SEGMENTASI K-MEANS CLUSTERING PADA CITRA WARNA DAUN TUNGGAL MENGGUNAKAN MODEL WARNA L*a*b

F. Anggraeny, M. Munir, Unggul Widi Atmojo
{"title":"SEGMENTASI K-MEANS CLUSTERING PADA CITRA WARNA DAUN TUNGGAL MENGGUNAKAN MODEL WARNA L*a*b","authors":"F. Anggraeny, M. Munir, Unggul Widi Atmojo","doi":"10.33005/scan.v14i2.1485","DOIUrl":null,"url":null,"abstract":"Abstrak . Segmentasi merupakan tahapan penting baik dalam pengolahan citra digital ataupun persiapan proses inti dalam visi computer. Segmentasi merupakan tahapan awal yang diterapkan pada citra sebelum ke tahapan inti seperti pengenalan objek dan analisis objek. Dalam penelitian ini proses segmentasi menggunakan K-Means Clustering akan diterapkan sebagai pemrosesan awal dari aplikasi pengenalan jenis belimbing buah berdasarkan bentuk daun. Jenis belimbing buah yang digunakan adalah jenis Bangkok Merah dan Filipin. Sebelum citra daun diambil (ekstraksi) ciri-ciri bentuk, warna, dan sebaginya, terlebih dahulu dilakukan segmentasi untuk mendapatkan objek daun saja dari citra daun. Sehingga ciri yang di ekstraksi fokus pada objek daun dan tidak terdistorsi oleh objek lain pada citra, seperti latar belakang. Uji coba dilakukan terhadap 30 citra daun belimbing Bangkok Merah dan 30 citra daun belimbing Filipin. Berdasarkan uji coba yang telah dilakukan dan berdasarkan penilaian visual maka dapat diambil kesimpulan bahwa K-Means Clustering berhasil melakukan segmentasi pada citra daun belimbing Bangkok Merah dengan nilai keberhasilan 97% sedangkan pada citra daun belimbing Filipin tingkat keberhasilannya 93% . Kata Kunci: Segmentasi, K-Means clustering, citra daun tunggal, citra warna","PeriodicalId":408206,"journal":{"name":"SCAN - Jurnal Teknologi Informasi dan Komunikasi","volume":"20 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-06-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"SCAN - Jurnal Teknologi Informasi dan Komunikasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33005/scan.v14i2.1485","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Abstrak . Segmentasi merupakan tahapan penting baik dalam pengolahan citra digital ataupun persiapan proses inti dalam visi computer. Segmentasi merupakan tahapan awal yang diterapkan pada citra sebelum ke tahapan inti seperti pengenalan objek dan analisis objek. Dalam penelitian ini proses segmentasi menggunakan K-Means Clustering akan diterapkan sebagai pemrosesan awal dari aplikasi pengenalan jenis belimbing buah berdasarkan bentuk daun. Jenis belimbing buah yang digunakan adalah jenis Bangkok Merah dan Filipin. Sebelum citra daun diambil (ekstraksi) ciri-ciri bentuk, warna, dan sebaginya, terlebih dahulu dilakukan segmentasi untuk mendapatkan objek daun saja dari citra daun. Sehingga ciri yang di ekstraksi fokus pada objek daun dan tidak terdistorsi oleh objek lain pada citra, seperti latar belakang. Uji coba dilakukan terhadap 30 citra daun belimbing Bangkok Merah dan 30 citra daun belimbing Filipin. Berdasarkan uji coba yang telah dilakukan dan berdasarkan penilaian visual maka dapat diambil kesimpulan bahwa K-Means Clustering berhasil melakukan segmentasi pada citra daun belimbing Bangkok Merah dengan nilai keberhasilan 97% sedangkan pada citra daun belimbing Filipin tingkat keberhasilannya 93% . Kata Kunci: Segmentasi, K-Means clustering, citra daun tunggal, citra warna
抽象。细分是处理数字图像和准备计算机视觉核心过程的关键阶段。分割是在对象识别和对象分析等核心阶段之前对图像的初始阶段。在本研究中,使用k - pensing的分割过程将被应用为基于叶子形状的海牛分级应用的初始处理。所使用的海星是红色曼谷和菲律宾。在提取叶子的形状、颜色和颜色特征之前,首先进行分割以从叶子的图像中获取叶子的对象。因此,提取的特征集中在叶片上,不会被图像中的其他对象扭曲,如背景。该试验针对红曼谷红叶海带和菲律宾海带的30张图片进行。根据所进行的试验和视觉评估,可以得出结论,k -显著的Clustering成功地分割了曼谷红斑蝶形象97%的成功率,而在菲律宾红斑蝶成功率为93%。关键词:分割,K-Means,单叶图像,颜色图像
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信