15 Pada klasifikasi fitur tingkat pertama, tiap subcitra akan diklasifikasikan
menggunakan satu fitur. Jika hasil nilai fitur dari filter tidak memenuhi kriteria yang diinginkan maka hasil ditolak. Pada klasifikasi ini akan disisakan kira-kira 50
subcitra untuk diklasifikasi di tahap kedua. Subcitra yang lolos dari tingkat pertama akan diklasifikasikan lagi pada tahap kedua dimana pada tahap kedua jumlah fitur
yang digunakan lebih banyak. Semakin bertambah tingkat klasifikasi maka fitur yang digunakan semakin banyak. Jumlah subcitra yang lolos dari klasifikasi pun akan
berkurang hingga mencapai 2.
2.8. OpenCV
OpenCV Open Source Computer Vision adalah sebuah API Application Programming Interface library yang sudah sangat familiar pada pengolahan citra
dinamis secara real-time, yang dibuat oleh Intel. Fitur-fitur yang dimiliki oleh OpenCV antara lain :
a. Manipulasi data citra seperi alokasi, copying, setting, dan konversi.
b. Mendukung input dan ouput citra maupun video.
c. Manipulasi matriks dan vektor serta aljabar linear.
d. Data struktur dinamis lists, queues, sets, trees, graphs
e. Pemroses citra yang fundamental filtering, edge detection, corner detection,
sampling and interpolation, color conversion, morphological operations, histograms, image pyramids.
f. Analisis struktur connected components, contour processing, distance transform,
various moments,
template matching,
Hough transform,
polygonal approximation, line fitting, ellipse fitting, Delaunay triangulation.
g. Kalibrasi kamera calibration patterns, estimasi matriks yang fundamenal,
estimasi homography, stereo correspondence. h.
Analisis gerakan optical flow, segmentation, tracking. i.
Pengenalan objek eigen-methods, HMM. j.
Graphical User Interface tampilan citravideo, penanganan keyboard dan mouse, scroll-bars.
k. Pelabelan citra line, conic, polygon, text-drawing.
Universitas Sumatera Utara
16 Adapun struktur dan konten dalam OpenCV dapat dilihat pada Gambar 2.4
Gambar 2.4. Struktur dan Konten OpenCV Bradski et al, 2008
1. CV
Merupakan komponen yang berisikan algoritma dasar pengolahan citra digitial dan computer vision yang lebih tinggi.
2. ML
Merupakan komponen yang berisikan pustaka dari machine learning yang memiliki algoritma berikut :
a. Naive Bayes Classifier
b. K-nearest Neighbor algorithm
c. Support Vector Machine
d. Decision Trees
e. Boosting
f. Random forest
g. Expectation Maximization
h. Neural Networks
3. Highgui
Berisikan fungsi dan rutin IO untuk penyimpanan dan pembacaan video dan gambar.
Universitas Sumatera Utara
17 4.
CXCORE Berisikan struktur data, support XML dan fungsi-fungsi grafis.
Komponen yang lain adalah CvAux yang berisikan both defunct areas embedded HMM face recognition dan algoritma eksperimental backgroundforeground
segmentation.
2.9. Penelitian Terdahulu