Ekstraksi Fitur Geometri Pada Citra Batik Untuk...

TesisEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

Ekstraksi Fitur Geometri dan Warnapada Citra Batik Menggunakan

Representasi Kurva Cardinal Spline

Aris Fanani[5111201012]

Pembimbing I:Dr. Nanik Suciati, S.Kom, M.Kom.

Pembimbing II:

Anny Yuniarti, S.Kom, M.Comp.Sc

Contents

3. Metodologi Penelitian

2. Dasar Teori

1. Pendahuluan

2

ContensEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

4. Hasil dan Pembahasan

5. Kesimpulan dan Saran


2. Dasar Teori

1. Pendahuluan

3

Ekstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline



Latar Belakang

Batik

Nilai Seni

BudayaBangsa

Indonesia

World Heritage

Kerajinan

4

PendahuluanEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

Latar Belakang

Batik memiliki karakteristik pada motif dan ragamhias.

Seiring perkembangan teknologi, sistemperancangan busana dengan bahan kain batik secaraotomatis dan optimasi bahan dapat dikembangkan.

Untuk membantu komputer dalam mengenali polaatau objek citra batik dibutuhkan ekstraksi fiturgeometri

5


Perumusan Masalah

6

Bagaimana mengesktrasi fitur geometri citra batik (Klowongan, Isen-isen dan warna) di dalam suatu

motif citra batik?

Bagaimana merepresentasikan motif batik dari hasilekstraksi fitur geometri menggunakan representasi

kurva Cardinal spline?

Bagaimana menguji hasil representasi denganmelakukan rekonstruksi citra batik?


Batasan Masalah

Citra batik yang digunakan adalah citra batik madura

Citra batik diperoleh dengan cara mengambillangsung foto dari kain batik

Implementasi dilakukan dalam ruang kerjaMATLAB

7


Tujuan

• Tujuan dari penelitian ini adalah membuat sebuahsistem yang mampu mengekstraksi fitur geometricitra batik, merepresentasikan ke dalam kurvacardinal spline serta merekonstruksi citra batik.

8


Kontribusi

Kontribusi dari penelitian adalah membuatsebuah sistem yang mampu

merepresentasikancitra batik dengan fitur geometri dan warna

Serta merekonstruksi citra batik

9



2. Dasar Teori

1. Pendahuluan

10




Cardinal spline

13

Kurva Cardinal spline adalah kurva yang disusun oleh fungsibasis spline dengan deretan knot yang berjarak sama.

Cardinal spline merupakan fungsi polinomial parametrikberderajat tiga, sepotong demi sepotong, yang memilikikontinuitas C1 pada setiap titik temu dua segmen.

Satu segmen kurva Cardinal spline kubik didefinisikan oleh 4

titik kontrol (pi-2, pi-1, pi, pi+1) hanya untuk kurva diantara pi-1 dan

pi.

Dasar TeoriEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

Cardinal spline

14

Mendefinisikan kurva Cardinal spline :

Dasar TeoriEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

dimana u adalah vektor knot, adalah kelengkungan dari

kurva, pi adalah titik kontrol.


2. Dasar Teori

1. Pendahuluan

15




Metodologi

16

Ekstraksi fitur geometri: Ekstraksi fitur klowongan dan warna Ekstraksi fitur isen-isen dan warna

Rekonstruksi citra batik hasil representasi kurva Cardinal spline

MetodologiEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

Ekstraksi Fitur Klowongan

17

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna



18

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

bentuki,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna



19

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna



20

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna



21

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

Langkah-langkah segmentasi (Zang, Zhang, Cheng, 2009:

Pemetaan & Penentuan {T}

• Penentuan {T} termasuk komponenneutrosophic dengan menggunakanS-function

Enhancment

• Dilakukan dengan transformasiintensitas

Thresholding

• Thresholding dilakukan denganmenggunakan pendekatan heuristic



22

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna



23

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna



24

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



25

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



26

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



27

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



28

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



29

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



30

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



31

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



32

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



33

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

0 0 0 0 0 0 0

0 0 1 1 1 1 0

0 0 1 1 1 0 0

0 1 1 1 1 0 0

0 1 1 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0

0 0 0 0 0 0 0



34

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna Jika d ≤ dt maka Pj dihapusJika sebaliknya pj sebagai dominant point



35

Citra RGB

Batik

Segmentasi

dengan threshold

berbasis

neutrosophic

Connected

Component

Labeling

Penentuan arah

batas objek

dengan Chain

Code

Reduksi Fitur

Bentuk

Database Fitur

Bentuk,

Informasi

warna

Denoising dengan

Mean Filtering

Ubah ke

Grayscale

Informasi Warna

Simpan posisi koordinat dominant pointdan warna (kurva, region klowongandan background)


Ekstraksi Fitur Isen-isen

36

Citra Grayscale

Batik, Citra

Segmentasi,

Citra RGB

Deteksi Tepi Canny

Citra Grayscale batik

Isolasi Interior

Citra=Hasil Canny *

erosi(Citra

Segmentasi)

Database fitur

geometri

interior,

informasi

warna

Reduksi Interior Informasi Warna

Connected

Component

Labeling



37

Citra Grayscale

Batik, Citra

Segmentasi,

Citra RGB

Deteksi Tepi Canny


Isolasi Interior

Citra=Hasil Canny -

erosi(Citra

Segmentasi)

Database fitur

geometri

interior,

informasi

warna


Connected

Component

Labeling



38

Citra Grayscale

Batik, Citra

Segmentasi,

Citra RGB

Deteksi Tepi Canny


Isolasi Interior

Citra=Hasil Canny *

erosi(Citra

Segmentasi)

Database fitur

geometri

interior,

informasi

warna


Connected

Component

Labeling



39

Citra Grayscale

Batik, Citra

Segmentasi,

Citra RGB

Deteksi Tepi Canny


Isolasi Interior

Citra=Hasil Canny *

erosi(Citra

Segmentasi)

Database fitur

geometri

interior,

informasi

warna


Connected

Component

Labeling



40

Citra Grayscale

Batik, Citra

Segmentasi,

Citra RGB

Deteksi Tepi Canny


Isolasi Interior

Citra=Hasil Canny *

erosi(Citra

Segmentasi)

Database fitur

geometri

interior,

informasi

warna


Connected

Component

Labeling

Proses reduksi fitur interior:•Chain code untuk melintasi posisi isen-isen•Menyimpan semua urutan titik kontroldari setiap CCL



41

Citra Grayscale

Batik, Citra

Segmentasi,

Citra RGB

Deteksi Tepi Canny


Isolasi Interior

Citra=Hasil Canny *

erosi(Citra

Segmentasi)

Database fitur

geometri

interior,

informasi

warna


Connected

Component

Labeling

Simpan posisi koordinat titik kontroldan warna (warna kurva isen-isen)


Rekonstruksi citra hasil representasi Cardinal spline

42

Representasi Kurva

(bentuk, interior,

informasi warna)

Merepresentasikan dengan

Kurva Cardinal spline dan

pewarnaan

Citra Batik Hasil

Rekonstruksi


Uji Coba 1

43

Penentuan parameter threshold untuk reduksi klowongan

Uji CobaEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

Uji Coba 2

44

Citra Batik Madura

RepresentasiKurva

Rekonstruksi

Uji CobaEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

Evaluasi

45

Mean Square Error (MSE)

dimana M,N adalah dimensi citra. I(x,y) adalah piksel citra batikasli, sedangkan I’(x,y) piksel citra batik hasil rekonstruksi.

kuesionera -> mirip sekalib -> miripc -> tidak mirip sekali

EvaluasiEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline


2. Dasar Teori

1. Pendahuluan

46




Hasil dan Pembahasan

47

Penentuan parameter threshold (dt) untuk reduksi klowongan Parameter threshold yang digunakan 3, 7 dan 10.

Hasil dan Pembahasan (Uji Coba 1)Ekstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline


48

Motif Poetean


LabelPoint sebelum

reduksi

Point setelah

reduksi /

threshold(dt=3)

Point setelah

reduksi /

threshold (dt=7)

Point setelah

reduksi /

threshold (dt=10)

1 851 157 102 76

2 70 13 10 8

3 315 55 34 27

4 604 101 67 51

5 172 38 26 22

6 327 65 41 31

7 186 33 22 19

8 577 104 66 55

9 353 68 45 36

10 20 5 4 3

11 60 14 10 8

12 1382 242 148 116

13 1106 204 124 98

14 316 54 35 29

15 306 46 26 22

16 88 14 10 9

17 25 9 6 5

18 19 4 3 3


49

Motif Gentongan


Label

Point

sebelum

reduksi

Point setelah

reduksi /

threshold (dt=3)

Point setelah

reduksi /

threshold(dt=7)

Point setelah

reduksi /

threshold(dt=10)

1 183 40 23 16

2 47 14 8 8

3 1212 236 132 97

4 40 10 7 6

… … … … …

… … … … …

… … … … …

46 50 10 9 6

47 35 9 5 5

48 63 13 9 7

49 34 7 4 3

50 20 4 3 3


50

Motif Tanjungbumi


LabelPoint sebelum

reduksi

Point setelah

reduksi /

threshold(dt=3)

Point setelah

reduksi /

threshold(dt=7)

Point setelah

reduksi /

threshold(dt=10)

1 59 13 8 7

2 20 6 4 3

3 1549 275 169 127

4 57 10 7 6

5 46 7 4 4

6 13 3 3 3

7 35 8 6 5

… … … … …

… … … … …

… … … … …

20 14 4 3 3

21 39 7 6 6

22 34 8 7 4

23 25 3 3 3

24 13 3 3 3


51

Nilai mean square error


CitraThreshold

3 7 10

Poetean 0.0668 0.0780 0.0890

Gentongan1 0.0926 0.1108 0.1138

Tanjungbumi 0.0759 0.0903 0.0954


52

Uji coba rekonstruksi citra batik (motif gentongan 1)



53

Uji coba rekonstruksi citra batik (motif tanjungbumi)



54

Uji coba rekonstruksi citra batik (motif gentongan 2)



55

Uji coba rekonstruksi citra batik (motif kontemporer)



56

Uji coba rekonstruksi citra batik (motif klasik)



57

Uji coba rekonstruksi citra batik (motif poetean)



58

Tabel mean square error


Citra Mean Square Error

Gentongan 1 967,99

Tanjungbumi 1.360,6

Gentongan 2 318.76

Kontemporer 1.387,8

Klasik 543,1

Poetean 2.098,1


59

Tabulasi kuesioner


Citra

Klowongan Isen-isen Hasil Rekonstruksi

MS M TM MS M TM MS M TM

Gentongan1 - 20 - - - 20 - 20 -

Tanjungbumi 4 16 - - - 20 - 16 4

Gentongan2 - 20 - - - 20 - 20 -

Kontemporer 4 16 - - 4 16 - 20 -

Klasik 4 16 - - - 20 - 16 4

Poetean - 20 - - - 20 - 15 5

Keterangan : MS : Mirip sekali; M : Mirip; TM : Tidak Mirip


2. Dasar Teori

1. Pendahuluan

60




Kesimpulan dan Saran

61

Kesimpulan dan SaranEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

Kesimpulan

• Sistem yang dibuat dapat mengekstraksi fitur geometri citrabatik, merepresentasikan dan merekonstruksi citra batik denganmenggunakan representasi kurva cardinal spline.

• Nilai threshold sama dengan 3, rata-rata dapat mereduksi jumlahtitik kontrol sebanyak 6 point dari dominant point ke dominantpoint berikutnya untuk setiap label.

• Hasil rekonstruksi klowongan dengan nilai threshold samadengan 3 memiliki nilai mean square error yang rendah.

• Secara kuantitatif, citra hasil rekonstruksi memiliki nilai meansquare error yang tinggi akan tetapi hasil rekonstruksi citra batiksecara visual memiliki kemiripan dengan citra batik asli.

Kesimpulan dan Saran

62

Kesimpulan dan SaranEkstraksi Fitur Geometri dan Warna pada Citra Batik Menggunakan Representasi Kurva Cardinal Spline

Saran

• Untuk meningkatkan hasil rekonstruksi citrabatik, dapat dilakukan pengembangan denganmemperbaiki proses reduksi fitur isen-isen danekstraksi warna. Sehingga nantinya didapatkanhasil rekonstruksi citra batik yang memiliki nilaimean square error yang rendah sehingga secarakuantitatif memiliki tingkat kemiripan yang tinggidengan cira batik asli.

Proposal TesisEkstraksi Fitur Geometri pada Citra Batik Menggunakan Representasi Kurva B-spline 63

Ekstraksi Fitur Geometri Pada Citra Batik Untuk...

Documents

Transcript of Ekstraksi Fitur Geometri Pada Citra Batik Untuk...