Algoritma Interest Point dalam segmentasi citra objek kendaraan

Tantri Indrabulan, Irwan Syarif

Abstract


Penelitian ini mengumpulkan data berupa gambar dan video yang berisi objek kendaraan di lalu lintas. Data tersebut kemudian akan diproses menggunakan  algoritma pengolahan citra dan dikombinasikan dengan algoritma kecerdasan buatan. Penelitian ini akan difokuskan pada pengolahan citra berbasis algoritma hibrid Interest Point jenis Harris yang dapat mengoptimasi segmentasi citra objek. Proses tersebut dilakukan sebab segmentasi citra objek merupakan faktor utama yang mempengaruhi hasil dari sistem. Pada akhirnya sistem akan dirancang untuk menghasilkan informasi baru sesuai dengan alur sistem yang didasarkan pada kebutuhan, antara lain: pengenalan kendaraan, pengklasifikasian kendaraan, perhitungan jumlah kendaraan, dan pergerakan kendaraan.


Keywords


pengolahan citra; kecerdasan buatan; interest point; segmentasi citra; deteksi kendaraan

References


T. N. Nizar, N. Anbarsanti, and A. S. Prihatmanto, “Multi-object tracking and detection system based on feature detection of the intelligent transportation system,†in 2014 IEEE 4th International Conference on System Engineering and Technology (ICSET), 2014, vol. 4, pp. 1–6.

Y. Y. Nguwi and W. J. Lim, “Number Plate Recognition in Noisy Image,†8th IEEE Int. Congr. Image Signal Process., no. Cisp, pp. 476–480, 2015.

I. EL Jaafari, M. EL Ansari, L. Koutti, A. Ellahyani, and S. Charfi, “A Novel Approach for On-road Vehicle Detection and Tracking,†Int. J. Adv. Comput. Sci. Appl., vol. 7, no. 1, 2016.

Z. Khalid, A. Mazoul, and M. El Ansari, “A new vehicle detection method,†Int. J. Adv. Comput. Sci. Appl., vol. 1, no. 3, 2011.

T. Indrabulan, “A Hybrid Recognition Method Through Video Surveillance Using Combined Harris-Edge,†Patria Artha Technol. J., vol. 2, no. 1, pp. 61–66, 2018.

T. Indrabulan and R. Aminuddin, “Optimasi Window pada Deskriptor HOG dan SVM untuk Klasifikasi Kendaraan dalam Survei Arus Lalu Lintas,†J. INSTEK (Informatika Sains dan Teknol., vol. 3, no. 1, pp. 61–70, 2018.

I. Nurtanio, “Classifying Cyst and Tumor Lesion Using Support Vector Machine Based on Dental Panoramic Images Texture Features,†Feb. 2013.




DOI: https://doi.org/10.33387/protk.v7i1.1353

Refbacks

  • There are currently no refbacks.






Editorial Office :
Protek : Jurnal Ilmiah Teknik Elektro
Department of Electrical Engineering. Faculty of Engineering. Universitas Khairun.
Address: Jusuf Abdulrahman 53 Gambesi, Ternate City, Indonesia.
Email: protek@unkhair.ac.id, WhatsApp: +6282292852552
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

View Stat Protek