Ekstraksi Fitur Oleh Rahmat Robi Waliyansyah M Kom

Ekstraksi Fitur Oleh : Rahmat Robi Waliyansyah, M. Kom.

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