Pencocokan Citra Berbasis Graph untuk Pengenalan dan Pemilihan Kembali (Retrieval) Oleh: Yureska Angelia ( )

Transkripsi

1 Pencocokan Citra Berbasis Graph untuk Pengenalan dan Pemilihan Kembali (Retrieval) Oleh: Yureska Angelia (867) Dosen Pembimbing Dr. Ir. Wirawan, DEA

2 Latar Belakang Teknik pemodelan struktur graph telah digunakan sebagai cara untuk penggambaran pola dan pengklasifikasian sejak tahun 97an. Dalam image matching, penggunaan metode graph dapat menghasilkan proses yang lebih efisien. Sehingga baik digunakan untuk sistem pemanggilan gambar kembali atau content based image retrieval (CBIR) sistem.

3 Rumusan Masalah Penerapan metode graph dalam image content untuk selanjutnya membandingkan query image dengan data base gambar

4 Batasan Masalah Analisa dilakukan dengan melakukan pencarian citra melalui metode graph Proses pencocokan gambar adalah dengan pola gambar yang diidentifikasi sebagai node untuk mengetahui maksimum matching image. Node yang digunakan pada proses image matching adalah maksimal 4 node Identifikasi graph tidak dipengaruhi edge Objek gambar tidak dipengaruhi warna dan posisi

5 Tujuan Tujuan penelitian tugas akhir ini adalah untuk menunjukan bahwa algoritma dengan metode graph ini bisa memilih kembali citra yang sama berdasarkan variasi bentuk yang diinginkan. dapat membandingkan kinerja hasil pencocokan gambar setelah dipilih kembali beradasarkan data yang ada.

6 Graph Matching Graph biasa digunakan sebagai penggambaran abstrak untuk bagaian-bagian yang komplek. Apabila dua buah objek dicocokkan sebagai permasalahan pencocokan graph maka objekobjek tersebut diubah menjadi G=(V,E). G adalah graph yang terbentuk atas kecocokan node-node V yang dihubungkan oleh garis E.

7 Graph Isomorphism

8 Content Based Image Retrieval CBIR adalah teknik pencarian suatu data gambar atau citra yang dinginkan Content-based maksudnya adalah pencarian yang akan menganalisa bagian-bagian (content) dari citra lebih dari metadata seperti kata kunci, pelabelan dan deskripsi dari citra tersebut. Content disini akan lebih merujuk dalam warna, bentuk, dan teksture Digunakannya sistem CBIR ini adalah untuk mendapatkan hasil yang maksimal tanpa banyak menghasilkan hasil akhir yang tidak penting

9 Image retrieval Data masukan yang mencari gambar yang mirip.5 Gambar yang dicari Ekstraksi gambar Gambar yang ditemukan

10 Pelabelan gambar = = Ket gambar :. persegi besar. persegi kecil. segitiga 4. segitiga siku-siku 5. polygone = = 4 = 5

11 Diagram Alir Algoritma Query input Call new matching G =(V,E) G=(V,E) Matrik nxm dibuat pada matrik Pij Langkah inisialisasi Pij.5.5 model Graph Data base Matrik kedua nxm matrik Bij Query Input - - Gambar, Error - - Gambar, Error - - Gambar, Error - - Hasil akhir daftar matching Langkah inisialisasi B dengan diatur bij= Langkah bagaian utama K phase

12 K phase Phase, set bij= dari matrik P terkecil Simpan matching error terkecil. set B = Phase, set bij= untuk nilai terkecil ke- dari matrik P Tabel. Matrik B phase langkah Tabel. Matrik B phase langkah Simpan matching error terkecil. set B = Simpan matching error terkecil. set B = Phase n, set bij= untuk nilai terkecil ke-n matrik P

13 Ilustrasi pemetaan node ke node Tabel. matrik B phase G Tabel. matrik P G Tabel. Matrik B phase langkah Tabel.4 Matrik B phase langkah

14 Tabel. matrik P Tabel.6 Matrik B step /phase dan matrik B step phase Tabel.5 Matrik B step /phase dan matrik B step phase Tabel.7 kecocokan terbaik Pemetaan Matching error (,) (,) (,)

15 Ilustrasi Pemetaan Graph node ke 4 node Tabel. matrik B phase 4 Tabel. matrik B phase langkah 4 G Tabel. Matrik P G Tabel 4 Matrik B phase langkah

16 Tabel. Matrik P Tabel 7 Matrik B step /phase dan matrik B step phase Tabel 5 Matrik B step /phase dan matrik B step phase Tabel 8 Matrik B step /phase dan matrik B step phase Tabel 6 Matrik B step /phase dan matrik B step phase

17 Image retrieval berdasarkan bentuk Query Input Gambar, Error Gambar, Error Gambar, Error

18 Query Input Gambar, Error Gambar 5, Error Gambar, Error

19 Analisa Hasil Input query Image Gambar Gambar 5 Gambar 4 4 4

20 Image Retrieval berdasarkan Bentuk untuk Maksimum 4 node Query Input Gambar, Error Gambar, Error Gambar 7, Error

21 Query Input Gambar, Error Gambar 6, Error Gambar, Error

22 Input query Image Gambar Gambar 7 Gambar 4 4 4

23 Kesimpulan Dalam pengujian ini terdapat beberapa kesamaan yang akurat dalam proses pencocokan citra ini, yaitu dalam bentuk dari isi gambar Dalam proses pencarian kembali, penampilan matching error berurutan sesuai error terkecil. Image retrieval dengan menggunakan perhitungan manual memiliki nilai yang sama dengan yang dihasilkan program.

24 Terima Kasih