TA : Deteksi dan Tracking Obyek Berbentuk Bola Menggunakan Kalman Filter
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika
Author
Putra, Dwi Elmik Winata
Susijanto Tri Rasmana (LECTURER ID : .)
Ira Puspasari (LECTURER ID : .)
Susijanto Tri Rasmana (LECTURER ID : .)
Ira Puspasari (LECTURER ID : .)
Subject
621 Applied physics
Datestamp
2017-10-30 02:11:28
Abstract :
Object tracking merupakan suatu proses pelacakan dan pendeteksian suatu obyek tertentu. Pengenalan obyek sangat penting pada object tracking, karena dalam pelacakan dan pendeteksian terdapat berbagai macam bentuk obyek. Pada Tugas Akhir ini obyek yang digunakan adalah bola tenis. Proses pendeteksian dan pelacakan obyek menggunakan metode gabungan, yaitu Hough Transform dengan HSV (Hue, Saturaton, Value) dan Kalman Filter. Ketika kamera mendeteksi adanya obyek tersebut, maka kamera akan melakukan tracking terhadap obyek tersebut. Pengaruh perpindahan posisi terhadap nilai pengukuran dan estimasi yang dihasilkan Kalman Filter menghasilkan rata-rata error pengukuran untuk koordinat x dan y sebesar 14,08 pixel dan 7,17 pixel, dengan nilai standar deviasi sebesar 14,24 pixel dan 9,94 pixel. Sedangkan rata-rata error estimasi untuk koordinat x dan y sebesar 15,85 pixel dan 8,09 pixel, dengan nilai standar deviasi 16,08 pixel dan 10,27 pixel. Setiap perubahan posisi gerakan obyek menyebabkan perubahan nilai koordinat x dan y, baik nilai real, pengukuran dan estimasi. Hal ini mempengaruhi posisi titik tengah dalam matriks (i, j) sebelum dan sesudah pergerakan obyek.
Object tracking merupakan suatu proses pelacakan dan pendeteksian suatu obyek tertentu. Pengenalan obyek sangat penting pada object tracking, karena dalam pelacakan dan pendeteksian terdapat berbagai macam bentuk obyek. Pada Tugas Akhir ini obyek yang digunakan adalah bola tenis. Proses pendeteksian dan pelacakan obyek menggunakan metode gabungan, yaitu Hough Transform dengan HSV (Hue, Saturaton, Value) dan Kalman Filter. Ketika kamera mendeteksi adanya obyek tersebut, maka kamera akan melakukan tracking terhadap obyek tersebut. Pengaruh perpindahan posisi terhadap nilai pengukuran dan estimasi yang dihasilkan Kalman Filter menghasilkan rata-rata error pengukuran untuk koordinat x dan y sebesar 14,08 pixel dan 7,17 pixel, dengan nilai standar deviasi sebesar 14,24 pixel dan 9,94 pixel. Sedangkan rata-rata error estimasi untuk koordinat x dan y sebesar 15,85 pixel dan 8,09 pixel, dengan nilai standar deviasi 16,08 pixel dan 10,27 pixel. Setiap perubahan posisi gerakan obyek menyebabkan perubahan nilai koordinat x dan y, baik nilai real, pengukuran dan estimasi. Hal ini mempengaruhi posisi titik tengah dalam matriks (i, j) sebelum dan sesudah pergerakan obyek.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
