Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

ANALISIS TEKSTUR PARKET KAYU JATI BERDASARKAN PENGGABUNGAN FITUR EKSTRAKSI METODE STATISTIKAL GLDM DAN COLOR PERCENTILE ARUM AGESTI APRILIA 50407164.

Presentasi serupa


Presentasi berjudul: "ANALISIS TEKSTUR PARKET KAYU JATI BERDASARKAN PENGGABUNGAN FITUR EKSTRAKSI METODE STATISTIKAL GLDM DAN COLOR PERCENTILE ARUM AGESTI APRILIA 50407164."— Transcript presentasi:

1 ANALISIS TEKSTUR PARKET KAYU JATI BERDASARKAN PENGGABUNGAN FITUR EKSTRAKSI METODE STATISTIKAL GLDM DAN COLOR PERCENTILE ARUM AGESTI APRILIA

2 Dalam industri parket kayu jati menggunakan tenaga manusia  belum akurat  perlu otomatisasi pengklasifikasian. Analisa tekstur  klasifikasi tekstur parket kayu jati. Banyak penelitian menggunakan ekstraksi fitur dengan cara menggabungkan antara analisa tekstur dan warna.

3 Bagaimana melakukan analisa tekstur pada citra parket kayu jati yang telah diregionisasi dengan metode statistikal GLDM dan metode color percentile?

4 Ekstraksi Fitur: - Metode statistikal grey level difference method - Metode color percentile. Setiap citra akan dibagi menjadi 8x8 sub-citra. Data citra parket terdiri dari 3 kelas, A (tekstur bergaris), B (tekstur menyerupai huruf U), dan C (tekstur cacat tidak melebihi 20 persen) dengan total 60 data.

5 Menganalisis parket kayu jati dengan penggabungan hasil ekstraksi fitur metode statistikal GLDM dan hasil ektraksi fitur warna dengan color percentile.

6 Parket Kayu Jati Kelas A Parket Kayu Jati Kelas B Parket Kayu Jati Kelas C

7 Pada GLDM, perbedaan mutlak dihitung antara sepasang derajat keabuan yang terpisah oleh jarak tertentu dengan arah tertentu. Pergeseran: empat arah  0°,45°,90°,135° jarak ( δ )=1,2, Ciri tekstural: Contrast, Angular Second Moment (ASM), Entropy, Inverse Difference Moment (IDM), dan Mean.

8 Keterangan:  i  selisih antara sepasang derajat keabuan  δ  jarak pergeseran  P  probabilitas  Ө  arah pergeseran  g(i| δ, Ө )  estimasi probability density function

9 GLDM con GLDM GLDM 8-8 Ada 4 arah pergeseran GLDM Sudut 0 GLDM Sudut 45 GLDM Sudut 90 GLDM Sudut 135 Satu blok sub-citra menghasilkan: Satu citra menghasilkan: asmentidmmean Citra Parket Kayu Jati

10

11

12 nRows = 8; nCols = 8; img = imread(‘*.jpg'); figure, imshow(img); [row col] = size(img) stepRow = floor(row/nRows) stepCol = floor(col/nCols) fea = []; for i=1:nRows awalRow = ((i-1)*stepRow)+1 akhirRow = (i*stepRow) for j=1:nCols awalCol = ((j-1)*stepCol)+1 akhirCol = (j*stepCol) x = img(awalRow:akhirRow, awalCol:akhirCol); x=double(x); [contrast,asm,entropy,idm,mean]=sudut0(i,j,x); sudut_0=[contrast,asm,entropy,idm,mean]; fea = [fea sudut_0]; % figure, imshow(x); end Nilai pembagi untuk kolom dan baris Mengambil nilai matriks untuk kolom dan baris Menghitung nilai matriks kolom dan baris untuk setiap sub-citra. Melakukan regionisasi atau pembagian sub-citra. Menyimpan setiap sub-citra ke dalam variabel penampung Memanggil fungsi analisa GLDM. Menyimpan hasil analisa.

13 Fitur persentil warna dihitung dari saluran warna histogram C k (x), yang merupakan jumlah dari histogram yang telah dinormalisasi p(i) dari saluran warna k untuk semua nilai yang lebih kecil atau sama dengan x. Didefinisikan:

14 Persentil memiliki nilai real antara 0 sampai 100. Fitur persentil bersifat sensitif untuk perubahan intensitas  mengukur nilai langsung dari saluran warna. Kondisi pencahayaan normal  nilai-nilai intensitas menyimpan banyak informasi berguna. Perbedaan antara persentil dalam setiap saluran warna yang berbeda dapat dihitung.

15 CP X 0.1 CP CP 8-8 Ada 3 saluran warna (rgb) CP (red) CP (green) CP (blue) Satu blok sub-citra menghasilkan: Satu citra menghasilkan: X 0.3 X 0.5 X 0.7 X Citra Parket Kayu Jati

16

17

18 nRows = 8; nCols = 8; img = imread(‘*.jpg'); figure, imshow(img); [row col dep] = size(img) stepRow = floor(row/nRows) stepCol = floor(col/nCols) fea = []; for i=1:nRows awalRow = ((i-1)*stepRow)+1 akhirRow = (i*stepRow) for j=1:nCols awalCol = ((j-1)*stepCol)+1 akhirCol = (j*stepCol) x = img(awalRow:akhirRow, awalCol:akhirCol, 1:dep); p=100*(0.1:0.20:1); I=x(:,1); y=prctile(I,p); yR=y; fea = [fea yR]; %figure, imshow(x); end Nilai pembagi untuk kolom dan baris Mengambil nilai matriks untuk kolom dan baris Menghitung nilai matriks kolom dan baris untuk setiap sub-citra. Melakukan regionisasi atau pembagian sub-citra. Menyimpan setiap sub-citra ke dalam variabel penampung Melakukan analisa color percentile Menyimpan hasil analisa.

19 Analisa GLDM GLDM GLDM Analisa CP CP CP Analisa GLDM + Analisa CP : GLDM GLDM 8-8 CP CP 8-8 Citra Parket Kayu Jati

20

21

22

23

24

25

26

27

28

29

30 Berdasarkan hasil analisa fitur tekstural contrast memiliki kemungkinan yang bagus untuk dijadikan fitur pada analisa tekstur parket kayu jati. Hal ini bisa dilihat dari perhitungan nilai mean dan standar deviasi.

31 Berdasarkan nilai mean dan standar deviasi tidak ditemukan selisih nilai yang besar untuk setiap kelas. Hal ini mungkin disebabkan nilai persentil dari tiap data memiliki nilai yang identik.

32 Analisa fitur  metode statistikal GLDM dan metode color percentile. Analisa tekstur  citra yang telah mengalami proses regionisasi. Citra berformat *.jpg atau *.bmp. Fitur tekstural GLDM  Contrast, Angular Second Moment (ASM), Entropy, Inverse Difference Moment (IDM), dan Mean. Fitur color percentile  persentil 10, persentil 30, persentil 50, persentil 70, dan persentil 90 Berdasarkan perhitungan nilai mean dan standar deviasi: GLDM  Contrast Color Percentile  tidak dapat disimpulkan karena semua nilai kemungkinan bersifat identik.


Download ppt "ANALISIS TEKSTUR PARKET KAYU JATI BERDASARKAN PENGGABUNGAN FITUR EKSTRAKSI METODE STATISTIKAL GLDM DAN COLOR PERCENTILE ARUM AGESTI APRILIA 50407164."

Presentasi serupa


Iklan oleh Google