Segmentasi Obyek Pada Citra Digital Menggunakan Metode Otsu Thresholding

Abstract

Abstrak: Citra digital memiliki ukuran dan obyek berupa foreground dan background. Untuk memisahkannya, perlu dilakukan sebuah proses segmentasi citra. Salah satu metode dalam proses segmentasi citra adalah menggunakan Metode Otsu thresholding. Penelitian ini dibagi menjadi lima proses, yaitu input data citra, pre-processing, segmentasi, cleaning, dan perhitungan akurasi. Tahap pertama adalah input data citra digital RGB yang di dalamnya terdiri dari beberapa obyek. Tahap kedua adalah konversi dari citra RGB ke citra grayscale. Tahap ketiga adalah mencari nilai ambang secara otomatis menggunakan Metode Otsu thresholding, kemudian dikonversi ke citra biner. Tahap keempat adalah proses invert image, noise removal dengan nilai ambang 150, dan morphology. Tahap terakhir adalah proses perhitungan akurasi dilakukan untuk mengukur kinerja dari metode segmentasi yang selanjutnya hasil dari proses tersebut dibandingkan dengan citra Ground Truth hasil pengamatan user secara langsung untuk menghitung tingkat akurasi. Pengujian dilakukan pada Weizmann Segmentation Database sebanyak 30 citra digital RGB. Akurasi yang didapat dari pengujian tersebut sebesar 93,33%.Kata kunci: Metode Otsu thresholding; Region properties; Segmentasi; Weizmann database. Abstract: Digital image has size and object in the form of foreground and background. To separate it, it is necessary to be conducted the image segmentation process. Otsu thresholding method is one of image segmentation method. In this research is divided into five processes, which are input image PENDAHULUANSegmentasi citra digital dilakukan dengan membedakan antara obyek dan latar belakang, antara lain dengan memanfaatkan operasi pengambangan secara otomatis. Nilai thresholding (ambang) pada citra grayscale didapat dengan menggunakan Metode Otsu [1]. Dengan demikian, Metode Otsu thresholding cocok untuk mencari nilai ambang dari sebuah citra grayscale. Sehingga menghasilkan citra segmentasi yang bagus. Metode Otsu thresholding merupakan metode segmentasi yang cukup akurat dalam mendapatkan daerah yang merupakan obyek tersegmentasi dengan menggunakan histogram grayscale.Proses sebelum dilakukan perhitungan tingkat akurasi terhadap citra hasil segmentasi, terlebih dahulu harus melalui proses invert image dan noise removal, agar area yang bukan termasuk obyek dapat dihilangkan [2].Proses selanjutnya adalah perbaikan citra, morphology merupakan sebuah proses perbaikan pada citra biner. Prosesnya adalah menggabungkan titiktitik latar yang ada di dalam obyek menjadi bagian dari obyek. Agar piksel yang bukan termasuk obyek dan berada di dalam obyek pada citra digital diganti dengan piksel berwarna putih [3]. Lubang atau holes pada citra didefinisikan sebagai wilayah yang memiliki latar belakang dengan dikelilingi oleh perbatasan piksel yang terhubung dengan foreground atau obyek. Filling holes ini digunakan untuk mengisi bagian tengah obyek yang berlubang.Setelah didapat hasil perbaikan citra, proses selanjutnya adalah menghitung tingkat akurasi dari setiap citra hasil segmentasi. Pr...

Klasifikasi rempah rimpang berdasarkan ciri warna rgb dan tekstur glcm menggunakan algoritma naive bayes

“…Metode otsu melakukan analisis diskriminan dengan menentukan suatu variable dengan membedakan antara dua atau lebih secara alami. Metode otsu dimulai dengan normalisasi histogram citra sebagai fungsi probability discrete density [5].…”

Pears Classification Using Principal Component Analysis and K-Nearest Neighbor

“…The gray level of the image is expressed as i through L. The level i starts with 1, which is pixel 0. For L, the maximum level is 256 with pixels worth 255 (Syafi'i, Wahyuningrum, & Muntasa, 2016).…”

Rancang Bangun Aplikasi Implementasi Ukiran Bali pada Objek Bangun Datar

“…Thresholding Global digunakan untuk melakukan konversi dalam citra menggunakan satu nilai ambang. Thresholding global lebih cocok dipergunakan untuk citra yang memiliki warna tajam (kontras) antara background dan foreground sehingga piksel lebih mudah untuk dipisahkan [6] [7] [10].…”