PERBANDINGAN METODE TRANSFORMASI DALAM REGISTRASI CITRA OTOMATIS MENGGUNAKAN SIFT DAN NNDR

Registrasi citra memiliki peran penting dalam kehidupan sehari-hari, seperti pemantauan pada CCTV, pemanfaatan untuk mata robot, penggunaan pada mobil kamera 360 derajat, dan pengambilan gambar menggunakan drone. Penelitian ini menggunakan metode Scale Invariant Feature Transform (SIFT) untuk feature detection dan menggunakan algoritma Nearest Neighbor and Distance Ratio (NNDR) untuk feature matching. Untuk proses transformasi, pada penelitian inimembandingkan tiga metode transfromasi, yaitu nonreflective similarity, affine, dan projective untuk menentukan mana yang terbaik. Didapatkan affine sebagai metode transfromasi yang terbaik dengan nilai rata-rata RMSE 0,1391. Image registration has a significant role in everyday life, such as monitoring on CCTV, using robot eyes, using 360-degree camera cars, and taking pictures using drones. This study uses the Scale Invariant Feature Transform (SIFT) method for feature detection and uses Nearest Neighbor and Distance Ratio (NNDR) for feature matching. For the transformation process, this research compares three transformation methods, namely nonreflective similarity, affine, and projective to determine which one is the best. Affine was found as the best type of transformation with an average RMSE value of 0.1391