The aim of this study is to find out characteristics of Green Rapid lettuce with digital image processing using morphological technique on image and first order statistical feature extraction. In digital image processing, the original images were processed to be RGB image and then processed again to be grayscale one. The grayscale images were processed to be biner image so that the image can be changed into biner form (0 and 1). In morphological process, this study used edge detection, dilation, and erosion. The final stage of morphological process used feature extraction process to find out image morphological characteristics which can be described mathematically. The result of extraction showed its samples within range or average area about 9.593.622.205.915.820 pixels, perimeter about 8.427.724.410.694.360 pixels, length about 829.877.174.308.893 pixels, and width about 1.654.002.663.010.820 pixels
Penelitian ini bertujuan untuk mengetahui hasil perbandingan tanaman selada menggunakan metode morfologi dan ekstrasi ciri dari proses kroping pada citra dan citra asli. Teknik kroping merupakan teknik memperkecil ukuran citra. Sedangkan citra asli merupakan citra hasil dari tangkapan alat citra digital. Pada pengolahan citra digital terdapat teknik atau metode morfologi pada citra. Sebelum tahap morfologi, citra akan di proses menggunakan 2 metode yaitu metode kroping pada citra dan citra asi atau tanpa kroping. Setelah proses kroping atau tanpa kroping citra di olah menjadi citra abu-abu (grayscale), selanjutnya citra akan di proses menggunakan deteksi tepi untuk memperoleh hasil bagian tepi pada citra. Kemudian citra diubah menjadi bentuk biner (0 dan 1) atau sering disebut citra biner. Setelah pengolahan citra digital selesai kemudian tahap morfologi, dimana terdapat proses dilasi dan erosi. Proses ini bertujuan untuk mempertebal dan menipiskan hasil citra atau untuk meningkatkan hasil pendeteksian pada citra atau objek. Tahap selanjutnya yaitu proses ekstrasi ciri, dimana proses ini bertujuan untuk memperoleh nilai matematis pada sebuah citra.Proses ekstrasi ciri pada citra dilakukan sebanyak dua kali yaitu ekstrasi ciri citra asli dan ekstrasi ciri citra kroping. Dari hasil ekstrasi dapat diperoleh nilai matematis citra dengan ketentuan luas, keliling, kebundaran, kerampingan, panjang dan lebar. Proses ekstrasi ciri yang pertama atau citra asli didapatkan nilai matematis dengan rentang atau rata-rata luas 51.667.147.953.650.600, keliling 58.594.529.654.404.700, kebundaran 1.000.149.515.265.920, kerampingan 30.741.557.873.547.900, panjang 3.496.560.371.093.740 dan lebar 8.489.952.148.437.490. Sedangkan proses ekstrasi ciri kroping pada citra didapat nilai matematis citra dengan rentang atau rata-rata luas 83.364.228.960.567.300, keliling 26.081.033.779.659.700, kebundara 10.002.171.123.342.300, kerampingan 41.652.085.165.818.800, panjang 27.072.842.968.749.900 dan lebar 7.598.551.957.031.240.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.