Hariyanto, Zamroji (2015) Klasifikasi jenis kendaraan bergerak berbasis geometric invariant moment. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1211100058-Undergraduated_Thesis.pdf - Published Version Download (3MB) | Preview |
Abstract
Penelitian ini bertujuan untuk mengklasifikasikan dan
menghitung jenis kendaraan bergerak di suatu jalan raya dengan
menggunakan pengolahan citra digital. Objek dari penelitian ini adalah
video rekaman arus kendaraan. Kemudian dilakukan pemilihan ROI
(Region of Interest) yang digunakan sebagai area klasifikasi dan
penghitungan kendaraan bergerak. Selanjutnya setiap ROI pada frame
dari video tersebut diproses menggunakan algoritma Background
Subtraction dengan metode Gaussian Mixture Model untuk
mendapatkan citra foreground dan background. Citra foreground
difilter, dihilangkan bayangannya, dan dilakukan proses morfologi untuk
menghilangkan noise pada citra. Kemudian citra hasilnya dianalisis blob
untuk mendapatkan bagian piksel yang merupakan objek bergerak.
Tahap berikutnya, setiap objek yang diperoleh diklasifikasi dengan
Geometric Invariant Moment. Setiap objek akan dihitung nilai momen
invarian pertama ( ) dan lebarnya kemudian dijadikan sebagai
parameter untuk klasifikasi kendaraan. Apabila nilai parameter
memenuhi nilai interval maka objek akan dikenali jenisnya sesuai
dengan jenis yang didefinisikan pada interval tersebut. Hasil pengujian
perangkat lunak dapat mengklasifikasikan kendaraan dalam tiga jenis
kendaraan yaitu motor, mobil, dan truk/bus dengan tingkat akurasi
tertinggi 94,27%.
==================================================================================================
This study aims to classify and count the types of vehicles moving
on a highway by using digital image processing. The object of this study
is a video recording of the flow of vehicles. Then the election of ROI
(Region of Interest) is used as the area classification and counting of
moving vehicles. Furthermore, each ROI in the frame of the video is
processed using background subtraction algorithm with Gaussian
Mixture Model method to obtain the foreground and background
images. Foreground image is filtered, eliminated its shadow, and
performed morphological processes to eliminate noise in the image.
Then the results are analyzed blob to get a part of the pixel which is the
object moves. The next stage, each object obtained is classified by the
Geometric invariant Moment. Each object will be counted the first of
invariant moment ( ) and its widht, then it will be used as a parameter
for vehicle classification. If the value of the parameter is in the interval,
it will be recognized as type that is defined on the interval. The results of
software testing can classify vehicles in three types of vehicles are
motorcycle, car, and truck/bus with the highest level of accuracy is
94.27%
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSMa 516.156 Har k |
| Uncontrolled Keywords: | Penghitungan Kendaraan, Pengklasifikasian Kendaraan, Pengolahan citra digital, Gaussian Mixture Model (GMM), Geometric Invariant Moment (GIM) |
| Subjects: | Q Science > Q Science (General) Q Science > QA Mathematics |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | Mr. Fandika aqsa |
| Date Deposited: | 09 Jun 2017 03:18 |
| Last Modified: | 09 Jun 2017 03:18 |
| URI: | http://repository.its.ac.id/id/eprint/41551 |
Actions (login required)
 |
View Item |