Pengujian Pengukuran Akurasi Sistem
if i==2 ...
elseif i==v_length-1 ...
end if i==2
... elseif i==h_length-1
... end
Terdapat 2 tahapan dalam metode
projection profile,
yaitu proyeksi secara verikal
vertical projection
dan proyeksi secara horizontal
horizontal projection
. Fungsi verProj dan horzProj
digunakan untuk mencari posisi atau letak
line image
suatu citra. Citra masukan sudah diubah menjadi citra biner, sehingga ketika nilai
pixel
- nya adalah 1 maka menandakan di bidang tersebut terdapat
image
kemudian ketika ada perubahan nilai
pixel
dari 1 ke 0 atau 0 ke 1 menandakan adanya 1 buah objek pada bidang tersebut. Perbedaan
antara verProj dan horzProj terletak pada cara
memproyeksikan gambar, verProj akan memproyeksikan citra
secara vertikal sedangkan horzProj akan memproyeksikan citra
secara horizontal. Keluaran dari proses verProj
adalah sebuah matriks yang merepresentasikan letak atau posisi objek dalam bidang. Panjang
matriksnya adalah 1
x
2
n
dengan
n
adalah jumlah objek, atau dengan kata lain jumlah objek dalam bidang sama dengan panjang matriks
dibagi dengan 2. Fungsi horzProj adalah menetukan batas paling bawah dan atas dari objek sehingga secara tepat setiap aksara dapat
dipisahkan dengan baik serta membuang
background
yang tidak perlu. Dengan mengetahui letak objeknya maka kita dapat melakukan proses
cropping
secara otomatis untuk memperoleh objeknya. Pemotongan citra dilakukan menggunakan fungsi imcrop pada Matlab dengan
masukan matriks hasil dari
vertical projection
dan
horizontal projection
. Untuk dapat memperoleh tiap aksara secara otomatis maka fungsi verProj dan horzProj tersebut digabungkan menjadi
satu ke dalam fungsi syllable_recognizer dengan masukan berupa citra hitam-putih.
function [ transliteration ] = syllable_recognizer im_bw
... row = sizeim_bw,1;
[v_line] = verProjim_bw; for i=1:2:lengthv_line
im_vline = imcropim_bw,[v_line1 1 v_line2-v_line1 row];
[h_line] = horzProjim_vline; if lengthh_line == 4
... elseif lengthh_line == 6
... else
im_hline = imcropim_vline, [1 h_line1 v_line2-v_line1 h_line2-h_line1];
end ...
Fungsi syllable_recognizer diatas menerapkan prinsip
projection profile
untuk melakukan segmentasi terhadap setiap objek karakter aksara Jawa pada citra. Setiap citra yang digunakan sebagai
template training
dan
testing
dikenai
projection profile
sehingga secara visual dapat dinyatakan sebagai berikut:
B = imread..Citra nama jalantestingpajeksan.jpg; im_gray = rgb2grayB;
im_bw = im2bwim_gray; t = syllable_recognizerim_bw;
Gambar 4.5
Projection Profile
dari Citra Jalan Pajeksan Gambar 4.5 merupakan represenrasi citra hasil segmentasi
menggunakan fungsi syllable_recognizer yang dikenakan pada Gambar 4.4. Dari hasil segmentasi tersebut dapat dilihat bahwa
Gambar 4.4 tersusun dari 8 aksara. Secara visual, jika dibangingkan dengan citra asli pada Gambar 4.5 maka citra hasil segmentasi dapat
dikatakan berhasil karena masing-masing aksara dapat dipisahkan dengan sempurna.
Tidak semua data uji yang dikenai segmentasi memperoleh hasil yang baik, artinya terdapat aksara yang tidak dapat dipisahkan secara