Judul : Image retrieval
link : Image retrieval
Image retrieval
Image retrieval merupakan teknik yang digunakan untuk mencari citracitra yang memiliki kemiripan karakteristik dari citra acuan. Setiap citra memiliki informasi fitur yang unik. Dalam hal ini, image retrieval dapat diimplementasikan dengan membandingkan fitur-fitur yang diekstraksi dari suatu citra. Kriteria untuk kemiripan antar citra dapat didasarkan pada fitur – fitur seperti warna, tekstur, bentuk, topologi citra, dan sebagainya. Terdapat dua teknik image retrieval yang berkembang saat ini, yaitu tekstual (manual) dan berdasarkan isi (otomatis).
Teknik image retrieval yang pertama, yaitu tekstual, merupakan teknik yang sangat sederhana, yaitu berdasarkan kata kunci yang diberikan untuk tiap citra. Permasalahan dengan teknik ini adalah lamanya waktu pencarian dan adanya ketergantungan terhadap manusia yang sangat tinggi untuk mendeskripsikan suatu citra. Hal ini menyebabkan terjadinya pendeskripsian yang tidak konsisten. Teknik image retrieval yang kedua, berdasarkan isi, adalah teknik yang mengindekskan suatu citra berdasarkan isinya seperti warna, sisi, bentuk, tekstur, informasi spasial, dan sebagainya. Teknik ini sering disebut dengan Content Based Image Retrieval (CBIR). CBIR merupakan jenis image retrieval yang paling populer saat ini.
Pada umumnya, indeks untuk teknik CBIR berdasarkan pada warna, sisi, tekstur, dan bentuk. Pencarian citra berdasarkan kemiripan warna dapat dicapai dengan menghitung histogram warna untuk tiap citra yang mengidentifikasikan proporsi pixel-pixel dalam sebuah citra yang berisi nilai-nilai spesifik. Pencarian citra berdasarkan sisi dapat dihitung dengan membandingkan edge map dari kedua citra. Fitur lainnya yaitu berdasarkan tekstur, fitur ini sulit untuk direpresentasikan. Identifikasi dari tekstur spesifik pada suatu citra dapat tercapai dengan memodelkan tekstur sebagai dua dimensi variasi tingkat keabuan (gray level). Dan pencarian berdasarkan bentuk tercapai dengan menyeleksi sebuah citra sampel yang disediakan oleh sistem atau dengan sketsa bentuk dari pengguna. Mekanisme utama yang digunakan untuk mengidentifikasi fitur-fiturnya yaitu dengan lines, boundaries, aspec ratio, dan circularity.
Gambar 1. Arsitektur Sistem CBIR
Adapun tahapan dalam CBIR yaitu :
- Ekstraksi Fitur Visual Citra dan Pengindeksan Pada tahap ini citra yang digunakan dilakukan proses ekstraksi berdasarkan fitur visualnya, seperti warna, sisi, tekstur, bentuk, dan sebagainya. Sebuah citra dapat direpresentasikan dengan vektor multidimensi dari hasil ekstraksi fiturnya. Sebagai contohnya, sebuah citra dapat direpresentasikan dengan vektor fitur N-dimensi dimana komponen pertama (n1) merepresentasikan warna, komponen berikutnya (n2) merepresentasikan sisi, maka terdapat N=n1+n2 komponen. Hasil ekstraksi tadi disimpan dalam database dan akan menjadi indeks untuk suatu citra.
- Perhitungan Kemiripan Dengan menggunakan hasil ekstraksi fitur, maka dapat dilakukan perbandingan antara citra uji dengan citra-citra pada database. Untuk mendapatkan tingkat kemiripan diantara citra tersebut, dilakukan proses perbandingan fitur antara kedua citra.
- Proses Retrieval Setelah dilakukan perhitungan kemiripan, dilakukan proses perankingan citra, sehingga akan dikembalikan sejumlah N citra yang paling mirip dengan citra uji. Pada Tugas Akhir ini untuk menghitung kemiripan antara histogram citra uji dengan citra database menggunakan rumus:
Hasil pencarian dari suatu sistem retrieval dapat diukur tingkat keakuratannya menggunakan Precision dan Recall. Jika image retrieval ini sempurna, maka dihasilkan semua citra-citra yang relevan dengan citra uji. Precision merupakan persentase atau perbandingan antara jumlah item yang benar (relevan) dengan jumlah seluruh item yang di retrieve (output dari sistem). Sedangkan Recall adalah persentase atau perbandingan antara jumlah item yang benar dengan jumlah seluruh item yang relevan yang ada dalam database.
Sumber:
Identifikasi Penyakit Pada Pertumbuhan Kokon (Kepompong) Ulat Sutera Dengan Metode Rule-Based Expert System Dan Forward Chaining
SRI MERDEKARIA MOKODONGAN (113020010)
Library IT TELKOM Bandung Image retrieval - Hallo sahabat NieRZeus, Pada Artikel yang anda baca kali ini dengan judul Image retrieval, kami telah mempersiapkan artikel ini dengan baik untuk anda baca dan ambil informasi didalamnya. mudah-mudahan isi postingan Artikel Image Processing, Artikel Multimedia, yang kami tulis ini dapat anda pahami. baiklah, selamat membaca.
Judul : Image retrieval
link : Image retrieval
