BINUS UNIVERSITY

Rekonstruksi Citra-Warna dari Penginderaan Kompresif dengan Matriks Pengukuran Teroptimasi

BINUS ICTC 2011

Endra Oey

Abstrak

Penginderaan kompresif merupakan teknik baru dalam akuisisi sinyal dimana proses akuisisi dan pemampatan sinyal dilakukan secara bersamaan. Penginderaan kompresif mensyaratkan sinyal sparse atau termampatkan di dalam suatu basis yang tepat dan nilai koherensi yang kecil antara matriks pengukuran dan basis tersebut. Matriks pengukuran yang banyak digunakan pada penginderaan kompresif adalah matriks acak Gaussian yang memiliki koherensi cukup kecil dengan basis yang sering digunakan seperti Fourier dan wavelet. Namun demikian nilai koherensi tersebut dapat diperkecil lagi dengan mengoptimasi matriks pengukuran. Pada tulisan ini optimasi matriks pengukuran dilakukan dengan mengurangi nilai mutual coherence dari dictionary ekivalen, yakni hasil perkalian antara matriks pengukuran dan basis. Matriks yang teroptimasi tersebut kemudian digunakan untuk proyeksi citra-warna menghasilkan pengukuran kompresif. Hasil simulasi percobaan menunjukan bahwa optimasi matriks pengukuran dapat meningkatkan kualitas rekonstruksi citra dengan kenaikan nilai PSNR mencapai 175 %.

 

Kata kunci

Penginderaan kompresif, basis, optimasi matriks pengukuran, mutual coherence, citra-warna