CONTENT BASED IMAGE RETRIEVAL BERDASARKAN FITUR BENTUK MENGGUNAKAN METODE GRADIENT VECTOR FLOW SNAKE
Abstract
Semakin berkembangnya sistem penyimpanan dari berbagai informasi digital maka semakin menimbulkan masalah dalam pencarian dan pengolahannya. Teknik pencarian berbasis teks yang ada saat ini belum dapat digunakan untuk mempresentasikan isinya karena nama dari sebuah file yang berupa teks harus mengetahui kata kunci yang tepat sehingga image yang kita inginkan dapat ditampilkan. Untuk mengatasi masalah ini diperlukan pendekatan Content Based Image Retrieval (CBIR) yang merupakan teknik pencarian image yang berbasis content dan berhubungan dengan karakteristik dari sekumpulan image. Pada penelitian ini menggunakan karakteristik image berupa informasi fitur bentuk baik pada image query maupun image database melalui proses GVF yang terlebih dahulu melalui proses convert dan blur pada image setelah itu meminimalkan energi pada image yang diblur sehingga dapat diperhitungkan GVF field yang menangkap snake sampai lekungan image. Selanjutnya filter pada tepi yang tampak menghasilkan tepi image. Berdasarkan tepi image berupa fitur bentuk dapat dilakukan teknik pencarian yang dibandingkan satu persatu melalui proses matching antara image query dan image database. CBIR dengan menggunakan GVF snake ini dapat diinisialisasi didalam atau diluar image sehingga lebih akurat ketelitian dalam mengenal fitur bentuk sesuai dengan yang diinginkan.
Full Text:
PDF (Bahasa Indonesia)References
Fahui Long,Hongjiang Zhang dan David Dagan Feng. 2003. Fundamentals Of Content-Based Image Retrieval. Microsoft corporation research articles.
Hiremath P.S. & Jagadeesh Pujari. 2007. Content Based Image Retrieval Using Color, Texture and Shape Features. International Conference on Volume , Issue , 18-21 Dec. 2007 Page(s):780-784 Digital Object Identifier 10.1109
Hiremath P.S. & Jagadeesh Pujari. Content Based Image Retrieval based on Color, Texture and Shape features using Image and its complement. India.
Hiremath P.S. & Jagadeesh Pujari. Content Based Image Retrieval using Color Boosted SalientPoints and Shape features of an image. India. International Journal of Image Processing, Volume (2) : Issue (1) 10.
Howarth Peter, Yavlinsky Alexei dan Heesch Daniel, Rüger Stefan. 2004. Visual Features for Content-based Medical Image Retrieval. Imperial college London. http://km.doc.ic.ac.uk
Li Dalong, Simske Steven. 2002. Shape retrieval with flat contour segments. Intelligent Enterprise Technologies
Lab HP Laboratories Palo Alto.
Osadebey Michael Eziashi. 2006. Integrated content-based image retrieval using Texture, shape and spatial information. Sweden. Umea University
Ritendra Datta, Dhiraj Joshi, Jia Li dan James Wang. 2005. Image Retrieval: Ideas, Influences, and Trends of the New Age. Singapore. Proceedings of the 7th ACM SIGMM international workshop on Multimedia
information retrieval.
Sigit, Riyanto. Modul Praktikum Image Processing VC++ dengan MFC. PENS-ITS Surabaya
Xiaojun Q. Content-Based Image Retrieval (CBIR). International Journal of Computer Science and Security, Volume (1) : Issue (4) 25.
Xu Chenyang & Jerry L. Prince .1997. Gradient Vector Flow: A New External Force for Snakes. Baltimore. IEEE Proc. Conf. on Comp. Vis. Patt. Recog.
Xu Chenyang & Jerry L. Prince. 1998. Snakes, Shapes, and Gradient Vector Flow. Baltimore. IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 7, NO. 3.
Refbacks
- There are currently no refbacks.