DISUSUN OLEH :
Dalam melakukan suatu proses pengolahan citra (image processing), ada kalanya
kita hanya memerlukan objek tertentu saja pada sebuah gambar atau citra, tidak
semua bagian kita perlukan untuk mempercepat dan mempermudah komputasi dalam
mencapai tujuan . Dengan hanya mengolah bagian yang diinginkan saja maka proses
pengolahan citra tersebut menjadi lebih detail dan rinci serta terarah. Misalkan dalam
sebuah gambar ruangan kelas berisi bayak sekali mahasiswa dan kita hanya ingin
mendetaksi atau mengolah citra mahasiswa yang menggunakan baju putih saja.
Maka kita perlu melakukan sebuah proses yang dapat memisahkan objek tersebut
dari objek yang lain dalam sebuah citra gambar. Proses itu disebut dengan segmentasi
citra. Pada proses segmentasi citra itu sendiri terbagi dalam beberapa metode yang
tergantung dengan tujuannya yang akan dijelaskan lebih lanjut dalam makalah ini.
1.3 Tujuan
1. Memahami apa itu segmentasi citra.
2. Memahami metode apa saja yang digunakan dalam proses segmentasi citra.
BAB 2
ISI
2.1Segmentasi Citra
Pada umumnya, keluaran dari segmentasi citra ini merupakan citra biner, dimana
pada objek yang dikehendaki benilai biner 1, objek yang tidak dikehendaki atau
backgroundnya bernilai 0.
(a) (b)
Segmentasi citra ini banyak digunakan untuk proses ekstrasi ciri pada citra
sebagai langkah awal pengenalan objek. Pada proses pengenalan objek ini,
segmentasi citra tidak bisa dilewatkan agar proses pengenalan semakin akurat.
Semakin bagus segmentasi yang dihasilkan, maka proses pengenalan objek semakin
mendekati benar.
Untuk mendapatkan hasil segmentasi yang bagus, maka terdapat beberapa metode
segmentasi citra yang dapat digunakan dalam proses pengolahan citra Proses
segmentasi citra sendiri terbagi 2 berdasarkan nilai kecerahan citra.
a. Discontiunity, Citra dipisahkan atau dibagi atas dasar perubahan dari nilai
derajat kecerahannya. Biasanya digunakan untuk deteksi titik, garis, dan sisi.
Ada beberapa metode yang dapat digunkan untuk melakukan segmentasi citra,
yang akan di bahas sebagai berikut :
a. Deteksi Tepi
Salah satu cara untuk melakukan segmentasi citra adalah dengan deteksi tepi.
Seperti namanya, deteksi tepi berarti mendeteksi tepian dari sebuah objek yang
membatasi dua wilayah citra homogeny yang memiliki tingkat kecerahan
berbeda. Proses ini menghasilkan tepi-tepi dari objek-objek yang bertujuan untuk
menandai bagian yang menjadi detail citra/gambar agar dapat diidentifikasi atau
dianalisis serta memperbaiki kualitas citra yang blur akibar proses akuisisi.
1. Sobel
Metode ini mengambil prinsip dari fungsi laplace dan gaussian yang
dikenal sebagai fungsi untuk membangkitkan HPF, dan kelebihan dari metode
sobel ini adalah mengurangi noise sebelum melakukan perhitungan deteksi
tepi.
2. Prewitt
4. Robert
Metode Robert adalah nama lain dari teknik differensial pada arah
horisontal dan differensial pada arah vertikal, dengan ditambahkan proses
konversi biner setelah dilakukan differensial. Maksud konversi biner adalah
meratakan distribusi warna hitam dan putih.
5. Canny
Dari keempat metode deteksi tepi di atas, metode yang paling sering
digunakan adalah metode Sobel, dimana metode ini dapat mengurangi noise sebelum
melakukan perhitungan deteksi tepi.
Operator Sobel terdiri dari matriks Kernel 3x3 dimana ada matriks Gx dan Yx.
Matriks mask tersebut dirancang untuk memberikan respon secara maksimal terhadap
tepian objek.
M= Gx Gy 11+7 = 18
Dengan demikian, nilai 1 diubah menjadi nilai 18 pada citra keluaran. Dalam
konvolusi terdapat dua kemungkinan yang jika ditemukan, diselesaikan dengan cara
berikut, yaitu
b. Jika hasil konvolusi menghasilkan nilai piksel lebih besar daripada nilai
keabuan maksimum, maka nilai tersebut dijadikan nilai keabuan
maksimum.
Contoh deteksi tepi menggunakan MATLAB
Asli Sobel
Prewitt Roberts
LoG Canny
b. Deteksi Titik
Penggunaan marking untuk melakukan deteksi titik, misalkan penggunaan
masking laplace sebagai berikut
c. Deteksi Garis
Proses deteksi garis dilakukan melalui beberapa sisi, seperti horisontal,
vertikal, dan sudut (+/-)450
d. Thresholding
Setelah citra sudah tersegmentasi atau sudah berhasil dipisahkan objeknya dengan
background, maka citra biner yang diperoleh dapat dijadikan sebagai masking utuk
melakukan proses cropping sehingga diperoleh tampilan citra asli tanpa background
atau dengan background yang dapat diubah-ubah.
Metode thresholding ini juga dapat disebut metode ambang batas, yang artinya
dilakukan pemetaan pixel sesuai dengan ambang batas agar mendapatkan nilai pixel
yang dikehendaki. Rumusnya sebagai berikut :
Keterangan:
f0(x,y) : adalah citra hasil threshold
T : Nilai Pemetaan Pixel
Dimisalkan T1 =50,T2=100 T3=150, maka dapat dipetakan seluruh nilia yang berada
daro 0-50 akan diganti dengan nilai 50, yang berada antar 50 sampai 100 diganti
dengan nilai 100, yang berada antara 100 sampai 150 diganti dengan nilai 150, begitu
seterusnya sesuai dengan pemetaan yang dibuat, dan pembentukan peta harus sesuai
dengan kebutuhan, contoh operasi ambang batas tunggal.
operasi ambang batas tunggal adalah yaitu batas pembagian hanya satu,
berarti nilai pixel dikelompkan menjadi dua kelompok seperti ditunjukan pada rumus
berikut:
3.1 Kesimpulan