Analisis Kinerja Deteksi Algoritma FAST dan Algoritma MSER pada Citra Digital Berbasis Marker

Abstract

Aungmented Reality (AR) membutuhkan algoritma yang baik dan tahan terhadap gangguan-gangguan yang dapat terjadi saat proses deteksi marker seperti perubahan pencahayaan, perubahan rotasi marker, dan blur pada kamera. Algoritma Feature from Accelerated Segment Test (FAST) dan algoritma Maximally Stable Extremal Regions (MSER) merupakan algoritma yang kerap dipakai sebagai metode pendeteksi marker pada AR. Tujuan penelitian ini yaitu untuk menganalisis kinerja algoritma FAST dan algoritma MSER terhadap kemampuan dan kecepatannya untuk mendeteksi dan mengekstraksi fitur-fitur pada citra serta ketahanannya terhadap gangguan pada citra yang digunakan untuk marker pada AR, dan menunjukkan algoritma yang lebih baik untuk aplikasi AR antara algoritma FAST dan algoritma MSER. Penelitian ini menggunakan dua set citra; 2D Template Marker dan Image Marker dengan 10 gambar untuk masing-masing set dan modifikasi pada citra seperti; perubahan intensitas cahaya, rotasi, dan blur dengan parameter : (1) jumlah fitur yang terdeteksi, (2) waktu deteksi dan ekstraksi fitur, (3) persentase banyaknya fitur yang berhasil dicocokkan, dan (4) waktu pencocokan fitur. Berdasarkan keempat parameter, algoritma FAST memiliki pemrosesan yang lebih cepat terhadap deteksi marker, sedangkan algoritma MSER memiliki proses pendeteksian marker yang lebih stabil terhadap perubahan yang terjadi baik pada kamera atau marker.