首页    期刊浏览 2024年12月01日 星期日
登录注册

文章基本信息

  • 标题:Koreksi Kemiringan Citra Menggunakan Planar Homography Untuk Pengenalan Pelat Nomor Kendaraan
  • 本地全文:下载
  • 作者:Adnan Erlangga Raharja ; Dini Adni Navastara ; Shintami Chusnul Hidayati
  • 期刊名称:Jurnal Teknik ITS
  • 印刷版ISSN:2301-9271
  • 电子版ISSN:2337-3539
  • 出版年度:2021
  • 卷号:10
  • 期号:2
  • 页码:360-365
  • DOI:10.12962/j23373539.v10i2.71467
  • 语种:Spanish
  • 出版社:Lembaga Penelitian dan Pengabdian kepada Masyarakat
  • 摘要:Pengenalan pelat nomor kendaraan atau dikenal dengan istilah License Plate Recognition (LPR) merupakan sebuah bidang permasalahan yang berfokus pada pendeteksian dan pengenalan pelat nomor kendaraan. Dalam proses pengenalan pelat nomor akan terdapat banyak faktor eksternal yang dapat mempengaruhi proses kerja sistem, salah satunya adalah posisi dan orientasi kendaraan relatif dengan posisi kamera ketika proses pengambilan gambar. Kemiringan ini akan menimbulkan masalah seperti karakter yang bersentuhan ataupun karakter pada pelat nomor menjadi rusak. Akibatnya, ini akan memiliki efek semakin sulitnya untuk melakukan segmentasi dan pengenalan karakter pada pelat nomor. Untuk mengatasi masalah tersebut, Tugas Akhir ini membuat sistem koreksi kemiringan pelat nomor menggunakan planar homography yang kemudian akan di implementasikan pada sistem pengenalan pelat nomor kendaraan otomatis. Koreksi kemiringan dilakukan dengan mendeteksi tepi pelat nomor menggunakan algoritma Canny Edge Detection, kemudian mencari titik sudut pelat nomor, dan melakukan koreksi kemiringan dengan menggunakan planar homography. Setelah citra pelat nomor diperbaiki kemiringannya maka proses segmentasi dan prediksi dapat dijalankan dengan baik dan tepat. Pengujian dilakukan dalam tiga skenario yaitu pengujian deteksi sudut manual, pengujian algoritma edge detection, dan pengujian pada data video. Hasil segmentasi optimal pada video yang optimal di dapatkan dengan menggunakan algoritma Canny edge detection yang memiliki nilai rata-rata akurasi 75.88%, presisi 87.26%, dan recall 76.24% dan hasil prediksi pada video optimal dengan nilai rata-rata akurasi 77.45%, presisi 82.50%, dan recall 77.72%.
  • 关键词:License Plate Recognition;Planar Homography;Kemiringan;Canny Edge Detection
国家哲学社会科学文献中心版权所有