Temu Kembali Citra Berbasis Isi pada Citra Kain Berdasarkan Fitur Warna, Tekstur, dan Bentuk Atiqotun Niswah 5110100183 Dosen Pembimbing: Dr. Eng. Nanik Suciati, S.Kom., M.Kom. Diana Purwitasari, S.Kom., M.Sc. 1 Teknik Informatika 2014
Temu Kembali Citra
Berbasis Isi pada Citra
Kain Berdasarkan Fitur
Warna, Tekstur, danBentuk
Atiqotun Niswah
5110100183
Dosen Pembimbing:
Dr. Eng. Nanik Suciati,
S.Kom., M.Kom.
Diana Purwitasari,
S.Kom., M.Sc.
1Teknik Informatika 2014
Latar Belakang
2
Teknik Informatika 2014
Berbagai bahan
Berbagai warna
Berbagai motif
3
Teknik Informatika 2014
Latar Belakang
Teknik Informatika 2014
4
Latar Belakang
Untuk mempermudah pencarian kain
yang mirip dengan kain contoh
Pada citra kain
Berdasarkan warna, tekstur, dan bentuk
Data 5
Teknik Informatika 2014
Gambar dari website
www.photos-public-domain.com/tag/fabric
• Berukuran 400x400 piksel
• Berekstensi .jpg
• 2 macam dataset
DATASET 1
Satu citra besar kain dipecah menjadi 10 citra kecil
Berisi 280 citra
6
Teknik Informatika 2014
DATASET 2
Berisi 172 citra yang berbeda satu dengan yang lain
Ada beberapa citra yang memiliki kesamaan
7
Teknik Informatika 2014
METODOLOGI
Teknik Informatika 2014
8
Database citra Citra contoh
Ekstraksi fitur
Dominant color
descriptor (DCD)Steerable filter
Pseudo-zernike
moment
Perhitungan kemiripan
Citra hasil
DCD mendeskripsikan warna berdasarkan warna dominan.
Warna representatif yang dihasilkan terkadang tidak sesuai
dengan yang diharapkan oleh manusia.
Penyederhanaan warna perlu dilakukan.
Teknik Informatika 2014
9Ekstraksi fitur
Dominant color
descriptor (DCD)
1. Petakan warna ke dalam blok partisi, hitung piksel di tiap partisi.
2. Cari warna rata-rata tiap partisi.
3. Persentase tiap partisi = jumlah piksel dalam partisi/total piksel
citra.
4. Hitung jarak antara dua warna.
5. Jika ada yang kurang dari batasan, dua warna tersebut
dilebur.
10
Teknik Informatika 2014
Ekstraksi fitur
Dominant color
descriptor (DCD)
Warna rata-rata tiap partisi
6. Persentase tiap warna yang tersisa dilihat.
7. Warna dengan persentase kecil digabung ke warna terdekat.
11
Teknik Informatika 2014
Ekstraksi fitur
Dominant color
descriptor (DCD)
Warna yang tersisa
Citra hasil DCD
Filter yang menyaring citra secara sembarang putaran.
Proses:
1. Memilih basis filter: dipilih turunan pertama fungsi gaussian.
2. Menentukan fungsi interpolar.
3. Menentukan sudut yang digunakan, misalnya kelipatan 45o.
4. Konvolusikan citra oleh basis filter.
12
Teknik Informatika 2014
Ekstraksi fitur
Steerable filter
13
Teknik Informatika 2014
Ekstraksi fitur
Steerable filter
Visualisasi fungsi turunan pertama Gaussian pada sudut 0, 45, 90, dan 315
14
Teknik Informatika 2014
Ekstraksi fitur
Steerable filter
Hasil konvolusi pada sudut 0, 45, 90, dan 315
Menghitung fitur tekstur:
1. Energi citra untuk tiap sudut.
2. Nilai rata-rata energi.
3. Nilai standar deviasi energi.
Fitur tekstur terdiri atas nilai rata-rata dan standar deviasi.
15
Teknik Informatika 2014
Ekstraksi fitur
Steerable filter
Merepresentasikan bentuk objek berdasarkan region.
Proses:
1. Menghitung nilai koordinat polar dengan ukuran sesuai citra.
16
Teknik Informatika 2014
Ekstraksi fitur
Steerable filterPseudo-zernike
moment
Contoh nilai ρ dan θ dengan ukuran 9x9
17
Teknik Informatika 2014
Ekstraksi fitur
Pseudo-zernike
moment
2. Menghitung nilai polinomial Zernike sesuai ukuran citra.
3. Merekonstruksi citra dengan orde tertentu. Nilai ini akan menjadi
nilai fitur bentuk.
Citra Segitiga dan Citra Hasil Rekonstruksinya.
Perhitungan Kemiripan
Warna Tekstur Bentuk
Teknik Informatika 2014
18
Perhitungan Kemiripan
Warna Tekstur Bentuk
1. Menghitung nilai kemiripan dari dua warna dominan yang
berbeda.
2. Menjumlah semua nilai kemiripan.
Teknik Informatika 2014
19
Warna
Perhitungan Kemiripan
Warna Tekstur Bentuk
Mencari jarak Euclidean.
Nilai rata-rata citra contoh dikurangkan dengan rata-rata citra
database.
Nilai standar deviasi citra contoh dikurangkan dengan standar
deviasi citra database.
Teknik Informatika 2014
20
Tekstur
Perhitungan Kemiripan
Warna Tekstur Bentuk
Mencari jarak Euclidean.
Nilai rekonstruksi citra dari citra contoh dikurangi nilai citra
database pada orde dan perulangan yang bersesuaian.
Teknik Informatika 2014
21
Bentuk
Perhitungan Kemiripan
Warna Tekstur Bentuk
Pengguna dapat memilih fitur yang ingin digunakan.
Tiap fitur terpilih harus diberi bobot antara 0 hingga 1 dan total
bobot semua fitur harus 1.
Hasil perhitungan kemiripan tiap fitur dinormalisasi.
Hasil kemiripan diurutkan.
Beberapa citra termirip akan ditampilkan.
Teknik Informatika 2014
22
UJI COBA
23
Teknik Informatika 2014
Uji coba 1: ekstraksi fitur tekstur dengan kombinasi
sudut yang berbeda.
Uji coba 2: ekstraksi fitur bentuk dengan nilai orde
berbeda.
Uji coba 3: variasi fitur pada dataset pertama.
Uji coba 4: variasi bobot pada kombinasi fitur terbaik.
Uji coba 5 pada dataset kedua.
UJI COBA 1
24
Teknik Informatika 2014
Menguji apakah banyak sudut dan besarnya
mempengaruhi ekstraksi fitur tekstur.
Semakin banyak sudut, semakin lama waktu ekstraksi.
Banyak sudut tidak mempengaruhi hasil ekstraksi fitur.
Nilai kombinasi sudutWaktu
ekstraksiKombinasi 1 [0, 45, 90, 135] 14.84 s
Kombinasi 2 [0, 30, 60, 90, 120, 150] 16.15 s
Kombinasi 3 [0, 22.5, 45, 67.5, 90, 112.5,
135, 157.5]
17.23 s
PrecisionKombinasi
1
Kombinasi
2
Kombinasi
3Citra 1 0.5 0.5 0.5
Citra 2 0.9 0.9 0.9
Citra 3 0.9 0.9 0.9
Citra 4 0.5 0.5 0.5
Citra 5 1 1 1
Citra 6 0.4 0.4 0.4
Citra 7 0.8 0.8 0.8
Citra 8 0.7 0.7 0.7
Citra 9 0.7 0.7 0.7
Citra 10 0.7 0.7 0.7
Rata-rata 0.71 0.71 0.71
UJI COBA 2
25
Teknik Informatika 2014
Menguji apakah besar orde yang digunakan
mempengaruhi ekstraksi fitur bentuk.
Karena ingin diambil bentuk sedetail mungkin namunperforma yang dihasilkan juga baik, maka dipilih orde 8.
Precision
Orde = 6 Orde = 7 Orde = 8 Orde = 9Citra 1 0.6 0.6 0.6 0.5
Citra 2 0.3 0.4 0.4 0.2
Citra 3 0.8 0.8 0.8 0.8
Citra 4 0.3 0.3 0.2 0.2
Citra 5 0.3 0.4 0.4 0.4
Citra 6 0.2 0.2 0.2 0.2
Citra 7 0.6 0.5 0.5 0.5
Citra 8 0.4 0.4 0.5 0.4
Citra 9 0.3 0.3 0.3 0.3
Citra 10 0.2 0.2 0.2 0.3
Rata-rata 0.4 0.41 0.41 0.38
UJI COBA 3
26
Teknik Informatika 2014
Mengetahui performa tiap variasi fitur.
Precision
Fitur
warna
Fitur
tekstur
Fitur
bentuk
Warna +
Tekstur
Warna +
Bentuk
Tekstur +
Bentuk
Ketiga
FiturCitra 1 1 0.5 0.6 1 1 0.9 1
Citra 2 1 0.9 0.4 1 0.9 0.8 1
Citra 3 0.5 0.9 0.8 0.5 0.5 0.9 0.8
Citra 4 1 0.5 0.2 1 1 0.5 1
Citra 5 0.8 1 0.4 0.8 0.8 0.6 1
Citra 6 1 0.4 0.2 1 0.8 0.4 0.9
Citra 7 1 0.8 0.5 1 1 0.7 1
Citra 8 1 0.7 0.5 1 1 0.8 1
Citra 9 0.6 0.7 0.3 0.8 0.6 0.5 0.7
Citra 10 1 0.7 0.2 1 1 0.5 1
Rata-rata 0.89 0.71 0.41 0.91 0.86 0.66 0.94
UJI COBA 4
27
Teknik Informatika 2014
Hasil pengujian variasi bobot pada tiga fitur
Variasi bobot
Mencari bobot terbaik dari penggunaan tiga fitur.
Nomor
Kombinasi
Bobot
Warna Tekstur Bentuk
1 0.3333 0.3333 0.3334
2 0.6 0.25 0.15
3 0.25 0.6 0.15
4 0.15 0.6 0.25
5 0.5 0.25 0.25
6 0.25 0.5 0.25
7 0.25 0.25 0.5
UJI COBA 5
28
Teknik Informatika 2014
Melihat hasil rekomendasi sistem tanpa dihitung
precision dan recall-nya.
Digunakan dataset kedua.
Kombinasi ketiga fitur .
UJI COBA 5
29
Teknik Informatika 2014
Kombinasi tiga fitur
UJI COBA 5
30
Teknik Informatika 2014
Kombinasi tiga fitur
UJI COBA 5
31
Teknik Informatika 2014
Kombinasi tiga fitur
KESIMPULAN
Hasil pencarian citra mirip yang paling baik
didapatkan dengan menggabungkan ketiga
fitur. Sedangkan bila hanya digunakan satu fitur,
yang paling baik digunakan untuk pencarian
adalah fitur warna.
Besar bobot untuk kombinasi tiga fitur citra
adalah 0.25 untuk fitur warna, 0.6 untuk fitur
tekstur, dan 0.15 untuk fitur bentuk.
32
Teknik Informatika 2014