3.3. Akuisisi Citra
Akuisisi citra merupakan tahapan pengambilan data dan mempersiapkan untuk diolah ke proses berikutnya. Citra dipersiapkan terlebih dahulu dengan melakukan proses
cropping pemotongan dan resize citra dengan menggunakan software pengolahan citra photoscape. Contoh citra telapak tangan kiri dapat dilihat pada gambar 3.2.
Gambar 3.2 Contoh citra telapak tangan kiri resolusi 2052 x 1824 piksel
Proses pemotongan citra dilakukan dengan mengambil bagian garis-garis utama telapak tangan saja, tidak termasuk jari tangan dan citra berukuran rasio 1:1.
Dimana proses ini memotong sebagian dari citra menjadi ukuran lebih kecil. Selanjutnya proses resizing citra dimana semua citra direduksi dan diseragamkan citra
input menjadi ukuran 200x200 piksel. Contoh hasil proses pemotongan dan resize citra berturut dapat dilihat pada gambar 3.3 dan 3.4.
Gambar 3.3 Contoh cropping pemotongan citra berukuran 600x600 piksel
a b
Gambar 3.4 a Citra 600x600 piksel, b resize citra menjadi 200x200 piksel
Universitas Sumatera Utara
Setelah data sampel diambil lalu dilakukan proses pemotongan dan resizing, selanjutnya data sampel ini akan dipersiapkan pada tahap pra-pengolahan citra.
3.4. Pra-pengolahan Citra
Tahapan pra-pengolahan citra digunakan untuk mempersiapkan citra menjadi lebih baik lagi dari citra sebelumnya. Tahapan proses pra-pengolahan citra dapat dilihat
pada gambar 3.5.
Deteksi Tepi Binerisasi
Grayscaling
Gambar 3.5 Tahapan pra-pengolahan citra
Pra-pengolahan citra dimulai dengan mengubah citra warna RGB menjadi citra keabuan dimana memiliki satu nilai intensitas dengan jangkauan 256 tingkat
keabuan. Tahap selanjutnya dilakukan proses deteksi tepi untuk mengidentifikasi garis batas dari suatu objek yang terdapat pada citra. Setelah tepi didapatkan, tahap
selanjutnya adalah binerisasi citra dimana citra diubah dengan hanya memiliki dua nilai derajat keabuan yaitu hitam dan putih. Citra hasil binerisasi ini kemudian
digunakan untuk tahap ekstraksi fitur.
3.4.1. Pembentukan citra keabuan Tahap proses citra diawali dengan grayscaling yaitu teknik pembentukan citra
keabuan dengan mengubah citra berwarna menjadi bentuk grayscale atau tingkat keabuan dari 0-255. Nilai intensitas suatu piksel didapat dari rata-rata nilai RGB
ataupun dapat juga dari metode luminasi dengan mengalikan nilai RGB dengan nilai yang telah ditentukan kecocokannya terhadap sensitivitas mata dan warna. Hasil dari
proses ini adalah sebuah citra dengan rentang nilai keabuan 0-255. Diagram alir pembentukan citra keabuan dapat dilihat pada gambar 3.6.
Universitas Sumatera Utara
MULAI
i = 0
i lebar Yes
j = 0
SELESAI No
j tinggi No
Yes image i,j = 0.3 r + 0.59 g + 0.11 b
i = i + 1
j = j + 1 Input citra
berwarna
Output citra
grayscale Inisialisasi imageRGB
tinggi = imageheight Lebar = imagewidth
i,j
Gambar 3.6 Diagram alir proses grayscaling
Contoh citra hasil dari proses grayscaling dapat dilihat pada gambar 3.7.
Gambar 3.7 Citra hasil grayscaling
3.4.2. Deteksi tepi citra Proses deteksi tepi yaitu proses mengidentifikasi garis batas dari suatu objek yang
terdapat pada citra. Citra yang telah mengalami proses grayscale dilanjutkan dengan deteksi tepi piksel per piksel dari citra tersebut dengan memberikan dua nilai ambang
batas T1 dan T2. Tahapan dari proses ini dapat dilihat pada sub bab 2.3.2 mengenai deteksi tepi. Diagram alir proses deteksi tepi dapat dilihat pada gambar 3.8.
Universitas Sumatera Utara
MULAI
Input citra grayscale
Penerapan filter Gaussian
Cari nilai tepi dengan hitung
gradien Cari arah tepi
Hubungkan tepi
Non maximum suppression
Hysteresis Citra hasil
deteksi tepi
SELESAI
Gambar 3.8 Diagram alir proses deteksi tepi
Contoh citra hasil dari proses deteksi tepi dapat dilihat pada gambar 3.9.
Gambar 3.9 Citra hasil deteksi tepi
3.4.3. Binerisasi citra Binerisasi adalah proses pembentukan citra biner dimana citra hasil deteksi tepi akan
diubah menjadi citra biner. Citra biner yaitu citra yang hanya memiliki dua warna, hitam dan putih. Proses ini membutuhkan nilai ambang threshold yang digunakan
sebagai acuan untuk menentukan intensitas 255 hitam atau 0 putih. Diagram alir pembentukan citra biner dapat dilihat pada gambar 3.10.
Universitas Sumatera Utara
MULAI Input citra
deteksi tepi
i = 0 i tinggi
j lebar Yes
SELESAI i = i + 1
j = 0 No
imagei,j = threshold
imagei,j = 255 Yes
Yes
imagei,j = 0 No
j = j + 1 No
Output citra biner
Inisialisasi image hasil deteksi tepi
tinggi = imageheight lebar = imagewidth
threshold, i, j
Gambar 3.10 Diagram alir pembentukan citra biner
Contoh citra hasil dari proses pembentukan citra biner ditunjukkan pada gambar 3.11.
Gambar 3.11 Citra hasil binerisasi
3.5. Ekstraksi Fitur