IMPLEMENTASI TRANSFORMASI RADON UNTUK PERBAIKAN SUDUT KEMIRINGAN HURUF PADA PROSES SEGMENTASI DAN PENGENALAN
TULISAN TANGAN SAMBUNG OFFLINE MENGGUNAKAN MATLAB 2015A
Nama
: Raden Septiana Faza
NPM
: 55412851
Jurusan
: Teknik Informatika
Pembimbing 1 : Dr. Rodiah Pembimbing 2 : Fitrianingsih, Skom., MMSI
Latar Belakang Masalah • Tulisan Tangan sambung banyak digunakan pada berbagai macam dokumen penting • Pengenalan tulisan tangan bersambung secara offline merupakan suatu tantangan yang besar, dikarenakan banyaknya variasi tulisan tangan • Pada penelitian ini akan diimplementasikan algoritma perbaikan sudut kemiringan tulisan tangan sambung offline dengan Transformasi Radon sehingga dapat disegmentasi lebih baik dan pengenalan yang akurat.
Tujuan Penulisan • Mendeteksi citra tulisan tangan sambung pada preprocessing yang memiliki tipe tulisan tangan slant atau terdistorsi secara geometris • Meningkatkan akurasi pengenalan karakter dengan mengimplementasikan transformasi Radon • Meminimalisir terjadinya over segmentasi
Batasan Masalah • Dataset citra tulisan tangan yang digunakan adalah 30 citra, dimana 20 citra berasal dari dataset IAM dan 10 citra berasal dari dataset lokal dengan beberapa citra normal dan citra dengan kemiringan berkisar antara -45- 45. • Ukuran citra yang akan diolah bervariatif sesuai dengan citra input dari dataset IAM dan dataset lokal. • Jenis tulisan yang digunakan untuk proses pengenalan tulisan tangan menggunakan huruf latin sambung offline (offline cursive handwriting).
Alur Kerja Program
Contoh Citra Input Citra input yang digunakan : 1. 10 data set lokal 2. 20 data set IAM Citra yang terdistorsi dikarenakan kemiringan citra input (slope)
Citra yang terdistorsi dikarenakan kemiringan tulisan(slant)
Penerapan radon pada proses shearing Koreksi Kemiringan Huruf
Binerisasi citra Temukan column of max(com) citra Pengecekan 164>com>146
Proses shearing kiri Pengecekan com>120 Simpan posisi awal Pengecekan com>85 Proses shearing kiri pengecekan com<15 Proses shearing kanan
Cropping citra akhir
Proses Shearing Secara Umum
Contoh Hasil Preprocessing Citra Tahapan 1. Binerisasi
2. Deteksi & Koreksi Slope 3. Deteksi & Koreksi Slant 4. Thinning
Citra Awal
Citra Hasil
Segmentasi Proses Segmentasi
Menentukan Jarak ideal Berdasarkan Resolusi Citra
Dilakukan pengecekan terhadap hasil jumlah piksel secara verikal secara bertahap
Pengecekan jumlah piksel <=1 [TIDAK] [YA] membandingkan posisi sementara(i) dengan posisi yang sedang di cek(i) - jarak ideal
Pengecekan posisi i sementara < posisi i - jarak ideal [YA] [TIDAK]
Simpan posisi i kedalam array, dan rubah posisi sementara menjadi posisi i yang diterima
Lakukan proses berulang hingga akhir indeks
Contoh Hasil Segmentasi
Pengenalan 1. Potong huruf berdasarkan jarak antar segmentasi. 2. Hasil potongan huruf dinormalisasi kedalam ukuran 28x28 piksel. 3. Memanggil classifier hasil training bentuk karakter huruf.
4. Membandingkan hasil ekstraksi hog classifier dengan hasil ekstraksi fitur segmentasi yang telah dimasukkan kedalam matriks. 5. Jika ada yang cocok, maka akan dikeluarkan perkiraan kata yang dikenali.
Kesimpulan • Implementasi proses shearing dengan metode radon transform telah berhasil memperbaiki 27 citra dengan kisaran column of max 85 sampai 120.
• Implementasi transformasi Radon telah berhasil mendeteksi dan melakukan koreksi terhadap citra tulisan tangan yang memiliki kemiringan sehingga meningkatkan akurasi pengenalan karakter dengan tingkat akurasi sebesar 87,67%. • Proses segmentasi huruf sambung menggunakan jarak ideal yang diperoleh dari perhitungan lebar citra dengan rata-rata jarak antar huruf berhasil meminimalisasir terjadinya over segmentasi.
Saran • Pengembangan lebih lanjut dapat dilakukan untuk menyempurnakan proses segmentasi tulisan tangan sambung, dengan mengatasi kendala segmentasi pada huruf yang saling berdempetan (touched character). Untuk proses pengenalan yang lebih akurat, dapat diperoleh dari melakukan pelatihan data yang lebih beraneka ragam, sehingga dapat mencangkup berbagai macam jenis bentuk tulisan.
Terima Kasih
Video Penggunaan Aplikasi
