26 bentuk citra data awal yang tidak utuh atau tidak sempurna gambar yang ada di
dalam citra sampel tersebut. Citra uji yang tidak utuh mungkin karena ada objek lain yang menutupi, atau pengambilan gambar yang tidak sempurna, atau keadaan
objek itu sendiri yang telah mengalami perubahan. Metode SURF merupakan pengembangan dari metode SIFT. Kedua metode
tersebut mempunyai tujuan yang sama yaitu mendeteksi fitur lokal dengan menggunakan scale space representation Brown Lowe, 2002.
Metode SIFT diperkenalkan oleh D G Lowe pada tahun 2004 dengan jurnalnya yang berjudul
“Distinctive Image Features from Scale-Invariant Keypoints”. Meskipun dianggap metode yang handal dalam mendeteksi fitur lokal, Metode SIFT memiliki
kelemahan dalam hal kecepatan dalam menemukan fitur lokal tersebut. Dan kelemahan itulah yang dilengkapi pada Metode SURF. Metode SURF
menggabungkan algoritma citra integral integral image dan blob detection berdasarkan determinan dari matriks Hessian. Bay, Ess, Tuytelaars, Gool, 2008
2.6.1. Ruang Skala Scale Space
Dengan ukuran citra yang berbeda-beda, akan sangat sulit bagi kita untuk membandingkan fitur-fitur yang terdapat pada citra tersebut. Oleh
sebab itu, diperlukan suatu proses yang menangani perbedaan ukuran dengan
Gambar 2.6.1 - Scale space representation
27 menggunakan metode perbandingan skala. Dalam metode ini, kita
menggunakan scale space di mana citra diimplementasikan dalam bentuk sebuah image pyramid Lowe, 2004
. Citra secara berulang akan diperhalus
smoothing dengan fungsi Gaussian dan secara beruntun dengan cara sub- sampling untuk mencapai tingkat tertinggi pada piramida. Dengan
menggunakan integral image, perhitungan ini tidak perlu dilakukan secara iteratif dengan menggunakan filter yang sama, tetapi dapat filter dengan
ukuran sembarang ke dalam beberapa skala citra yang berbeda.
2.6.2. Penempatan Lokasi Keypoint
Untuk mencari lokasi keypoint yang invariant terhadap rotasi maka dilakukan proses yang terdiri dari tiga langkah, yaitu :
1. Menentukan nilai ambang penentuan lokasi. Ketika nilai ambang
dinaikkan, jumlah keypoint yang terdeteksi lebih kecil dan sebaliknya. Oleh karena itu, nilai ambang bisa disesuaikan untuk setiap aplikasi.
2. Proses non-maxima suppression yaitu proses yang bertujuan untuk
mencari sekumpulan calon keypoint. Proses ini dilakukan dengan membandingkan setiap pixel citra pada scale space dengan 26-
Gambar 2.6.2 - Non-maxima suppression