Deteksi Posisi Plat Nomor Kendaraan Bermotor Berdasarkan Area Citra
Deteksi Posisi Plat Nomor Kendaraan Bermotor Berdasarkan Area Citra
Seiring dengan pesatnya perkembangan ilmu pengetahuan dan teknologi saat ini menyebabkan
banyak bermunculan inovasi yang semakin memudahkan manusia untuk melakukan kegiatan sehari
harinya. Salah satu yang mengalami perkembangan pesat adalah Pengolahan Citra. Pada dasarnya
Pengolahan Citra Digital merupakan proses untuk melakukan pengolahan atau menganalisis citra
digital untuk mengambil informasi yang ada. Pencatatan plat nomor kendaraan di Indonesia pada
umumnya masih menggunakan cara konvensional, yaitu dengan mencatat plat nomor kendaraan satu
persatu secara manual oleh penjaga parker atau petugas keamanan yang berjaga di tempat tersebut.
Pencatatan secara manual dirasa kurang efisien karena sangat bergantung pada kejelian penjaga parkir
terlebih saat melakukan pencatatan dalam jumlah besar. . Untuk menghadapai permasalahan ini
dikembangkan system Deteksi Posisi Plat Nomor Kendaraan Bermotor Berdasarkan Area Citra.
Sistem ini tidak menawarkan proses untuk melakukan pencatatan karakter namun hanya melakukan
proses deteksi letak dan pemotongan per karakter pada plat nomor kendaraan yang dapat dijadikan
dasar untuk dilakukan pengembangan lebih jauh.
Keywords: pengolahan citra, citra digital, plat nomor kendaraan
I.
Pendahuluan
elektronik
juga
ternyata
konsumennya
berimbas
yang
pada
semakin
perilaku
yang
memungkinkan
menuntut
menanamkan
untuk
melakukan
teknologi
setting
Pada dasarnya
atau
untuk
melakukan
pengolahan
plat
nomor
kendaraan
di
maksimum
adalah
umumnya
karakter
penjaga
sangat
parkir
pencatatan
bergantung
terlebih
dalam
pada
saat
jumlah
kejelian
2.2.
melakukan
besar.
digit.
Pada
tambahan
ini
Pengolahan Citra
Secara harfiah, citra (image) adalah
Untuk
gambar
matematis,
menerangi
dapat
dijadikan
dasar
untuk
dilakukan
Dasar Teori
2.1.
Plat
Nomor
bidang
citra
objek,
dwimatra
merupakan
objek
(dua
fungsi
memantulkan
pada
Kendaraan
Bermotor
kamera.
3.2.
Tujuan
processing
dilakukan
citra
proses
adalah
preuntuk
dilakukan
manipulasi
parameter
menggunakan
teknik
3.2.1. Grayscaling
tertentu,
Grayscaling
merupakan
prose
[2]
III.
Metodologi Penelitian
3.1.
Metode
penyelesaian
yang
dilakukan
permasalahan
ini
dalam
adalah
sebagai berikut:
1. Studi Literatur
Metode yang dilakukan meliputi
Kendaraan
Area
(ii)
Bermotor
Citra
ini
. (i)
2. Perencanaan Sistem
Nomor
dengan system.
Plat
!!!!!
3.2.2. Binerisasi
Binerisasi
proses
untuk
pre-proscessing
dan
segmentasi
citra.
3.3.
- fitur yang
3.4.
dan
spasi
yang
diterapkan
dalam
citra
4.1.
Greyscaling
Pada tahap awal citra melalui tahap
menjadi
grayscale.
Persamaan
yang
Adapun
penerapannya
dalam
0.114B.
mata[0]
=
Convert.ToInt16(bmp1.GetPixel(i
-
1,
j
-
1).R)
*
(-1);
mata[1]
=
Convert.ToInt16(bmp1.GetPixel(i,
j
-
1).R)
*
(-2);
mata[2]
=
Convert.ToInt16(bmp1.GetPixel(i
+
1,
j
-
1).R)
*
(-1);
mata[3]
=
mata[4]
=
mata[5]
=
0;
mata[6]
=
Convert.ToInt16(bmp1.GetPixel(i
-
1,
j
+
1).R);
mata[7]
=
Convert.ToInt16(bmp1.GetPixel(i
+
1,
j
+
1).R)
*
2;
mata[8]
=
Convert.ToInt16(bmp1.GetPixel(i,
j
+
1).R);
matb[0]
=
Convert.ToInt16(bmp1.GetPixel(i
-
1,
j
-
1).R)
*
(-1);
matb[1]
=
matb[4]
=
matb[7]
=
0;
matb[2]
=
Convert.ToInt16(bmp1.GetPixel(i
+
1,
j
-
1).R);
matb[3]
=
Convert.ToInt16(bmp1.GetPixel(i
-
1,
j).R)
*
(-2);
matb[5]
=
Convert.ToInt16(bmp1.GetPixel(i
+
1,
j).R)
*
2;
matb[6]
=
Convert.ToInt16(bmp1.GetPixel(i
-
1,
j
+
1).R)
*
(-1);
matb[8]
=
Convert.ToInt16(bmp1.GetPixel(i,
j
+
1).R);
int
hasil
=
0;
int
hasil2
=
0;
for
(int
x
=
0;
x
<
9;
x++)
{
hasil
=
hasil
+
mata[x];
hasil2
=
hasil2
+
matb[x];
}
hasil
=
hasil
+
hasil2;
if
(hasil
>
255)
hasil
=
255;
else
if
(hasil
<
0)
hasil
=
0;
bmp2.SetPixel(i,
j,
yaitu vertical
4.2.
Binerisasi
Setelah citra diubah ke greyscale,
tertentu
threshold
yang
nomor
kendaraan
pribadi
penerapannya
dalam
4.3.
Edge Detection
Edge detecktion atau deteksi tepi
horizontal.
-1
-2
-1
0
0
0
1
2
1
dan
-1
0
1
-2
0
2
-1
0
1
4.4.
Erosi
Proses ini menggunakan 2 macam
}
if
(j
>=
0
&&
i
+
3
<
bmp2.Width)
{
temp
=
bmp2.GetPixel(i
+
3,
j);
mat[7]
=
Convert.ToInt16(temp.R);
}
if
(j
>=
0
&&
i
+
4
<
bmp2.Width)
{
temp
=
bmp2.GetPixel(i
+
4,
j);
mat[8]
=
Convert.ToInt16(temp.R);
}
if
(mat[0]
>
0
&&
mat[1]
>
0
&&
mat[2]
>
0
&&
mat[3]
>
0
&&
mat[4]
>
0
&&
mat[5]
>
0
&&
mat[6]
>
0
&&
mat[7]
>
0
&&
mat[8]
>
0)
erosi
=
255;
else
erosi
=
0;
berikut
1
1
1
1
1
1
1
1
1
Sedangkan
mask
citra
yang
berikut
1 1 1 1 1 1 1 1 1
Adapun
penerapannya
Pencarian Posisi
posisi adalah:
1.
dalam
4.6.
Pemotongan Karakter
Tahapan tahapan dari
pemotongan adalah:
1. Greyscaling
2. Pengubahan image menjadi biner
3. Deteksi tepi menggunakan sobel
DAFTAR PUSTAKA
[1] Patardo Marasi Manurung. 2007. Perangkat Lunak Pengenalan Nomor Mobil