@thesis{thesis,
		author={Wende  Maria Beata},
		title ={EKSTRAKSI SPARSE POINT CLOUD DENGAN TEKNIK SFM
MENGGUNAKAN OPENCV
(Studi Kasus : Kota Malang)},
		year={2020},
		url={http://eprints.itn.ac.id/6381/},
		abstract={Perkembangan teknologi penginderaan jauh dan fotogrametri saat ini mampu
menghasilkan model permukaan bumi dengan resolusi yang cukup detil, akurasi yang
sangat tinggi, dan cakupan spasial yang semakin luas. Meningkatnya kapasitas komputasi
di dunia komputer memberikan alternatif lain dalam pemodelan permukaan bumi.
Berbasis pada konsep cepat, murah, dan metode fotogrametri yang mudah, teknik
structure from motion (SfM) yang merupakan suatu teknik analisis digital berbasis
gambar dua dimensional yang dapat menghasilkan model tiga dimensional dengan
pendekatan otomatis image-to-image registrasi. Penelitian ini bertujuan untuk
membandingkan kualitas hasil sparse point cloud dari OpenCV dengan dense cloud
Agisoft PhotoScan dengan menggunakan teknik SfM.
Dalam penelitian ini menggunakan data hasil pemotretan kamera digital Nikon
D3400 sebanyak 2 buah foto. Data tersebut kemudian diproses dalam OpenCV dengan
teknik SfM menggunakan bahasa pemograman Python untuk menghasilkan sparse point
cloud dan pengolahan pada Agisoft Photo Scan untuk mendapatkan dense cloud.
Hasil penelitian ini menunjukkan bahwa sparse point cloud kualitas kesesuaian
persebaran point pada sparse point cloud OpenCV dengan Agisoft PhotoScan sebagai
referensinya diperoleh distribusi point sebagai berikut: kualitas baik = 328 point pada
rentang jarak 0 - 0.921070mm, kualitas sedang = 290 point pada rentang jarak 0.921070 -
7.368570mm, kualitas rendah = 34 point pada rentang jarak 7.368570 - 23.947839 mm.
Persebaran point pada sparse point cloud OpenCV yang lebih sedikit mempengaruhi
kesesuaian point ketika dibandingkan dengan Agisoft PhotoScan.}
		}