Professional Documents
Culture Documents
,
K K
M O M
M O M
L L
Gambar 2.1: Representasi citra digital berukuran mxn.
Tiap sel matrik disebut picture element disingkat dengan pixel yang mewakili tingkat
keabuan atau intensitas warna. Pada citra digital dengan format 8 bit akan memiliki 256 (2
8
)
1
intensitas warna. Nilai ini berkisar antara 0 sampai dengan 255 dengan nilai 0 menunjukkan
intensitas paling gelap dan nilai 255 menunjukkan intensitas paling terang.
2.2 Moment Reguler dan Moment Sentral
Moment reguler juga disebut sebagai moment geometri didefinisikan sebagai :
( , )
p q
pq
m x y f x y dxdy
, , 0,1, 2,... p q
(2.1)
di mana
pq
m
adalah orde moment ke (p+q) dari fungsi citra kontinu ( , ) f x y .
Moment sentral
( , ) f x y
didefinisikan sebagai :
( ) ( ) ( , ) ,
p q
pg
x x y y f x y dxdy
, 0,1, 2,... p q
(2.2)
di mana
10 00
/ x m m dan
01 00
/ y m m yang merupakan sentral citra.
Untuk citra digital integral dapat diganti dengan sigma dan
pg
m
menjadi :
( , )
p q
pg
x y
m x y f x y
, 0,1, 2,... p q
(2.3)
Sedangkan untuk moment sentral menjadi :
( ) ( ) ( , )
p q
pg
x y
x x y y f x y
, 0,1, 2,... p q
(2.4)
Moment sentral dihitung menggunakan sentral citra yang sama dengan moment
regular sebuah citra. Oleh karena itu moment sentral invariant terhadap translasi citra.
Dalam transformasi affine, perubaha skala disebabkan oleh :
0
0
x
y
S x x
S y y
1 1 1
1 1 1
] ] ]
(2.5)
Untuk mendapatkan skala invariant, misalkan ( , ) f x y
mewakili citra ( , ) f x y setelah
penskalaan citra oleh
.,
x y
S S
maka ( , ) ( , ) ( , ) f x y f x y f x y dan
, x x y y sehingga diperoleh :
( , )
p q
pq
m x y f x y dx dy
2
( , )
p q p q
x y f x y dxdy
+ +
(2.6)
1 2 p
pq
m
+ +
( 2) / 2 p q + +
,
2, 3,... p q +
(2.8)
pq
+ +
(2.9)
2.3. Tujuh Moment Invariant Hu
Berdasarkan normal moment sentral, Hu memperkenalkan tujuh fungsi nonlinear
yang invariant terhadap translasi, skala dan rotasi. Tujuh moment invariat didefinisikan
sebagai [7]:
1 20 02
+
2 2
2 20 02 11
( ) 4 +
2 2
3 30 12 21 03
( 3 ) (3 ) +
2 2
4 30 12 21 03
( ) ( ) + + +
2 2
5 30 12 30 12 30 12 21 03
( 3 )( )[( ) 3( ) ] + + +
(2.10)
2 2
21 03 21 03 30 12 21 03
(3 )( )[3( ) ( ) ] + + + +
2 2
6 20 02 30 12 21 03 11 30 12 21 03
( )[( ) ( ) ] 4 ( )( ) + + + + +
2 2
7 21 03 30 12 30 12 21 03
(3 )( )[( ) 3( ) ] + + +
2 2
21 30 21 03 30 12 21 03
(3 )( )[3( ) ( ) ] + + + +
Tujuh moment invariant adalah invariant terhadap transformasi citra termasuk di
dalamnya skala, translasi dan rotasi. Bagaimanapun juga tujuh moment invariant ini tidak
invariant terhadap perubahan kontras.
Tujuh moment invariant digunakan dalam pengenalan pola dan performanya bisa
dievaluasi berdasarkan berbagai situasi deformasi termasuk pengkaburan [7], degradasi
spasial [8], random noise [9],[10], skew dan transformasi perspektif [11].
Berikut akan diberikan blok diagaram gambaran tujuh Moment Invarian Hu:
Gambar 2.2: Diagram Proses Kalkulasi Tujuh Moment Invariant Hu.
Gambar 2.2 menunjukkan proses kalkulasi tujuh moment invariant Hu. Pertama
citra dikonversikan ke dalam format biner. Fungsi untuk menghitung moment regular
adalah dalam format : [m]=moment(fig,p,q). fig adalah input citra biner, dan p,q adalah orde
Binarisasi Citra Moment Regular Citra Terpusat
Moment Pusat Normal Moment Moment Invariant Hu
3
moment. Dengan parameter yang ada, dilakukan penjumlahan berdasarkan definisi moment
reguler.
2.4Deskriptor Fourier
Deskriptor Fourier diperkenalkan oleh Zahn dan Roskies [12] untuk menggambarkan
bentuk gambar planar tertutup. Gambar planar tertutup dalam koordinat kartesius berbentuk
2D, boundary s dapat ditelusuri berlawanan arah dengan jarum jam. Setiap titik koordinat
dapat diekspresikan sebagai
0 0 1 1 2 2
( , ), ( , ), ( , ),..., ( , )
k k
x y x y x y x y
. Koordinat ini dapat
diekspresikan dalam bentuk
( )
k
x k x
dan
( )
k
y k y
. Berdasarkan kondisi ini boundary
dapat diekspresikan sebagai suatu barisan bilangan komplek [10] sebagai berikut :
( ) ( ) ( ), s k x k jy k + 0,1, 2,..., 1 k k
(2.11)
Ini berarti sumbu x dibuat sebagai sumbu real dan sumbu y sebagai sumbu imajiner
dari barisan bilangan komplek. Koefisien Transformasi Fourier Diskrit dalam barisan
komplek adalah
( ) : z u
1
2 /
0
1
( ) ( )
k
j u k
k
z u s k e
K
, 0,1,1,..., 1 u k
(2.12)
Deskriptor Fourier mempunyai keuntungan dalam mereduksi masalah 2D menjadi
masalah 1D. Signifikansi Deskriptor Fourier dapat digunakan sebagai basis untuk
mengklasifikasi bentuk-bentuk yang berbeda. Berikut beberapa sifat dasar deskriptor
Fourier berdasarkan beberapa transformasi [10].
Tabel 2.1 Sifat-Sifat Dasar Deskriptor Fourier Berdasarkan beberapa transformasi([6]).
No Transformasi Boundary Deskriptor Fourier
1 Identitas S(k) z(u)
2 Rotasi
( ) ( )
j
r
s k s k e
( ) ( )
j
r
z u z u e
3 Translasi ( ) ( )
t xy
s k s k ( ) ( ) ( )
t xy
z u z u u +
4 Skala ( ) ( )
r
s k s k ( ) ( )
s
z u z u
5 Titik Awal
0
( ) ( )
p
s k s k k
0
2 /
( ) ( )
j uk K
p
z u z u e