Pencocokan Citra Berbasis Scale Invariant Feature Transform (SIFT) Menggunakan Arc Cosinus

AGUS, SETIYAWAN (2013) Pencocokan Citra Berbasis Scale Invariant Feature Transform (SIFT) Menggunakan Arc Cosinus. Skripsi,Fakultas Ilmu Komputer.

Preview	PDF Download (712Kb) | Preview
Preview	PDF Download (3980b) | Preview

Abstract

Dalam aktivitas pencocokan citra (image matching) terdapat resiko dimana suatu citra tidak memiliki fitur khusus yangdigunakan sebagai pembeda dengan citra yang lain. Diperlukan Ekstraksi Fitur yang dapat menghasilkan fitur khusus pada tiap citra yang diolah. Tujuan dari penelitian ini adalah menerapkan hasil ekstraksi fitur dari algoritma SIFT untuk keperluan image matching menggunakan metode Arc Cosine. Algoritma SIFT menghasilkan keypoint yang memiliki ciri – ciri khusus pada tiap keypoint yang terdapat pada tiap citra. Keypoint tersebut kemudian diolah menggunakan metode Arc Cosine yang merupakan inverse trigonometri dalam pencocokan citra pada penelitian ini, dengan beberapa parameter pengujian. (misalnya). Pengujian yang dilakukan pada penelitian ini meliputi citra dengan 4 jenis kompresi, yaitu PNG, BMP, JPEG, dan PGM, masing masing kompresi diuji dengan beberapa parameter, antara lain : perubahan sudut pandang, perubahan skala, dan perubahan rotasi. Hasil pengujian dari 100 citra training dan 1500 citra testing dengan beberapa parameter tersebut didapatkan hasil rata rata citra cocok untuk perubahan sudut pandang 33,498 %, perubahan skala 60,236 % dan perubahan rotasi 82,779 %, untuk compresi terbaik adalah PNG dengan 59,078%, diikuti BMP, PGM dan JPEG masing masing 59,05 %, 58,12 % dan 58,51 % Dari hasil tersebut, pencocokan citra dengan Arc Cosine memiliki keunggulan pada pencocokan citra dengan parameter rotasi

Actions (login required)