Media Cetak), ISSN 2798-0340 (Media Online)
Volume 9, No 1, Oktober 2021 Hal: 5-7
Dwi Prastika | Page: 5
Teknik Mendeteksi Citra CCTV Yang Bernoise Dengan Alur Garis Menggunakan Metode Speed_Up Robust Future (SURF)
Dwi Prastika
1Teknik Informatika, Fakultas Ilmu Komputer & Teknologi Informasi, Universitas Budi Darma, Medan, Indonesia Email: [email protected]
Abstrak
Mendeteksi kualitas citra adalah proses memperjelas dan mempertajam ciri/fitur tertentu dari citra agar citra lebih mudah dipersepsi maupun dianalisis secara lebih teliti . Mendeteksi citra yang bernoise pada citra adalah suatu tahap pada proses analisis citra yang bertujuan untuk memperoleh informasi yang ada dalam citra tersebut dengan membagi citra ke dalam daerah-daerah terpisah dimana setiap daerah adalah homogen dan mengacu pada sebuah kriteria keseragaman yang jelas. Proses Mendeteksi citra CCTV yang bernoise merupakan proses dasar dan penting di dalam komputer visi. Metode SURF (Speeded-Up Robust Features) teknik mendeteksi tersebut dengan mengambil beberapa titik yang masih dapat dibaca kemudian berguna untuk memperjelas sifat invarian terhadap skala kekaburan titik yang lain hal tersebut dapat dipecahkan. Metode SURF (Speeded-Up Robust Features) mendeteksi fitur lokal citra yang dikembangkan dari algoritma SIFT (Scale-invariant feature transform) kemudian blob detection determinan dari matriks Hessan merupakan cara yang digunakan di dalam metode SURF dengan perhitungan menggunakan integral image nya secara optimal sampai disini sudah membedakan citra jelas dan noise.
Kata Kunci: Deteksi citra CCTV, Alur Garis, Metode, SURF
1. PENDAHULUAN
Pendetekesian citra CCTV yang bernoise adalah salah satu tahap awal yang sangat penting dilakukan sebelum melakukan proses penangkapan citra CCTV yang bernoise.
Deteksi dapat digunakan untuk berbagai masalah, misalnya dalam sistem pendeteksi suatu gambar pada penangkapan citra CCTV yang bernoise.
Noise pada citra digital dapat terjadi karena banyak faktor, seperti kurangnya pencahayaan saat mengambil gambar, keterbatasan kemampuan menangkap gambar bergerak oleh kamera pengawasan atau CCTV (Closed Circuit Television) yang disebabkan oleh keterbatasan memori dan buffer.
CCTV (Closed Circuit Television) adalah sebuah kamera video digital yang difungsikan untuk memantau dan mengirimkan sinyal video pada suatu ruangan yang kemudia sinyal itu akan diteruskan kesebuah layar monitor yang bersifat tertutup, fungsi dari yaitu untuk memantau keadaan dalam suatu tempat yang biasanya berkaitan dengan dengan keamanan atau tindak kejahatan, jadi apabila terjadi hal-hal kriminal akan dapat terekam kamera yang nantinya akan dijadikan sebagai bahan bukti [14] .
Alur garis biasa disebut dengan citra vektor atau gambar vektor merupakan gambar digital yang berdasarkan persamaan matematis. Gambar Vektor terdiri dari penggabungan koordinat-koordinat titik menjadi garis atau kurva untuk kemudian menjadi sebuah objek, sehingga gambar tidak menjadi pecah [6].
Salah satu metode yang dapat digunakan dalam proses pendeteksi penangkapan cctv yang noise dengan alur garis pada citra adalah metode SURF (Speed-Up Robust Feature) yaitu mengklasifikasi citra blur dan Citra yang terkorupsi oleh derau periodik secara visual tampak terdapat garis-garis pada citra. Sumber dasar dari noise dalam citra digital muncul selama pengambilan citra (image acquisition) kemudian mendigitalisasikannya (digitization) atau mengirimkan (transmission). Performa dari sensor citra dipengaruhi oleh banyak factor yang berbeda, seperti kodisi lingkungan (cerah, terang, atau kurang cahaya) dan kualitas dari elemen sensor pencitraan sendiri. Citra yang terkorupsi selama transmission menggunakan kanal tembaga secara analog, kemudian
didigatilisasi, maka citra yang dihasilkan tentu akan terdegredasi, untuk memberikan efek noise pada suatu penelitian di bidang citra digital, maka suatu citra yang dibersihkan menggunakan alur garis untuk memodifikasi setiap piksel di dalam citra melalui operasi metode SURF.
Dengan segala permasalahan yang diuraikan ternyata ada suatu penyelesaian masalah tersebut yaitu dengan memanfaatkan metode SURF (Speeded-Up Robust Features) teknik perbaikan tersebut dengan mengambil beberapa titik yang masih dapat dibaca kemudian berguna untuk memperjelas sifat invarian terhadap skala kekaburan titik yang lain hal tersebut dapat dipecahkan. metode SURF (Speeded-Up Robust Features) mendeteksi fitur lokal citra yang dikembangkan dari algoritma SIFT (Scale-invariant feature transform) kemudian blob detection determinan dari matriks Hessian merupakan cara yang digunakan di dalam metode SURF dengan perhitungan menggunakan integral image nya secara optimal sampai disini sudah membedakan citra jelas dan noise. Sedangkan metode SURF juga memiliki empat langkah penting diantaranya interest point detector, scale space representation, feature description, dan feature matching and recognition. [7].
2. TEORITIS 2.1 Citra Digital
Citra digital adalah suatu citra yang dapat didefenisikan suatu fungsi f(x,y) yang memiliki koordinat spasial, dan tingkat kecerahan yang diskrit. Citra yang terlihat merupakan cahaya yang difekleksikan dari sebuah objek.
Fungsi f(x,y) dapat dilihat sebagai fungsi dengan dua unsur. Unsur yang pertama adalah kekuatan sumber cahaya yang melengkapi pandangan kita terhadap objek (illumination), sedangkan unsure yang kedua adalah besarnya cahaya yang direfleksikan oleh objek dealam pandangan kita (reflectance components) [2].
2.2 CCTV
CCTV (Closed Circuit Television) adalah sebuah kamera video digital yang difungsikan untuk memantau dan mengirimkan sinyal video pada suatu ruangan yang kemudia sinyal itu akan diteruskan kesebuah layar monitor yang bersifat tertutup.
Informasi dan Teknologi Ilmiah (INTI) ISSN 2301-9425 (Media Cetak), ISSN 2798-0340 (Media Online)
Volume 9, No 1, Oktober 2021 Hal: 5-7
Dwi Prastika | Page: 6 Fungsi dari CCTV (Closed Circuit Television)
yaitu untuk memantau keadaan dalam suatu tempat yang biasanya berkaitan dengan dengan keamanan atau tindak kejahatan, jadi apabila terjadi hal-hal kriminal akan dapat terekam kamera yang nantinya akan dijadikan sebagai bahan bukti [14].
Deteksi citra CCTV yang bernoise menggunakan alur garis dengan metode Speeded-Up Robust Features pendeteksian dari citra yang ditangkap menggunakan metode surf ini dianalisis dengan melakukan modifikasi proses komputasi dan citra yang akan dideteksi. Hasil dari pendeteksian yaitu mengahasilkan pengaturan yang tepat untuk algoritma pendeteksian citra.
Pendeteksian citra CCTV yang bernoise menggunakan metode Speeded-Up Robust Features yaitu hanya mengalami perubahan skala dan perubahan bentuk pada penagkapan CCTV yang bernoise.
2.3 Metode Speed Up Robust Feature
Metode Speed-Up Robust Features (SURF) merupakan sebuah metode deteksi fitur yang menggunakan keypoint dari sebuah citra/gambar. Keypoint itu sendiri adalah bagian-bagian dari sebuah citra/gambar yang nilainya kuat/tetap ketika mengalami perubahan skala, rotasi, blurring, transformasi 3 dimensi, pencahayaan dan juga perubahan bentuk.
Metode SURF[6] bertujuan untuk mendeteksi fitur lokal suatu citra dengan handal dan cepat. Metode ini sebagian terinspirasi oleh metode SIFT (Scale-invariant feature transform), terutama pada tahap scale space representation [7]. metode SURF menggunakan penggabungan metode citra integral (integral image) dan blob detection berdasarkan determinan dari matriks Hessian.
3. ANALISA
Analisa berfungsi sebagai kerangka yang digunakan untuk mendeteksi citra CCTV yang bernoise dengan alur garis, gambar yang terkena noise pada citra CCTV yang akan diproses. Analisa merupakan kegiatan untuk memperhatikan, mengamati sesuatu yang dilakukan dengan maksud untuk mengidentifikasikan dan mengevaluasi permasalahan-permasalahan, yang diharapkan dapat diusulkan sebagai mendeteksi citra CCTV.
Gambar yang dianalisa adalah gambar dari pengakapan citra CCTV yang dimana gambar tersebut diambil melalui penangkapan gambar kemudian melakukan proses mendeteksi
Mendeteksi citra CCTV pada citra adalah suatu tahap pada proses analisis citra yang bertujuan untuk memperoleh informasi yang ada dalam citra tersebut dengan membagi citra ke dalam daerah-daerah terpisah dimana setiap daerah adalah homogen dan mengacu pada sebuah kriteria keseragaman yang jelas. Bagaimana peneleitian ini akan membahas perbaikan citra dengan metode SURF.
Berikut ini adalah Hasil penangkapan citra CCTV yang terkena noise, gambar tersebut diambil dari penangkapan citra.
Gambar 1. Citra CCTV
Contoh kasus yang dibahas adalah mendeteksi yang terjadi pada citra CCTV noise tersebut ada karena terjadi gangguan pada citra CCTV pada saat proses pengambilan gambar berikut ini adalah proses perhitungan mendeteksi citra .
Gambar 2. Nilai Piksel 5x5
Konversikan citra yang akan di perbaiki dalam bentuk biner dan kemudian dikonversikan dalam bentuk matriks dengan ordo 5x5
00010100 00101101 00011110 00001111 00000100 00000100 00101101 00110100 00010100 00000100 00001010 01110000 10001000 00101001 00000101 00000100 11000011 11011100 00110001 00000001 00001010 10011111 11000000 00110101 00000001
F(x,y) [
20 45 30 15 4 4 45 52 20 4 10 112 136 41 5 4 195 220 49 1 10 159 192 53 1]
g(x,y)=[
0 −1 0
−1 4 −1 0 −1 0
]
Tentukan kernel yang digunakan untuk mendeteksi citra:
Hitung perkalian citra dengan matriks kernel dari citra tersebut :
Hasil proses pertama nilai =-33 nilai dihitung dengan cara berikut :
(0x20) + (-1x45)+ (0x30) + (-1x4) + (4x45) + (-1x52) + (0x10) + (-1x112) + (0x136) = 33
Maka didapatkan hasil pehitunganya sebagai berikut 20 20 45 30 15
4 33 23 32 4 10 62 119 46 4 4 285 308 119 5 10 10 159 192 1
Informasi dan Teknologi Ilmiah (INTI) ISSN 2301-9425 (Media Cetak), ISSN 2798-0340 (Media Online)
Volume 9, No 1, Oktober 2021 Hal: 5-7
Dwi Prastika | Page: 7 Sehingga Didaptkan Hasil Deteksi gambarnya sebagai
berikut:
Gambar 3. Gambar hasil deteksi pada citra CCTV
4. IMPLEMENTASI
Sistem pengolahan merupakan suatu kesatuan pengolahan yang terdiri dari prosedur dan pelaksanaan data. Komputer sebagai sarana pengolahan program handaknya menyediakan faislitas-fasilitas pendukung dalam pengolahan nantinya. Tampilan form input adalah tampilan dalam memasukkan gambar yang akan di proses. Berikut adalah tampilan input yang di rancang pada sistem sebagai berikut:
Gambar 5. Tampilan Hasil Proses Deteksi Citra CCTV
5. KESIMPULAN
Berdasarkan pembahasan dan evaluasi dari bab-bab terdahulu dan teori yang ada, dan setelah dilakukannya penelitian dan pengujian terhadap Penggunaan Metode SURF untuk deteksi wajah citra CCTV, maka dapat ditarik kesimpulan sebagai berikut:
a. Mendeteksi Citra CCTV yang bernoise dengan Alur Garis Menggunakan Metode Speeded Up Robust Features (SURF) hanya mendeteksi wajah.
b. Tingkat akurasi sistem Speeded Up Robust Features (SURF) tidak bergantung dengan objek gambar yang diberikan. Sistem akan menangkap image berdasarkan keseluruhan ciri image baik itu berupa bentuk, warna dan tekstur yang ada pada ciri suatu gambar.
c. Proses ekstraksi fitur Speeded Up Robust Features (SURF) pada suatu citra tidak terpengaruh cahaya.
d. Proses pendeteksian citra CCTV tahan menggunakan metode Speeded Up Robust Features (SURF) terhadap noise yang ada pada citra CCTV.
DAFTAR PUSTAKA
[1] Abdul Kadir & Adhi Susanto (2013): Teori dan Aplikasi Pengolahan Citra, Penerbit Andi, Yogyakarta.
[2] Prasetyo, Eko (2011): Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab. Yogyakarta:
Penerbit Andi
[3] Hermawati, Fajar Astuti (2013).Pengolahan Citra Digital Konsep dan Teori.Yogyakarta
[4] Ahmad, Usman (2005): Pengolahan Citra Digital, Graha Ilmu.Yogyakarta
[5] apfiacitra.blogspot.com/2014/11/bitmap-dan- vektor.html?m=1
[6] Bay, H, Ess A, Tuytelaars, T, Van Gool, L (2006).
SURF: speeded up robust features. Proceedings of the 9th European Conference on ComputerVision, 3951 (1), 404 – 417. Springer LNCS.
[7] Lowe, D. G. (1999). Object recognition from local scale-invariant features. Proceeding of the International Conference on Computer Vision, Corfu Sept. 1999.
[8] Crow, Franklin (1984). Summed-area tables for texture mapping.SIGGRAPH '84: Proceedings of then 11th Annual Conference on Computer Graphics and Interactive Techniques, 207 – 212..
[9] A. Soeb dan S. Hery, “Perancangan aplikasi perbaikan citra pada hasil screenshot menggunakan metode interpolasi linier 1,” Pelita Informatika Budidarma, pp. 51-58, 2017.
[10] A. Soeb dan A. H. Nelly, “Penerapan Metode Interpolasi Linier dan Metode Adaptive Median Filter untuk Perbaikan Kualitas Citra pada Hasil CCTV,”
dalam Prosiding Seminar Nasional Riset Information Science (SENARIS), Pemantang Siantar, 2019.
[11] A. Soeb, L. G. Guidio dan S. Natalia, “Penerapan metode retinex untuk meningkatkan kecerahan citra pada hasil screenshot,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 1, no. 1, 2017