SEGMENTASI PENGOLAHAN CITRA

SEGMENTASI CITRA

A.    PENGERTIAN

Segmentasi citra merupakan proses untuk membagi citra ke dalam beberapa bagian yang memiliki kemiripan atribut (homogen) berdasarkan kriteria tertentu , misalnya tingkat keabuan suatu piksel dengan tingkat keabuan piksel tetangganya, lalu hasil proses segmentasi digunakan untuk proses tingkat lebih lanjut yang dapat dilakukan terhadap suatu citra, misalnya proses klasifikasi citra dan proses identifikasi objek. Pada citra yang hanya mengandung satu objek, objek dibedakan dari latar belakangnya.

Umumnya hasil segmentasi citra berupa citra biner di mana objek (foreground) yang dikehendaki berwarna putih (1), sedangkan background yang ingin dihilangkan berwarna hitam (0). Sama halnya pada proses perbaikan kualitas citra, proses segmentasi citra juga bersifat eksperimental, subjektif, dan bergantung pada tujuan yang hendak dicapai.

B.     ALGORITMA

Algoritma segmentasi citra berdasarkan karakteristik nilai derajat kecerahan citra :

1.      discontinuity : citra dibagi berdasarkan perubahan yang mencolok dari derajat kecerahannya. Umumnya digunakan untuk deteksi titik, garis, area, dan sisi citra.

2.           similarity : didasarkan atas thresholding, region growing, dan region spiltting and merging. Prinsip segmentasi citra bisa diterapkan untuk citra yang statis maupun dinamis.

C.    METODE

1.      Thresholding

Thresholding prosesnya didasarkan pada perbedaan derajat keabuan citra. Dalam proses ini dibutuhkan suatu nilai batas (nilai threshold).

-          Jika nilai intensitas citra ≥ nilai threshold à diubah menjadi putih (1)

-          Jika nilai intensitas citra ≤ nilai threshold à diubah menjadi hitam (0).

-          Hasil dari  thresholding berupa citra biner.

-           

Gambar 1. Contoh segmentasi citra menggunakan metode thresholding.

2.      Active Contour

Active contour adalah metode yang menggunakan model kurva tertutup yang dapat bergerak melebar ataupun menyempit.

Gambar 2. Contoh hasil segmentasi citra menggunakan active contour

3.      Segmentasi warna berdasarkan komponen Hue

Segmentasi warna merupakan metode yang memisahkan antara objek dengan background berdasarkan ciri warna tertentu dari objek tersebut dengan mengkonversi ruang warna citra yang semula RGB menjadi ruang warna HSV (Hue, Saturation, Value). Hue adalah komponen yang merepresentasikan warna dari berbagai panjang gelombang cahaya yang diekstrak dan dibagi-bagi menjadi beberapa daerah warna.

      

   Gambar 3. Pembagian daerah warna Hue                  Gambar 4. Contoh segmentasi  warna terhadap warna hijau

4.      Deteksi Tepi

Penentuan tepian objek bertujuan untuk mengenali objek-objek yang terdapat dalam citra. serta mengidentifikasi garis batas (boundary) objek pada citra. Tepian disebut sebagai lokasi piksel yang memiliki nilai perbedaan intensitas citra secara ekstrem. Sebuah edge detector bekerja dengan cara mengidentifikasi dan menonjolkan lokasi-lokasi piksel yang memiliki karakteristik tersebut. Operasi deteksi tepi dilakukan melalui proses konvolusi matriks menggunakan suatu kernel matriks.

5.      Watershed

Watershed adalah metode yang membagi citra menjadi region yang berbeda dengan menggambarkan citra sebagai relief topografi. Metode watershed menghasilkan terlalu banyak region yang menyebabkan bagian penting objek terpisah atau disebut oversegmentasi. Cara mengurangi oversegmentasi meliputi watershed dengan memanfaatkan perbedaan gradien untuk menentukan arah dari kemiringan topografi, penambahan marker yang dapat digunakan untuk mensegmentasi sebagian objek yang dipilih, serta dengan menggunakan multiresolusi yang mengurangi oversegmentasi dengan skala ruang.

gambar 5. Kiri (citra asli), tengah (citra hasil transformasi watershed yang oversegmentasi), kanan(citra hasil transformasi watershed dan low pass filtering).

6.      Transformasi Hough

Transformasi Hough digunakan untuk mendeteksi garis lurus. Transformasi Hough dapat digunakan untuk mengisolasi atau memperoleh fitur dari sebuah citra. Keuntungan transformasi Hough adalah dapat mendeteksi sebuah tepian dengan celah pada batas fitur dan secara relatif tidak dipengaruhi oleh derau atau noise. Transformasi Hough bekerja dengan memanfaatkan sebuah deret Array yang dinamakan akumulator.

Berikut penerapan rumus fungsi transformasi hough :

                      

     (a)Fungsi Garis                             (b) fungsi lingkaran                                             (c) Vector

Gambar 6. Contoh hasil Tranformasi lingkaran hough

D.    JENIS-JENIS

1. Segmentasi Pola Tekstur menggunakan Filter Gabor

2. Segmentasi Warna menggunakan Algoritma Fuzzy C-Means Clustering

3. Segmentasi Warna menggunakan Algoritma K-Means Clustering

4. Segmentasi Warna dalam ruang warna HSV

5. Segmentasi Citra dengan Metode Multi Thresholding dan K-Means Clustering

6. Segmentasi Citra Grayscale dengan Metode K-Means Clustering

E.     PENERAPAN DALAM KEHIDUPAN SEHARI-HARI

Terdapat beberapa contoh penerapan segmentasi citra, salah satunya adalah segmentasi citra batik berdasarkan fitur tekstur.

Kain batik dapat dikelompokkan berdasarkan kesamaan pola-polanya dan kemudian dapat dilakukan proses pengenalan pola. Proses segmentasi citra batik ini menggunakan metode Filter Gabor dan K-means Clustering berdasarkan fitur tekstur dengan menggunakan 4 sampel batik setiap jenis dari citra akan dilakukan 18 kali pemrosesan dengan mengkombinasikan nilai gamma, theta, dan lambda. Setiap 1 sampel batik akan diambil 1 jenis secara acak. Setiap 1 jenis batik yang dipilih akan dilakukan pengecilan ukuran (resize), pengaturan pencahayaan (brightness), dan pemotongan citra (cropping). Setelah dilakukan pengujian proses segmentasi citra dengan membandingkan nilai gamma,theta, dan lambda. Berdasarkan hasil uji yang dilakukan setelah dilakukan beberapa kombinasi nilai yang ada, dapat diketahui bahwa hasil citra Filter Gabor dan K-means Clustering akan baik pada nilai gamma=0.5, nilai theta=90, dan nilai lambda=15.Sedangkan selain nilai gamma=0.5, nilai theta=90, dan nilai lambda=15 akan mengalami penurunan kualitas citra.

Gambar 7. Hasil segmentasi citra batik

Penerapan segmentasi citra yang lain :

1.      Segmentasi iris mata menggunakan transformasi hough

2.      Penerapan Filter Gabor Untuk Analisis Tekstur Citra Mammogram

3.      Penerapan Metode Segmentasi untuk Mendeteksi Kanker Payudara dengan Pengolahan Citra Mammogram

4.      Penerapan Metode Segmentasi Pada Analisis Citra Digital Head Ct Scan