APLIKASI PENGENALAN RAMBU LALU LINTAS MENGGUNAKAN ALGORITMA SPEEDED UP ROBUST FEATURES (SURF)

Kurdianto, Ade Pondra and Wibawa, Helmie Arif (2015) APLIKASI PENGENALAN RAMBU LALU LINTAS MENGGUNAKAN ALGORITMA SPEEDED UP ROBUST FEATURES (SURF). Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

634Kb

Abstract

Banyaknya kecelakaan kendaraan bermotor terutama kendaraan roda empat memunculkan ide untuk membuat sistem pemberitahuan atau peringatan dan juga memunculkan ide pengembangan auto-pilot pada mobil dengan mendeteksi rambu lalu lintas disekitarnya. Tahap awal pengembangan sistem tersebut adalah pengenalan rambu lalu lintas. Pada penelitian ini fokus pada membangun sebuah model pengenalan rambu lalu lintas menggunakan algoritma SURF. Tahap pengenalan rambu ada tiga tahap, yaitu: prapengolahan, ekstraksi fitur dan pencocokan. Pada tahap prapengolahan dengan tujuan untuk mendapatkan letak rambu dalam citra menggunakan segmentasi warna dengan ruang warna HSL dan blobcounter untuk mendapatkan letak rambu sesuai warna yang di segmentasi. Pada tahap ekstraksi fitur fast hessian digunakan untuk mendapatkan bloblike structure, dan non maximum suppression digunakan untuk mencari kandidat dari interest point. Deskriptor dihitung dengan menjumlahkan response haar wavelet disekitar interest point. Ekstraksi fitur menghasilkan interest points dan 64 descriptor untuk tiap interest point-nya. Pada tahap pencocokan hasil ekstraksi fitur citra kueri dicocokan dengan hasil ekstraksi fitur dari citra basisdata yang telah disimpan dengan menggunakan metode FLANN (Fast Library for Approximate Nearest Neighbors). Hasil pencocokan dari 192 citra rambu mendapatkan hasil akurasi sebesar 82,28%.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:59626
Deposited By:Mrs. Rismiyati .
Deposited On:19 Jan 2018 09:01
Last Modified:19 Jan 2018 09:01

Repository Staff Only: item control page