scholarly journals Batik Image Retrieval Based on Color Difference Histogram and Gray Level Co-Occurrence Matrix

2014 ◽  
Vol 12 (3) ◽  
pp. 597
Author(s):  
Agus Eko Minarno ◽  
Nanik Suciati
Keyword(s):  
Image Retrieval ◽  
Color Difference ◽  
Gray Level ◽  
Occurrence Matrix ◽  
Difference Histogram

scholarly journals Pengenalan Batik Indonesia Menggunakan Ciri Warna dan Tekstur

2020 ◽  
Vol 4 (2) ◽  
pp. 152
Author(s):  
Ema Rachmawati ◽  
Maula Ilma Ahgnia Dwi Anjani ◽  
Febryanti Sthevanie
Keyword(s):  
Color Difference ◽  
Gray Level ◽  
Occurrence Matrix ◽  
Difference Histogram

<p>Upaya pelestarian budaya bangsa melalui pengenalan batik merupakan hal yang harus selalu ditingkatkan. Terlebih dengan diakuinya budaya batik Indonesia oleh UNESCO sebagai bagian dari warisan budaya tak berwujud (<em>intangible)</em>. Hal inilah yang mendasari dilakukannya sejumlah penelitian terkait pengenalan batik. Hasil kinerja yang sangat baik telah dicapai oleh berbagai sistem pengenalan batik. Namun, berbagai penelitian yang dilakukan tersebut masih terbatas pada jumlah motif batik yang sedikit. Oleh karena itu, pada penelitian ini dibangun sistem pengenalan batik dengan menggunakan 114 motif batik dari 14 daerah di propinsi Jawa Barat. Ciri gabungan dibangun dengan mengkombinasikan ciri tekstur dan warna. Ciri tekstur didapatkan dari <em>Gray Level Co-occurrence Matrix</em> (GLCM) sedangkan ciri warna didapatkan dari <em>Color Difference Histogram</em> (CDH). Penulis juga menambahkan variasi dalam dataset yang berupa <em>rotate</em> dan <em>f</em><em>lip</em> untuk memperbesar variasi <em>intra-class</em>. Hasil utama dari kinerja sistem yang dibuat adalah akurasi sebesar 99,128 % dan <em>F1-Score</em> sebesar 98,9999% pada pengenalan batik berdasarkan daerah, sedangkan pada pengenalan batik berdasarkan motif didapatkan akurasi sebesar 98,2456% dan <em>F1-Score</em>  sebesar 98,3208%.  </p>

scholarly journals Using Color and Texture Feature Extraction Technique to Retrieve Image

2019 ◽  
Vol 8 (11S) ◽  
pp. 915-917
Keyword(s):  
Feature Extraction ◽  
Image Retrieval ◽  
Texture Feature ◽  
Color Images ◽  
Color Histogram ◽  
Gray Level ◽  
Texture Feature Extraction ◽  
Color Feature ◽  
Occurrence Matrix ◽  
Feature Extraction Technique

This paper proposes a content image retrieval using the texture and the color feature of the images. Although for extraction of texture feature, the “gray level co-occurrence matrix (GLCM) algorithm” is used and for extracting color feature the color histogram is used. The presented system is tested on the WANG database that contains a thousand color images with ten different classes by the help of three various type of distances

scholarly journals SMART CITY SECURITY: FACE-BASED IMAGE RETRIEVAL MODEL USING GRAY LEVEL CO-OCCURRENCE MATRIX

2020 ◽  
Vol 19 (3) ◽  
pp. 437-458 ◽  
Author(s):  
Abdullah Mohammed Rashid ◽  
Ali Adil Yassin ◽  
Ahmed Adel Abdel Wahed ◽  
Abdulla Jassim Yassin
Keyword(s):  
Image Retrieval ◽  
Smart City ◽  
Gray Level ◽  
Retrieval Model ◽  
Occurrence Matrix
Sign in / Sign up

Export Citation Format

Share Document