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 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

Feature Extraction and Selection 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.

Beberapa Fenomena Secara Dimensional Titik balik /kejenuhan 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

Beberapa 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)

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

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

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

Representasi Raster - Quadtree Quadtree data structure: Representasi Quadtree:

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 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

Metode representasi deteksi tepi Directional Chain Code

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

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

Zoning – Direction Features Based on the skeleton of the character image Distinguish individual line segments 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

Zoning – Direction Features number of horizontal lines total length of horizontal lines right diagonal lines total length of right diagonal lines vertical lines total length of vertical lines left diagonal lines total length of left diagonal lines number of intersection points

Finger Image + 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

Fingerprint scanning (Minutiae based approach)

Contoh 40 43 44 42 41 12 13 10 11 14 39 45 34 30 31 32 33 42 11 12 13 29 10 14 40 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.

Quit