DETEKSI TEPI CITRA DIGITAL MENGGUNAKAN ANT COLONY OPTIMIZATION BERDASARKAN NEUTROSOPHIC GRADIENT MAGNITUDE

Gulpi Qorik Oktagalu Pratamasunu, Olief Ilmandira Ratu Farisi
{"title":"DETEKSI TEPI CITRA DIGITAL MENGGUNAKAN ANT COLONY OPTIMIZATION BERDASARKAN NEUTROSOPHIC GRADIENT MAGNITUDE","authors":"Gulpi Qorik Oktagalu Pratamasunu, Olief Ilmandira Ratu Farisi","doi":"10.36564/njca.v4i1.131","DOIUrl":null,"url":null,"abstract":"Deteksi tepi dengan pendekatan metode Ant Colony Optimization (ACO) menghasilkan tepi yang terputus lebih sedikit dari metode deteksi tepi dengan pendekatan convolution mask seperti Sobel dan Prewitt. Tetapi metode ini lebih rentan terhadap derau sehingga menghasilkan tepi yang kurang optimal jika diterapkan pada citra berderau. Pada penelitian ini diusulkan suatu metode Deteksi Tepi Citra Digital menggunakan ACO berdasarkan neutrosophic gradient magnitude dengan mengintegrasikan pendekatan ACO dalam deteksi tepi menggunakan gradient dan teori neutrosophy. Tambahan informasi berupa neutrosophic gradient magnitude digunakan untuk membantu semut menemukan tepi dari suatu citra, khususnya citra yang memiliki derau dengan meminimalisasi pemilihan tepi yang sulit ditentukan keanggotaannya. Uji coba dilakukan menggunakan citra tanpa derau dan citra berderau. Hasil uji coba menunjukkan bahwa metode yang diusulkan memiliki performa yang lebih baik dibandingkan metode ACO standar dan ACO berdasarkan gradient pada semua uji coba berdasarkan nilai figure of merit.","PeriodicalId":102207,"journal":{"name":"NJCA (Nusantara Journal of Computers and Its Applications)","volume":"21 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-07-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"NJCA (Nusantara Journal of Computers and Its Applications)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.36564/njca.v4i1.131","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

Deteksi tepi dengan pendekatan metode Ant Colony Optimization (ACO) menghasilkan tepi yang terputus lebih sedikit dari metode deteksi tepi dengan pendekatan convolution mask seperti Sobel dan Prewitt. Tetapi metode ini lebih rentan terhadap derau sehingga menghasilkan tepi yang kurang optimal jika diterapkan pada citra berderau. Pada penelitian ini diusulkan suatu metode Deteksi Tepi Citra Digital menggunakan ACO berdasarkan neutrosophic gradient magnitude dengan mengintegrasikan pendekatan ACO dalam deteksi tepi menggunakan gradient dan teori neutrosophy. Tambahan informasi berupa neutrosophic gradient magnitude digunakan untuk membantu semut menemukan tepi dari suatu citra, khususnya citra yang memiliki derau dengan meminimalisasi pemilihan tepi yang sulit ditentukan keanggotaannya. Uji coba dilakukan menggunakan citra tanpa derau dan citra berderau. Hasil uji coba menunjukkan bahwa metode yang diusulkan memiliki performa yang lebih baik dibandingkan metode ACO standar dan ACO berdasarkan gradient pada semua uji coba berdasarkan nilai figure of merit.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
用蚂蚁聚合酶(a)方法对边缘进行检测,使边缘与边缘检测方法的分离程度较低,如Sobel和Prewitt。但是,这种方法更容易受到外部环境的影响,因此当适用于弦图像时,就会产生不太理想的边缘。在这项研究中,建议采用一种基于中性粒度的无性粒度的数字图像边缘检测方法,将阿科的方法集成到前体检测和神经sophy理论中。另一种信息是中性粒子量的加法,用来帮助蚂蚁找到一个图像的边缘,特别是通过将难以确定的边缘位置最小化。测试使用无附加字符串图像进行。试验结果表明,拟议中的阿科法和阿科法在所有试验中都具有更好的性能,基于功能性图。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
PENGEMBANGAN APLIKASI MARKETPLACE IKAN DI KABUPATEN PROBOLINGGO BERBASIS FRONTEND BACKEND MENGGUNAKAN REACT JS PEMODELAN MONTE CARLO DALAM MERAMALKAN PARTISIPASI MAHASISWA DALAM PERKULIAHAN RANCANG BANGUN SISTEM MONITORING KESEHATAN DAN TRACKING PEKERJA KONTRUKSI MELALUI SAFETY VEST BERBASIS IOT ANALISIS PENERAPAN METODE SEARCH ENGINE OPTIMIZATION (SEO) ON PAGE DALAM OPTIMALISASI KONTEN WEBSITE BLOG (STUDI KASUS: RUMAHGINJAL.ID) IMPLEMENTATION OF ARTIFICIAL NEURAL NETWORK AND RECURRENT NEURAL NETWORK METHODS TO PREDICT THE AMOUNT OF SALT PRODUCTION
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1