<![CDATA[Salah satu langkah penting dalam pengenalan objek adalah segmentasi gambar, proses memisahkan objek yang relevan dari latar belakangnya, Segmentasi gambar yang efektif meningkatkan akurasi dan efisiensi seluruh sistem deteksi objek. Pada dasarnya, ruang warna RGB yang umum digunakan tidak selalu optimal untuk analisis visual, terutama dalam lingkungan yang bervariasi pencahayaannya atau warna yang harus diidentifikasi secara spesifik. Oleh karena itu Dalam penelitian ini, membandingkan kinerja segmentasi ruang warna HSV dan YCbCr untuk deteksi objek. HSV (Hue, Saturation, Value) terdiri dari Hue mewakili warna dasar, Saturation mengukur kejelasan warna (intensitas atau kejenuhan), Value menunjukkan kecerahan warna. YCbCr (Luma, Blue-difference, Red-difference), Y adalah komponen luma yang merepresentasikan tingkat kecerahan, Cb dan Cr adalah komponen chrominance yang merepresentasikan informasi warna (biru dan merah), yang dapat mengisolasi aspek warna, intensitas, dan kecerahan.. Tujuan penelitian ini memberikan kontribusi penting untuk memahami keunggulan YCbCr dibandingkan HSV dalam konteks deteksi objek, serta memberikan pedoman praktis untuk penerapan teknik deteksi objek secara lebih efektif dan efisien. Hasil analisis dan eksperimen yang dilakukan, nilai PSNR (Peak Signal-to-Noise Ratio) paling besar pada citra 1 hasil segmentasi menggunakan ruang warna YCbCr dengan nilai 14,0627 dB dan nilai HSV paling besar bernilai 10,2397 dB. Berdasarkan nilai PSNR ruang warnaYCbCr memberikan kinerja unggul dalam hal segmentasi, , dan efisiensi komputasi. Keywords : Object detection, color space segmentation, HSV, YCbCr, PSNR]]>
Copyrights © 2024
