Pengembangan Algoritma Robust Untuk Menghitung Kendaraan Bergerak Berbasis Pengolahan Citra

Firdaus, Reza Augusta Jannatul (2016) Pengembangan Algoritma Robust Untuk Menghitung Kendaraan Bergerak Berbasis Pengolahan Citra. Masters thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
1214201011-Master-Thesis.pdf - Accepted Version

Download (1MB) | Preview

Abstract

Permasalahan lalu lintas merupakan salah satu permasalahan yang dihadapi di kota-kota besar pada umumnya. Hal ini dikarenakan meningkatnya jumlah volume kendaraan sehingga berpotensi menimbulkan kemacetan. Oleh karena itu diperlukan analisis kepadatan lalu lintas untuk mendapatkan informasi yang dibutuhkan seperti banyaknya kendaraan yang melintas, yang mana informasi tersebut nantinya akan dapat digunakan oleh pihak terkait sebagai pertimbangan pengaturan traffic light, pelebaran jalan, ataupun kebijakan-kebijakan lainnya. Salah satu metode yang dapat diterapkan adalah dengan cara melakukan counting berbasis pengolahan citra digital yang lebih efisien dari proses counting secara manual. Penelitian tentang counting berbasis pengolahan citra telah banyak dilakukan sebelumnya, namun beberapa terkendala waktu pengambilan video. Maka dari itu pada penelitian ini dibahas pengembangan algoritma robust terhadap video pagi, siang, dan sore untuk menghitung kendaraan pada video lalu lintas. Proses seperti background subtraction, noise removal, object detection dan counting akan dibahas didalamnya. Pada proses background subtraction digunakan metode GMM (Gaussian Mixture Model). Proses robust yang dilakukan adalah dengan cara melakukan proses updating foreground dari hasil proses GMM yang diperoleh, hal ini dilakukan untuk mendeteksi bayangan yang bergerak menyerupai objeknya. Proses tersebut dilakukan dengan cara melakukan pengecekan terhadap piksel pada suatu koordinat citra foreground yang bernilai 1 (terdeteksi sebagai foreground) dan dilakukan proses seleksi berdasarkan nilai mean dan modusnya pada intensitas frame saat itu. Pada object detection akan diperiksa tetangga pada tiap-tiap piksel image. Hasil yang diperoleh menunjukkan bahwa proses updating foreground memperoleh hasil yang lebih akurat dari proses GMM. ======================================================================================================= The traffic problems are faced almost in every big city. This is due to the increase number of vehicles that potentially cause a traffic jam. Therefore, it is necessary to analyze the traffic density to obtain information, such as the number of passing vehicles, that information will become refference for taking some policies like traffic light time setting, road widening or the other policy. One of methods than can be implemented is by counting vehicle based on digital image processing, that more efficient than the manual counting. Research about image processing for counting has been done, but some of it depend on the video time taken. This research discussed about an improved robust algorithm for counting vehicle in a traffic video for morning, afternoon and evening video. Processes such as background subtraction, noise removal, object detection and counting will be discussed therein. In the background subtraction method is used GMM (Gaussian Mixture Model), then the obtained result from GMM method will be processed in order to remove shadow that move similarly like an vehicle based on its intensity with frame mean and mode. While in object detection will be checked neighbors on each pixel of the image. Robust process was carried out by analyzing shadow that detected in GMM process, then shadow removal will be executed in order to obtain detecting and counting results that was accurated, this process called updating foreground process. Updating foreground process will update the obtained result from GMM depend on its mean and mode on present frame. The obtained result show that updating foreground result is more accurate than GMM.

Item Type: Thesis (Masters)
Additional Information: RTMa 003.3 Fir p
Uncontrolled Keywords: counting, deteksi kendaraan bergerak, pengolahan citra digital, Robust, Background Subtraction
Subjects: Q Science > QA Mathematics > QA76.9 Computer algorithms. Virtual Reality. Computer simulation.
T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
T Technology > TJ Mechanical engineering and machinery > TJ217.2 Robust control
Divisions: Faculty of Mathematics and Science > Mathematics > 44101-(S2) Master Thesis
Depositing User: Yeni Anita Gonti
Date Deposited: 18 May 2020 14:23
Last Modified: 18 May 2020 14:23
URI: http://repository.its.ac.id/id/eprint/76013

Actions (login required)

View Item View Item