Transformasi ke dalam citra biner Resize dan crop citra menjadi lebih fokus Rotasi gambar

55

BAB IV IMPLEMENTASI

Pada bab ini berisi implementasi sistem dan interface. Implementasi menggunakan Matlab dan merupakan implementasi utama pembacaan citra bangun datar, implementasi metode Agglomerative Hierarchical Clustering sederhana untuk membantu membentuk cluster agar menjadi lebih cepat, dan implementasi interface yang merupakan hasil implementasi antarmuka untuk aplikasi searching gambar bangun datar yang dibuat.

4.1 Ekstrak Fitur

Pada keseluruhan proses menggunakan bantuan Matlab meliputi pembacaan file, pemrosesan citra, ekstraksi fitur, pembentukan cluster, tampilan dendrogram dan interface sistem. Implementasi sistem berisi listing program dengan Matlab. Implementasi ini merupakan implementasi perancangan sistem yang telah dibuat pada bab sebelumnya. Pada proses ekstrak fitur, terdapat beberapa proses yang dilakukan, antara lain :

4.1.1 Transformasi ke dalam citra biner

Transformasi diimplementasikan dengan menggunakan matlab dan pada proses ini juga menggunakan beberapa function yang telah disediakan Matlab antara lain dir untuk membaca directory file, imread untuk membaca gambar, rgb2gray untuk mengubah citra berwarna menjadi keabuan, threshold untuk menemukan nilai ambang batas, dan im2bw untuk merubah citra ke dalam black and white atau biner. Berikut listing lengkap transformasi ke dalam citra biner :

4.1.2 Resize dan crop citra menjadi lebih fokus

Pada proses ini parameter yang digunakan adalah gambar yang telah dibaca dan diproses ke dalam citra biner pada proses sebelumnya. Proses ini merupakan proses terpisah yang dibuat ke dalam function, kemudian function ini akan dipanggil dengan menyertakan parameter gambar. Terdapat asumsi bahwa noise sangat mempengaruhi karena pemotongan gambar dilakukan setelah menemukan titik pertama jika ditelusuri dari baris kiri ke kanan dan sebaliknya serta kolom atas ke bawah dan sebaliknya. Berikut listing lengkap resize dan pemotongan gambar sehingga didapat gambar yang cukup fokus : Contoh hasil pemotongan gambar yang telah dilakukan adalah pada pemotongan gambar segitiga siku-siku di bawah : Gambar 4.1. Hasil Pemotongan gambar segitiga siku-siku Tampak bahwa pada gambar input noise tidak begitu besar sehingga pemotongan dapat dilakukan dengan tepat, sehingga gambar tampak lebih fokus dengan mengabaikan latar belakang. Pada proses pembentukan cluster, proses pemotongan gambar di atas dilakukan supaya gambar yang dibandingkan berukuran sama.

4.1.3 Rotasi gambar

Rotasi gambar yang memanfaatkan fungsi imrotate dilakukan supaya gambar yang didapatkan lebih dalam posisi normal. Didapatkan asumsi bahwa ada beberapa gambar dalam kondisi miring dan membuat ukuran dimensi gambar lebih besar. Sehingga dilakukan rotasi gambar untuk mendapatkan posisi yang benar untuk menghilangkan beberapa bagian yang kurang penting selain informasi dari gambar. Langkah merotasi gambar sendiri adalah sebagai berikut : 1. Lakukan looping dari 1-180 dimana nilai ini adalah parameter yang digunakan dalam fungsi imrotate nilai derajat. 2. Untuk masing-masing nilai derajat, cari ukuran gambar dengan dimensi terkecil. Kemudian bandingkan dengan nilai dimensi gambar sebelum dirotasi. Nilai dimensi terkecil dianggap sebagai posisi normal dari gambar. Maka pilih gambar dengan nilai dimensi terkecil.

4.1.4 Proses Ekstrak fitur gambar bangun datar