IMPROVEMENT OF HANDWRITING JAVASCRAFT IMAGE QUALITY AND SEGMENTATION WITH CLOSING MORPHOLOGY AND ADAPTIVE THRESHOLDING METHODS

Arif Riyandi, Shofwatul Uyun
{"title":"IMPROVEMENT OF HANDWRITING JAVASCRAFT IMAGE QUALITY AND SEGMENTATION WITH CLOSING MORPHOLOGY AND ADAPTIVE THRESHOLDING METHODS","authors":"Arif Riyandi, Shofwatul Uyun","doi":"10.31315/telematika.v19i3.7564","DOIUrl":null,"url":null,"abstract":"Tujuan: Perbaikan kualitas citra yang putus-putus atau terlalu tipis pada aksara jawa tulisan tangan menggunakan operasi morfologi dan mengumpulkan dataset secara otomatis dari proses cropping dengan metode Connected Component Labeling.Perancangan/metode/pendekatan: Menerapkan metode operasi morfologi dalam perbaikan citra putus-putus dan metode connected component labeling untuk membantu cropping dalam mengumpulkan dataset secara otomatis.Hasil: Hasil uji coba dengan beberapa kernel yang berbeda antara operasi morfologi opening dan operasi morfologi closing terpilih operasi morfologi closing dengan kernel (45,45) pada bagian dilasi dan kernel (37,37) pada bagian erosi. Hasil dari segmentasi yang terpilih lanjut ke cropping dengan bantuan metode connected component labeling dan klasifikasi convolutional neural network yang diterapkan untuk mengklasifikasi citra aksara jawa dengan baik. Akurasi yang diperoleh adalah sebesar 94,27 % pada proses klasifikasi menggunakan data training dan akurasi 84,53% pada proses klasifikasi menggunakan data validasi.Keaslian/ state of the art: Pengujian dari operasi morfologi opening dan operasi morfologi closing dengan masing-masing 6 kernel berbeda pada proses segmentasi citra aksara jawa untuk perbaikan kualitas citra. Pengumpulan dataset secara otomatis dari hasil cropping citra dengan bantuan metode connected component labeling dan hasil dataset yang terkumpul diklasifikasi untuk masing-masing citra aksara jawa.","PeriodicalId":31716,"journal":{"name":"Telematika","volume":"73 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-10-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Telematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31315/telematika.v19i3.7564","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Tujuan: Perbaikan kualitas citra yang putus-putus atau terlalu tipis pada aksara jawa tulisan tangan menggunakan operasi morfologi dan mengumpulkan dataset secara otomatis dari proses cropping dengan metode Connected Component Labeling.Perancangan/metode/pendekatan: Menerapkan metode operasi morfologi dalam perbaikan citra putus-putus dan metode connected component labeling untuk membantu cropping dalam mengumpulkan dataset secara otomatis.Hasil: Hasil uji coba dengan beberapa kernel yang berbeda antara operasi morfologi opening dan operasi morfologi closing terpilih operasi morfologi closing dengan kernel (45,45) pada bagian dilasi dan kernel (37,37) pada bagian erosi. Hasil dari segmentasi yang terpilih lanjut ke cropping dengan bantuan metode connected component labeling dan klasifikasi convolutional neural network yang diterapkan untuk mengklasifikasi citra aksara jawa dengan baik. Akurasi yang diperoleh adalah sebesar 94,27 % pada proses klasifikasi menggunakan data training dan akurasi 84,53% pada proses klasifikasi menggunakan data validasi.Keaslian/ state of the art: Pengujian dari operasi morfologi opening dan operasi morfologi closing dengan masing-masing 6 kernel berbeda pada proses segmentasi citra aksara jawa untuk perbaikan kualitas citra. Pengumpulan dataset secara otomatis dari hasil cropping citra dengan bantuan metode connected component labeling dan hasil dataset yang terkumpul diklasifikasi untuk masing-masing citra aksara jawa.
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
采用闭合形态学和自适应阈值方法改进手写javascript图像质量和分割
目的:使用形态操作并通过合成标签的连接方法自动收集数据集。设计/方法/方法:在解析图像修复和附加标签方法中应用形态学操作方法,以帮助渗透自动收集数据集。结果:开源形态操作和经过选择的形态形态关闭操作与调节部分的内核(45.45)和内核(37.37)的侵蚀部分的内核(nem)测试的结果。在设计好的java字符图像分类法的指导下,所选片段的结果进一步崩溃。获得的准确性是使用培训数据进行分类进程的94.27%,使用验证数据进行分类过程的84.53%准确率。艺术的真实性/状态:对开源形态操作和近距离形态操作的测试,测试6个内核,分割java字符图像,以改进其质量。在合成标签连接方法的帮助下,自动收集数据集的数据。
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
7
审稿时长
24 weeks
期刊最新文献
Identification of Social Media Posts Containing Self-reported COVID-19 Symptoms using Triple Word Embeddings and Long Short-Term Memory Deep Learning for Histopathological Image Analysis: A Convolutional Neural Network Approach to Colon Cancer Classification Comparative Analysis of Classification Methods in Sentiment Analysis: The Impact of Feature Selection and Ensemble Techniques Optimization Optimizing Clustering of Indonesian Text Data Using Particle Swarm Optimization Algorithm: A Case Study of the Quran Translation Monitoring Development Board based on InfluxDB and Grafana
×
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