Image Resizing Menggunakan Algoritma Seam Carving dengan Menggabungkan Dynamic Programming dan Stochastic Path

Abstract

ABSTRAK

Pada April 2007, Ariel Shamir dan Shai Avidan menemukan dan mempublikasikan algoritma seam carving. Kelebihan dari algoritma ini adalah pada saat ukuran sebuah citra diubah, dimana perubahan ukuran citra tersebut akan mengubah perbandingan panjang dan lebar. Seam carving dapat menjaga agar objek utama dalam citra tetap utuh, baik dengan atau tanpa bantuan user. Masalah yang timbul adalah operator pada makalah terdahulu menggunakan gradient magnitude dan histogram of oriented gradients dimana hanya 2 piksel yang paling berperan dalam menentukan sebuah tepi. Kedua operator ini sangat sensitif terhadap adanya gangguan pada citra (noise), karena hanya sedikit jumlah piksel yang dilibatkan untuk memperhitungkan gradien (Milan, 1993). Selain itu, menurut Hector Yee (2007) penggunaan algoritma dynamic programming seringkali menimbulkan artifact (pembentukan/perubahan objek). Penggunaan metode stochastic path dengan membuat 10.000 seam secara acak dinilai Hector Yee dapat memberikan hasil yang lebih baik (Hector. 2007). Namun, dengan metode tersebut ukuran citra akan mempengaruhi kualitas hasil resizing. Hal ini dikarenakan jumlah seam yang dibuat akan tetap meskipun ukuran citra bervariasi.

Oleh karena itu dalam makalah ini akan dilakukan modifikasi dari algoritma seam carving dengan cara menggabungkan algoritma dynamic pr