paper segmentasi plat nomor kendaraan

7/23/2019 Paper Segmentasi Plat Nomor Kendaraan

http://slidepdf.com/reader/full/paper-segmentasi-plat-nomor-kendaraan 1/6

Segmentasi Plat Nomor Kendaraan Dengan Menggunakan Metode

R un-Length Smearing Algorithm (RLSA)

Liliana, Gregorius Satia Budhi, [email protected], [email protected]

Jurusan Teknik Informatika, Fakultas Teknologi Industri, ni!ersitas "risten #etra

$%strak

Suatu sistem keamanan sangatdi%utuhkan dalam %er%agai %idang. Salah satun&a

adalah pengenalan plat nomor kendaraan.'engenali plat nomor kendaraan sangat diperlukandalam se%uah sistem dan pengamanan di tempat parkir, pelacakan kendaraan dan pengindentifikasian se%uah kendaraan %ermotor.

Seiring dengan perkem%angan teknologi komputer dan kamera digital, penggunaan perangkatkomputer dan kamera se%agai suatu sistemkeamanan semakin %erkem%ang pula. (leh karenaitu, tim%ul ke%utuhan akan adan&a aplikasi pegenalan plat nomor kendaraan &ang memudahkan

pengontrolan sistem keamanan parkir denganmemanfaatkan teknologi terse%ut. )engandi%uatn&a aplikasi ini, maka akan mem%antumemudahkan sistem pengontrolan kendaraan.

$plikasi &ang dikem%angkan inimenggunakan metode run*length smearing untuk

mencari lokasi plat nomor kendaraan. #roses

smearing dilakukan se%an&ak tiga kali denganmelakukan scan line %aik secara !ertikal maupunhorisontal secara %ergantian. degan %egitu hasil&ang maksimal %isa didapatkan. )alam pem%uatanaplikasi ini, kesulitan &ang dihadapi adalah +arna

mo%il &ang dipakai di Indonesia pada umumn&a %er+arna gelap ataupun cenderung gelap. Hal inimen&ulitkan proses segmentasi karena latar %elakang plat nomor uga %er+arna gelap. (lehkarena itu, proses pencarian posisi plat tidak %isadilakukan dengan mengenali +arna plat, namun

dari karakter pada plat itu. ntuk mengatasimasalah terse%ut, digunakan +arna %iru se%agai

ganti gra&scale dan melakukan proses smearingse%an&ak tiga kali.

)ari hasil perco%aan &ang dilakukan, plat nomor kendaraan &ang diam%il pada arak -*

-. meter dari kamera, dapat dikenali dengan %aik.#engenalan plat nomor uga dipengaruhi olehintensitas caha&a dan +arna mo%il.

"ata "unci/Smearing, segmentasi, pengenalan,

License Plate Recognition 0 LPR1, Image

Processing

1. Latar Belakang

)engan meningkatn&a teknologi komputer,maka semakin meningkat pula tuntutan akan

aplikasi komputer &ang mampu mendukung kineramanusia. Salah satun&a adalah ke%utuhan akanaplikasi &ang mampu mengenali plat nomor kendaraan %ermotor. $plikasi ini memiliki peranan&ang penting dalam suatu sistem keamanan tempat

parkir ataupun penghitungan %ia&a parkir otomatis.'anusia mempun&ai keter%atasan fisik, %aik dalamsegi kelemahan fisik ataupun keter%atasan dalam umlah S)'. 'aka dari itu, di%utuhkan suatuaplikasi &ang memudahkan pengontrolan sistemkeamanan parkir dengan memanfaatkan teknologiterse%ut. )alam aplikasi &ang dimaksudkan

terse%ut, kamera digunakan se%agai sensor &angmenangkap gam%ar dari plat nomor kendaraan %ermotor.

)alam aplikasi pengenalan plat nomor kendaraan, terdapat dua %uah proses utama, &aitusegmentasi plat nomor dan pengenalan hasil

segmentasi. #ada paper ini akan di%ahas proses&ang pertama, &aitu segmentasi gam%ar. "esulitan&ang dihadapi dalam proses pengenalan plat nomor kendaraan di Indonesi adalah terdapat +arna latar %elakang plat nomor &ang %er%eda. Jika +arnaterse%ut diu%ah menadi gra&scale, maka intensitas

&ang didapat %ermula dari 2 0&aitu +arna hitam1sampai - 0+arna putih1. Hal ini akan sangatmen&ulitkan proses segmentasi nomor kendaraan.(leh karena itu, dalam penelitian &ang dilakukan,dilakukan pem%atasan, &aitu han&a pada plat nomor kendaraan &ang umum digunakan, seperti tampak

pada gam%ar 3 se%elah kiri. 4amun, +alaupun

%egitu masih terdapat permasalahan lain dalam proses segmentasi, &aitu +arna mo%il &angcenderung gelap mem%uat +arna plat sulitdi%edakan dengan +arna mo%il dan penggunaan plat nomor kendaraan non*est5ndar mem%uat

aplikasi harus fleksi%el terhadap ukuran plat danhuruf &ang akan dikenali.

2. Plat Nomor Kendaraan Bermotor

Bahan %aku Tanda nomor "endaraanBermotor 0T4"B1 resmi adalah aluminium dengankete%alan 3 mm 637. kuran T4"B untuk kendaraan %ermotor roda - dan roda 8 adalah

-2932 mm, sedangkan untuk kendaraan %ermotor roda : atau le%ih adalah 8;938 mm. Baris pertama pada T4"B menunukkan kode +ila&ah

mailto:[email protected]






0huruf1, nomor polisi 0angka1, dan kode<seri akhir +ila&ah 0huruf1 sedangkan %aris keduamenunukkan %ulan dan tahun masa %erlaku.Terdapat cetakan garis lurus pem%atas le%ar mmdiantara ruang nomor polisi dengan ruang angka

masa %erlaku.

=arna tanda nomor kendaraan %ermotor resmi ditetapkan se%agai %erikut/

• "endaraan %ermotor %ukan umum dan kendaraan

%ermotor se+a dengan +arna dasar hitam dengantulisan %er+arna putih, dapat dilihat pada gam%ar 3kiri.

• "endaraan %ermotor umum dengan +arna dasar

kuning dengan tulisan %er+arna hitam, sepertitampak pada gam%ar 3 kanan.

Gam%ar 3. Tanda 4omor "endaraan Bermotor

Bukan mum 0kiri1, umum 0kanan1

• "endaraan %ermotor milik pemerintah dengan

+arna dasar merah dengan tulisan %er+arna putih,lihat gam%ar - kiri.

• "endaraan %ermotor >orps )iplomatik 4egara

$sing dengan +arna dasar putih dengan tulisan %er+arna hitam, lihat gam%ar - kanan.

Gam%ar -. Tanda 4omor "endaraan Bermotor #emerintah 0kiri1, corps diplomatik negara asing

0kanan1

• "endaraan %ermotor untuk transportasi dealer

0pengiriman dari perakitan ke dealer, atau dealer kedealer1 dengan +arna dasar putih dengan tulisan %er+arna merah. >ontoh plat dapat dilihat padagam%ar 8.

Gam%ar 8. Tanda 4omor "endaraan Bermotor Transportasi )ealer

Gam%ar :. #enomoran Tanda 4omor "endaraan

Bermotor

"eterangan /$ ? 4omor kode +ila&ahB ? 4omor urut pendaftaran

> ? 4omor tanda pengenal) ? Tanggal masa %erlaku

3. Image Processing

#roses pengolahan image ter%agi menadidua su% proses, &aitu pencarian lokasi plat nomor dan dilanutkan dengan melakukan segmentasinomor kendaraan.

3.1. Algoritma Penari Lokasi Plat

Nomor ( Plate Finder Algorithm)

$lgoritma &ang digunakan dalam penelitianini adalah LS$ 0 smearing 1 6-7*6327. Smearing

adalah suatu metode untuk mengekstraksi lokasiteks dalam suatu gam%ar. )engan smearing ,

gam%ar akan diproses secara !ertikal dan horisontal0 scan-lines1. "arena plat nomor kendaraan diIndonesia &ang digunakan dalam penelitian inimenggunakan +arna dasar hitam, maka perlu

dilakukan pengecekan lokasi plat nomor dengancara mencari %agian mana dari gam%ar &angmempun&ai piksel hitan &ang seukuran dengan platnomor. #ertama*tama, user perlu menentukan perkiraan ukuran dari plat nomor kendaraan, dalam

piksel. "emudian akan dicek setiap %aris dan setiapkolom. Jika umlah dari piksel hitam %erurutankurang dari atau le%ih dari %atasan threshold &angditentukan maka piksel terse%ut akan diu%ah

menadi putih.Input gam%ar pada tahap ini %erupa citra

%er+arna dengan gam%ar mo%il dengan plat nomor kendaraann&a. Gam%ar mo%il diam%il dari arak antara - sampai -, meter dari mo%il denganmenggunakan kamera digital dengan ukuranA:29:2 piksel, seperti tampak pada gam%ar .

Gam%ar . Input Gam%ar A:29:2 piksel

#ada pencarian lokasi plat nomor, metode&ang digunakan adalah metode Run-Length

Smearing Algorithm 0LS$1 atau %iasa dise%utdengan smearing . 'etode ini merupakan salah satumetode &ang %erfungsi mencari lokasi teks dalam



suatu gam%ar citra %iner. >ara kera metode iniadalah dengan cara melakukan proses scan-lines

pada gam%ar secara !ertikal dan horisontal.ntuk langkah pertama adalah mengu%ah

input gam%ar dengan sistem +arna GB menadi

gra&scale. 4amun dengan adan&a kesulitan pada

kondisi plat nomor kendaraan di Indonesia, makase%agai nilai gra&scale, digunakan komponen+arna %iru. Hal ini dikarenakan mo%il &angcenderung %er+arna gelap memiliki nilai %iru &ang %esar 0mendekati putih1 sehingga nilai %iru dapat

digunakan untuk meminimalisir +arna hitam &angdapat mengganggu pendeteksian lokasi plat nomor.

Setelah itu proses dilanutkan denganmenentukan nilai %atas %a+ah dan %atas atas &angdiperoleh dari arak minimum dari huruf &ang satuke huruf &ang lain &ang %erse%elahan &ang

diadikan se%agai nilai %atas %a+ah, sedangkan arak maksimum diadikan se%agai nilai %atas atas.

4ilai %atas %a+ah dan atas dicari %aik untuk horiContal 0arak antar huruf1 dan !ertikal 0tinggihuruf1. Setelah itu, dilakukan proses perhitungan piksel hitam &ang %erurutan dalam suatu garis. Jika

umlah dari piksel hitam &ang %erurutan le%ih kecildari nilai %atas %a+ah atau le%ih %esar dari nilai %atas atas maka seluruh piksel &ang %erurutanterse%ut diu%ah menadi putih, sedangkan ika nilai piksel hitam &ang %erurutan %erada diantara nilai %atas %a+ah dan atas maka seluruh piksel &ang

%erurutan terse%ut tidak diu%ah. #roses dari pencarian lokasi plat nomor ini ditunukkan dalam %entuk flo+chart pada gam%ar A dan gam%ar D.

Gam%ar A. Flowchart Smearing Bagian 3



Gam%ar D. Flowchart Smearing Bagian -

#roses smearing ini dilakukan se%an&ak tigakali untuk mendapatkan lokasi plat &ang %enar.#ada smearing pertama kali dilakukan pencarian piksel hitam &ang merupakan arak dari tiap

karakter huruf<angka plat nomor, smearing keduadilakukan pencarian piksel putih &ang merupakanle%ar huruf dari karakter plat nomor. Setelah kedua

smearing diatas dilakukan hasil dari keduan&akemudian diga%ungkan setelah itu dilakukan lagi

smearing untuk menemukan piksel hitam &ang

merupakan %esar dari plat nomor terse%ut secarautuh. Setelah lokasi plat nomor didapatkan gam%ar terse%ut akan diekstrak sehingga ter%entuk suatugam%ar &ang %erisikan plat nomor saa.

3.2. Segmentasi Karakter (Character

Segmentation)

)alam segmentasi karakter setiap karakter dari plat akan di%agi menadi tiap*tiap %agian.'etode &ang digunakan adalah denganmem%andingkan tiap %aris piksel secara tegak. Jika piksel terse%ut terdeteksi se%agai a+al karakter

maka %aris dari piksel itu di%eri nilai 3 sedangkan

ika terdeteksi se%agai akhir dari karakter di %erikannilai -, ika %aris itu terdeteksi se%agai tengah darikarakter maka akan di%eri 8. Setelah areaditemukan maka gam%ar akan dipotong*potongsesuai dengan area*area &ang ada.

#ada proses ini gam%ar plat nomor &angtelah didapatkan akan di* smearing kem%ali untuk mendapatkan lokasi dari masing*masing karakter pada gam%ar plat terse%ut. Setelah smearingdilakukan, gam%ar akan di%aca dan diekstrak darikiri ke kanan sesuai dengan lokasi hasil smearing.

(utput dari proses ini %erupa gam%ar dari masing*masing karakter huruf<angka dari plat nomor.

!. Pengu"ian Sistem

#enguian akan dilakukan pada gam%ar mo%il seperti pada gam%ar . #ertama*tama, sistem

akan memisahkan ketiga komponen +arna darigam%ar input 0lihat gam%ar 1. Setelah itudilakukan proses thresholding untuk mendapatkangam%ar %iner 0lihat gam%ar ;1.

Gam%ar . Hasil Grayscale

Gam%ar ;. Hasil thresholding

#ada proses pencarian lokasi plat nomor kendaraan dilakukan 8 kali proses smearing.

Smearing &ang pertama dilakukan untuk mencarilokasi hitam dari plat nomor. Hasil dari smearing pertama dapat dilihat pada gam%ar 32.



Gam%ar 32. Hasil Smearing #ertama

#roses smearing kedua dilakukan untuk mencari lokasi dari karakter plat nomor. )aerah&ang memenuhi pers&aratan se%agai karakter

di+arnai dengan +arna %iru. Hasil dari smearingkedua dapat dilihat pada Gam%ar 33.

Gam%ar 33. Hasil Smearing "edua

Setelah daerah*daerah &ang dianggap

se%agai karakter, proses selanutn&a adalahmengga%ungkan hasil smearing pertama dengankedua. #roses pengga%ungann&a adalah dengancara menghitamkan hasil smearing kedua 0daerah %er+arna %iru1 pada hasil smearing pertama,sehingga didapatkan hasil seperti pada Gam%ar 3-.

Gam%ar 3-. Hasil #engga%ungan Smearing Idan II

Setelah itu dilakukan lagi smearing untuk proses akhir pencarian lokasi plat kendaraan

dengan cara mencari lokasi hitam dari plat nomor hasil pengga%ungan smearing I dan II. Hasil darismearing akhir dapat dilihat pada Gam%ar 38.

Gam%ar 38. Hasil Smearing $khir

#ada proses selanutn&a &ang dilakukanadalah cropping dari lokasi plat &ang telahdidapatkan. Gam%ar 3: menunukkan hasilcropping dari lokasi plat nomor kendaraan.

Gam%ar 3:. Hasil Cropping

#roses segmentasi dilakukan untuk mendapatkan karakter &ang ada pada plat nomor.Hasil dari segmentasi dapat dilihat pada gam%ar 3.

Gam%ar 3. Hasil Segmentasi "arakter

Setelah hasil segmentasi didapat maka hasilsegmentasi akan di%agi menadi %e%erapa regionuntuk proses add sample ataupun recognize. #ada

menu add sample user diharuskan mengisi desire

ouput untuk tiap karakter. Sedangkan pada menurecognize user dapat menekan tom%ol recognize

untuk mengenali karakter.

#. Kesim$ulan

)ari perco%aan &ang dilakukan, kesimpulan&ang diperoleh/

=aktu &ang di%utuhkan untuk image

processing sekitar D*32 detik untuk satugam%ar, sehingga proses ini ter%ilang cukupcepat untuk direalisasikan dalam sistem parkir.

$lgoritma smearing han&a dapat mendeteksi

%idang dengan %er%entuk kotak dengan rangetertentu, sehingga pada mo%il* mo%il %er+arnagelap algoritma smearing akan mengalami

kesulitan karena antara plat dan %adan mo%ilmemiliki +arna &g sama 0+arna gelap1.

#ada aplikasi ini di%utuhkan input gam%ar

dengan nilai kontras antara plat nomor dengankaraktern&a &ang cukup %esar 0karakter %er+arna terang dan latar %er+arna gelap1 danantara +arna plat dengan +arna mo%iln&a.

Input gam%ar harus memiliki pencaha&aan&ang cukup 0tidak terlalu terang dan tidak



terlalu gelap, sehingga proses pencarian platnomor dapat %eralan dengan %aik.

Input gam%ar harus diam%il pada arak E-

meter, karena algoritma smearing pada aplikasiini didesain untuk mendeteksi ukuran plat le%ar antara ;2*3;2 piksel sedangkan untuk tinggi

antara 3* piksel. Input gam%ar %erupa plat nomor kendaraan

se%aikn&a tegak lurus, agar hasil segmentasi plat nomor tidak terpotong 0prosescropping <pemotongan1.

#enggunaan +arna %iru se%aga pengganti

gra&scale %ias mendapatkan hasil &ang le%ih %aik di%andingkan dengan menggunakan nilai

gra&scale &ang se%enarn&a.

DA%&AR R'%'R'NS

637 Wiipedia ensilopedia !e!as" 0n.d.1. Tandanomor kendaraan %ermotor. 0n.d.1. etrie!ed'ei A, -232, from

http/<<id.+ikipedia.org<+iki<Tandanomork endaraan%ermotor

6-7 (C%a&,S. rcele%i,. 0-221. Automatic

#ehicle identi$ication !y plate recognition.=orld $cadem& of Science, ngineering andTechnolog&.

687 >ano, J. #ereC*>orteC, J. 0n.d.1. %ehicle

license plate segmentationi in natural

images" Instituto Tecnologico deInformatica, alencia.

6:7 "im, J., Han, ., Hahn, H. 0-22;1. Character segmentation method $or a license plate with

topological trans$orm" =orld $cadem& of Science, ngineering and Technolog&,Beiing.

67 "+asnicka, H. =a+rC&niak, B. 0-22-1. License plate localization and recognition in

camera pictures" =rocla+ ni!ersit& of

Technolog&, =rocla+.6A7 (C, >. "oker, . 0n.d.1. %ehicle Licence Plate

Recognition &sing Arti$icial 'eural

'etwors" Sakar&a ni!ersit&, Turke&.6D7 Sun, H. 0-22A1. (nhanced Constrained Run-

Length Algorithm $or Comple) layout *ocument Processing" "ainan ni!ersit&,Tai+an.

67 Suto&o, T., 'ul&anto, ., Suhartono, ., 4urha&ati, (.)., =ianarto. 0-22;1. +eori

pengolahan citra digital" og&akarta/ $4)I.6;7 Khang, . Khang, >. 0n.d.1. A new algorithm

$or character segmentation o$ license plate"

Tsinghua ni!ersit&, >hina.6327 #arker, J.. 03;;:1. Practical computer #ision

using c" =ile&.

http://id.wikipedia.org/wiki/Tanda_nomor_kendaraan_bermotor




paper segmentasi plat nomor kendaraan

Documents