Warna merupakan salah satu informasi yang dapat membedakan antar kelompok pada segmentasi citra. Informasi warna diekstraksi ke dalam ruang warna tertentu sebelum dilakukan proses segmentasi. Pemilihan ruang warna yang sesuai dengan karakteristik citra berwarna dapat meningkatkan hasil segmentasi citra. Ruang warna seragam (CIE L*a*b* dan L*u*v*) merupakan ruang warna yang sesuai dengan persepsi manusia, cocok digunakan untuk segmentasi citra. Neutrosophic set (NS), merupakan generalisasi dari fuzzy set, di mana setiap anggota himpunan mempunyai nilai kebenaran, kesalahan dan ketidakpastian. NS dapat digunakan untuk menyelesaikan ketidakpastian pada segmentasi citra. Pada penelitian ini, dibandingkan penggunaan tiga ruang warna (RGB, L*a*b* dan L*u*v*) pada segmentasi citra menggunakan NS. Ekstraksi warna pada suatu ruang warna akan ditransformasikan ke citra neutrosophic. Operasi -mean dan -enhancement dilakukan untuk mengurangi ketidakpastian pada citra neutrosophic berdasarkan nilai entropy citra. Proses segmentasi citra menggunakan -K-means clustering. Hasil uji coba perbandingan ruang warna menunjukkan bahwa pengolahan informasi warna pada ruang warna L*u*v* menghasilkan segmentasi citra lebih baik dibandingkan dengan ruang warna L*a*b* dan RGB. Hasil segmentasi ruang warna L*u*v* dengan -K-means clustering pada domain NS juga menghasilkan kinerja yang lebih baik dibanding Fuzzy C-means clustering pada domain NS maupun K-means clustering tanpa NS. udKata kunci : Neutrosophic set, ruang warna RGB, ruang warna L*a*b*, ruang warna L*u*v*, - K-Means clustering
展开▼
机译：颜色是可以区分图像分割中各组的信息之一。在执行分割过程之前，将颜色信息提取到某个颜色空间中。根据彩色图像的特征选择色彩空间可以改善图像分割的结果。统一的色彩空间（CIE L * a * b *和L * u * v *）是与人类感知相匹配的色彩空间，适用于图像分割。中智集（NS）是模糊集的概括，其中集的每个成员都具有真值，误差和不确定性值。 NS可用于解决图像分割中的不确定性。在这项研究中，比较了使用NS在图像分割中使用三种颜色空间（RGB，L * a * b *和L * u * v *）的情况。颜色空间中的颜色提取将转换为中智图像。进行均值和增强操作以减少基于图像熵值的中智图像的不确定性。图像分割过程使用-K-means聚类。色彩空间比较测试的结果表明，与L * a * b *和RGB色彩空间相比，在L * u * v *色彩空间中对色彩信息的处理可以实现更好的图像分割。在NS域中使用C -K-means聚类的L * u * v *颜色空间分割的结果也比在NS域中的Fuzzy C-means聚类或没有NS的K-means聚类产生更好的性能。关键字：中智集RGB颜色空间L * a * b *颜色空间L * u * v *颜色空间-K-Means聚类
展开▼
