2208 205 001 Dosen Pembimbing : Mochamad Hariadi, S.T., … · 2010-12-21 · a X Y Sudut Vektor 0...
Transcript of 2208 205 001 Dosen Pembimbing : Mochamad Hariadi, S.T., … · 2010-12-21 · a X Y Sudut Vektor 0...
ENHANCEMENT CITRA SIDIKJARI KOTOR MENGGUNAKAN TEKNIK HYBRID MORPHOLOGY DAN GABOR FILTER
MUHAMMAD NASIRMUHAMMAD NASIR2208 205 0012208 205 001
DosenDosen PembimbingPembimbing ::MochamadMochamad HariadiHariadi, S.T., , S.T., M.ScM.Sc., Ph.D.., Ph.D.
SidangSidang TesisTesisFakultasFakultas TeknologiTeknologi IndustriIndustriJurusanJurusan TeknikTeknik ElektroElektroBidangBidang KeahlianKeahlian JaringanJaringan CerdasCerdas MultimediaMultimedia
Enhancement Citra Sidik Jari
Original Image Enhancement Image
Proses
Blok Diagram Penelitian
N BG MTh
Batasan
( ) ( ),2cos21exp,;, 2
2
2
2
'
'
'
'
θθθ π
σσθ fx
yxfyxG
yx ⎪⎭
⎪⎬⎫
⎪⎩
⎪⎨⎧
⎥⎥⎦
⎤
⎢⎢⎣
⎡+−=
,sincos θθθ yxx −=
,cossin θθθ yxy +=
Dimana adalah orientasi gabor filter, adalah frekuensi gelombang cosinus,dan adalah deviasi standar sifat gaussian sepanjang sumbu dan ,
dan mendefinisikan sumbu dan dari koordinat filter.
θ fxσ yσ x y
θx θy
Simetris Gabor Filter
Ilustrasi Fungsi Gabor
θ = 22.5; σ = 32
Gabor filter simetris genap dalam spatial domain
RidgeVoting
8 Buah Orientasi Gabor Filter
Contoh Citra Sidik Jari Kotor
Normalisasi
(a)
(b)
(c) (d)
Binerisasi
(a) Original Image
(b) Threshold 130
(c) Threshold 150
(d) Threshold 160
( a ) ( b )
( d )( c )
Thinning
Minutiae
(a) Original Image
(b) Binerisasi (c) Thinning
(d) Fine Minutiae (e) Remove False Minutiae
(f) Region of Interest (g) Orientation
(h) Skeleton danMinutiae
Minutiae
Minutiae pada Image Original
0
50
100
150
200
250
300
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Terminasi Ke-n
Inte
nsita X
YSudut Vektor
0
50
100
150
200
250
300
1 2 3 4 5 6 7 8 9 10
Bifurcation ke-n
Inte
nsita
s Pi
x XYSudut 1Sudut 2Sudut 3
Grafik Terminasi
Grafik Bifurcation
Minutiae pada ImageHasil Enhancement
0
20
40
60
80
100
120
140
160
180
1 2 3
Terminasi ke-n
Inte
nsita
s Pi
xXYSudut Vektor
020406080
100120140160180200
1 2 3
Bifurcation ke-n
Inte
nsita
s Pi
x XYSudut 1Sudut 2Sudut 3 Grafik Bifurcation
Grafik Terminasi
Hasil dari Learning Vector Quantization (LVQ).
871387Setelah Enhancement
831783Sebelum Enhancement
%Tidak DikenaliDikenaliInput
Data Citra = 100
86743Setelah Enhancement
86743Sebelum Enhancement
%Tidak DikenaliDikenaliInput
Data Citra = 50
86.536164Setelah Enhancement
82.535165Sebelum Enhancement
%Tidak DikenaliDikenaliInput
Data Citra = 200
82.326124Setelah Enhancement
83.325125Sebelum Enhancement
%Tidak DikenaliDikenaliInput
Data Citra = 150
Grafik LVQ
BatasanBatasan MasalahMasalah
Penelitian ini akan dibatasi pada pemodelan enhancement citra sidik jari kotor dengan menggunakan Teknik Hybrid Morphology dan Gabor Filter dalam peningkatan kualitas citra sidik jari kotor.
ManfaatManfaat PenelitianPenelitianAdapun manfaat yang diharapkan dari penelitian ini adalah agar dapat meningkatkan kualitas citra sidik jari kotor untuk biometrik, sehingga dapat mengidentifikasi sidik jari pada database yang besar dengan cepat dan kualitas akurasi yang baik (singularity).
PenelitianPenelitian SebelumnyaSebelumnyaImage enhancement, yang dilakukan oleh(Jianwei Yang, dkk., 2003) Telah mempelopori sebuah teknikmemodifikasi sebuah Gabor filter, dimanapeneliti (Jianwei Yang, dkk., 2003) terinspirasi dari Traditional Gabor Filter (TGF). Dari hasil penelitiannyadikembangkan sebuah filter baru yaituModified Gabor Filter (MGF).
PenelitianPenelitian SebelumnyaSebelumnya ((lanjtlanjt.).)
• Fingerprint Matching using Gabor Filters, yang dilakukan oleh (Muhammamd Umer Munir danDr. Muhammmad Younas Javed, 2004) dimanapencocokan sidik jari ini didasarkan pada jarakEuclidean antara dua vektor fitur yang sesuai. Keaslian penerimaan tingkat filter Gabor berbasismatcher diamati ~ 10% sampai 15% lebih tinggidaripada minutiae-based matcher dengan nilairata-rata rendah. Ekstraksi fitur sidik jari danpencocokan mengambil ~ 7,1 detikmenggunakan Pentium IV, prosesor 2,4 GHz.
Penelitian ini diharapkan dapatmeningkatkan kualitas sidik jari kotorhingga ke tingkat maksimal.Dengan penerapan metode gabor filter, akan meningkatkan kualitas citra sidik jarisehingga meningkatkan tingkat akurasipengenalan.
KontribusiKontribusi PenelitianPenelitian
Kesimpula dan SaranKesimpulanUntuk mendapatkan hasil enhancement yang lebih baik dapat dilakukan dengan merubah-rubah sudut orientasi pada gabor filterProses thinning dilakukan setelah proses gabor filter untuk mendapatkan hasil yang maksimal.Untuk mengukur tingkat keberhasilan enhancement citra sidik jari kotor pada penelitian ini, digunakan metode Learning Vector Quantization (LVQ). Dari hasil diperoleh tingkat keberhasilan pengenalan adalah 87% pada data 100 citra.Untuk pengujian diatas 100 citra maka tingkat keberhasilan pengenalan menurun antara 0.5 % sampai dengan 1 %.
Saran◦ Untuk mendapatkan hasil yang lebih maksimal, penelitian selanjutnya
sebaiknya menggunakan estimasi blok orientasi citra sidik jari.
Selesai
SidikSidik JariJariSidik jari adalah suatu bentuk pola garis(ridge) pada permukaan sebuah ujung jari(Prabakar). Sebuah sidik jari berkualitas baik dapatdibedakan berdasarkan pola-pola dan ciri-ciri (feature) yang menyediakan informasiciri yang bermanfaat untuk pencocokansidik jari (Prabakar).
SidikSidik JariJari ((lanjtlanjt.).)
SidikSidik JariJari ((lanjtlanjt.).)Berdasarkan pola garis (ridge) dan lembah(valley), sidik jari dapat diklasifikasikanmenjadi tiga kelas utama (Prabakar), yaitu: a. Archb. Loop c. Whorl
a b c
Citra Citra SidikSidik JariJari
(a) (b) (c)
(d) (e)
(a) Citra Sidik Jari Normal(b) Citra Sidik Jari Berminyak(c) Citra Sidik Jari Kering(d) Citra Sidik Jari Kotor(e) Citra Sidik Jari Cacat Fisik
S-7
IdentifikasiIdentifikasi SidikSidik JariJari ((lanjtlanjt.).)MinutiaeMinutiae
Vektor Minutiae Ridge (x,y,Ө) Ending danRidge Bifurcation (Maltoni, 2003)
TERIMA KASIHTERIMA KASIH
( )
( )( ) ( )
( )( )⎪⎪⎪
⎩
⎪⎪⎪
⎨
⎧
−−
>−
+
=
otherwiseV
MjiIVM
MjiIifV
MjiIVM
jiN
i
i
i
i
20
0
20
0
,
,,
,
( ) ( )∑∑−
=
−
=
=1
0
1
0
,,1 M
i
N
j
jiIMN
IM
( ) ( ) ( )( )∑∑−
=
−
=
−=1
0
1
0
2,1 M
i
N
jIMjiI
MNIV
dan
NormalisasiNormalisasi
Hasil
( )( )
⎪⎩
⎪⎨
⎧ ≥=
Otherwise
TyxIifyxBW
P
0
,1,
BinerisasiBinerisasi
Hasil
Proses Enhancement
Original Image
Normalisasi
Gabor Filter Enhancement Image