18
2.1.7.4 Feature Matching
Menurut Maltoni,Maio, Jain, dan Prabhakar (2009:167), sebuah
algoritma pencocokan sidik jari membandingkan dua sidik jari yang
diberikan dan mengembalikan nilai
kecocokan. Hanya sebagian kecil
algoritma pencocokan bekerja langsung pada gambar sidik jari dengan tipe
grayscale. Tetapi sebagian besar membutugkan representasi sidik jari yang
lebih baik yang dihasilkan dari tahap ekstraksi fitur.
Algoritma ekstraksi fitur dan pencocokan sidik jari biasanya memiliki
kesamaan baik untuk masalah verifikasi dan identifikasi sidik jari. Ini
dikarenakan masalah identifikasi sidik jari dapat diimplementasikan sebagai
eksekusi yang berurutan dari perbandingan satu-satu antara
pasangan sidik
jari.
2.1.8
Metode - Metode Pemrosesan Gambar
2.1.8.1
Histogram Equalization
Menurut Putra (2010), kontras suatu citra adalah distribusi piksel
terang dan gelap. Citra grayscale dengan kontras rendah maka akan terlihat
terlalu gelap, terlalu terana atau terlalu abu –
abu. Histogram citra dengan
kontras rendah, semua piksel akan terkonsentrasi pada sisi kiri, kanan atau
di tengah. Semua piksel akan terkelompok secara rapat pada suatu sisi
tertentu dan menggunakan sebagian kecil dari semua kemungkinan nilai
piksel.
Menurut Gonzalez dan Woods (2008:142) histogram equalization
adalah teknik untuk menambah intensitas gambar untuk memperbaiki
kontras gambar. Misalnya f adalah gambar yang diberikan dengan
representasi matriks piksel intensitas bertipe integer berjarak dari 0 ke L-1.
L adalah angka dari nilai intensitas yang mungkin, biasanya 256.
Menurut Singh, Mishra, dan Gour (2011) perengangan kontras adalah
suatu metode membuat citra yang mmiliki bagian terang menjadi lebih
terang dan bagian gelap menjadi lebih gelap.
Menurut Frank (2010:45),
histogram equalization menggunakan
pemetaan monotik nonlinear
yang menugaskan kembali nilai intensitas
piksel dari gambar masukan sehingga gambar yang dihasilkan berisi
 |