D. A. Jatmiko, Salita Ulitia Prini
{"title":"Implementasi dan Uji Kinerja Algoritma Background Subtraction pada ESP32","authors":"D. A. Jatmiko, Salita Ulitia Prini","doi":"10.34010/komputika.v8i2.2194","DOIUrl":null,"url":null,"abstract":"Salah satu hal penting pada computer vision adalah ciri (feature) citra. Ciri digunakan sebagai dasar untuk mendeteksi objek, baik itu benda, manusia maupun hewan. Ciri citra yang biasa digunakan dalam penelitian antara lain tepian, sudut, bentuk maupun gradient histogram. Penelitian ini menjelaskan kinerja algoritma background subtraction pada unit pemroses berdaya rendah sebagai salah satu algoritma pada computer vision. Algoritma ini memiliki kompleksitas yang rendah dan dapat digunakan untuk mendeteksi objek sehingga berpotensi diterapkan pada kamera keamanan. Algoritma ini bekerja dengan melakukan pengurangan nilai piksel current frame dengan background model. Penelitian ini telah berhasil menerapkan algoritma dasar pengolahan citra, yaitu algoritma background subtraction pada modul ESP32. Pengujian menggunakan input citra yang memiliki dimensi 80x60 piksel dengan format warna 8bit grayscale. Ukuran frame citra 80 x 60 piksel dipilih sebagai citra uji karena keterbatasan memory DRAM EPS32 sebesar 328 KB (kilobyte). Implementasi pada modul ESP32 yang dilengkapi dengan mikroprosesor Xtensa 32-bit LX6 yang bekerja pada frekuensi 240MHz dapat memproses algoritma background subtraction 10000 kali dalam waktu ±2000ms menggunakan input citra uji tersebut. Kata Kunci – Background Subtraction; ESP32; Image Processing; Microcontroller; Object Detection.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2019-11-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Komputika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34010/komputika.v8i2.2194","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

摘要

计算机视觉的一个重要方面是图像的特性。这些特征是探测物体、人或动物的基础。特征通常用于边缘、角度、形状和直方图等研究。这项研究解释了计算机视觉上的一个算法在低功率处理器的背景流中所起的作用。该算法的复杂性较低,可以用来检测对象,因此有可能应用于安全摄像头。该算法通过在背景模型中降低当前像素值来工作。本研究成功地应用了图像处理的基本算法,即ESP32模块的背景减小算法。使用图像输入测试,尺寸为80x60像素,灰度为8bit。图像帧大小为80×60像素,因为内存DRAM EPS32的有限容量为328 KB(千字节),选择为测试图像。配备了微处理器的ESP32模块实现Xtensa 32-bit LX6 240MHz频率工作的算法可以处理背景内受阻10000次±2000ms使用这些测试输入图像。关键词——背景减法;ESP32;加工的形象;微控制器;物体Detection。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Implementasi dan Uji Kinerja Algoritma Background Subtraction pada ESP32
Salah satu hal penting pada computer vision adalah ciri (feature) citra. Ciri digunakan sebagai dasar untuk mendeteksi objek, baik itu benda, manusia maupun hewan. Ciri citra yang biasa digunakan dalam penelitian antara lain tepian, sudut, bentuk maupun gradient histogram. Penelitian ini menjelaskan kinerja algoritma background subtraction pada unit pemroses berdaya rendah sebagai salah satu algoritma pada computer vision. Algoritma ini memiliki kompleksitas yang rendah dan dapat digunakan untuk mendeteksi objek sehingga berpotensi diterapkan pada kamera keamanan. Algoritma ini bekerja dengan melakukan pengurangan nilai piksel current frame dengan background model. Penelitian ini telah berhasil menerapkan algoritma dasar pengolahan citra, yaitu algoritma background subtraction pada modul ESP32. Pengujian menggunakan input citra yang memiliki dimensi 80x60 piksel dengan format warna 8bit grayscale. Ukuran frame citra 80 x 60 piksel dipilih sebagai citra uji karena keterbatasan memory DRAM EPS32 sebesar 328 KB (kilobyte). Implementasi pada modul ESP32 yang dilengkapi dengan mikroprosesor Xtensa 32-bit LX6 yang bekerja pada frekuensi 240MHz dapat memproses algoritma background subtraction 10000 kali dalam waktu ±2000ms menggunakan input citra uji tersebut. Kata Kunci – Background Subtraction; ESP32; Image Processing; Microcontroller; Object Detection.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
25
审稿时长
12 weeks
期刊最新文献
Perbandingan Kinerja Algoritma Multinomial dan Bernoulli Naïve Bayes dalam Mengklasifikasikan Komentar Cyberbullying Klasifikasi Pemenuhan Pilar Sanitasi Puskesmas Menggunakan Metode Naive Bayes Analisis Cluster Kualitas Pemuda di Indonesia pada Tahun 2022 dengan Agglomerative Hierarchical dan K-Means Klasifikasi Rentang Usia Dan Gender Dengan Deteksi Suara Menggunakan Metode Deep Learning Algoritma Cnn (Convolutional Neural Network) Implementasi Metode Weighted Moving Average (WMA) Pada Prediksi Harga Bahan Pokok
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1