Image Resizing menggunakan algoritma Seam Carving dengan menggabungkan Dynamic Programming dan Stochastic Path

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 penelitian 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 dkk., 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 tugas akhir ini akan dilakukan modifikasi dari algoritma seam carving dengan cara menggabungkan algoritma dynamic programming dengan stochastic path dan mengganti operator gradient magnitude dengan operator Laplacian of Gaussian serta melakukan evaluasi terhadap keutuhan objek utama citra hasil dengan cara membandingkan selisih tinggi dan lebar (dalam satuan piksel) objek utama pada citra asli, citra hasil metode scaling dan citra hasil dengan metode seam carving . Penelitian ini membuahkan hasil yang cukup menggembirakan. Hal ini terlihat dari tidak ditemukannya artifact pada citra yang digunakan dalam percobaan Hector Yee (2007). Namun, penulis menemukan pembentukan artifact pada sebuah citra dimana latar belakang pada citra tersebut terdapat banyak objek. Sehingga nilai energi pada latar belakang cenderung lebih tinggi dibandingkan dengan nilai energi pada objek utama. Dalam seam carving keutuhan objek utama citra hasil ditentukan oleh 2 hal, masing-masing adalah objek utama itu sendiri dan latar belakang citra asli. Objek utama akan lebih bertahan apabila objek utama tersebut yang benar-benar terfokus, memiliki warna yang lebih kontras dibandingkan dengan latar belakang dan berukuran lebih kecil, serta memiliki banyak ruang kosong pada latar belakang