150 likes | 686 Views
Ekstraksi Fitur. 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
E N D
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
WaveletFitur 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