HOUGH TRANSFORM Nama: Jethro D E Bhaskara NIM: 111080269 Kelompok: TT-74 Hough transform (HT) (HT) didesain untuk menemukan garis pada suatu citra. HT diperkenalkan oleh Paul Hough pada tahun 1962. Ide dari HT adalah membuat persamaan dari suatu piksel dan mempertimbangkan semua pasangan yang memenuhi persamaan ini. Semua pasangan ditempatkan pada suatu larik a kumulator, yang disebut disebut larik transformasi (McAndrew 2004). HT telah dikembangkan untuk mendeteksi bentuk-bentuk umum dalam citra seperti lingkaran, elips dan parabola. Konsep dasar dari HT adalah terdapat garis dan kurva potensial yang tak terhitung jumlahnya pada suatu citra yang melalui titik mana saja pada berbagai ukuran dan orientasi. Transformasi dilakukan untuk menemukan garis dan kurva yang melewati banyak titik-titik di dalam citra, yaitu garis dan kurva yang terdekat dan paling sesuai dengan data pada matriks citra. Standard Hough Transform (SHT) menggunakan parameter normal untuk garis lurus berupa persamaan , dengan sebagai jarak suatu garis terhadap titik asal dan sebagai orientasi garis tersebut terhadap sumbu-. Setiap titik pada citra ditransformasi menjadi suatu kurva sinusiodal pada ruang . Akumulator mencatat semua perpotongan kurva dan mengambil perpotongan terbanyak. Parameterisasi HT dengan pendekatan bentuk elips dinyatakan dengan , dengan adalah titik pusat dari elips, dan sebagai sumbu mayor dan minor elips dan adalah orientasi dari sumbu mayor. Persamaan elips yang umum digunakan a dalah: . Persamaan dapat dituliskan dala m bentuk:
Setiap titik tepi pada citra dapat mendefenisikan elips-elips dengan berbagai kemungkinan nilai dan . Voting dilakukan Voting dilakukan pada setiap titik ya ng dilalui oleh elips-elips elips-elips yang terbentuk.
Beberapa Aplikasi Transformasi Hough Sebagai Berikut: Pendeteksian garis dengan
memanfaatkan Transfor masi Hough Transformasi Hough merupakan metode yang dapat digunakan untuk mengisolasi fitur tertentu dalam sebuah citra. Metode Hough klasik biasanya digunakan untuk mendeteksi bentuk geometri yang dapat dispesifikasikan dalam bentuk parametrik (garis, lingkaran, elips). Prinsip kerja metode ini dalam pendeteksian garis adalah dengan mencari bentuk geometri yang paling bersesuaian dengan kumpulan titik pada citra. Kelebihan Transformasi Hough adalah o mampu mendeteksi garis pada bentuk geometri dengan kumpulan tepi yang terputusputus, o relatif tidak terpengaruh t erpengaruh derau, o parameter yang mempengaruhi performansi adalah kuantisasi parameter pada ruang Hough.
P ixel±pixel tepi
dalam citra tepi hasil deteksi tepi Canny dilakukan pemungutan suara untuk mendapatkan daerah iris dengan menggunakan transformasi Hough lingkaran. Algoritma: a. Inisialisasi ruang parameter b. Telusuri citra tepi. Jika pixel merupakan tepi, hitung: r = ( x í a)2 + ( y í b)2 c. Lakukan pemungutan suara. d. Mencari lokal maksimum Pengaruh adanya bulu mata dan kelopak mata terhadap daerah lingkaran iris dicari dengan menggunakan transformasi Hough linier. Algoritma transformasi Hough linear pada dasarnya sama dengan algoritma transformasi Hough Lingkaran dengan perbedaan pada persamaannya yaitu r = x cos + y sin . Menggunakan arah gradien untuk mengurangi jumlah suara Sebuah perbaikan yang disarankan oleh O'Gorman dan Clowes dapat digunakan untuk mendeteksi garis jika memperhitungkan bahwa gradien lokal intensitas citra tentu akan ortogonal ke tepi. Sejak deteksi tepi umumnya melibatkan komputasi besarnya gradien intensitas, arah gradien sering ditemukan sebagai efek samping.Jika suatu titik koordinat (x, y) terjadi memang berada di baris, maka arah lokal gradien memberikan parameter berkorespondensi dengan kata baris, dan parameter r kemudian segera diperoleh. (Shapiro dan Stockman, 305) Arah gradien dapat diperkirakan dalam waktu 20 °, yang lebih pendek sinusoida trace dari 180 ° penuh untuk seki tar 45 °. Hal ini akan mengurangi waktu komputasi dan memiliki efek yang menarik mengurangi jumlah suara yang tidak berguna, sehingga meningkatkan visibilitas dari paku sesuai dengan garis -garis nyata dalam gambar.
Kernel-based
Hough transform
Fernandes dan Oliveira [7] diusulkan skema suara lebih baik bagi transformasi Hough yang memungkinkan implementasi perangkat lunak untuk mencapai kinerja yang real -time bahkan pada gambar yang relatif besar (misalnya, 1280 × 960). The-Kernel berdasarkan Hough transform menggunakan yang sama (r, ) parameterisasi diusulkan oleh Duda dan Hart tetapi beroperasi di cluster piksel sekitar kesegarisan.Untuk setiap cluster, suara dilemparkan menggunakan kernel elips -Gaussian berorientasi bahwa model ketidakpastian yang terkait dengan garis terbaik pas sehubungan dengan cluster yang sesuai. Pendekatan ini tidak hanya signifikan meningkatkan kinerja skema suara, tetapi juga menghasilkan akumulator jauh lebih bersih dan membuat transformasi yang lebih kuat untuk mendeteksi garis palsu.