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 2006

Ph.. ______________ 3. 130 541 829 ii . M. Ir..Sc. 131 803 696 : Mochamad Hariadi. M. NIP.T. NIP.D.D. M. M. S.Sc. Yoyon K. 130 687 439 : Supeno Mardi S... ______________ 2. Mauridhi Hery P. Prof. ______________ Direktur Program Pasca Sarjana. Ph.. S.T. Penguji I 3. Happy Ratna S... Pembimbing I : Prof. M.T. Penguji IV 6.Sc.. 131 569 364 : Ir. Penguji III 5. Dr. M.T. 132 135 221 1.T. ______________ 6. Dadet Pramadihanto.D. NIP. 132 137 893 : Eko Mulyanto Y. Suprapto.. ______________ 5.N.Eng. Penguji II 4. NIP. 132 172 209 : Ir. ______________ 4. Pembimbing II 2. NIP. S. Ph.. M. Ir. NIP. NIP.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.Eng.

Dari citra tersebut. Output sistem kemudian dibandingkan dengan hasil interpretasi yang dilakukan oleh manusia. Eng Ir. Dr. dilakukan pemilihan frame pada kelipatan 3 diantara keseluruhan frame yang ada.ABSTRAK PENGOLAHAN CITRA DIGITAL UNTUK MENDETEKSI OBYEK WAJAH PADA CITRA BERGERAK BERDASARKAN PADA EKSTRAKSI FITUR MATA Penulis Pembimbing : Didik Hariyanto : Prof. Pada suatu citra bergerak yang terdiri dari berbagai obyek yang berlainan dengan disertai latar belakang yang berbeda. Pengujian sistem dilakukan dengan memberikan masukan berupa file video dengan berbagai macam kombinasi obyek dan latar belakang yang berbeda. Setelah itu. Ekstraksi Fitur Mata.Eng. Kata kunci : Deteksi Wajah. Pengolahan Citra. Filter Minimum 4x4 dan Iteratif Threshold. Pencarian kandidat mata dilakukan melalui proses pencarian dua titik yang mempunyai jarak tertentu. Mauridhi Hery P. Sub sistem yang pertama terdiri dari operasi pengubahan warna ke gray level. Penelitian ini dilakukan dengan cara mengambil citra bergerak dengan komposisi obyek citra yang bermacam-macam. Dari kedua output sub sistem tersebut. Gaussian Filter 7x7 dan Dinamik Threshold.. Ph. kemudian dilakukan operasi pembesaran agar sesuai dengan ukuran awal dari citra masukan. Dadet Pramadihanto.. M. Ukuran citra yang lebih kecil dimaksudkan agar kerja sistem menjadi lebih cepat. kemudian dilakukan pengubahan ukuran menjadi 160x120 piksel dari ukuran aslinya 320x240 piksel. Output dari pemilihan frame akan diberikan pada dua sub sistem yang berbeda. kemudian diberikan operasi XOR. Hasil akhir yang berupa koordinat titik mata. sistem ini akan dapat membedakannya antara obyek wajah atau bukan. Operasi selanjutnya adalah Gaussian Filter 5x5 dan Iteratif Threshold. Penelitian ini bertujuan untuk mengembangkan suatu sistem yang dapat digunakan untuk mendeteksi suatu wajah dalam sebuah citra bergerak berdasarkan pada ekstraksi fitur mata. Ir. iii . M. Sub sistem yang kedua terdiri dari seleksi warna kulit.D.

The detection system will be evaluated by using several video files with many various video backgrounds and many various object.ABSTRACT DIGITAL IMAGE PROCESSING FOR FACE OBJECT DETECTION IN AN IMAGE SEQUENCE BASED ON EYES FEATURE EXTRACTION Writer Counselors : Didik Hariyanto : Prof. Ph. Image Processing. The second flow work is started by doing skin color selection.. Moreover. eyes. the authors try to detect automatically which one is the real face object and which one is not. it is usually found many objects such as background. face and etc. Finally.Eng. the Detection system is developed by several steps. hair. first of all is capturing an image sequence from a video streaming.D. Eng Ir. The first flow work is begun by grey level transforming.. The Output from each flow work is then being combined by using XOR function. Then these frames are being sent into two flow works to be processed. M. The main aim of this research is to develop system that can detect face object in an image sequence based on eyes feature extraction. 7x7 Gaussian Filter Operation and Dynamic Threshold. Ir. Dadet Pramadihanto. Keyword : Face Detection. In this research. In this research. 4x4 Minimum filter operation and Iterative Threshold. clothes. 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. 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. The final result will be compared with the result of human interpretation of face detection. Mauridhi Hery P. Eyes Feature Extraction. Dr. the candidate of the face detection can be found automatically. Then. In an image sequence produced by video streaming. iv . 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. M.

penulis sadar bahwa masih terdapat kesalahan dan kekurangan. Surabaya. Semoga buku Tesis ini dapat memberikan informasi dan manfaat bagi pembaca pada umumnya dan mahasiswa Jurusan Teknik Elektro pada khususnya. Juni 2006 Penulis v . Dalam pembuatan Tesis ini. sehingga diharapkan adanya kritikan dan saran yang dapat menyempurnakan Tesis ini dimasa yang akan datang.Jurusan Teknik Elektro .Institut Teknologi Sepuluh Nopember (ITS) Surabaya.KATA PENGANTAR %LVPLOODKLURKPDQLUURKLP Puji dan syukur ke hadirat Allah Subhanahu Wa Ta’ala.Fakultas Teknologi Industri . 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 .

Istri saya dan anak-anak saya. 9.. 3. penulis mengucapkan terima kasih yang sebesar-besarnya kepada : 1. S.T. M.N.T.T. Bapak Ir. Dadet Pramadihanto. M.Eng. Hariyadi. 6. Ir. M. yang telah memberikan dorongan baik moral maupun spiritual untuk menyelesaikan tesis ini. 2. M. selaku dosen pembimbing PraTesis yang memberikan bimbingan dalam penyusunan Tesis ini. Ph.D. Ph. dan 2004.T. selaku dosen wali yang memberikan masukan dan dorongan dalam penyusunan Tesis ini.Sc. 4.. serta warga lab B. Ir Yoyon K. vi .. M.T.T.. Bapak Supeno Mardi S. Suprapto.. S.. 7... 5. selaku dosen pembimbing yang telah memberikan bimbingan dan arahan selama Tesis ini. M. Sahabat-sahabat saya di S2 Jaringan Cerdas Multimedia 2002. S. selaku dosen pembahas yang telah memberikan masukan dan dorongan dalam penyusunan Tesis ini.. Mauridhi Hery Purnomo. M. Bapak dan Ibu yang telah berjasa dalam mendidik penulis sejak kecil dan selalu mendo’akan keberhasilan pendidikan bagi putra tercintanya..Eng. Bapak Prof.. 8. Bapak Eko Pramunanto. Dr.D. 2003.. Bapak Ir. Segenap dosen dan civitas akademika Program Studi Magister Jurusan Teknik Elektro yang selama ini membantu dalam kesempuranaan Tesis ini.UCAPAN TERIMA KASIH Dengan segenap kerendahan hati.. Eko Mulyanto.201 yang telah membantu Tesis ini.Eng. selaku dosen pembimbing yang telah memberikan bimbingan dan arahan selama Tesis ini.

Tanpa Bapak. staf dan karyawan Universitas Negeri Yogyakarta. Surabaya. Segenap pimpinan. Juni 2006 Penulis vii . yang telah memberikan dorongan moral dan material.10. Dan rekan-rekan sejawat yang tidak dapat disebutkan satu persatu. 11. 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.

. 7 2.... ii ABSTRAK ..................................................................... xi DAFTAR TABEL ...................5 Manfaat Penelitian ........................................ 4 1.........DAFTAR ISI HALAMAN JUDUL . v UCAPAN TERIMA KASIH …………………………………………………… vi DAFTAR ISI ..................................6 Metodologi Penelitian ................4 Tujuan Penelitian ............................... 4 1..........................................2 Batasan Masalah .....7 Sistematika Penulisan ......................... xiii BAB I. 3 1.........................................................................................1 Pengantar Pengolahan Citra .........................................1 Latar Belakang Masalah ........ 1 1.............................................................................................. iii ABSTRACT ……………………………………………………………………........................ 4 1............................................................................................................................................................................................................... 3 1....................................................... 5 BAB II................................................................................................................................................................................ 7 viii ...... viii DAFTAR GAMBAR ..................................................... i HALAMAN PERSETUJUAN .................... TINJAUAN PUSTAKA ................................................................................... 1 1..... iv KATA PENGANTAR ..... PENDAHULUAN .............................................................................................................................................................................................3 Rumusan Masalah ..........................

.4 Pelembutan Citra (Image Smoothing) ................................................4...........2...........5 Penajaman Citra (Image Sharpening) . 26 2................................... 28 2.................5..................................... 19 2....................................................................................... 33 ix .......................3 Binerisasi Otomatis ......3 Filter Non Linear ................2 Perbaikan Kualitas Citra .............. 15 2............................1 Definisi Citra Digital ...........................2 Pengolahan Warna Model RGB ..............3..................3..................2.........................................6 Algoritma Yang Telah Ada .............. 22 2.................... 20 2.........2 Peregangan Kontras ...........2 Definisi Pengolahan Citra Digital .........3 Pengubahan Histogram Citra ............ 17 2..................2 Segmentasi daerah ...........4................ 12 2.................................... 27 2....3........4 Segmentasi Citra ..............4 Pengolahan Warna Model YCbCr ............... 13 2.......................5..................1............................................ 15 2.2.............................. 32 2........................3...3 Pengolahan Warna Model HSI .. 18 2..3 Filter Pada Citra .........................2.........1 Pengubahan Kecerahan Gambar (Image Brightness) ................4.......5. 9 2....................2............................................4 Filter Gaussian ................. 26 2........................................................................... 14 2.................................................... 24 2......................5.1 Filter Linear ....1..................2 Filter Rata-Rata ....................................................... 13 2..1 Model Warna ............2..............................1 Daerah Dan Obyek .....5 Pengolahan Warna ........... 22 2.................. 12 2..................... 23 2. 7 2...............................................

........ 36 3...................................................................................................... 76 5.................. 51 4............... 76 5..................... 64 4. 77 DAFTAR PUSTAKA .........1 Pemodelan Sistem ..................................... 82 x ........................................................ METODE PENELITIAN ............................................................................................. PEMBAHASAN DAN HASIL PENELITIAN ..............................7 Perubahan Yang Diusulkan ............ 36 3.......................................................................................................................................2 Saran ........................................................3 Pembahasan Hasil Pengujian ..................................... KESIMPULAN DAN SARAN ....... 79 LAMPIRAN .....2........................................2 Analisa Hasil Uji Coba ..................................................1 Implementasi Sistem .........1 Kesimpulan ................................... 48 BAB IV....................2 Pengujian Sistem ................................. 66 BAB V................... 51 4............................................ 34 BAB III....................................................

.. 50 Seleksi Warna Kulit .............................11. Gambar 2....... 19 Ilustrasi penggunaan filter non linear berukuran 3x3 piksel ....... Gambar 2...................12....10.........6.............. 51 Dinamic Threshold ......................................... 30 Gambar 2.......2....................... 10 Blok Diagram Sistem Linear ..............1.......... Gambar 2................6........ 17 Ilustrasi penggunaan filter rata-rata berukuran 3x3 piksel .. Gambar 4........ Gambar 4............................... 52 xi .... 49 Iteratif Threshold ........................................ Blok Diagram Sistem Secara Keseluruhan ................7..... 16 Contoh matriks 3x3 untuk konvolusi ..................................13........... Blok Diagram Penelitian Alberto Albiol dkk .................................3............................4....... Gambar 4................................................ Gambar 4.. Gambar 4...... 8 Perbedaan letak titik origin pada koordinat grafik dan pada citra Hubungan antara koordinat pada citra dan indeks larik pada Komputer untuk menyimpan data citra ..................... Gambar 2............. Citra Lena ........................ 49 Minimum Filter 4x4 .................. 9 9 Gambar 2......1......... Citra Lena yang mengandung derau dan hasil dari penapisan ..5................... 20 Bentuk grafis hasil plot fungsi Gaussian dua dimensi .......... 28 Gambar 2... Blok Diagram Penelitian Emiliano Acosta dkk ....8........4... 21 Gambar 2...... 34 RGB ke Gray Level ........ Gambar 2.......... 26 Gambar 2... 51 Gaussian Filter 7x7 ..................................................... Gambar 4..... 31 Gambar 3............................................. Segitiga HSI ..............................................................1......................3.... Gambar 2.................. Gambar 2........DAFTAR GAMBAR Gambar 2................................ Spektrum cahaya ...5.....2.............9....................................................

.................... 53 Iteratif Threshold ....................... 62 xii ................................. Hasil output sistem untuk gerakan maju dan mundur ........................9.............. 61 Gambar 4. 59 Gambar 4..12..Gambar 4......... Hasil output sistem untuk gerakan menoleh kekiri-kekanan dan mendongak keatas ........11................. Gambar 4....... Fungsi EXOR ...........7.................. Hasil output sistem untuk obyek wajah yang bernyanyi dan bertopi ………………………………………………………….......................10.... 52 Gaussian Filter 5x5 .14.................. 61 Gambar 4...................... Hasil output sistem untuk obyek wajah yang berekspresi . 58 Gambar 4........................... 53 Gambar 4..........................8.. Gambar 4. Hasil output sistem untuk obyek wajah pada posisi relatif diam ........13...................

.............................. Hasil pemilihan frame pada kelipatan 3 ..1... Beberapa citra masukan dari hasil pengambilan frame . 57 xiii ...... Beberapa frame hasil deteksi wajah ...4..........................3.............................DAFTAR TABEL Tabel 4........................2....... 47 Tabel 4... Hasil Pengujian Sistem Deteksi Wajah .... 55 Tabel 4.... 48 Tabel 4.........................

Salah satu perkembangan di bidang software yang menarik untuk dicermati adalah pemanfaatan multimedia dan aplikasinya yang bisa dimanfaatkan untuk berbagai bidang pekerjaan maupun pendidikan.1 Latar Belakang Masalah Perkembangan teknologi. 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. animasi dan lain sebagainya. suara. maka dapat dimanfaatkan sebagai 1 . yaitu perangkat keras (hardware) dan perangkat lunak (software). citra atau gambar. Multimedia sendiri merupakan gabungan dari berbagai macam media. yang diantaranya adalah teks. Baik itu hardware maupun software telah mengalami perkembangan dan memberikan manfaat yang besar bagi seluruh sektor kehidupan manusia. khususnya di bidang komputer telah sedemikian pesatnya dan sudah memberikan manfaat yang besar ke segala bidang kehidupan.BAB I PENDAHULUAN 1. 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. Bidang komputer sendiri terdiri dari dua bagian besar. Dengan menggunakan sifat citra yang dapat merepresentasikan suatu obyek.

Teknik seperti ini sering disebut dengan pengolahan citra (image processing). faktor emosi dan sebagainya. Sebelum dapat digunakan secara langsung. 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. citra harus diolah terlebih dahulu agar supaya komputer sebagai pengambil keputusan dapat memahaminya. Untuk dapat mendeteksi obyek wajah. Salah satu sistem yang membutuhkan citra sebagai masukannya adalah deteksi obyek wajah. maka perlu didapatkan terlebih dahulu pola atau ciri khusus dari obyek wajah yang dapat dijadikan acuan atau patokan dalam sistem yang dibangun. 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. Sistem deteksi wajah yang saat ini dikembangkan adalah yang memanfaatkan masukan berupa citra bergerak. Banyak sekali permasalahan yang membutuhkan citra sebagai masukan atau input sistem dikarenakan keterbatasan manusia dalam hal kecepatan pemrosesan suatu algoritma. Dengan citra bergerak (image sequence). maka perlu dilakukan penelitian untuk dapat dibangunnya suatu sistem deteksi wajah dengan masukan 2 . masalah waktu.suatu alat untuk melakukan tugas-tugas tertentu dengan menggunakan citra sebagai masukan atau input sistem. maka dapat digunakan untuk membangun suatu sistem deteksi wajah. Dengan memanfaatkan pengolahan citra dan berbagai metode dan algoritma yang terkait di dalamnya.

2 Batasan Masalah Berdasarkan latar belakang masalah serta dengan memperhatikan keterbatasan waktu.3 Rumusan Masalah Dari latar belakang masalah dan batasan masalah tersebut dapat diturunkan dua buah rumusan permasalahan. Pengambilan citra wajah dilakukan dengan menggunakan Web-Camera Logitech Pro-4000. Sistem yang dibangun didasarkan pada ciri khusus dari wajah yang berupa dua buah mata. Perlu diketahui bahwa daerah sekitar mata mempunyai kecenderungan berwarna hitam. Wajah yang dijadikan obyek identifikasi dalam keadaan polos dan tidak tertutupi atau terhalangi oleh sesuatu. Pengambilan gambar dilakukan pada sebuah ruangan dengan pencahayaan yang bagus dan merata. yaitu : 1. 1. 3. 2. maka permasalahan dibatasi pada hal-hal sebagai berikut : 1. Hanya terdapat satu obyek wajah dalam pengambilan gambar. maka sistem ini dibangun didasarkan pada hal tersebut.berupa citra bergerak. biaya dan kemampuan. 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 ? 3 . 4. 1. tenaga. Dengan menggunakan asumsi tersebut.

2. 4. alur kerja yang digunakan adalah sebagai berikut : 1. Membangun perangkat lunak sistem. 3.6 Metodologi Penelitian Dalam penelitian ini. 1. Melakukan pengujian terhadap sistem yang dibuat. Dapat memberikan pemahaman serta pengetahuan mengenai berbagai macam algoritma pengolahan citra yang digunakan untuk mendeteksi obyek wajah pada citra bergerak. Merancang blok diagram dan algoritma sistem.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. 2. Bagaimana unjuk kerja sistem deteksi wajah pada citra bergerak berdasarkan pada ekstraksi fitur mata ? 1.2. Dapat memberikan kontribusi pada peningkatan model sistem deteksi wajah pada citra bergerak berdasarkan ekstraksi fitur mata. 4 . antara lain : 1.5 Manfaat Penelitian Hasil dari penelitian ini diharapkan dapat memberikan beberapa nilai manfaat. 1. Mempelajari teori dasar tentang pengolahan citra dan deteksi wajah.

Selain itu juga disertai lampiran sebagai bahan pendukung. 5 . manfaat penelitian. 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. Bab II : Tinjauan Pustaka Berisi tentang kajian teoritis mengenai konsep dasar pengolahan citra dan berbagai macam algoritma pengolahan citra yang digunakan dalam penelitian ini. Menyusun laporan penelitian.7 Sistematika Penulisan Sistematika penulisan dalam penelitian ini terbagi atas lima bab. Masing-masing bab membahas hal-hal sebagai berikut : Bab I : Pendahuluan Mendeskripsikan mengenai latar belakang masalah. Bab III : Metode Penelitian Diuraikan tentang metode yang digunakan dalam penelitian ini yang dimulai dari perancangan dalam bentuk blok diagram sistem dan disertai penjelasannya. 6. identifikasi masalah. tujuan penelitian.5. rumusan masalah. dimana setiap bab saling berhubungan satu sama lain sesuai dengan urutan permasalahan yang akan dibahas. Menganalisa hasil dari pengujian yang telah dilakukan. metodologi penelitian dan sistematika penulisan. 1. batasan masalah.

Bab V : Kesimpulan dan Saran Disampaikan kesimpulan dari seluruh hasil penelitian dan saran yang dapat digunakan untuk pengembangan sistem yang lebih baik. 6 .

Sign up to vote on this title
UsefulNot useful

Master Your Semester with Scribd & The New York Times

Special offer for students: Only $4.99/month.

Master Your Semester with a Special Offer from Scribd & The New York Times

Cancel anytime.