Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Oleh: Idaliana Kusumaningsih G64052767 Dosen pembimbing: Sony Hartono Wijaya, M.kom.

Presentasi serupa


Presentasi berjudul: "Oleh: Idaliana Kusumaningsih G64052767 Dosen pembimbing: Sony Hartono Wijaya, M.kom."— Transcript presentasi:

1 Oleh: Idaliana Kusumaningsih G Dosen pembimbing: Sony Hartono Wijaya, M.kom.

2 Butuh waktu yang banyak untuk pelabelan citra Adanya perbedaan persepsi pengguna terhadap citra Pendekatan CBIR = berdasarkan visual citra (warna, bentuk, tekstur)

3 1 Balqis (2006) mengenai Fuzzy Color Histogram untuk temu kembali citra bunga. 2 Pebuardi (2008) mengenai kemiripan citra berbasis warna, bentuk dan tekstur menggunakan Bayesian Network. Penelitian sebelumnya terkait dengan ekstraksi ciri :

4

5 Data Data Fokus : ekstraksi ciri Fokus : ekstraksi ciri Kelas Mamalia Ordo Karnivora Warna: Fuzzy Color Histogram Bentuk: Edge Direction Histogram Tekstur: Gray Level Coocurrence matrix

6 Basis data citra Praproses Ekstraksi warna Ekstraksi bentuk Ekstraksi tekstur Indeks warna Indeks bentuk Indeks tekstur Indeks citra Indexing Evaluasi Pengukuran kemiripan Kueri citra Retrieval

7 Image enhancement cropping

8 Fuzzy Color Histogram Tiap kelas diambil 15 warna yang muncul terbanyak= ada 120 warna 100x100 piksel kuantisasi Menentukan histogram awal (CCH) ) Menentukan histogram awal (CCH) )

9 x = FCH = Kmeans clustering 25 bin Fungsi Cauchy Membership function Histogram yang dinormalisasi Menentukan Membership function (m c’(c) ) Menentukan Membership function (m c’(c) )

10 Edge Direction Histogram Θ=tan -1 (Gy / Gx) ) Θ=tan -1 (Gy / Gx) ) 36 bin masing-masing 10 0 RGBGrayscale Sobel edge detection

11 Coocurrence Matrix 8 Level keabuan (8x8) Matriks 7x1

12 Basis data citra Kueri citra Citra relevan yang ditemukembalikan WarnaBentukTekstur Cosine Similarity Bayesian Network All

13 - Tujuan: mengukur tingkat keberhasilan dalam proses temu kembali citra hewan. Citra relevan temu kembali Recall Citra relevan database Precision Citra relevan temu kembali Citra yang ditemukembalikan

14

15

16

17 Nilai Recall – Precision tiap kelas citra Kelas Canine Kelas Bear

18 Kelas Red panda Kelas Skunk Nilai Recall – Precision tiap kelas citra

19 Kelas Leopard Kelas Walruses Nilai Recall – Precision tiap kelas citra

20 Grafik Recall – Precision Nilai Recall – Precision Seluruh Citra

21 Berdasarkan nilai rata-rata precission diketahui bahwa rata-rata precision terbesar adalah menggunakan gabungan ciri warna, bentuk dan tekstur yaitu sebesar Untuk meningkatkan hasil temu kembali Metode ekstraksi ciri yang dapat digunakan seperti FCH dengan FCM untuk ekstraksi ciri warna, Fourier descriptor untuk ekstraksi ciri bentuk dan Tamura untuk ekstraksi ciri tekstur. Kesimpulan Saran Secara umum gabungan ketiga ciri (warna, bentuk, tekstur) lebih baik untuk temu kembali citra

22

23  DEMO PROGRAM


Download ppt "Oleh: Idaliana Kusumaningsih G64052767 Dosen pembimbing: Sony Hartono Wijaya, M.kom."

Presentasi serupa


Iklan oleh Google