Deteksi Objek dengan Model Warna Ycbcr dan Similiarity Distance

Abstract

Deteksi object menjadi hal menarik untuk diteliti, namu deteksi object tidak lepas dari proses segmentasi untuk melepaskan background dengan area penting untuk dideteksi. Dalam peneltiian ini kami menggunakan segmentasi warna YCbCr dengan kluster warna 2 dan 3 dari metode K-Means pada 139 image dari dataset ImageClef2017. Images yang kami ambil memiliki karakteristik background yang kompleks sehingga membutuhkan operator-operator selain metode dari segmentasi warna seperti holes, filter dan openarea. Kami juga menggunakan pendekatan jarak dari Manhattan distance untuk mengkluster warna. Tujuan dari penelitian ini untuk mendapatkan nilai akurasi terbaik dari kluster-kluster yang kami teliti. Hasil yang kami peroleh adalah kluster 3 mendapatkan akurasi lebih baik dibandingkan kluster 2.