Oleh : Rahmat Robi Waliyansyah, M.Kom. Ekstraksi Fitur Oleh : Rahmat Robi Waliyansyah, M.Kom.
Fitur adalah karakteristik unik dari suatu objek. Persyaratan fitur yang baik : Discrimination Memperhatikan kompleksitas komputasi Independence Jumlahnya sedikit
Beberapa metode ekstraksi fitur : Geometri Histogram Gradien Spektrum Fourier Wavelet Fitur berdasarkan warna Tapis Gabor Fraktal
Ciri Geometri Luas Pusat massa Keliling (Perimeter) Kekompakan (compactness) Kebundaran (roundness)
Metode Histogram Bila x menyatakan tingkat keabuan pada suatu citra maka probabilitas dari x dinyatakn dengan : P(x) = Banyaknya titik-titik yang memiliki tingkat keabuan x Total banyaknya titik pada daerah suatu citra dengan x=0,1,2,....., L-1
Beberapa fitur yang dapat dihitung berdasarkan histogram antara lain : Rata-rata Standar Deviasi Variance Nilai mean square Skewness Kurtosis
Gradient Nilai gradient untuk setiap pixel pada daerah suatu citra dapat dihitung dengan rumus :
Fitur Gradient antara lain: dengan M menyatakan banyaknya titik pada daerah citra
Spektrum Fourier Transformasi Fourier membawa suatu citra dari domain spasial f(x,y) ke domain frekuensi F(p,q).
Fitur dari spektrum fourier : Celah Horisontal Celah Vertikal Cincin Sektor dengan
Wavelet Fitur wavelet : Energi Subband n = jumlah piksel pada setiap subband Koefisien wavelet Cara 1 : memilih sejumlah kecil koefisien berdasarkan magnitudo terbesar tanpa memperhatikan subband Cara 2 : memilih sejumlah kecil koefisien berdasarkan magnitudo terbesar dengan memperhatikan subband
Fitur berdasarkan warna Citra dikonversikan ke dalam suatu ruang warna tertentu Setiap komponen ruang dibuat histogramnya Fitur yang diambil yaitu intensitas citra dengan frekuensi tertinggi