Penelitian ini mendeskripsikan proses pendeteksian sebuah objek tertentu dalam sebuah citra dengan menemukan kecocokan antara titik-titik fitur dari masing-masing citra dengan menggunakan algoritma Speeded Up Robust Features (SURF) dan algoritma Maximally Stable Extremal Regions (MSER). Penelitian ini menggunakan satu citra target dan dua citra referensi, kesemua citra akan di konversi dalam citra grayscale. Metode yang digunakan adalah menggabungkan algoritma feature descriptor dengan regions detector. Hasil penelitian menunjukkan bahwa: 1) waktu proses pencocokan fitur sebesar 1,347 detik, 2) waktu menampilkan hasil sebesar 1,125 detik, 3) waktu proses membandingkan dan ploting titik sebesar 0,859 detik, 4) waktu proses deteksi fitur sebesar 0,251 detik, dan 5) waktu ekstraksi fitur sebesar 0,093 detik. Waktu yang dibutuhkan untuk proses eksekusi kedua algoritma ini secara keseluruhan adalah 5,216 detik. Keakuratan penggabungan kedua algoritma ini sangat baik dalam menunjukkan kecocokan dan lokasi objek dalam sebuah citra.Hasil tingkat akurasi untuk setiap proses adalah sebagai berikut; 1) akurasi deteksi fitur sangat baik, 2) ekstraksi fitur sangat baik, 3)kesesuaian titik kandidat sangat baik, 4) penentuan batasan lokasi objek sangat baik, dan 5) waktu proses eksekusi algoritma cepat.Berdasarkan hasil penelitian ini maka penggabungan algoritma SURF dan MSER baik digunakan dalam menentukan sebuah objek dalam sebuah citra.
Copyrights © 2016