Deteksi Perjalanan Kendaraan Untuk Mengukur Kepadatan Lalu Lintas Menggunakan Menggunakan OpenCV Python

Hardiansyah Hardiansyah

Abstract


Sistem dalam makalah ini dirancang dan diimplementasikan dengan perangkat lunak Python dengan sistem pemrosesan video OpenCV Intel untuk mewujudkan deteksi kendaraan otomatis real-time dan penghitungan kendaraan. Jalan bebas hambatan, jalan raya, dan jalan menjadi penuh sesak karena peningkatan jumlah kendaraan. Deteksi kendaraan, pelacakan, klasifikasi dan penghitungan sangat penting untuk aplikasi militer, sipil dan pemerintah, seperti pemantauan jalan raya, perencanaan lalu lintas, pengumpulan tol dan aliran lalu lintas. Untuk manajemen lalu lintas, deteksi kendaraan adalah langkah penting. Teknik berbasis Computer Vision lebih cocok karena sistem ini tidak mengganggu lalu lintas saat pemasangan dan mudah dimodifikasi. Dalam makalah ini kami menyajikan sistem yang murah, portabel dan berbasis Computer Vision untuk mendeteksi dan menghitung kendaraan. Gambar dari urutan video diambil untuk mendeteksi kendaraan yang bergerak, sehingga latar belakang diekstraksi dari gambar. Latar belakang yang diekstraksi digunakan dalam analisis selanjutnya untuk mendeteksi dan mengklasifikasikan kendaraan yang bergerak sebagai kendaraan ringan, kendaraan berat dan sepeda motor.
Sistem ini diimplementasikan menggunakan kit pengembangan gambar OpenCV dan hasil eksperimen ditunjukkan dari video real-time yang diambil dari kamera tunggal. Proses penghitungan lalu lintas jalan raya ini telah dikembangkan dengan pengurangan latar belakang, penyaringan gambar, metode biner gambar dan segmentasi. Sistem ini juga mampu menghitung bergeraknya kendaraan dari video yang direkam sebelumnya


Keywords


Deteksi Kendaraan; Kepadatan Lalulintas; Segmentasi; OpenCv

Full Text:

PDF

References


Neeraj K. Kanhere, Stanley T. Birchfield, Wayne A. Sarasua, Tom C. Whitney, Real-time detection and tracking of vehicle base fronts for measuring traffic counts and speeds on highways", Transportation Research Record, No. 1993. (2007)

Nilesh J Uke and Ravindra C Thool, "Cultivating Research in Computer Vision within Graduates and Post-Graduates using Open Source", International Journal of Applied Information Systems 1(4):1-6, February 2012

Zein,Afrizal. (2016). Pendeteksian Multi Wajah Dan Recognition Secara Real Time Menggunakan Metoda Principal Component Analysis (Pca) Dan Eigenface. Jurnal ESIT STMIK ERESHA ,2016

Zein, Afrizal.(2018). Menggabungkan Dua Wajah Dengan Metoda Ensemble Regression Trees Menggunakan Pustaka Dlib Dan Opencv Python,. Jurnal ESIT STMIK ERESHA ,2018.

Zein, Afrizal.(2018). Peran Text Processing Dalam Aplikasi Penerjemah Multi Bahasa Menggunakan Ajax Api Google. Jurnal ESIT STMIK ERESHA, 2018.

Zein,Afrizal.(2018). Pendeteksian Kantuk Secara Real Time Menggunakan Pustaka Opencv Dan Dlib Python, Sainstech: Jurnal Penelitian dan Pengkajian Sains, 2018


Refbacks

  • There are currently no refbacks.


Ristek Dikti

Kampus II

Jl. Pengasinan Tengah, Pengasinan, Rawalumbu, Kota Bks, Jawa Barat 17115

STMIK PRANATA INDONESIA SK DIKTI No. 48/D/0/1999 TERAKREDITASI BAN PT

Link Belajar Online
pranata