Segmentasi
Setelah proses grayscale dilakukan Interpolasi untuk resample kemudian dilakukan proses
menghilangkan noise
Dalam penelitian ini menghilangkan noise menggunakan Amoeba mean filter (AMF) [3]
Proses menghilangkan noise ini diperlukan agar proses ekstrasi ciri lebih efektif , tidak
perlu menghitung noise yang ada.
Pada AMF filtering lebih adaptif dengan konten citra. Langkah awal mengaplikasi gaussian
blur kemudian menentukan threshold dan radius. Radius digunakan untuk menentukan
ukuran window. Kemudian membaca pixel untuk menentukan selisih pixel dengan nilai
rata pada windows. Jika kurang dari threshold maka akan dijadikan tetangga dan
digunakan untuk perhitungan MEAN FILTER
Perbedaan Filtering
Amoeba filter kernel akan
beradaptasi dengan konten image
digunakan
untuk
menganalisa
tekstur
dari
citra
A1
1 e
m Pi .W1i
i 1
1
A1 : keluaran pada hidden unit
A2
W : bobot
n Ai .W2i
j 1
1 e
P : nilai masukan
Kemudian hasilnya akan digunakan untuk mendapatkan
keluaran dari output layer yaitu :
[1]
[2]
[3]
[4]
[5]