Penggabungan Gambar Panorama Menggunakan Metode Sift (Scale Invariant Feature Transform)
Dublin Core
Title
Penggabungan Gambar Panorama Menggunakan Metode Sift (Scale Invariant Feature Transform)
Subject
Penggabungan, Panorama, Citra, SIFT
Description
Penggabungan gambar merupakan suatu proses menggabungkan gambar yang berbeda dan
tumpang tindih menghasilkan sebuah gambar panorama. Gambar panorama adalah sebuah
gambar yang memiliki sudut pandang yang luas dan sering disebut wide angle. Pengenalan
objek merupakan suatu proses yang memberikan klarifikasi terhadap objek bentuk tertentu
pada suatu gambar. Pengenalan objek memiliki tahap deteksi dan pengenalan. Ekstraksi fitur
merupakan salah satu tahap untuk mengambil fitur-fitur penting yang mencirikan objek yang
ingin dikenali. Salah satu metode ekstraksi fitur yaitu SIFT (Scale Invariant Feature
Transform) dikatakan bahwa metode ini tidak terpengaruh oleh perubahan ukuran, adanya
translasi, atau rotasi pada objek. Metode ini digunakan untuk pencarian keypoint. Jumlah
keypoint dapat berubah berdasarkan nilai threshold. Jikalau nilai threshold lebih tinggi maka
pencarian keypoint lebih akurat. Pada percobaan dengan nilai threshold 1 ditemukan keypoint
sebanyak 41 dan nilai erornya 0,2743. Pada saat nilai threshold dinaikkan menjadi 3 jumlah
keypoint yang ditemukan adalah 90 dan nilai erornya 1,0541
tumpang tindih menghasilkan sebuah gambar panorama. Gambar panorama adalah sebuah
gambar yang memiliki sudut pandang yang luas dan sering disebut wide angle. Pengenalan
objek merupakan suatu proses yang memberikan klarifikasi terhadap objek bentuk tertentu
pada suatu gambar. Pengenalan objek memiliki tahap deteksi dan pengenalan. Ekstraksi fitur
merupakan salah satu tahap untuk mengambil fitur-fitur penting yang mencirikan objek yang
ingin dikenali. Salah satu metode ekstraksi fitur yaitu SIFT (Scale Invariant Feature
Transform) dikatakan bahwa metode ini tidak terpengaruh oleh perubahan ukuran, adanya
translasi, atau rotasi pada objek. Metode ini digunakan untuk pencarian keypoint. Jumlah
keypoint dapat berubah berdasarkan nilai threshold. Jikalau nilai threshold lebih tinggi maka
pencarian keypoint lebih akurat. Pada percobaan dengan nilai threshold 1 ditemukan keypoint
sebanyak 41 dan nilai erornya 0,2743. Pada saat nilai threshold dinaikkan menjadi 3 jumlah
keypoint yang ditemukan adalah 90 dan nilai erornya 1,0541
Creator
Ilmi Hasny, Munawir, Nurul Fadillah
Publisher
Perpustakaan Horizon Karawang
Date
2019
Contributor
Fajar bagus W
Format
PDF
Language
Indonesia
Type
Text
Files
Collection
Citation
Ilmi Hasny, Munawir, Nurul Fadillah, “Penggabungan Gambar Panorama Menggunakan Metode Sift (Scale Invariant Feature Transform),” Repository Horizon University Indonesia, accessed November 22, 2024, https://repository.horizon.ac.id/items/show/3245.