Ekstraksi Ciri Citra


Ekstraksi ciri citra merupakan tahapan mengekstrak ciri/informasi dari objek di dalam citra yang ingin dikenali/dibedakan dengan objek lainnya.

Ciri yang telah diekstrak kemudian digunakan sebagai parameter/nilai masukan untuk membedakan antara objek satu dengan lainnya pada tahapan identifikasi/ klasifikasi.

Ciri yang umumnya diekstrak antara lain:

1. Ekstraksi Ciri Bentuk
Untuk membedakan bentuk objek satu dengan objek lainnya, dapat menggunakan parameter yang disebut dengan ‘eccentricity’. Eccentricity merupakan nilai perbandingan antara jarak foci ellips minor dengan foci ellips mayor suatu objek. Eccentricity memiliki rentang nilai antara 0 hingga 1. Objek yang berbentuk memanjang/mendekati bentuk garis lurus, nilai eccentricitynya mendekati angka 1, sedangkan objek yang berbentuk bulat/lingkaran, nilai eccentricitynya mendekati angka 0. Penghitungan eccentricity diilustrasikan pada gambar di bawah ini:

Parameter lainnya yang dapat digunakan untuk membedakan bentuk suatu objek yaitu ‘metric’. Metric merupakan nilai perbandingan antara luas  dan keliling objek. Metric memiliki rentang nilai antara 0 hingga 1. Objek yang berbentuk memanjang/mendekati bentuk garis lurus, nilai metricnya mendekati angka 0, sedangkan objek yang berbentuk bulat/lingkaran, nilai metricnya mendekati angka 1. Penghitungan metric diilustrasikan pada gambar di bawah ini:

2. Ekstraksi Ciri Ukuran
Untuk membedakan ukuran objek satu dengan objek lainnya dapat menggunakan parameter luas dan keliling. Luas merupakan banyaknya piksel yang menyusun suatu objek. Sedangkan keliling merupakan banyaknya piksel yang mengelilingi suatu objek. Materi mengenai pemrograman matlab untuk menghitung luas dan keliling suatu objek dapat dilihat pada laman berikut ini: Cara menghitung luas dan keliling suatu citra

3. Ekstraksi Ciri Geometri
Ciri geometri merupakan ciri yang didasarkan pada hubungan antara dua buah titik, garis, atau bidang dalam citra digital. Ciri geometri di antaranya adalah jarak dan sudut. Jarak antara dua buah titik (dengan satuan piksel) dapat ditentukan menggunakan persamaan euclidean, minkowski, manhattan, dll. Jarak dengan satuan piksel tersebut dapat dikonversi menjadi satuan panjang seperti milimeter, centimeter, meter, dll dengan cara membaginya dengan resolusi spasial (materi mengenai perhitungan jarak dapat dilihat pada laman berikut ini: Cara mengukur jarak antara dua objek dalam citra). Sedangkan sudut antara dua buah garis dapat ditentukan dengan perhitungan trigonometri maupun dengan analisis vektor.

4. Ekstraksi Ciri Tekstur
Untuk membedakan tekstur objek satu dengan objek lainnya dapat menggunakan ciri statistik orde pertama atau ciri statistik orde dua. Ciri orde pertama didasarkan pada karakteristik histogram citra. Ciri orde pertama umumnya digunakan untuk membedakan tekstur makrostruktur (perulangan pola lokal secara periodik). Ciri orde pertama antara lain: mean, variance, skewness, kurtosis, dan entropy. Sedangkan ciri orde dua didasarkan pada probabilitas hubungan ketetanggaan antara dua piksel pada jarak dan orientasi sudut tertentu. Ciri orde dua umumnya digunakan untuk membedakan tekstur mikrostruktur (pola lokal dan perulangan tidak begitu jelas). Ciri orde dua antara lain: Angular Second Moment, Contrast, Correlation, Variance, Inverse Different Moment, dan Entropy.
Analisis tekstur juga dapat dilakukan dalam domain frekuensi antara lain menggunakan filter bank gabor.

5. Ekstraksi Ciri Warna
Untuk membedakan suatu objek dengan warna tertentu dapat menggunakan nilai hue yang merupakan representasi dari cahaya tampak (merah, jingga, kuning, hijau, biru, ungu). Nilai hue dapat dikombinasikan dengan nilai saturation dan value yang merupakan tingkat kecerahan suatu warna. Untuk mendapatkan ketiga nilai tersebut, perlu dilakukan konversi ruang warna citra yang semula RGB (Red, Green, Blue) menjadi HSV (Hue, Saturation, Value) melalui persamaan berikut:

R‘ = R/255
G‘ = G/255
B‘ = B/255

Cmax = max(R‘, G‘, B‘)
Cmin = min(R‘, G‘, B‘)
Δ = CmaxCmin

 Perhitungan nilai Hue:

Perhitungan nilai Saturation:

Perhitungan nilai Value:

V = Cmax

sehingga ruang warna citra yang semula berbentuk kubus berubah bentuk menjadi kerucut

rgb colorspace

hsv colorspace

Ekstraksi ciri citra merupakan tahapan penting dalam bidang computer vision (pengolahan citra dan pengenalan pola).

Beberapa hal yang perlu diperhatikan dalam memilih ciri yang tepat yang akan digunakan sebagai masukan pada tahapan klasifikasi citra antara lain:
1. Secara visual (penglihatan manusia), ciri apakah yang membedakan antara kelas satu dengan kelas lainnya?
2. Domain apakah yang akan kita gunakan untuk mengekstrak ciri tersebut? (domain spasial atau domain frekuensi?)
3. Parameter apa sajakah yang akan dipilih untuk mewakili ciri tersebut?
4. Berapa jumlah parameter yang akan kita gunakan?
5. Ciri lain apakah yang memungkinkan untuk kita kombinasikan?

Contoh kasus:

Apabila kita ingin merancang sebuah sistem pengenalan wajah (face recognition) manusia, maka muncul pertanyaan “Ciri apakah yang membedakan antara wajah satu dengan wajah yang lain?”.

Tidak mungkin apabila ciri yang kita gunakan adalah jumlah mata, jumlah telinga, maupun jumlah hidung karena antara wajah satu dengan yang lain jumlah organ-organ tersebut adalah sama.

Oleh karena itu, ciri yang memungkinkan antara lain warna kulit, tekstur wajah, geometri wajah (jarak antara mata kiri dengan mata kanan, jarak antara mata kanan/kiri dengan hidung, jarak antara mata kanan/kiri dengan mulut, jarak antara hidung dengan mulut, dsb).

Kita dapat memilih salah satu ataupun mengkombinasikan ciri-ciri tersebut. Proses pengenalan wajah yang baik adalah proses pengenalan yang menghasilkan akurasi yang tinggi dengan jumlah ciri seminimal mungkin agar dapat menghemat proses komputasi.

Pemilihan ciri terbaik dengan jumlah seminimal mungkin dapat dilakukan pada tahapan feature selection dengan menggunakan beberapa algoritma dalam machine learning dan data mining.

Save

  1. Minta sarannya untuk melakukan ekstraksi ciri pada karakter aksara jawa bagaimana kira2 mas?sama kalau ada penjelasan mengenai bidirectional associative memory?mohon bantuannya utk keperluan penelitian.
    Terima kasih

    • untuk melakukan segmentasi karakter aksara jawa bisa menggunakan metode thresholding

    • brarti untk prosesnya sebelum ekstraksi fitur harus dilakukan segmentasi citra dg thresholding terlebih dahulu?dan untuk ekstraksi fitur baiknya menggunakan apa jika input citra adalah karakter aksara jawa yg difoto?
      Terima Kasih

  2. Minta sarannya untuk ekstraksi fitur citra retina yang kira2 baik?

  3. untuk ekstraksi daging menggunakan apa ya?

  4. untuk ekstraksi pada klasifikasi berdasarkan warna dan serat menggunakan ekstraksi apa?

  5. Dimas Trivivanto

    untuk klasifikasi exsport apel berdasarkan ukuran dan warna bisa menggunakan ekstrasi apa saja ya mas?

  6. Mas kalau buat ekstraksi ciri tulisan bagusnya menggunakan metode apa ya?

  7. Mas, kalau buat ekstraksi ciri pada wajah bagusnya menggunakan metode apa ya?

  8. untuk menentukan tingkat kesegaran ikan denga melihat warna matanya, saran menggunakan apa ya?

  9. ilmawan hudaya

    untuk pengenalan ciri cacat gores (warna hitam) pada logam menggunakan apa ya ?

  10. Mas untuk penerapan perhitungan manual ektraksi ciri bentuk ada ga contohnya ?

  11. Bunga Septia Lestari

    Mas untuk pengenalan kelainan pada paru paru bisa menggunakan ekstraksi ciri apa ya mas?

  12. Bunga Septia Lestari

    Bisa di bantu untuk referensi dan source nya mas 🙏

  13. Bunga Septia Lestari

    Mas, minta pencerahannya. Saya mau buat penelitian tentang implementasi citra medis untuk mendeteksi kelainan paru-paru menggunakan Hidden Markov model. Kira-kira langkah-langkah saya ini sudah benar belum :
    1. Grayscale
    2. Threshold
    3. Filter median
    4. Ekstraksi Ciri
    5. Identifikasi menggunakan HMM
    Nah disini saya masih binggung mas apakah tahapan saya ini sudah benar, dan saya juga masih binggung dengan ekstraksi ciri yabg tepat untuk mendeteksi kelainan paru-paru nya mas
    mohon bantuannya mas

  14. Bunga Septia Lestari

    Mas, minta pencerahannya. Saya mau buat penelitian tentang implementasi citra medis untuk mendeteksi kelainan paru-paru menggunakan Hidden Markov model. Kira-kira langkah-langkah saya ini sudah benar belum :
    1. Grayscale
    2. Threshold
    3. Filter median
    4. Ekstraksi Ciri
    5. Identifikasi menggunakan HMM
    Nah disini saya masih binggung mas apakah tahapan saya ini sudah benar, dan saya juga masih binggung dengan ekstraksi ciri yabg tepat untuk mendeteksi kelainan paru-paru nya mas, dan mohon pencerahan nya untuk metode yang saya gunain mas soalnya saya sendiri pun masih belom paham dengan metode Hidden markov model trsebut
    mohon bantuannya

  15. Bunga Septia Lestari

    Sudah di implementasikan mas, sekarang lagi mencoba untuk menemukan sourecode untuk ekstraksi cirinya, tetapi ada yang di raguin pada syntax dari grayscale ke threshold mas, untuk syntax yang seperti ini mas bw=im2bw (I, .99) untuk syntx tersebut td sudah di coba mas tp dengan nilai yang di ujung hasil nya menjadi hitam semua tidak terlihat gambar nya, tetapi pas nilai nya sudah di hapus baru terlihat gambar nya apakah nilai tersebut berpengaruh mas? Mohon bantuan nya mas

  16. mas untuk pengenalan nilai nominal pada uang kertas rupiah bisa menggunakan ekstraksi ciri apa ya mas, mohon bantuannya mas

  17. Kak kalau boleh, bikin artikel tentang implementasi ekstraksi ciri citra dengan metode zoning , objeknya boleh tanda tangan atau karakter huruf

  18. mas untuk mengenali 2 objek yang bersentuhan dalam 1 citra agar dikenali bahwa objek tersebut adalah 2. kira ekstrasi ciri apa yg digunakan ?

  19. Mau bertanya mas, saya ada project mendeteksi kematangan mentimun berdasarkan tekstur kulit buah dengan bantuan ektraksi ciri statistik orde satu dan dua. apakah untuk orde satu dan dua dengan nilai parameter dari masing-masing orde bisa diklasifikasikan menggunakan Metode Euclidean Distance? atau ada saran pengklasifikasian dengan metode lain?
    mohon bantuannya..

  20. Assalamualaikum, Mas Adi saya mau tanya kalo mau menganalisa citra CT-scan otak untuk klasifikasi stroke itu langkah-langkah yang harus saya lakukan bagaimana yah ?

  21. mas mau tanya, kalo misalkan deteksi kulit itu menggunakan ciri warna dan tekstur mohon bantuannya untuk metode apa yang sebaiknya saya gunakan 🙏

  22. Hallo mas adi, saya mau tanya, untuk fungsi mencari ciri standar deviasi dan skewness dari momen warna dengan matlab gimana yah, soalnya saya cuma thu yang untuk mean saja, mohon bantuannya trimkasih

  23. mas mau tanya, klo ekstraksi ciri geometrik di gabungkan dengan linear discriminant analysis apakah bisa?

  24. saya mau tanya bang kalo ekstraksi untuk morif menggunakan apa bang ya, terima kasih.

  25. Assalamualaikum kak,
    kak, saya sedang menyelesaikan TA yang membahas tentang klasifikasi daun kelapa sawit yang terkena dampak hama ulat api dan ulat kantong. Mau nanya kak, metode ekstraksi citra yang tepat untuk menyelesaikannya apa ya kak?
    mohon bimbingannya kak. terimakasih

  26. minta sarannya, untuk pengenalan bahasa isyarat dengan jari tangan, baiknya menggunakan ciri apa saja yah? trimakasih

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

%d bloggers like this: