Good afternoon class! How's your day? Good?
Oke, hari ini kita akan mereview jurnal terbaru saya (dan partner) yang baru terbit tanggal 1 April 2023 kemarin di Jurnal Matriks, Universitas Binadarma dengan judul "Perbaikan Citra Tanda Tangan Digital Menggunakan Metode Otsu Thressholding dan Sauvola".
Dan jika teman-teman berkenan juga bisa berkunjung ke link Google Scholar saya di :
Oke, lets check it out...
Perbaikan Citra Tanda Tangan Digital Menggunakan Metode Otsu Thressholding dan Sauvola
Bidang :
Teknologi Informasi/Pengolahan Citra Digital
Jurnal kali ini berhubungan dengan Pengolahan Citra Digital. Bagi teman-teman yang belum tahu, pengolahan citra digital adalah bidang yang mempelajari bagaimana mengolah citra/gambar digital. Bagi yang berminat, materi sudah saya share di blog ini.
Latar belakang dari penelitian ini adalah melihat banyaknya orang-orang yang menyisipkan scan tanda tangan di dokumen, yang hasilnya kurang bagus, seperti terdapat blok warna hitam, noise, tidak jelas, masih terdapat latar belakang gambar yang berbeda dengan latar belakang dokumen, dll. Berikut adalah contoh tanda tangan digital yang disisipkan pada dokumen.
Pada gambar pertama telihat bahwa warna background tanda tangan tidak sama dengan dokumen (abu-abu). Warna ini biasanya didapat dari data/gambar hasil scan. Sedangkan gambar kedua merupakan gambar pertama yang difilter menggunakan tools filtering standar yang disediakan aplikasi pengolah kata. Terlihat bahwa hasilnya kurang bagus, dimana garis tanda tangan terlihat lebih tipis, dan di bagian bawah tanda angan terdapat noise block yang menandakan segmentasi kurang sempurna. Sehingga, melalui penelitian ini diharapkan masalah ini dapat diselesaikan.
Pada penelitian ini dibandingkan dua metode filtering yaitu Otsu Thressholding dan Sauvola. Otsu Thressholding adalah metode segmentasi (memishkan obyek dengan latar belakang) dengan cara menemukan batas ambang yang tepat secara otomatis.Sedangkan metode Sauvola adalah metode segmentasi menggunakan pendekatan Local Adative Thressholding, yaitu membagi citra ke dalam kotak-kotak kecil (window) dan melakukan thressholding terhadap window tersebut. Kegiatan tersebut dilakukan berulang hingga semua window dilakukan thressholding.
Hasil dari kedua metode ini menunjukkan bahwa citgra hasil filtering dengan kedua metode ini menghasilkan output yang lebih baik dibandingkan citra aslinya. Dan metode Sauvola sedikit lebih unggul dibandingkan metode Otsu Thressholding. Berikut adalah beberapa contoh gambar hasil filtering.
Kemudian coba bandingkan dengan hasil filtering dengan aplikasi pengolah kata. Hasilnya adalah sebagai berikut :
Dari hasil ini terlihat bahwa citra asli memiliki backgroun abu-abu yang tidak sama dengan warna background dokumen. Pada gambar dapat dilihat bahwa filtering dengan fitur remove background malah membuat beberapa bagian tanda tangan hilang. Dan untuk filter Auto Contrast menghasilkan garis tanda tangan menjadi lebih tipis. Sementara itu metode Otsu dan Sauvola memiliki hasil yang lebih baik.
Dengan demikian, dapat disimpulkan bahwa pada kasus ini, penggunaan metode Otsu maupun Sauvola tepat.
Demikian review singkat jurnal terbaru kami, semoga bermanfaat. Tks.
Post a Comment