Your SlideShare is downloading. ×
0
Tinjauan Aplikasi Komputer Vision dengan Pendekatan Analisis Pantulan Cahaya dalam Pendeteksian Obyek Permukaan Air Mohamm...
Pendahuluan <ul><li>Variabel waktu operasi (siang atau malam),  </li></ul><ul><li>Variabel pemantulan pada permukaan air (...
Pendahuluan  (Lanjutan) <ul><li>Sifat Variabel lingkungan air akibat Pemantulan : </li></ul><ul><li>K ecukupan sumber caha...
Pendahuluan  (Lanjutan) <ul><li>Metode populer untuk identifikasi ciri air memanfaatkan pantulan cahaya :  </li></ul><ul><...
Pendahuluan  (Lanjutan) Pengolahan akhir Penangkapan citra permukaan air Identifikasi ciri air Langkah Deteksi Air memanfa...
LANGKAH 1 : PENANGKAPAN CITRA PERMUKAAN AIR <ul><li>Prinsip Dasar </li></ul>Teori Refleksi fresnel (MEGUMI, 1999 )
LANGKAH 1 : PENANGKAPAN CITRA PERMUKAAN AIR  (Lanjutan)   <ul><li>Metode  Color Imagery   </li></ul><ul><li>Data yang dita...
LANGKAH 1 : PENANGKAPAN CITRA PERMUKAAN AIR  (Lanjutan)   <ul><li>Metode  Polarization Imaging   </li></ul><ul><li>Data ya...
LANGKAH 2 : METODE ANALISIS CIRI AIR   <ul><li>Metode  Color Imagery   </li></ul><ul><li>Pola  warna   Hue, Saturasi dan V...
LANGKAH 2 : METODE ANALISIS CIRI AIR   <ul><li>Metode  Color Imagery   </li></ul><ul><li>Pra analisis :  Mengambil berbaga...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>Metode  Color Imagery   </li></ul><ul><li>Pada metode ini, ada ...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>1. Deteksi Pola Warna   </li></ul><ul><li>Kriteria  threshold  ...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>1. Deteksi Pola Warna   (Rankin, 2004) </li></ul><ul><li>Citra ...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>2. Deteksi Tekstur   </li></ul><ul><li>Tekstur merupakan kuanti...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>2. Deteksi Tekstur   (Rankin, 2004) </li></ul><ul><li>Citra Sum...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>3. Deteksi Kisaran Area Air   </li></ul><ul><li>Pada permukaan ...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>3. Deteksi Kisaran Area Air   (Rankin, 2004) </li></ul><ul><li>...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>3. Deteksi Kisaran Area Air   (Rankin, 2004) </li></ul><ul><li>...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>4. Penggabungan Ciri Air   </li></ul><ul><li>Penggabungan ciri ...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>Metode  Polarization Imaging   </li></ul><ul><li>Metoda ini did...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>1. Ekstrak Informasi Polarisasi   </li></ul><ul><li>Polarisasi ...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>1. Ekstrak Informasi Polarisasi   </li></ul><ul><li>Fase Polari...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>1. Ekstrak Informasi Polarisasi   </li></ul><ul><li>Hasil Ekstr...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>2. Pengolahan Citra Polarisasi   </li></ul><ul><li>Setelah dapa...
LANGKAH 2 : METODE ANALISIS CIRI AIR  (Lanjutan)   <ul><li>2. Pengolahan Citra Polarisasi   </li></ul><ul><li>Algoritma se...
PERBANDINGAN  COLOR IMAGERY DAN POLARIZATION IMAGING   <ul><li>Peralatan diatur lebih detil dengan dua kombinasi : 3 kamer...
PERBANDINGAN  COLOR IMAGERY DAN POLARIZATION IMAGING   Permukaan air teridentifikasi dengan baik Permukaan air teridentifi...
KESIMPULAN <ul><li>Metode  color imagery  unggul dalam detil pengolahan dan kemudahan dalam mekanisme penangkapan citra. K...
KESIMPULAN <ul><li>Metode polarisasi cahaya  membutuhkan instalasi peralatan pengangkap citra yang lebih teliti, agar info...
TERIMA KASIH @ 2008
Upcoming SlideShare
Loading in...5
×

Aplikasi Komputer Vision dengan Pendekatan Analisis Pantulan Cahaya dalam Pendeteksian Obyek Permukaan Air

2,934

Published on

di presentasikan pada konfrensi nasional DAT 2008 di Surabaya

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
2,934
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
196
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Transcript of "Aplikasi Komputer Vision dengan Pendekatan Analisis Pantulan Cahaya dalam Pendeteksian Obyek Permukaan Air"

  1. 1. Tinjauan Aplikasi Komputer Vision dengan Pendekatan Analisis Pantulan Cahaya dalam Pendeteksian Obyek Permukaan Air Mohammad Iqbal, Karmila Sari, Olivier Morel
  2. 2. Pendahuluan <ul><li>Variabel waktu operasi (siang atau malam), </li></ul><ul><li>Variabel pemantulan pada permukaan air (yang tentunya akan berbeda dengan air pada tempat terbuka dengan air yang memantulkan banyak pepohonan atau obyek di daratan) </li></ul><ul><li>Variabel ukuran dari permukaan air (akan berbeda proses identifikasi untuk genangan air yang kecil dibandingkan dengan sebuah danau besar) </li></ul>Pengelompokan variabel lingkungan yang mempengaruhi kesukaran deteksi air (Matthies, 2003) :
  3. 3. Pendahuluan (Lanjutan) <ul><li>Sifat Variabel lingkungan air akibat Pemantulan : </li></ul><ul><li>K ecukupan sumber cahaya </li></ul><ul><li>Keadaan permukaan air (tenang, bergelombang) </li></ul><ul><li>Status kedalaman </li></ul><ul><li>Tingkat kekeruhan </li></ul><ul><li>Ada tidaknya material yang mengambang pada permukaan air (seperti buih atau bahan-bahan lainnya) </li></ul>
  4. 4. Pendahuluan (Lanjutan) <ul><li>Metode populer untuk identifikasi ciri air memanfaatkan pantulan cahaya : </li></ul><ul><ul><li>Metode color imagery (Rankin, 2004) </li></ul></ul><ul><ul><li>Metode polarization imaging (Binxie, 2007) </li></ul></ul>
  5. 5. Pendahuluan (Lanjutan) Pengolahan akhir Penangkapan citra permukaan air Identifikasi ciri air Langkah Deteksi Air memanfaatkan Pemantulan Cahaya :
  6. 6. LANGKAH 1 : PENANGKAPAN CITRA PERMUKAAN AIR <ul><li>Prinsip Dasar </li></ul>Teori Refleksi fresnel (MEGUMI, 1999 )
  7. 7. LANGKAH 1 : PENANGKAPAN CITRA PERMUKAAN AIR (Lanjutan) <ul><li>Metode Color Imagery </li></ul><ul><li>Data yang ditangkap : yang berkaitan dengan intensitas cahaya, warna, tekstur dan kisaran pantul ( range reflection ). </li></ul>atau LADAR System Kamera CCD ( charge-couple device )
  8. 8. LANGKAH 1 : PENANGKAPAN CITRA PERMUKAAN AIR (Lanjutan) <ul><li>Metode Polarization Imaging </li></ul><ul><li>Data yang ditangkap : Variasi intensitas cahaya yang dihasilkan dari polarisasi, derajat polarisasi dan sudut polarisasi. </li></ul>
  9. 9. LANGKAH 2 : METODE ANALISIS CIRI AIR <ul><li>Metode Color Imagery </li></ul><ul><li>Pola warna Hue, Saturasi dan Value (HSV) </li></ul><ul><li>Lingkar dari lingkaran kerucut di atas diwakili oleh nilai-nilai hue (0-360 derajat). </li></ul><ul><li>Saturasi dan nilai (atau brightness ) memiliki nilai intensitas 0-1. </li></ul><ul><li>Saturasi diwakili oleh jarak dari pusat lingkaran itu. </li></ul><ul><li>Brighness (kecerahan) diwakili oleh jarak sepanjang poros vertikal kerucut itu. </li></ul><ul><li>Pada titik ujung kerucut, tidak ada brighness , yang diwakili oleh warna hitam. </li></ul><ul><li>Pada lingkaran kerucut, semua warna berada pada brighness maksimum mereka </li></ul>
  10. 10. LANGKAH 2 : METODE ANALISIS CIRI AIR <ul><li>Metode Color Imagery </li></ul><ul><li>Pra analisis : Mengambil berbagai citra yang ber cirikan air pada alam terbuka seperti ; air tenang, air mengalir, danau, kolam besar, kubangan air kecil, air bening, air keruh, air di bawah bayang-bayang sesuatu, dan air di tempat terbuka. </li></ul>Lalu diubah ke dalam pola warna Hue, Saturasi dan Value (HSV)
  11. 11. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>Metode Color Imagery </li></ul><ul><li>Pada metode ini, ada 4 langkah analisis air yang digunakan yaitu : (1) mendeteksi c iri air dari pola warna HSV, (2) tekstur dan (3) analisis kisaran area ( stereo range analysis ) lalu (4) hasilnya dipadukan bersama-sama menggunakan aturan dasar dari pola pengolahan beberapa citra bercirikan air yang diambil pada tahap pra-analisis. </li></ul>
  12. 12. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>1. Deteksi Pola Warna </li></ul><ul><li>Kriteria threshold di bawah ini diperoleh dari percobaan membaca pola air dari berbagai variasi citra dan digunakan untuk melabelisasi piksel yang merupakan cari air dari warna (Rankin, 2004): </li></ul><ul><ul><ul><li>If [S=0] or </li></ul></ul></ul><ul><ul><ul><li>[S ≤ 0.27 and B ≥ 0.73] or </li></ul></ul></ul><ul><ul><ul><li>[sky and S ≤ 0.1 and B > Bmin(S)] or </li></ul></ul></ul><ul><ul><ul><li>[sky and S ≤ 0.3 and B > Bmin(S) and 240<H<285], </li></ul></ul></ul><ul><li>di mana, S adalah saturasi, B adalah brightness , H adalah hue (roda warna), dan sky mengacu pada langit terdeteksi atau tidak. </li></ul>
  13. 13. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>1. Deteksi Pola Warna (Rankin, 2004) </li></ul><ul><li>Citra Sumber : </li></ul><ul><li>Hasil : </li></ul>Pengolahan Citra sumber : Saturasi (kiri), brighness (kanan) Penerapan Pola HSV kepada citra sumber
  14. 14. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>2. Deteksi Tekstur </li></ul><ul><li>Tekstur merupakan kuantitasi perbedaan intentitas skala keabuan (atau disebut juga perbedaan kontras), yang membentuk pola tertentu pada suatu obyek yang membedakannya dengan obyek yang lain. </li></ul><ul><li>Untuk ciri air berdasarkan tekstur, fakta sifat air yaitu mempunyai tekstur yang rendah (Matthies, 2003) dengan mengukur salah satu channel RGB berdasarkan aturan : </li></ul><ul><ul><li>Tingkat kecerahan threshold minimum dan maksimum pada 75 dan 255 untuk citra channel hijau RGB dan 10 dan 175 untuk citra saturasi. Sebagai tambahan, untuk citra channel hijau RGB, pendeteksian pada [( S>0.6) atau ( B<0.25) atau ( B-S > 0.3)] akan diabaikan. Untuk citra saturasi, pendeteksian pada [( B-S > 0.1) atau ( B<0.25) atau ( S>0.6 dan B<0.85) atau ( B=1)] akan diabaikan pula. </li></ul></ul>
  15. 15. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>2. Deteksi Tekstur (Rankin, 2004) </li></ul><ul><li>Citra Sumber : </li></ul><ul><li>Hasil : </li></ul>Pengolahan Citra sumber Deteksi Tekstur : Brightness channel green RGB (kiri), Saturasi (kanan)
  16. 16. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>3. Deteksi Kisaran Area Air </li></ul><ul><li>Pada permukaan air, pemantulan permukaan tanah (juga tumbuh-tumbuhan dan pepohonan) yang meluas dari tepi suatu permukaan air dapat mengitari sebagian atau semua badan air, tergantung pada lebar dan jaraknya dari air. </li></ul><ul><li>Kisaran pemantulan ini secara kasar dapat dijadikan perkiraan obyek yang dipantulkan. </li></ul><ul><li>Harus diingat bahwa plot pemantulan akan selalu lebih rendah dari elevasi tanah yang sebenarnya. </li></ul>
  17. 17. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>3. Deteksi Kisaran Area Air (Rankin, 2004) </li></ul><ul><li>Citra Sumber : </li></ul>Penandaan threshold untuk kisaran area citra air, piksel merah menunjukkan jarak semakin dekat dan piksel biru menunjukkan jarak semakin jauh. Piksel ungu menunjukkan di atas 100 meter. Piksel hitam menandai bahwa tidak ada data kisaran yang dihasilkan. <ul><li>Hasil : </li></ul>Kisaran area pantulan yang dapat disegmentasikan cukup kompleks karena titik perhatiannya ke setiap obyek yang dipantulkan. Pada saat obyek semakin dekat dan tidak terkena langsung cahaya matahari, kegagalan deteksi semakin tinggi.
  18. 18. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>3. Deteksi Kisaran Area Air (Rankin, 2004) </li></ul><ul><li>Hasil segmentasi : </li></ul>Segmentasi dengan cara ini membuat jelasnya perbedaan antara pantulan obyek di permukaan air dengan obyeknya sendiri. Pada area pemantulan sudah pasti akan banyak ditemui campuran warna yang dapat diidentifikasikan sebagai salah satu ciri air, sedangkan obyeknya sendiri hanya terdiri dari satu warna saja. Namun, ada beberapa kasus dimana obyek selain air itu sendiri bisa memantulkan obyek lainnya. Namun, ada beberapa kasus dimana obyek selain air itu sendiri bisa memantulkan obyek lainnya.
  19. 19. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>4. Penggabungan Ciri Air </li></ul><ul><li>Penggabungan ciri air 3 sub metode di atas (biru=ciri tunggal, Ungu=dua ciri, merah=3 ciri). Daerah air yang kecil dan daerah di atas kaki langit dan roda kendaraan UPV ( dengan > 0.75m) ditolak. </li></ul>
  20. 20. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>Metode Polarization Imaging </li></ul><ul><li>Metoda ini didasarkan pada prinsip fisika bahwa cahaya yang dipantulkan oleh permukaan air adalah terpolarisasi linier parsial dan fase polarisasinya menjadi serupa dengan keadaan cahaya di sekelilingnya. Air dapat dideteksi dengan melakukan perbandingan derajat polarisasi dan persamaan fase polarisasi tersebut. </li></ul><ul><li>Pada metode ini, ada 2 langkah analisis air yang digunakan yaitu : (1) Ekstrak informasi polarisasi dan (2) Pengolahan citra polarisasi. </li></ul>
  21. 21. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>1. Ekstrak Informasi Polarisasi </li></ul><ul><li>Polarisasi parsial linier dapat diukur pada level piksel radiasi cahaya yang melewati suatu filter polarisasi. Pancarannya akan bervariasi secara sinusoidal sesuai dengan orientasi filternya (Wolff, 1995). </li></ul>
  22. 22. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>1. Ekstrak Informasi Polarisasi </li></ul><ul><li>Fase Polarisasi </li></ul><ul><li>Intensitas Polarisasi </li></ul><ul><li>Polarisasi Parsial (Derajat Polarisasi) </li></ul>I 0 , I 45 dan I 90 adalah intensitas cahaya yang dipilih sebagai referensi untuk memperoleh parameter derajat polarisasi dan fase polarisasi.
  23. 23. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>1. Ekstrak Informasi Polarisasi </li></ul><ul><li>Hasil Ekstrak Polarisasi </li></ul>Citra Sumber (Binxie, 2007) Derajat Polarisasi Fase Polarisasi Dari hasil ini dapat kita bedakan perbedaan intensitas antara obyek pantulan dengan obyek sesungguhnya
  24. 24. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>2. Pengolahan Citra Polarisasi </li></ul><ul><li>Setelah dapat dibedakan besaran intensitas dari proses ekstraksi informasi polarisasi yang telah dilakukan sebelumnya, maka proses selanjutnya adalah melakukan segmentasi dengan segmentasi threshold , dengan persamaan sebagai berikut : </li></ul>fase tiap pixel pada citra dengan polarisasi fase rata-rata nilai dari area tertentu pada citra dengan polarisasi fase. lebar dari titik (i,j), biasanya pilih w(i, j) =1 segmentasi similiar fase polarisasi
  25. 25. LANGKAH 2 : METODE ANALISIS CIRI AIR (Lanjutan) <ul><li>2. Pengolahan Citra Polarisasi </li></ul><ul><li>Algoritma segmentasi threshold ini digunakan untuk menandai wilayah pada citra yang diduga sebagai air dengan aturan semua area yang derajat polarisasinya lebih besar dari threshold akhir, kemungkinannya adalah air </li></ul><ul><li>Hasilnya : </li></ul>Derajat Polarisasi Fase Polarisasi
  26. 26. PERBANDINGAN COLOR IMAGERY DAN POLARIZATION IMAGING <ul><li>Peralatan diatur lebih detil dengan dua kombinasi : 3 kamera dengan 3 jenis filter berbeda atau satu kamera dengan filter yang diganti sebanyak 3 kali. </li></ul><ul><li>Peralatan diatur dengan sudut pantul yang dapat diprediksikan. Pengambilan cukup 1 kali. </li></ul>Skenario Penangkapan citra 2. <ul><li>Camera CCD dengan Filter polarisasi </li></ul><ul><li>Camera CCD atau sistem LADAR </li></ul>Alat penangkap citra 1. Metode Polarisasi Cahaya Metode Color Imagery Keterangan No.
  27. 27. PERBANDINGAN COLOR IMAGERY DAN POLARIZATION IMAGING Permukaan air teridentifikasi dengan baik Permukaan air teridentifikasi dengan baik Hasil 4. 2 langkah : ekstrak informasi polarisasi dan segmentasi citra 4 langkah : identifikasi warna, tekstur, analisis kisaran pantulan dan penggabungan Metode Analisis ciri air 3. Metode Polarisasi Cahaya Metode Color Imagery Keterangan No.
  28. 28. KESIMPULAN <ul><li>Metode color imagery unggul dalam detil pengolahan dan kemudahan dalam mekanisme penangkapan citra. Kombinasi kamera CCD dengan sistem LADAR menawarkan efisiensi pengolahan citra sampai pada perkiraan jarak dari suatu permukaan air dan pengambilan citra cukup satu kali saja. Namun, pada metode analisis ciri air membutuhkan lebih banyak algoritma karena proses identifikasinya dalam area analisis intensitas warna, tekstur dan kisaran pantulan cahaya. </li></ul>
  29. 29. KESIMPULAN <ul><li>Metode polarisasi cahaya membutuhkan instalasi peralatan pengangkap citra yang lebih teliti, agar informasi polarisasi cahaya dari pantulan dapat ditangkap dengan baik. Pengambilan paling tidak dilakukan tiga kali dengan fase polarisasi yang berbeda-beda. Namun metode ini lebih unggul pada saat analisis ciri air karena untuk hasil yang tidak jauh berbeda dengan color imagery, algoritma yang dibutuhkan tidaklah banyak. </li></ul>
  30. 30. TERIMA KASIH @ 2008
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×