Analisis dan Impelementasi Perceptual Hash Pada Content Based Image Retrieval Analysis and Implementation of Perceptual Hash on Content Based Image Retrieval

Muhammad Fauzan Rosyadi

Informasi Dasar

113070289
005.1
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: Content Based Image Retrieval(CBIR) adalah teknik pencarian citra dengan masukan berupa citra. Dengan CBIR hasil pencarian akan lebih relevan karena yang dicari bukan informasi tekstual (tag atau metadata) yang ada pada citra melainkan isi dari citra itu sendiri. Caranya adalah dengan melakukan pemodelan matematis terhadap citra, lalu mencari kesamaan dari model tersebut.Pada tugas akhir ini metoda hashing yang tahan terhadap perubahan pada sebuah citra, yaitu. perceptual hash(pHash), digunakan sebagai teknik pemodelannya.Selain itu, metoda hashing tersebut akan digabungkan dengan metoda ekstrasi ciri MSER.Tujuannya adalah melakukan hashing pada setiap region, dengan begitu akurasi yang diperoleh lebih akurat. Pengaruhnya terhadap akurasi sistem akan diamati pada tugas akhir ini. Kedua sistem tersebut diujikan pada citra yang memiliki kemiripan tekstur dan bentuk serta mengalami berbagai macam transformasi. Berdasarkan hasil percobaan, gabungan antara MSER dan pHash menghasilkan akurasi 86% untuk citra yang memiliki kemiripan bentuk, sementara sistem yang hanya menggunakan pHash saja,menghasilkan akurasi 100% untuk citra yang memiliki kemiripan tekstur.
Kata Kunci : CBIR, MSER, Perceptual Hash,Robust Hash, Feature Detection,Information RetrievalABSTRACT: Content Based Image Retrieval is a technique for searching a collection of images with an image as an input.The search result will be more relevant because it searches the content of the image (texture,color,shape) instead of textual information(metadata).To achieve this, the image is transformed into a mathematical model, and then the system find similiarity between model.In this final project a robust hash function, known as perceptual hash, is used as modelling technique. This hash function is combined with feature detection algorithm ,MSER.By combining these algorithms, hashing will take place in each region instead of the whole image resulting in better system performance. The main focus of this paper is to observe the effect of the combined algorithm on system performance.The test result proves that this combination has 86% accuracy for image with shape similiarity and system pHash alone has 100% accuracy for image with texture similiarity.
Keyword: CBIR, MSER, Perceptual Hash,Robust Hash, Feature Detection,Information Retrieval

Subjek

Informatika Teori dan Pemrograman
 

Katalog

Analisis dan Impelementasi Perceptual Hash Pada Content Based Image Retrieval Analysis and Implementation of Perceptual Hash on Content Based Image Retrieval
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

Muhammad Fauzan Rosyadi
Perorangan
Tjokorda Agung Budi Wirayuda, Bedy Purnama
 

Penerbit

Universitas Telkom
Bandung
2012

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini