Daerah yang berkembang adalah yang paling sederhana dalam metode segmentasi

citra daerah-dasar [3]. Konsep tumbuh algoritma wilayah adalah memeriksa piksel
tetangga poin benih awal, kemudian menentukan apakah mereka piksel tetangga
ditambahkan ke poin biji atau tidak. Oleh karena itu, proses berulang-ulang
Wilayah algoritma tumbuh:
1. Pilih titik benih.
2. Jika piksel tetangga poin benih awal yang memenuhi kriteria seperti ambang
batas, mereka akan tumbuh. Ambang batas bisa intensitas, tekstur tingkat abu-abu,
dan warna ... dll.
Kami menggunakan kriteria nilai pixel yang sama pada Gambar. 3.1, kemudian
memeriksa piksel tetangga poin benih awal. Jika nilai-nilai pixel mereka identik
dengan titik benih, mereka dapat ditambahkan ke titik benih. Hal ini berhenti
sampai tidak ada perubahan dalam dua iterasi berturut-turut. Kami menggunakan
lingkungan 4-terhubung untuk menumbuhkan piksel tetangga dari titik awal benih
sini.

I. SEGMENTASI CITRA

Segmentasi citra (image segmentation) mempunyai arti membagi suatu citra

menjadi wilayah wilayah yang homogen berdasarkan kriteria keserupaan yang
tertentu antara tingkat keabuan suatu piksel dengan tingkat keabuan piksel piksel
tetangganya, kemudian hasil dari proses segmentasi ini akan digunakan untuk
proses tingkat tinggi lebih lanjut yang dapat dilakukan terhadap suatu citra,
misalnya proses klasifikasi citra dan proses identifikasi objek
Terdapat dua pendekatan utama dalam segmentasi citra yaitu didasarkan pada tepi
(edge-based) dan didasarkan pada wilayah (region-based). Segmentasi didasarkan
pada tepi
membagi citra berdasarkan diskontinuitas di antara sub-wilayah (subregion), sedangkan segmentasi yang didasarkan pada wilayah bekerjanya
berdasarkan keseragaman yang ada pada sub-wilayah tersebut. Dalam computer
vision, segmentasi mengacu pada proses pembagian citra digital ke dalam multiple
region (himpunan pixel). Tujuan akhir dari segmentasi adalah menyederhanakan
dan atau merubah representasi suatu citra ke dalam gambaran yang lebih
mempunyai arti dan lebih mudah untuk di analisa. Segmentasi citra secara khusus
digunakan untuk melokalisasi objek atau batas ( bisa berupa garis, kurva, dll) dalam
citra. Hasil dari segmentasi citra adalah sekumpulan wilayah yang melingkupi citra
tersebut, atau sekumpulan kontur yang diekstrak dari citra (pada deteksi tepi).
Contoh segmentasi dapat dilihat dalam gambar berikut : Tiap piksel dalam suatu
wilayah mempunyai kesamaan karakteristik atau propeti yang dapat dihitung
(computed property), seperti : warna (color), intensitas (intensity),dan tekstur
(texture).

Gambar 1.1 Contoh Segmentasi

Segmentasi wilayah merupakan pendekatan lanjutan dari deteksi tepi. Dalam

deteksi tepi segmentasi citra dilakukan melalui identifikasi batas-batas objek
(boundaries of object). Batas merupakan lokasi dimana terjadi perubahan
intensitas. Dalam pendekatan didasarkan pada wilayah, maka identifikasi dilakukan
melalui wilayah yang terdapat dalam objek tersebut. Adapun beberapa teknik atau
algoritma yang termasuk dalam segmentasi citra yaitu :
1. Metode pengelompokkan (Clustering Methods).
2. Histogram-Based Methods.
3. Edge Detection Methods.
4. Region Growing Methods.
5. Level Set Methods
6. Graph Partitioning Methods
7. Watershed Transformation
8. Model based segmentation
9. Multi-scale segmentation
10.Semi-automatic segmentation
Metodologi berbasis region dibagi menjadi :
1. Metodologi berbasis transformasi region
Metodologi berbasis transformasi region (wilayah) dibagi menjadi :
Region Growing

Region Splitting
Region Merging
Segmentasi berbasis Region Growing
Contoh segmentasi region growing yaitu transformasi watershed.

2. Metodologi berbasis histogram

Berikut adalah CODE MATLAB UNTUK REGION GROWING
function regrow(x)
f1=imread(x);
f=double(f1);
s=255;
t=65;
if numel(s)==1
si=f==s;
s1=s;
else
si=bwmorph(s,'shrink',Inf);
j=find(si);
s1=f(j);
end
ti=false(size(f));
for k=1:length(s1)
sv=s1(k);
s=abs(f-sv)<=t;
ti=ti|s;
end
[g nr]=bwlabel(imreconstruct(si,ti));
figure,imshow(f1),title(Citra asal);
figure,imshow(g),title('Citra hasil segmentasi Region Growing');
display('No: of regions');
nr
end

Dengan fungsi diatas lakukan proses segmentasi citra pada citra cameramen.tif
Berikut code fungsi watershed yang sudah disediakan di Matlab :
%Segmentasi Watershed
img=imread('cameraman.tif');
img_wat=watershed(img);
figure, imshow (img);
figure, imshow (img_wat);

%Menampilkan hasil segmentasi watershed dengan pewarnaan agar terlihat

%bentuk segmen per objek

Lrgb = label2rgb(img_wat, 'spring', 'c', 'shuffle');

figure, imshow(Lrgb)
title('Colored watershed label matrix (Lrgb)')

Dibawah ini adalah code fungsi watershed yang menggunakan distance transform :

img=imread('cameraman.tif');
bw = im2bw(img);
D = bwdist(bw);
DL = watershed(D);
bgm = DL == 0;
figure, imshow (img);
figure, imshow (bw);
figure, imshow(bgm), title('Watershed ridge lines (bgm)')