Metode Pusat dan Circular Hough Transformation untuk Mendeteksi Lingkaran pada Sebuah Citra

Abstract

Tulisan ini membahas tentang penerapan metode pusat dan Circular Hough Transformation(CHT) untuk mendeteksi semua lingkaran yang terkandung dalam citra baik lingkaran tunggal maupun lingkaran yang tumpang tindih. Metode pusat dan CHT memainkan peran penting dalam mendeteksi lingkaran yang terkandung dalam citra melalui array akumulator dua dimensi A(a, b) yang memiliki memori berurutan dengan titik pusat dari lingkaran yang tumpang tindih sehingga dapat dihitung untuk setiap titik pada kurva menggunakan nilai parameter jari-jari yang dipilih untuk mendapatkan nilai triplet (a, b, r) pada Circular Hough Transformation (CHT). Metode pusat merupakan alternatif lain untuk mendetekasi lingkaran dalam sebuah citra, melalui pre-processing seperti, input citra, deteksi objek, ambang batas tepi, skala abu-abu. Kemudian digunakan metode pusat untuk CHT. Akhirnya adalah mengimplementasikan metode pusat dan Cricular Hough Transformation menggunakan Matlab R2020b. Dengan sisitem yang dibangun dapat dideteksi seluruh lingkaran yang terdapat pada citra dengan akurasi 100% dengan memberikan intensitas cahaya 0.93 dan ambang batas 0.33 dan polarisasi objek gelap dan terang serta rentang jari-jaroi antara 16px dan 110px. Tentunya ini tidak berlaku untuk citra yang memuat lingkaran dengan jari-jari yang lebih dari 110px atau kurang dari 16px.
 
 Kata kunci: Metode Pusat, Lingkaran, Jari-Jari, Citra, CHT
 
 Abstract
 This paper discusses the application of the center method and Circular Hough Transformation (CHT) to detect all circles contained in an image, both single circles and overlapping circles. The center and CHT methods play an important role in detecting the circle contained in the image via a two-dimensional accumulator array A (a, b) which has sequential memory with the center points of the overlapping circles so that it can be calculated for each point on the curve using parameter values. the radius selected to obtain the triplet values (a, b, r) of the Circular Hough Transformation (CHT). The center method is another alternative for detecting circles in an image, through pre-processing such as image input, object detection, edge threshold, grayscale. Then the central method for CHT was used. Finally is to implement the central method and the Cricular Hough Transformation using the Matlab R2020b. With the built system it can be detected all the circles in the image with 100% accuracy by providing a light intensity of 0.93 and a threshold of 0.33 and polarization of dark and light objects and a radius range between 16px and 110px. Of course this does not apply to images that contain circles with radii greater than 110px or less than 16px.
 
 Keywords: Center Method, Circle, Radii, Image, CHT.