Article Per Year (5 Year)
p-Index From 2020 - 2025
0
P-Index
This Author published in this journals
All Journal Jurnal Ilmu Komputer dan Informasi
Koichi Yamada
Department of Management Information Systems Science, Nagaoka University of Technology
Computer Science & IT Library & Information Science

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
SEGMENTASI WARNA UNTUK EKSTRAKSI SIMBOL DAN KARAKTER PADA CITRA RAMBU LALU LINTAS Aryuanto Sutedjo; F. Yudi Limpraptono; Koichi Yamada
Jurnal Ilmu Komputer dan Informasi Vol 3, No 1 (2010): Jurnal Ilmu Komputer dan Informasi (Journal of Computer Science and Information)
Publisher : Faculty of Computer Science - Universitas Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (790.741 KB) | DOI: 10.21609/jiki.v3i1.137

Abstract

Penelitian ini membahas teknik segmentasi warna berbasis RGB Chromaticity Diagram ternormalisasi, untuk ekstraksi simbol dan karakter pada citra rambu lalu lintas. Teknik yang diusulkan adalah memisahkan warna biru pada latar belakang rambu petunjuk lalu lintas. Hal tersebut dilakukan dengan memanfaatkan histogram yang dikembangkan pada diagram kromatisitas untuk penentuan nilai ambang segmentasi secara otomatis. Selain itu, teknik morfologi citra dan proyeksi histogram digunakan untuk ekstraksi simbol dan karakter. Dari hasil eksperimen diperoleh bahwa teknik yang diusulkan dapat mengekstrak simbol dan karakter dengan rata-rata ekstraksi 97.3%. This research describes a normalized color segmentation technique based on RGB Chromaticity Diagram, for the extraction of symbols and characters in the image of the traffic signs. The proposed technique is to separate the blue color of the background traffic signs. This is done by using a histogram that was developed in the chromaticity diagram for the determination of the threshold value segmentation automatically. In addition, the image morphology technique and projection histogram are used for the extraction of symbols and characters. From the experimental results obtained that the proposed technique can extract symbols and characters with an average extraction is 97.3%.
Co-Authors Aryuanto Sutedjo F. Yudi Limpraptono