Download
1 / 14
140 likes | 544 Views
Segmentasi Citra. Pendahuluan . Segmentasi merupakan proses mempartisi citra menjadi beberapa daerah atau objek , berdasarkan sifat-sifat tertentu dari citra. Beberapa teknik segmentasi citra : Thresholding (global thresholding dan lokal adaptif thresholding) Connected Component labelling
E N D
Pendahuluan • Segmentasimerupakanprosesmempartisicitramenjadibeberapadaerahatauobjek, berdasarkan sifat-sifat tertentu dari citra. • Beberapa teknik segmentasi citra : • Thresholding (global thresholding dan lokal adaptif thresholding) • Connected Component labelling • Segmentasi Berbasis Clustering (Iterasi, K-means, fuzzy C-means, SOM)
Pengambangan(Thresholding) • Proses pengambangan akan menghasilkan citra biner, yaitu citra hitam dan putih. • Secara umum proses pengambangan citra grayscale adalah sbb :
Global Thresholding :Metode Histogram • Nilai T ditentukan berdasarkan histogram dari citra yang akan diambangkan.
Contoh:Single Thresholding Histogram Citra Citra Sel darah merah Hasil Segmentasi dg T = 160
Contoh:Multiple Thresholding Histogram Citra Citra Pulsar X-ray Hasil Multiple Thresholding
Lokal Adaptif Thresholding • Motivasi : Citra dengan lembah histrogram yang tinggi/tanpa lembah. • Prinsip dasar : Citra dibagi menjadi blok-blok kecil dan kemudian dilakukan pengambangan lokal pada setiap blok dengan nilai T yang berbeda.
Nilai ambang lokal dapat dihitung dengan salah satu dari tiga cara berikut :
Contoh:Lokal Adaptif Thresholding Citra grayscale eritrosit Histogram Citra Hasil Global Thresholding Hasil Lokal Adaptif Thresholding
Connected Component Labelling • Dilakukan dengan memeriksa suatu citra dan mengelompokkan setiap pixel ke dalam suatu komponen terhubung menurut aturan keterhubungan ( 4,8, atau m-connectivity) • Setiap komponen terhubung yang saling tidak terhubung (disjoin) pada suatu citra akan diberi label berbeda.
4-connected Scan citra dengan bergerak sepanjang baris sampai menemukan pixel p. Bila p sudah ditemukan maka periksa nilai pixel tetangga dari p yaitu pixel diatas dan di kiri dari p kemudian lakukan pemeriksaan berikut : • Bila kedua pixel tetangga bernilai 0 maka berilah label baru pada p. • Jika hanya satu saja dari pixel tetangga tersebut bernilai 1maka berilah label dari pixel tetangga tersebut pada p • Bilai kedua pixel tetangga bernilai 1 dan memiliki tanda sama maka berilah label dari pixel tetangga tersebut pada p • Bilai kedua pixel tetangga bernilai 1 dan memiliki tanda berbeda maka berilah label dari salah satu pixel tetangga tersebut pada p.
Contoh : Citra Grayscale Hasil Connected Component Labelling
Segmentasi Berbasis Clustering :Metode Iterasi • Pilih nilai T awal, biasanya dipakai nilai rata-rata dari intensitas citra • Segmentasi citra menjadi dua daerah, misalnya R1 dan R2 dengan menggunakan nilai T awal sebelumnya. • Hitung nilai rata-rata intensitas pada daerah R1 dan R2. Kedua nilai rata-rata tersebut berturut-turut disebut (r1 + r2)/2 • Hitung nilai T baru dengan rumus T=(r1 + r2)/2 • Ulangi langkah 2 sampai 4 sampai nilai T tercapai. Nilai T dikatakan te;ah tercapai bila nilai T tidak mengalami perubahan nilai T lagi.
