2.

Segmentation
COMPUTER VISION – TK44019
Pengertian Segmentasi
• Segmentasi merupakan proses pembagian wilayah
pada citra dalam representasi daerah (region)
ataupun batas tepi (contour).

• Tipe segmentasi:
• Segmentasi daerah (region): merepresentasikan
pembagian wilayah/daerah (mis. Hutan, Lahan tani, Jalan,
dsb.)
• Segmentasi batas(contour): merepresentasikan
struktur/batas tepi dari daerah (mis. Struktur garis, elips,
lingkaran, dsb.)
Segmentasi daerah (region)
• Karakteristik:
• Daerah dari wilayah harus memiliki unsur yang
seragam dan homogen (mis. derajat keabuan,
warna, atau tekstur).
• Daerah harus sederhana dan tidak memiliki variasi
internal yang ramai.
• Daerah yang bersebelahan harus memiliki
perubahan nilai yang signifikan dalam kategori
unsur yang sama.
• Batasan dari setiap segmen harus smooth.
Segmentasi batas (contour)
• Sebuah titik tepi suatu obyek dalam citra adalah titik
dimana terdapat perubahan lokal yang jelas dalam
intensitas citra (diskontinuitas intensitas citra).

• Diskontinuitas intensitas citra dapat merupakan:

• Diskontinuitas langkah: intensitas citra berubah secara
tiba-tiba dari satu nilai pada satu sisi ke nilai yang berbeda
pada sisi lainnya.
• Diskontinuitas garis: intensitas citra berubah secara tiba-
tiba tetapi kembali ke nilai semula dalam jarak yang relatif
pendek.
Garis tepi (edge)
Penyebab terbentuknya tepian
1. Batasan obyek
2. Diskontinuitas permukaan
3. Diskontinuitas pencahayaan (batasan bayangan)
Penyebab terbentuknya tepian (1)
• Batasan alamiah obyek
Penyebab terbentuknya tepian (2)
• Diskontinuitas permukaan
Penyebab terbentuknya tepian (3)
• Diskontinuitas pencahayaan (batasan bayangan)
Profil tepi dari
diskontinuitas intensitas citra (1)
Profil tepi dari
diskontinuitas intensitas citra (2)
Pelacakan Tepi
• Segmentasi batas (contour) = pelacakan tepi.

• Langkah-langkah pelacakan tepi:

• Pengaburan (smoothing): digunakan untuk mengurangi
pergaruh noise pada citra.
• Penguatan: digunakan agar proses pelacakan lebih mudah
dilakukan (intensitas piksel yang terletak di sekitar tepi
obyek diperkuat, sedangkan piksel pada lokasi lainnya
diperlemah) à menghitung GRADIEN.
• Pelacakan: digunakan untuk menentukan titik tepi obyek
à operasi thresholding
Gradien
• Gradien adalah hasil pengukuran perubahan dalam
sebuah fungsi intensitas, dimana citra merupakan
kumpulan beberapa fungsi intensitas kontinyu dari
citra.

2 2
• Besaran gradien: G = G x + G y

• Arah suatu gradien: a = arctanæç Gx ö÷

è Gy ø
Operator Sobel p1 p2 p3
• Pembobotan ditekankan pada piksel tetangga p8 p0 p4
yang lebih dekat dengan titik pusat jendela:
p7 p6 p5

• Besaran gradien dihitung dengan rumusan c=2:

s x = ( p3 + cp4 + p5 ) - ( p1 + cp8 + p7 )
M= s x2 + s 2y
s y = ( p1 + cp2 + p3 ) - ( p7 + cp6 + p5 )
• Implementasi jendela dengan:
-1 0 1 1 2 1
Sx = -2 0 2 Sy = 0 0 0
-1 0 1 -1 -2 -1
Operator Prewitt
• Piksel tetangga mempunyai pengaruh yang sama
terhadap gradien pada titik pusat jendela.

• Besaran gradien dihitung dengan rumusan c=1:

s x = ( p3 + cp4 + p5 ) - ( p1 + cp8 + p7 )
M= s x2 + s 2y
s y = ( p1 + cp2 + p3 ) - ( p7 + cp6 + p5 )
• Implementasi jendela dengan:
-1 0 1 1 1 1
Sx = -1 0 1 Sy = 0 0 0
-1 0 1 -1 -1 -1
Sample pelacak tepi Sobel

Citra grayscale Sobel (x,y) gradien

Sobel x-gradien Sobel y-gradien

Related topics on edge detection
• Operator Robert
• Operator Laplacian
• Operator Laplacian Gaussian
• Operator Canny
• etc.
Q&A
TUGAS 1
10 20 240 128 70
• Selesaikan matriks berikut untuk
pendeteksian tepi dengan
80 200 50 220 85
operator Sobel.
• Dikumpulkan 25 Februari 2020 200 65 60 65 199
melalui MS Teams > Assignment
• Tugas dapat diketik atau ditulis 70 210 55 200 80
tangan lalu difoto.
30 30 240 45 50