Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Semua image yang diambil dengan menggunakan kamera mengalami distorsi. Distorsi tersebut dapat disebabkan oleh lensa, pembuatan yang kurang sempurna, posisi dari sensor kamera bahkan oleh suhu maupun getaran [1]. Oleh karena itu untuk mendapatkan informasi image yang diperoleh dari scene seperti bentuk dari objek, jarak antara mereka, dan lainnya, kamera harus dikalibrasi. Pada skripsi ini dilakukan simulasi dan analisa unjuk kerja dari camera calibration dengan menggunakan model extended Direct Linear Trarsformation. Dengan menggunakan model ini akan didapatkan parameter-parameter dari kamera sehingga memungkinkan didapatkan informasi image yang diperoleh dari scene. Dalam simulasi, digunakan masing-masing 20 image checkerboard yang diperoleh dengan menggunakan kamera yang bergerak serta kamera yang diam. Selain mendapatkan nilai parameter-parameter dari kamera juga dilakukan perbandingkan nilai paramerer yang didapat dan pengujian kestabilan model yang digunakan. Dari hasil simulasi dan analisa didapatkan bahwa nilai focal length pada camera calibration dengan menggunakan kamera bergerak memiliki standar deviasi terhadap nilai rata-rata focal length yang lebih kecil jika dibandingkan dengan camera calibrafion dengan menggunakan kamera yang diam, dengan nilai standar deviasi terkecil adalah 1,353 pada fel = 2257,416 pixel, dan fc2 = 1,680 pada fc2 = 2210,693 pixel. Nilai kesalahan pixel sumbu-x terbesar berada pada pembacaan 16 image bernilai 5.828 pixel dan pada sumbu-y berada pada pembacaan 19 image bernilai 4,482 pixel. Keduanya terdapat pada proses camera calibration dengan menggunakan kamera diam. Sedangkan untuk kestabilan model, camera calibration dengan menggunakan kamera diam mempunyai nilai kestabilan paramefer yang lebih baik dibandingkan dengan kamera bergerak. Nilai standar deviasi setiap parameter kamera diam yang lebih baik dari kamera bergerak adalah fc1, fc2, vo dengan nilai masing-masing adalah 153.300, 148.597, 158,646.

Abstrak :
Antropometri pada umumnya dilakukan pada bayi atau balita dengan tujuan untuk dijadikan sebagai parameter gizinya. Antropometri biasanya dilakukan dengan mengukur beberapa bagian tubuh dari bayi contohnya lingkar kepala, lingkar lengan atas, panjang badan dan berat badan bayi. Hasil pengukuran ini selanjutnya bisa dibandingkan dengan standar deviasi dari masing masing pengukuran. Pada umumnya pengukuran ini dilakukan secara manual dan tanpa adanya bantuan mesin atau komputer, pada skripsi ini penulis ingin mengajukan sebuah proyek yang memungkinkan untuk melakukan antropometri secara otomatis dengan menggunakan webcam. Pengukuran antropometri ini akan menggunakan 2 metode yaitu Camera Calibration yang menggunakan parameter intrinsik dari kamera untuk melakukan back projection dan metode lainnya adalah Reference Object yang sesuai namanya akan menggunakan bantuan objek sebagai referensi untuk membantu mengukur jarak dari satu titik ke titik lainnya. Dari Penilitian ini didapatkan hasil antropometri dengan Reference Object dengan rata-rata error = 7,261% dan Camera Calibration dengan rata-rata error = 7,6233%. ......Anthropometry done to baby or toddler in purpose to used as its nutrition indicator. Anthropometry mostly done with measuring some body part of baby e.g. head circumference, upper arm circumference, body length, and body weight. Furthermore, these measurement could be compared to the respecting standard deviation. In general, anthropometry manually done without any help of machine or computer. Within this research, writer eagerly propose a project that allow us to do anthropometry automatically with webcam. Anthropometry in this research will use 2 methods. First method called Camera Calibration which using Camera’s Intrinsic Matrix to make back projection of the image. The other method is Reference Object which as the name suggest using some sort of object to refer when measuring one point to another one. This research yield 7.261% average error from Reference Object and 7.6233% average error from Camera Calibration.

Abstrak :
ABSTRAK
Quadcopter dalam kegunaannya kini telah diaplikasikan dalam berbagai pekerjaan, terutama dalam bidang search and rescue, dan salah satu aplikasinya yaitu dalam melacak dan mengikuti sebuah objek object tracking and object following . Penelitian ini melaporkan hasil rancangan dan uji coba program untuk mengendalikan quadcopter yang dapat melacak dan mengikuti sebuah objek 3D sederhana yang terlebih dahulu ditentukan. Algortima sistem tracking menggunakan pengolahan citra untuk mengambil informasi dari citra feature extraction , lalu informasi tersebut dijadikan acuan pergerakan quadcopter dalam mengikuti target. Sistem pelacak object object tracking , digunakan beberapa metode image processing dalam domain RGB dan Kanade-Lucas-Tomasi Tracker untuk mengoptimasi sistem tracking 2D yang mampu memaksimalkan hasil dan persentase keberhasilan yang lebih baik. Sedangkan metode estimasi jarak antara kamera dengan objek dengan mengkalibrasi kamera terhadap jarak. Dari sistem tracking, didapatkan output koordinat benda x, y, z sehingga informasi ini yang diumpan balik ke sistem kendali quadcopter sebagai error antara posisi kamera dengan posisi benda, dan dikenal dengan istilah Visual Servoing. Sistem kendali quadcopter menggunakan konstanta PID dalam megatur pergerakan pitch, throttle, dan roll, untuk memposisikan quadcopter kepada target serta mengikuti objek yang bergerak ke depan atau ke belakang.

---

ABSTRACT
Quadcopter in its use has now been applied in a variety of jobs, especially in the field of search and rescue, and one of the application are tracking and following an object object tracking and object following . This research reports the results of the design and program to control quadcopter that can track and follow a simple 3D objects are first determined. Algorithm tracking system uses image processing to extract information from the image feature extraction , then the information will be used as a reference movement quadcopter in following the target. The object tracking system, used various methods of image processing Gradients in the domain of RGB and Kanade Lucas Tomasi Tracker to optimizing 2D tracking system and increase the succes rate of the program. While the method of distance estimation using the camera calibration towards the distance. Output from the tracking system are the object coordinates x, y, z . This information is fed back to the quadcopter Robot Operating System ROS as the error between the position of the camera with the position of objects, and is known as Visual Servoing. Quadcopter control system using PID constants in the leading to the movement of the pitch, throttle, and roll, to maintain the position of quadcopter towards the target and follow an object moving forwards or backwards.