Kompresi Video Surveillance Berbasis Deteksi Tepi Menggunakan Transformasi Wavelet

Fibriyanti, Fibriyanti (2008) Kompresi Video Surveillance Berbasis Deteksi Tepi Menggunakan Transformasi Wavelet. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 2206205006-Master_thesis.pdf Restricted to Repository staff only Download (8MB)

Abstract

Penanganan data video digital yang belum dikompresi membutuhkan tempat penyimpanan data yang sangat besar. Pada penelitian ini, sebuah frame video yang belum dikompresi membutuhkan tempat penyimpanan 1 MB, sedangkan kapasitas penyimpanan data yang tersedia terbatas. Untuk kompresi video surveillance, metode yang digunakan adalah kompresi video surveillance berbasis deteksi tepi menggunakan transformasi wavelet. Pertama, pada encoder, tepi-tepi yang dominan dari sebuah frame dideteksi dan dikodekan sebagai informasi sisi (side information). Proses decoder yang dikategorikan baik adalah dekomposisi 1 tahap dengan nilai kuantisasi 64. Jika dekomposisi dilanjutkan menjadi 2 tahap, maka kualitas frame rekonstruksi secara visual menjadi lebih buruk dengan nilai PSNR 25,11 dB. Untuk mencari frame-frame yang akan dikompresi, digunakan beberapa nilai error yang menyatakan perbedaan spasial antar-frame video. Nilai error yang masih memenuhi syarat untuk keberhasilan kompresi adalah antara 0,03 sampai 0,04, sedangkan nilai error lebih dari 0,04 menyebabkan sedikitnya frame yang terkompresi sehingga faktor kompresinya hanya 1%. Faktor kompresi yang terlalu rendah akan menyebabkan terlalu banyak data yang hilang. Perbandingan penggunaan data video surveillance (13 fps) dengan video standar (30 fps) menunjukkan secara visual bahwa hasil rekonstruksi video surveillance lebih bagus daripada video 30 fps. Pada nilai error 0,03, faktor kompresi video surveillance adalah 0,17 sedangkan pada video 30 fps sebesar 0,12 dengan waktu kompresi 12,18 detik, lebih cepat dari waktu kompresi video 30 fps selama 22 detik. Perbandingan metode kompresi video surveillance menggunakan MPEG-1 dilihat dari waktu kompresi dan faktor kompresinya lebih baik dari metode kompresi DWT; pada nilai error 0,03, waktu kompresi MPEG-1 adalah 11,48 detik dengan faktor kompresi 0,29, sedangkan DWT membutuhkan waktu kompresi 12,16 detik dengan faktor kompresi 0,17. Di sisi lain, dilihat dari ukuran file terkompresi, metode DWT lebih baik dari MPEG-1. Pada nilai error 0,03, ukuran file terkompresi menggunakan DWT adalah 10,21 KB, lebih kecil dari MPEG-1 sebesar 16,93 KB, dengan hasil rekonstruksi visual tidak berbeda jauh dan nilai PSNR antara 33–38 dB. Pengukuran Peak Signal-to-Noise Ratio (PSNR) dilakukan untuk mendapatkan perbandingan performa pengkodean berbasis tepi dan standar Discrete Wavelet Transform (DWT). Dari hasil yang diperoleh, metode berbasis deteksi tepi ini lebih cocok digunakan untuk kompresi video surveillance.
==================================================================================================================================
Handling uncompressed digital video data requires immense storage capacity. In this research, an uncompressed video frame requires 1 MB of storage space, whereas available storage capacity is limited. To compress video surveillance footage, the method developed in this study employs video surveillance compression based on edge detection with wavelet transform. First, at the encoder side, dominant edges of a frame are detected and encoded as side information. The optimal decoder configuration involves a single-stage decomposition with a quantization value of 64; extending decomposition to a second stage degrades visual reconstruction quality to a PSNR of 25.11 dB. To identify frames suitable for compression, error values representing spatial differences between video frames are calculated. The allowable error threshold for successful compression ranges from 0.03 to 0.04; error values exceeding 0.04 yield very few compressed frames, resulting in a compression factor of merely 1%, which leads to severe information loss. Comparing video surveillance data (13 fps) with standard video (30 fps), visual inspection demonstrates superior reconstruction quality for video surveillance. At an error value of 0.03, the compression factor for video surveillance is 0.17 compared to 0.12 for 30 fps video, with a compression time of 12.18 seconds—shorter than the 22 seconds required for 30 fps video. Evaluating MPEG-1 versus the Discrete Wavelet Transform (DWT) method shows that MPEG-1 offers a better compression time (11.48 seconds) and compression factor (0.29) than DWT (12.16 seconds and 0.17, respectively) at an error value of 0.03. However, from a file capacity standpoint, DWT outperforms MPEG-1, yielding a smaller compressed file size of 10.21 KB compared to 16.93 KB for MPEG-1, while maintaining comparable visual quality with PSNR values ranging from 33 to 38 dB. Performance metrics evaluated via Peak Signal-to-Noise Ratio (PSNR) confirm that the proposed edge-detection and DWT-based encoding method is highly suitable for video surveillance compression.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	frame, video, deteksi tepi, transformasi wavelet , frame video,edge detection, wavelet transform
Subjects:	Q Science > QA Mathematics > QA76.9.D33 Data compression (Computer science)
Divisions:	Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	magang .
Date Deposited:	29 Sep 2026 06:38
Last Modified:	29 Sep 2026 06:38
URI:	http://repository.its.ac.id/id/eprint/145014

Actions (login required)

View Item