Purwarupa Sistem Penggabungan Foto Udara Pada UAV Menggunakan Algoritma Surf (Speeded-Up Robust Features)

Abstract

Abstrak            Purwarupa penggabungan foto udara pada UAV menggunakan algoritma SURF merupakan suatu sistem yang dirancang untuk melakukan penggabungan citra. Citra tersebut adalah citra yang dihasilkan fixed-wings UAV. Keluaran dari sistem ini berupa tampilan citra dengan objek yang lebih luas.             Sistem ini dirancang untuk dapat melakukan penggabungan foto udara dengan menggunakan algoritma SURF, FLANN, RANSAC, dan warpPerspective. Algoritma SURF digunakan sebagai detektor keypoint dari masing-masing input foto. Metode FLANN untuk melakukan pencocokan keypoint yang ditemukan. RANSAC digunakan untuk pencarian matrix homography. Metode warpPerspective digunakan untuk penggabungan kedua input yang memiliki kecocokan keypoint.            Pengujian terdiri dari beberapa jenis variasi antara lain variasi minimal perpotongan, variasi skala dan variasi rotasi. Variasi minimal perpotongan yang menghasilkan nilai minimal perpotongan sebesar 15% dan jumlah minimal keypoint berkesesuaian antar kedua citra yang dapat digabungkan adalah 5. Variasi rotasi untuk berapapun perbedaan sudut antara kedua citra tetap dapat digabungkan. Variasi skala minimal citra yang dapat digabungkan adalah skala citra yang diperkecil hingga 75% dari ukuran citra aslinya, dan skala citra yang diperbesar hingga 600% dari ukuran aslinya untuk maksimal variasi perbesaran skala. Kata kunci—Foto udara, Penggabungan gambar, SURF, FLANN, RANSAC AbstractPrototype of stitching aerial photograph  UAV using SURF algorithm is a system that is designed to stitch the image. The image is generated imagery UAV fixed-wings. The output of this system is a display image with a wider object.             This system is designed to be able to merge aerial images by using SURF algorithm, Flann, RANSAC, and warpPerspective. SURF algorithm is used as a keypoint detector from each of the input images. Flann method to perform keypoint matching is found. RANSAC homography matrix used for the search. WarpPerspective method used for merging the two inputs that have a match keypoint.             The test consists of several types of variations such as the intersection of the minimal variation, variation in scale and rotation variations. Variation that produces intersection minimum value of 15% and a minimum number of keypoint accords between the two images can be combined is 5. Variation of rotation to any angle difference between the two images can still be combined. Minimum scale variations which can be combined image is the image scale is reduced to 75% of the size of the original image, and the image scale is enlarged to 600% of its original size to a maximum variation of magnification scale. Keywords—Aerial Photograph, Stitching Images, SURF, FLANN, RANSAC