PENDETEKSIAN POSISI PLAT NOMOR KENDARAAN MENGGUNAKAN METODE MORFOLOGI MATEMATIKA Nanang Trisnadik*), Achmad Hidayatno dan R. Rizal Isnanto Jurusan Teknik Elektro, Universitas Diponegoro Semarang Jl. Pro f. Sudharto, SH, Kampus UNDIP Tembalang, Semarang 50275, Indonesia *)
E-mail: nanangtrisnadik @gmail.com
ABSTRAK Pengolahan citra digital memungkinkan teknologi ko mputer untuk dapat menganalisis data digital dari suatu citra. Dengan teknik pengolahan citra digital, data yang didapat dianalisis dan diproses sehingga menghasilkan suatu informasi yang diinginkan. Terdapat beberapa macam teknik pengolahan citra digital, salah satunya adalah morfologi matemat ika. Morfo logi matematika merupakan teknik pengolahan citra dig ital yang didasarkan pada bentuk segmen atau region di dalam cit ra. Karena proses morfo logi difo kuskan pada pengolahan bentuk objek, maka operasi morfo logi biasanya diterapkan pada citra biner. Terdapat 2 maca m operasi dasar morfologi, yaitu dilasi dan erosi. Dilasi dapat didefinisikan sebagai proses “penumbuhan” atau “penebalan” objek citra biner. Sementara erosi merupakan proses mengecilkan atau men ipiskan objek citra biner. Te rdapat 2 maca m ko mb inasi dari operasi dilasi dan erosi, yaitu opening dan closing. Operasi opening merupakan operasi erosi yang dilanjutkan dengan dilasi. Operasi ini bersifat memperhalus kenampakan citra dan menyambung fitur yang terputus. Operasi closing merupakan ko mbinasi antara operasi dilasi dan erosi yang dilakukan secara berurutan. Operasi in i bersifat menutup atau menghilangkan lubanglubang kecil yang ada dalam seg men objek. Berdasarkan hal tersebut dalam tugas akhir ini d ibuat suatu aplikasi menggunakan metode morfologi matematika untuk mencari letak/posisi plat nomor kendaraan. Operasi morfologi yang digunakan adalah dilasi dan opening. Dilasi dilakukan untuk menggabungkan objek karakter plat. Sementara opening dilakukan untuk menyatakan tinggi plat minimal, t inggi plat maksimal, lebar plat min imal, dan lebar plat maksimal. Pada tahap awal citra kendaraan bermotor ditangkap menggunakan kamera dig ital. Citra digital kemudian diproses melalui 3 tahap, yaitu tahap prapengolahan, tahap pencarian objek plat dengan operasi morfologi, dan tahap verifikasi posisi plat. Hasil akhir yang akan diperoleh adalah letak/posisi plat nomor kendaraan yang ditandai dengan area persegi pada citra masukan. Berdasarkan hasil pengujian terhadap 45 citra uji diperoleh tingkat keberhasilan pendeteksian sebesar 91,11 %. Tidak dapat dipungkiri masih terdapat beberapa kesalahan dalam deteksi posisi plat nomor kendaraan. Faktor–faktor yang mempengaruhi hasil deteksi yaitu tingkat kecerahan, distribusi pencahayaan, dan kondisi plat nomor kendaraan. Kata Kunci : pengolahan citra, posisi plat, morfologi matematika
ABSTRACT Dig ital image processing allows computer technology to analyze digital data from an image. With digital image processing techniques, the acquired data was analyzed and processed to produce a desired informat ion. There are several kinds of digital image processing techniques, one of them is the mathematical morphology. Mathematica l morphology is a digital image processing techniques based on the segments form or regions in the image. Because the morphology process is focused on object shape processing, the morphological operations usually applied to binary image. There are 2 kinds of morphological basic operations, dilat ion and erosion. Dilation can be defined as the process of “growing” or “thickening” binary image object. While erosion is a shrink process or decimate binary image objects. There are 2 kinds of comb ination fro m dilation and erosion operations, opening and closing. Opening operation is an erosion operation followed by dilation. Th is operation is smoothing the appearance of image and connecting the disconnected features. Closing operation is a combination of erosion and dilation that performed in sequence. This operation is close or erase small holes that exist in the objects segment. Based on that, in this final project be made an application using mathematica l morphology method to find location/position of vehicle plate number. Morphology operation that used is dilation and opening. Dilation used to combine plate character object. While opening used to declare plate minimu m height, plate maximu m height, plate minimu m width, and plate maximu m width. In the early
stages, vehicle image captured using a digital camera. The digital image is then processed through 3 stages, preprocessing, object search stage with morphology operation, and plate position verification stage. The acquired final result is the location/position of the vehicle plate number that marked with a rectangular area in the input image. Based on the tests on 45 test images, obtained 91,11% success rate of the detection. Undeniably there are some erro rs in the position detection of the vehicle plate number. Factors affecting the detection results are brightness, lightning distribution, and the condition of vehicle p late number. Keywords: image processing, plate position, mathematical morphology
1. Pendahuluan 1.1 Latar Belakang Pengolahan citra digital memungkinkan teknologi ko mputer untuk dapat menganalisis data digital dari suatu citra. Dengan teknik pengolahan citra digital, data yang didapat dianalisis dan diproses sehingga menghasilkan suatu informasi yang diingin kan. Terdapat beberapa macam teknik pengolahan citra digital, salah satunya adalah morfologi matemat ika. Morfologi matemat ika merupakan teknik pengolahan citra digital yang didasarkan pada bentuk segmen atau region di dalam citra. Karena proses morfo logi difo kuskan pada pengolahan bentuk objek, maka operasi morfologi biasanya diterapkan pada citra biner. Terdapat 2 macam operasi dasar morfologi, yaitu dilasi dan erosi. Dilasi dapat didefinisikan sebagai proses “penumbuhan” atau “penebalan” objek citra b iner. Sementara erosi merupakan proses mengecilkan atau menipiskan objek citra b iner. Terdapat 2 maca m ko mb inasi dari operasi dilasi dan erosi, yaitu opening dan closing. Operasi opening merupakan operasi erosi yang dilanjutkan dengan dilasi. Operasi ini bersifat memperhalus kenampakan citra dan menyambung fitur yang terputus. Operasi closing merupakan ko mbinasi antara operasi dilasi dan erosi yang dilakukan secara berurutan. Operasi ini bersifat menutup atau menghilangkan lubang-lubang kecil yang ada dalam segmen objek. Penelit ian tentang aplikasi morfologi matematika sebelumnya pernah dilaku kan oleh Eka Ard ianto dkk[1] yang menerapkan konsep morfolog i matemat ika untuk mendeteksi lokasi/posisi angka meter listrik pada kWh meter. Penelit ian lain dilakukan oleh Tri Putriyati Permata[11] menerapkan konsep morfologi matematika untuk melakukan segmentasi iris mata. Berdasarkan penelitian-penelitian tersebut, dalam tugas akhir in i dibuat sebuah perangkat lunak menggunakan metode mo rfologi matematika untuk mendeteksi posisi plat nomo r kendaraan. Citra kendaraan ditangkap menggunakan kamera dig ital. Citra kemudian diproses menggunakan operasi morfologi yaitu dilasi dan opening untuk dapat mengetahui posisi dari plat nomor kendaraan. Tujuan dari Tugas Akhir ini adalah membuat program aplikasi yang memanfaatkan metode morfologi matemat ika untuk mendeteksi posisi plat nomor kendaraan bermotor.
1.2 Tujuan Tujuan dari Tugas Akhir ini adalah membuat program aplikasi yang memanfaatkan metode morfologi matemat ika untuk mendeteksi posisi plat nomor kendaraan bermotor.
1.3 Pembatasan Masalah ini, 1. 2. 3. 4.
Untuk menyederhanakan pembahasan Tugas Akhir masalah dibatasi sebagai berikut : Perangkat lunak ini hanya dibuat untuk mendeteksi posisi plat no mor kendaraan roda 4 (mobil). Citra d ibatasi pada kendaraan dengan plat yang berwarna dasar hita m dan tulisan berwarna putih . Citra kendaraan diamb il secara offline dengan menggunakan kamera dig ital. Bentuk fisik p lat nomor sesuai dengan prosedur yang ada di negara Indonesia.
2. Landasan Teori 2.1 Citra Digital Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), yang mana x dan y adalah koordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan (brightness) suatu citra pada suatu titik. Citra dig ital dapat dibayangkan sebagai suatu matriks yang mana baris dan kolo mnya menunjukkan gray level di titik tersebut. Elemen-elemen dari cit ra digital tersebut biasanya disebut dengan pixel, yang merupakan singkatan dari picture elements. Dalam satu bidang gambar, sepenuhnya terdiri dari piksel-piksel. Karena itu, berkas yang menyimpan citra biasa disimpan dengan nama BMP. Untuk mengurangi ukuran dari berkas, biasanya berkas citra dimampatkan dengan menggunakan teknik tertentu, misal yang terkenal yaitu JPEG atau GIF.
2.2 Morfologi Matematika Morfologi matematika didefinisikan sebagai alat untuk pengekstrakan komponen citra yang berguna dalam representasi dan deskripsi bentuk daerah. Sebuah objek citra A dapat direpresentasikan dalam bentuk himpunan dari posisi-posisi (x,y) yang bernilai 0 atau 1. Pemrosesan citra secara morfologi dilakukan dengan cara mempassing sebuah structuring element terhadap sebuah citra dengan cara yang hampir sama dengan konvolusi citra.
Structuring Element Structuring element (strel) dapat diibaratkan dengan mask pada pemrosesan citra biasa (bukan secara morfologi). Strel juga memiliki tit ik poros (disebut juga titik origin). Titik origin ditandai dengan tanda titik hitam. Jika tidak ada tanda titik h itam maka d iasumsikan titik origin berada di pusat simetri[13]. Gambar 1 merupakan contoh strel dengan titik poros di (0,0) yang ditunjukkan dengan huruf “O” .
(a)
(b)
Gambar 1 Contoh strel (a) titik “ O” adalah titik poros, (b) representasi biner strel
Bentuk strel pada Gambar 1(a) dapat direpresentasikan dalam bentuk matriks biner seperti pada Gambar 1(b ). Dalam mo rfolog i, yang menjadi kunci penting adalah pemilihan strel. Strel memiliki dua ko mponen penting yaitu bentuk dan ukuran, keduanya sangat mempengaruhi hasil operasi morfologi. Ada beberapa contoh bentuk strel yang biasa digunakan, ada yang berbentuk persegi panjang, kotak, garis, disk, dan diamond. Gambar 2 menunjukkan beberapa contoh bentuk strel.
Gambar 2 Contoh bentuk strel
Operasi-operasi Morfologi Dalam mo rfo logi ada beberapa operasi yang dapat dilakukan, yaitu :
1. Dilasi Dilasi didefinisikan sebagai proses “penumbuhan” atau “penebalan” objek citra biner. Misalkan A dan B adalah himpunan-himpunan piksel. Dilasi A oleh B dinotasikan dengan A ≈ B dan didefin isikan dengan:
..........(2.1) Ini berarti bahwa untuk setiap titik pada A dilakukan translasi atau pergeseran pada arah (u, v) dan kemudian menggabungkan seluruh hasil pergeseran (union). 2. Erosi Erosi merupakan proses mengecilkan atau men ipiskan objek citra biner. Misalkan A dan B adalah himpunan-himpunan piksel. Erosi A oleh B dinotasikan dengan A Ө B dan didefinisikan dengan : (b) A Ө B = {w : Bw Õ A} ...........(2.2) Dengan kata lain, erosi A oleh B terdiri atas semua titik w = (x, y) dengan Bw ada di dalam himpunan A. Untuk melakukan erosi, B d igeser-geser dalam A dan dicari dimana saja B benar-benar ada di dalam A. Untuk kondisi-kondisi yang memenuhi syarat tersebut maka harus menandai tit ik (0,0) yang bersesuaian dengan B. Titik-t itik inilah yang merupakan hasil erosi A oleh B. 3. Opening Operasi opening pada sebuah citra A oleh strel B dinotasikan dengan AoB dan didefinisikan sebagai operasi erosi yang dilanjutkan dengan operasi dilasi, kedua operasi tersebut dilakukan secara berulang. AoB = (A Ө B) ≈ B ............(2.3) Persamaan 2.3 dapat dituliskan ke dalam bentuk AoB = ∪{ Bw : Bw Õ A} ............(2.4) Pada persamaan 2.4 menunjukkan bahwa AoB adalah gabungan (union) dari seluruh pergeseran B yang benarbenar tercakup dalam A. Hal ini berbeda dengan proses erosi yang hanya terdiri atas titik (0, 0) dari B sedangkan pada proses opening terdiri atas semua titik pada B. Operasi opening digunakan untuk memutus bagianbagian dari objek yang hanya terhubung dengan 1 atau 2 buah titik saja, dan menghilangkan objek yang sangat kecil. Operasi opening bersifat memperhalus kenampakan citra, menyambung fitur yang terputus (break narrow joins), dan menghilangkan efek pelebaran pada objek (remove protrusions) [9]. 4. Closing Operasi closing adalah kombinasi antara operasi dilasi dan erosi yang dilakukan secara berurutan. Citra asli didilasi terlebih dahulu, kemudian hasilnya dierosi. Proses closing pada sebuah citra A oleh strel B dinotasikan dengan A●B dan didefin isikan sebagai : A●B = (A ≈ B) Ө B ............(2.5) Ada beberapa kegunaan operasi closing, diantaranya sebagai berikut
1.
Menutup atau menghilangkan lubang-lubang kecil yang ada dalam segmen objek. 2. Menggabungkan 2 segmen objek yang saling berdekatan (menutup sela antara 2 objek yang sangat berdekatan) 3. Dilakukan dalam beberapa rangkaian dilasi-erosi (misalnya 3 kali dilasi, lalu 3 kali erosi) apabila ukuran lubang atau jarak antar objek cukup besar. Operasi closing juga akan memperhalus objek pada citra, namun dengan cara menyambung pecahan-pecahan (fuses narrow breaks and thin gulf) dan menghilangkan lubang-lubang kecil pada objek[9].
3. Perancangan Sistem Secara u mu m pembuatan program ini mengikuti alur sesuai yang ditunjukan dalam Gambar 3. Terlihat bahwa terdapat tiga tahap utama dalam perancangan sistem in i. Tahap pertama yaitu tahap prapengolahan. Pada tahap prapengolahan ini terdapat empat proses yaitu proses pengubahan ukuran citra (resize), konversi citra men jadi citra aras keabuan (grayscale), proses penapisan citra dan proses pengambangan. Tahap kedua adalah tahap pencarian objek plat dengan operasi morfologi. Operasi morfologi yang digunakan pada tahap ini adalah operasi dilasi dan operasi opening. Operasi dilasi digunakan untuk menggabungkan objek biner. Proses ini dilakukan supaya objek biner karakter p lat dapat tergabung menjadi suatu objek seukuran plat nomor. Sementara operasi opening dilaku kan untuk menyatakan tinggi plat min imal, tinggi plat maksimal, lebar plat min imal, dan lebar plat maksimal. Tahap ketiga adalah tahap verifikasi posisi plat. Tahap ini terd iri dari dua proses yaitu proses verifikasi objek p lat dan proses verifikasi t itik koord inat pada objek plat yang telah ditemukan. Posisi plat akan ditandai dengan garis kotak berwarna merah pada citra masukan.
3.1
Tahap Prapengolahan
Proses prapengolahan perlu dilakukan untuk menyesuaikan hal-hal yang dibutuhkan dalam p roses proses selanjutnya. Langkah pertama dalam tahap prapengolahan ini adalah mengubah ukuruan citra. Pengubahan bertujuan untuk mempercepat pemrosesan, oleh karena itu dip ilih ukuran piksel yang tidak terlalu besar. Proses selanjutnya mengubah citra RGB men jadi citra aras keabuan (grayscale). Proses tersebut dilakukan pada setiap piksel citra, dengan cara ini setiap piksel memiliki satu jenis warna dengan intensitas yang berbeda-beda. Setelah proses ini dilaku kan proses selanjutnya adalah proses penapisan terhadap citra hasil konversi aras keabuan. Proses penapisan berguna untuk memin imalisir derau yang terdapat dalam citra masukan serta mengurangi resiko terjadinya pengambangan yang tidak sempurna akibat adanya derau pada citra hasil proses konversi aras keabuan.
3.2
Tahap Pencarian Objek Plat dengan Ope rasi Morfologi
Pencarian objek plat ini dilaku kan dengan memanfaatkan ciri plat nomor yaitu plat nomor terdiri dari deretan karakter alfanu merik, karakter terd iri dari objek tip is berupa garis dan karakter pada plat memiliki warna putih dengan latar belakangnya berwarna h itam. Tahap ini merupakan tahap utama dalam proses pendeteksi posisi plat nomor. Pada tahap ini terdapat beberapa proses yang dilakukan yaitu : Penghapusan Objek yang Lebih Besar dari Objek Karakter Plat Proses ini bertujuan untuk menghapus objek yang memiliki luas leb ih besar dari objek karakter plat maksimal. Proses ini diawali dengan pelabelan pada masing-masing objek hasil proses pengambangan. Setelah dilabeli, masing-masing label dih itung luasnya. Kemudian dicari objek yang memiliki luas lebih besar dari n ilai ambang ukuran karakter p lat maksimal. Nilai ambang ini akan diperoleh melalui penelitian pada sejumlah citra. Langkah selanjutnya adalah menghilangkan atau menghapus objek biner yang tidak sesuai dengan ketentuan dari nilai ambang yang digunakan. Proses Dilasi Dilasi merupakan operasi morfologi yang berfungsi untuk “penumbuhan” atau “penebalan” citra biner. Pengertian penebalan ini dikontrol oleh bentuk structuring element (strel) yang digunakan. Pada proses dilasi ini digunakan 2 bentuk strel yaitu : Strel garis horisontal, berfungsi untuk menebalkan objek biner ke arah kanan dan kiri (sejajar sumbu y). Proses ini dilakukan supaya karakter nomor plat dapat tergabung satu sama lain. Gambar 4 merupakan contoh matriks strel garis horisontal dengan panjang = 7.
Gambar 3 Bagan umum sistem
1
1
1
(1)
1
1
1
Gambar 4 Contoh matriks strel garis horisontal
-
Strel garis vertikal, berfungsi untuk menebalkan objek biner ke arah atas dan bawah (sejajar sumbu x). Proses ini dilakukan supaya karakter nomor plat dapat tergabung dengan karakter masa berlaku plat. Gambar 5 merupakan contoh matriks strel garis vertikal dengan panjang = 7. 1 1 1 (1) 1 1 1 Gambar 5 Contoh matriks strel garis vertikal
Pada tahap ini proses dilasi dilaku kan supaya beberapa objek karakte r plat dapat tersambung atau tergabung menjadi satu bagian, sehingga dapat membentuk objek kotak seukuran plat yang akan dijadikan sebagai acuan dalam proses pencarian objek plat dengan operasi morfo logi selanjutnya. Panjang strel yang akan digunakan ditentukan melalui penelitian terhadap sejumlah cit ra. Opening Tinggi Plat Proses opening ini berfungsi untuk menghapus objek yang lebih tinggi dan lebih rendah dari objek plat. Proses opening tinggi plat dilakukan dengan menggunakan strel garis vertikal. Pada cit ra biner hasil proses dilasi dilakukan opening 1 (tinggi min imal plat) dengan menggunakan strel garis vertikal. Proses opening 1 ini akan menghapus objek yang memiliki tinggi kurang dari objek plat. Setelah itu, d ilakukan proses opening 2 terhadap citra hasil proses opening 1 dengan menggunakan strel garis vertikal. Proses opening 2 ini akan menghapus objek dengan tinggi seukuran tinggi objek plat maksimal. Setelah itu dilakukan pengurangan citra hasil opening 1 dengan opening 2. Dengan pengurangan citra ini, maka objek yang lebih tinggi dari objek plat akan terhapus. Pada tahap ini panjang strel yang digunakan ditentukan melalui penelitian terhadap sejumlah citra. Opening Lebar Plat Proses opening ini bertujuan untuk menghapus objek yang memiliki lebar lebih besar dan lebih kecil dari objek plat. Pada proses opening lebar plat digunakan strel garis horisontal. Langkah pertama yang dilakukan adalah proses opening 1 (lebar minimal plat) dengan menggunakan strel garis horisontal. Proses opening 1 ini akan menghapus objek dengan lebar kurang dari objek plat. Setelah itu, dilakukan proses opening 2 terhadap
citra hasil proses opening 1 dengan menggunakan strel garis horisontal. Opening 2 ini akan menghapus objek dengan lebar seukuran dengan lebar objek plat maksimal. Setelah itu dilakukan pengurangan citra hasil opening 1 dengan opening 2. Dengan pengurangan citra ini, maka objek yang lebih lebar dari objek plat akan terhapus. Pada tahap ini panjang strel yang digunakan ditentukan melalui penelitian terhadap sejumlah citra. Tahap ini akan menghasilkan beberapa objek. Objek plat merupakan objek yang memiliki luas paling besar.
3.3 Tahap Verifikasi Posisi Plat Tahap ini akan memverifikasi objek plat dan mencari tit ik koordinat dari objek p lat tersebut. Verifikasi objek plat dilaku kan dengan menghapus objek yang lebih kecil dari objek p lat. Setelah memperoleh objek akhir deteksi plat, maka posisi objek plat dapat diperoleh dengan melacak batas vertikal dan horisontal dari citra biner tersebut. Setelah diperoleh titik koordinatnya, kemudian membuat garis kotak berwarna merah untuk menandai posisi plat pada citra masukan.
4. Hasil dan Analisis 4.1 Tahap Prapengolahan Dalam pengujian tahap prapengolahan ini ada beberapa tahap yang harus dilewati. Seh ingga, pada citra hasil prapengolahan nanti akan terdapat banyak perbedaan dari cit ra masukannya. Citra masukan dapat dilihat pada Gambar 6 dan hasil tahap prapengolahan dapat dilihat pada Gambar 7.
Gambar 6 Citra masukan
Gambar 7 Hasil proses prapengolahan
4.2 Pengujian Tahap Penghapusan Objek yang Lebih Besar dari Objek Karakte r Plat Penghilangan atau penghapusan objek ini dilaku kan dengan menggunakan nilai ambang yang diperoleh melalui penelitian pada 20 citra mobil. Pada penelit ian in i, nilai ambang ditentukan melalui 4 buah percobaan, yaitu nilai ambang 100, 200, 300 dan 400. Dari hasil percobaan, nilai ambang 400 memiliki tingkat akurasi yang paling baik. Gambar 8 menunjukkan hasil akhir dari proses pengujian tahap ini.
Gambar 9 Hasil pengujian tahap proses dilasi
4.4 4.4.1
Gambar 8 Tampilan hasil proses penghapusan objek yang lebih besar dari objek karakter plat
4.3 Pengujian Tahap Proses Dilasi Proses dilasi ini d ilakukan untuk menggabungkan beberapa objek karakter plat menjadi satu bagian, sehingga dapat membentuk objek kotak seukuran plat yang akan dijadikan sebagai acuan dalam proses pencarian objek plat selanjutnya. Pada proses dilasi ini terdapat 2 langkah yang dilakukan, yaitu : 1. Menebalkan objek karakter plat ke arah kanan dan kiri (sejajar sumbu y). Hal in i d ilakukan supaya karakter nomor plat dapat tergabung menjadi satu bagian. Strel yang digunakan berupa strel garis horisontal. Panjang strel diperoleh melalu i penelit ian terhadap 20 citra mobil. Pada penelitian ini, panjang strel ditentukan melalui 3 buah percobaan, yaitu panjang strel 21, 25, dan 31. Dari hasil percobaan panjang strel = 31 memiliki tingkat aku rasi yang paling baik. 2. Menebalkan objek karakter p lat ke arah atas dan bawah (sejajar sumbu x). Hal ini dilaku kan supaya karakter nomo r plat dapat tergabung dengan karakter masa belaku plat. Strel yang digunakan berupa strel garis vertikal dengan panjang strel = 11. Tamp ilan hasil pengujian tahap proses dilasi dapat dilihat pada Gambar 9.
Tahap Proses Opening Tinggi Minimal dan Tinggi Maksimal Plat Opening Tinggi Minimal Plat
Proses ini dilakukan untuk menghapus objek yang lebih rendah dari objek plat. Digunakan strel berupa garis vertikal untuk melaku kan proses opening ini. Panjang strel diperoleh melalu i penelit ian terhadap 20 citra mobil. Pada penelitian ini, panjang strel ditentukan melalui t iga buah percobaan, yaitu panjang strel 21, 25, dan 31. Dari hasil percobaan panjang strel 25 memiliki tingkat akurasi yang baik. Gambar 10 merupakan hasil tahap proses opening tinggi minimal p lat.
Gambar 10 Hasil pengujian tahap proses opening tinggi minimal plat
4.4.2
Opening Tinggi Maksimal Plat
Proses ini dilakukan untuk menghapus objek yang lebih tinggi dari objek p lat maksimal. Terdapat 2 langkah yang dilakukan dalam proses ini. Langkah yang pertama yaitu menghapus objek yang memiliki tinggi seukuran dengan tinggi objek plat. Digunakan strel berupa garis vertikal untuk melaku kan langkah in i. Panjang strel diperoleh melalu i penelit ian terhadap 20 citra mobil. Pada penelitian ini, panjang strel ditentukan melalui t iga buah percobaan, yaitu panjang strel 61, 65, dan 71. Dari hasil percobaan panjang strel = 65 memiliki
tingkat akurasi yang paling baik. Gambar 11 merupakan hasil proses penghapusan objek yang seukuran dengan tinggi objek p lat.
Gambar 13 Hasil pengujian tahap proses penghapusan objek yang memiliki lebar lebih kecil dari objek plat Gambar 11 Hasil pengujian tahap proses opening tinggi maksimal plat
Langkah kedua adalah mengurangkan citra hasil proses tersebut dengan citra sebelumnya. Sehingga objek yang memiliki t inggi lebih besar dari objek plat akan terhapus, seperti yang terlihat pada Gambar 12.
4.5.2
Opening Lebar Maksimal Plat
Proses ini dilakukan untuk menghapus objek yang lebih lebar dari objek plat maksimal. Terdapat 2 langkah yang dilakukan dalam proses ini. Langkah pertama yaitu menghapus objek yang memiliki lebar seukuran dengan lebar objek plat. Digunakan strel berupa garis horisontal untuk melakukan langkah in i. Pan jang strel diperoleh melalui penelitian terhadap 20 cit ra mobil. Pada penelitian ini, panjang strel ditentukan melalu i 3 buah percobaan, yaitu panjang strel 171, 175, 181, dan 185. Dari hasil percobaan panjang strel = 185 memiliki tingkat akurasi yang paling baik. Gambar 14 merupakan hasil proses penghapusan objek yang seukuran dengan lebar objek plat.
Gambar 12 Hasil pengujian tahap proses opening tinggi plat
4.5 4.5.1
Tahap Proses Opening Lebar Minimal dan Lebar Maksimal Plat Opening Lebar Minimal Plat
Proses ini dilakukan untuk menghapus objek yang memiliki lebar lebih kecil dari objek plat. Digunakan strel berupa garis horisontal untuk melakukan proses opening ini. Panjang strel diperoleh melalui penelitian terhadap 20 citra mobil. Pada penelitian in i, panjang strel ditentukan melalui 3 buah percobaan, yaitu panjang strel 51, 55, dan 61. Dari hasil percobaan panjang strel 55 memiliki t ingkat akurasi yang paling baik. Gambar 13 merupakan hasil proses penghapusan objek yang memiliki lebar leb ih kecil dari objek plat.
Gambar 14 Hasil pengujian tahap proses opening lebar maksimal p lat Langkah kedua adalah mengurangkan citra hasil proses tersebut dengan citra sebelumnya. Sehingga objek dengan lebar lebih besar dari objek plat akan terhapus. Tahap ini akan dihasilkan objek plat yang memiliki luas paling besar, seperti yang terlihat pada Gambar 15.
Gambar 17 Ilustrasi penelusuran batas vertikal koordinat
Setelah didapat koordinat posisi dari objek plat, kemudian menggunakan koordinat tersebut untuk memberi tanda kotak merah pada citra masukan tentang posisi dari plat yang ditemukan. Sepert i yang terlihat pada Gambar 18. Gambar 15 Hasil pengujian tahap proses opening lebar plat
4.6
Pengujian Tahap Posisi Plat
Proses
Verifikasi
Verifiikasi objek plat dilakukan dengan menghapus objek yang memiliki luas lebih kecil dari objek plat. Gambar 16 merupakan hasil proses penghapusan objek yang lebih kecil dari objek maksimal plat.
Gambar 18 Tampilan pengujian proses verifikasi posisi plat
4.7
Pengujian Data Uji
Pengujian pendeteksian posisi plat dilaku kan terhadap 45 citra uji. Berikut hasil pendeteksian untuk keseluruhan data uji: Tabel 1. Contoh Hasil Pengujian Data Uji
Gambar 16 Hasil proses penghapusan objek yang lebih kecil dari objek maksimal plat
Setelah dideteksi objek plat, langkah selanjutnya adalah mencari koordinat dari objek plat yang terdeteksi. Pencarian dilakukan dengan melacak batas vertikal dan horisontal dari objek plat tersebut. Batas awal vertikal diperoleh dengan menelusuri citra dari kolo m pertama hingga kolom terakhir (sumbu y) sampai d itemukannya piksel putih. Kemud ian untuk batas akhir vertikal didapat dari batas akhir dari piksel putih yang ditelusuri tersebut. Sementara batas awal horisontal diperoleh dengan menelusuri citra dari baris pertama hingga baris terakhir (sumbu x) sampai ditemukannya piksel putih. Kemudian untuk batas akhir horisontal didapat dari batas akhir dari piksel putih yang ditelusuri tersebut. Ilustrasi penelusuran batasvertikal dan horisontal seperti yang terlihat pada Gambar 17.
Pada Tabel 1 digunakan 3 maca m simbo l untuk mengisi tabel berdasarkan keberhasilan pada proses prapengolahan, proses operasi morfologi, dan proses verifikasi. Tanda centang (√) pada tabel di atas menunjukkan bahwa program telah berhasil mengenali citra, tanda (x) berarti proses gagal dilakukan dan program tidak berhasil mengenali dengan baik, sedangkan tanda (-) berart i proses tidak dilanjutkan karena proses sebelumnya tidak berhasil.
4.8
Analisis terhadap Pengujian Data Uji
Dari hasil dapat dikalkulasi ternyata banyak mobil yang berhasil dideteksi posisi plat nomornya adalah 41
serta banyak citra uji total adalah 45. Maka persentase pendeteksian dari pengujian data uji sebesar 91,11 %. Dari pengujian tersebut terdapat beberapa citra mobil yang tidak dapat dideteksi posisi plat nomornya. Salah satu faktor yang menyebabkan kegagalan dalam proses deteksi posisi plat adalah proses pengambangan yang gagal, artinya proses pengambangan menyebabkan karakter plat nomor tidak terbaca, sehingga proses morfologi t idak dapat menemukan adanya karakter dalam citra, akibatnya tidak ada objek yang terdeteksi atau objek lain tedeteksi sebagai plat. Faktor-faktor yang menyebabkan proses pengambangan tidak tepat antara lain : 1. Kondisi pengambilan citra, seperti pencahayaan (penyebaran intensitas) yang tidak merata, yang disebabkan karena pantulan cahaya yang tajam pada bagian tertentu citra atau citra yang kabur. 2. Kondisi dari plat no mor kendaraan.
[3] [4] [5]
[6]
[7] [8]
5. Kesimpulan Dari hasil penelitian dan pembahasan pada bab sebelumnya dapat disimpulkan bahwa penggunaan operasi morfologi sangat bergantung pada structuring element yang digunakan. Penggunaan jangkauan strel yang terlalu besar memungkinkan sistem mengenali ukuran plat yang lebih bervariasi, tetapi kegagalan yang ditimbulkan juga semakin tinggi. Jadi pemilihan strel harus disesuaikan dengan domain aplikasinya dan harus memin imalisir kegagalan sistem. Pada tahap pengujian data uji menghasilkan persentase pendeteksian 91,11% untuk keseluruhan data uji. Terdapat beberapa faktor yang mempengaruhi hasil pendeteksian posisi plat yaitu cara pengambilan citra, tingkat pencahayaan yang tidak merata (penyebaran intensitas), rusak atau tidaknya plat nomor, dan penggunaan parameter panjang strel. Saran yang dapat diberikan untuk penelit ian leb ih lan jut adalah untuk memin imalisir pengaruh tingkat kecerahan pada citra mobil, sebaiknya diperlukan algorit ma untuk menentukan kecerahan secara automatis (adaptif) seperti algorit ma Contrast-limited adaptive histogram equalization (CLAHE) agar pada proses perubahan ke citra biner t idak mengalami kendala. Kemudian untuk mendapatkan nilai panjang strel yang akurat, sebaiknya dilakukan penelitian dengan menggunakan citra uji yang leb ih banyak.
[9]
[10]
[11]
[12] [13] [14]
[15]
Referensi [1]
[2]
Ardianto, E. dkk, Rancang Bangun Aplikasi Pengolah Gambar Digital untuk Segmentasi Otomatis Lok asi Objek Angka pada Meter Listrik , Fakultas Teknologi Informasi Universitas Stikubank, Semarang, 2011. Gea, K. N. Natalius, Pengenalan Plat Nomor Polisi Kendaraan Bermotor Dengan Menggunakan Metode Jaringan Syaraf Tiruan, Jurusan Teknik Informat ika Universitas Ko mputer Indonesia, Bandung , 2006.
[16]
[17]
Hakim, A. W., Penghapusan Noise Pada Citra Dengan Filter Adaptive-Hierarchical, Jurusan Teknologi Informasi ITS, Su rabaya, 2006. Harjoko, A., dan Sela, EI., Detek si dan Identifikasi Ukuran Objek Abnormal, Universitas Gadjah Mada, Yogyakarta, 2011. Hendry, J., Menghaluskan Citra Dengan Filter Spasial Nonlinier: Median, Mean, Max, Min Pada Pengolahan Citra Digital, Jurusan Teknik Elekt ro UGM, Yogyakarta, 2009. Iswanto, N. dkk, Desain dan Implmentasi Color Code untuk Verifikasi Nomor Kendaraan Bermotor pada Sistem Parkir, Program Studi Telekomunikasi, Institut Teknologi Telko m, Bandung, 2010. Jain, A. K., Fundamentals of Digital Image Processing, Prentice Hall International Ed ition, New York, 1998. James, Identifikasi Plat Nomor Mobil Dengan Skeletonisasi Menggunakan Jaringan Syaraf Tiruan, Jurusan Teknik Elektro UI, Jakarta, 2007. Liliana, dkk, Segmentasi Plat Nomor Kendaraan Dengan Menggunakan Metode Run-Length Smearing Algorithm (RLSA), Jurusan Teknik Informatika UK Petra, Su rabaya, 2010. Martin, F. Dkk, New Methods For Automatic Reading of VLP’s (Vehicle License Plates), Departamento de Tecnologías de las Co municaciones Universidad de Vigo, Vigo, Spain. Permata, T. P., Seg mentasi Iris Mata Menggunakan Metode Deteksi Tepi dan Operasi Morfologi, Jurusan Sistem Info rmasi Universitas Gunadarma, 2009. Prasetyo, Eko., Pengolahan Citra Digital dan Aplikasinya Menggunakan Matlab, ANDI, Yogyakarta, 2011. Rinaldi, M., Pengolahan Citra Digital dengan Pendekatan Algoritmik , Informatika, Bandung, 2004. Susilawat i, I., Teknik Pengolahan Citra: Mathematical Morphology, Jurusan Teknik Elekt ro Universitas Mercu Buana, Yogyakarta, 2009. Susilawat i, I., Teknik Pengolahan Citra: Restorasi Citra, Jurusan Teknik Elektro Universitas Mercu Buana, Yogyakarta, 2009. Utami, S. E., Pe mbacaan Plat Nomor Kendaraan Menggunakan Metode Jaringan Syaraf Tiruan (JST) Backpropagation Berbasis Image Processing, Jurusan Teknik Te lekomunikasi ITS, Surabaya, 2009. Wicaksana, R. P., Pengenalan Plat Nomor Kendaraan Secara Otomatis Untuk Pelanggaran Lalu Lintas, Jurusan Teknik Elektro ITS, Surabaya, 2010.
[18]
[19]
[20] [21] [22] [23]
Yun iarti, A. dkk, Metode Shape Descriptor Berbasis Shape Matrix untuk Estimasi Bentuk Structuring Element, Jurusan Teknik Informatika ITS, Surabaya, 2005. Yu wono, B., Image Smoothing Menggunakan Mean Filtering, Median Filtering, Modus Filtering dan Gaussian Filtering, Jurusan Teknik Informatika UPN, Yogyakarta, 2000. ---, Computer Vision, http://arsyasblog.blogspot.com/2012/10/co mpute r-vision_html, Desember 2012. ---, Computer Vision, http://nobelug.blogspot.com/2012/11/co mputervision_html, Desember 2012. ---, Kecerdasan Buatan, http://rehulina.wordpress.com/2009/ 08/ 05/penger tian-kecerdasan-buatan/, Desember 2012. ---, Plat Nomor Kendaraan, http://id.wikipedia.org/wiki/ Tanda_nomor_kendaraan bermotor, Desember 2012.
