Deteksi Marka Jalan dengan Hough Transform dan Thresholding

Abstrak-Marka jalan adalah suatu tanda yang berada di permukaan jalan atau di atas
permukaan jalan yang meliputi peralatan atau tanda yang membentuk garis yang berfungsi
mengarahkan arus lalu lintas dan membatasi daerah kepentingan lalu lintas. Penelitian
tentang deteksi marka jalan masih tren dikalangan peneliti untuk menemukan solusi terbaik
berdasarkan tingkat akurasi dan waktu proses yang diperoleh. Dalam penelitian ini
membahas tentang pendeteksian marka jalan menggunakan metode Hough Transform serta
metode Thresholding dan Regionprops untuk mendeteksi marka yang ada pada jalan raya dan
mendapatkan nilai yang paling akurat serta waktu proses yang paling optimal.
I. Pendahuluan
Perkembangan teknologi di Indonesia memaksa para produsen industri mobil selalu
berlomba – lomba untuk menyediakan fasilitas yang memudahkan pengendara dalam
mengoperasikan mobil yang dihasilkannya. Diharapkan untuk kedepannya pengolahan citra juga
dapat diterapkan dalam perkembangan industri mobil untuk menjadikan teknologi dalam bidang
industri mobil menjadi lebih baik lagi.
Menurut (Effrod, 2000), pengolahan citra adalah istilah umum untuk berbagai teknik untuk
memanipulasi dan memodifikasi citra dengan berbagai cara. Citra dua dimensi yang sangat mudah
diolah misalnya adalah foto. Setiap foto dalam bentuk citra digital dapat diolah melalui perangkat
lunak tertentu, misalnya jika hasil bidikan kamera kurang baik seperti kurang terang, citra dapat
dibuat menjadi lebih terang dan juga dimungkinkan untuk memisahkan foto dari latar belakangnya
atau bahkan menggabungkan beberapa foto menjadi satu. Citra digital dibentuk oleh sekumpulan
titik yang dinamakan piksel (pixel atau picture element). Setiap piksel digambarkan sebagai satu
kotak kecil. Setiap piksel memiliki koordinat posisi yang digunakan untuk menunjukan keberadaan
citra tersebut [1].
Sama halnya dengan foto digital, digital video terdiri dari serangkaian gambar digital bitmap
ortogonal yang ditampilkan dalam suksesi cepat dengan laju yang konstan. Dalam konteks ini,
gambar digital dalam video disebut frame sehingga motion (pergerakan) di dalam video sebenarnya
adalah ilusi yang disebabkan oleh pergerakan yang cepat dari image atau frame. Setiap frame
gambar digital bitmap ortogonal juga terdiri dari piksel. Jika memiliki lebar piksel W (width) dan
tinggi H (height) piksel kita mengatakan bahwa ukuran frame tersebut W x H. Piksel hanya
memiliki satu properti yaitu warna mereka. Warna piksel diwakili oleh sejumlah sejumlah tetap bit.
Semakin banyak bit variasi lebih halus warna dapat direproduksi. Ini disebut kedalaman warna CD
(Color Depth) dari sebuah video. [2].
 Marka jalan adalah suatu tanda yang berada di permukaan jalan atau di atas permukaan jalan
yang meliputi peralatan atau tanda yang membentuk garis yang berfungsi mengarahkan arus lalu
lintas dan membatasi daerah kepentingan lalu lintas. Mengemudi pada marka jalan begitu penting
karena salah satu ujian wajib pada pembutan SIM (Surat Pembuatan Mengemudi) di kepolisian
Indonesia yaitu berkendara pada marka jalan. [3].
Lane detection merupakan suatu metode untuk mengetahui lokasi dari marka jalan tanpa
diketahui terlebih dahulu noise yang terdapat pada lingkungan sekitarnya. Lane detection ini telah
menjadi penelitian yang sering dilakukan oleh banyak orang agar bisa menjadi salah satu
pendukung driver assistant maupun untuk autonomous navigation yang termasuk bagian dari
inteligent transportation system. Namun, penelitian ini masih berlanjut sampai sekarang ini karena
masih terdapat banyak masalah-masalah yang belum bisa diselesaikan dalam lane detection ini.
Contohnya adalah sulitnya menentukan marka jalannya pada berbagai kondisi, terutama terhadap
noise yang ada di lingkungan sekitarnya, seperti bayangan, garis-garis lain yang terdapat pada jalan,
dan juga marka jalan yang sudah tidak utuh lagi atau sudah terputus-putus. [4].
Dalam lane detection ini terdapat beberapa metode yang bisa digunakan seperti yang
digunakan oleh M. Caner Kurtul (2010) yaitu multiresolution hough transform. B.Yu and A.K.Jain
(1996) juga mengunakan multiresolution hough transform tetapi dengan parameter tiga dimensi.
Selain meteode tersebut, randomized hough transform digunakan oleh Azali Saudi (2008) dan Qing
Li (2004). [5].
II. Metode
2.1. Metode Hough Transform
Metode hough transform adalah metode sebagai pendamping lane detection. Hough
transform adalah teknik transformasi citra yang dapat digunakan untuk mengisolasi atau dengan
kata lain memperoleh fitur dari sebuah citra. Cara kerja metode hough transform dengan
menemukan sebuah objek dengan garis lurus pada suatu persamaan pada objek tersebut.
Pada proses hough transform adalah proses pembentukan marka yang ditemukan pada citra
biner yang memiliki struktur persamaan garis. Dalam pemanggilan fungsi inisialisasi pembentukan
garis pada library opencvsharp adalah sebagai berikut:
Dalam fungsi (HoughLines2) merupakan fungsi
yang mengandung persamaan garis dengan
rumus ρ = x cos θ + y sin θ. Dimana
implementasinya akan memberikan suatu output keluaran dengan deteksi garis berupa
(x0,y0,x1,y2).
 Proses selanjutnya adalah inisialisasi titik probabilistik. Setelah proses inisialisasi titik
probabilistik selanjutnya adalah penggambaran garis dengan menyambungkan titik- titik
yang telah diketahui.
2.2 Metode Thresholding
Thresholding merupakan salah satu teknik segmentasi yang baik digunakan untuk citra
dengan perbedaan nilai intensitas yang signifikan antara latar belakang dan obje utama (Katz,2000).
Parameter kunci di dalam Thresholding merupakan pilihan dalam melakukan Threshold Terdapat
berbagai metode dalam memilih Threshold. Metode paling sederhana dilakukan dengan cara
memilih nilai mean atau median. Pada dasanya jika piksel objek lebih terang dibandingkan dengan
background maka piksel objek tersebut juga lebih terang dari rata-ratanya. Pada gambar yang masih
memiliki noise dengan background dan nilai objek, mean dan median akan bekerja maksimal dalam
threshold.
2.3 Metode Regionprops
Region properties (regionprops) adalah metode yang digunakan untuk mengukur
sekumpulan properti – properti dari setiap region yang telah dilabeli dalam matriks label [3].
Bilangan integer positif yang merupakan elemen dari matriks berkorespondensi dengan region yang
bersesuaian. Area, panjang major axis, dan panjang minor axis yang digunakan merupakan sebagian
dari properti yang dihasilkan fungsi regionprops.
Tabel 1. Perbandingan metode.

3. Kesimpulan
Metode hough transform dapat mendeteksi marka dengan baik pada percobaan video dengan
durasi satu menit yang melaju di jalan tol dengan bentuk marka yang baik dan utuh.
Metode thresholding dapat diterapkan dengan baik pada aplikasi pendeteksi marka jalan
dengan nilai threshold 0.75% sehingga dapat membedakan secara signifikan antara object (marka)
dengan background (jalan). Pengidentifikasian marka berjalan dengan baik pada waktu pagi, siang,
sore maupun malam hari, begitupun juga saat posisi mobil yang dikendarai sedang melaju maupun
berhenti.
Metode regionprops dapat diterapkan dengan baik pada aplikasi pendeteksi marka jalan
dengan nilai minimum blobs 500 sehingga dapat melakukan proses pengkotakan pada marka jalan
yang teridentifikasi. Marka yang telah teridentifikasi dapat dihitung jumlahnya dengan tepat
berdasarkan jumlah centroid dan boundingbox dari objek terdeteksi.