Hybrid Tracking, Outdoor Tracking, dan Vision Tracking

BAB 2 AUGMENTED REALITY DAN PEMESINAN CNC 3 AXIS

2.3 Sistem Tracking

2.3.7 Hybrid Tracking, Outdoor Tracking, dan Vision Tracking

Beberapa sistem tracking yang digunakan untuk aplikasi AR sudah banyak dikembangkan. Namun masing-masing memiliki keunggulan dan kekurangannya masing-masing, sehingga untuk mendapatkan keunggulan suatu sistem tracking dan mengeleminasi kekurangannya dilakukan dengan menggabungkan beberapa sistem tracking (hybrid tracking). Gabungan beberapa sistem tracking bisa bersifat lebih akurat dan lebih robust, namun masih terdapat kesulitan dalam mengintegrasikan sistem tracking yang satu dengan yang lain. Sistem tracking yang sudah dijelaskan sebelumnya terbatas penggunaannya hanya di dalam ruangan (indoor) yang sudah dipersiapkan dan dapat dikendalikan. Sedangkan untuk sistem tracking di luar ruangan (outdoor) yang mana dalam kondisi tanpa

persiapan, sumber listrik yang terbatas, disamping itu membutuhkan sistem registrasi yang presisi, maka penggunaan sistem tracking berdasarkan sensor tidaklah cukup. Beberapa penelitian dilakukan menggabungkan penggunaan sensor dengan metode vision. Beberapa peneliti mengajukan metode untuk mengoreksi error yang berasal dari penggunaan sensor pada feature tracking [27][28]. Metode yang diajukan menghasilkan tingkat presisi registrasi yang tinggi, namun melibatkan banyak komputasi.

Beberapa sistem tracking menggunakan sensor seperti detektor medan magnet, frekuensi radio, dan signal akustik biasanya kurang akurat sehingga beberapa metode sering digabungkan dengan metode vision-based tracking [34]. Di sisi lain, ketersediaan processor yang powerful dan frame grabber yang cepat menjadikan vision-based tracking menjadi pilihan yang popular karena tingkat akurasi yang tinggi, serta fleksibilitas dan kemudahan di dalam penggunaannya [32].

Vision based tracking berbasis computer vision yang menggunakan teknik pengolahan citra (image processing) biasanya menggunakan marker dengan variasi pola di dalam sistem tracking. Penggunaan marker akan menambah robustness dan mengurangi komputasi karena deteksi marker dilakukan dengan cara menganalisa gambar yang terdiri dari serangkaian pixel sehingga deteksi marker dapat dilakukan dengan cepat dan stabil.

Beberapa kekurangan sistem tracking berbasis vision adalah pola pada marker harus terdeteksi seluruhnya oleh kamera. Jika sedikit saja bagian dari pola tertutup atau terhalang oleh obyek nyata, maka obyek virtual tidak dapat ditambahkan pada dunia nyata. Selain itu penggunaan marker sebagai sistem tracking bisa jadi tidak menyenangkan ketika digunakan pada kondisi lingkungan yang kurang bersahabat seperti pencahayaan yang buruk, benda-benda yang bergerak, lantai yang bergetar, dan sebagainya.

Sistem tracking lainnya yaitu feature tracking bisa menjadi sistem tracking yang dapat diandalkan terutama diterapkan pada suatu kondisi dimana suatu benda tidak mengalami perpindahan terhadap waktu. Sebagai contohnya adalah pada

pemesinan CNC dimana tombol input perintah berada dalam kondisi statis meskipun selama proses pemesinan berlangsung. Sistem tracking ini sudah dilakukan [28][39] untuk kebutuhan petunjuk dalam proses sub-assembly yang terus menerus berubah pada setiap komponen sub-assembly.

2.4 Sistem Regristasi

Regristasi merupakan faktor lain yang sangat krusial di dalam membangun sistem AR. Registrasi yang tidak presisi dapat membatasi pemanfaatan suatu sistem AR.

Permasalahan yang timbul dalam sistem registrasi adalah bagaimana memunculkan suatu obyek virtual berada tepat dan akurat di suatu titik atau posisi yang diinginkan pada suatu obyek nyata. suatu penyimpangan registrasi (registration error) pada sistem AR umumnya mudah terdeteksi karena resolusi mata manusia dan kepekaan sistem penglihatan manusia terhadap suatu perbedaan.

Suatu penyimpangan registrasi sangat sulit untuk dikendalikan terutama karena kebutuhan akan akurasi yang tinggi dan banyaknya sumber error (source of error) yang menyebabkan terjadinya penyimpangan registrasi. Sumber error ini dapat dibagi menjadi dua tipe yaitu:

 Static errors, yaitu error yang terjadi ketika titik pandang pengguna dan obyek pada lingkungan nyata berada pada posisi statis.

 Dynamic errors yaitu error yang terjadi ketika terjadi perubahan antara titik pandang pengguna dan obyek pada lingkungan nyata.

Meskipun dynamic errors merupakan kontribusi error terbanyak pada suatu sistem AR yang menggunakan head-worn display, bukan berarti static errors dapat diabaikan.

2.4.1 Static Errors

Beberapa sumber error yang menyebabkan terjadinya static errors adalah distorsi optik, error pada sistem tracking, mechanical misalignment, dan incorrect viewing parameters.

1) Distorsion in optics. Kamera yang digunakan sebagai tampilan/display untuk merekam lingkungan nyata mengalami distorsi pada bagian sistem lensanya. Luas daerah pandang pada suatu tampilan kamera rentan mengalami distorsi karena distorsi merupakan fungsi radial dari suatu sumbu lensa. Gambar yang berada dekat pada titik area pandang mungkin tampak tidak mengalami distorsi, namun gambar yang berada jauh dari titik area pandang bisa mengalami distorsi yang besar misalnya suatu garis lurus bisa jadi tampak melengkung. Suatu teknologi head-worn display yang menggunakan optical see-through dengan tampilan area pandang yang sempit tidak mengalami distorsi ketika pengguna melihat lingkungan nyata di sekelilingnya melalui combiner optik. Namun ketika combiner optik fokus dan memperbesar gambar virtual dari tampilan monitor maka timbul distorsi. Mapping/pemetaan yang terjadi antara gambar virtual yang terdistorsi terhadap gambar lingkungan nyata yang tidak mengalami distorsi menyebabkan static registration errors. Distorsi pada optik biasanya merupakan systematic errors sehingga dapat dikompensasi dengan cara penambahan optik atau dikompensasi secara digital.

Penambahan optik biasanya menambah berat sistem display, sedangkan kompensasi digital membutuhkan perangkat khusus yang mahal untuk komputasinya serta cenderung menambah sistem delay.

2) Error in tracking system menyediakan informasi inputan untuk registrasi suatu obyek virtual sehingga error dalam tracking sistem adalah tipe error yang paling serius dari static errors. Distorsi yang terjadi sulit diukur dan dikompensasi karena tipe error ini bukanlah merupakan systematic error. Kebanyakan sistem tracking komersial tidak mampu memenuhi akurasi yang dibutuhkan oleh sistem AR sehingga ke depannya diperlukan metode untuk meningkatkan akurasi dari sistem tracking.

3) Mechanical missalignment adalah ketidaksesuaian yang terjadi antara sifat fisik suatu sistem aktual dengan spesifikasi komponen hardware yang digunakan. Ketidaksesuaian ini terjadi misalnya karena posisi relatif yang tidak sesuai antara komponen yang satu dengan yang lain pada suatu sistem optical see-through. Ketidaksesuaian ini dapat menyebabkan

perubahan yang kentara terhadap posisi dan orientasi dari gambar virtual yang diproyeksikan. Kalibrasi error terhadap mechanical missalignment sangat sulit untuk dilakukan. Oleh karena itu, cara terbaik untuk menghilangkan error ini adalah perakitan sistem yang dilakukan dengan benar.

4) Incorrect viewing paramaters dapat dianggap sebagai alignment error dimana suatu teknik kalibrasi dapat diterapkan untuk menghilangkan error ini. Viewing parameters menentukan bagaimana mengubah suatu posisi obyek yang berada pada world coordinate menjadi camera coordinate sehingga obyek virtual dapat dimunculkan dengan benar.

2.4.2 Dynamic Errors

Dynamic errors terjadi karena keterlambatan sistem/system delays. System delays adalah perbedaan pada saat suatu sistem tracking mengukur posisi dan orientasi titik pandang terhadap waktu dimana gambar virtual dimunculkan pada posisi dan orientasi di titik tersebut dilihat dari suatu tampilan/display. System delays ini terjadi karena setiap komponen di dalam AR membutuhkan waktu untuk melakukan tugasnya. System delays ini menyebabkan registration error yang hanya terjadi ketika adanya suatu perpindahan/gerakan. Misalnya ketika seseorang pengguna Head-worn display menggerakan kepalanya, dan ketika posisi kepala berada pada waktu t, gambar virtual tidak muncul pada waktu t, melainkan pada waktu setelahnya yaitu t2. Gambar virtual yang seharusnya berada pada posisi di waktu t tidak muncul sehingga pengguna melihat gambar virtual berada pada posisi yang berbeda.

Beberapa metode yang digunakan untuk mengurangi dynamic errors adalah mengurangi system lag, mengurangi apparent lag, match temporal streams dan predicting future location.

1) Mengurangi system lag adalalah pendekatan paling efektif untuk mengurangi atau secara ideal menghapus suatu sistem delays. Teknologi saat ini tidak mampu untuk menghapus sistem delays sehingga paling

tidak dibutuhkan pengembangan teknologi yang dapat sebisa mungkin mengurangi dynamic errors dalam ukuran yang paling kecil.

2) Mengurangi apparent lag dapat dilakukan dengan memanfaatkan teknik image deflection dan warping image. Image deflection adalah teknik untuk memasukan pengukuran orientasi gambar yang paling baru ke dalam tahap akhir dari suatu siklus rendering. Sedangkan image warping adalah teknik untuk meningkatkan registrasi dengan cara melakukan sedikit penyesuain pada nilai orientasi dan translasi.

3) Match temporal streams adalah teknik yang digunakan dalam video see-through untuk mengurangi dynamics errors dengan cara mencocokan temporal streams dengan waktu gambar virtual dimunculkan.

4) Predicting future location adalah teknik yang digunakan untuk mengurangi dynamic error dengan cara memperkirakan lokasi di waktu yang akan datang sehingga gambar virtual dapat dimunculkan pada lokasi tersebut. Prediksi ini harus dilakukan secara real-time.

2.5 Pemanfaatan AR di Bidang Manufaktur 2.5.1 Assembly

Proses assembly merupakan proses pemasangan semua komponen yang secara individual dihasilkan melalui proses manufaktur sehingga menjadi suatu produk.

Beberapa produk terdiri dari sedikit komponen individual yang relatif mudah di dalam perakitannya. Namun untuk beberapa produk yang kompleks sering kali terdiri dari banyaknya komponen yang harus dirakit. Oleh karena itu proses assembly keseluruhan suatu produk biasanya dibagi menjadi beberapa proses sub-assembly yang melibatkan pengerjaan manual yaitu menempatkan operator pada masing-masing bagian sub-assembly. Proses perakitan secara manual biasanya menggunakan intruksi manual berupa teks dan gambar yang berisi informasi mengenai setiap komponen dan bagaimana cara pemasangannya karena seorang operator harus mengenali setiap komponen dan bagaimana setiap komponen dapat dirakit dengan benar. Dalam melakukan pekerjaannya, operator harus mengalihkan pandangannya antara intruksi manual dan komponen yang akan

dirakit. Pengalihan pandangan ini tentunya menyita banyak waktu terutama jika instruksi manual tidak ditempatkan pada posisi yang nyaman kepada operator di dalam ruang kerja. Hal ini tentunya akan mengurangi produktivitas, meningkatkan waktu dan kesalahan perakitan, dan gerakan berulang yang tidak perlu. Terlebih lagi bagi seorang operator pemula untuk mendapatkan pemahaman yang baik mengenai setiap komponen dan bagaimana pemasangannya secara khusus untuk suatu perakitan yang kompleks merupakan pekerjaan yang sulit dan berpotensi menyebabkan frustasi karena membutuhkan waktu berbulan-bulan bahkan bertahun-tahun bagi seorang operator pemula untuk memahami dengan benar suatu proses perakitan yang kompleks. Bahkan untuk seorang operator yang sudah ahli sekalipun, seringkali operator harus mengalihkan pandangannya antara intruksi manual dengan benda yang akan dirakit. Menyadari hal ini, pemanfaatan teknologi AR sangat berpotensi untuk meningkatkan efisiensi proses perakitan, serta mempermudah operator dalam memahami suatu proses perakitan baik yang kompleks sekalipun. Intruksi akan lebih mudah dipahami, bukan dalam bentuk manual berupa teks dan gambar, tetapi dalam bentuk 3D virtual yang ditampilkan pada komponen aktual berisi informasi langkah demi langkah proses perakitan yang dibutuhkan dan bagaimana cara melakukannya. Informasi virtual inipun dapat dianimasi sehingga intruksi perakitan menjadi lebih eksplisit. Selain itu operator dapat berkonsentrasi pada tugas yang mereka kerjakan tanpa harus mengalihkan/mengubah posisi kepala dan badan mereka untuk melihat serangkaian instruksi perakitan.

Gambar 2.7 Pemanfaatan AR pada Proses Assembly

AR juga dapat dimanfaatkan untuk kepentingan melatih operator pemula memahami suatu tugas perakitan . Penelitian yang dilakukan [38] melaporkan bahwa dengan bantuan AR, tugas perakitan lebih mudah untuk dilakukan. Hasil yang lain adalah eksperimen yang dilakukan menggunakan empat jenis HMDs [12] menunjukan bahwa pedoman untuk suatu perakitan dengan bantuan AR adalah metode yang paling efektif dari berbagai jenis bentuk instruksi lainnya.

Operator melakukan kesalahan yang sedikit menggunakan metode AR dibandingkan dengan instruksi manual dalam bentuk kertas maupun elektronik.

Menampilkan informasi dan instruksi perakitan dalam bentuk 3D pada benda kerja aktual terbukti mampu mengurangi laju kesalahan dalam melakukan perakitan sebesar 82 % [36] . Insinyur pada perusahaan Boeing telah mendemonstrasikan sistem AR untuk menolong pekerja dalam perakitan pesawat terbang [35], melalui tampilan serangkaian instruksi dan diagram di depan operator yang kemudian menggunakannya informasi tersebut untuk merakit bagian-bagian dari pesawat terbang.

2.5.2 Maintenance, Service, Repair, and Inspection

Kemampuan teknologi AR yang dapat menampilkan informasi secara virtual pada waktu dan lokasi yang diinginkan menjadi teknologi yang bermanfaat di bidang maintenance, service, repair, dan inspection. Informasi yang ditampilkan dapat dibuat sebagai catatan, petunjuk, atau peringatan yang secara detil mengenai setiap pekerjaan yang harus dilakukan. Jika Seorang petugas maintenance berhadapan dengan suatu komponen mesin yang kurang familiar baginya, atau jika seorang petugas lupa bagian mana yang seharusnya dikerjakan terlebih dahulu, melalui informasi relevant yang ditampilkan melalui AR dapat memberikan petunjuk, atau peringatan kepada mereka sehingga mereka tidak perlu membuka petunjuk manual. Teknologi AR ini juga dapat dimanfaatkan untuk kepentingan pelatihan bagi petugas maintenance, service, repair dan inspection. Suatu pusat penelitan industry computer di Eropa atau Europe Computer Research Center (ECRC) mendemonstrasikan suatu tampilan nama komponen yang ditunjuk pada suatu mesin bakar sehingga nama komponen

“exhaust manifold” ditampilkan.

Gambar 2.8 Pemanfaatan AR di bidang Maintenance, Repair, Service dan Inspection [3].

Informasi yang ditampilkan melalui AR pada suatu benda nyata berisi intruksi yang disajikan langkah demi langkah dan bagaimana cara mengerjakan suatu

tugas tertentu lebih mudah diingat oleh seorang petugas daripada menggunakan intruksi manual.

2.5.3 Manufacturing Layout

Suatu perencanaan sistem produksi yang efisien dapat mempercepat siklus produksi dari suatu produk. Namun perencanaan suatu sistem produksi yang kompleks pada suatu industri tidaklah mudah sehingga butuh evaluasi berulang-ulang secara menyeluruh untuk menghindari kemungkinan kesalahan yang biasanya terjadi pada proses perencanaan. Teknologi AR menawarkan suatu metode yang efisien dalam merencanakan suatu sistem produksi. Melalui AR semua peralatan, komponen, mesin, dan gambar dapat diakses secara virtual dan dipindahkan pada kondisi nyata lingkungan produksi sehingga terbentuklah skenario yang nyata serta interaksi secara intuitif dengan obyek virtual.

keuntungan lain yang ditemukan oleh [17] ketika mengkombinasikan lengan robot pengelasan virtual dengan lingkungan nyata suatu sistem produksi adalah kemungkinan terjadi tabrakan antara lengan robot dengan elemen lain di dalam lingkungan sistem produksi dapat diidentifikasi.

Gambar 2.9 Manufacturing Layout Berbasis AR [17].

Beberapa percobaan yang dilakukan oleh [17] dengan beberapa teknisi perencanaan telah membuktikan keuntungan suatu perencanaan sistem produksi

berbasis AR dalam mengurangi biaya dan peningkatan kualitas data yang dibutuhkan untuk suatu perencanaan sistem produksi.

2.5.4 Product development

Prototyping merupakan bagian integral dari suatu proses produksi di berbagai industri. Langkah modifikasi dan penyesuaian pada suatu produk atau komponen tertentu sering terjadi pada proses pengembangan produk maupun tahap produksi.

Demi alasan inilah AR dapat menjadi alat yang dapat mensimulasikan suatu prototipe sebelum menginvestasikan berbagai sumber daya untuk membangun suatu prototipe secara fisik. Pemanfaatan AR berdasarkan penggabungan antara obyek virtual dengan prototipe aktual disebut sebagai pendekatan mixed prototyping. Melalui mixed prototyping, pengguna dapat secara interaktif mengevaluasi penambahan komponen virtual secara langsung pada prototipe aktual. Pada beberapa kasus, permintaan konsumen yang melibatkan perubahan yang signifikan pada prototipe yang baru cenderung memakan waktu lama dalam proses realisasinya. Salah satu penelitan yang pernah dilakukan berhasil memanfaatkan teknologi AR untuk mempercepat proses prototyping dengan pendekatan mixed prototyping [37].

Gambar 2.10 Pemanfaatan AR Dalam Tahap Prototyping [37]

Metode ini juga menolong pengguna untuk melakukan product assesment secara detil, validasi ergonomis, validasi urutan perakitan, dan kadang-kadang pengguna juga dapat melakukan verifikasi fungsional.

2.6 ARToolkit

ARToolkit adalah sebuah library open source berlisensi GPL yang menggunakan bahasa c untuk membantu programmer dalam membangun suatu sistem Augmented Reality yang robust. Salah satu tantangan tersulit dalam membangun suatu sistem AR adalah meregistrasi obyek virtual 3D tepat berada pada obyek yang kita inginkan di dunia nyata. ARToolkit menggunakan teknik computer vision untuk menghitung posisi dan orientasi relatif suatu marker terhadap kamera sehingga obyek virtual 3D dapat berada tepat pada posisi marker. Teknik registrasi cepat dan presisi yang difasilitasi ARToolkit dikembangkan secara terus menerus hingga muncul banyaknya aplikasi AR yang baru dan menarik di berbagai bidang. Meskipun ada banyak library yang dapat digunakan untuk membangun suatu sistem AR, namun kelebihan utama dari ARToolkit adalah library ini sudah digunakan secara meluas oleh banyak peneliti dan sudah banyak yang berhasil diimplementasikan dalam berbagai bidang. Selain itu ARToolkit juga didukung dengan banyaknya tutorial dan forum yang beredar di internet.

ARToolkit memfasilitasi pemanfaatan AR berbasis video see-through dan optical see-through menggunakan Head-worn Display. Untuk menggunakan ARToolkit, tidak harus menggunakan Head-worn Display, sebuah kamera yang terhubung dengan komputer sudah cukup untuk membangun AR menggunakan ARToolkit.

Untuk optical see-through proses kalibrasi dan registrasi lebih rumit untuk dilakukan. ARToolkit dapat dijalankan di platform SGI IRIX, PC Linux, dan Windows 95/98/NT/2000, dan komputer SGI O2 masing-masing berupa versi ARToolkit yang terpisah. Setiap versi memiliki fungsi yang sama, namun performa dapat bervariasi tergantung pada konfigurasi dari hardware yang dipakai. Untuk lebih memahami library ARToolkit, bagaimana menggunakannya, prinsip kerja dan lain-lain dapat dilihat di [1].

2.6.1 Keterbatasan ARToolkit

Beberapa kekurangan sistem tracking berbasis vision adalah pola pada marker harus terdeteksi seluruhnya oleh kamera. Jika sedikit saja bagian dari pola tertutup atau terhalang oleh obyek nyata, maka obyek virtual tidak dapat ditambahkan pada dunia nyata. kekurangan lain berupa jarak/jangkauan tracking pola oleh marker. Penulis library ARToolkit (Kato dan Bilinghurst) telah melakukan percobaan jangkauan maksimun dengan ukuran marker yang berbeda-beda.

Percobaan dilakukan dengan cara marker berada pada kondisi stationary (tidak bergerak dan seimbang) dihadapkan pada arah tegak lurus terhadap kamera.

Kemudian posisi kamera digeser menjauh dari marker, dan jarak maksimun jangkauan marker ditetapkan ketika obyek virtual sudah tidak tampak pada marker.

Tabel 2.1 Jarak Efektif Tracking Terhadap Ukuran Pola [1]

Ukuran pola (inch) Jarak Jangkauan (inch)

2.75 16

3.50 25

4.25 34

7.37 50

Semakin besar ukuran marker, maka jangkauan maksimun kamera semakin jauh.

Pola pada marker juga mempengaruhi jangkauan maksimun kamera. Semakin sederhana bentuk pola yaitu hanya terdiri dari persegi hitam dan persegi putih (frekuensi rendah) semakin baik. Sebagai contohnya, sebuah marker dengan ukuran 4.25 inch dengan pola yang lebih kompleks dapat mengurangi jangkauan maksimun dari 35 inch menjadi 15 inch.

Selain itu jangkauan maksimun juga dipengaruhi oleh orientasi marker relatif terhadap kamera. Semakin miring orientasi marker terhadap kamera, semakin sulit bagi kamera untuk mendeteksi titik pusat marker.

Kondisi pencahayaan pada marker juga mempengaruhi sistem tracking berbasis vision. Pencahayaan tipe sorot tentunya mengakibatkan pantulan dan titik silau pada marker sehingga sulit bagi kamera untuk mendeteksi bentuk pola pada marker. Untuk menghindari hal ini, maka pola dapat dibuat dari kertas yang tidak bersifat reflektif.

2.6.2 Sistem Tracking dan Registrasi

Sistem tracking berbasis vision pada ARToolkit menggunakan marker buatan sebagai titik acuan suatu obyek virtual ditambahkan ke dalam dunia nyata. Pola marker yang dideteksi oleh ARToolkit berbentuk persegi dengan bentuk subpola yang unik pada masing-masing marker.

Gambar 2.11 Contoh Pola pada Marker

Struktur sistem ARToolkit dalam mendeteksi sebuah marker adalah gambar berwarna ditangkap oleh kamera. Sistem koordinat 3D marker pada koordinat

“dunia” (World coordinate), direkonstruksi melalui perspective projection ke dalam sistem koordinat 2D kamera menggunakan parameter instrinsic kamera pada tampilan monitor.

(1) Dimana C adalah parameter instrinsik kamera, sf_x dan sf_y adalah focal length pada sumbu x dan y, x_c dan y_cadalah titik pusat/origin suatu pixel gambar. X_I dan Y_I adalah koordinat pixel obyek pada gambar.

Gambar 2.12 Rekonstruksi Gambar 3D Menjadi 2D (perspective projection) Melalui Parameter Intrinsic.

Gambar berwarna tersebut kemudian disimpan di dalam buffer (memory), kemudian gambar tersebut diubah ke dalam bentuk grayscale (hitam putih). Di dalam gambar terdapat banyak obyek selain marker misalnya bangku, meja, dan komponen lainnya yang tidak diperlukan. Untuk meningkatkan kemampuan sistem mendeteksi marker, maka beberapa obyek yang tidak perlu dari gambar harus dihilangkan dengan cara thresholding. Thresholding merupakan

transformasi pixel gambar ke dalam bentuk biner sehingga beberapa obyek yang tidak memiliki pola yang sama dengan marker akan dihilangkan.

(2) Fungsi f(i,j) adalah fungsi pixel dari pixel gambar, P adalah nilai threshold, dan fungsi g(i,j) adalah fungsi pixel dari hasil gambar thresholding. Pemilihan nilai threshold yang tepat akan sangat mempengaruhi performa deteksi marker misalnya pada kondisi pencahayaan yang kurang baik. Thresholding memfilter background dari sebuah marker. Setiap obyek yang “lolos” dari proses thresholding dilanjutkan dengan proses labeling dan menjadi kandidat marker yang kemudian harus diuji lebih lanjut.

Langkah pengujian lebih lanjut adalah deteksi kontur pada marker. Karena marker yang deteksi oleh sistem ARToolkit adalah obyek yang memiliki bentuk segiempat dimana terdapat dua pasang garis yang saling parallel, maka luasan obyek dengan kontur yang cocok dengan empat buah segment garis yang diambil sebagai kandidat marker. Parameter dari keempat garis dan empat koordinat titik

Dalam dokumen UNIVERSITAS INDONESIA PENGEMBANGAN AUGMENTED REALITY (AR) UNTUK PROSES PEMESINAN MILLING 3-AXIS SKRIPSI. Dedy Ariansyah (Halaman 34-173)