Sistem Penjejakan Obyek Dengan Stero Vision

Achmad Fiqhi Ibadillah

Abstract


Baru-baru ini, banyak penelitian dilakukan pada penginderaan visual pada robot, untuk  memonitor pergerakan robot. Stereo visiom adalah metode penginderaan yang masih banyak dikembangkan sampai hari ini,  ruang lingkup pembelajaran termasuk di bidang computer vision  yang mencoba untuk mengadopsi karya sistem visual manusia dengan menggunakan dua kamera. Stereo vision umumnya dibutuhkan di bidang robotika, salah satunya adalah mengambil informasi jarak objek tiga dimensi ke area di depan kamera pada robot secara otomatis. Jarak tertertu  digunakan untuk memposisikan robot untuk melakukan pekerjaan tertentu, seperti perakitan robot di industri. Dari latar belakang ini, penulis ingin membangun sistem robot otomatis menggunakan stereo vision sebagai pelacak objek berdasarkan jarak objek. Dua buah web camera  ditempatkan sesuai dengan jarak dan posisi tetap tertentu. Ukuran gambar yang ditangkap pada setiap kamera adalah 640x480 pixel. Dari gambar yang ditangkap oleh kedua kamera, kita bisa mengamati celah antara posisi objek yang disebut disparitas, metode pencocokan. Nilai disparitas dua 20x20 pixel sub gambar dari sepasang sub-gambar 640x480 pixel digunakan untuk menghitung jarak objek nyata. Jika data teknis masing-masing kamera dan sudut pandang dua kamera diketahui, jarak objek dapat dihitung dengan perhitungan geometri. Tetapi data teknis tersebut tidak tersedia, jadi kami membutuhkan pendekatan lain untuk menghitung jarak objek menggunakan nilai disparitasnya. Hasilnya menunjukkan bahwa kesalahan antara jarak aktual dan terdeteksi adalah 5%, dan resolusi kamera mempengaruhi dalam mengurangi kesalahan.

Kata  Kunci  Stereo vision, object tracking, camera, color detection, disparity.


References


Http://www.vision3d.com/stereo.html

R. I. Hartley and A. Zisserman. Multiple View Geometry in Computer Vision. Cambridge University Press, 2000.

Joseph L. Mundy and Andrew Zisserman, editors. Geometric Invariance in Computer Vision, chapter 23, Appendix { Projective Geometry for Machine Vision, pages 463{519. MIT Press, 1992.

J. G. Semple and G. T. Kneebone. Algebraic Projective Geometry. Oxford University Press, 1952.

Andrew Zisserman. Graduate computer vision series lecture notes. Oxford University Department of Engineering Science internal, 1997.

Shapiro, L. G. & Stockman, G. C: "Computer Vision", page 137, 150. Prentice Hall, 2001

Richard O. Duda and Peter E. Hart (April 1971). "Use of the Hough Transformation to Detect Lines and Curves in Pictures". Artificial Intelligence Center (SRI International).

Dr. Ir. Djoko Purwanto, M.Eng ., Imaging Geometry, Materi Perkuliahan Machine Vision, Surabaya : Institut Teknologi Sepuluh Nopember, 2009.

Joblove, G.H. and Greenberg, D.(1978). Colorspaces for computer graphics. Computer Graphics (SIGGRAPH '78 Proceedings), 12(3):20-25.




DOI: https://doi.org/10.21107/triac.v5i1.3830

Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Achmad Fiqhi Ibadillah

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Creative Commons License
Indexed by: