Lestya Dila Rahma : Pengenalan Wajah Berdasarkan Pengolahan Citra Digital Dengan Metode Gabor Wavelet, 2010.
penjumlahan kuadrat kedua bilangan tersebut. Gabor Kernel dapat dilihat pada Gambar 3.3.
complex =
3.3 Proses Enroll
Enroll bertujuan untuk mendapatkan vektor gabor feature dengan konvolusi antara citra wajah dan kernel kemudian disimpan dalam database.
Database wajah dibagi menjadi tiga bagian besar, yaitu: database citra, database nilai
gabor jet dari citra wajah, dan database nama yang merujuk pada database citra.
Database citra disimpan dengan format .jpg dan diberi nomor urut yang sekaligus menjadi nama file-nya, misalnya: 1.jpg, 2.jpg, 3.jpg, dan seterusnya. Perlu
diketahui bahwa nomor urut yang sekaligus menjadi nama file tersebut tidak boleh ada yang terlewatkan atau terloncati, dimulai dari nomor urut 1. Hal ini dimaksudkan
untuk memudahkan proses pembacaan file. Database nilai gabor jet dari database citra disimpan dengan format file teks dan diberi nama file sama seperti database citra,
misalnya: nama file gabor jet untuk citra 1.jpg adalah 1.txt, nama file gabor jet untuk citra 2.jpg adalah 2.txt, dan seterusnya. Database nama adalah daftar nama pemilik
wajah dari database citra yang disimpan dalam bentuk file teks dengan nama db.txt. Ukuran citra dalam database citra boleh bermacam-macam. Kalkulasi nilai
gabor jet untuk tiap citra dilakukan pada ukuran 100 x 100 pixel. Jika ukuran citra baik panjang ataupun lebar lebih dari seratus pixel, maka akan dilakukan resizing
Gambar 3.3. Gabor Kernel
8 orientasi
Lestya Dila Rahma : Pengenalan Wajah Berdasarkan Pengolahan Citra Digital Dengan Metode Gabor Wavelet, 2010.
terlebih dahulu. Database citra, database nilai gabor jet, dan database nama disimpan dalam folder images yang terletak di dalam folder source program utama. Di dalam
folder tersebut juga ada file jml_images.txt yang berisi jumlah file citra yang ada dalam database.
Pertama kali dilakukan pembacaan terhadap file jml_images.txt untuk mengetahui berapa jumlah citra yang ada dalam database. Kemudian dilakukan
looping sebanyak jumlah citra tersebut. Dalam looping tersebut dilakukan pembacaan file citra dan sekaligus membangun database gabor jet untuk tiap-tiap citra.
Citra yang telah dibaca diubah ke mode grayscale. Kedalaman bit dari citra tersebut diubah menjadi 32 bit floating point. Citra yang telah diproses tersebut
kemudian dimasukkan dalam looping sebanyak scale x rotasi yang digunakan pada Gabor Kernel. Untuk tiap looping, dilakukan resizing ke ukuran 100x100 pixel.
Selanjutnya disiapkan dua bagian matriks citra untuk menampung hasil konvolusi kernel untuk bagian real dan bagian imajiner. Masing-masing hasil
konvolusi tersebut dikuadratkan, kemudian dijumlahkan. Hasil penjumlahan tersebut diakarkuadrat.
Matriks citra hasil perhitungan tersebut dibagi menurut grid 5x5 sehingga akan diambil 36 titik. Titik-titik itulah yang disimpan ke dalam teks file sebagai database
nilai gabor jet respon. Bagan Proses Enroll dapat dilihat pada Gambar 3.4.
Gambar 3.4 Bagan Proses Enroll
Lestya Dila Rahma : Pengenalan Wajah Berdasarkan Pengolahan Citra Digital Dengan Metode Gabor Wavelet, 2010.
Citra wajah yang didapat diubah menjadi 8 bit greyscale terlebih dahulu dan dipertajam teksturnya dengan histogram equalization. Kemudian dilakukan proses
konvolusi dengan 40 kernel gabor pada 12 titik sampling yang sudah ditentukan posisinya terlebih dahulu kemudian nilai yang didapat disimpan dalam database.
Proses konvolusi dengan kernel ini dilakukan sebanyak 960 kali 12 titik sampling x 80 kernel 40 real + 40 imajiner yang menghasilkan 480 nilai vektor Gabor. Gabor
Feature Extraction pada 12 titik sampling dapat dilihat pada Gambar 3.5.
3.4 Proses Verify
