Seminar Nasional Teknologi Informasi, Komunikasi dan Aplikasinya STIKI,

MALANG 11 Nopember 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 bersamaan dengan pembelajaran kamus-basis untuk menghasilkan representasi yang lebih sparse dan meminimalkan nilai koherensi. Optimasi bersama kamus-basis dan matriks tersebut kemudian digunakan untuk proyeksi citra menghasilkan pengukuran kompresif. Hasil simulasi percobaan menunjukan bahwa optimasi bersama tersebut dapat meningkatkan kualitas rekonstruksi citra dengan kenaikan nilai PSNR mencapai 49% dibandingkan tanpa optimasi dan 26% dibandingkan dengan hanya melakukan optimasi matriks pengukuran.

 

Kata Kunci

Penginderaan kompresif, kamus-basis, matriks pengukuran, optimasi bersama