Terapan Teknik Pengolahan Citra Digital Mean Filtering dan Edge Detection (Canny) Pada Deteksi Objek Dalam Air
DOI:
https://doi.org/10.54650/jukomika.v2i1.47Abstract
Abstrak—. Penelitian didalam air saat ini sangat mendapatkan perhatian terhadap dunia akademik, salah satunya penelitian pengolahan citra didalam air. Karena dalam pengaplikasiannya penelitian ilmiah yang menggunakan kamera bawah air sangatlah banyak, seperti penelitian memantau kehidupan bawah laut, menilai lingkungan geologi dan mendeteksi sebuah objek yang ada pada permukaan air. Permasalahan yang dihadapi pada pengolahan citra bawah air adalah terjadinya banyak noise, seperti pencahayaan, riak air (ombak air), kekeruhan air (Xie, 2012). Dimana pada penelitian ini akan diambil gambar dengan kamera posisi diatas permukaan dengan ketentuan pengambilan jarak air 80cm dan 20 cm. Proses deteksi dengan metode Citra Digital Mean Filtering dan Edge Detection (Canny) sudah dilakukan dari kedalaman air 5cm, 10cm dan 15cm dengan kondisi air tenang, bergelombang dan riak dari keseluruhan hasil deteksi menunjukan False positif  yang tidak tepat menujukan adanya objek , hal ini dapat disimpulkan bahwa Mean Filtering dan Edge Detection (Canny) tidak dapat mendeteksi objek dalam air . Abstract—. Research in the water currently get attention to the academic world, one research image processing in water. Because in the application of scientific research that uses underwater camera is very much, such as the research monitor underwater life, assess environmental geology and detect an object on the surface of the water. Per-researches issues faced on the underwater image processing is the occurrence of a lot of noise, such as lighting, water ripple (water waves), the turbidity of the water (Xie, 2012). Where on this research will in-take a picture with the camera position above the surface with water 80 cm distance retrieval terms and 20 cm. process of detection method of Digital Image Mean Filtering and Edge Detection (Canny) was done from a water depth 5 cm, 10 cm and 15 cm with the calm water conditions, the air-waves and ripples from the overall results showed a False positive detection is not appropriately demonstrating the existence of an object, it can be inferred that the Mean Filtering and Edge Detection (Canny) cannot detect objects in the water. Keywords— underwater life, Canny, Mean, Edge DetectionReferences
Hendrawan, A. 2014. Analisa Peningkatan Kualitas Citra Bawah Air Berbasis Koreksi Gamma Un-tuk Pencocokan Gambar Pada Algoritma SIFT, Jurnal Transformatika Volume 12 No. 1 pp. 27-34. Universitas Semarang.
R. A. Pramunendar, C. Supriyanto, D. H. Novianto, I. N. Yuwono, G. F. Shidik, and P. N. Andono, “A classification method of coconut wood quality based on Gray Level Co-occurrence matri-ces,†in 2013 IEEE International Conference on Robotics, Biomimetics, and Intelligent Computational Systems (ROBIONETICS), 2013, pp. 254–257
S. Xie, J. Chen, J. Luo, P. Xie, and W. Tang, “Detection and tracking of underwater object based on forward-scan sonar,†Lect. Notes Comput. Sci. (including Subser. Lect. Notes Artif. Intell. Lect. Notes Bioinformatics), vol. 7506 LNAI, no. PART 1, pp. 341–347, 2012.
Yuwono, B,. “Image Smoothing Menggunakan Mean Filtering, Media Filtering, Modus Filtering dan Gaussian Filtering, Jurnal Telematika Vol. 7 No. 1 Juli 2010, 65-75.
Putra, Erwin D. Prabowo, Dedy A. Abdullah, Dedy “ Peningkatan Kualitas Citra Segmentasi Objek dari Permukaan Air Pada Metode Otsu Thresholding dan Persamaan Gaussianâ€. Junal Informatika UPGRIS Vol. 3, No. 2, 2017, 132-136
Mustafid, Ahmad., ‘uyun Shofwatul. “Segementasi Citra Sapi Berbasis Deteksi Tepi Menggunakan Algoritma Canny Edge Detectionâ€. Vol. 8., Nomor 1., Januari 2017., 27-36
Karya ini dilisensikan di bawah 