E
L
IMAGE MATCHING C
O
1
SIFT?
Scale Invariant Feature Transform (SIFT)
Tujuan utama dari SIFT adalah untuk menemukan fitur-fitur yang stabil dan
invarian terhadap perubahan skala, rotasi, dan pergeseran citra. Beberapa
langkah utama dalam algoritme SIFT meliputi:
● Deteksi titik-titik kunci (keypoint) yang menonjol dalam gambar
menggunakan metode Difference of Gaussians (DoG).
● Menghitung arah gradien lokal dari intensitas piksel di sekitar titik kunci.
● Menghasilkan deskriptor yang invarian terhadap transformasi dengan
menggunakan histogram gradien orientasi.
2
SURF?
Speeded Up Robust Feature (SURF)
SURF dirancang untuk menawarkan performa yang lebih cepat daripada SIFT
tanpa mengorbankan akurasi. Beberapa fitur utama SURF meliputi: Beberapa
fitur utama SURF meliputi:
● Menggunakan representasi citra dalam bentuk Integral Image yang
memungkinkan komputasi cepat dari fitur-fitur yang relevan.
● Menggunakan deskriptor yang tahan terhadap perubahan kecerahan dan rotasi
dengan menggunakan histogram gradien dan wavelet response.
● Memanfaatkan metode pendekatan skala (scale approximation) yang cepat
untuk mendeteksi fitur-fitur di berbagai skala.
3
Foto objek:
ortho blur oblique Ov. exposure Under exposure
4
HASIL IMAGE MATCHING (SIFT)
ortho x blur Analisis:
5
HASIL IMAGE MATCHING (SIFT)
ortho x oblique Analisis:
6
HASIL IMAGE MATCHING (SIFT)
ortho x over exposure Analisis:
7
HASIL IMAGE MATCHING (SIFT)
ortho x under exposure Analisis:
SIFT Parameters: Ketika menerapkan algoritme SIFT pada foto under exposure, dengan
SIFT nfeatures: 0 parameter yang telah diberikan, ditemukan bahwa jumlah total titik kunci
SIFT nOctaveLayers: 3 SIFT (keypoints) yang berhasil dideteksi adalah 3000. Namun, dalam proses
contrastThreshold: 0.04 pencocokan gambar, hanya 2783 titik kunci yang berhasil dicocokkan antara
SIFT edgeThreshold: 10.0 SIFT sigma: orthofoto dan foto under exposure tersebut. Penggunaan parameter SIFT
1.6 seperti nfeatures, nOctaveLayers, contrastThreshold, edgeThreshold, dan
SIFT Total Keypoints: 3000 sigma dapat mempengaruhi hasil deteksi dan pencocokan fitur, namun dalam
SIFT Total Keypoints2: 2783 kasus ini, foto under exposure dapat mempengaruhi kualitas dan kuantitas
fitur yang dapat ditemukan dan dicocokkan.
8
HASIL IMAGE MATCHING (SURF)
ortho x blur Analisis:
Image matching antara orthophoto dan foto yang blur menggunakan algoritme
SURF, ditemukan bahwa foto yang blur dapat memengaruhi hasil pencocokan fitur.
Karena blur mengaburkan detail dalam gambar, jumlah total fitur yang dapat
dideteksi oleh SURF mungkin berkurang. Selain itu, akurasi pencocokan juga dapat
terpengaruh karena fitur-fitur yang kabur mungkin sulit untuk dicocokkan dengan
tepat. Oleh karena itu, dalam kasus ini, hasil pencocokan fitur antara orthophoto
dan foto blur mungkin menghasilkan jumlah fitur yang lebih rendah dan tingkat
akurasi yang lebih rendah dibandingkan jika foto tidak mengalami efek blur.
9
HASIL IMAGE MATCHING (SURF)
ortho x oblique Analisis:
10
HASIL IMAGE MATCHING (SURF)
ortho x over exposure Analisis:
Foto yang mengalami over exposure cenderung memiliki kontras yang rendah dan
hilangnya detail di area terlalu terang. Hal ini dapat berdampak pada kemampuan
SURF dalam mendeteksi dan mencocokkan fitur-fitur antara kedua gambar.
Deskriptor yang dihasilkan oleh SURF juga dapat terpengaruh oleh over exposure,
menyebabkan deskriptor yang tidak akurat. Dalam kasus ini, perlu dilakukan pra-
pemrosesan pada foto over exposure untuk mengurangi efeknya sebelum
menerapkan algoritme SURF. Selain itu, pemilihan parameter SURF seperti
threshold dan skala juga dapat mempengaruhi hasil image matching. Dalam
analisis ini, diperlukan penyesuaian parameter dan perhatian khusus pada foto over
exposure agar SURF dapat menghasilkan pencocokan fitur yang lebih akurat antara
kedua gambar.
11
HASIL IMAGE MATCHING (SURF)
ortho x under exposure Analisis:
12
Kesimpulan
Secara umum, baik SIFT maupun SURF adalah metode yang efektif untuk
pengolahan image matching, tergantung pada karakteristik gambar dan
persyaratan aplikasi. SIFT lebih cocok untuk pengenalan objek yang memerlukan
invariansi skala dan rotasi yang kuat, sedangkan SURF lebih cocok untuk
pengolahan citra berkecepatan tinggi dengan variasi transformasi yang lebih
umum. Pemilihan metode tergantung pada kebutuhan spesifik dan karakteristik
gambar yang akan diproses.
13