oleh: M BAHARUDIN GHANIY NRP

(1)

oleh:

M BAHARUDIN GHANIY NRP. 1202 109 022

(2)

Teknologi fotografi pada era sekarang ini berkembang sangat pesat. Hal ini terbukti dengan adanya kamera digital. Bentuk dari kamera digital pada umumnya kecil, ringan, dan mudah dibawa-bawa sehingga suatu kejadian kapanpun dan dimanapun bisa diabadikan secara langsung dengan cepat dan mudah.

Ketika seseorang memperhatikan bahwa hasil gambar yang mereka foto terdapat bayangan yang tidak sesuai

dengan keinginan, padahal kejadian tersebuat tidak mungkin terulang. Sehingga mereka memerlukan bagaimana cara yang cepat dan praktis menghilangkan bayangan tersebut. Pada tugas akhir ini, saya membuat perangkat lunak yang

memudahkan user mengoperasikannya dengan menggunakan metode fuzzy c-means untuk menemukan bayangan dan

(3)

 Data atau informasi tidak hanya disajikan dalam

bentuk teks, tetapi juga dapat berupa gambar, audio (bunyi, suara, musik), dan video. Keempat macam data atau informasi ini sering disebut

multimedia. Era teknologi informasi saat ini tidak dapat dipisahkan dari multimedia. Citra (istilah lain untuk gambar atau image) sebagai salah satu komponen multimedia memegang peranan

sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh data teks, yaitu citra kaya dengan informasi.

(4)

 Pada jaman dahulu dimana video belum ada,

foto adalah sebuah benda yang sangat berharga. Karena foto merupakan satu-satunya media tempat penyimpan segala

cerita. Foto dapat dijadikan narasumber yang bisa menceritakan segala peristiwa atau

kenangan-kenangan di masa lampau.

Teknologi fotografi pada era sekarang ini

berkembang sangat pesat. Jika dahulu master foto berupa film (klise), sekarang master foto bisa berupa file yang dihasilkan dari kamera digital. Foto yang berupa file ini disebut

(5)

 Ketika seseorang memperhatikan bahwa hasil

gambar yang mereka foto terdapat bayangan yang tidak sesuai dengan keinginan, padahal kejadian tersebuat tidak mungkin terulang. Sehingga mereka memerlukan bagaimana cara yang cepat dan praktis menghilangkan bayangan tersebut. Sehingga dalam tugas akhir ini akan dibahas bagaimana cara kerja mendeteksi mengunakan

fuzzy c-means

sebagai proses cluster serta mengembalikan foto tanpa bayangan dengan

energi function.

(6)

Permasalahan yang akan dibahas dalam tugas akhir ini adalah :

 Bagaimana cara untuk segmentasi warna.  Bagaimana cara untuk menemukan batas

bayangan.

 Bagaimana cara untuk memutuskan area

(7)

Agar masalah yang dibahas dalam Tugas Akhir yang ini tidak meluas dan dapat diselesaikan dengan lebih fokus, maka perlu adanya batasan-batasan antara lain:



Citra berformat JPG.



Warna bayangan tidak sama dengan warna

latar belakang.



Menggunakan koordinat warna CIE LUV

color space.



Menggunakan algoritma FCM untuk

(8)

 Tujuan pada Tugas Akhir ini adalah membuat

perangkat lunak yang dapat digunakan untuk melakukan deteksi (menemukan) dan

(9)

 Manfaat yang didapat dari Tugas Akhir ini

adalah dapat mengedit gambar ada bayangan.

(10)

Citra adalah sebuah fungsi intensitas cahaya

2 dimensi dimana x adalah posisi baris dan y

adalah posisi kolom sedangkan f adalah fungsi

intensitas atau kecerahan dari citra pada koordinat . Istilah citra sering disebut juga dengan citra digital (digital image). Istilah citra digital sering digunakan untuk menjelaskan bahwa citra tersebut sudah diubah menjadi citra secara digital sehingga citra tersebut dapat diproses dengan komputer, oleh karena itu kita perlu mendefinisikan struktur data untuk

merepresentasikan citra didalam memori

(11)

Matriks adalah struktur data yang tepat untuk merepresentasikan citra digital.

Elemen-elemen matriks dapat diakses secara langsung melelui indeksnya (baris dan

kolom). Pada umumnya citra berbentuk empat persegi panjang dan dimensi

ukurannya dinyatakan sebagai tinggi

x

lebar. Citra dengan tinggi N piksel, lebarnya M

piksel, dan memiliki intensitas

f

dapat

dipresentasikan sebagai suatu matriks yang berukuran N baris dan M kolom .

(12)

 Indeks baris (x) dan indeks kolom (y)

menyatakan suatu koordinat titik pada citra.

Masing-masing titik (x,y) di citra disebut picture element atau piksel, sedangkan f(x,y)

merupakan intensitas (derajat keabuan) pada titik (x,y).

(13)

 Suatu bayangan terjadi ketika suatu obyek yang

secara parsial atau secara total mengarahkan cahaya dari suatu sumber kekuatan penerangan. Dari segi pandangan struktur, bayangan dapat dibagi menjadi dua kelas: cast shadow dan self shadow.

 Cast shadow diproyeksikan oleh obyek di dalam arah

sumber cahaya, self shadow adalah bagian dari obyek yang mana tidak diterangi oleh cahaya langsung. Cast shadow terdiri dari suatu bagian pusat tanpa cahaya dari sumber cahaya dinamakan umbra, dan suatu transisi lembut dari gelap ke terang, dinamakan penumbra, jika beberapa sumber cahaya mencapai latar belakang.[4]

(14)

 Dari segi pandangan jarak penglihatan, bayangan dapat dibagi menjadi dua kelas: bayangan lembut (soft shadow) dan bayangan keras/jelas (hard shadow). Bayangan keras nampak ketika sumber cahaya adalah sumber titik tunggal: suatu titik permukaan yaitu yang manapun dengan sepenuhnya diterangi atau dibayangi, atau dengan kata lain, sumber cahaya adalah dengan sepenuhnya kelihatan dari titik permukaan.

(15)

Transformasi warna dari basis CIE RGB ke CIE XYZ

dapat dilakukan sebagai berikut[5]:

 Pixel RGB masing-masing dibagi dengan nilai

255, karena XYZ elemen [0,1].

 Asumsi sRGB menggunakan model D65.

 X = 0.436052025 * r + 0.385081593 * g + 0.143087414 * b  Y = 0.222491598 * r + 0.71688606 * g + 0.060621486 * b  Z = 0.013929122 * r + 0.097097002 * g + 0.71418547 * b

(16)

 Transformasi warna dari basis

CIE XYZ

ke

CIE

LUV

(bisa disebut juga

CIE L

*

U

*

V

*_{) dapat}

(17)

 Fuzzy C-Means (FCM) adalah metode clustering,

yang memungkinkan satu bagian dari data milik dua atau lebih cluster.

 Dengan,

 = objek fungsi.

c = banyaknya cluster.

 N = banyaknya data input.

 m = beban exponent (fuzzifier, m>1).

 (ambil m=2, karena dimensi image

diam adalah dua dimensi).

∑∑

= = = = = − = c i N k ik m ik i k c i N k m ik FCM u x v u d J 1 1 2 2 1 1 FCM J

(18)

= nilai dari data input.

= degree of membership dari di cluster i, .

,i = 1, 2, ..., c. , k = 1, 2, ..., N.

= center dari cluster.

k x ik u N u N k ik < <∑ =1 0 1 1 = ∑ = c i ik u ∑ = −         − − = c j m j k i k ik v x v x u 1 1 2 1 i v ∑ ∑ = = = _N k m ik N k k m ik i u x u v 1 1

(19)

mulai

Transformasi RGB menjadi CIE LUV

Mencari Cluster Image menggunakan Fuzzy C-Means

Mendeteksi Bayangan dengan merubah menjadi citra biner

Menghilangkan Bayangan dengan menggunakan Energi Function

selesai Input:

Image ada bayangan

output:

(20)

(21)

Pertama, diperoleh hasil cluster image dari CIE LUV image dengan bayangan bewarna hitam dan bukan bayangan berwarna dominan putih. Kedua, diperoleh deteksi bayangan dari cluster image dengan merubah menjadi citra biner. Akhirnya diperoleh hasil bebas bayangan yang sempurna, karena pada proses cluster image mendefinisikan bayangan berwarna hitam.

(22)

 Dari hasil uji coba yang telah dilakukan, pada uji coba ini

terlihat bahwa semakin besar suatu cluster_n dan ukuran image

maka proses clustering akan semakin lama. Berapapun input

cluster_n tidak berpengaruh pada banyaknya noise, karena

inisialisasi pertama menggunakan nilai random.

 Pada proses mendeteksi bayangan dengan sempurna

berpengaruh pada hasil dari cluster image, jika bayangan diidentifikasi dengan warna hitam (dalam biner adalah bernilai nol) dan persekitaran bayangan tersebut berwarna putih (dalam biner adalah bernilai satu).

 Pada proses menghilangkan bayangan dengan sempurna

berpengaruh pada hasil mendeteksi bayangan, jika pada proses mendeteksi daerah bayangan tanpa ada warna putih (dalam biner bernilai satu) maka proses akan dilanjutkan dengan memasukkan nilai gamma yang sesuai dengan uji coba yang bernilai antara satu dan dua. Karena jika lebih dari dua warna yang dihasilkan semakin terang, sebaliknya jika kurang dari satu warna yang dihasilkan semakin gelap.

(23)

 Besarnya ukuran image mempengaruhi cepat atau

lambatnya iterasi yang dilakukan. Semakin besar ukuran image, iterasi lebih lama ataupun sebaliknya.

 Pada algoritma FCM mempunyai keterbatasan tidak otomatis (ditetapkan secara manual oleh user), yaitu: inisial partisi random, nilai minimum, dan banyaknya cluster. Sehingga proses segmentasi berbeda.

 Warna area bayangan pada cluster image harus berwarna hitam dan bukan bayangan tidak dominan berwarna hitam. Jika ingin diperoleh hasil gambar yang bebas bayangan

maka pada proses menghilangkan bayangan mendefinisikan bayangan harus warna hitam.

 Memberikan nilai gamma antara satu dan dua. Jika lebih, citra terlalu terang ataupun sebaliknya bayangan yang dideteksi tidak bisa hilang sepenuhnya.

(24)

 Figov, Z., Tal, Y., dan Koppel, M, 2004, “Detecting and Removing

Shadows”, Israel.

 Finlayson, G, D., Hordley, S, D., dan Drew, M, S, 2002, “Removing

Shadows From Images”. ICCV.

 Munir, Rinaldi, 2004, “Pengolahan Citra Digital dengan Pendekatan

Algoritmik”, Informatika, Bandung.

 Cucchiara, R., Grana, C., Piccardi, M., dan Prati, A, 2003, “Detecting

Moving Objects, Ghosts, and Shadows in Video Streams”, PAMI 25, 10:1337-1342.

 Horvath, J, 2005, “Image Segmentation Using Fuzzy C-Means”,

Department of Cybernetic And Artificial Intelligence, Faculty of Electrical Engineering and Informatics, Technical University of Kosice, Slovakia.

 Almoussa, N, 2008, “Variational Retinex and Shadow Removal”, The

Mathematics Department, UCLA.

 Cornelius, T, L, 2008, “Fuzzy Theory Systems: Techniques and

Applications”.

 Suguharto, A, 2006, “Pemrograman GUI dengan MATLAB”, CV Andi

(25)