Prinsip Kerja Intensity Color Checking

Informasi bentuk objek dapat diekstraksi dari citra pada permulaaan pra- pengolahan dan segmentasi citra. Salah satu tantangan utama pada computer vision adalah merepresentasikan bentuk, atau aspek-aspek penting dari bentuk. 6. Tekstur Tekstur dicirikan sebagai distribusi spasial dari derajat keabuan di dalam sekumpulan pixel-pixel yang bertetangga. Jadi, tekstur tidak dapat didefinisikan untuk sebuah pixel. Sistem visual manusia pada hakikatnya tidak menerima informasi citra secara independen pada setiap pixel, melainkan suatu citra dianggap sebagai suatu kesatuan. Resolusi citra yang diamati ditentukan oleh skala pada mana tekstur tersebut dipersepsi.

2.7.2 Prinsip Kerja Intensity Color Checking

Pada dasarnya, intensity color checking bekerja dengan cara melakukan perhitungan terhadap nilai RGB Red, Green, Blue dari pixel pada sebuah citra digital. Berdasarkan nilai RGB ini, ditetapkan sebuah nilai toleransi yang akan digunakan sebagai acuan dalam menilai tingkat intensitas warna pada pixel tersebut. Adapun persamaan yang digunakan dalam Intensity color checking untuk mengukur intensitas warna pixel pada sebuah citra digital adalah sebagai berikut : I 1 ≤ I ≤ I 2 Di mana : I 1 = RGB – T I 2 = RGB + T RGB = Nilai R, G atau B yang diproses. T = Nilai Toleransi mata merah yang diinginkan Rizon, 2000 : 55. Sebagai contoh, untuk mengecek intensitas warna hitam RGB : 0,0,0 dengan nilai toleransi 10, teknik ini akan mengkategorikan seluruh warna yang Universitas Sumatera Utara memiliki rentang nilai dari 0 – 10 sampai 0 + 10. Namun, karena nilai RGB tidak pernah lebih kecil dari 0, maka warna yang dideteksi sebagai warna hitam dengan toleransi 10 adalah warna yang memiliki nilai RGB pada rentang nilai 0 sampai 10. Dari contoh di atas, seandainya ditemukan suatu warna dengan nilai RGB 10,0,10, maka warna tersebut akan dideteksi sebagai warna hitam. Hal ini disebabkan oleh nilai R, G dan B dari warna tersebut berada pada rentang nilai yang telah ditentukan. Adapun algoritma dasar dari teknik intensity color checking ini adalah sebagai berikut : 1. Tentukan nilai R, G dan B warna yang akan dideteksi. 2. Tentukan nilai toleransi warna. 3. Set R 1 = R – Nilai Toleransi, G 1 = G – Nilai Toleransi dan B 1 = B – Nilai Toleransi. 4. Set R 2 = R + Nilai Toleransi, G 2 = G + Nilai Toleransi dan B 2 = B + Nilai Toleransi. 5. Baca nilai R, G dan B warna. 6. Jika R 1 ≤ R ≤ R 2 , G 1 ≤ G ≤ G 2 dan B 1 ≤ B ≤ B 2 , warna tersebut terdeteksi sebagai warna yang ditentukan sebelumnya. 7. Jika tidak, maka warna tersebut bukanlah warna yang telah ditentukan sebelumnya Rizon, 2000 : 56. Universitas Sumatera Utara

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Pada bagian ini, penulis melakukan analisis terhadap metode intensity color checking untuk mengamati bagaimana proses kerja metode ini dalam melakukan reduksi efek mata merah dari sebuah citra digital, kelebihan dan kekurangannya serta bagaimana bentuk implementasinya dalam sebuah bahasa pemrograman.

3.1.1 Analisis Fasilitas Sistem

Analisis ini dilakukan untuk memperoleh fasilitas-fasilitas apa saja yang akan ditawarkan pada sistem yang dirancang. Sesuai dengan kebutuhan awal, yaitu untuk melakukan reduksi efek mata merah pada citra digital yang diinputkan pengguna, maka fasilitas yang ditawarkan dalam sistem yang dirancang ini adalah sebagai berikut : 1. Fasilitas Pemilihan Area Fasilitas pemillihan area merupakan fasilitas yang dirancang untuk melakukan pemilihan area mana yang akan diproses. Pada fasilitas ini, pengguna dapat memilih bagian citra digital mana yang akan direduksi efek mata merah-nya. Berdasarkan pemilihan area ini, sistem akan melakukan reduksi efek mata merah dengan menggunakan intensity color checking. 2. Fasilitas Pengubahan Nilai Toleransi Fasilitas pengubahan nilai toleransi merupakan fasilitas yang dapat digunakan pengguna untuk menambah atau mengurangi nilai toleransi warna merah yang akan digunakan dalam proses reduksi efek mata merah. Karena nilai intensitas warna merah yang dihasilkan efek mata merah dapat berbeda-beda pada setiap citra digital, pengguna dapat melakukan penyesuaian nilai toleransi terhadap warna merah tersebut melalui fasilitas ini. Universitas Sumatera Utara