GLCM

Matrix GLCM dihitung dari nilai pixel yang berpasangan dan memiliki nilai intensitas
tertentu. Misalkan d adalah jarak antara dua pixel yaitu (x1,y1) dan (x2,y2) dan tetha
didefinisikan sebagai sudut antara keduanya, maka matrix GLCM merupakan distribusi spasial
dari Pd (i,j). Banyak paper menuliskan berbagai versi tentang perhitungan GLCM terutama
mengenai masalah sudut yang digunakan. Berikut adalah ilustrasi yang menggambarkan arah
sudut dengan jarak 1 pixel dan ada 4 jenis sudut yang digunakan:

a. 00 = 1800
b. 450 = 2250
c. 900 = 2700
d. 1350 = 3150

Tapi terkadang ada yang menyatakan terdiri dari 8 arah, hal ini terjadi karena antara
sudut 0 dan 180o dianggap berbeda begitu juga dengan arah sudut yang lainnya
o

Bagian ini akan membahas metode ekstraksi ciri statistik orde pertama dan kedua.
Ekstraksi ciri orde pertama dilakukan melalui histogram citra. Ekstraksi ciri statistik orde kedua
dilakukan dengan matriks kookurensi, yaitu suatu matriks antara yang merepresentasikan
hubungan ketetanggaan antar piksel dalam citra pada berbagai arah orientasi dan jarak spasial.
 Gambar 2 Ilustrasi ekstraksi ciri statistik
Kiri : Histogram citra sebagai fungsi probabilitas kemunculan nilai intensitas pada
citra

Kanan : Hubungan ketetanggaan antar piksel sebagai fungsi orientasi dan jarak
spasial

Langkah-langkah untuk membuat GLCM

Langkah-langkah untuk membuat GLCM simetris ternormalisasi secara berurutan adalah

sebagai berikut.

1. Membuat area kerja matriks.

2. Menentukan hubungan spasial antara piksel referensi dengan piksel tetangga,
berapa nilai sudut dan jarak d.
3. Menghitung jumlah kookurensi dan mengisikannya pada area kerja.
4. Menjumlahkan matriks kookurensi dengan transposenya untuk menjadikannya
simetris.
5. Normalisasi matriks untuk mengubahnya ke bentuk probabilitas.
A. Analisis metode M a t r i k C o - o c c u r a n c e

Langkah Langkah untuk membentuk Cooccurence Matrix simetris ternormalisasi adalah

sebagai berikut:

1. Membentuk Frame work/area kerja matriks

Misalkan kita mempunyai gray matrix dengan skala intensitas dari 0 sampai 3. Misalkan
Frame work yang terbentuk akan memiliki ukuran 7 x 5 karena citra grayscale diatas
memiliki 4 nilai intensitas yaitu (0 sampai 3). Framework yang terbentuk seperti dibawah
ini:

1 0 3 2 1 0 2
0 1 2 3 2 1 0
2 0 1 2 3 0 2
3 2 0 1 0 3 0
1 3 2 0 1 2 3
2. Maka tentukan Matrix GLCM
a. Komposisi Piksel
0 1 2 3
0 0,0 0,1 0,2 0,3
1 1,0 1,1 1,2 1,3
2 2,0 2,1 2,2 2,3
3 3,0 3,1 3,2 3,3
 b. Hasil Matriks Cooccurence P1,0(M) yaitu matrix GLCM dari jarak 1 untuk sudut 0o
0 1
0 (0,0) = 0 (0,1) = 4
1 (1,0) = 4 (1,1) = 0
2 (2,0) = 3 (2,1) = 2
3 (3,0) = 2 (3,1) = 0
3. Pembentukan matriks Cooccurence I
0 4
4 0
3 2
2 0
Sehingga I + IT = matriks GLCM yang simetri sudut 0o (matriks I di Tambah I
Transpose)
0 4
4 0
3 2
2 0
+
0 4
4 0
2 3
2 1
=
0 8
8 0
5 5
4 1
2 3
(0,2) = 2 (0,3) =2
(1,2) = 3 (1,3) = 1
(2,2) = 0 (2,3) = 3
(3,2) = 4 (3,3) = 0
2 2
3 1
0 3
4 0
2 2
3 1
0 3
4 0
3 2
2 0
0 4
1 0
5 4
5 1
0 7
7 0
 4. Normalisasi matriks untuk mengubahnya ke bentuk probabilitas.

(, ) =

di mana:
(, ) Matriks normaslisasi GLCM
a. Total jumlah pasangan matriks GLCM sudut 0o = 60
1
(, ) =
60

0 8 5 4
8 0 5 1
5 5 0 7
4 1 7 0

=
0/60 8/60 5/60 4/60
8/60 0/60 5/60 1/60
5/60 5/60 0/60 7/60
4/60 1/60 7/60 0/60

=
0 0.1333 0.0833 0.0667
0.1333 0 0.0833 0.0167
0.0833 0.0833 0 0.1167
0.0667 0.0167 0.1167 0

B. Perhitungan Fitur untuk Tekstur

1. Angular Second Moment/Uniformity/Energy :

1 = (, )2

di mana:
(, ) Matriks normaslisasi GLCM
(, ) adalah baris dan j adalah kolom matriks GLCM
Contoh Perhitungan = 1 dan = 1:
1 = (1,0)2 = (0.1333)2 = 0.0178

0 0.0178 0.0069 0.0044

0.0178 0 0.0069 0.0003
0.0069 0.0069 0 0.0136
0.0044 0.0003 0.0136 0

1 = (, )2 = (0,0)2 + (0,1)2 + (0,2)2 + (0,3)2

=0 =0

+(1,0)2 + (1,1)2 + (1,2)2 + (1,3)2

+ (2,0)2 + (2,1)2 + (2,2)2 + (2,3)2

+(3,0)2 + (3,1)2 + (3,2)2 + (3,3)2

= (0)2 + (0.1333)2 + (0.0833)2 + (0.0667)2

+(0.1333)2 + (0)2 + (0.0833)2 + (0.0167)2

+ (0.0833)2 + (0.0833)2 + (0)2 + (0.1167)2

+(0.0667)2 + (0.0167)2 + (0.1167)2 + (0)2

= 0 + 0.0178 + 0.0069 + 0.0044

+0.0178 + 0 + 0.0069 + 0.0003

+0.0069 + 0.0069 + 0 + 0.0136

+0.0044 + 0.0003 + 0.0136 + 0

= 0.0998

Sehingga Energi yang di dapatkan 0.0998

2. Entropy

2 = (, ) log((, ))

Contoh Perhitungan:
(0,0) = (0,0) log((0,0)) = (0). log(0.001) = 0
(0,1) = (0,1) ((0,1)) = (0.1333). (0.1333) = 0

0 0.1333 . .
. 0 . .
. . 0 .
. 0

3. Disssimilarity

3 = | |(, )

Contoh Perhitungan:
(0,0) = |0 0| (0,0) = (0) (0) = 0
(0,1) = |0 1| (0,1) = (1)(0.1333) = 0.1333
0 0.1333 0.1666 0.2001
0.1333 0 0.0833 0.0334
0.1666 0.0833 0 0.1167
0.2001 0

3 = | |(, )

= |0 0| (0,0) + |0 1| (0,1) + |0 2| (0,2) + |0 3| (0,3)

+|1 0| (1,0) + |1 1| (1,1) + |1 2| (1,2) + |1 3| (1,3)

+|2 0| (2,0) + |2 1| (2,1) + |2 2| (2,2) + |2 3| (2,3)

+|3 0| (3,0) + |3 1| (3,1) + |3 2| (3,2) + |3 3| (3,3)

 = (0) (0) + (1)(0.1333) + (2)(0.0833) + (3) (0.0667)

+(1) (0.1333) + (0) (0) + (1) (0.0833) + (2) (0.0167)

+(2) (0.0833) + (1) (0.0833) + (0) (0) + (1) (0.1167)

+(3) (0.0667) + (2) (0.0167) + (1) (0.1167) + (0) (0.1167)

= (0) + (0.1333) + (0.1666) + (0.2001)

+(0.1333) + 0 + (0.0833) + (0.0334)

+(0.1666) + (0.0833) + 0 + (0.1167)

+(0.2001) + (0.0334) + (0.1167) + 0

= 1.4668

Sehingga Disssimilarity yang di dapatkan 1.4668

4. Contras

4 = ( )2 (, )

Contoh Perhitungan:
(0,0) = (0 0)2 (0,0) = (0) (0) = 0
(0,1) = |0 1| (0,1) = (1)(0.1333) = 0.1333
0 0.1333
0
0
0

4 = ( )2 (, )

= (0 0)2 (0,0) + (0 1)2 (0,1) + (0 2)2 (0,2) + (0 3)2 (0,3)

+(1 0)2 (1,0) + (1 1)2 (1,1) + (1 2)2 (1,2) + (1 3)2 (1,3)

+|2 0| (2,0) + |2 1| (2,1) + |2 2| (2,2) + |2 3| (2,3)

+|3 0| (3,0) + |3 1| (3,1) + |3 2| (3,2) + |3 3| (3,3)