ICSEJOURNALICSEJOURNAL
Journal of Computer Science and Engineering (JCSE)Journal of Computer Science and Engineering (JCSE)This study explores the efficacy of adaptive thresholding techniques in denoising signature images captured under varying lighting conditions. Signature images from multiple individuals were obtained in different illumination scenarios, and three prominent adaptive thresholding algorithms, namely histogram thresholding, Otsus method, and the Gaussian Mixture Model (GMM), were applied to the noisy images. The performance of each technique was rigorously evaluated using root mean square error (RMSE) and correlation coefficient metrics. The findings reveal that the Gaussian Mixture Model significantly outperformed both histogram thresholding and Otsus method, achieving superior noise reduction and better preservation of essential information. This was evidenced by lower RMSE values and higher correlation coefficients. These results suggest that the Gaussian Mixture Model is a highly effective technique for denoising signature images, particularly under varying lighting conditions. Its superior performance underscores its potential as a robust tool for enhancing the clarity and accuracy of signature verification systems. This study provides valuable insights into the application of adaptive thresholding techniques in image processing, highlighting the advantages of the Gaussian Mixture Model over traditional methods. The implications of this research are substantial for fields that rely on precise signature recognition and verification, such as banking, legal documentation, and security systems. This study specifically focuses on signature segmentation as a preprocessing step for signature verification systems. It does not directly address full document verification but aims to improve segmentation accuracy under varying lighting conditions, which is a foundational component in document authentication pipelines.
The findings indicate that the Gaussian Mixture Model (GMM) consistently outperforms both Histogram and Otsu thresholding algorithms across all quantitative measures.The GMM achieved the highest mean correlation coefficient, the highest SSIM value, and the lowest RMSE, confirming its superior capability in preserving structural information and reducing noise under varying illumination.These findings collectively highlight the exceptional performance of the GMM thresholding algorithm under diverse lighting conditions, making it a promising solution for image segmentation tasks.
Berdasarkan penelitian ini, beberapa saran penelitian lanjutan dapat diajukan untuk memperluas pemahaman dan meningkatkan kinerja algoritma segmentasi citra tanda tangan. Pertama, penelitian dapat difokuskan pada pengembangan metode adaptif yang lebih cerdas dalam menangani variasi pencahayaan yang ekstrem, misalnya dengan menggabungkan informasi kontekstual dari dokumen atau memanfaatkan teknik pembelajaran mendalam untuk memprediksi kondisi pencahayaan optimal. Kedua, eksplorasi kombinasi algoritma thresholding yang berbeda, seperti menggabungkan Otsus method dengan GMM, dapat menghasilkan pendekatan hibrida yang lebih robust dan akurat. Ketiga, penelitian dapat menginvestigasi pengaruh parameter-parameter dalam algoritma GMM terhadap kinerja segmentasi, serta mengembangkan metode otomatis untuk memilih parameter yang optimal berdasarkan karakteristik citra tanda tangan.
| File size | 730.08 KB |
| Pages | 11 |
| DMCA | Report |
Related /
UNUGHAUNUGHA Hasil menunjukkan bahwa TOPSIS memberikan penilaian konsisten dan objektif bagi setiap siswa. Analisis sensitivitas dilakukan untuk menguji keandalan hasilHasil menunjukkan bahwa TOPSIS memberikan penilaian konsisten dan objektif bagi setiap siswa. Analisis sensitivitas dilakukan untuk menguji keandalan hasil
IKMIIKMI Penggunaan media sosial, dompet digital, dan marketplace telah meningkatkan daya saing UMKM dan membantu memperluas pasar mereka. Dukungan dari pemerintahPenggunaan media sosial, dompet digital, dan marketplace telah meningkatkan daya saing UMKM dan membantu memperluas pasar mereka. Dukungan dari pemerintah
IKMIIKMI Menggunakan dataset Diabetes Health Indicators (N=100.000), penelitian ini membandingkan dua skenario: (1) model LR baseline yang menggunakan semua fiturMenggunakan dataset Diabetes Health Indicators (N=100.000), penelitian ini membandingkan dua skenario: (1) model LR baseline yang menggunakan semua fitur
UMUSUMUS Selain meningkatkan tingkat kesehatan serta kecerdasan, juga semakin menggairahkan sektor perikanan untuk dapat mendorong peningkatan penyerapan tenagaSelain meningkatkan tingkat kesehatan serta kecerdasan, juga semakin menggairahkan sektor perikanan untuk dapat mendorong peningkatan penyerapan tenaga
UBHARAUBHARA Metode Logistic Regression dengan SMOTE menunjukkan performa terbaik dengan akurasi 89,28%, presisi rata-rata 89,5%, recall rata-rata 89,75%, dan skorMetode Logistic Regression dengan SMOTE menunjukkan performa terbaik dengan akurasi 89,28%, presisi rata-rata 89,5%, recall rata-rata 89,75%, dan skor
SEMINAR IDSEMINAR ID Pembahasan pada bagian hasil menunjukkan bahwa metode K-Means Clustering menghasilkan 5 cluster. Perhitungan Sillhoute Score mendapat 0,426 dan masuk kePembahasan pada bagian hasil menunjukkan bahwa metode K-Means Clustering menghasilkan 5 cluster. Perhitungan Sillhoute Score mendapat 0,426 dan masuk ke
IDID Keamanan data tersebut sangat diperlukan untuk menjaga kerahasiaan data dimana pada data ijazah terdapat nomor ijazah yang merupakan satu-satunya buktiKeamanan data tersebut sangat diperlukan untuk menjaga kerahasiaan data dimana pada data ijazah terdapat nomor ijazah yang merupakan satu-satunya bukti
STMIK AMIKBANDUNGSTMIK AMIKBANDUNG Dengan ini diharapkan dapat mengurangi potensi kebocoran data Administrasi Rekam Medis secara signifikan. Kesimpulan dari Penulis telah menyajikan pendekatanDengan ini diharapkan dapat mengurangi potensi kebocoran data Administrasi Rekam Medis secara signifikan. Kesimpulan dari Penulis telah menyajikan pendekatan
Useful /
UINMADURAUINMADURA Berbeda dengan studi Al-Quran yang hanya memfokuskan Al-Quran sebagai objek kajian yang berfokus pada tekstualitas dari Al-Quran itu sendiri, sedangkanBerbeda dengan studi Al-Quran yang hanya memfokuskan Al-Quran sebagai objek kajian yang berfokus pada tekstualitas dari Al-Quran itu sendiri, sedangkan
UMSIUMSI Metode studi kasus instrumental digunakan dengan fokus pada tiga Satuan Kerja Perangkat Daerah (SKPD). Hasil menunjukkan bahwa kepemimpinan situasionalMetode studi kasus instrumental digunakan dengan fokus pada tiga Satuan Kerja Perangkat Daerah (SKPD). Hasil menunjukkan bahwa kepemimpinan situasional
ICSEJOURNALICSEJOURNAL Temuan kritis mencakup inkonsistensi terminologi yang disebabkan oleh terjemahan (misalnya, Hebes vs. Hebei) serta tantangan retensi konteks pada dialogTemuan kritis mencakup inkonsistensi terminologi yang disebabkan oleh terjemahan (misalnya, Hebes vs. Hebei) serta tantangan retensi konteks pada dialog
ICSEJOURNALICSEJOURNAL Penelitian ini membuktikan bahwa tuning hyperparameter dan ensemble dapat meningkatkan akurasi serta transparansi model.meskipun model ini efektif, penggunaannyaPenelitian ini membuktikan bahwa tuning hyperparameter dan ensemble dapat meningkatkan akurasi serta transparansi model.meskipun model ini efektif, penggunaannya