PENERAPAN CITRA SUPER-RESOLUSI PADA PELACAKAN OBJEK BERGERAK MENGGUNAKAN METODE CAMSHIFT DAN KALMAN FILTER

SWALAGANATA, GALANDARU (2017) PENERAPAN CITRA SUPER-RESOLUSI PADA PELACAKAN OBJEK BERGERAK MENGGUNAKAN METODE CAMSHIFT DAN KALMAN FILTER. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 1214201201-Master_Theses.pdf]
Preview
Text
1214201201-Master_Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Pelacakan objek bergerak dalam suatu video merupakan suatu cara yang digunakan untuk mendeteksi dan menganalisa perubahan-perubahan yang terjadi pada suatu objek yang sedang diamati. Kualitas visual dan tingkat presisi pelacakan objek sangat diharapkan pada era pelacakan modern. Pada kenyataannya objek yang di-tracking tidak selalu terlihat jelas, sehingga hasil pelacakan yang diperoleh kurang presisi. Salah satu penyebabnya adalah objek yang berukuran kecil. Super-resolusi citra merupakan salah satu teknik yang dapat dilakukan sebelum proses pelacakan untuk memperoleh hasil pelacakan yang presisi. Super-resolusi citra merupakan teknik mendapatkan citra resolusi tinggi dari citra resolusi rendah. Super-resolusi single frame merupakan salah satu jenis super-resolusi yang memiliki keunggulan waktu komputasi yang cepat. Pada penelitian ini, metode super-resolusi menggunakan interpolasi Directional Bicubic yang memiliki kelebihan dalam waktu komputasi cepat dan mempertahankan ketajaman tepi (edge). Proses pelacakan objek menggunakan metode Camshift. Metode Camshift memiliki kelebihan dalam pelacakan berbagai kondisi histogram dan warna objek yang bervariasi. Metode Kalman Filter digunakan untuk memprediksi pergerakan objek saat frame i+1 berdasarkan frame ke-i. Dari hasil uji coba pelacakan keseluruhan video menghasilkan rata-rata pelacakan presisi sebesar 71% tanpa proses super-resolusi dan 92% dengan super-resolusi dengan metode Camshift. Sedangkan pelacakan dengan metode kombinasi menghasilkan rata-rata pelacakan presisi 73% tanpa proses super-resolusi dan 93% dengan super-resolusi. Sehingga dapat disimpulkan penambahan proses super-resolusi dan prediksi Kalman Filter membuat hasil pelacakan objek menjadi semakin presisi. Penambahan metode Kalman Filter membuat rata-rata waktu pelacakan objek lebih cepat daripada waktu pelacakan dengan metode Camshift saja pada keseluruhan video.
============================================================================================= Moving object tracking in a video is a method used to detect and analyze changes that occur in an object that being observed. Visual quality and the precision of the tracked target are highly wished in modern tracking system. The fact that the tracked object does not always seem clear causes the tracking result less precise. The main reason was small object. Super-resolution image is one of technique which can be used before tracking approach. Super-resolution image is a technique to obtain high-resolution images from low-resolution images. Single frame super-resolution was a kind of super-resolution that it has the advantage of fast computation time. In this research Directional Bicubic interpolation was used for super-resolution technique. It has advantages of less computation time and keep edge sharpness. Camshift method is for tracking approach. It has advantages of simple calculation based on HSV color that use its histogram for some condition and color of the object varies. The Kalman Filter is used for predicted the object in frame i+1 based on frame i. From the test results tracking the entire video generated an average precision tracking by Camshift method 71% without super-resolution process and 92% with the super-resolution. While the average of tracking result by combine method between Camshift and Kalman Filter tracked 73% precisely without super-resolution process and 93% with super-resolution process. Thus, adding super-resolution and prediction step with Kalman Filter made tracking result more precision. The Kalman Filter added before tracking approach made average tracking time faster than tracking time without the Kalman Filter.

Item Type: Thesis (Masters)
Uncontrolled Keywords: deteksi objek, Kalman Filter, metode Camshift, pelacakan objek, super-resolusi
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Mathematics and Science > Mathematics > 44101-(S2) Master Thesis
Depositing User: Galandaru Swalaganata Swalaganata
Date Deposited: 23 Jan 2017 09:08
Last Modified: 05 Mar 2019 03:49
URI: http://repository.its.ac.id/id/eprint/1834

Actions (login required)

View Item View Item