Mahalanobis Fuzzy C-Means Clustering with Spatial Information for Image Segmentation
| Main Author: | Gunawan, Wawan |
|---|---|
| Other Authors: | Lembaga Penelitian dan Pengabdian kepada Masyarakata (LP2M) UIN Raden Intan Lampung |
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
IndoCEISS in colaboration with Universitas Gadjah Mada, Indonesia
, 2023
|
| Subjects: | |
| Online Access: |
https://journal.ugm.ac.id/ijccs/article/view/81521 https://journal.ugm.ac.id/ijccs/article/view/81521/36331 |
Daftar Isi:
- Algoritma segmentasi Fuzzy C-Means dapat diimplementasikan pada segmentasi citra berdasarkan jarak mahalanobis; Namun, metode ini hanya perlu mempertimbangkan situasi ruang warna, bukan sistem ketetanggaan citra. itu adalah efek proses deteksi tepi yang tidak berjalan dengan baik dan menghasilkan akurasi yang kurang dalam hasil segmentasi. Pada artikel ini, kami mengusulkan metode baru untuk segmentasi citra dengan Mahalanobis fuzzy C-means Spatial information (MFCMS). Metode yang diusulkan menggabungkan ruang fitur dan citra informasi lingkungan (informasi spasial) untuk meningkatkan akurasi hasil segmentasi pada citra. MFCMS terdiri dari dua Langkah, modul histogram threshold untuk langkah pertama dan modul MFCMS untuk langkah kedua. Modul Threshold Histogram digunakan untuk mendapatkan kondisi inisialisasi MFCMS untuk centroid cluster dan jumlah centroid. Hasil pengujian menunjukkan bahwa metode ini memberikan kinerja segmentasi yang lebih baik daripada kesalahan klasifikasi (ME) dan kesalahan area latar depan relatif (RAE) masing-masing sebesar 1,61 dan 3,48.