1. Pendahuluan
Plat mobil merupakan nomor identitas dari setiap mobil yang ada. Tentunya setiap mobil yang ada mempunyai plat nomor yang berbeda untuk
masing-masing menunjukkan identitas kendaraan tersebut. Terlepas dari itu semua untuk pengolahan citra plat mobil tidak lepas dari media komputer
dalam mendeteksi letak plat dan pengenalan karakternya. Begitu pentingnya media komputasi untuk menghasilkan sebuah sistem yang dapat mendeteksi
citra plat mobil dalam komunikasi visual dua dimensi untuk membandingkan hasilnya. Salah satu cara yang digunakan para programmer untuk mendeteksi
citra plat mobil adalah metode deteksi tepi.
Sekarang ini sistem deteksi plat mobil masih menggunakan beberapa metode deteksi tepi yang ada. Metode deteksi tepi yang sering digunakan untuk
mendeteksi plat mobil yaitu prewitt dan sobel. Namun dari kedua metode yang ada tersebut masih belum ditemukan titik optimal dari metode yang digunakan
dalam mendeteksi sebuah plat mobil. Pada penelitian kali ini akan dibandingkan sistem deteksi plat mobil menggunakan metode deteksi tepi
prewitt dan metode deteksi tepi sobel dimana kedua metode ini hampir mempunyai kesamaan yang mendasar. Dengan demikian akan dapat
disimpulkan bahwa dari kedua metode deteksi tepi di atas bisa menghasilkan pendeteksian plat yang lebih akurat melalui perbandingan yang ada.
2.
Tinjauan Pustaka
Image processing atau pengolahan citra merupakan proses pengolahan
dan analisis citra yang banyak melibatkan persepsi visual. Proses ini mempunyai ciri data masukan dan informasi keluaran yang berbentuk citra.
Namun citra yang dihasilkan dari proses pengolahan citra memiliki kualitas yang lebih baik dibandingkan dengan citra aslinya. Istilah pengolahan citra
digital
secara umum didefinisikan sebagai pemrosesan citra dua dimensi dengan komputer.
Operasi-operasi yang dilakukan di dalam pengolahan citra banyak ragamnya, salah satu dari operasi itu adalah pengorakan citra image analysis
yang mempunyai tujuan menghitung besaran kuantitif dari citra untuk menghasilkan deskripsinya. Teknik image analysis mengekstraksi ciri-ciri
tertentu yang membantu dalam identifikasi objek. Proses segmentasi kadangkala diperlukan untuk melokalisasi objek yang diinginkan dari
sekelilingnya.
Segmentasi adalah salah satu cara yang sering digunakan dalam memilah citra dalam data, yaitu membagi citra menjadi bagian yang diharapkan
termasuk objek yang dianalisis. Segmentasi sering dideskripsikan sebagai proses analogi terhadap proses pemisahan latar depan dan latar belakang.
Dengan demikian, citra terbagi atas dua bagian, yaitu bagian hitam dan bagian putih, atau warna yang membatasi setiap wilayah. Konsep dasar mengenai
segmentasi daerah melalui operasi thresholding yang bertujuan memisahkan
daerah milik sebuah atau beberapa objek dan latar belakang untuk menghasilkan citra biner.
Threshold atau binerisasi yaitu pengelompokan pixel dalam citra
berdasarkan batas nilai intensitas tertentu adalah salah satu contoh operasi tingkat titik. Untuk memperjelas pemisahan antara objek dengan latar
belakang, citra di dirubah menjadi biner berdasarkan nilai ambang tertentu dengan metode otsu. Keakuratan dari segmentasi ini sangat menentukan
keberhasilan dalam pemrosesan analisis citra secara otomatis. Konversi suatu citra abu-abu menjadi citra biner adalah bentuk sederhana dari segmentasi citra,
di mana citra dipartisi menjadi dua bagian. Ada dua pendekatan yang digunakan dalam segmentasi objek yaitu segmentasi berdasarkan batas wilayah
tepi dari objek dan segmentasi ke bentuk dasar.
Perbandingan citra dapat dilakukan ketika hendak menentukan
perbedaan atau kesamaan apa saja yang terdapat pada ke dua citra tersebut. Banyak parameter yang dapat ditentukan dalam perbandingan ini, misalnya:
ketajaman, resolusi dan ukuran yang ada pada citra. Dengan cara demikian maka sebuah kesimpulan dapat dihasilkan ketika perbandingan sudah
dilakukan. Pada sebuah deteksi tepi citra, untuk dapat membandingkan hasil citra USG janin supaya teridentifikasi dengan jelas, perlu dilakukan
perbandingan metode deteksi tepi apa yang dipakai. Dengan metode deteksi tepi yang digunakan tersebut bisa dibandingkan hasil citra USG janin yang bisa
mendekati bentuk sebenarnya [1].
ORC Optical Character Recognition merupakan cara dalam
pengenalan karakter yang ada pada citra plat mobil. Pada penelitian Automtic Vehicle Identification by Plate Recognition
[2] menjelaskan tentang cara yang digunakan dalam mendeteksi plat dengan pengujian tingkat akurasi dari
karakter yang dapat dideteksi. Automatic Vehicle License-Plate Recognition System
[3] juga menggunakan pengujian dengan tingkat akurasi pada deteksi plat mobil dan
pengenalan plat nomor berdasarkan karakter yang bisa dideteksi. Untuk perhitungan akurasi dalam deteksi citra plat mobil bisa menggunakan
perhitungan berikut:
Akurasi deteksi plat nomor = Jumlah deteksi plat nomor berhasilJumlah sampel citra x 100
Akurasi Pengenalan Plat Nomor = Jumlah pengenalan plat yang benarJumlah sampel citra x 100
Tepi edge adalah perubahan nilai intensitas derajat keabuan yang mendadak besar dalam jarak yang singkat. Sedangkan deteksi tepi pada suatu
citra adalah suatu proses yang menghasilkan tepi-tepi dari objek-objek citra, tujuannya adalah Untuk menandai bagian yang menjadi detail citra Untuk
memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dari proses akuisisi citra. Proses deteksi tepi pada citra dilakukan dengan
dua arah yaitu secara vertikal dan secara horizontal sehingga menghasilkan suatu citra dari proses deteksi tepi yaitu berupa tepi-tepi dari suatu citra. Hasil
yang diperoleh dari proses deteksi tepi citra dapat disimpulkan bahwa tepi suatu citra terletak pada titik-titik yang memiliki perbedaan tinggi.
Tepi Citra
Gambar 1 Proses Deteksi Tepi Citra
Berdasarkan prinsip-prinsip filter pada citra maka tepi suatu gambar dapat diperoleh menggunakan HPF High Pass Filter, yang mempunyai
karakteristik:
fungsi citra fx,yadalah:
1 1 1 1 1 1 1 1 1 0
1 1 1 0 0 1 1 0 0 0
1 0 0 0 0
Dengan menggunakan filter : H y,x =[-1 1] Maka Hasil filter adalah:
Deteksi tepi dengan metode turunan pertama yaitu metode robert yang sering disebut juga operator silang. Gradien robert dalam sumbu x dan sumbu y
dihitung dengan persamaan 1 dan 2. 0 0 0 0 1
0 0 0 1 0 0 0 1 0 0
0 1 0 0 0 1 0 0 0 0
Image Processing
2
R
+
x, y = f x +1, y +1- f x, y R
-
x, y = f x, y +1- f x +1, y Dalam bentuk mask persamaan 1 dan 2 metode robert adalah:
Metode Prewitt adalah pengembangan dari metode robert yang
merupakan teknik differensial pada arah horisontal dan differensial pada arah vertikal, dengan menggunakan filter HPF High Pass Filter yang diberi satu
angka nol penyangga. Metode ini mengambil prinsip dari fungsi laplacian yang dikenal sebagai fungsi untuk membangkitkan HPF.
Metode Sobel merupakan pengembangan metode robert dengan
menggunakan filter HPF yang diberi satu angka nol penyangga. Metode ini mengambil prinsip dari fungsi Laplacian dan Gaussian yang dikenal sebagai
fungsi untuk membangkitkan HPF. Kelebihan dari metode sobel ini adalah kemampuan untuk mengurangi noise sebelum melakukan perhitungan deteksi
tepi.
3.
Desain Sistem
Gambar 2 System Flowchart
Pada intinya sistem deteksi citra plat mobil terbagi menjadi dua bagian saja yaitu plat extraction mewakili proses deteksi plat nomor, sedangkan
character segmentation dan character identification mewakili proses
pengenalan plat nomor.
Deteksi plat nomor
Deteksi plat nomor ini berfungsi untuk menemukan lokasi plat nomor yang berada pada citra. Pada tahap deteksi plat nomor ini proses grayscale,
threshold, deteksi tepi dan deteksi kotak merupakan tahap plate extraction dan
outputnya berupa letak plat nomor yang sudah digaris kotak berwarna hijau.
Image Acquisition
Plate Extraction
Character Segmentation
Character Identification
Display ID
1
3
Gambar 3 Diagram Alir Deteksi Plat Nomor
Proses preprocessing perlu dilakukan untuk menyesuaikan apa yang dibutuhkan untuk proses selanjutnya. Yang pertama sistem akan merubah objek
RGB menjadi objek grayscale. dengan menggunakan persamaan 3. Gray
= R + G + B3 Proses pada persamaan 3 tersebut dilakukan pada setiap pixel pada
citra, dengan cara persamaan 3 tersebut maka setiap pixel memiliki satu jenis warna dengan intensitas yang berbeda-beda. Di dalam tahap thresholding
terdapat dua batas tepi, yang pertama tepi batas atas yang nantinya dirubah menjadi warna putih dan tepi batas bawah yang nantinya dirubah menjadi
warna hitam. Sehingga nantinya bisa menghasilkan citra biner atau gambar yang berkomposisikan warna hitam dan putih.
Thresholding atau binerisasi yaitu citra dirubah dari grayscale menjadi
citra hitam putih. Pada kedua metode deteksi tepi yang digunakan, proses ini menghasilkan citra yang tidak begitu berbeda antara metode deteksi tepi
prewitt dan deteksi tepi sobel. Jika diamati dengan seksama perbedaan tampak pada garis putih yang merupakan tepi dari citra plat mobil dimana deteksi tepi
prewitt lebih kecil dan deteksi tepi sobel cenderung lebih tebal.
a b
Gambar 4 Thresholding Pada Deteksi Tepi Prewitt a dan Deteksi
Tepi Sobel b
Deteksi tepi Threshold
Grayscale
Deteksi Kotak Start
Selesai Input Citra
7
8
9
Deteksi tepi pada suatu citra adalah suatu proses yang menghasilkan tepi-tepi dari objek-objek citra. Tepi-tepi ini akan menandai bagian detail citra.
Tepi-tepi pada gambar tersebut terletak pada titik-titik yang memiliki perbedaan tinggi. Dengan perbedaan tinggi tersebut tercipta suatu pola atau
guratan yang membentuk suatu objek dapat diperoleh menggunakan High Pass Filter HPF
. Pada deteksi tepi ini menggunakan deteksi tepi prewitt dan sobel
sebagai perbandingan hasil deteksi plat. Tingkat akurasi pengenalan karakter plat mobil dipengaruhi oleh deteksi tepi yang digunakan. Persamaan dari
deteksi tepi prewitt dan sobel adalah dari keduanya sama-sama pengembangan dari deteksi tepi robert dan keduanya sama-sama menggunakan HPF.
Jika suatu pengaturan pixel disekitar pixel x,y: Metode prewitt dan sobel adalah magnitude gradient yang dihitung dengan:
= √ +
Dan turunan parsialnya dari persamaan 5 adalah: S
x
= a
2
+ ca
3
+ a
4
– a + ca
7
+ a
6
S
y
= a
+ ca
1
+ a
2
– a
6
+ ca
5
+ a
4
Deteksi tepi sobel mempunyai persamaan konstanta c = 2 dimana jika dibuat dalam bentuk dalam mask persamaan 4, maka persamaan 6 dan persamaan 7
dapat dinyatakan sebagai sebagai persamaan 8. Untuk deteksi prewitt mempunyai persamaan konstanta c = 1. Inilah yang
membedakan antara deteksi tepi prewitt dan deteksi tepi sobel. Jika dibuat dalam bentuk mask persamaan4, maka persamaan 6 dan persamaan 7 deteksi
prewitt dapat dinyatakan sebagai persamaan 9. Menentukan sisi horizontal menggunakan persamaan 10.
4
6 5
10
Dimana fT l, i adalah proyeksi horizontal sesudah morphology secara metematik, T adalah threshold. Kemudian scanning fungsi dari fT l, i dan
tunjuk bagian dimana nilai menunjukkan dari 0 ke 1 dan dari 1 ke 0.
Deteksi kotak bergantung pada proses sebelumnya yaitu deteksi tepi
karena penyusun dari kotak adalah kumpulan dari garis. Ketika citra plat mobil dirubah menjadi grayscale dan kemudian di threshold yang akhirnya di cari
daerah mana yang paling pekat dari citra yang menggunakan deteksi tepi, maka program bisa menentukan daerah plat mobil yang daerahnya dideteksi paling
pekat kemudian di crop.
Pengenalan plat yang berupa nomor polisi sebagai hasil dari proses sebelumnya, diperlukan aspek perbandingan atau aspect ratio yang digunakan
sebagai perbandingan lebar ke daerah yang dominan pada citra plat mobil menggunakan persamaan 11.
Aspect Ratio = Panjang KotakLebar Kotak
Selain aspek perbandingan yaitu sisi kepadatan dimana menghilangkan sisa- sisa daerah yang tidak termasuk dalam daerah deteksi plat mobil. Daerah yang
masih terseleksi untuk proses deteksi, mengambil persamaan persegi panjang seperti bentuk umum plat mobil yang ada di Indonesia.
Pengenalan Plat Nomor
Gambar 5 Desain Sistem Pengenalan Plat Nomor
Proses preprocessing ini dilakukan kembali proses grayscale dan thresholding
pada objek citra plat nomor yang telah di ekstraksi pada proses sebelumnya. Dan proses ini dilakukan untuk mendapatkan objek plat nomor
dengan citra biner. Dan citra biner ini dibutuhkan unuk proses selanjutnya.
Threshold
ORC Grayscale
Noise Filtering Plat yang
di Crop Mulai
Selesai
11
Noise filtering dibutuhkan untuk memenuhi parameter-parameter yang dibutuhkan untuk proses selanjutnya yaitu OCR Optical Character
Recognition . Untuk proses yang dilakukan tahap ini adalah proses erosi dan
dilatasi. Proses ini dilakukan untuk memperbaiki objek plat nomor sehingga bisa digunakan sebagai masukan pada tahap OCR.
Erosi adalah suatu operasi yang akan mengurangi pixel pada batas antar objek dalam suatu citra digital. Cara kerjanya adalah melakukan pengecekkan
terhadap pixel hitam yang akan dierosi dengan melewatkan mask yang ada terhadap pixel hitam tersebut, dan jika memenuhi semua syarat dalam mask
maka pixel hitam itu akan diubah warnanya menjadi putih. Sedangkan dilatasi adalah suatu operasi yang akan menambahkan pixel pada batas antar objek
dalam suatu citra digital. Cara kerjanya adalah dalam citra biner jika ada pixel tetangga yang bernilai 1 maka output pixel akan ubah menjadi 1.
OCR Optical Character Recognition
Gambar 6 Blok Diagram OCR Optical Character Recognition
Langkah pertama adalah proses segmentasi yang mempunyai tujuan untuk memisahkan wilayah region objek dengan wilayah latar belakang agar
objek di dalam citra mudah dianalisis dalam rangka mengenali objek. Pada Gambar 7 adalah perbandingan segmentasi sebuah karakter menggunakan
metode deteksi tepi prewitt dan deteksi tepi sobel.
Fiture Extraction
Segmentation Normalization
Recognition Mulai
Selesai Plat yang sudah
dideteksi letaknya
a b
Gambar 7 Segmentasi Karakter Menggunakan Deteksi Tepi Prewitt a dan Deteksi
Tepi Sobel b
Hasil dari karakter yang sudah di segmentasi tidak mengelami banyak perbedaan antara hasil menggunakan deteksi tepi prewitt atau deteksi tepi
sobel. Perbedaan hasilnya dikarenakan ke dua metode yang digunakan tergantung pada proses thresholding pada pengenalan plat nomor.
Proses selanjutnya adalah normalization yang didalamnya terdapat beberapa tahap yaitu: scalling dan thinning. Scalling adalah fungsi yang
mengubah ukuran suatu citra dimana scalling cenderung merupakan sebutan untuk perbesaran dan shrink cenderung merupakan sebutan untuk memperkecil
ukuran sebuah citra. Thinning adalah operasi morfologi yang digunakan untuk menghapus pixel foreground yang terpilih dari citra biner, biasanya digunakan
untuk proses mencari tulang sebuah objek.
Untuk proses feature extraction adalah suatu proses image analysis dalam mengidentifikasi sifat-sifat yang melekat dari tiap-tiap karakter atau
disebut juga dengan fitur dari sebuah objek yang terdapat dalam citra. Karakteristik ini digunakan dalam mendeskripsikan sebuah atribut dari sebuah
objek, kemudian fitur yang dimiliki oleh karakter dapat digunakan sebagai proses recognition. Setelah mendapatkan citra biner, proses segmentasi citra
setiap karakter dilakukan dengan cara pemetaan warna yaitu mencari komponen-komponen warna yang terhubung satu sama lain. Dengan
menyesuaikan ukuran dari citra karakter dengan template karakter maka selanjutnya tinggal membandingkan antara citra karakter dengan citra
template
nya. Pada proses template ini, data gambar alphanumeric yang diambil ada 36 yang mencakup angka nol sampai sembilan dan huruf A-Z.
Diagram alir pada Gambar 8 merupakan gambaran deteksi plat mobil yang diimplementasian pada sebuah sistem dalam sebuah interface. Ketika
program mulai berjalan dan sampai tahap akhir yaitu pengenalan plat yang kemudian ditampilkan hasil karakter, pada diagram alir ini menggambarkan
bagaimana program berkerja untuk deteksi plat mobil dan pengenalan plat
nomor. Tahap awal yaitu mulai merupakan awal program Matlab 6.5 dibuka. Open image
adalah proses membuka citra plat mobil dari interface yang telah dibuat. Kemudian citra yang di buka tersebut dirubah menjadi grayscale dan
diproses dengan metode deteksi tepi prewit atau sobel yang bertujuan untuk deteksi plat nomor pada citra plat mobil. Setelah menentukan bisa mengenali
plat nomor maka dilakukan tahap pengenalan karakter atau optical character recognition
. Karakter yang sudah di segmentasi kemudian dicocokkan dengan database
yang berisi nomor-nomor plat yang akan diuji. Jika plat nomor berhasil dideteksi maka akan muncul informasi “plat nomor ditemukan pada
database ”. Tetapi jika tahap pengenalan karakter gagal maka akan muncul
informasi “tidak ditemukan pada database”. Setelah hasil pengenalan karakter dicocokkan dengan database, gagal atau berhasil proses akan selesai dengan
menampilkan hasil identifikasi citra plat mobil.
a
b
Gambar 8 Diagram Alir Sistem Deteksi Citra Plat Mobil Pada Interface
Menggunakan Deteksi Tepi Prewitt a dan Deteksi Tepi Sobel b
Mulai
Grayscale
Deteksi Kotak
Optical Character Recognition
Cocokkan Karakter Dalam Database
Cocok Plat Nomor Tidak
Ditemukan Pada Database Plat Nomor Ditemukan
Pada Database Selesai
Open Image
Deteksi Tepi Prewitt
Mulai
Grayscale
Deteksi Kotak
Optical Character Recognition
Cocokkan Karakter Dalam Database
Cocok Plat Nomor Tidak
Ditemukan Pada Database Plat Nomor Ditemukan
Pada Database Selesai
Open Image
Deteksi Tepi Sobel
4. Hasil dan Pembahasan