Fitur, Vektor Fitur, Ruang Fitur, Pola dan Pemilah

24

2.5. Ekstraksi Fitur

Ekstraksi fitur feature extraction merupakan bagian fundamental dari analisis citra. Fitur adalah karakteristik unik dari suatu objek. Karakteristik fitur yang baik sebaiknya mengandung informasi berikut : 1. Dapat membedakan suatu objek dengan yang lainnya discrimination. 2. Memperhatikan kompleksitas komputasi dalam memperoleh fitur. Kompleksitas komputasi yang tinggi tentu akan menjadi beban tersendiri dalam menemukan sebuah fitur. 3. Tidak terikat independence dalam arti bersifat invariant terhadap transformasi rotasi, penskalaan, pergeseran, dan lain sebagainya. 4. Jumlahnya sedikit, karena fitur yang jumlahnya sedikit akan dapat menghemat waktu komputasi dan ruang penyimpanan untuk proses selanjutnya. Banyak metode yang digunakan untuk mengekstraksi fitur dari citra digital. Metode itu diantaranya : 1. Amplitudo, ciri yang paling sederhana dan mungkin paling berguna pada suatu objek. Ciri amplitudo berhubungan dengan properti fisik suatu objek seperti luminance, nilai tristimulus, atau nilai spektral. 2. Histogram, ciri berdasarkan histogram dari suatu citra. Penggunaan ciri histogram dapat dimanfaatkan untuk mendapatkan momen, entropi, mean, dan ciri histogram juga sangat berguna dalam analisis bentuk. 25 3. Matrics Co-ocurrent, Matrik yang dibangun menggunakan histogram tingkat kedua, Matrik co-ocurent merupakan matriks berbentuk L x L dengan L adalah banyaknya tingkat keabuan dengan elemen-elemen yang merupakan distribusi probabilitas bersama dari pasangan pixel. Matrik co-occurent digunakan untuk menghitung autokolrelasi, co-variance. 4. Gradient, dengan menghitung gradien dalam citra bisa didapatkan nilai dari GrMean, GrVariance, GrSkewnes, GrKurtosis. 5. Deteksi Tepi, banyaknya tepi pada pixel tetangga dapat diukur dengan suatu fitur tekstur, untuk mengukur tekstur suatu citra harus mengalami proses deteksi tepi. 6. Spektrum Fourier, dengan spektrum Courier fitur yang dapat diperoleh adalah celah horizontal, celah vertikal, cincin dan vektor. 7. Wavelet, wavelet merupakan perbaikan dari fourier. Wavelet tidak hanya dapat menentukan frekuensi tetapi dapat juga memberikan informasi tentang skala dan waktu. 8. Dan masih banyak cara pencarian fitur lainnya seperti berdasarkan warna, tapis gabor, fraktal, overlapping dan lain sebagainya.

2.6. Speeded-Up Robust Features SURF

Metoda Speed-Up Robust Features SURF merupakan sebuah metode deteksi fitur yang menggunakan keypoint dari sebuah citragambar. Keypoint itu sendiri adalah bagian-bagian dari sebuah citragambar yang nilainya kuattetap ketika mengalami perubahan skala, rotasi, blurring, transformasi 3 dimensi, pencahayaan dan juga perubahan bentuk. Perubahan bentuk itu bisa terjadi karena