Indriani, Fitria (2017) Deteksi Zebra Cross Pada Citra Digital Dengan Menggunakan Metode Hough Transform. Sarjana thesis, Universitas Brawijaya.
Abstract
Tingginya angka kecelakaan yang mencederai pejalan kaki saat menyeberang disebabkan oleh kendaraan bermotor yang kurang berhati-hati. Kecelakaan yang tentunya tidak diinginkan dapat dicegah dan diminimalisir budaya tertib berlalu-lintas salah satu dengan menggunakan fasilitas seperti zebra cross. Pada penelitian ini, kami mengusulkan proses deteksi zebra cross pada citra digital menggunakan metode Hough transform, dengan tujuan dapat diimplementasikan pada sistem navigasi kendaraan pintar dalam mengidentifikasi zebra cross guna peningkatan kesemalatan baik pengendara maupun pengguna zebra cross. Proses deteksi zebra cross dimulai dari pre- processing, yang terdiri dari proses RGB ke grayscale, mean filter, dilasi, dan histogram equalization, untuk deteksi tepi kami menggunakan metode canny tahap selanjutnya adalah inversi gambar yang bertujuan untuk merubah piksel-piksel yang berwarna putih menjadi hitam, dan sebaliknya. Kemudian untuk deteksi garis pada zebra cross menggunakan metode hough transform. Berdasarkan pengujian, nilai akurasi tertinggi ketika nilai threshold 100 pada data uji kondisi pagi pertama sebesar 95,2%. Hasil dari pengujian variasi structure element didapatkan hasil maksimal dengan penggunaan bentuk rectangle memiliki nilai akurasi tertinggi yaitu 95,2% dibandingkan dengan penggunaan bentuk structure element yang lain. Pada hasil dari pengujian sobel edge detection memiliki nilai akurasi tertinggi yaitu 92,8%.
English Abstract
The high number of accidents that injure pedestrians while crossing is caused by motorists who are less cautious. Accidents of course undesirable can be prevented and minimized the culture of orderly traffic one by using facilities such as zebra cross. In this research, we propose the process of zebra cross detection on digital image using Hough transform method, in order to be implemented in smart vehicle navigation system in identifying zebra cross in order to increase equality of both riders and zebra cross users. The zebra cross detection process starts from pre-processing, which consists of RGB ke grayscale process, mean filter, dilasi, and histogram equalization, for our edge detection using the next stage canny method is the image inversion which aims to change the pixels of white to black, and vice versa. Then for line detection on zebra cross using hough transform method. Based on the test, the highest accuracy value when the 100 threshold value on the first morning condition test data is 95.2%. The result of testing the variation of the structure element obtained the maximum results with the use of rectangle has the highest accuracy value of 95.2% compared with the use of other structure element form. In the result of testing edge detection sobel has the highest accuracy value of 92.8%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/510/051707832 |
| Uncontrolled Keywords: | Zebra Cross, Pre-Processing, Hough Transfrom |
| Subjects: | 000 Computer science, information and general works > 005 Computer programming, programs, data |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 05 Sep 2017 01:18 |
| Last Modified: | 11 Dec 2020 02:27 |
| URI: | http://repository.ub.ac.id/id/eprint/2067 |
Preview |
Text
Fitria Indriani.pdf Download (6MB) | Preview |
Actions (login required)
 |
View Item |