Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pada penelitian ini, dikemukakan sebuah metode baru berbasis analisis multiresolusi untuk mendeteksi distorsi blok pada gambar digital terkompresi. Gambar digital terkompresi cenderung memiliki artefak codingyang mungkin muncul ketika gambar dikodekan dengan tingkat kompresi yang tinggi. Penelitian ini berfokus pada distorsi blok yang dirasakan signifikan dalam gambar digital terkompresi berbasis blok seperti JPEG. Pada penelitian ini, transformasi Wavelet Haar digunakan untuk mendekomposisi sebuah gambar dan menganalisis karakteristik tepian dari gambar tersebut. Berdasarkan dekomposisi ini, peneliti menyusun sebuah algoritma untuk mendeteksi distorsi blok dengan menganalisis koefisien hasil transformasi wavelet. Hasil eksperimen algoritma terhadap database gambar LIVE menunjukkanhasil yang sangat memuaskan dengan tingkat kesalahan yang rendah.

---

AbstractIn this study, presented a new method based on multiresolution analysis to detect the distortion of the block in a compressed digital image. Compressed digital image tend to have coding artifacts that may arise when an image is encoded with a high compression rate. This study focuses on a block distortion that significantly perceived in the block-based compressed digital images such as JPEG. In this study, Wavelet Haar transformation is used to decompose an image and analyze the characteristics of the edge of the picture. Based on this decomposition, the researchers compiled an algorithm for detecting a block distortion by analyzing the coefficients of the wavelet transformation. The results of experimental algorithms for image database LIVE shows very satisfactory results with low error rates."

"Salah satu masalah yang sering muncul dalam dunia fotografi adalah efek blur yang dapat diakibatkan baik oleh objek yang bergerak maupun gerakan kamera yang berhubungan dengan kecepatan rana (shutter speed) ketika gambar akan diambil. Paper ini menyajikan sebuah metode baru yang sederhana untuk mendeteksi kemunculan distorsi blur yang tidak diinginkan pada gambar digital. Metode yang diusulkan menggunakan transformasi discrete cosine transform (DCT) pada gambar yang telah mengalami distorsi dengan ukuran blok DCT yang bervariasi. Hasil dari pendeteksian ini kemudian digunakan untuk meningkatkan kualitas gambar melalui metode debluring berdasarkan korelasi pixel yang diterapkan pada area tertentu pada gambar yang mengandung distorsi blur ini. Hasil eksperimen menunjukkan bahwa kualitas gambar yang disempurnakan dihasilkan oleh metode debluring secara selektif menggunakan deteksi distorsi blur lokal akan lebih baik daripada yang tidak melalui proses seleksi. Dari berbagai ukuran blok yang digunakan dalam percobaan, blok berukuran 32×32 piksel menghasilkan kualitas gambar yang secara umum lebih baik.

---

AbstractOne of the problems that often arise in photography is a blurring effect that can be caused either by a moving object or camera movements that associated with the shutter speed when the picture is taken. This paper presents a simple new method for detecting the appearance of unwanted blur distortion in digital images. The proposed method uses the transformation of Discrete Cosine Transform (DCT) on the image that has been distorted with varying DCT block size. The results of the detection used to improve image quality through debluring method based on pixel correlation that applied to certain areas of the image that contains this blur distortion. The experimental results show that the enhanced picture quality produced by the method of selectively debluring using a local blur distortion detection is better than not through the selection process. From various block sizes used in the experiments, the block size of 32×32 pixel generates better picture quality."

"Skripsi ini menjelaskan suatu metode deteksi kecepatan pengelasan yang bisa diaplikasikan untuk simulator pengelasan menggunakan augmented reality. Dalam proses pengelasan, faktor kecepatan pengelasan menjadi sangat penting karena merupakan salah satu faktor yang menentukan bagus tidak nya kualitas pengelasan. Welding simulator ini nantinya bisa digunakan sebagai bentuk pelatihan pengelasan dengan biaya yang relatif murah. Metode ini menggunakan software ARToolkit,OpenGL library dan Autodesk 3ds Max dalam pembuatannya. Dalam perhitungannya, metode ini menggunakan algoritma perbedaan koordinat dalam satuan waktu yang diambil dari besarnya frame per second (FPS) dari sebuah kamera. Setelah metode ini berhasil dibuat, data pengukuran diambil untuk mendapatkan seberapa tepat dan berapa kesalahan (error) pendeteksian kecepatan pada simulator dari kecepatan yang yang sebenarnya dengan parameter tingkat intensitas cahaya yang berbeda. Analisis dilakukan dan didapatkan nilai kesalahan yang tidak terlalu besar sehingga metode berhasil dibuat dan kedepannya pengembangan lebih lanjut bisa dilakukan untuk membuat fitur-fitur yang lebih canggih.

---

This paper explain about travel angle detection that able to use for welding simulator using augmented reality. Travel speed is one of important parameter that able to influence the welding quality. In the future, this simulator can be used by students who want to join welder training with low cost. This method used ARToolkit, OpenGL library and Autodesk 3ds Max software for build the simulator. The travel speed detection used distance of the coordinat per time unit that included inside of frame per second (FPS) in camera specification. After this method built successfully, data of speed detection was analized for how accurate and how many error from speed detection to actual speed with different lighting condition. The speed detection error was not far away from the actual speed, so this simulator can be development more to get more important feature on welding process in the future."

"Akurasi hasil deteksi perubahan citra jarak jauh sangat tergantung pada akurasi metode klasifikasi yang digunakan. Salah satu cara untuk mendapatkan hasil yang lebih baik adalah dengan mengoptimalkan setiap prosedur pengolahan citra. Salah satunya dengan algoritma deteksi perubahan dengan menggunakan metode image differencing akan mendapatkan peta perubahan yang masih harus dianalisa sebagai prosedur klasifikasi citra binarisasi. Penelitian ini bertujuan melakukan kombinasi model penggabungan algoritma ambang. Serta membandingkan algoritma ambang untuk mendapatkan nilai ambang terbaik mengunakan fungsi entropi secara otomatis untuk memecahkan masalah deteksi perubahan dengan pendekatan klasifikasi data yang tidak tersedia. Dengan menggunakan asumsi model statistik untuk mengetahui kelas wilayah berubah dan tidak berubah yang menampilkan berbagai perkiraan algoritma ambang mengunakan analisa discriminan, entropi lokal, entropi gabungan, entropi global, relatif entropi lokal, relatif entropi gabungan dan relatif entropi global. Pada penelitian ini digunakan model fusi Markov random fields untuk menggabungkan informasi-informasi deteksi perubahan hasil identifikasi algoritma ambang yang lebih komprehensif dalam menunjang pembuat keputusan.Penelitian ini menemukan bawa pengunaan algoritma analisa discriminan terlalu sensitive untuk mendeteksi perubahan. Tingkat akurasi deteksi wilayah berubah terbaik mengunakan metode analisa discriminan sebesar 99% namun juga terlalu sensitif terhadap perubahan yang ditunjukan dengan tidak hanya wilayah yang terbakar terdeteksi juga wilayah tidak terbakar. Akurasi deteksi terbaik yang dapat dicapai mengunakan fungsi entropi dimiliki oleh lokal relatif entropi (99%) dan lokal entropi (97%) yang menjadikan sangat baik adalah mempunyai kesalahan deteksi kecil. Algorima fusi mengunakan metode Markov memberikan akurasi deteksi terbaik sebesar 93%, lebih rendah dari kemampuan deteksi dengan algoritma ambang yang menggunakan fungsi entropi. Namun algoritma fusi MRF akan semakin memastikan wilayah yang berubah. Secara umum, ditemukan bahwa pengurangan jumlah pixel dalam variasi histogram dalam citra berpengaruh besar pada tingkat akurasi deteksi perubahan dan sensitifitas algoritma ambang untuk mendeteksi perubahan. Semakin rendah jumlah pixel dalam variasi histogram semakin baik klasifikasi wilayah berubah terdeteksi dan semakin cepat waktu pemprosesan."

"Makalah ini membahas dua pilihan penerapan struktur basis data citra pada sistem pencarian citra berbasis isi. Pendekatan pertama menggunakan folder untuk menyimpan berkas citra dan Java object serialization untuk menyimpan data citra. Pendekatan kedua menggunakan basis data Data Base Management System MySQL untuk menyimpan berkas dan data citra. Kedua pendekatan dibahas dari aspek penerapan struktur basis data untuk tujuan pengembangan sistem pencarian citra berbasis isi yang efisien. Data yang tidak terstruktur dan proses clustering data lebih mudah ditangani dengan struktur basis data dari pendekatan pertama. Data yang jumlahnya besar dan terstruktur serta proses indexing lebih mudah ditangani dengan struktur basis data dari pendekatan kedua. Sistem pencarian citra berbasis isi lebih banyak melakukan kueri jenis select dibandingkan dengan insert dan update data, dalam hal ini kedua pendekatan dapat memenuhinya dengan baik. Secara umum, pendekatan kedua dianggap memberikan dukungan yang baik dalam penyimpanan dan manipulasi data, serta dapat mengurangi upaya dan waktu yang dibutuhkan pada pengembangan sistem."

"Pada paper ini, dilakukan pemilihan feature dari citra RGB (Red-Green-Blue) untuk memprediksi tingkat kemanisan buah belimbing yang dicirikan dengan kandungan TPT (Total Padat Terlarut). Dari feature terpilih, dilakukan transformasi komponen utama satu dimensi (1D-PCA) dan dua dimensi (2D-PCA) untuk mereduksi dimensi citra. Kemudian dilanjutkan dengan proses pengenalan tingkat kemanisan yang dalam paper ini dikelompokkan menjadi tiga, yaitu manis, sedang, dan asam. Nilai batas tiap kelompok didasarkan pada bentuk histogram nilai TPT. Dari 300 citra buah belimbing diperoleh hasil bahwa secara akurasi, teknik 1D-PCA maupun 2D-PCA memberikan hasil yang relatif sama. Namun dari segi kecepatan, 2D-PCA jauh lebih cepat dibanding 1D-PCA, khususnya pada bagian pembentukan sumbu. Model hubungan tingkat kemanisan sebagai fungsi dari nilai RGB memberikan tingkat determinasi terbesarnya 69.9%. Percobaan menunjukkan bahwa 1D-PCA maupun 2D-PCA mampu menerangkan sekitar 95% model hubungan tersebut yang dikembangkan pada ruang asal. Teknik PCA digabungkan dengan jarak Euclidean untuk pengenalan mampu mengenali buah kelompok manis dengan akurasi 100%. Sedangkan untuk kelompok asam dan sedang teknik yang dilakukan gagal melakukan pengenalan dengan baik"

"Kompresi adalah suatu proses pengurangan ukuran dari suatu data, dimana akan terjadi sedikit atau tidak ada sama sekah losses dari data itu sendiri. Dengan adanya teknik kompresi ini, maka waktu transmisi, dan tempat penyimpanan data akan semakin praktis. Gambar-gambar fraktal tidak didasarkan atas pikseI, maka gambar ash dapat direkonstruksi secara balk atau sempurna pads segala resolusi, maka gambar-gambar fraktal dikenal dengan resolution independent, yang berarti gambar-gambar itu dapat ditampilkan pada resolusi yang lebih tinggi/rendah dari gambar aslinya. Kompresi gambar dengan menggunakan metode fraktal, adalah salah satu teknik kompresi yang didasarkan atas visually losses compression, yaitu suatu teknik kompresi dimana data yang tidak dibutuhkan dapat dihilangkan, dan karma keterbatasan mata manusia, losses itu dapat ditolerir. Kompresi dengan metode fiaktal ini menjanjikan suatu performansi kerja yang jauh lebih balk dari teknik kompresi manapun, dimana kompresi rasionya dapat mencapai 100:1 bahkan 1000:1."