Crossing index

Crossing index adalah suatu metode yang digunakan untuk mengetahui apakah suatu pixel merupakan bagian dari suatu obyek atau lebih. Suatu pixel yang memiliki nilai crossing index lebih dari satu berarti pixel tersebut merupakan penghubung antar dua obyek atau lebih. Katakanlah terdapat sebuah pixel yang memiliki nilai crossing index sebesar tiga, maka pixel ini merupakan penghubung antar tiga obyek. Apabila pixel ini dihilangkan, maka pada gambar akan terdapat tiga obyek yang berdiri sendiri, sebaliknya apabila pixel ini tidak dihilangkan, maka obyek tersebut tetap menjadi satu kesatuan.

Nilai crossing index dari sebuah pixel target adalah jumlah dari obyek yang hanya ada, apabila nilai pixel target berubah dari hitam ke putih. Metode pencarian nilai crossing index ini dilakukan dengan mengecek sekeliling pixel target. Sebagai contoh, katakanlah terdapat suatu struktur pixel sederhana pada gambar berikut ini.

Gambar 2.8. Contoh Pixel

(Sumber : Gonzalez, R.C., Woods, R.E.2002)

Pencarian dilakukan dengan mengikuti arah jarum jam yang dimulai dari tengah matriks. Perbandingan dilakukan dengan menbandingkan pixel target dengan pixel pertama, pixel pertama dengan pixel kedua, pixel kedua dengan pixel ketiga, hingga pixel kedelapan dengan pixel pertama. Dari gambar 2.8, terlihat adanya perubahan nilai pixel sebanyak enam kali, sehingga nilai crossing index dari pixel target adalah separuh dari jumlah perubahan nilai pixel, yaitu tiga. Jadi pixel target adalah suatu pixel yang menghubungkan tiga obyek.

1.      Skeletonization

Skeletonization atau thinning adalah suatu proses untuk mereduksi suatu gambar digital menjadi ukuran yang paling minimum agar dapat diproses dengan mudah oleh mesin. Cara kerja dari metode ini sangat mirip dengan erosi, dimana skeletonization atau thinning mengikis pixel-pixel terluar dari gambar menuju kedalam.

Masalah yang dihadapai metode skeletonization adalah cara untuk menentukan pixel-pixel yang bersifat tambahan, tetapi harus menjaga bentuk asli dari gambar yang ada. Untuk mengatasi masalah ini, terdapat beberapa metode thinning yang dapat dipakai. Salah satu metode yang umum digunakan adalah metode Zhang-Suen.

Ide dasar metode Zhang-Suen adalah mengerosi suatu gambar dengan melihat sekeliling pixel target. Dalam metode ini terdapat empat aturan yang harus diperhatikan, yaitu :

·         Sebuah pixel hanya boleh dihapus, apabila memiliki lebih dari 1 dan kurang dari 7 tetangga.

·         Sebuah pixel hanya bisa dihapus apabila memiliki counting index 1.

·         Pada looping pertama, sebuah pixel hanya bisa dihapus apabila salah satu tetangga kiri, tetangga bawah, atau kanan dari pixel target bernilai sama dengan background, dan sebuah pixel hanya dapat dihapus apabila salah satu dari tetangga bawah, kanan, atau atas dari pixel target bernilai sama dengan background.

·         Pada looping kedua, sebuah pixel hanya bisa dihapus apabila salah satu tetangga atas, tetangga kiri, atau bawah dari pixel target bernilai sama dengan background, dan sebuah pixel hanya dapat dihapus apabila salah satu dari tetangga kiri, kanan, atau atas dari pixel target bernilai sama dengan background Pada metode thinning Zhang-Suen pada banyak hal, memberikan hasil yang cukup memuaskan.

Gonzalez, R.C., and Woods, R.E. (2002). Digital image processing. New Jersey:

Prentice Hall.

Tweet

Jangan sampai ketinggalan postingan-postingan terbaik dari IMAGE PROCESSING biometric. Berlangganan melalui email sekarang juga:

Atau sobat juga bisa follow IMAGE PROCESSING biometric dengan mengklik tombol di bawah ini:

Artikel keren lainnya:

Ditulis oleh putra-ground pada tanggal Selasa, 01 Desember 2015