Identifikasi Parameter Optimal dari Metode Fuzzy Co-Clustering dan Estimasi Robust Spasial pada Segmentasi Citra dengan Noise

Khusnuliawati, Hardika (2014) Identifikasi Parameter Optimal dari Metode Fuzzy Co-Clustering dan Estimasi Robust Spasial pada Segmentasi Citra dengan Noise. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5110100206-Undergraduate_Thesis.pdf - Accepted Version

Download (3MB) | Preview

Abstract

Segmentasi citra merupakan salah satu kunci penting untuk proses analisis citra dan pengembangan berbagai aplikasi yang melibatkan pengolahan citra. Untuk melakukan segmentasi citra, telah banyak metode yang digunakan. Metode-metode tersebut antara lain segmentasi dengan histogram, segmentasi dengan deteksi tepi, segmentasi dengan Fuzzy C-Means (FCM) dan metode-metode lainnya. Adanya noise pada citra merupakan salah satu permasalahan yang sering ditemui dalam segmentasi citra. Sehingga diperlukan metode segmentasi citra yang mampu mengatasi pemasalahan tersebut. Pada Tugas Akhir ini, metode yang akan diimplentasikan dalam proses segmentasi citra berwarna adalah pengembangan algoritma Fuzzy C-Means yang disebut Fuzzy Co-Clustering For Images (FCCI) dan estimasi robust spasial untuk meningkatkan kemampuan segmentasi pada kasus citra berwarna dengan noise. Estimasi Robust Spasial merupakan metode yang digunakan untuk mengumpulkan informasi spasial dari citra sehingga dapat menyaring data dari noise dengan pendekatan statistik. Dengan estimasi robust spasial yang ditambahkan pada algoritma segmentasi citra yang digunakan diharapkan mampu memberikan hasil segmentasi yang baik terhadap inputan citra dengan noise.Dari hasil uji coba, metode ini memiliki nilai evaluasi kuantitatif yang kecil dan nilai PSNR yang tinggi untuk masukan citra berwarna dengan noise dengan rata-rata error color kurang dari 1.15 %. ==================================================================================================================== Image segmentation is one important key to the process of image analysis and development of a wide range of applications involving image processing. To perform image segmentation, has been widely used methods. These methods include the histogram segmentation, segmentation with edge detection, segmentation with Fuzzy C-Means (FCM) and other methods. The presence of noise in the image is one of the problems frequently encountered in image segmentation. So, we need a method of image segmentation that can overcome these problems. In this final project, the method is implemented in a process that will color image segmentation is the development of Fuzzy C-Means algorithm called Fuzzy Co-Clustering For Images (FCCI) and robust estimation to improve the ability of spatial segmentation in the case of color images with noise. Robust Estimation of Spatial is the method used to collect spatial information of the image so that it can filter out noise in the data from a statistical approach. With a robust estimate of the added spatial image segmentation algorithm that is used is expected to provide good segmentation results of the input image with noise. Based on the result of experiments, this method has little quantitative evaluation value and high PSNR value for input color image with noise, this method has average error color less than 1,15 %.

Item Type: Thesis (Undergraduate)
Additional Information: RSIf 006.42 Khu i 3100014056244
Uncontrolled Keywords: Fuzzy Co-Clustering, estimasi robust spasial, penyaringan noise, segmentasi citra berwarna.
Subjects: T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions: Faculty of Information Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User: Yeni Anita Gonti
Date Deposited: 15 Oct 2020 03:20
Last Modified: 15 Oct 2020 03:20
URI: http://repository.its.ac.id/id/eprint/82136

Actions (login required)

View Item View Item