1.1 Segmentasi Citra Biner
Segmentasi merupakan suatu proses untuk mendapatkan area atau obyek yang diinginkan pada suatu citra dengan memisahkan antara area atau objek dari latar belakangnya. Salah satu cara yang sering digunakan dalam memilah-milah citra dalam data-data adalah segmentasi, yaitu membagi citra menjadi bagian yang diharapkan termasuk objek-objek yang dianalisis.
Salah satu metode yang efektif dalam segmentasi citra biner adalah dengan memeriksa hubungan piksel-piksel dengan tetangganya dan memberinya label. Metode ini disebut pelabelan komponen (component labeling).
1.2 Segmentasi Daerah
Pembagian citra menjadi beberapa daerah, berdasarkan sifat-sifat tertentu dari citra yang dapat dijadikan pembeda, disebut juga segmentasi citra. Suatu daerah dalam citra adalah sekumpulan piksel yang terkoneksi satu sama lain dan mempunyai sifat-sifat yang secara umum sama. Dalam citra ideal, sebuah daerah akan dibatasi dengan kurva tertutup, artinya objek yang berada di dalam citra itu tampil utuh, tidak terpotong atau menyentuh tepi bingkai citra. Pada prinsipnya, segmentasi daerah dan deteksi tepi membuahkan hasil yang sama, yaitu memisahkan objek atau objek-objek yang menjadi pusat perhatian dalam menginterpresentasi suatu citra.
Konsep-konsep dasar mengenai segmentasi daerah melalui operasi binerisasi (thresholding) yang bertujuan memisahkan daerah milik sebuah atau beberapa objek dan latar belakang untuk menghasilkan citra biner. Thesholding atau binerisasi yaitu pengelompokan piksel-piksel dalam citra berdasarkan batas nilai intensitas tertentu adalah salah satu contoh operasi tingkat titik. Untuk memperjelas pemisahan antara objek dengan latar belakang, citra di threshold berdasarkan nilai ambang tertentu dengan metode Otsu. Keakuratan dari segmentasi ini sangat menentukan keberhasilan dalam pemrosesan analisis citra secara otomatis. Konversi suatu citra abu-abu menjadi citra biner adalah bentuk sederhana dari segmentasi citra, di mana citra dipartisi menjadi dua bagian. Ada dua pendekatan yang digunakan dalam segmentasi objek [1] :
1. Segmentasi berdasarkan batas wilayah (tepi dari objek).
Pixel-pixel ditelusuri sehingga rangkaian pixel yang menjadi batas (boundary) antara objek dan latar belakangnya dapat diketahui secara keseluruhan (algoritma boundary following).
2. Segmentasi ke bentuk-bentuk dasar (misalnya segmentasi
huruf menjadi garis-garis vertikal dan horizontal, segmenatsi objek menjadi bentuk lingkaran, elips dan sebagainya).
Program segmentasi:
clear all;
k=input('Enter file name','s')
im=imread(k);
im2=rgb2gray(im);
im2=medfilt2(im2,[3 3]);
figure, imshow(im), title('original images');
BWs=edge(im2,'sobel');%,(graythresh(I)*.1));
figure, imshow(BWs), title('binary gradient mask');
se90=strel('line',3,90);
se0=strel('line',3,0);
BWsdil=imdilate(BWs,[se90 se0]);
figure, imshow(BWsdil), title('dilated gradient mask');
BWdfill=imfill(BWsdil,'holes');
figure, imshow(BWdfill);
title('binary image with filled holes');
BWnobord=imclearborder(BWdfill,1);
figure, imshow(BWnobord), title('cleared border image');
seD=strel('diamond',1);
BWfinal=imerode(BWnobord, seD);
BWfinal=imerode(BWfinal, seD);
figure, imshow(BWfinal), title('segmented image');
3. OUTPUT
Great Blog..!!!! Keep Blogging.... : )
BalasHapusbasically have to point out you come up with several fantastic points and definitely will write-up a variety of options to add in just after a day or two.
BalasHapus