REKONSTRUKSI OBYEK TIGA DIMENSI DARI CITRA DUA DIMENSI MENGGUNAKAN EPIPOLAR GEOMETRY
|
|
- Ivan Sutedja
- 9 tahun lalu
- Tontonan:
Transkripsi
1 REKONSRUKSI OBYEK IGA DIMENSI DARI CIRA DUA DIMENSI MENGGUNAKAN EPIPOLAR GEOMERY Rachmawati, Risanuri Hidaat, Sunu Wibirama Jurusan eknik Elektro, Fakultas eknik Universitas Gajah Mada Jln. Grafika 2 Yogakarta 5528 INDONESIA rachma_s@ahoomail.com INISARI eknik rekonstruksi objek tiga dimensi terbagi menjadi 2 kategori, aitu metode aktif: akuisisi model D dapat dilakukan dengan laser scanner atau cahaa terstruktur. Metode pasif : rekonstruksi model D dengan sekumpulan gambar dari sebuah atau beberapa kamera. Object scanning terkadang membutuhkan peralatan ang mahal dan keahlian khusus untuk mengoperasikan. Sebagai pendekatan ang sederhana dan murah, rekonstruksi objek berdasarkan gambar menjadi lebih popular bagi para peneliti. Paper ini menjelaskan rekonstruksi obek tiga dimensi (D) dari kumpulan gambar citra dua dimensi (2D) ang diambil menggunakan sebuah kamera dari posisi berbeda.ahapan rekonstruksi dapat dibagi menjadi empat bagian: pertama, ekstraksi titik fitur, kedua menghitung fundamental matrik dari titik titik ang berkoresponden, ketiga menghitung matrik kamera dan terakhir mendapatkan titik-titik D untuk semua pasangan titik citra. ujuan dari penelitian ini adalah merekonstruksi sebuah obek D menggunakan citra 2D ang diperoleh dengan sebuah kamera dari sudut pandang ang berbeda.sebagai obek penelitian adalah sebuah miniatur candi Borobudur.Rekonstruksi koordinat D objek candi Borobudur dilakukan dengan algoritma DL, dan dari hasil rekonstruksi didapat error reproeksi sebesar 8.864x -6 piksel. Kata kunci : Rekonstruksi D, citra, matriks fundamental,epipolar geometr ABSRAC here are two classes of D object reconstruction : active method, D model acquisition can be performed b laser scanner or structured light. Passive methods, reconstruct D models b image sequences from a single camera or multiple cameras. Object scanning often demand expensive equipment and special skill to operate. As a simple and low cost approach, D reconstruction based images became more popular among the researches. his paper address the problem of D reconstruction from 2D images. he reconstruction process can divided into four part: first, feature point extraction. Second estimate the fundamental matrix from point correspondences, third compute the camera matrix,and compute D point from image points. he goal of this research is to reconstruct an D object using 2D images that captures from different viewpoint with a camera. As objects of experiment used a miniatur of Borobudur temple. Experiment result show average reprojection error is 8,864 x -6 pixels. Kewords : D Reconstruction, image, fundamental matrix,epipolar geometr PENDAHULUAN Seiring berkembangna teknologi di bidang eknologi Informasi dan Komputer, teknologi tiga dimensi (D) juga ikut berkembang pesat. Kebutuhan untuk memvisualisasikan objek D banak digunakan dalam aplikasi animasi dan grafis, arsitektur, pendidikan dan pengenalan budaa, maupun virtual realit. Pemodelan D dari bangunan bersejarah pun sudah menjadi perhatian dalam beberapa dekade terakhir. Rekonstruksi D dapat merupakan atau restorasi jika bangunan tersebut hancur, dan bisa dijadikan sumber untuk pendidikan bagi pelajar sejarah dan budaa serta para peneliti. Banak aplikasi membutuhkan keakuratan aspek geometri, detail dan kualitas tampilan ang tinggi. eknik rekonstruksi objek tiga dimensi terbagi menjadi 2 kategori, aitu teknik aktif dan teknik pasif. eknik aktif (object scanning) memerlukan kendali pada cahaa ang terstruktur. Beberapa peneliti menggunakan sebuah kamera dan sebuah proektor atau dokumentasi ang akurat untuk rekonstruksi viewer untuk menghasilkan cahaa terstruktur 98 Rachmawati, Rekonstruksi Obek iga Dimensi Dari Citra Dua Dimensi Menggunakan Epipolar Geometr
2 (Dipanda,25). Peneliti lain menggunakan laser beam dan sebuah kamera video. eknik pasif dilakukan dengan mengambil menggunakan dua atau lebih citra dari sebuah obek dari berbagai macam posisi dengan kamera (Prakoonwit,27). eknik ini sering dikenal dengan adopsi photogrammetr atau structure from motion. Object scanning terkadang membutuhkan peralatan ang mahal dan keahlian khusus untuk mengoperasikan. Sebagai pendekatan ang sederhana dan murah, rekonstruksi objek berdasarkan gambar menjadi lebih popular bagi para peneliti (Zhang, 2). Pada awalna penelitian di bidang ini terfokus pada kamera terkalibrasi, namun pada perkembangan selanjutna rekonstruksi D dapat juga dilakukan dengan kamera tidak terkalibrasi. Parameter kamera ditentukan dari korespondensi antar citra ang berbeda dalam satu urutan. Pada penelitian ini akan diimplementasikan teknik rekonstruksi D pasif menggunakan perangkat ang sederhana. Sebagai input adalah citra 2D dari objek ang diambil dengan menggunakan sebuah kamera dari sudut pandang ang berbeda, proses rekonstruksi dilakukan dengan menggunakan karakteristik geometri dari pasangan citra tersebut. INJAUAN PUSAKA Kamera Model D vision bertujuan untuk mendapatkan informasi D dari tampilan 2D, ang memiliki kesulitan dalam hal geometris dan radiometri.[sonka,28]. Masalah geometris berkaitan dengan citra tunggal ang tidak menediakan informasi ang cukup tentang struktur D dan masalah radiometric berkaitan dengan kompleksitas proses dari pembentukan intensitas citra. Secara garis besar D vision membahas bagaimana manusia mempersepsikan objek D pada sistem penginderaanna. Persepsi ini sangat penting, terutama terkait dengan memperkirakan jarak antara objek D dengan manusia. Dengan memahami cara kerja penginderaan manusia, algoritma rekonstruksi visual objek D dari citra 2D dapat dikembangkan. Sebagian besar citra 2D adalah hasil proeksi adegan D (D scene) ang dihasilkan oleh sistem kamera. Proses proeksi adegan D ke citra 2D ini didapatkan dengan mengolah persamaan transformasi perspektif (perspective transformation). Model geometri kamera ang paling umum dan sederhana adalah model kamera pinhole untuk menangani persamaan transformasi perspektif. Pinhole adalah sebuah bidang pencitraan dengan lubang kecil di tengah ang menahan semua sinar kecuali ang melewati lubang lensa di tengah. Gambar. ransformasi Perspektif D ke 2D Sebuah titik ang terletak di dalam ruang nata D diekspresikan sebagai titik [x z ] di sistem koordinat dunia. itik [x z ] ang direkam dengan sebuah kamera akan mengalami transformasi perspektif dari ruang D sistem koordinat dunia ke ruang 2D sistem koordinat kamera sebagaimana ditunjukkan Gambar. itik [u v w] pada sistem koordinat kamera diperoleh dengan persamaan koordinat homogen berikut: (Wibirama,2) u v w R = K[ I ] Atau x u = v M, z w x z () dimana M = [KR - KR] (2) Matriks K dan [I O ] pada persamaan () adalah parameter intrinsik ang mengandung variabel-variabel fisik pada kamera, seperti fokus dan principal point. Matriks K adalah matriks kamera kalibrasi ang didefinisikan sebagai berikut: Jurnal eknologi, Volume 5 Nomor 2, Desember 22, 98-99
3 K = fa u fb v () Dimana fadalah panjang fokus pada proeksi kamera, a dan b adalah faktor konversi ukuran citra dari unit fisik (misal: cm atau mm) ke unit pixel pada - sumbu x dan, (u o,v ) adalah principal point pada proeksi kamera. Matriks [I O ] didefinisikan sebagai : R,Matriks adalah parameter ekstrinsik kamera ang mendefinisikan lokasi dan orientasi kamera terhadap sistem koordinat dunia. Matriks translasi berisi tiga buah elemen translasi dari pusat sistem koordinat dunia terhadap sistem koordinat kamera. Matriks M adalah gabungan dari parameter instrinsik dan ekstrinsik kamera ang bias didapatkan dengan cara melakukan identifikasi titik-titik [x z ] pada koordinat dunia dan identifikasi titik-titik [ u v w] ang akan menghasilkan persamaan : Gambar 2. Epipolar Geometr Semua bidang ang berhimpit dengan baseline ang menghubungkan dua pusat kamera adalah bidang epipolar. Jika hana diketahui sebuah titik x dalam citra pertama, maka bagaimana titik ang bersesuaian x ditentukan dalam citra kedua. Bidang epipolar π ditentukan oleh baseline dan sinar ang memotong pusat kamera C aitu x. Perpotongan antara π dan bidang citra kedua membentuk sebuah garis l dimana x seharusna terletak. Garis l adalah garis epipolar berhubungan dengan x, seperti diilustrasikan pada Gambar 2.b. Epipolar dapat digunakan agar memudahkan untuk melakukan pencocokkan untuk rekonstruksi citra, wilaah pencarian akan disempitkan pada garis epipolar. x z x z ux vx u v uz vz m m2 (4) = m4 Apabila terdapat n buah titik pada sistem koordinat dunia, matriks A akan berukuran 2n x 2. Untuk memperoleh X, digunakan metode Singular Value Decomposition (SVD) pada matriks A sehingga diperoleh A= UDV. Kolom terakhir pada V adalah solusi dari M. Epipolar Geometr Dalam rekonstruksi D Epipolar geometr merupakan teknik ang digunakan untuk mendapatkan persesuaian antara dua citra. Jika dua kamera melihat sebuah scene, maka terdapat geometri ang menghubungkan antara titik-titk D ang diamati dengan 2D proeksina (Hartle,2). Jika X adalah sebuah titik D dicitrakan dalam dua sudut pandang, pada citra pertama x dan citra kedua x.itik citra x dan x, titik ruang X, dan pusat kamera C dan C adalah sebidang (coplanar), dan semua terletak pada bidang epipolar π seperti diperlihatkan pada Gambar 2a. Matriks Fundamental Matrik fundamental F adalah sebuah matriks x ang merepresentasikan hubungan geometri tersebut.algoritma 8-titik pertama dikembangkan oleh Longuest- Hinggins. Merupakan metode ang paling sering digunakan untuk menghitung fundamental matrik dari delapan atau lebih titik-titik ang berkoresponden.algoritma ini memiliki keuntungan sederhana dan mudah diimplementasikan. Jika x= [x ] dan x = [x ], setiap titik terdapat dalam sebuah persamaan linier dalam F ang tidak diketahui. Persamaaan ini dapat ditulis sebagai: Rachmawati, Rekonstruksi Obek iga Dimensi Dari Citra Dua Dimensi Menggunakan Epipolar Geometr (5) Solusi f diperoleh dengan menggunakan SVD dari A : A = UDV dan f merupakan kolom terakhir dari V. Untuk mengurangi pengaruh noise, koordinat dari titik-titik ang berkoresponden dinormalisasi. itik titik ang berkoresponden di translasi dan skala, sehingga centroidna terdapat di tengah
4 koordinat dan jarak rata-rata titik dari origin sama dengan 2. Nilai fundamental matrik didapat dengan melakukan denormalisasi kembali dari hasil ang diperoleh. Matrik essential Matrik essential menatakan relasi antara dua citra dengan menggunakan hubungan matrik rotasi dan vektor translasi. Melalui matrik essential diketahui posisi relatif antar kamera. (6) Dimana: E = Matrik essential K = Matriks instrinsik kamera K = Matriks instrinsik kamera 2 F = Matriks fundamental Dari perhitungan matrik essential dapat diperoleh posisi relatif antara dua kamera dengan skala ang tidak diketahui. Dengan matrik kamera M = [ I ] dan M = [R t], posisi relatif dinatakan dengan matrik rotasi R dan vektor translasi t. SVD dari matrik essential dapat ditulis sebagai E = U diag (,,)V, dengan U dan V dipilih det (U) > dan det(v) >. Vektor translasi t sama dengan +u atau u, dan. Dengan menggunakan matrik orthonormal W, matrik rotasi R adalah sama dengan R a = UWV atau R b = UW V. (7) Maka dari matrik essential ang diketahui dapat menghasilkan empat kemungkinan solusi untuk marik kamera kedua P, aitu:, atau, atau atau. Keempat solusi tersebut diilustrasikan pada Gambar (), dapat dilihat bahwa hana satu solusi ang terbaik aitu (a) ang menghasilkan titik X ang direkonstruksi berada di depan kedua kamera matrik kamera. Ekstraksi Koordinat D Direct Linear ransformation (DL) adalah sebuah algoritma untuk memperkirakan koordinat D dari sebuah obek ang diperoleh dengan menghitung data koordinat 2D pada beberapa gambar ang diambil pada berbagai posisi di sekeliling obek tersebut. Proses kalibrasi dapat dilakukan untuk mendapatkan parameter instrinsik dan ekstrinsik kamera. Parameter untuk kamera disimpan pada matriks M dan parameter untuk kamera 2 disimpan pada matriks M. Jika koordinat (u,v ) dan (u,v ) adalah koordinat 2D ang diperoleh dari proses deteksi titik, maka untuk menghitung koordinat D obek, persamaan homogen di bawah ini digunakan: u' v' u'' ' v'' ' w' w' 2 2 w'' ' w'' ' X = AX = (8) Dimana m i adalah baris ke-i pada matriks M dan X adalah matriks [ x z ]. Hasil dari proses ini kemudian dimodelkan pada sebuah koordinat D. PEMBAHASAN Secara garis besar, diagram alur proses rekonstruksi D pada penelitian ini dapat dilihat pada Gambar 4 Preprocessing Menghitung Matrik Fundamental dan Matrik Essential Matriks Kamera Rekonstruksi D Gambar 4. Bagan alur penelitian Gambar. Illustrasi empat kemungkinan solusi Pada tahap preprocessing dilakukan proses pengambilan citra objek menggunakan sebuah kamera ang sama dari dua posisi ang berbeda, sedangkan posisi objek tidak berubah, dan pada saat pengambilan citra tidak menggunakan zooming. Sebagai bahan penelitian digunakan dua buah citra dari miniatur Candi borobudur dengan tipe JPEG dan memiliki resolusi 648 x 276 piksel. Jurnal eknologi, Volume 5 Nomor 2, Desember 22, 98-
5 Gambar 5 menunjukkan hasil pengambilan citra dari dua posisi. Selanjutna dilakukan pemilihan titiktitik ang bersesuaian untuk setiap pasangan citra, ang akan digunakan untuk input pada proses rekonstruksi berikutna. Langkah kedua perhitungan matriks fundamental dengan alogoritma delapan titik, ang menatakan korespondensi antara citra pada view pertama dengan citra pada view kedua. ( a ) View sebuah algoritma untuk memperkirakan koordinat D dari sebuah obek dengan menghitung data koordinat 2D pada beberapa citra ang diambil dari berbagai posisi di sekeliling obek tersebut. ANALISA Penelitian dilakukan mengggunakan 2 citra dari objek miniatur candi ang diambil dari dua posisi berbeda menggunakan kamera digital Son Cbershot DCS-W8 ang mempunai focus 6.2 mm. Kedua citra harus mempunai bagian obek ang bersesuaian satu dengan ang lain. Selanjutna pemilihan titik-titik ang akan direkonstruksi untuk masing-masing citra dilakukan secara manual, proses ini untuk menentukan titik ang mana dari citra pertama ang berhubungan dengan titik dari citra kedua. Kemudian dilakukan perhitungan matrik fundamental, data ang diperlukan adalah posisi koordinat citra pada view pertama ang berpasangan dengan posisi koordinat pada view kedua.citra pertama dan citra kedua dapat berkorespondensi dengan adana matrik fundamental kedua citra tersebut. Dari hasil perhitungan diperoleh: Matrik Fundamental: F = [ -.58e e e e ] (b) View 2 Gambar 5.Citra Borobudur dari dua posisi Langkah ketiga menghitung Matrik essential, karena menggunakan satu kamera ang sama, maka K = K 2. Matriks proeksi kamera diperoleh dari dekomposisi matrik essential. Hana satu dari empat kemungkinan solusi tersebut ang terbaik, dilakukan pengujian dengan triangulasi untuk menentukan pasangan M dan M ang menghasilkan titik D hasil rekonstruksi ang terletak di depan kedua kamera Setelah diperoleh data koordinat titik-titik 2D x dan x, serta matrik proeksi kamera M dan M, maka dapat dilakukan rekonstruksi koordinat D menggunakan triangulasi Direct Linear ransformation (DL). Merupakan Pengujian hasil perhitungan matrik fundamental dilakukan dengan menghitung jarak antara koordinat titik terhadap garis epipolarna merupakan nilai residual error. Untuk citra candi diperoleh residual error 2.69x -7 piksel. Selanjutna dihitung parameter-parameter ang dibutuhkan untuk proses rekonstruksi seperti dijelaskan pada bagian sebulumna, maka diperoleh: Matrik Essential: E = [ ] 2 Rachmawati, Rekonstruksi Obek iga Dimensi Dari Citra Dua Dimensi Menggunakan Epipolar Geometr
6 Matrik Parameter Kamera: M = [ ] M = [ ] Hasil rekonstruksi D obek candi dapat dilihat pada Gambar 6 (a), dan kemudian dihubungkan menggunakan triangulasi Delauna, seperti ditunjukkan Gambar 6(b). Pengujian hasil rekonstruksi dilakukan dengan mereproeksikan kembali koordinat D ang diperoleh ke gambar 2D. Kemudian hasil reproeksi tersebut dibandingkan dengan nilai koordinat (x,) ang diperoleh di awal dari hasil inisialisasi titik input ang dianggap sebagai hasil pengukuran. Selisih antara koordinat hasil pengukuran dan perhitungan merupakan error reproeksi. sumbu-z sumbu (a) sumbu-x.5..5 KESIMPULAN Dari hasil penelitian diperoleh beberapa kesimpulan aitu:. Rekonstruksi objek D dari citra 2D dapat dilakukan dengan beberapa tahap aitu : Ekstraksi koordinat citra, menghitung matrik fundamental, menghitung matrik kamera, dan rekonstruksi titik D untuk setiap pasangan titik-titik dari citra 2D. 2. Korespondensi antara koordinat citra dari view ang berbeda dapat ditentukan dengan matrik fundamental ang dihitung menggunakan algoritma delapan titik.. Dari hasil rekonstruksi didapat error reproeksi sebesar 8.864x -6 Piksel. DAFAR PUSAKA Dipanda. A and S. Woo, "owards a real-time D shape reconstruction using a structuredlight sstem," Pattern Recognition, vol. 8, pp , 25. Dianong Zhang, Zhenjiang Miao, Photorealistic D Volumentric Model Reconstruction B Voxel Coloring, IAPRS vol.xxxviii, Part B, 2 Hartle. A and A. Zisserman, Multiple View Geometr in Computer Vision, Second Edition, Cambridge Universit Press, 2. Prakoonwit.S and R. Benjamin, "D surface point and wireframe reconstruction from multiview photographic images," Image and Vision Computing, vol. 25, pp ,27. Park.J.S "Interactive D reconstruction from multiple images: A primitive-based approach," Pattern Recognition Letters, vol. 26, pp , 25. Sonka.M, V. Hlavac, and R. Bole, "D Vision," in Image Processing, Analsis, and Machine Vision, H. Gowans, Ed., rd ed. oronto: homson, pp , 28. Wibirama.S Fundamental echniques for D Computer Vision, Department of Electrical Engineering Gadjah Mada Universit, Indonesia, 2. (b) Gambar 6. Hasil Rekonstruksi D Jurnal eknologi, Volume 5 Nomor 2, Desember 22, 98-
Rekonstruksi Objek 3D dari Multiple Images
46 JNTETI, Vol. 2, No. 4, Februari 23 Rekonstruksi Objek 3D dari Multiple Images Rachmawati, Risanuri Hidaat 2, Sunu Wibirama 3 Abstract - 3D reconstruction is a task of recovering 3D geometr and color
Lebih terperinciSwakalibrasi Kamera Menggunakan Matriks Fundamental
Swakalibrasi Kamera Menggunakan Matriks Fundamental Eza Rahmanita, Eko Mulyanto 2, Moch. Hariadi 3 Program Studi Teknik Informatika, Universitas Trunojoyo Madura Jl. Raya Telang Po Bo 2 Kamal, Bangkalan
Lebih terperinciBAB III PROSEDUR DAN METODOLOGI
BAB III PROSEDUR DAN METODOLOGI 3.1 Analisis Masalah Dewasa ini keberadaan robot sebagai mesin yang menggantikan manusia dalam melakukan berbagai pekerjaan semakin diperlukan. Oleh karena itu robot dituntut
Lebih terperinciPENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA
PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA Dina Indarti Pusat Studi Komputasi Matematika, Universitas Gunadarma Jl. Margonda Raya no. 100, Depok 16424, Jawa Barat
Lebih terperinciANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE
ANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE HANANTO DHEWANGKORO A11.2009.04783 Universitas Dian Nuswantoro. Semarang, Indonesia Email: hanantodhewangkoro@gmail.com
Lebih terperinciOleh : Umar Maksum Dosen Pembimbing : Ahmad Zaini, ST, M.T. Dr. I Ketut Eddy Purnama.ST.,MT
Rekontruksi Citra 3 Dimensi menggunakan Voxel Coloring Oleh : Umar Maksum 2204 109 659 Dosen Pembimbing : Ahmad Zaini, ST, M.T. Dr. I Ketut Eddy Purnama.ST.,MT Latar Belakang Mendapatkan bentuk citra objek
Lebih terperinciREKONSTRUKSI 3D PADA PATUNG PURBAKALA DENGAN SCANNER BERBASIS OPTIK. Fendik Eko P
REKONSTRUKSI 3D PADA PATUNG PURBAKALA DENGAN SCANNER BERBASIS OPTIK Fendik Eko P 2210205019 Pembimbing: Dr. I ketut Edy Purnama. MT Prof. Dr. Ir. Mauridhi Hery Purnomo, M.Eng PROGRAM PASCA SARJANA BIDANG
Lebih terperinciAPLIKASI REKONSTRUKSI OBJEK 3D DARI KUMPULAN GAMBAR 2D DENGAN MENGGUNAKAN ALGORITMA GENERALIZED VOXEL COLORING
APLIKASI REKONSTRUKSI OBJEK 3D DARI KUMPULAN GAMBAR 2D DENGAN MENGGUNAKAN ALGORITMA GENERALIZED VOXEL COLORING Nama : Charley C. Corputty NPM : 11111620 Jurusan Pembimbing : Sistem Informasi : Dr.-Ing.
Lebih terperinciTUGAS AKHIR KI1391. Penyusun Tugas Akhir : (NRP : ) Dosen Pembimbing :
TUGAS AKHIR KI1391 Penyusun Tugas Akhir : (NRP : 5106100060) Dosen Pembimbing : PENDAHULUAN DASAR TEORI PERANCANGAN PERANGKAT LUNAK IMPLEMENTASI PERANGKAT LUNAK UJI COBA DAN EVALUASI KESIMPULAN DAN SARAN
Lebih terperinciKALIBRASI PARAMETER KAMERA DENGAN MENGGUNAKAN PROJECTOR UNTUK REKONSTRUKSI 3D BERBASIS METODE STRUCTURED LIGHT
KALIBRASI PARAMETER KAMERA DENGAN MENGGUNAKAN PROJECTOR UNTUK REKONSTRUKSI 3D BERBASIS METODE STRUCTURED LIGHT R Dimas Adityo Jurusan Teknik Informatika, Universitas Bhayangkara Surabaya Jl. A.Yani 114
Lebih terperinciPengembangan Program Simulator Frame Kacamata Secara Real-Time 3D Face Tracking dengan Menggunakan Augmented Reality
Pengembangan Program Simulator Frame Kacamata Secara Real-Time 3D Face Tracking dengan Menggunakan Augmented Reality Endang Setyati Information Technology Department Sekolah Tinggi Teknik Surabaya endang@stts.edu,
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH ABSTRAK
IDENTIFIKASI SESEORANG BERDASARKAN CITRA TELINGA DENGAN MENGGUNAKAN METODE TRANSFORMASI HOUGH Syafril Tua (0822088) Jurusan Teknik Elektro email: syafrilsitorus@gmail.com ABSTRAK Struktur telinga adalah
Lebih terperinciPEMANFAATAN REAL-TIME FACE TRACKING DALAM APLIKASI AUGMENTED REALITY FRAME KACAMATA ABSTRAK
PEMANFAATAN REAL-TIME FACE TRACKING DALAM APLIKASI AUGMENTED REALITY FRAME KACAMATA 1 Endang Setyati, 2 David Alexandre Teknik Informatika Sekolah Tinggi Teknik Surabaya 1 endang@stts.edu, 2 v.davidalexandre@gmail.com
Lebih terperinciPengantar Grafika 3D E D I T A N
Pengantar Grafika 3D F A KULTAS I L M U K O M P UTER E D I T A N 2 5 TUJUAN INSTRUKSIONAL KHUSUS 2 Mahasiswa memahami Grafika 3-Dimensi dan dapat membedakan dengan Grafika 2-Dimensi Mahasiswa mengerti
Lebih terperinciAnalisa Pengaruh Perbedaan Medium Air dan Udara Terhadap Kalibrasi Kamera Dengan Menggunakan Metode Zhang
Analisa Pengaruh Perbedaan Medium Air dan Udara Terhadap Kalibrasi Kamera Dengan Menggunakan Metode Zhang Pulung Nurtantio Andono 1, Guruh Fajar Shidik 2, Ricardus Anggi Pramunendar 3, Catur Supriyanto
Lebih terperinciIMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B
IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B Heri Setiawan, Iwan Setyawan, Saptadi Nugroho IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN
Lebih terperinciSISTEM PENGENALAN BUAH ON-LINE MENGGUNAKAN KAMERA
SISTEM PENGENALAN BUAH ON-LINE MENGGUNAKAN KAMERA Nana Ramadijanti, Achmad Basuki Politeknik Eletronika Negeri Surabaa, Institut Teknologi Sepuluh Nopember Surabaa Kampus PENS-ITS, Keputih, Sukolilo, Surabaa
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
Lebih terperinciComputer Graphics PENGANTAR GRAFIKA 3D
Computer Graphics PENGANTAR GRAFIKA 3D F A K ULTAS I L MU K O MPUTER 2 4 TUJUAN INSTRUKSIONAL KHUSUS. Mahasiswa memahami Grafika 3-Dimensi dan dapat membedakan dengan Grafika 2- Dimensi 2. Mahasiswa mengerti
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN
Jurnal Teknik Informatika Vol. 1 September 2012 1 PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN Wahyu Saputra Wibawa 1, Juni Nurma Sari 2, Ananda 3 Program Studi
Lebih terperinciFACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) ABSTRAK
FACE RECOGNITION MENGGUNAKAN METODE TWO- DIMENSIONAL PRINCIPAL COMPONENTS ANALYSIS (2DPCA) Kurnia Novita Mutu (0722029) Jurusan Teknik Elektro email: mutunia@gmail.com ABSTRAK Perkembangan biometrik pada
Lebih terperinciWatermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2014) 1-6 1 Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital Latifatul Machbubah, Drs. Soetrisno, MI.Komp Jurusan Matematika, Fakultas
Lebih terperinciREKONSTRUKSI OBYEK 3D DARI GAMBAR 2D DENGAN METODE GENERALIZED VOXEL COLORING
REKONSTRUKSI OBYEK 3D DARI GAMBAR 2D DENGAN METODE GENERALIZED VOXEL COLORING Rudy Adipranata 1, Resmana Lim 2, Anton Setiawan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra
Lebih terperinciPendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005
Pendahuluan Pengantar Pengolahan Citra Bertalya Universitas Gunadarma, 2005 Definisi Citra Citra (Image) adalah gambar pada bidang dua dimensi. Secara matematis, citra merupakan fungsi terus menerus (continue)
Lebih terperinciOne picture is worth more than ten thousand words
Budi Setiyono One picture is worth more than ten thousand words Citra Pengolahan Citra Pengenalan Pola Grafika Komputer Deskripsi/ Informasi Kecerdasan Buatan 14/03/2013 PERTEMUAN KE-1 3 Image Processing
Lebih terperinciBAB I PENDAHULUAN. robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia robot dewasa ini menunjukkan betapa besar peran bidang robotika dan otomatisasi dalam kehidupan manusia seiring dengan meningkatnya dunia teknologi
Lebih terperinciBAB 3 PERBANDINGAN GEOMETRI DATA OBJEK TIGA DIMENSI
BAB 3 PERBANDINGAN GEOMETRI DATA OBJEK TIGA DIMENSI Pada bab ini akan dijelaskan tentang perbandingan tingkat kualitas data, terutama perbandingan dari segi geometri, selain itu juga akan dibahas mengenai
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciPENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA. Anna Dara Andriana, S.Kom., M.Kom
PENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA Anna Dara Andriana, S.Kom., M.Kom 1 ANNA DARA ANDRIANA, S.Kom.,M.Kom 081-221-794-565 ( 8.00 14.00 ) Email : annadaraandriana@yahoo.com Subject : kelas_nama/kelompok_tugas
Lebih terperinciOperasi-operasi Dasar Pengolahan Citra Digital
Operasi-operasi Dasar Pengolahan Citra Digital Pendahuluan Citra digital direpresentasikan dengan matriks. Operasi pada citra digital pada dasarnya adalah memanipulasi elemen- elemen matriks. Elemen matriks
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH
ESTIMASI FUNGSI SPASIAL PADA IDENTIFIKASI FITUR WAJAH Akhyar 1*, Risanuri Hidayat 1, Bimo Sunarfri Hantono 1 1 Department of Electrical Engineering and Information Technology, Universitas Gadjah Mada *
Lebih terperinciEKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM :
EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA (Menggunakan Transformasi Wavelet Untuk Penghalusan Citra ) TESIS Karya tulis sebagai salah satu syarat untuk memperoleh gelar
Lebih terperinciPenerapan Watermarking pada Citra berbasis Singular Value Decomposition
Penerapan Watermarking pada Citra berbasis Singular Value Decomposition David Leonard Hasian ( 0522049 ) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri
Lebih terperinciBAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.
BAB II DASAR TEORI Pada bab ini akan dibahas teori yang berkaitan dengan skripsi ini, meliputi pustaka OpenCV, citra, yaitu citra grayscale dan citra berwarna, pengolahan citra meliputi image enhancement
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinci1.1 Latar belakang Di awal abad 21, perkembangan teknologi komputer grafis meningkat secara drastis sehingga mempermudah para akademisi dan industri
BAB I PENDAHULUAN 1.1 Latar belakang Di awal abad 21, perkembangan teknologi komputer grafis meningkat secara drastis sehingga mempermudah para akademisi dan industri untuk mengembangkan pengetahuan mereka
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital didefinisikan sebagai fungsi f(x,y) dua dimensi, dimana x dan y adalah koordinat spasial dan f(x,y) adalah disebut dengan intensitas atau tingkat keabuan
Lebih terperinciKonsep Dasar Pengolahan Citra. Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI
Konsep Dasar Pengolahan Citra Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI Definisi Citra digital: kumpulan piksel-piksel yang disusun dalam larik (array) dua-dimensi yang berisi nilai-nilai real
Lebih terperinciPendahuluan. Pengantar Grafika 3D. Primitif 3D. Sistem Koordinat 3D 12/7/2011
/7/0 Pengantar Grafika 3D Pendahuluan Grafika Komputer dalam aplikasina terbagi menjadi : Grafika D Grafika 3D Aplikasi D banak dipakai dalam pembuatan grafik, peta, kreasi D ang banak membantu pemakai
Lebih terperinciBAB II LANDASAN TEORI. Kamera web (singkatan dari web dan camera) merupakan sebuah media
BAB II LANDASAN TEORI 2.1 Webcam Kamera web (singkatan dari web dan camera) merupakan sebuah media yang berorientasi pada image dan video dengan resolusi tertentu. Umumnya webcam adalah sebuah perngkat
Lebih terperinciArga Wahyumianto Pembimbing : 1. Dr. I Ketut Eddy Purnama, ST., MT 2. Christyowidiasmoro, ST., MT
IDENTIFIKASI DAUN BERDASARKAN FITUR TULANG DAUN MENGGUNAKAN ALGORITMA EKSTRAKSI MINUTIAE Arga Wahyumianto 2209 105 047 Pembimbing : 1. Dr. I Ketut Eddy Purnama, ST., MT 2. Christyowidiasmoro, ST., MT LATAR
Lebih terperinciRancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis
A216 Rancang Bangun Sistem Pengukuran Posisi Target dengan Kamera Stereo untuk Pengarah Senjata Otomatis Anas Maulidi Utama, Djoko Purwanto, dan Ronny Mardiyanto Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciKALIBRASI PARAMETER KAMERA DENGAN PROYEKSI PATERN MENGGUNAKAN PROJECTOR PADA PROSES REKONSTRUKSI 3D BERBASIS STRUCTURED LIGHT
KALIBRASI PARAMETER KAMERA DENGAN PROYEKSI PATERN MENGGUNAKAN PROJECTOR PADA PROSES REKONSTRUKSI 3D BERBASIS STRUCTURED LIGHT R Dimas Adityo 1, Eko Mulyanto Yuniarno 2, I Ketut Eddy Purnama 3, Mauridhi
Lebih terperinciPERBEDAAN GRAFIKA COMPUTER DAN IMAGE PROCESSING. by Ocvita Ardhiani
PERBEDAAN GRAFIKA COMPUTER DAN IMAGE PROCESSING by Ocvita Ardhiani Perbedaan grafika computer dan image processing Pengolahan citra (image processing) Berorientasi pixel Mengolah data citra untuk mendapatkan
Lebih terperinciDATA/ INFO : teks, gambar, audio, video ( = multimedia) Gambar/ citra/ image : info visual a picture is more than a thousand words (anonim)
Pengantar DATA/ INFO : teks, gambar, audio, video ( = multimedia) Gambar/ citra/ image : info visual a picture is more than a thousand words (anonim) Citra : gambar pada bidang 2D. Secara matematis : citra
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem
21 BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Desain penelitian ini mengacu pada tahapan proses yang ada pada sistem pengenalan wajah ini yaitu input, proses dan output. Dengan input bahan penelitian
Lebih terperinciPEMBENTUKAN CITRA PANORAMA 360 DENGAN IMAGE MOSAICING
PEMBENTUKAN CITRA PANORAMA 360 O DENGAN IMAGE MOSAICING (Paul Alexander) PEMBENTUKAN CITRA PANORAMA 360 DENGAN IMAGE MOSAICING Paul Alexander Fakultas Teknologi Industri, Jurusan Teknik Informatika - Universitas
Lebih terperinciBAB III METODOLOGI PENELITIAN. Gambar 3.1 merupakan desain penelitian yang akan digunakan pada
BAB III METODOLOGI PENELITIAN 1.1. Desain Penelitian Gambar 3.1 merupakan desain penelitian yang akan digunakan pada proses pengenalan huruf tulisan tangan Katakana menggunakan metode Fuzzy Feature Extraction
Lebih terperinciPENGENALAN WAJAH MANUSIA DENGAN METODE PRINCIPLE COMPONENT ANALYSIS (PCA)
ISSN: 1693-6930 177 PENGENALAN WAJAH MANUSIA DENGAN MEODE PRINCIPLE COMPONEN ANALYSIS (PCA) Murinto Program Studi eknik Informatika Universitas Ahmad Dahlan Yogyakarta Kampus III UAD Jl Prof Dr. Supomo,
Lebih terperinciBROSUR INTERAKTIF BERBASIS AUGMENTED REALITY
BROSUR INTERAKTIF BERBASIS AUGMENTED REALITY Muchammad Chafied, Rengga Asmara, S.Kom, Taufiqurrahman, S.ST, Rizky Yuniar Hakkun, S.Kom Jurusan Teknik Informatika, Politeknik Elektronika Negeri Surabaya,
Lebih terperinciPEMODELAN OBYEK TIGA DIMENSI DARI GAMBAR SINTETIS DUA DIMENSI DENGAN PENDEKATAN VOLUMETRIC
PEMODELAN OBYEK TIGA DIMENSI DARI GAMBAR SINTETIS DUA DIMENSI DENGAN PENDEKATAN VOLUMETRIC Rudy Adipranata, Liliana Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra e-mail:
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Analisa Masalah Kemajuan teknologi di bidang multimedia, menuntut kemampuan sistem yang lebih baik dan lebih maju dari sebelumnya, sesuai dengan perkembangan teknologi.
Lebih terperinciFourier Descriptor Based Image Alignment (FDBIA) (1)
Fourier Descriptor Based Image Alignment (FDBIA) (1) Metode contour tracing digunakan untuk mengidentifikasikan boundary yang kemudian dideskripsikan secara berurutan pada FD. Pada aplikasi AOI variasi
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciPENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING
Powered by TCPDF (www.tcpdf.org) PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING Muhammad Hanif Dwiadi¹, Sofia Naning Hertiana², Gelar Budiman³ ¹Teknik Telekomunikasi,, Universitas Telkom Abstrak
Lebih terperinciPENANGKAPAN GERAK MANUSIA 3D BERDASAR PADA PENANDA AKTIF DENGAN KAMERA MURAH
SEMINAR NASIONAL ELECTRICAL, INFORMATICS, AND IT S EDUCATIONS 2009 PENANGKAPAN GERAK MANUSIA 3D BERDASAR PADA PENANDA AKTIF DENGAN KAMERA MURAH Eka Prasetyono 1), Eko Mulyanto Yuniarno 2), Mochamad Hariadi
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinciCS3214 Pengolahan Citra - UAS. CHAPTER 1. Pengantar Pengolahan Citra
CS3214 Pengolahan Citra - UAS CHAPTER 1. Pengantar Pengolahan Citra Fakultas Informatika IT Telkom CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis) = fungsi
Lebih terperinciBAB II KAJIAN PUSTAKA
BAB II KAJIAN PUSTAKA 2.1 Citra Suatu citra didefinisikan sebagai fungsi kontinu dari intensitas cahaya dalam bidang 2 dimensi, dan dinyatakan dengan f(x,y), dimana nilai atau amplitudo dari f menyatakan
Lebih terperinciImplementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)
Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari) Amalfi Yusri Darusman Jurusan Teknik Informatika Institut Teknologi Bandung, jalan Ganesha 10 Bandung, email : if17023@students.if.itb.a.c.id
Lebih terperinciIDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM
IDENTIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR SCALE INVARIANT FEATURE TRANSFORM (SIFT) Vikri Ahmad Fauzi (0722098) Jurusan Teknik Elektro email: vikriengineer@gmail.com
Lebih terperinciPENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH
PENGOLAHAN CITRA RADIOGRAF PERIAPIKAL PADA DETEKSI PENYAKIT PULPITIS MENGGUNAKAN METODE ADAPTIVE REGION GROWING APPROACH Rikko Ismail Hardianzah 1), Bambang Hidayat 2), Suhardjo 3) 1),2) Fakultas Teknik
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Metode Perancangan Perancangan sistem didasarkan pada teknologi computer vision yang menjadi salah satu faktor penunjang dalam perkembangan dunia pengetahuan dan teknologi,
Lebih terperinciBAB I PENDAHULUAN. dalam kehidupan masyarakat sehari-hari. Dalam suatu kepentingan tertentu, citra (
BAB I PENDAHULUAN 1.1 Latar Belakang Citra atau gambar ( image ) sudah menjadi hal yang umum dan menjadi bagian dalam kehidupan masyarakat sehari-hari. Dalam suatu kepentingan tertentu, citra ( gambar
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciRaycasting Pada Augmented Reality Dimensi Tiga
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-7 1 Raycasting Pada Augmented Reality Dimensi Tiga Wahyu Setyo Budi, Supeno Mardi Susiki Nugroho, dan Christyowidiasmoro Jurusan Teknik Elektro, Fakultas Teknologi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciAUGMENTED REALITY PERMAINAN BOLA PINGPONG MENGGUNAKAN FLARTOOLKIT. Prodi Teknik Elektro, Fakultas Teknik, Universitas Trunojoyo Madura 2
AUGMENED REALIY PERMAINAN BOLA PINGPONG MENGGUNAKAN FLAROOLKI Haranto 1*, Septian Rahman Hakim 2 1,2 Prodi eknik Elektro, Fakultas eknik, Universitas runojoo Madura 2 Prodi Pendidikan Informatika, Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
1 BAB 2 LANDASAN TEORI 2.1. Sistem 3D Scanner Pemindaian tiga dimensi (3D) merupakan proses pengambilan data berupa bentuk suatu objek untuk membuat pemodelan 3D dari objek tersebut. Model 3D yang tercipta
Lebih terperinciRekontruksi Citra 3 Dimensi Menggunakan Voxel Coloring Umar maksum 1 Jurusan Teknik Elektro FTI Institut Teknologi Sepuluh November
Rekontruksi Citra 3 Dimensi Menggunakan Voxel Coloring Umar maksum 1 Jurusan Teknik Elektro FTI Institut Teknologi Sepuluh November Email: umar.maksum@yahoo.co.id Dosen Pembimbing: Ahmad Zaini, ST.,MT,
Lebih terperinciANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX
ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX Mohammad imron (1), Yuliana Melita (2), Megister Teknologi Informasi Institusi
Lebih terperinciDEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK
DEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK Nanik Suciati, Rosdiana Rahmawati Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Institut Teknologi
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciLAPORAN PRAKTIKUM FOTOGRAMETRI I (Individu)
LAPORAN PRAKTIKUM FOTOGRAMETRI I (Individu) KALIBRASI KAMERA DENGAN SOFTWARE PHOTOMODELER SCANNER TANGGAL PRAKTIKUM : 2 Desember 2014 Disusun Oleh NAMA NIM KELAS : Nur Izzahudin : 13/347558/TK/40748 :
Lebih terperinciAplikasi Citra Mosaik Panoramik
Aplikasi Citra Mosaik Panoramik Reyza Rizki Mahaputra dan Karmilasari Jurusan Sistem Informasi, Fakultas Ilmu Komputer dan Tekonologi Informasi, Universitas Gunadarma, Depok - Indonesia, [reyza riz, karmila]@staff.gunadarma.ac.id
Lebih terperinciPERBANDINGAN METODE KDDA MENGGUNAKAN KERNEL RBF, KERNEL POLINOMIAL DAN METODE PCA UNTUK PENGENALAN WAJAH AKIBAT VARIASI PENCAHAYAAN ABSTRAK
PERBANDINGAN METODE KDDA MENGGUNAKAN KERNEL RBF, KERNEL POLINOMIAL DAN METODE PCA UNTUK PENGENALAN WAJAH AKIBAT VARIASI PENCAHAYAAN Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri
Lebih terperinciABSTRAK. v Universitas Kristen Maranatha
ABSTRAK Tanda tangan merupakan sesuatu yang unik yang dimiliki setiap orang sehingga seringkali dipakai untuk menentukan keabsahan dokumen ataupun transaksi. Akan tetapi tanda tangan menjadi rentan terhadap
Lebih terperinciPENENTUAN JARAK OBJEK DARI KAMERA DENGAN MENGGUNAKAN STEREO VISION PADA MOBILE PHONE
PENENTUAN JARAK OBJEK DARI KAMERA DENGAN MENGGUNAKAN STEREO VISION PADA MOBILE PHONE ABSTRAK Perkembangan teknologi pada telepon seluler mulai bergeser dari awal yang hanya sekedar sebagai alat komunikasi,
Lebih terperinciVERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FILTER GABOR Eric (0822026) Jurusan Teknik Elektro Universitas Kristen Maranatha email: eric.wennas@gmail.com ABSTRAK Pola pembuluh
Lebih terperinciMETODE KALIBRASI IN-FLIGHT KAMERA DIGITAL NON-METRIK UNTUK KEPERLUAN CLOSE- RANGE PHOTOGRAMMETRY
METODE KALIBRASI IN-FLIGHT KAMERA DIGITAL NON-METRIK UNTUK KEPERLUAN CLOSE- RANGE PHOTOGRAMMETRY Husnul Hidayat*, Agung Budi Cahyono, Mohammad Avicenna Departemen Teknik Geomatika FTSLK-ITS, Kampus ITS
Lebih terperinciImplementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari
Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6 Intan Nur Lestari Fakultas Teknologi Industri Universitas Gunadarma Jl. Margonda Raya, 100, Pondok Cina, Depok
Lebih terperinciIdentifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski
Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia
Lebih terperinciBAB 1 PENDAHULUAN. keakuratan dari penglihatan mesin membuka bagian baru dari aplikasi komputer.
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Melihat perkembangan teknologi sekarang ini, penggunaan komputer sudah hampir menjadi sebuah bagian dari kehidupan harian kita. Semakin banyak muncul peralatan-peralatan
Lebih terperinciPERTEMUAN - 2 PENGOLAHAN CITRA
PERTEMUAN - 2 PENGOLAHAN CITRA EDY WINARNO fti-unisbank-smg 24 maret 2009 Citra = gambar = image Citra, menurut kamus Webster, adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer sekarang sangat pesat, ini ditandai dengan hampir semua pengolahan data dan informasi telah dilakukan dengan komputer. Hal ini diakibatkan
Lebih terperinciAPLIKASI PENGENALAN WAJAH UNTUK VALIDASI PESERTA UJIAN ONLINE MENGGUNAKAN METODE HAAR CASCADE DAN EIGEN FACE VECTOR
APLIKASI PENGENALAN WAJAH UNTUK VALIDASI PESERTA UJIAN ONLINE MENGGUNAKAN METODE HAAR CASCADE DAN EIGEN FACE VECTOR Mika Tandililing Program Studi Teknik Komputer, STMIK Profesional ladabarra@gmail.com
Lebih terperinciPerbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir ABSTRAK
Perbandingan Dua Citra Bibir Manusia Menggunakan Metode Pengukuran Lebar, Tebal dan Sudut Bibir Rizki Hamdani / 0322 Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Jl. Prof. Drg.
Lebih terperinciKLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER
KLASIFIKASI KAYU DENGAN MENGGUNAKAN NAÏVE BAYES-CLASSIFIER ACHMAD FAHRUROZI 1 1 Universitas Gunadarma, achmad.fahrurozi12@gmail.com Abstrak Masalah yang akan diangkat dalam makalah ini adalah bagaimana
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciPengertian. Transformasi geometric transformation. koordinat dari objek Transformasi dasar: Translasi Rotasi Penskalaan
Pengertian Transformasi geometric transformation Transformasi = mengubah deskripsi koordinat dari objek Transformasi dasar: Translasi Rotasi Penskalaan Translasi Mengubah posisi objek: perpindahan lurus
Lebih terperinciJurnal Pendidikan Fisika Indonesia 7 (2011) RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE
ISSN: 1693-1246 Januari 2011 Jurnal Pendidikan Fisika Indonesia 7 (2011) 47-51 J P F I http://journal.unnes.ac.id RANCANG BANGUN SISTEM PENGENALAN POLA SIDIK JARI MENGGUNAKAN METODE MINUTIAE Sudartono*,
Lebih terperinciAplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation
Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Daryanto 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Email: 1) daryanto@unmuhjember.ac.id
Lebih terperinciPengantar Pengolahan Citra. Ade Sarah H., M. Kom
Pengantar Pengolahan Citra Ade Sarah H., M. Kom Pendahuluan Data atau Informasi terdiri dari: teks, gambar, audio, dan video. Citra = gambar adalah salah satu komponen multimedia yang memegang peranan
Lebih terperinciBab 2 Output Primitif
Bab Output Primitif.. Algoritma DDA (Digital Diferential Analer ) ===================================================================. Tentukan dua titik ang akan dihubungkan dalam pembentukan garis..
Lebih terperinciPerspective & Imaging Transformation
Perspective & Imaging Transformation Perspective & Imaging Transformation y Y Bidang Citra x X (X,Y,Z) (x,y) Pusat Lensa z Z x Z - X 3 Camera coordinate system (x,y,z) dan World coordinate system (X,Y,Z)
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciFACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA
FACE TRACKING DAN DISTANCE ESTIMATION PADA REALTIME VIDEO MENGGUNAKAN 3D STEREO VISION CAMERA Edy Winarno¹, Agus Harjoko² ¹ Program Studi Teknik Informatika FTI Universitas Stikubank (UNISBANK) Semarang
Lebih terperinci