Segmentasi Thinning Pengolahan Citra Digital

Gambar 2.4. Citra dengan Median Filter. Citra asli kiri atas, citra hasil median filter 3x3 kanan atas, x5 kiri bawah dan 9x9 kanan bawah

2.2.4. Segmentasi

Segmentasi citra adalah proses untuk memotong gambar yang memuat sebuah kata menjadi potongan-potongan yang membuat setiap karakter dalam kata tersebut. Proses ini akan mengisolasi setiap karakter dalam bentuk citra yang hanya berisi satu karakter. Hal ini sangat penting, mengingat yang akan dikenali adalah huruf, bukanlah kata, sehngga sebuah kata harus dipotong menjadi huruf-huruf yang terpisah agar dapat dikenali nantinya. Universitas Sumatera Utara Proses memotong citra yang mengandung satu buah kata menjadi banyak citra yang mengandung satu buah karakter per citra, secara bertahap adalah sebagai berikut: 1. Citra diubah menjadi citra hitem putih terlebih dahulu. Hitam akan menjadi piksel karakter, dan putih adalah piksel latar belakang. Citra akan dibagi menjadi kolom-kolom yang akan berisi satu karakter per kolom. 2. Selusuri piksel mulai dari kiri atas ke bawah untuk mencari piksel karakter. Jika ditemukan piksel latar belakang, maka cek terus apakah piksel tersebut terus menerus latar belakang tak mengandung piksel karakter. Lakukan sampai ditemukan barisan piksel yang mengandung piksel karakter. Kemudian cek terus sampai ditemukan barisan yang hanya piksel latar belakang lagi.. 3. Dengan demikian, akan diperoleh koordinat dari piksel-piksel paling sudut dari karakter tersebut. 4. Potong gambar dengan koordinat yang didapat dari proses sebelumnya. Simpan potongan gambar tersebut sebagai citra baru. Dengan demikian, kolom pertama sudah selesai. 5. Ulangi proses pencarian piksel karakter paling kiri atas untuk kolom berikutnya. Ulangi terus sampei piksel karakter paling kanan bawah untuk seluruh gambar. Ilustrasi dari pengisolasian karakter dari sebuah citra berisi sebuah kata dapat dilihat pada gambar 2.5. Gambar 2.5. Ilustrasi pemotongan karakter dari sebuah citra

2.2.5. Thinning

Thinning adalah proses untuk mendapatkan tulang dari sebuah citra. Proses ini disebut juga skeletonisation . Tebal dari tulang adalah 1 piksel. Proses thinning dilakukan agar citra karakter dapat direduksi menjadi sebuah bentuk yang mewakili karakter tersebut Universitas Sumatera Utara secara umum sehingga menyisakan bagian yang benar benar fitur utama dari citra karakter tersebut. Salah satu metode cepat untuk mendapatkan tulang adalah metode Zhang-Suen Widiarti, 2011. Algoritma Zhang-Suen adalah algoritma untuk menghasilkan citra tulang dari sebuah citra biner. Pada algoritma ini, terdapat istilah Contour Point , yaitu piksel yang memilki nilai 1 dan 8 tetangga yang bernilai 0. Adapun tahapan dari algoritma Zhang-Suen adalah sebagai berikut Zhang Suen, 1984: 1. Piksel hitam diasumsikan menjadi 1 dan piksel putih diasumsikan menjadi 0, serta citra masukan berukuran panjang dan lebar MxN. 2. Setiap piksel akan memiliki delapan tetangga, dengan ketetanggaan sesuai gambar 2.3. 3. Diasumsikan Ap1 adalah jumlah transisi dari putih ke hitam pada urutan piksel P2,P3,P4,P5,P6,P7,P8,P9,P2. P2 diakhir adalah untuk menunjukkan sirkulasi. Asumsikan Bp1 adalah jumlah tetangga yang hitam dari P1. 4. Semua piksel akan dites apakah memenuhi kondisi berikut: a. Piksel tersebut hitam dan punya 8 tetangga b. 2 = Bp1 = 6 c. Ap1 = 1 d. Paling tidak salah satu dari P2,P4 dan P6 adalah putih e. Paling tidak salah satu dari P4, P6 dan P8 adalah putih Piksel yang memenuhi kondisi ini akan diubah menjadi putih. 5. Semua piksel akan dites sekali lagi apakah memenuhi kondisi berikut: a. Piksel tersebut hitam dan punya 8 tetangga b. 2 = Bp1 = 6 c. Ap1 = 1 d. Paling tidak salah satu dari P2, P4 dan P8 adalah putih e. Paling tidak salah satu dari P2, P6 dan P8 adalah putih Piksel yang memenuhi kondisi ini akan diubah menjadi putih 6. Proses akan diulangi terus untuk semua piksel di citra sampai tidak ada lagi yang boleh diubah. Contoh thinning dengan algoritma Zhang-Suen dapat dilihat pada gambar 2.6. Universitas Sumatera Utara a b Gambar 2.6. Proses Thinning. Citra sebelum thinning a dan citra hasil thinning b

2.3. Ekstraksi Fitur