Deteksi Wajah Berbasis Segmentasi Model Warna Menggunakan Template Matching Pada Objek Bergerak

Pengolahan citra merupakan suatu system dimana proses dilakukan dengan masukkan berupa citra dan hasilnya juga berupa citra. Pada awalnya pengolahan citra ini dilakukan untuk memperbaiki kualitas citra, namun dengan berkembangnya dunia komputasi yang ditandai dengan semakin meningkatnya kapasitas dan kecepatan proses komputer, serta munculnya ilmu-ilmu komputasi yang memungkinkan manusia dapat mengambil informasi dari suatu citra, maka pengolahan citra tidak dapat dilepaskan dengan bidang computer vision. Dalam penelitian ini pendeteksian wajah ini dapat dibagi menjadi 5tahap, yaitu tahap citra awal, tahap deteksi kulit, tahap pengurangan derau, tahap template matching dan tahap hasil deteksi. Tiap-tiap tahap memiliki proses-proses pengolahan citra di dalamnya.

Keywords : Face Detection, Skin Color Segmentation, Noise Reducing, Template Matching.

Untuk jurnal lengkap dapat diunduh disini

Aplikasi Deteksi Wajah pada Foto Dijital dalam Sistem Pengenalan Wajah

Sistem pengenalan wajah merupakan satu metode identifikasi personal, dalam interaksi manusia-komputer digunakan untuk berbagai kepentingan : monitor pengawas, hukum-kriminal dan sebagainya. Tahapan sistem pengenalan wajah adalah deteksi, ekstraksi fitur dan pengenalan wajah. Tulisan ini memfokuskan bagaimana membuat sistem deteksi wajah pada citra diam dengan metode pendeteksian melalui warna kulit Secara umum pendeteksian wajah melalui warna kulit dilakukan dengan melalui tahap pemisahan area kulit dari area bukan kulit dan selanjutnya melokalisasi wajah frontal manusia dalam area kulit tersegmentasi. Dalam melakukan pemisahan area kulit dan bukan kulit dibuat suatu model warna kulit dengan mentransformasikan warna asli ke dalam YCbCr kemudian mencari rerata warna kulit wajah. Selanjutnya membangun distribusi Gaussian untuk chroma chart yang menunjukkan kemungkinan warna kulit Adaptive thresholding digunakan untuk mempertegas area kulit dan bukan kulit, disajikan dalam citra biner.

Aplikasi Metode Otsu untuk identifikasi Bakteri Tuberkolosis

Aplikasi Metode Otsu untuk identifikasi Bakteri Tuberkolosis Secara Otomatis menjelaskan bahwa Segmentasi citra dilakukan menggunakan metode auto – thresholding Otsu untuk memisahkan objek dengan latar belakang pada citra sampel dahak ZN-Stain. Operasi morfologi dilakukan terhadap hasil pemisahan tersebut untuk mendapatkan nilai compactness, metric, dan eccentricity dari masing-masing objek pada citra yang kemudian akan digunakan sebagai masukan pada Adaptive Neuro-Fuzzy Interference System (ANFIS) untuk diklasifikasikan.

Kata kunci: Tuberculosis, Zeilh-Neelsen (ZN) Stain, Otsu method, auto-thresholding, fuzzy, ANFIS.

Aplikasi Image Thresholding Untuk Segmentasi Objek

Salah satu operasi di dalam analisis citra adalah segmentasi citra, yaitu memisahkan objek dari latar belakangnya atau dari objek lain yang tidak menjadi perhatian. Metode sementasi yang sederhana adalah dengan operasi pengambangan (thresholding). Operasi pengambangan menghasilkan citra biner, yang dalam hal ini objek yang diacu di-set berwarna putih sedangkan latar belakangnya di-set berwarna hitam (atau sebaliknya bergantung kasusnya). Makalah ini mempresentasikan penggunaan operasi pengambangan untuk melakukan segmentasi objek. Eksperimen dilakukan dengan menggunakan kakas MATLAB. Hasil eksperimen memperlihatkan bahwa pemilihan nilai ambang (threshold) yang tepat sangat menentukan keberhasilan segmentasi.

Kata kunci: segmentasi citra, objek, pengambangan, nilai ambang, citra biner.