Ekstraksi Fitur Fitur adalah karakteristik unik dari suatu

Ekstraksi Fitur

Fitur adalah karakteristik unik dari suatu objek. Persyaratan fitur yang baik : 1. Discrimination 2. Memperhatikan kompleksitas komputasi 3. Independence 4. Jumlahnya sedikit

Beberapa metode ekstraksi fitur : �Geometri �Histogram �Gradien �Spektrum Fourier �Wavelet �Fitur berdasarkan warna �Tapis Gabor �Fraktal

Ciri Geometri �Luas �Pusat massa �Keliling (Perimeter) �Kekompakan (compactness) �Kebundaran (roundness)

Metode Histogram Bila x menyatakan tingkat keabuan pada suatu citra maka probabilitas dari x dinyatakn dengan : P(x) = Banyaknya titik-titik yang memiliki tingkat keabuan x Total banyaknya titik pada daerah suatu citra dengan x=0, 1, 2, . . . , L-1

Beberapa fitur yang dapat dihitung berdasarkan histogram antara lain : �Rata-rata �Standar Deviasi �Variance �Nilai mean square �Skewness �Kurtosis

Gradient �Nilai gradient untuk setiap pixel pada daerah suatu citra dapat dihitung dengan rumus :

Fitur Gradient antara lain: dengan M menyatakan banyaknya titik pada daerah citra

Spektrum Fourier �Transformasi Fourier membawa suatu citra dari domain spasial f(x, y) ke domain frekuensi F(p, q).

Fitur dari spektrum fourier : �Celah Horisontal �Celah Vertikal �Cincin �Sektor dengan

Wavelet Fitur wavelet : �Energi Subband n = jumlah piksel pada setiap subband �Koefisien wavelet Cara 1 : memilih sejumlah kecil koefisien berdasarkan magnitudo terbesar tanpa memperhatikan subband Cara 2 : memilih sejumlah kecil koefisien berdasarkan magnitudo terbesar dengan memperhatikan subband

Fitur berdasarkan warna �Citra dikonversikan ke dalam suatu ruang warna tertentu �Setiap komponen ruang dibuat histogramnya �Fitur yang diambil yaitu intensitas citra dengan frekuensi tertinggi