Akses Terbuka Akses Terbuka  Akses Terbatas Akses Langganan

SEGMENTASI CITRA BUAH JERUK IMPOR DENGAN MAHALANOBIS FUZZY C-MEANS DAN OPERASI MORFOLOGI

Andi Baso Kaswar, Nirsal Nirsal, Alamsyah Achmad

Sari


Metode pengklasteran berbasis jarak Euclideandapat digunakan untuk melakukan proses segmentasi citra buah jeruk impor. Namun ketika pencahayaan pada citra tidak merata, hasil segmentasi menjadi tidak akurat. Penelitian ini mengusulkan sebuah metode baru untuk segmentasi citra buah jeruk impor dengan Mahalanobis Fuzzy C-Meansdan operasi morfologi. Metode yang diusulkan terdiri atas dua tahapan utama yaitu: pengklasteran dan peningkatan akurasi. Berdasarkan hasil ekperimen, diperoleh rata-rata akurasi sebesar 99,7% dengan rata-rata tingkat MissclassificationError sebesar 0,3%. Hasil yang diperoleh menunjukkan bahwa metode yang diusulkan dapat memberikan hasilsegmentasi yang akurat walaupun citra terganggu oleh pencahayaan yang tidak merata.

Kata kunci: Segmentasi, Mahalanobis Fuzzy C-Means, Operasi Morfologi, Citra Jeruk.

Teks Lengkap:

PDF (English)

Referensi


Arifin, A. Z., & Asano, A. (2006). Image segmentation by histogram thresholding using hierarchical cluster analysis. Pattern Recognition Letters, 27(13), 1515-1521.

Bezdek, J. C., Ehrlich, R., & Full, W. (1984). FCM: The fuzzy c-means clustering algorithm. Computers & Geosciences, 10(2), 191-203.

Gonzalez, R.C. & Woodz, R.E., (2008), Digital Image Processing Third Edition, Pearson Education, Inc.

Ghosh, M., Das, D., Chakraborty, C., & Ray, A. K. (2010). Automated leukocyte recognition using fuzzy divergence. Micron, 41(7), 840-846.

Jati, A., Singh, G., Mukherjee, R., Ghosh, M., Konar, A., Chakraborty, C., & Nagar, A. K. (2014). Automatic leukocyte nucleus segmentation by intuitionistic fuzzy divergence based thresholding. Micron, 58, 55-65.

Liu, X., Lin, L., & Yuille, A. (2013). Robust region grouping via internal patch statistics. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (pp. 1931-1938).

Yao, H., Duan, Q., Li, D., & Wang, J. (2013). An improved K-means clustering algorithm for fish image segmentation. Mathematical and Computer Modelling, 58(3), 790-798.

Zhao, F., Liu, H., & Fan, J. (2015). A multiobjective spatial fuzzy clustering algorithm for image segmentation. Applied Soft Computing, 30, 48-57.

Zhao, X., Li, Y., & Zhao, Q. (2015). Mahalanobis distance based on fuzzy clustering algorithm for image segmentation. Digital Signal Processing, 43, 8-16


Refbacks

  • Saat ini tidak ada refbacks.