Analisa Kinerja Hough Transform, Randomized Circular Detection, dan Randomized Hough Transform pada Pendeteksian Lingkaran Terhalang dan Ber-noise

Nuranisa, Nasution (2017) Analisa Kinerja Hough Transform, Randomized Circular Detection, dan Randomized Hough Transform pada Pendeteksian Lingkaran Terhalang dan Ber-noise. Diploma thesis, Universitas Andalas.

Preview	Text (COVER & ABSTRAK) 1. COVER.pdf - Published Version Download (178kB) | Preview
Preview	Text (PENDAHULUAN) 2. bab 1.pdf - Published Version Download (153kB) | Preview
Preview	Text (PENUTUP) BAB 5.pdf - Published Version Download (192kB) | Preview
Preview	Text (DAFTAR PUSTAKA) 4. DAFTAR PUSTAKA.pdf - Published Version Download (199kB) | Preview
	Text (SKRIPSI FULLTEXT) 5. LAPORAN FIX.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Deteksi objek berbentuk lingkaran yang terdapat dalam sebuah citra menjadi hal yang banyak dikembangkan pada saat ini karena dalam kehidupan nyata, banyak objek yang dibentuk dengan dasar lingkaran baik itu objek dalam keadaan sempurna, terhalang oleh benda lain dan mengalami penurunan mutu akibat noise. Dalam penelitin ini, dilakukan perbandingan pendeteksian lingkaran pada benda terhalang dan mengandung noise dengan menggunakan metode Hough Transform (HT), Ranmozid Circle Detection (RCD) dan Randomized Hough Transform (RHT). Perbandingan ketiga metode ini bertujuan untuk mendapatkan metode yang paling sesuai dengan kegunaannya. Penelitian ini dimulai dari akuisisi citra,dan tahap preprocessing . Hasil pre-processing adalah deteksi tepi citra input. Hasil deteksi tepi disimpan untuk dikenali menggunakan metode HT, RCD dan RHT. Untuk menganalisa performansi ketiga metode ini digunakan 135 citra objek lingkaran yang terhalang dan 60 sampel citra yang mengandung noise. Hasil percobaan menunjukkan bahwa dari segi akurasi metode yang lebih akurat mendeteksi adalah HT dan RCD dengan nilai akurasi rata – rata sebesar 80 % pada cita animasi,70,66% dengan metode HT pada citra real. Sedangakan untuk sampel citra ber-noise RCD yang lebih akurat dengan nilai 70% pada citra animasi dan 100% pada citra real. Untuk waktu komputasi metode yang lebih cepat mendeteksi pada sampel citra terhalang adalah RCD dengan nilai kecepatan rata – rata 0,5139 detik pada citra animasi, 0,6420 detik pada citra real, sedangkan pada sampel ber-noise metode RHT yang lebih baik dengan nilai kecepatan rata – rata 1,3829 detik pada citra animasi dan 1,1713 detik pada citra real. Kemudian untuk kebutuhan memori metode yang lebih baik adalah metode RCD dengan nilai memori rata – rata pada sampel citra terhalang adalah 2.902,88 Kb pada citra animasi, 2.906,97 Kb pada citra real, sedangkan untuk sampel citra ber-noise 2.906,97 Kb pada citra animasi, dan 2.938,46 Kb pada citra real Kata kunci: Hough Transform, Randomized Circle Detection, Randomized Hough Transform

Actions (login required)

View Item