ABSTRAKSI: Pendeteksian sudut pada citra digital bertujuan untuk menemukan semua sudut dalam suatu citra digital dan mengenali suatu pola yang terdapat pada citra itu. Dengan dikenalinya sudut pada sebuah citra maka akan mudah diperoleh informasi-informasi pada sebuah citra. Curvature Scale Space (CSS) merupakan salah satu metode dalam mendeteksi sudut pada sebuah citra digital yang memiliki keunggulan dalam menangani citra yang memiliki intensitas noise yang relatif tinggi dan T-junction. Pada tugas akhir ini, penulis akan melakukan analisis performansi metode Curvature Scale Space (CSS) pada beberapa nilai parameter berdasarkan detection rate dan error detection.
Pengujian dan hasil analisis menunjukkan bahwa variasi nilai parameter seperti sigma, threshold, curvature, dan sudut memberikan pengaruh yang penting terhadap performansi CSS. Pada semua pengujian, citra hitam-putih memberikan hasil yang lebih baik dari citra greyscale. Pemilihan nilai parameter yang tepat dapat meningkatkan hasil deteksi sudut CSS.
Kata Kunci : citra, noise, Canny, deteksi sudut, CSSABSTRACT: Corner detection of digital image aims to find all corners in an image and to recognize the pattern that belongs to it. If corners in an image are recognized, its information will be retrieved easily. Curvature Scale Space (CSS) is one of methods to detect corners in digital image which has excellence in handling images with high intensity noise and T-junction. This final project would analyze performance of Curvature Scale Space (CSS) with some parameters values based on detection rate and error detection.
The tests and analysis results showed that variation of parameters value like sigma, threshold, curvature, and angle give important influences to CSS’s performance. In whole tests, black and white image gave better results than greyscale images. Choosing the correct parameters value can increase CSS’s performance.
Keyword: image, noise, Canny, corner detection, CSS