7
BAB II LANDASAN TEORI
Pada bab ini akan dijelaskan mengenai teori-teori yang dapat mendukung penelitian, diantaranya image processing, proyeksi, konvolusi,
dan feature extraction.
2.1. Image Processing
Secara umum image processing menunjuk pada pemrosesan gambar 2 dimensi menggunakan komputer. Citra digital merupakan sebuah larik
array yang berisi nilai-nilai real maupun kompleks yang direpresentasikan dengan deret bit tertentu. Suatu citra dapat didefinisikan sebagai sebuah
fungsi fx,y berukuran M garis dan N kolom yang dimana x dan y merupakan koordinat dan f merupakan amplitudo pada koordinat x,y yang
dinamakan intensitas atau tingkat keabuan dari citra pada titik koordinat tersebut Putra, 2010, Pengolahan Citra Digital, hal. 19. Citra dapat ditulis
dengan matrix sebagai berikut :
2.2. Feature Extraction
Ekstraksi fiturFeature Extraction merupakan bagian fundamental dari analisis citra. Fitur adalah karakteristik unik dari suatu objek citra.
Karakteristik fitur yang baik memiliki syarat seperti berikut : 1.
Dapat membedakan suatu objek dengan yang lainnya. 2.
Memperhatikan kompleksitas komputasi dalam memperoleh fitur. Semakin rendah tingkat kompleksitas komputasi maka akan semakin
baik. 3.
Tidak terikat dalam arti bersifat invarian terhadap berbagai transformasi. 4.
Jumlahnya sedikit, karena fitur yang jumlahnya sedikit akan menghemat waktu komputasi dan ruang penyimpanan untuk proses berikutnya.
Ekstraksi Fitur yang digunakan dalam citra terdapat 3 ekstraksi fitur yaitu : -
Ekstraksi bentuk shape -
Ekstraksi warna color -
Ekstraksi tekstur texture
2.3. Citra Biner
Citra biner merupakan citra yang hanya memiliki 2 kemungkinan nilai pixel, 1 dan 0. Nilai 1 merupakan warna putih sedangkan nilai 0 adalah
warna hitam. Citra biner biasanya disebut citra BW Black and White atau citra monokrom. Untuk menyimpan data 1 pixel hanya dibutuhkan
memori sebesar 1 bit.
Citra biner sering muncul sebagai hasil segmentasi, pengambangan, morfologi atau dithering
Gambar 2.1. Contoh citra biner
2.4. Proyeksi Citra
Proyeksi citra merupakan teknik pemrosesan citra dimana jumlah level pixel dari sebuah citra dihitung sepanjang baris lebar citra tersebut
untuk mendapatkan proyeksi horizontal dan sepanjang kolom tinggi citra tersebut untuk mendapatkan proyeksi vertikal. Proyeksi tersebut
digambarkan dalam bentuk histogram. Tinggi histogram akan menunjukkan banyaknya pixel pada baris atau kolom tertentu.
Gambar 2.2 Contoh histogram horizontal-vertical
sumber : Burger. 2008. Digital Image Processing.
Dengan rumus perhitungan sebagai berikut :
∑
=
=
M j
v
j i
S i
P
1
] ,
[ ]
[
∑
=
=
N j
h
j i
S i
P
1
] ,
[ ]
[ Berikut merupakan penjelasan mengenai cara kerja proyeksi beserta
segmentasi terhadap citra biner potongan partitur not balok.
Gambar 2.3. Contoh citra potongan partitur
Gambar 2.4. Hasil proyeksi vertikalbawah dan horizontal kanan
Untuk membentuk matrix citra seperti diatas bukan hanya membuat citra biner, namun citra tersebut harus dinegasikan, agar objek diwakili
dengan angka 1 dan background diwakili angka 0 Hasil proyeksi vertikal digunakan untuk melakukan proses segmentasi, yang dimana akan
melakukan pemotongan dengan nilai ambang adalah 5 jumlah garis.
Gambar 2.5. Proses segmentasi
Gambar 2.6. Hasil segmentasi didapatkan 2 objek gambar
2.5. Konvolusi
Kategori