Ciri yang dapat diekstrak dari suatu objek dalam citra antara lain adalah warna, bentuk, ukuran, dan tekstur. Ciri tersebut dapat digunakan sebagai parameter untuk membedakan antara objek yang satu dengan objek lainnya.

Berikut ini merupakan contoh aplikasi pengolahan citra digital untuk melakukan proses ekstraksi ciri bentuk dan ukuran pada citra RGB. Parameter yang digunakan untuk mewakili ciri bentuk adalah metric dan eccentricity, sedangkan parameter yang mewakili ciri ukuran adalah luas dan keliling.

Materi mengenai definisi masing-masing parameter ciri bentuk dan ukuran dapat dilihat pada halaman berikut ini: Ekstraksi Ciri

Langkah-langkah pengolahan citra dan pemrograman MATLAB yang dilakukan adalah sebagai berikut:

1. Membaca citra RGB asli

clc; clear; close all; warning off all;
 
I = imread('fruits.jpg');
figure, imshow(I);

2. Mengkonversi ruang warna citra yang semula berada pada ruang warna RGB menjadi HSV (Hue, Saturation, Value)

J = rgb2hsv(I);
figure,imshow(J);

3. Mengekstrak masing-masing komponen citra HSV yaitu komponen Hue, komponen Saturation, dan komponen Value

H = J(:,:,1);
S = J(:,:,2);
V = J(:,:,3);
figure,imshow(H);
figure,imshow(S);
figure,imshow(V);

Komponen Hue

Komponen Saturation

Komponen Value

4. Melakukan thresholding terhadap komponen Saturation sehingga diperoleh citra biner hasil segmentasi

bw = im2bw(S,.25);
figure,imshow(bw);

5. Melakukan operasi morfologi berupa filling holes dan area opening untuk menyempurnakan citra hasil segmentasi

bw = imfill(bw,'holes');
bw = bwareaopen(bw,100);
figure,imshow(bw);

6. Memvisualisasikan hasil segmentasi pada citra RGB dalam bentuk bounding box

[bw,num] = bwlabel(bw);
bbox = zeros(num,4);
RGB4 = I;
 
for k = 1:num
    bw2 = bw==k;
    [B,L] = bwboundaries(bw2,'noholes');
    stats = regionprops(L,'All');
    perimeter = cat(1,stats.Perimeter);
    area = cat(1,stats.Area);
    eccentricity = cat(1,stats.Eccentricity);
    metric = 4*pi*area/perimeter^2;
    bbox(k,:) = cat(1,stats.BoundingBox);
     
    boundary = B{1};
    position = [boundary(1,2),boundary(1,1)-60;boundary(1,2),boundary(1,1)-30;...
        boundary(1,2),boundary(1,1);boundary(1,2),boundary(1,1)+30;boundary(1,2),boundary(1,1)+60];
    box_color = {'yellow','red','green','blue','cyan'};
     
    text_str = cell(5,1);
    text_str{1} = ['Label: ' num2str(k)];
    text_str{2} = ['Area: ' num2str(area,'%0.2f')];
    text_str{3} = ['Perimeter: ' num2str(perimeter,'%0.2f')];
    text_str{4} = ['Metric: ' num2str(metric,'%0.2f')];
    text_str{5} = ['Eccentricity: ' num2str(eccentricity,'%0.2f')];
     
    RGB3 = insertShape(RGB4, 'Rectangle', bbox(k,:), 'LineWidth', 4);
    RGB4 = insertText(RGB3,position,text_str,'FontSize',16,'BoxColor',box_color,'BoxOpacity',0.8,'TextColor','white');
     
    figure, imshow(RGB3);
    figure, imshow(RGB4);    
end
 
RGB5 = insertShape(I, 'Rectangle', bbox, 'LineWidth', 4);
figure, imshow(RGB5);

7. Melakukan pelabelan dan ekstraksi ciri terhadap masing-masing objek yang tersegmentasi

Label 1

Label 2

Label 3

Label 4

8. Menampilkan hasil ekstraksi ciri untuk semua objek yang tersegmentasi

Hasil pengolahan citra tersebut menunjukkan nilai parameter ciri bentuk dan ukuran citra. Hasil dari ekstraksi ciri ini dapat digunakan lebih lanjut dalam tahapan pengenalan pola.

File source code lengkap beserta citra yang digunakan pada pemrograman di atas dapat diperoleh melalui halaman berikut ini: Source Code MATLAB