Penerapan Ekstraksi Keypoint Menggunakan Algoritma Scale-Invariant Feature Transform (SIFT) sebagai Dasar Melakukan Registrasi Point Cloud

Authors

  • Riska Khairunnisah Program Magister Manajemen Sistem Informasi, Program Pascasarjana Universitas Gunadarma
  • Lussiana ETP STMIK Jakarta STI&K

Keywords:

registrasi, point cloud, SIFT, ICP

Abstract

Registrasi kumpulan titik dari citra (point cloud) merupakan tahap penting pada proses rekonstruksi dalam rangka membangun objek 3 dimensi. Salah satu algoritma yang sering digunakan untuk meregistrasi point cloud adalah Iterative Closest Point (ICP). Keterbatasan Algoritma ICP terletak pada proses pencarian korespondensi dari semua titik pada point cloud untuk menentukan transformasi, yang membutuhkan waktu yang panjang. Tujuan penelitian ini adalah mempersingkat waktu proses dengan melakukan ekstraksi keypoint menggunakan algoritma Scale Invariant Feature Transform (SIFT) sebelum proses registrasi point cloud dengan menggunakan algoritma Iterative Closest Point (ICP). Berdasarkan hasil uji coba menunjukkan bahwa tahap ekstraksi keypoint berhasil mendapatkan jumlah titik yang lebih sedikit sehingga dapat menurunkan waktu proses registrasi sebelumnya. Dengan demikian, dapat disimpulkan bahwa kombinasi algoritma SIFT dan ICP dapat diterapkan untuk registrasi point cloud tanpa mengubah objek asli dari point cloud.

Published

2020-12-29