BAB III PERANCANGAN ALAT

Transkripsi

1 BAB III PERANCANGAN ALAT Tugas akhir ini adalah penelitian aplikatif dalam bentuk eksperimen. Langkah awal yang diperlukan adalah membuat sebuah aplikasi yang dapat membedakan objek (wajah) sesuai dengan objek referensi. Bab ini akan menguraikan jenis dan cara mendapatkan data, variabel serta cara analisis data dan kerangka penelitian Alat dan Bahan Hardware 1) Personal Computer (PC) / Laptop Berfungsi sebagai tempat untuk menyimpan basis data dan beberapa program pendukung. Pada tugas akhir ini digunakan laptop dengan spesifikasi harddisk 320GB, memory 3GB, Software Operation Windows 8. 2) Kamera Pada sistem ini, kamera yang digunakan adalah kamera web, atau yang sering disebut webcam. Untuk pemilihan kamera, sebaiknya kita memilih webcam yang memiliki kecepatan serta resolusi yang bagus dan juga harus memiliki kemampuan yang baik dalam adaptasi terhadap cahaya di sekelilingnya. Kamera web yang dipakai pada tugas akhir ini memiliki resolusi 2 Mega piksel. 14

2 Software 1) Microsoft Visual Studio C# adalah software yang dibuat untuk mendesain serta membuat kode (coding) pada tugas akhir ini. 2) EmguCV, berperan untuk menjembatani C# dan OpenCV. EmguCV adalah wrapper.net untuk OpenCV. Dengan EmguCV, fungsi-fungsi dalam OpenCV bisa dipanggil melalui bahasa pemrograman yang compatible dengan.net seperti C#, VB, dan VC++.

3 Blok Diagram Aplikasi Flowchart dan penjelasan programnya adalah sebagai berikut : Gambar 2. 4 Flowchart Program Penjelasan Blok Diagram - Start, program dijalankan. - Observasi gambar pada kamera. - Object segmentation, kamera memeriksa setiap frame image yang masuk untuk diperiksa dan dicari objek yang dimaksud.

4 17 - Kamera memeriksa apakah pada frame terdeteksi wajah. Bila tidak terdeteksi, program kembali ke awal. Dan apabila pada kamera terdeteksi wajah, program dilanjutkan ke tahap berikutnya. - Kemudian program akan meng-capture wajah yang terdeteksi dengan membuat frame pada wajah yang terdeteksi dan mencari kesamaan wajah pada data referensi wajah. - Apakah wajah yang terdeteksi ada pada data referensi. Apabila tidak ada, maka dapat ditambahkan untuk disimpan sebagai data referensi wajah baru. Namun apabila wajah yang terdeteksi ada pada data referensi, maka akan ditampilkan sesuai frame wajah yang terdeteksi. - Program kembali ke awal Perencanaan Software Perencanaan software pada aplikasi ini meliputi : 1. Penyusunan Program Interfacing pada Kamera 2. Penyusunan Program Pendeteksi Wajah 3. Penyusunan Program Pencocokan Wajah Program Interfacing pada Kamera Langkah pertama dari program pada PC adalah mengaktifkan kamera, tujuannya agar PC mendapatkan gambar dari kamera tersebut dan ditampilkan pada layar. Berikut ini adalah listing program untuk mengaktifkan kamera : using System; using System.Collections.Generic;

5 18 using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Windows.Forms; using Emgu.CV; using Emgu.CV.Structure; using Emgu.Util; namespace CameraCapture public partial class CameraCapture : Form //declaring global variables private Capture capture; //takes images from camera as image frames private bool captureinprogress; public CameraCapture() InitializeComponent(); private void ProcessFrame(object sender, EventArgs arg) Image<Bgr, Byte> ImageFrame = capture.queryframe();

6 19 CamImageBox.Image = ImageFrame; private void btnstart_click(object sender, EventArgs e) #region if capture is not created, create it now if (capture == null) try capture = new Capture(); catch (NullReferenceException excpt) MessageBox.Show(excpt.Message); #endregion if (capture!= null) if (captureinprogress) btnstart.text = "Start!"; Application.Idle = ProcessFrame; else

7 20 btnstart.text = "Stop"; Application.Idle += ProcessFrame; captureinprogress =!captureinprogress; private void ReleaseData() if (capture!= null) capture.dispose(); Gambar 3. 1 Screenshot Kamera Aktif

8 Penyusunan Program Pendeteksi Wajah Sebelum proses pengolahan wajah, pertama dilakukan pembuatan program untuk mendeteksi area wajah. //Get the current frame form capture device currentframe = grabber.queryframe().resize(453, 284, Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC); //Convert it to Grayscale gray = currentframe.convert<gray, Byte>(); //Face Detector MCvAvgComp[][] facesdetected = gray.detecthaarcascade( face, 1.1, 10, Emgu.CV.CvEnum.HAAR_DETECTION_TYPE.DO_CANNY_PRUNING, new Size(20, 20)); //Action for each element detected foreach (MCvAvgComp f in facesdetected[0]) t = t + 1; result = currentframe.copy(f.rect).convert<gray, byte>().resize(100, 100, Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC); //draw the face detected in the 0th (gray) channel with blue color currentframe.draw(f.rect, new Bgr(Color.Red), 2); if (trainingimages.toarray().length!= 0) //TermCriteria for FACE RECOGNITION with numbers of trained images like maxiteration MCvTermCriteria termcrit = new MCvTermCriteria(ContTrain, 0.001); //Eigen face recognizer EigenObjectRecognizer recognizer = new EigenObjectRecognizer( trainingimages.toarray(), labels.toarray(), 3000, ref termcrit);

9 Penyusunan Program Pencocokan Wajah Pertama, pendeklarasian variable-variable yang dibutuhkan. Image<bgr,> currentframe; Capture grabber; HaarCascade face; HaarCascade eye; MCvFont font = new MCvFont(FONT.CV_FONT_HERSHEY_TRIPLEX, 0.5d, 0.5d); Image<gray,> result, TrainedFace = null; Image<gray,> gray = null; List<image<gray,>> trainingimages = new List<image<gray,>>(); List<string> labels= new List<string>(); List<string> NamePersons = new List<string>(); int ContTrain, NumLabels, t; string name, names = null; Setelah didapat input frame dari kamera, langkah selanjutnya adalah memeriksa setiap gabungan dari piksel untuk mencari objek wajah yang ada. Proses deteksi wajah tersebut menggunakan metode viola-jones, yaitu dengan cara mencocokkan setiap fitur pada frame dengan contoh wajah yang ada pada sebuah file database berekstensi *.xml. File tersebut berisi ribuan sampel positif dari wajah. InitializeComponent(); //Load haarcascades for face detection face = new HaarCascade("haarcascade_frontalface_default.xml"); //eye = new HaarCascade("haarcascade_eye.xml");

10 23 try //Load of previus trainned faces and labels for each image string Labelsinfo = File.ReadAllText(Application.StartupPath + "/TrainedFaces/TrainedLabels.txt"); string[] Labels = Labelsinfo.Split('%'); NumLabels = Convert.ToInt16(Labels[0]); ContTrain = NumLabels; string LoadFaces; Setelah proses load database, setiap frame yang didapat dari kamera tadi dikirimkan ke fungsi yang bertugas untuk menandai objek wajah yang ada. for (int tf = 1; tf < NumLabels+1; tf++) LoadFaces = "face" + tf + ".bmp"; trainingimages.add(new Image<Gray, byte>(application.startuppath + "/TrainedFaces/" + LoadFaces)); labels.add(labels[tf]); Inisialisasi capture perangkat dan FrameGrabber melakukan deteksi pada masing-masing frame yang ter-capture. private void button1_click(object sender, EventArgs e)

11 24 //Initialize the capture device grabber = new Capture(); grabber.queryframe(); //Initialize the FrameGraber event Application.Idle += new EventHandler(FrameGrabber); button1.enabled = false; Selanjutnya operasi DetectHaarCascade dan EigenObjectRecognizer dijalankan pada masing-masing wajah yang dideteksi di dalam satu frame. MCvAvgComp[][] facesdetected = gray.detecthaarcascade( face, 1.2, 10, Emgu.CV.CvEnum.HAAR_DETECTION_TYPE.DO_CANNY_PRUNING, new Size(20, 20)); //Perform untuk masing masing element yang terdeteksi foreach (MCvAvgComp f in facesdetected[0]) t = t + 1; result = currentframe.copy(f.rect).convert<gray,>().resi ze(100, 100, Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC);

12 25 //membentuk wajah yang terdeteksi ke dalam gray channel dengan warna biru currentframe.draw(f.rect, new Bgr(Color.Red), 2); if (trainingimages.toarray().length!= 0) MCvTermCriteria termcrit = new MCvTermCriteria(ContTrain, 0.001); //Eigen face recognizer EigenObjectRecognizer recognizer = new EigenObjectRecognizer( trainingimages.toarray(), labels.toarray(), 5000, ref termcrit); name = recognizer.recognize(result); //Menampilkan nama pada wajah yang terdeteksi currentframe.draw(name, ref font, new Point(f.rect.X 2, f.rect.y 2), new Bgr(Color.LightGreen));