Deteksi Rambu Lalu Lintas Menggunakan Algoritma Moore Neighbour Contour Following Dan Simplifikasi Poligon Dalam Hsv Color Space

Wibisono, Achmad Dewanto Aji (2020) Deteksi Rambu Lalu Lintas Menggunakan Algoritma Moore Neighbour Contour Following Dan Simplifikasi Poligon Dalam Hsv Color Space. Sarjana thesis, Universitas Brawijaya.

Abstract

Sistem Pengenalan Rambu Lalu Lintas (SPRLL) sangat dibutuhkan untuk melakukan pemetaan dan perbaikan rambu jalan, sistem pembantu pengemudi, serta mobil kemudi otomatis. Dengan SPRLL maka dapat disediakan suatu fitur yang dapat membantu pengemudi dalam berkendara, karena salah satu faktor dalam terjadinya kecelakaan lalu lintas adalah karena kelalaian pengemudi. Sebagai salah satu bagian penting dari SPRLL, pengenalan rambu lalu lintas mengalami beberapa kesulitan dalam menghadapi kondisi lalu lintas nyata dikarenakan oleh perubahan iluminasi, oklusi partial, terlalu banyaknya noise serta ukuran rambu yang kecil dibandingkan dengan objek lainya. Secara garis besar,penelitian di bidang pendeteksian rambu jalan dibagi menjadi dua, yaitu,sign detection dan sign classification. Alur program dari sistem pendeteksian biasanya menggunakan fitur yang telah di kode secara manual, melakukan ekstraksi dari region yang diproposalkan program dan selanjutnya mengkombinasikan classifier untuk memfilter region yang negatif.Berasal dari kebutuhan diatas , maka diperlukan suatu sistem yang dapat digunakan untuk mendeteksi rambu-lalu lintas yang ada pada suatu citra. Sistem Pendeteksian Rambu Lalu Lintas dengan menggunakan Algoritma Moore Neighbour Contour Following dan Simplifikasi Poligon berhasil dirancang dan diterapkan dengan menggunakan dataset GTSDB (German Traffic Sign Detection Benchmark). Beberapa citra yang diambil dalam kondisi yang kurang baik seperti berkabut dapat mengurangi akurasi dari sistem pendeteksian. Dalam melakukan pengevaluasian sistem, digunakan metode evaluasi untuk menentukan ketepatan dan akurasi dari sistem. Didapatkan nilai 75% untuk akurasi yang menyatakan bahwa sistem sudah cukup akurat dalam mendeteksi rambu lalu lintas pada dataset.

English Abstract

Traffic Signs Recognition System (SPRLL) is needed to be able to map and repair road signs, as a module in driver assistance systems, and as a module in autonomous cars. With SPRLL a feature can be provided that can help the driver in driving, because one of the factors in the occurrence of traffic accidents is due to negligence of the driver. As an important part of SPRLL, the introduction of traffic signs has some difficulties when dealing with real traffic conditions due to changes in illumination, partial occlusion, too much noise and a small size of signs compared to other objects. Broadly speaking, research in the field of road sign detection is divided into two, namely, sign detection and sign classification. The program path of the detection system that the researcher is developing would use features that have been coded manually, extracts from the region that is promoted by the program and then combines the classifier to filter negative region. Regarding the needs above, we need a system that can be used to detect traffic signs that exist in an image. Traffic Signs Detection System using the Moore Neighbor Contour Following Algorithm and Polygon Simplification was successfully designed and implemented using the GTSDB (German Traffic Sign Detection Benchmark) dataset. Some images taken in unfavorable conditions such as fogging can reduce the accuracy of the detection system. In evaluating the system, the evaluation method used to determine the accuracy of the system. The obtained a value of 75% in accuracy lead to the belief that the system is accurate enough to detect traffic signs on the dataset.

Other obstract

-

Item Type:	Thesis (Sarjana)
Identification Number:	0520150031
Uncontrolled Keywords:	Komputasi Cerdas, Pemrosesan Citra Digital, Pengenalan Pola, Visi Komputer, Intelligent Computing, Digital Image Processing, Pattern Recognition, Computer Vision
Subjects:	300 Social sciences > 388 Transportation > 388.3 Vehicular transportation > 388.31 Traffic flow and maintenance > 388.312 Highway services > 388.312 2 Traffic control through signs and signals
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Budi Wahyono Wahyono
Date Deposited:	24 Feb 2021 00:02
Last Modified:	11 Oct 2024 02:42
URI:	http://repository.ub.ac.id/id/eprint/183490

Text Achmad Dewanto Aji Wibisono.pdf Download (4MB)

Actions (login required)

View Item