PERBANDINGAN DETEKSI TEPI SOBEL DAN ROBERT UNTUK PENDETEKSIAN KESAMAAN CITRA BERDASARKAN WARNA
Fakultas Teknologi Industri Universitas Gunadarma
Indonesia
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma
Indonesia
Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Gunadarma
Indonesia
Abstract
Penelitian ini bertujuan untuk mendeteksi kesamaan dua citra berdasarkan warna dan deteksi tepi citra menggunakan metode deteksi tepi antara Sobel dan Robert. Hasil masing-masing deteksi selanjutnya dibandingan untuk mendapatkan metode deteksi tepi terbaik. Proses pencocokan citra dilakukan dengan fitur histogram, teknik cropping, dan operator deteksi tepi (Robert dan Sobel). Terdapat dua tahapan yaitu pra-proses untuk membangun basis data citra dan proses CBIR untuk menentukan kemiripan citra berdasarkan citra input. Tahapan pra-proses diawali dengan citra yang dimasukkan dan ditransformasi ke histogram warna untuk mendapatkan nilai RGB (Red, Green, Blue). Selanjutnya nilai histogram warna disimpan ke dalam basis data. Tahapan proses CBIR diawali dengan deteksi tepi citra masukan menggunakan operator deteksi tepi Robert dan Sobel untuk mendapatkan nilai garis tepi dari citra input. Teknik cropping dari nilai garis tepi dilakukan untuk memotong sudut luar dari deteksi tepi sehingga citra yang didapatkan menjadi optimal. Selanjutnya citra tersebut ditransformasi ke histogram warna untuk mendapatkan nilai RGB. Tahapan akhir adalah proses pencocokan antara citra input dengan citra pada database dengan mencocokkan nilai RGB menggunakan jarak Euclidean. Hasil penelitian menunjukkan bahwa operator Robert mendapatkan hasil yang lebih optimal dibandingkan operator Sobel.
Keywords
References
E. Prasetyo, Pengolahan citra digital dan aplikasinya menggunakan Matlab, Yogyakarta: Andi, 2011.
Shapiro, G. Linda, Stockman and C. George, Computer vision, Prentice Hall: New Jersey, 2002.
D. Tao dan X. Tang, “Nonparametric discriminant analysis in relevance feedback for content based image retrieval,” In Proceedings of the 17th IEEE International Conference on Pattern Recognition (ICPR), 2004, hal. 1013 – 1016.
G. AlGarni dan M. Hamiane, “A novel technique for automatic shoeprint image retrieval,” Forensic Science International, vol. 181, no. 1, hal 10 – 14, 2008.
A. Hafiane, S. Chaudhuri, G. Seetharaman, dan B. Zavidovique, “Region-based CBIR in GIS with local space filling curves to spatial representation,” Pattern Recognition Letters, vol. 27, no. 4, hal. 259 – 267, 2006.
Z. Xie, “A rotation- and flip-invariant algorithm for representing spatial continuity information of geographic images in content based image retrieval,” Computers and Geosciences, vol. 30, no. 9 – 10, hal. 1093 – 1104, 2004.
B. M. Mehtre, S. K. Mohan, dan A. Desai, “Color matching for image retrival”, 2018. [Daring]. Tersedia pada: https://www.comp.nus.edu.sg/~mohan/papers/col_match.pdf. [Diakses: 12 Desember 2018].
G. Quellec, M. Lamard, G. Cazuguel, B. Cochener, dan C. Roux, “Wavelet optimization for content-based image retrieval in medical database,” Medical Image Analysis, Elsevier, vol. 14, no. 2, hal. 227 – 241, 2010.
M. Cahyanti, R. A. Salim, dan M. Wisuda, “Implementasi pengolahan citra untuk pengenalan citra bendera negara berdasarkan warna,” Dalam Prosiding Seminar Nasional Riset Teknologi Informasi, 2016, hal. 128 – 137.
M. Gienger, Crystal power, crystal healing, London: Cassell Illustrated, 2015
