Tugas Akhir/Proyek Akhir
PERBANDINGAN ALGORITMA SCALE INVARIANT FEATURE TRANSFORM (SIFT) DAN SPEEDED UP ROBUST FEATURE (SURF) PADA PENGENALAN OBJEK BERBASIS MATLAB
Pengenalan objek banyak digunakan dalam industri untuk keperluan inspeksi,
registrasi, dan manipulasi. Kesulitan masalah pengenalan objek sebagian besar
disebabkan oleh kurangnya keberhasilan dalam menemukan fitur gambar tersebut.
Penelitian ini menggunakan 2 metode untuk deteksi dan mendeskripsi fitur,
diantaranya Scale Invariant Feature Transform (SIFT) dan Speeded Up Robust
Feature (SURF). Kedua metode deskriptor fitur ini tangguh pada perubahan skala,
keburaman, rotasi, perubahan iluminasi, dan transformasi affine pada objek yang
terdapat di sebuah citra. SIFT adalah algoritma yang digunakan untuk
mengekstrak fitur dari gambar. SURF adalah algoritma yang efisien, sama seperti
SIFT tetapi dengan kompleksitas komputasi lebih rendah. Dalam percobaan ini,
jumlah fitur yang terdeteksi oleh SIFT relatif lebih banyak dengan rata-rata
presentase data benar sebesar 100% pada dataset pertama dan 97.83% pada
dataset kedua, sedangkan jumlah fitur yang dideteksi oleh SURF sebesar 81.8%
untuk dataset pertama dan 88.53% untuk dataset kedua. Juga kecepatan komputasi
SURF relatif lebih cepat daripada SIFT. Diketahui kecepatan rata-rata algoritma
SIFT dalam mencari matched feature sebesar 72.545 detik pada range resolusi dari
756x1008 (dataset pertama) sampai 960x540 (dataset kedua), dan SURF sebesar
6.58 detik. Sehingga dapat disimpulkan bahwa dalam hal akurasi SIFT lebih baik
daripada SURF, namun dalam hal kecepatan komputasi SURF lebih baik daripada
SIFT Oleh sebab itu SURF lebih cocok digunakan untuk keperluan object tracking
pada citra bergerak (video).
Kata kunci: SIFT, SURF, Ekstraksi fitur, Pendeteksian dan deskripsi fitur.
Pengenalan objek, Pencocokan citra.
Tidak tersedia versi lain