12
Thresholding digunakan
unluk
memisahkan
obyek
dari
latar
belaka-ng
(background).
Dengan cara
dibuat
perbedaan
yang mencolok
antara
background
dengan
obyek.
Thresholding dilakukan
se<.elah citra di
buat
grayscale
terlebih
dahu!u.
Nilai
yang lebih besar dari threshold adalah obyek dan
nilai yang lebih kecil
sebagai
background.
Citra
thresholding adalah sebagai
berikut:
T
=
T(x,
y, p(x,y), f(x,y))
Citra
global
thresholding adalah sebagai ber!kut:
'1
,
JW¹-a
.
.
"
,x
'
,y
)
_
G(x,y
=
()' !ai."l."lya
f(x,y} adalah
grayscale
dari titik (x,y)
dan p(x,y)
merupakan
beberapa
properti !okal
dari
titik ini.
Jika
T
hanya
bergantung pada f(x,y)
maka
disebut global
thresholding. Jika
T
berganmng
pada
f(x,y)
dan
p(x,y)
maka
disebut
local
tlvesholding.
Secara
umum
thresholding
memberikan
hasil
yang
maksimal
biia
puncak histogram
tinggi I sempit
dan dipisahkan oleh
lembah yang dalam (Fu,
Gonzales, dan
Lee,
1987, p363).
2.7
Ten
plate Matcllffng
Template
matching
adalah
metode pemrosesan
citra
dengan
cara
membandingkan
citra dengan template yang
ada.
Untuk
mendeteksi
image
fiiJ]
dengan
template
g[ij]
adalah
dengan
menempatkan template
tersebut
pada
lokasi
image dan
mendeteksi
titLlc
tersebut
dengan ni!ai i11tensitas
yang
terdapat
pada
template. Karena sangat suiit mendapatkan ni!ai
yang sama persis antara template dan
image,
maica
harus
dihitung
ketidaksamaan
antara
ni\ai
intensitas pada template
dan
nila' yang berkaitan pada
image
tersebut.
dimana R
adalah
region
dari
template.
 |