首页> 外文OA文献 >Klasifikasi Jenis Telur Menggunakan Metode Content Based Image Retrieval Berdasarkan Karakteristik Warna Citra Digital Bertipe RGB
【2h】

Klasifikasi Jenis Telur Menggunakan Metode Content Based Image Retrieval Berdasarkan Karakteristik Warna Citra Digital Bertipe RGB

机译:基于RGB类型数字图像颜色特征的基于内容的图像检索方法对鸡蛋类型进行分类

摘要

Klasifikasi jenis telur secara otomatis akan memberikan kemudahan saat penyeleksian dan pemindahan telur tepat waktu, yang akan membawa keuntungan bagi peternakan seperti efesiensi tempat. Jenis telur dapat dibedakan dari corak warnanya, pengenalan warna dalam telur dapat diselesaikan dengan menerapkan metode Content Based Image Retrieval berbasis Color Histogram dengan Canberra Distance dan Preccision and recall untuk mendapatkan tingkat akurasi. Content Based Image Retrieval merupakan teknik pencarian gambar menggunakan kemiripan karakteristik dari sekumpulan gambar yang dapat digunakan untuk menentukan klasifikasi jenis telur. Dengan meletakkan telur dekat sumber cahaya dengan latar belakang putih dalam ruangan telur difoto dengan kamera kualitas tinggi. Dari citra yang dihasilkan kamera selanjutnya data diolah menggunakan metode Content Based Image Retrieval (CBIR) dengan melakukan ekstraksi fitur. Untuk mendapatkan kemiripan dari citra acuan dan citra uji digunakan teknik pengukuran jarak antara dua citra (Canberra Distance). Canberra Distance merupakan teknik pengukuran jarak dengan menghitung kesamaan antara dua vector dengan cara membagi absolute selisih 2 nilai dengan jumlah dari absolute 2 nilai tersebut. Dengan teknik dan metode yang telah ditentukan untuk menentukan klasifikasi jenis telur mendapatkan akurasi 79% untuk citra uji baru.
机译:鸡蛋类型的分类将自动为按时选择和移动鸡蛋提供便利,这将为农场带来收益,例如场所效率。可以将鸡蛋类型与它们的颜色模式区分开,可以通过应用基于彩色直方图的基于内容的基于图像的内容检索方法(具有堪培拉距离和精度)来完成对鸡蛋中颜色的识别,然后调用以获得一定程度的准确性。基于内容的图像检索是一种图像搜索技术,它使用一组图像中的相似特征来确定鸡蛋类型的分类。通过将鸡蛋放在房间内白色背景的光源附近,可以使用高质量的相机拍摄鸡蛋。从相机产生的图像中,通过提取特征,使用基于内容的图像检索(CBIR)方法处理数据。为了获得参考图像和测试图像的相似性,在两个图像之间使用了距离测量技术(堪培拉距离)。堪培拉距离是一种距离测量技术,通过将两个值的绝对差除以两个绝对值之和来计算两个向量之间的相似度。通过确定鸡蛋类型分类的技术和方法,新测试图像的准确性达到79%。

著录项

  • 作者

    FRANKY YUDHA LUCKY;

  • 作者单位
  • 年度 2016
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号