Image Segmentation Key Stages in Digital Image Processing

  • Slides: 16
Download presentation
Image Segmentation

Image Segmentation

Key Stages in Digital Image Processing Image Restoration Morphological Processing Image Enhancement Segmentation Image

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

nzalez & Woods, Digital Image Processing (2002) Key Stages in Digital Image Processing: Segmentation

nzalez & Woods, Digital Image Processing (2002) Key Stages in Digital Image Processing: Segmentation Image Restoration Morphological Processing Image Enhancement Segmentation Image Acquisition Object Recognition Problem Domain Representatio n& Description Colour Image Processing Image Compression

Image Segmentation a) Segmentasi merupakan proses partisi citra digital ke beberapa daerah (region). b)

Image Segmentation a) Segmentasi merupakan proses partisi citra digital ke beberapa daerah (region). b) 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. c) 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

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. •

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

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

Thresholding • Metode ini didasarkan pada pemisahan pixel ke dalam kelas yang berbeda tergantung pada tingkat keabuan 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, [x 0 x 1

ROI Selection: MATLAB • Command: roipoly • Syntax: roipoly(im); roipoly(im, [x 0 x 1 …xm], [y 0 y 1 …ym]; • im : input image • (x 0, y 0), (x 1, y 1), …, (xm, ym) : coordinate of the polygon covering region of interest. • E. g. roi = roipoly(im, [60 100 60], [40 40 80 80]);

Mask for ROI • Binary image with the white (1) indicating ROI. Mask coordinate:

Mask for ROI • 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 • Command: roifilt 2 • Syntax: roifilt 2(filter, image, roi); •

ROI Filtering: MATLAB • Command: roifilt 2 • Syntax: roifilt 2(filter, image, roi); • filter : 2 D 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:

Effect of ROI Filtering ROI at this coin • Unsharp masking in ROI. http: //www. mathworks. com/access/helpdesk/help/toolbox/images/roifilt 2. html

TAKE HOME QUIZ

TAKE HOME QUIZ

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

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

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 : 1. Susun tahap-tahap pada pre-processing dengan tepat agar

Kuis Praktek Yang perlu dikerjakan : 1. Susun tahap-tahap pada pre-processing dengan tepat agar citra dapat dipulihkan 2. Buatlah kode program dengan matlab sesuai dengan urutan tahap yang telah disusun 3. Masukkan kode program dan citra keluaran dari masing tahap ke dalam file. doc/. docx 4. Kirim file. doc/. docx ke email yang telah ditentukan