Thresholding digunakan untuk mengatur derajat keabuan yang ada pada citra, thresholding juga untuk memisahkan bagian citra yang sesuai dengan objek foreground
dan latar belakangnya background, serta mengkonversi data citra menjadi data biner binerisasi, dengan tujuan agar proses selanjutnya menjadi mudah. Setiap citra meskipun
mengandung objek yang sama, tentunya memiliki karakteristik yang berbeda dalam sifat-sifat pencahayaannya. Hal ini menyebabkan sulitnya menentukan nilai threshold
yang cocok untuk diterapkan ke semua kondisi citra. Oleh karena setiap citra mempunyai nilai threshold masing-masing, maka dapat dilakukan pembelajaran berupa pengetahuan
sifat-sifat dari masing - masing citra yang akan diproses sebelum menentukan nilai threshold yang cocok. Dengan demikian, setelah melalui trial and error akan ditemukan
nilai threshold yang kurang lebih cocok diterapkan untuk semua citra.
2.3.5 Transformasi Geometris Spasial
Citra f didefinisikan sebagai sistem koordinat aw,z, yang mengalami distorsi geometris yang menghasilkan citra g dengan sistem koordinat x,y maka transformasi
dapat dinyatakan dengan x,y = T{w,z}[25]. Contoh dalam trasnformasi spasial sebagai berikut:
Jika x,y =T{w,z} = w2, z2, distrosi adalah penyusutan f dengan setengah dimensi spasial seperti ditunjukkan pada gambar 2.6.
Gambar 2.3.5 Transformasi Spasial[11]
Bentuk umum yang digunakan pada transformasi spasial adalah affine transform Wolberg [1990] . Transformasi affine dapat ditulis dalam bentuk matrik
Transformasi ini dapat menskalakan , men-translate, atau menggunting sejumlah titik, tergantung pada pilihan nilai T. Jenis-jenis transformasi affine terdapat pada tabel
2.1.
Tabel 2.3.3 Jenis-jenis Transformasi Affine[11] PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2.4 Discrete Cosine Transform Dua Dimensi DCT 2-D
DCT dimensi satu untuk mengolah sinyal-sinyal dimensi satu seperti bentuk gelombang suara. Sedangkan untuk citra sinyal dua dimensi, diperlukan versi
dua dimensi dari DCT.. Rumus DCT 2-D adalah:
Rumus DCT 2-D diatas sering juga disebut sebagai Forward Discrete Cosine Transform FDCT. DCT 2-D dihitung dengan menerapkan transformasi 1-D secara
terpisah pada baris dan kolomnya, sehingga dapat dikatakan bahwa 2-D DCT sparable dalam dua dimensi. Seperti kasus satu-dimensi, setiap elemen dari transformasi
merupakan inner product dari masukan dan basis fungsinya, dalam kasus ini, basis fungsinya adalah matriks n x m. Setiap dua dimensi basis matriks merupakan outer
product dua basis vektor satu-dimensinya. Setiap basis matriks dikarakterisasikan frekuensi spasial horizontal dan vertikal.
Frekuensi horizontal meningkat dari kiri ke kanan, dan dari atas ke bawah secara vertikal. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Ini menunjukkan tingkat signifikansi secara perceptual artinya basis fungsi dengan frekuensi rendah memiliki sumbangan lebih besar bagi perubahan penampakan citra
dibandingkan basis fungsi yang memiliki frekuensi tinggi. Nilai konstanta basis fungsi terletak di bagian kiri atas sering disebut sebagai basis fungsi DC, dan DCT koefisien
yang bersesuaian disebut koefisien DC DC coefficient [16]
Gambar 2.4. a Citra Grayscale. b Citra hasil proses DCT
2.5 Zig Zag Scanning
ZigZag scanning berfungsi untuk merepresentasikan Matriks 2-D dari koefisien DCT terkuantisasi dalam bentuk vektor satu dimensi. Setelah kuantisasi, sebagian besar
koefisien frekuensi rendah pojok kiri atas adalah nol. Dengan memanfaatkan menghilangkan nilai frekunsi rendah hasil dari zig-zag scanning.
ZigZag scanning mumungkinkan semua koefisien DC Direct Current dan AC Alternanting Current dengan nilai yang terendah akan diproses terlebih dahulu.
Gambar 2.5 menunjukkan urutan zigzag scanning [11]. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
