图像改进使用中位滤镜来提高SASIRANGAN分类的准确性

Tri Wahyu Qur’ana
{"title":"图像改进使用中位滤镜来提高SASIRANGAN分类的准确性","authors":"Tri Wahyu Qur’ana","doi":"10.31602/tji.v9i4.1543","DOIUrl":null,"url":null,"abstract":"Kain Sasirangan memiliki beragam motif yang telah diakui oleh pemerintah. Untuk  membantu  upaya  pendokumentasian, dibutuhkan  sistem  klasifikasi  yang cukup handal dalam  mengklasifikasi  dan  mengidentifikasi  citra motif kain Sasirangan.  Pengolahan citra digital merupakan salah satu teknologi yang dapat dimanfaatkan untuk merancang sebuah model klasifikasi motif kain sasirangan melalui proses akuisisi citra. Pada tahap pre-processing digunakan metode Median Filter untuk meningkatkan mutu citra. Pada tahap ekstraksi fitur warna dan tekstur menggunakan metode Local Binary Pattern Variance (LBPV), selanjutnya hasil ektraksi ciri digunakan sebagai data masukan untuk klasifikasi citra motif sasirangan menggunakan metode Support Vector Machine (SVM). Median Filter merupakan teknik restorasi citra yang terbukti mampu meningkatkan akurasi klasifikasi citra sasirangan hingga 10,2% pada dataset Zayid dan 6,76% pada dataset Baru, penentuan parameter seperti jumlah bin histogram dan kernel pada metode Support Vector Machine juga terbukti mempengaruhi hasil akurasi. Keywords: Sasirangan , Median Filter, Local Binary Pattern Variance, Support Vector Machine","PeriodicalId":120986,"journal":{"name":"Technologia: Jurnal Ilmiah","volume":"21 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-10-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":"{\"title\":\"PERBAIKAN CITRA MENGGUNAKAN MEDIAN FILTER UNTUK MENINGKATKAN AKURASI PADA KLASIFIKASI MOTIF SASIRANGAN\",\"authors\":\"Tri Wahyu Qur’ana\",\"doi\":\"10.31602/tji.v9i4.1543\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Kain Sasirangan memiliki beragam motif yang telah diakui oleh pemerintah. Untuk  membantu  upaya  pendokumentasian, dibutuhkan  sistem  klasifikasi  yang cukup handal dalam  mengklasifikasi  dan  mengidentifikasi  citra motif kain Sasirangan.  Pengolahan citra digital merupakan salah satu teknologi yang dapat dimanfaatkan untuk merancang sebuah model klasifikasi motif kain sasirangan melalui proses akuisisi citra. Pada tahap pre-processing digunakan metode Median Filter untuk meningkatkan mutu citra. Pada tahap ekstraksi fitur warna dan tekstur menggunakan metode Local Binary Pattern Variance (LBPV), selanjutnya hasil ektraksi ciri digunakan sebagai data masukan untuk klasifikasi citra motif sasirangan menggunakan metode Support Vector Machine (SVM). Median Filter merupakan teknik restorasi citra yang terbukti mampu meningkatkan akurasi klasifikasi citra sasirangan hingga 10,2% pada dataset Zayid dan 6,76% pada dataset Baru, penentuan parameter seperti jumlah bin histogram dan kernel pada metode Support Vector Machine juga terbukti mempengaruhi hasil akurasi. Keywords: Sasirangan , Median Filter, Local Binary Pattern Variance, Support Vector Machine\",\"PeriodicalId\":120986,\"journal\":{\"name\":\"Technologia: Jurnal Ilmiah\",\"volume\":\"21 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2018-10-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"3\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Technologia: Jurnal Ilmiah\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31602/tji.v9i4.1543\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Technologia: Jurnal Ilmiah","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31602/tji.v9i4.1543","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 3

摘要

面料有许多被政府承认的动机。为了帮助记录工作,需要一个相当可靠的分类系统来分类和识别面料图案。数字图像处理是一种可以利用的技术,通过图像采集过程设计面料分类模型。在预处理阶段使用中位过滤器方法来增强图像质量。在使用本地二进制模式方差(LBPV)提取颜色和纹理阶段,再通过使用支持矢量机(SVM)对主题图像进行分类,提取特征特征(LBPV)。中期过滤器是一种意象修复技术,可以将sasirid图像的分类准确率提高10.2%,在新数据集中增加6.76%,支持矢量引擎上的bin直方图和内核等参数的确定也会影响准确性结果。卫星,中位数滤镜,局部二元模式公差,矢量引擎
本文章由计算机程序翻译,如有差异,请以英文原文为准。
PERBAIKAN CITRA MENGGUNAKAN MEDIAN FILTER UNTUK MENINGKATKAN AKURASI PADA KLASIFIKASI MOTIF SASIRANGAN
Kain Sasirangan memiliki beragam motif yang telah diakui oleh pemerintah. Untuk  membantu  upaya  pendokumentasian, dibutuhkan  sistem  klasifikasi  yang cukup handal dalam  mengklasifikasi  dan  mengidentifikasi  citra motif kain Sasirangan.  Pengolahan citra digital merupakan salah satu teknologi yang dapat dimanfaatkan untuk merancang sebuah model klasifikasi motif kain sasirangan melalui proses akuisisi citra. Pada tahap pre-processing digunakan metode Median Filter untuk meningkatkan mutu citra. Pada tahap ekstraksi fitur warna dan tekstur menggunakan metode Local Binary Pattern Variance (LBPV), selanjutnya hasil ektraksi ciri digunakan sebagai data masukan untuk klasifikasi citra motif sasirangan menggunakan metode Support Vector Machine (SVM). Median Filter merupakan teknik restorasi citra yang terbukti mampu meningkatkan akurasi klasifikasi citra sasirangan hingga 10,2% pada dataset Zayid dan 6,76% pada dataset Baru, penentuan parameter seperti jumlah bin histogram dan kernel pada metode Support Vector Machine juga terbukti mempengaruhi hasil akurasi. Keywords: Sasirangan , Median Filter, Local Binary Pattern Variance, Support Vector Machine
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
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