Segmentasi Citra.pptVIP

Segmentasi Citra Dr. Aniati Murni (R 1202) Dina Chahyati, M.Kom (R 1226) Fakultas Ilmu Komputer Universitas Indonesia Topik Pendahuluan Edge based: Mendeteksi discontinuities Edge Linking and Boundary detection Region based: Thresholding Region Growing Region Merging and Splitting Clustering Hybrid 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 secara tiba-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 Pendekatan Edge-Based Kekurangannya: belum tentu menghasilkan edge yang kontinue, mengakibatkan terjadinya kebocoran wilayah (wilayah-wilayah yang tidak tertutup) Prosedur: Melakukan proses deteksi sisi dengan operator gradient. Masukannya citra gray level dan keluarannya citra edge (biner) Citra Masukan Deteksi Sisi Citra Edge 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 dengan menggunakan operator gradien (Roberts, Sobel, Prewitt), atau Laplacian. Deteksi titik Deteksi Garis Deteksi Sisi Edge Linking Boundary det. Hasil dari deteksi sisi seringkali tidak menghasilkan sisi yang lengkap, karena adanya noise, patahnya sisi karena iluminasi, dan lain-lain. Oleh karena itu proses deteksi sisi biasanya dilanjutkan dengan proses edge linking. Dari sekian banyak cara, yang akan dibahas: Local Processing Global Processing dengan teknik Graph-Theoretic Local Processing Merupakan cara paling sederhana, dengan menggunakan analisa ketetanggaan 3x3 atau 5x5. Sifat utama yang digunakan untuk menentukan