Supeno Mardi Susiki Nugroho, Mauridhi Hery Purnomo, Mauridhi Hery Purnomo : Reduksi Dimensi Citra Super Resolusi dengan Metode PCA

Supeno Mardi Susiki Nugroho ST., M.T.
Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng.
Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng.

External link

Type

Seminar Nasional

Keywords


Abstract

PCA (Principle Component Analisys) sebagai analisa faktor yang digunakan untuk mereduksi variabel dimensi citra. super resolusi Pada makalah ini metode PCA dipakai untuk menemukan 16 patches terbaik dari himpunan citra Training dan juga memperkecil waktu proses pada training set. Untuk meningkatkan kualitas dari perbesaran citra super resolusi memerlukan variasi pola dan komponen warna yang sesuai dengan citra asli yang direkonstruksi melalui training set model Markov Network dalam bentuk patches , namun proses identifikasi dan pengenalan atau pada makalah ini disebut proses matching membutuhkan waktu yang cukup lama untuk perbesaran citra diatas factor 4x dan cenderung tepi citra pecah (terjadi artefac). Aplikasi PCA dapat membantu permasalahan waktu dan kualitas hasil citra perbesaran, dengan hanya memilih komponen utama pada setiap patch yang dibentuk dengan mengurangi jumlah piksel yang dihitung setiap patch yang diperoleh dari database training set. Hasil yang diperoleh memperlihatkan bahwa waktu proses matching untuk ukuran citra 182x182 faktor 2x memerlukan waktu rata-rata 350 detik.