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.

[thumbnail of 5110100206-Undergraduate_Thesis.pdf]
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