Fitur Bentuk Pada Citra. Achmad Basuki, Nana R PENS-ITS, 2008

dokumen-dokumen yang mirip
BAB III PROSEDUR DAN METODOLOGI. Pada bab ini kita akan melihat masalah apa yang masih menjadi kendala

PENGENALAN BILANGAN ARAB MENGGUNAKAN TEMPLATE MATCHING

Oleh: Riza Prasetya Wicaksana

Pengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007

1 BAB I PENDAHULUAN. Pengajaran yang diperoleh dari sekolah adalah pengenalan dan pemahaman akan

SISTEM PENGENALAN BUAH ON-LINE MENGGUNAKAN KAMERA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB IV HASIL DAN PEMBAHASAN

Sistem Pembaca Teks Bahasa Indonesia Otomatis Menggunakan Kamera Web Dengan Metode Integral Proyeksi

IDENTIFIKASI KERUSAKAN PANKREAS MELALUI IRIDOLOGY MENGGUNAKAN METODE BAYES UNTUK PENGENALAN DIABETES MELLITUS

SISTEM PENGENALAN PLAT NOMOR MOBIL UNTUK APLIKASI INFORMASI KARCIS PARKIR

BAB II LANDASAN TEORI

TEKNIK PENGENALAN WAJAH DENGAN ALGORITMA PCA BERBASIS SELEKSI EIGENVECTOR

3 BAB III METODE PENELITIAN

Implementasi VB 6.0 pada Face Detection Berbasis Image Processing untuk Sistem Identifikasi

BAB III ANALISIS DAN PERANCANGAN SISTEM

1.2 Rumusan Masalah Berdasarkan latar belakang yang telah dibuat diatas, rumusan masalah yang dapat diambil adalah :

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 2005

Image Processing. Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2010

PENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR

1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016

Pengantar Mata Kuliah Pengolahan Citra

Praktikum Pengolahan Citra - Pertemuan 1

PENGENALAN PLAT NOMOR KENDARAAN MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS DAN SUPPORT VECTOR MACHINE BERBASIS PENGOLAHAN CITRA DIGITAL

YOGI WARDANA NRP

BAB I PENDAHULUAN 1.1 Latar Belakang

1. BAB I PENDAHULUAN Latar Belakang

Transformasi Geometri Sederhana

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Cb Cb. jarak = x = w b. SNR(dB) = log( I N ) (1) (y y k) 2 n MSE = Y = 0.59G R B Cr = (R Y ) (3) Cb = 0.

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Pengolahan Citra Digital. Esther Wibowo Erick Kurniawan

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM

BAB 1 PENDAHULUAN 1.1 Latar Belakang

Transformasi Geometri Sederhana. Farah Zakiyah Rahmanti 2014

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER

Principal Component Analysis

APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA

ROBOT CERDAS PEMADAM API MENGGUNAKAN PROYEKSI INTEGRAL

BAB 3 ANALISA DAN PERANCANGAN

III. METODE PENELITIAN. Penelitian ini mulai dilaksanakan pada bulan September 2011 s/d bulan Februari

EKSTRAKSI JALAN SECARA OTOMATIS DENGAN DETEKSI TEPI CANNY PADA FOTO UDARA TESIS OLEH: ANDRI SUPRAYOGI NIM :

SISTEM TEMU KEMBALI CITRA GEDUNG BERDASARKAN INFORMASI GARIS PADA BENTUK GEDUNG

SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA

Fitur bentuk merupakan fitur dasar dalam visual content

BAB 3 PERANCANGAN SISTEM

BAB III ANALISIS DAN PERANCANGAN SISTEM. secara otomatis. Sistem ini dibuat untuk mempermudah user dalam memilih locker

IMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya

BAB 3 PROSEDUR DAN METODOLOGI. perhitungan LSI dan juga interface yang akan dibuat oleh penulis.

Fitur Matriks Populasi Piksel Untuk Membedakan Frame-frame Dalam Deteksi Gerakan

BAB 2 LANDASAN TEORI

Operasi-operasi Dasar Pengolahan Citra Digital

8. Nilai x yang memenuhi 2 log 2 (4x -

IDENTIFIKASI SIDIK JARI DENGAN DATA BERSKALA BESAR MENGGUNAKAN METODE HYBRID MINUTIAE DAN FILTER GABOR. Oleh : Siswo Santoso

BAB I PENDAHULUAN. Perkembangan teknologi komputer yang semakin canggih, membuat para ahli

TATA CARA PENGUNAAN PROGRAM

Sistem Deteksi Wajah Pada Sistem Pengaman Lingkungan Berdasarkan Deteksi Obyek Bergerak Menggunakan Kamera

Image Filtering. Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 2005

TRANFORMASI 2 DIMENSI

PENGELOMPOKAN GAMBAR BERDASARKAN WARNA DAN BENTUK MENGGUNAKAN FGKA (FAST GENETIC KMEANS ALGORITHM) UNTUK PENCOCOKAN GAMBAR

BAB 3 METODOLOGI PENELITIAN

PENGENALAN KEASLIAN DAN NILAI UANG KERTAS RUPIAH UNTUK TUNA NETRA MENGGUNAKAN METODE INTEGRAL PROYEKSI DAN CANNY

Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature

BAB I PENDAHULUAN. 1.1 Latar Belakang

Pengenalan Image Wajah Dengan Menggunakan Metode Template Matching. Abstraksi

Sistem Moving Detection dan Image Stabilizer pada Sistem Pengaman Lingkungan Menggunakan Kamera

IDENTIFIKASI TANDA TANGAN DENGAN DETEKSI TEPI DAN KOEFISIEN KORELASI

BAB 2 LANDASAN TEORI

Aplikasi Jaringan Saraf Tiruan Sebagai Penterjemah Karakter Braille Ke Bentuk Abjad

BAB I PENDAHULUAN. Dalam bab ini membahas latar belakang, rumusan masalah, tujuan dari tugas akhir, batasan-batasan masalah, dan metodologi.

PENGENALAN CITRA TULISAN TANGAN DOKTER DENGAN MENGGUNAKAN SVM DAN FILTER GABOR

BAB 2 TEORI PENUNJANG

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

SATUAN ACARA PERKULIAHAN ( SAP )

SISTEM SEKURITI KENDARAAN BERMOTOR MENGGUNAKAN FINGERPRINT SEBAGAI AUTHENTICATION ACCESS CONTROL BERBASIS EMBEDDED PC

BAB III PERANCANGAN SISTEM. tangan huruf vokal seperti terlihat pada gambar 3.1.

PENGEMBANGAN MOTION CAPTURE SYSTEM UNTUK TRAJECTORY PLANNING

SKETSA OTOMATIS CITRA WAJAH MANUSIA

Perancangan Sistem Identifikasi Barcode Untuk Deteksi ID Produk Menggunakan Webcam

PERBANDINGAN ALGORITMA TEMPLATE MATCHING DAN FEATURE EXTRACTION PADA OPTICAL CHARACTER RECOGNITION

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Bab III ANALISIS&PERANCANGAN

Implementasi Metode Hough Transform Pada Citra Skeletonisasi Dengan Menggunakan MATLAB 7.6. Intan Nur Lestari

ALGORITMA PENGUKURAN KESAMAAN CITRA BERDASARKAN GRAPH MATCHING Engga Wisesa

PENJEJAKAN POSISI BOLA PADA MODUL PHYCORE IMX31 MENGGUNAKAN EMBEDDED OPENCV

PREDIKSI UAN MATEMATIKA SESUAI KISI-KISI PEMERINTAH

BAB III METODE PENELITIAN

BAB III PERANCANGAN PERANGKAT LUNAK

Konvolusi. Esther Wibowo Erick Kurniawan

2 BAB II TINJAUAN PUSTAKA

Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation

PENGOLAHAN CITRA DIGITAL

Jika titik O bertindak sebagai titik pangkal, maka ruas-ruas garis searah mewakili

Penjejakan Posisi Bola Pada Modul Phycore IMX31 Menggunakan Embedded OpenCV

PENCARIAN CITRA BERDASARKAN BENTUK DASAR TEPI OBJEK DAN KONTEN HISTOGRAM WARNA LOKAL

DETEKSI PLAT KENDARAAN MENGGUNAKAN HOG DAN LVQ. Muhammad Imron Rosadi 1

BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI

Transkripsi:

Fitur Bentuk Pada Citra Achmad Basuki, Nana R PENS-ITS, 008

Materi Fitur Bentuk Deteksi Tepi Histogram Proyeksi Histogram Sudut Aplikasi Pengenalan Angka

Fitur Bentuk Fitur bentuk adalah fitur dasar dalam visualcontent pada citra. Dimana setiap obyek gambar dapat dibedakan berdasarkan bentuk dari obyek tersebut. Bentuk dasar dalam geometri adalah bujursangkar, persegi panjang, segitiga, lingkaran dan ellips. Tetapi bentuk pada gambar jarang sekali menggunakan bentuk dasar. Fitur bentuk dapat diperoleh dengan: Deteksi Tepi Histogram Proyeksi Histogram Sudut

Fitur Bentuk Persoalan dalam fitur bentuk ini adalah bagaimana mendapatkan vektor yang membedakan bentuk-bentuk obyek gambar.

Deteksi Tepi Dapatkan tepi gambar menggunakan deteksi tepi, Tentukan skala (panjang) fitur, misalkan gambar ukuran 300x00 menjadi 30x0 maka setiap 10x10 menjadi 1 nilai biner. Setiap sel (s x x s y ) akan bernilai 1 bila ada garis tepi dan akan bernilai 0 bila tidak ada garis tepi

Deteksi Tepi Deteksi Tepi Skala Fitur Biner 1 1 1 1 1 0 0 1 1 0 0 1 1 1 1 1 Vektor

Deteksi Tepi Deteksi Tepi Skala Fitur Biner 0 1 1 0 0 1 1 0 1 0 0 1 1 1 1 1 Vektor

Deteksi Tepi Deteksi Tepi Skala Fitur Biner 1 1 1 1 1 0 0 1 1 0 0 1 1 1 1 1 Vektor

Histogram Proyeksi Histogram proyeksi menyatakan jumlah pixel yang per-baris atau per-kolom 4 4 h x ( i) = I( i, j) j h y ( j) = I( i, j) i 4 4 Vektor segi4 atau lingkaran Vektor segi3 4 4 4 4 3 3 4

Histogram Sudut 4 3 3 3 3 4 3 3 d d x y vec = = θ x y = d θ cos( θ ) θ sin( θ ) x + d y 4 3 3 4 vektor 4 3 3 4 3 3 4 4 3 3 4 3 3 4

Aplikasi Pengolahan Citra PENGENALAN ANGKA MELALUI TULISAN TANGAN Achmad Basuki, Nana R PENS-ITS, Desember 006

Pendahuluan Pengenalan angka merupakan aplikasi pengolahan citra sederhana, tetapi pengenalan melalui tulisan tangan mempunyai kompleksitas yang tinggi Aplikasi ini banyak digunakan sebagai mesin scanner dari tulisan tangan, misalkan untuk mengetahui nilai dari sebuah cek, atau program pembelajaran menulis angka untuk anak-anak. Aplikasi pengenalan angka juga dapat digunakan untk membaca not balok/not jawa secara otomatis, atau membaca plat nomor kendaraan

Aplikasi Pengenalan Angka Untuk Mengetahui Nilai Uang Pada Cek Lembar Cek 1500000 Capture Deteksi Lokasi Tulisan 1500000 Crop 1500000 Pengenalan Angka Informasi Nilai Uang

Aplikasi Pengenalan Angka Untuk Pembelajaran Menulis Angka Menulis menggunakan Mouse/Kertas Capture Deteksi Lokasi Tulisan Crop Data Fitur Hasil Training Pengenalan Angka Informasi Angka/Kesalahan Tulis

Aplikasi Pengenalan Angka Aplikasi untuk membuat database fitur dari setiap angka (0-9) dari berbagai kemungkinan bentuk tulisan tangan. Aplikasi ini dijalankan dengan tulisan dari beberapa orang yang kemudian disimpan dalam database. Aplikasi untuk mengenali angka, yang dilakukan dengan membandingkan fitur dari angka yang ditulis dengan data fitur dalam database.

Aplikasi Membuat Database Fitur Menulis menggunakan Mouse/Kertas Capture Deteksi Lokasi Tulisan Crop Filter Blur Histogram Proyeksi Data Fitur Hasil Training Add Record Resampling 16H-16V

Aplikasi Pengenalan Angka Menulis menggunakan Mouse/Kertas Capture Deteksi Lokasi Tulisan Crop Filter Blur Histogram Proyeksi Data Fitur Hasil Training Template Matching Resampling 16H-16V Informasi Angka/Kesalahan Tulis

Model Angka 0 1 3 4 5 6 7 8 9 Setiap angka disimpan sebagai file gambar dengan nama file sesuai dengan angka yang tertera, misalkan angka 4 disimpan dalam file 4.jpg

Integral Proyeksi Integral Proyeksi adalah suatu teknik yang menjumlahkan nilai setiap kolom atau setiap baris. Integral proyeksi didefinisikan dengan: h h ( j) = Nbaris i= 1 Nkolom () i = j= 1 x( i, x( i, j) j)

Integral Proyeksi 0 0 1 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 0 1 0 6 1 1 Integral proyeksi vertikal 1 3 1 6 1 Integral proyeksi horisontal Fitur : 1 3 1 6 1 6 1 1

Membandingkan Fitur Gambar Angka 0 0 1 0 1 0 0 1 0 0 1 0 0 1 0 0 1 0 1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 0 1 0 6 1 1 Integral proyeksi vertikal 1 1 1 1 1 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 6 1 1 1 1 1 Integral proyeksi vertikal 1 3 1 6 1 1 Integral proyeksi horisontal Integral proyeksi horisontal Fitur angka 4: 1 3 1 6 1 6 1 1 Fitur Angka 7: 1 6 1 1 1 1 1 Nilai perbedaan= 1+1+0+1+4+0+4+1+1+5+0+0=18

Membandingkan Fitur Gambar Angka 0 1 1 1 1 0 1 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 1 1 0 0 0 0 1 0 1 1 1 1 0 4 4 Integral proyeksi vertikal 0 1 1 1 1 0 1 0 0 0 0 1 0 1 1 1 1 0 1 0 0 0 0 1 1 0 0 0 0 1 0 1 1 1 1 0 4 4 4 Integral proyeksi vertikal 4 4 3 3 3 3 3 3 Integral proyeksi horisontal Integral proyeksi horisontal Fitur angka 0: 4 4 4 4 Fitur Angka 8: 3 3 3 3 3 3 4 4 4 Nilai perbedaan= 1+1+1+1+1+1+0+0++0+0+0=7

Membuat Aplikasi Pengenalan Angka Aplikasi Mengambil Fitur: untuk mengajari komputer dengan menuliskan angka dan menyimpan fiturnya Aplikasi Pengenalan: untuk mengenali angka yang ditulis.

Blok Diagram Pengambilan Fitur Image Deteksi Posisi Sampling 16x16 Image Angka Integral Proyeksi Fitur