Image Segmentation.

Slides:



Advertisements
Presentasi serupa
Outline Materi Hubungan antara Comp. Vision, Grafika Komputer, Pengolahan Citra, dan Pengenalan Pola (Pattern Recognition) Domain Computer Vision Processing.
Advertisements

Artificial Intelegent
CS3204 Pengolahan Citra - UAS
Pengertian Citra Dijital
Segmentasi Citra.
PENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA
Filter Spasial Citra.
Perbaikan Citra pada Domain Spasial
PENGOLAHAN CITRA DIGITAL
Pengolahan Citra (TIF05)
PERBAIKAN KUALITAS CITRA 1
VISION.
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Edge Detection (Pendeteksian Tepi)
Pertemuan 7 Pengolahan Citra Digital
Image Enhancement.
Pengolahan Citra Digital
Filter Spasial Citra.
Fuzzy for Image Processing
Pengolahan Citra Digital Materi 6
PENDETEKSIAN TEPI 4/14/2017.
Pengolahan Citra Digital
1 Pertemuan 5 Deteksi Bentuk Primitif Obyek 2D Matakuliah: T0283 – Computer Vision Tahun: 2005 Versi: Revisi 1.
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Segmentasi Citra. Tujuan Memberikan pemahaman kepada mahasiswa tentang:  karakteristik dasar dari berbagai algoritma segmentasi  proses filtering untuk.
Modul 1 PENGANTAR PENGOLAHAN CITRA
PENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA
MODUL 3 PERBAIKAN KUALITAS CITRA
Materi 02(b) Pengolahan Citra Digital
Pertemuan 12 : Aksentuasi Citra [Image Enhancement]
Modul 1 PENGANTAR PENGOLAHAN CITRA
IMAGE PROCESSING Ferda Ernawan, Ph.D
pengolahan citra References:
Intro Kelas Sistem Multimedia.
Materi 07 Pengolahan Citra Digital
MODUL14 Segmentasi Citra
Operasi Matematis Pada Citra
CS3204 Pengolahan Citra - UAS
MODUL 4 PERBAIKAN KUALITAS CITRA (2)
Digital Image Fundamentals
PENGOLAHAN CITRA DAN POLA
Stimik Cilegon, 25 Juni 2010 Anna Hendrawati
DETEKSI TEPI.
PENGANTAR PENGOLAHAN CITRA
Signal Processing Image Processing Audio Processing Video Processing
Pengolahan Citra Digital
RESEARCH FIELDS BIDANG PENELITIAN.
Kualitas Citra Pertemuan 1
Image Enhancement –Spatial Filtering
Pengolahan Citra Pertemuan 11
Signal Processing Image Processing Audio Processing Video Processing
Peningkatan Mutu Citra
Image Segmentation.
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
KONVOLUSI DAN TRANSFORMASI FOURIER
Digital Image Processing
Pengolahan Citra Digital Peningkatan Mutu/Kualitas Citra
CS3204 Pengolahan Citra - UAS
Operasi Matematis Pada Citra
Konsep Dasar Pengolahan Citra
PENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA
PENGENALAN CITRA DIGITAL
PENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA
IMAGE ENHANCEMENT.
KONSEP DASAR CITRA DIGITAL
Pertemuan 10 Mata Kuliah Pengolahan Citra
SEGMENTASI.
KONSEP DASAR CITRA DIGITAL
PENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA
Pemrosesan Bukan Teks (Citra)
Transcript presentasi:

Image Segmentation

Key Stages in Digital Image Processing Image Restoration Morphological Processing Image Enhancement Segmentation Image Acquisition Object Recognition Representation & Description Problem Domain Colour Image Processing Image Compression

Key Stages in Digital Image Processing: Segmentation Image Restoration Morphological Processing Image Enhancement Segmentation Image Acquisition Object Recognition Images taken from Gonzalez & Woods, Digital Image Processing (2002) Representation & Description Problem Domain Colour Image Processing Image Compression

Image Segmentation Segmentasi merupakan proses partisi citra digital ke beberapa daerah (region). Tujuan untuk : membagi citra menjadi beberapa daerah (Region of Interest (ROI)) yang homogen berdasarkan kriteria kemiripan tertentu menyederhanakan ataupun mengubah representasi citra menjadi sesuatu yang lebih bermakna dan mudah dianalisa. Kesalahan pada proses segmentasi akan mempengaruhi proses pengenalan dan pemahaman citra pada tingkat yang lebih lanjut.

Region of Interest Processing (ROI) memungkinkan pengguna untuk mengakses bagian tertentu dari sebuah citra digital untuk diolah secara berbeda. Fitur ini menjadi sangat penting, apabila terdapat bagian atau area tertentu dari citra digital yang dianggap lebih penting dari area yang lainnya.

Region of Interest Processing (ROI) Process image only in the predefined area. The predefined area is called “Region Of Interest” (ROI). Function is the same as before but applied to only ROI.

Metoda Segmentasi Region based: Thresholding Region Growing Region Merging and Splitting Clustering

Thresholding Metode ini didasarkan pada pemisahan pixel ke dalam kelas yang berbeda tergantung pada tingkat keabuan masing-masing pixel. Intensitas citra medis seperti tumor dan jaringan pada otak sangat rumit dan memiliki tingkat keabuan yang sangat dekat sehingga sulit menentukan nilai ambang batas (threshold). Metode ini tidak bisa diterapkan untuk citra dengan tingkat keabuan yang berdekatan sehingga biasanya dikombinasikan dengan metode lain.

ROI Selection: MATLAB Command: roipoly Syntax: roipoly(im); roipoly(im, [x0 x1 …xm], [y0 y1 …ym]; im : input image (x0, y0), (x1, y1), …, (xm, ym) : coordinate of the polygon covering region of interest. E.g. roi = roipoly(im, [60 100 100 60], [40 40 80 80]);

Mask for ROI Mask coordinate: (222, 21) (272, 21) (300, 75) Binary image with the white (1) indicating ROI. Mask coordinate: (222, 21) (272, 21) (300, 75) (270, 121) (221, 121) (191, 75) http://www.mathworks.com/access/helpdesk/help/toolbox/images/roipoly.html

ROI Filtering: MATLAB TRY !! Command: roifilt2 Syntax: roifilt2(filter, image, roi); filter : 2D linear filter image : input image roi : region of interest (1: ROI, 0: not ROI) TRY !!

Effect of ROI Filtering ROI at this coin Unsharp masking in ROI. http://www.mathworks.com/access/helpdesk/help/toolbox/images/roifilt2.html

TAKE HOME QUIZ

QUIZ TAKE HOME Sistem pengenalan dan klasifikasi sebuah penyakit melalui ekstraksi ciri pola tepi

QUIZ TAKE HOME Citra biomedik di samping ini mengalami degradasi dan noise sehingga butuh dipulihkan untuk diproses lebih lanjut. Proses pemulihan ini masuk ke dalam tahap pre-processing dari sebuah sistem pengenalan dan klasifikasi sebuah penyakit melalui ekstraksi ciri pola tepi. Proses-proses pemulihan (diurutkan secara acak) yang disyaratkan pada tahap pre-processing sistem adalah sebagai berikut : Perbaikan kontras citra dengan histogram stretching dan histogram equalization Menghilangkan/mengurangi noise pada citra (pilihlah tipe filter yang tepat untuk jenis noise tsb) Perbaikan pencahayaan (brightness) citra dengan operasi titik Deteksi tepi (edge detection) dengan menggunakan image gradient, dengan operator Sobel berikut :

Kuis Praktek Yang perlu dikerjakan : Susun tahap-tahap pada pre-processing dengan tepat agar citra dapat dipulihkan Buatlah kode program dengan matlab sesuai dengan urutan tahap yang telah disusun Masukkan kode program dan citra keluaran dari masing-masing tahap ke dalam file .doc/.docx Kirim file .doc/.docx ke email yang telah ditentukan