segmentasi Aniati
Transcript of segmentasi Aniati
![Page 1: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/1.jpg)
Segmentasi Citra
Dr. Aniati Murni (R 1202)Dina Chahyati, M.Kom (R 1226)
Fakultas Ilmu KomputerUniversitas Indonesia
![Page 2: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/2.jpg)
Topik Pendahuluan Edge based:
Mendeteksi discontinuities Edge Linking and Boundary detection
Region based: Thresholding Region Growing Region Merging and Splitting Clustering
Hybrid
![Page 3: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/3.jpg)
Pendahuluan Segmentasi merupakan proses mempartisi citra
menjadi beberapa daerah atau objek Segmentasi citra pada umumnya berdasar pada sifat
discontinuity atau similarity dari intensitas piksel Pendekatan discontinuity:
mempartisi citra bila terdapat perubahan intensitas secaratiba-tiba (edge based)
Pendekatan similarity: mempartisi citra menjadi daerah-daerah yang memiliki
kesamaan sifat tertentu (region based) contoh: thresholding, region growing, region splitting and
merging
![Page 4: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/4.jpg)
4
Pendekatan Edge-BasedPendekatan Edge-Based
Kekurangannya: belum tentumenghasilkan edge yang kontinue,mengakibatkan terjadinya kebocoranwilayah (wilayah-wilayah yang tidaktertutup)
Prosedur: Melakukan proses deteksi sisi dengan
operator gradient. Masukannya citra graylevel dan keluarannya citra edge (biner)
Citra Masukan Deteksi Sisi Citra Edge
![Page 5: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/5.jpg)
Mendeteksi discontinuity Terdiri dari: deteksi titik, deteksi garis, deteksi sisi Dapat menggunakan mask/kernel, berbeda untuk
setiap jenis deteksi Khusus untuk deteksi sisi, dapat menggunakan cara-
cara yang telah dibahas sebelumnya, seperti denganmenggunakan operator gradien (Roberts, Sobel,Prewitt), atau Laplacian.
![Page 6: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/6.jpg)
Deteksi titik
![Page 7: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/7.jpg)
DeteksiGaris
![Page 8: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/8.jpg)
Deteksi Sisi
![Page 9: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/9.jpg)
Edge Linking & Boundary det. Hasil dari deteksi sisi seringkali tidak
menghasilkan sisi yang lengkap, karenaadanya noise, patahnya sisi karena iluminasi,dan lain-lain.
Oleh karena itu proses deteksi sisi biasanyadilanjutkan dengan proses edge linking.
Dari sekian banyak cara, yang akan dibahas: Local Processing Global Processing dengan teknik Graph-Theoretic
![Page 10: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/10.jpg)
Local Processing Merupakan cara paling sederhana, dengan menggunakan
analisa ketetanggaan 3x3 atau 5x5. Sifat utama yang digunakan untuk menentukan kesamaan piksel
sisi adalah Nilai gradien: (x,y) = |Gx| + [Gy| Arah gradien: (x,y) = tan-1(Gx/Gy)
Jika piksel pada posisi (x0,y0) adalah piksel sisi, maka pikselpada posisi (x,y) dalam jendela ketetanggaan yang sama bisadikategorikan sisi pula jika |(x,y) - (x0,y0)| E | (x,y) - (x0,y0)| A E dan A adalah nilai ambang non negatif
![Page 11: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/11.jpg)
Contoh
![Page 12: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/12.jpg)
Global Proc. w/ Graph theoretic Dapat mengatasi noise Komputasi lebih sulit Global : langsung mencakup seluruh citra, bukan
menggunakan jendela ketetanggan Menggunakan representasi graph
Setiap piksel dianggap sebagai node Setiap piksel hanya bisa dihubungkan dengan piksel lain jika
mereka bertetangga (4-connected) Edge yang menghubungkan piksel (node) p dan q pada graf
memiliki nilai (weighted graph): C(p,q) = H – [f(p) – f(q)] H: nilai intensitas keabuan tertinggi pada citra f(p) dan f(q): nilai keabuan piksel p dan q
Kemudian dicari lintasan sisi dengan cost terendah
![Page 13: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/13.jpg)
Contoh
Pada contoh ini,ukuran citra hanyaberukuran 3x3.
Untuk memudahkan,diasumsikan bahwaedge mulai dari baristeratas dan berakhir dibaris terakhir.Dkl, edge hanya bisaberawal dari (1,1)(1,2)atau (1,2)(1,3), danberakhir di (3,1)(3,2)atau (3,2)(3,3),
![Page 14: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/14.jpg)
Contoh
![Page 15: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/15.jpg)
Topik Pendahuluan Edge based:
Mendeteksi discontinuities Edge Linking and Boundary detection
Region based: Thresholding Region Growing Region Merging and Splitting Clustering
Hybrid
![Page 16: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/16.jpg)
Thresholding Sering digunakan
untuk segmentasikarena mudah danintuitif.
Diasumsikan setiapobjek cenderungmemiliki warnayang homogen danterletak padakisaran keabuantertentu
![Page 17: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/17.jpg)
Contoh
![Page 18: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/18.jpg)
18
Pendekatan Region-BasedPendekatan Region-Based
Kekurangannya: belum tentu menghasilkan wilayah-wilayah yang bersambungan
Prosedur: Memerlukan criteria of uniformity (kriteria) Memerlukan penyebaran seeds atau dapat juga dengan
pendekatan scan line Dilakukan proses region growing
unidentified region
![Page 19: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/19.jpg)
Region-based
Konsep DasarAnggap himpunan R adalah seluruh daerah citra. Kita
akan mempartisi R menjadi daerah-daerah R1, R2,…Rn, sedemikian hingga: R1R2R3…Rn= R Ri adalah daerah yang terhubung (untuk i = 1,2,…n) Ri Rj = untuk semua i,j, i j P(Ri) = TRUE untuk i = 1,2,…,n P(Ri Rj) = FALSE untuk i j
P adalah predikat/kriteria tertentu yang harusdimiliki suatu daerah.
![Page 20: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/20.jpg)
Region Growing Tentukan beberapa piksel seed.
Seed bisa ditentukan manual atau secara random Untuk setiap piksel seed, lihat 4 atau 8 tetangganya, jika
kriterianya sama (kriteria bisa berupa perbedaan keabuandengan seed, dll) maka tetangga tersebut bisa dianggap beradadalam 1 region/daerah dengan piksel seed.
Teruskan proses dengan mengecek tetangga dari tetangga yangsudah kita cek, dst.
Tidak bisa hanya digunakan kriteria saja, tanpa melihatkonektivitas ketetanggaan, karena bisa tidak membentukdaerah
Stopping rule kadang tidak mencakup semua kemungkinansehingga pada akhir region growing ada piksel yang belumdicek sama sekali.
![Page 21: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/21.jpg)
Contoh
![Page 22: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/22.jpg)
Region Splitting n Merging Splitting: membagi citra menjadi beberapa daerah
berdasarkan kriteria tertentu (teknik quadtree) Merging: gabungkan daerah-daerah berdekatan yang
memiliki kriteria yang sama. Kriteria: bisa varian keabuan dll Prosedur umum:
Split R menjadi 4 kuadran disjoint jika P(R) = FALSE Merge sembarang daerah berdekatan Ri, Rj jika P(Ri Rj) =
TRUE
Berhenti jika tidak ada proses split n merge yang bisadilakukan
![Page 23: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/23.jpg)
Contoh
![Page 24: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/24.jpg)
K-MeansClustering
![Page 25: segmentasi Aniati](https://reader034.fdocuments.in/reader034/viewer/2022052322/5571f8e949795991698e5e4e/html5/thumbnails/25.jpg)
25
Pendekatan Hybrid Edge & Region BasedPendekatan Hybrid Edge & Region Based
Bertujuan untuk mendapatkan segemntasi denganwilayah-wilayah yang tertutup dan bersambungan
Prosedur: Lakukan proses deteksi sisi untuk menhasilkan citra sisi
(piksel edge dan piksel non-edge) Lakukan pemisahan wilayah dengan metode connected
region. Connected regions adalah set piksel 4-tetanggayang bukan piksel edge.
Selanjutnya dilakukan proses merging regions denganrumusan-rumusan tertentu