segmentasi

Segmentasi
Segmentasi
• Proses pembagian gambar menjadi
banyak segmen
• Untuk menyederhanakan atau mengubah
representasi sebuah gambar menjadi lebih
mudah dianalisa
• Umumnya digunakan untuk menentukan
lokasi objek atau batasan
(gambar,kurva,dll) dalam sebuah gambar
• Memberi label tiap pixel pada sebuah
gambar, pixel dengan label yang sama
mempunyai karakteristik visual tertentu
Segmentasi
• Hasil dari segmentasi gambar adalah
kelompok segmen yang secara kolektif
meliputi seluruh gambar, atau suatu
kelompok garis/kurva yang diekstrak dari
gambar
• Tiap pixel mempunyai karakteristik yang
sama, misalnya warna, intensitas atau
tekstur.
• Salah satu metode untuk segmentasi
adalah Region Growing
Region/Segmen
• Region/segmen – kumpulan pixel
• Properti – nilai gray-scale, warna, tekstur,
bentuk
• Properti digunakan untuk identifikasi
region, kesamaan properti digunakan
untuk membentuk region tertentu
Region/Segmen
• Dalam bentuk matematika, jika suatu
gambar/image I dibagi dalam n
Region/Segmen, maka I adalah
union/gabungan dari semua Region (Rn)
• I = R1 U R2 U R3 U …. U Rn
Penerapan Segmentasi
• Medis
– Menentukan lokasi tumor
– Mengukur ketebalan jaringan otot
– Studi struktur anatomi
– Bedah yang dipandu computer
• Menentukan lokasi objek pada suatu
gambar satelit (jalan, hutan, dll)
• Pengenalan wajah
• Pengenalan sidik jari
Contoh Segmentasi
Gambar Asli Hasil Segmentasi
Contoh Segmentasi
Gambar Asli Hasil Segmentasi
Contoh Segmentasi
Gambar Asli Hasil Segmentasi
Region Growing
• Salah satu metode segmentasi gambar
yang berbasis region
• Diklasifikasikan juga sebagai salah satu
metode segmentasi gambar yang berbasis
pixel
• Tujuan utama dari metode segmentasi
gambar berbasis region adalah membagi
gambar menjadi region-region/daerahdaerah
Region Growing
• Dimulai dengan menentukan kelompok
titik awal (seed points)
• Kemudian berkembang menjadi sebuah
region
• Dengan cara mendeteksi apakah pixel
terdekat mempunyai properti yang sama.
• Jika sama maka tambahkan ke seed
points sampai membentuk sebuah region
Contoh
• Misalnya sebuah gambar petir gray-scale
• Tujuan untuk menandai bagian dari
gambar petir tersebut yang paling kuat
Gambar Asli
Contoh
• Kita tentukan titik-titik yang mempunyai
nilai gray-scale paling tinggi (255) sebagai
seed point/titik awal
Contoh
• Setelah menentukan seed points, kita menentukan
range/kisarannya.
• Pada gambar di atas ditentukan range/kisarannya
adalah 225-255
• Artinya yang ditandai adalah yang mempunyai nilai grayscale
diatas 225
Range 190-255
Range 155-255
Contoh
• Makin lebar range/kisarannya, makin besar area
yang didapatkan
• Pada contoh gambar tersebut masih banyak
area yang mempunyai nilai gray-scale diatas
155 yang tidak ditampilkan
• Yang digambarkan adalah yang mempunyai
hubungan dengan seed points
• Manfaatnya adalah mengurangi noise
• Dalam contoh kasus di atas, manfaatnya adalah
selain bagian dari petir tidak akan digambarkan
karena tidak berhubungan dengan seed points
Kelebihan Region Growing
• Dapat memisahkan region yang mempunyai properti
yang sama seperti yang kita kehendaki
• Menyediakan hasil segmentasi yang bagus bagi gambar
yang memiliki batas yang jelas
• Konsep yang sederhana. Kita hanya perlu menentukan
sejumlah seed point untuk menunjukkan properti yang
kita kehendaki, lalu region sudah dapat dibentuk
• Kita dapat menentukan seed points dan kriteria yang
ingin kita buat
• Kita dapat menentukan beberapa kriteria dalam waktu
yang sama
• Berperan baik dalam menangani noise
Kekurangan Region Growing
• Proses komputasi/perhitungan yang berat
• Tidak dapat membedakan bayangan dari
gambar nyata
Histogram
• Untuk menentukan tingkat/nilai gray-scale
atau warna dapat menggunakan
histogram
• Merupakan suatu grafik distribusi
intensitas warna pada citra.
• Histogram dibuat dengan cara
menghitung jumlah tiap intensitas pada
tiap warna pada suatu gambar.
Contoh
Contoh
• Gambar b menunjukkan histogram dari
gambar a
• Gambar d menunjukkan histogram dari
gambar c
• Pada gambar a, distribusi intensitas warna
sedikit terpusat ke warna dengan intensitas
sedang. Dengan kisaran intensitas antara 150
sampai 255.
• Sedang gambar c, mempunyai distribusi dengan
kecenderungan terletak pada daerah-daerah
gelap pada kisaran warna antara 0 sampai 150.
Gambar
Histogram