1 / 20

BAB VIII Representasi Citra

BAB VIII Representasi Citra. Suprapto, ST, MT. Quit. Tujuan Representasi citra. Data citra tidak selalu disimpan dalam bentuk matriks (visual format) yang memerlukan tempat penyimpanan data yang besar

rosalyn-petersen
Download Presentation

BAB VIII Representasi Citra

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. BAB VIIIRepresentasi Citra Suprapto, ST, MT Quit

  2. Tujuan Representasi citra • Data citra tidak selalu disimpan dalam bentuk matriks (visual format) yang memerlukan tempat penyimpanan data yang besar • Representasi data citra yang tidak berbentuk matriks (non-visual format) biasanya dilakukan untuk tujuan: • Untuk memudahkan manipulasi data, • Untuk menghemat tempat penyimpanan data, contoh: pada basis data spasial yang biasanya citra perlu dikompresi

  3. Feature Extraction and Selection • Feature Extraction • Ekstraksi ciri merepresentasikan / merupakan besaran terukur karakteristik obyek, dan potensial untuk membedakan obyek-obyek yang ada pada citra • Feature Selection • Ciri yang tersedia bisa banyak, masalahnya adalah bagaimana memilih kombinasi ciri terbaik yang dapat mengenali setiap obyek dengan akurat. Kemudian berkembang berbagai metode seleksi ciri: pendekatan bottom up atau top down, pendekatan filter atau wrapper, pendekatan lainnya.

  4. Beberapa Fenomena • Secara Dimensional • Peningkatan dimensi ciri tidak menjamin peningkatan ketelitian pengenalan • Titik balik /kejenuhan • Peningkatan jumlah ciri sampai pada tingkat tertentu akan meningkatkan ketelitian pengenalan, lebih dari jumlah ciri tersebut akan menurunkan tingkat pengenalan

  5. Beberapa metode seleksi ciri • Metode seleksi ciri • SFS (Sequential Forward Selection – bottom up) • SBS (Sequential Backward Selection – top down) • SFFS (Sequential Forward Floating Selection) • Genetic Algorithm • Metode seleksi ciri terdiri dari 2 proses: • Pencarian ciri • Cek fungsi criteria dan kombinasikan ciri • Pendekatan metode seleksi • Filter • Wrapper (Classification method)

  6. Representasi Data Wilayah • Vector: area (polygon) • Raster: relational table • Raster : quadtree

  7. RepresentasiVektor – Polygon-based • Wilayah dinyatakan dalam representasi polygon, yaitu list titik-titik (x,y) yang terhubung membentuk closed loop.

  8. Representasi Raster – Relational Table • Wilayah dinyatakan dalam table yang terdiri dari record dengan attribute-attribute-nya.

  9. Representasi Raster - Quadtree • Quadtree data structure: • Representasi Quadtree:

  10. Representasi Quadtree • Contoh Citra: 8x8 = 64 bytes Representation Code: 0 0 0 0 1 1 0 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 1 1 1 1 1 0 dst.nya 0 0 1 1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 • Informasi Yang Disimpan: data 33 cells • Quadtree Traversal: bisa Preorder Traversal atau Depth-First Search

  11. Metode representasi deteksi tepi • Directional Chain Code

  12. Directional Chain Code 8-directional chain code: Representation Code: Citra: Citra berukuran 8x8 bytes = 64 bytes Informasi yang disimpan: Posisi awal (x,y) dan arah 0 7 6 6 6 5 5 3 3 2 1 2 1 Yaitu sebanyak 13 bytes

  13. Zoning – Direction Features Based on the contour of the character image • For each zone the contour is followed and a directional histogram is obtained by analyzing the adjacent pixels in a 3x3 neighborhood

  14. Distinguish individual line segments Zoning – Direction Features • Labeling line segment information • Line type normalization • Formation of feature vector through zoning • Line segments are coded with a direction number • 2 = vertical line segment • 3 = right diagonal line segment • 4 = horizontal line segment • 5 = left diagonal line segment Based on the skeleton of the character image

  15. Zoning – Direction Features

  16. Minutiae • Uses the ridge endings and bifurcation's on a persons finger to plot points known as Minutiae • The number and locations of the minutiae vary from finger to finger in any particular person, and from person to person for any particular finger Finger Image Finger Image + Minutiae Minutiae

  17. Fingerprint scanning (Minutiae based approach)

  18. Contoh • ubahlah kedua citra menjadi citra biner, jika threshold yang digunakan berada pada titik tengah antara level warna tertinggi dan level warna terendah. • Berdasarkan citra hasil dari No. 2, lakukanlah proses deteksi tepi, dan buatlah pola penelusuran tepi objek (pola signature) jika titik acuannya pada momen pusat objek dan titik start-nya dari titik tepi objek yang mempunyai nilai koordinat yang terkecil.

  19. Quit

More Related