publ_fit isi 2002_ hough transform
TRANSCRIPT
-
7/24/2019 Publ_FIT ISI 2002_ Hough Transform
1/6
PENENTUAN POSISI TARGET SECARA OTOMATIS
MENGGUNAKAN TRANSFORMASI HOUGH
HARINTAKA1, DJURDJANI2
1,2Jurusan Teknik Geodesi, Fakultas Teknik, UGM
1,2JL. Grafika No.2 Yogyakarta 55281. Telp: (0274)902121, Telp/Fax: (0274)520226
E-mail: [email protected], [email protected]
ABSTRAK
Ada beberapa macam teknik yang dapat dipergunakan untuk menentukan posisi titik pusat target.Teknik yang paling konvensional adalah dengan mengukur atau mendigit pada media cetak keras
(hardcopy). Teknik lain adalah dengan cara mendigit secara langsung pada layar monitor (onscreen digitizing) menggunakan kursor. Kedua teknik tersebut masih memerlukan interpretasi visualoperator untuk menentukan posisi titik /piksel yang diinginkan. Ada sebuah algoritma, TransformasiHough, yang dapat dipergunakan untuk mengenali bentuk-bentuk/pola geometrik obyek pada citradigital berformat raster.
Pada artikel ini Transformasi Hough dipergunakan untuk mendeteksi dan menentukan titik pusattarget berbentuk silang (+) secara otomatis. Penerapan Transformasi Hough diterapkan pada targettunggal dan jamak. Dari target jamak dilokalisir sebuah jendela target, yang memuat sebuah target,
kemudian dilakukan Transformasi Hough untuk berbagai macam kombinasi interval jarak (d), arah(d), dan pengambang (threshold, T). Kombinasi terbaik dari d, d, dan T pada jendela targettersebut diterapkan pada jendela-jendela lainnya. Evaluasi hasil dilakukan dengan membandingkanhasil Transformasi Hough dengan hasil digitasi secara langsung di monitor dan dilakukan tumpangsusun antara citra asli, citra hasil penyadapan tepi, dan hasil Transformasi Hough.
Penelitian menunjukkan penyimpangan posisi terkecil hasil digitasi di monitor dengan TransformasiHough berada dibawah 1 piksel untuk arah x dan y. Penerapan kombinasi jarak, arah, danpengambang pada jendela-jendela target lainnya diperoleh rata-rata penyimpangan terkecildibawah 1 piksel pada arah x dan y, dan rata-rata penyimpangan terbesar sekitar 3 piksel padaarah x dan y. Hasil tumpang susun menunjukkan titik hasil deteksi berada pada pusat target danpiksel sisi tepat berada pada sisi-sisi target.
Kata kunci: Cluster, Deteksi Sisi, Foto Digital, Operator Sobel, Target, Transformasi Hough.
PENDAHULUAN
Pada fotogrametri, penentuan posisi titik
target sangat penting, misalnya posisifiducial mark
untuk keperluan orientasi relatif. Ada beberapateknik penentuan posisi titik, yaitu dengan cara:
mendigit secara langsung pada media hardcopy
atau melalui layar komputer (on screen digitizing).Metode tersebut masih memerlukan interpretasi
operator untuk menentukan secara pasti letak titik
pusat target.
Beberapa teknik yang dapat dipergunakanuntuk pendeteksian titik dan garis pada citra
adalah: Moment Preserving, Deteksi Wong,
Metode Mokhail, dan Metode Forstner (Jianqing,
Zhuxun, and Zhihong, 1992). Secara umum
metode-metode tersebut memiliki beberapakelemahan yang sama, yaitu: sangat peka terhadap
derau (noise), tergantung pada derajad kuantisasi
yang dipergunakan, tergantung pada jumlah pikselyang dipergunakan, dan kualitas citra yang
dievaluasi (Trinder, 1989; Jianqing, Zhuxun, and
Zhihong, 1992).
Selain beberapa teknik diatas, ada sebuahteknik yang dapat dipergunakan untuk mendeteksi
1
-
7/24/2019 Publ_FIT ISI 2002_ Hough Transform
2/6
bentuk-bentuk geometrik yang teratur, seperti:garis, lingkaran, ellipsoid, maupun parabola.
Teknik ini dikenal sebagai Transformasi Hough.
Pada awalnya Transformasi Hough belum
dipergunakan secara meluas karena memerlukan
media penyimpan dan prosesor komputasi yangsangat besar. Tetapi dengan kemajuan teknologi
perangkat keras komputer dan pengembangan
algoritma Transformasi Hough, kendala tersebutdapat diatasi (Adamos and Faig, 1992).
Hunt, Ryan, dan Gifford (1993)
melakukan pendeteksian dan penentuan posisitanda fidusial foto udara digital menggunakan
Transformasi Hough. Meskipun tidak
menggunakan operator pendeteksi sisi, untuk
menghemat komputasi dan jumlah piksel yangdievaluasi dilakukan pengkotakan pada daerah
yang akan ditentukan tanda fidusialnya. Hasil
terbaik yang ditunjukkan dengan nilai korelasi
sebesar 0,83 dicapai pada kenaikan bertahap
(increment) dan sebesar 10o dan 0,5 denganketelitian yang dicapai sebesar 1 piksel.
Trinder (1989) mencoba mendeteksi
target berbentuk lingkaran pada citra digital dengan
berbagai variasi kondisi seperti: derajad kuantisasi
citra, tingkat kontaminasi derau, dan kualitas citradigital yang berbeda. Kesalahan sistematis akan
signifikan jika citra target tidak simetris akibat
kesalahan pengambilan data, sedangkan waktu
komputasi sebanding dengan jumlah piksel.
Harjoko (Adamos and Faig, 1992)mendesain sebuah target lingkaran dengan empat
buah garis lurus berpotongan di satu titik didalamnya sehingga titik pusat lingkaran berhimpit
dengan titik potong keempat garis tersebut. Setelah
diperoleh variabel statistik seperti rerata dan
simpangan baku dari sekumpulan piksel tersebut,baru dilakukan Transformasi Hough. Penelitian ini
menghasilkan simpangan baku penentuan posisi
pusat target dalam tingkat sub piksel.
METODOLOGI
Target dapat dibentuk dari perpotongan 2
atau lebih garis. Misalnya untuk tanda fidusial foto
udara ada yang berupa perpotongan 2 buah garis
lurus. Secara umum, persamaan garis lurus dalambentukslope-intercept(Schalkoff, 1989):
baxy += ............................................... (1)
dimana a menyatakan slope dan b adalah intercept.
Untuk sekumpulan titik/piksel (xi,yi), i=1,,n garis-
garis vertikal (a ) tidak akan tersajikan danlebih jauh hanya parameter garis tunggal saja yang
dapat disajikan menggunakan persamaan (1)(Schalkoff, 1989). Untuk mengatasinya persamaan
(1) dapat disajikan dalam bentuk sistem koordinat
kutub (Duba dan Hart, 1972 dalam Schalkoff,
1989):
sincos += yx .........................(2)
dengan = sudut relatif kearah horizontal (sumbux) dan = jarak normal dari origin ke arah garistersebut. Ilustrasi penyajian garis ini dapat disimak
pada Gambar 1.
Gambar 1. Penyajian Garis Dalam Citra.
Penggunaan Transformasi Hough untukmendeteksi obyek dimulai dengan pembuatan
matrik akumulator (lihat Gambar 2). Sumbu dandibagi dalam interval ddan d. Jika ddan dterlalu kecil maka tidak akan terbentuk cluster
pada matrik akumulator dan akan mengumpul jikaterlalu besar. Pada awalnya harga semua sel pada
matrik akumulator di set berharga nol,
sebagaimana ditunjukkan pada persamaan (3).
0),( =A .........................................(3)
Kemudian setiap piksel pada citra dipetakan dalam
sistem koordinat kutub. Setiap kenaikan ddihitung harga -nya dengan menggunakan
persamaan (2). Setiap harga yang diperolehkemudian dibulatkan ke sel terdekat dan hargasel pada matrik akumulator dinaikan 1,
sebagaimana ditunjukkan pada persamaan (4).
1),(),( += AA .......................(4)
Jika semua piksel pada citra telah dihitung, maka
pada matrik akumulator akan terbentuk cluster-
cluster (lihat Gambar 2), dimana setiap cluster
tersebut menunjukkan harga dan yangmenyatakan persamaan garis lurus. Idelanya, jika
target pada citra hanya dibentuk oleh 2 garis maka
O(0,0)Y
x
y(x,y)
X
2
-
7/24/2019 Publ_FIT ISI 2002_ Hough Transform
3/6
hanya akan ada 2 buah cluster. Tetapi, jika adalebih dari 2 clustermaka dapat dilakukan prosedur
seleksi dan perataan kuadrat terkecil.
Min Maks
Min
Maks
Gambar 2. Kuantisasi Matrik Akumulator.
Secara umum algoritma Transformasi
Hough dapat disajikan sebagai berikut (Xun, Yiren,
Jianqing, 1992):
a. Sadap piksel sisi menggunakan operator
pendeteksi sisi (misal Operator Robert atau
Sobel).b. Kuantisasi matrik akumulator
A(m,n) = 0
m = INT(/d)+1n = INT(2R/d)+1R = (L2+W2)1/2
L dan W adalah panjang dan lebar citra.
c. Untuk setiap piksel (xk,yk) hitung gradien k(misal dengan Operator Sobel).
k= xkcos k+ yksin ki = INT (k/d)
j = INT (k/d)h(i,j) = h(i,j)+1
d. Sadap piksel ekstrim maksimum dari matrikakumulator h. Piksel ekstrim maksimum (i,j)akan sesuai dengan parameter garis lurus.
i= i x dj= j x d
PELAKSANAAN DAN PEMBAHASAN
Prosedur pelaksanaan penelitian secara
lengkap dapat disimak pada Gambar 3. Pertama-
tama mendesain target yang akan dipotret. Targetberbentuk perpotongan 2 buah garis lurus dengan
berbagai macam ukuran dan orientasi, sebagaimana
disajikan pada Gambar 5. Setelah dipotret, citra
disiam (scanning) dengan resolusi 300 dpi.Citra target hasil penyiaman (format
raster) kemudian dilakukan konversi dari biner ke
ASCII sehingga citra tersebut dapat dibaca oleh
bahasa pemrograman. Selain itu, citra hasil
penyiaman dicek apakah memiliki 'piksel semu'atau traling space. Jika ada traling space maka
harus dihilangkan terlebih dahulu sehingga tidak
menganggu saat dilakukan penyadapan sisi denganoperator pendeteksi sisi.
Persiapan
Pemotretan Target
A FotoPaper Print
On Screen Digitizing Penyiaman Foto
Konversi Data Penghilangan Trailing Space
Penyadapan Sisi (Operator Sobel)
Pada Jendela Target Tunggal Pada Jendela Target Jamak
Transformasi Hough
Evaluasi HasilA
Gambar 3. Prosedur Pelaksanaan Penelitian.
Ada beberapa macam operator pendeteksi
sisi, antara lain: Operator Sobel dan Robert. Pada
penelitian ini dipergunakan operator Sobel dengan
pertimbangan jumlah komputasi yang sedang danlangsung dapat diperoleh gradien piksel dalam arah
sumbu x dan y. Pada dasarnya Operator Sobel
merupakan filter 3x3, sebagaimana disajikan pada
Gambar 4. Untuk menghitung gradien piksel arahsumbu x dipergunakan filter pada Gambar 4(a)
sedangkan Gambar 4(b) untuk gradien arah y.
-1 -2 -1 -1 0 1
0 0 0 -2 0 2
+1 +2 +1 -1 0 1
(a). Gx (b). Gy
Gambar 4. Operator Sobel (Gonzalez and Wintz, 1987)
(a). Gradien Arah X (Gx)
(b). Gradien Arah Y (Gy)
3
-
7/24/2019 Publ_FIT ISI 2002_ Hough Transform
4/6
Besar (magnitude) piksel adalah:
)( 22 yx GGG += ............................... (5)
Adapun arah pada lokasi G(x,y) adalah:
=
x
y
G
GArcG tan ............................. (6)
Sebelum dilakukan penyadapan sisi dengaOpertor Sobel, terlebih dahulu dilokalisir sebuah
target (lihat Gambar 6) dari citra jamak hasil
penyiaman (Gambar 5). Perlakuan ini dilakukanjuga pada citra target lainnya.
Gambar 5. Target Jamak
Gambar 6. Target Tunggal
Pada Gambar 7 disajikan gambar pikselsisi hasil penyadapan dengan Operator Sobel.
Terlihat bahwa piksel-piksel sisi betul-betul
mengumpul pada sisi target. Tampak pulaketebalan sisi lebih dari 1 piksel. Hal ini
disebabkan penentuan threshold (harga yang
dipergunakan untuk membedakan antara piksel
obyek dengan piksel latar belakang) yang terlalu
keci. Jika harga thresholdditentukan terlalu besarmaka piksel sisi akan sangat tipis dan terpotong-
potong.
Gambar 7. Hasil Deteksi Sisi
Piksel-piksel sisi (lihat Gambar 7)
kemudian ditentukan titik tengahnya denganmenggunakan Transformasi Hough. Pada hitungan
Transformasi Hough ini dilakukan increment ddan d. Hitungan menunjukkan bahwa jumlahcluster yang terbentuk pada matrik akumulator
bervariasi antara 4 sampai 53. Perlu diperhatikan
bahwa pada citra yang sama akan terdeteksi jumlah
cluster yang berbeda jika dipergunakan cara
clustering yang berbeda. Pada penelitian ini
clusteringdilakukan dengan mengevaluasi 4 piksel
tetangganya pada matrik akumulator.
Gambar 8. Ilustrasi Cluster(4 Cluster) Ideal
Pada Gambar 8 dan 9 diilustrasikan 4buah cluster yang terbentuk pada matrik
akumulator. Pada Gambar 8, setiap cluster secara
jelas dapat dipisahkan dengan tetangganya,
sedangkan pada Gambar 9 antar clusteragak susah
dipisahkan. Untuk itu diperlukan suatu algoritma
tambahan yang dapat mendeteksi jumlah dan batasclusteryang tepat pada Gambar 9.
4
-
7/24/2019 Publ_FIT ISI 2002_ Hough Transform
5/6
Gambar 9. Ilustrasi Cluster(4 Cluster) Tidak Ideal
Pada Gambar 10 disajikan tumpang susun
citra hasil deteksi sisi dengan hasil Transformasi
Hough. Terlihat bahwa posisi titik tengah targethasil hitungan Transformasi Hough tepat berada
pada pusat piksel sisi (tengah target). Hal yang
sama ditunjukkan Pada Gambar 11. Tumpang
susun antara citra target, hasil deteksi sisi, dan hasil
Transformasi Hough menunjukkan bahwapenentuan titik pusat target dengan Transformasi
Hough tepat berada ditengah pusat target.
Gambar 10. Tumpang Susun Citra Hasil Deteksi
Sisi Dengan Hasil Transformasi Hough.
Gambar 11. Tumpang Susun Antara Citra Target,
Hasil Deteksi Sisi, dan Hasil
Transformasi Hough.
Pada penelitian ini, dilakukan pula
kombinasi interval jarak (d), arah (d), danpengambang (threshold, T). Kombinasi terbaik
(yang ditunjukkan oleh penyimpangan terkecil
posisi hasil hitungan Transformasi Hough dengan
digitasi langsung di layar komputer) dari d, d,dan T pada sebuah jendela target tersebutditerapkan pada jendela-jendela lainnya. Adapun
kombinasi terbaik diperoleh pada harga d = 0,5piksel, d= 5 derajad, dan T = 192. Pada Tabel 1disajikan posisi titik pusat target yang dihitung
menggunakan Transformasi Hough dan hasildigitasi secara langsung di layar komputer.
Tabel 1. Hasil Penentuan Posisi Target
Menggunakan Transformasi Hough
Hitungan Koordinat (piksel)
Hough Digitasi
Selisih
(piksel)TargetJumlah
Cluster
X Y X Y X YAll.img 53 97,9 90,0 98 99 -0,1 -1,0
A.img 7 28,8 25,6 28 25 0,8 0,6
B.img 9 14,4 14,0 13 14 1,4 0,0
C.img 9 26,4 30,3 24 28 2,4 2,3
D.img 16 34,6 38,1 33 37 1,6 1,8
E.img 11 24,3 26,0 22 24 2,3 2,0
F.img 12 29,0 37,0 26 35 3,0 2,0
G.img 15 54,4 56,0 52 56 2,4 0,0
H.img 11 52,0 32,5 50 33 2,0 -0,5
I.img 11 49,7 46,4 47 45 2,7 1,4
J.img 19 73,3 64,7 70 63 3,3 1,7
K.img 17 62,3 54,1 60 53 2,3 1,1
L.img 15 59,7 58,8 58 59 -0,9 -0,2
KESIMPULAN
Kesimpulan yang dapat ditarik dari penelitian ini
adalah:1. Transformasi Hough dapat mendeteksi dan
menentukan titik pusat target tunggal yang
berupa perpotongan 2 garis secara otomatis,
tanpa interpretasi visual operator.
2. Untuk kondisi yang ideal, TransformasiHough dapat menghasilkan ketelitian
penentuan posisi dalam tingkat sub piksel.
3. Faktor yang harus dipertimbangkan saat akan
melakukan Transformasi Hough adalah:melokalisir target dalam jendela tersendiri,
pemilihan harga thresholdyang sesuai dengan
kondisi citra, dan kriteria yang digunakan
dalam penentuan jumlah cluster.
UCAPAN TERIMAKASIH
Penulis mengucapkan terima kasih kepadaKepala Lab. Komputasi dan Pengolahan Data
Pertanahan di Jurusan Teknik Geodesi Fakultas
Teknik UGM atas penyediaan perangkat keras
penelitian.
5
-
7/24/2019 Publ_FIT ISI 2002_ Hough Transform
6/6
DAFTAR PUSTAKA
Adamos C. and Faig, W., 1992, "Hough Transform
in Digital Photogrammetry", ISPRS,
Washington D. C., Vol. XXIX, Part B3, hal.
250-254.Gonzalez, R. C. and Wintz, P., 1987, "Digital
Image Processing", Addison Wesley Publ. Co.,
2ndEdition, Massachusets.Hunt, B. R., Ryan, T. W., and Gifford, E. A., 1993,
"Hough Transform Extraction of Cartographic
Calibration Marks from Aerial Photography",PE & RS, Vol. LIX, No. 7, hal. 1161-1167.
Jianqing, Z., Zhuxun, Z., and Zhihong, W., 1992,
"High Accurate Location on Digital Image and
Application in Automatic Relative
Orientation", ISPRS, Washington D. C., Vol.XXIX, Part B3, hal. 78-82.
Schalkoff, R. J., 1989, "Digital Image Processingand Computer Vision", John Wiley and Sons
Inc., Singapore.Trinder, J. C., 1989, "Precision of Digital Target
Location",PE & RS, Vol. 55, No. 6, hal. 883-
886.Xun, Z. Z., Yiren, M., and Jianqing, Z., 1992,
"Image Segmentation on Hough
Transformation", ISPRS, Washington D. C.,
Vol. XXIX, Part B3, hal. 633-638.
6