BAB 2 LANDASAN TEORI
3.2 Model Segmentasi
Perancangan model segmentasi terdiri dari objek-objek yang diberi pencahayaan yang akan dipantulkan dan diserap oleh objek. Banyaknya cahaya yang dipantulkan oleh objek-objek tersebut akan ditangkap kamera dan masuk ke komputer sebagai input citra. Kamera tersambung ke komputer untuk pemrosesan gambar.
3.2.1 Pengambilan Gambar
Pengambilan gambar oleh kamera dilakukan pada tahap image
acquisition dengan menggunakan fungsi pada matlab. Pengambilan
citra tidak dilakukan pada ruang terbuka, sebab pengaruh cahaya matahari yang tidak tetap karena bergantung cuaca, dapat mempersulit dalam melakukan pengambilan citra. Oleh karena itu pengambilan gambar dilakukan di dalam ruangan tertutup dengan sumber pencahayaan dari lampu.
Objek diletakkan pada kotak percobaan berupa triplek berwarna putih yang bertutup yang bertujuan untuk mengurangi noise akibat pemantulan benda-benda yang tidak termasuk objek cangkir,
M-Key BCA dan pena. Hal ini dikarenakan pemantulan cahaya dari
benda lain yang bukan objek cangkir, mkey bca dan pena akan menimbulkan noise dari incident illumination yang ditimbulkan dari benda tersebut sehingga objek percobaan yang ditangkap kamera akan menerima pencahayaan akibat noise dari pantulan benda-benda sekitar yang bukan merupakan objek untuk percobaan.
Citra yang ditangkap oleh kamera mengandung beberapa macam objek yang memiliki bentuk dan warna berbeda dan saling bertumpuk (overlapping). Percobaan dilakukan secara bertahap dengan menggunakan objek yang paling sederhana tekstur dan warnanya yang terdapat pada citra, yang kemudian dikembangkan sampai dengan menggunakan objek yang memiliki bentuk tidak beraturan serta warna dan teksur yang variatif.
3.2.2 Proses Segmentasi Region growing
Gambar 3.6 Diagram Blok Rancangan Sistem Region growing
Objek Kamera Komputer
Thresholding Region growing Image enhancement Object yang diinginkan Pencahayaan
Percobaan segmentasi terhadap pengaruh pencahayaan awalnya dilakukan menggunakan metode region growing sebagai algoritma untuk proses segmentasi. Dengan menggunakan objek yang paling sederhana bentuknya yaitu kaleng dan kubus, disamping itu warna kedua objek tersebut memiliki perbedaan warna yang kontras yaitu warna biru untuk kaleng dan objek sebagai latar belakang adalah warna kuning untuk kubus pada gambar 3.7. Percobaan segmentasi objek kaleng dan kubus tersebut dilakukan dengan intensitas cahaya 1
lux sampai 100 lux.
Gambar 3.7 Objek kaleng dan kubus
Objek kaleng dan kubus yang diberi pencahayaan, akan mengalami pemantulan yang akan ditangkap oleh kamera dan masuk ke computer sebagai citra input. Selanjutnya computer akan melakukan pemrosesan citra yang diawali dengan Image enhancement untuk memperbaiki kualitas citra seperti pada gambar 3.6. Image
enhancement yang terdiri dari dua tahap yaitu grayscaling dan filter,
akan mengubah gambar RGB menjadi gambar keabuan atau grayscale seperti pada gambar 3.8.
Gambar 3.8 Hasil grayscale
Median filter digunakan pada tahap image filter untuk menghilangkan noise salt pepper agar kualitas citra menjadi lebih baik. Dari histogram hasil filter maka dapat dilihat distribusi penyebaran intensitas pixel berpusat pada tiga daerah yang merepresentasikan objek kaleng, objek yaitu kubus dan latar belakang karton putih pada gambar 3.9.
Gambar 3.9 Histogram hasil filter
Metode region growing melakukan segmentasi dengan membandingkan nilai intensitas pixel n dengan pixel n tetangga. Metode region growing membutuhkan thresholding. Tanpa
thresholding maka sulit untuk menentukan nilai seed point yang akan
dipakai pada region growing, dikarenakan nilai intensitas pixel dapat berubah seiring dengan berubahnya nilai intensitas cahaya.
Gambar 3.10 Hasil segmentasi kaleng dari kubus
Dengan menggunakan region growing maka percobaan sederhana dengan dua objek yaitu kubus kuning dan kaleng biru memberikan hasil segmentasi yang baik seperti pada gambar 3.10 sehingga kaleng dapat dipisahkan dari background yaitu kubus kuning dan karton putih.
Selain itu dilakukan percobaan dengan dua buah objek yaitu kotak berwarna coklat muda, dan dompet berwarna coklat tua seperti pada gambar 3.11 dengan nilai intensitas cahaya yang lebih tinggi dari percobaan sebelumnya dengan kaleng biru. Intensitas cahaya yang digunakan pada percobaan dengan objek dompet ini yaitu dari 100 lux sampai 700 lux untuk menguji keberhasilan sistem segmentasi jika diberi pencahayaan dengan intensitas yang tinggi.
Gambar 3.11 Objek dompet cokelat dan kotak
Region growing berhasil melakukan segmentasi dengan baik
sehingga objek yang ingin disegmentasi yaitu dompet coklat tua dapat dipisahkan dari latar belakang seperti pada gambar 3.12.
Gambar 3.12 Hasil segmentasi objek dompet dan kotak
Percobaan segmentasi dikembangkan menjadi lebih kompleks dengan menggunakan beberapa objek sebagai background yang memiliki tekstur dan warna yang bervariasi untuk menguji keberhasilan segmentasi. Objek yang dipakai yaitu kotak persegi panjang berwarna coklat muda yang memiliki corak garis, empat buah lego yang memiliki warna berbeda yaitu kuning, coklat, abu muda dan hijau seperti pada gambar 3.13. Dengan menggunakan objek yang memiliki variasi warna maka dapat dianalisa pengaruh parameter warna terhadap keberhasilan sistem segmentasi.
Gambar 3.13 Objek lego
Region growing tidak dapat bekerja dengan baik untuk kondisi
citra yang mengandung objek dengan warna yang bervariasi pada gambar 3.14 sehingga dikembangkan metode segmentasi yang lain yaitu edge suppressing.
3.2.3 Proses Segmentasi dengan Edge suppressing
Karena metode region growing yang digunakan pada percobaan pada citra dengan objek dengan variasi warna memberikan hasil yang kurang baik, maka proses segmentasi dikembangkan menggunakan metode edge suppressing. Berbeda dengan region
growing, metode edge suppressing membutuhkan dua macam citra
sebagai input, yaitu background dan foreground. Bacgkround terdiri dari objek sebagai latar belakang sedangkan foreground yaitu citra yang terdiri dari objek-objek yang ada pada background serta objek yang akan disegmentasi. Metode edge suppressing menghilangkan tepi pada citra dari informasi edge pada citra background, sehingga citra yang mengandung background dapat disegmentasi agar hanya terlihat objek yang akan disegmentasi pada citra foreground saja. Sumber cahaya yaitu lampu akan memberikan pencahayaan yang selanjutnya akan dipantulkan oleh objek. Banyaknya cahaya yang dapat dipantulkan oleh objek akan ditangkap oleh kamera dan masuk ke komputer sebagai citra input kemudian diproses dengan metode segmentasi edge suppressing seperti terlihat pada gambar 3.15.
Gambar 3.15 Diagram Blok Rancangan Sistem Edge suppressing
Percobaan segmentasi dengan metode edge suppressing pada awalnya menggunakan lego yang memiliki variasi warna. Pada gambar 3.16(a) citra yang ditangkap kamera merupakan background
Objek Kamera Komputer Edge
suppressing Pencahayaaan
yang terdiri dari lego berwarna hijau, abu-abu terang dan coklat terang, serta kotak Samsung berwarna coklat muda. Warna lego yang beragam tersebut untuk menguji tingkat keberhasilan segmentasi jika diberikan background dengan parameter warna objek yang beragam.
Gambar 3.16(b) merupakan foreground terdiri dari objek-objek yang ada pada background sebelumnya dan objek-objek yang akan disegmentasi, dalam hal ini yaitu lego berwarna biru tua. Gambar 3.16(a) yaitu background dan gambar 3.16(b) yaitu foreground akan disegmentasi dengan metode edge suppressing sehingga menghasilkan citra output berupa objek lego berwarna biru tua yang terpisah dari background seperti pada gambar 3.17.
(a) (b)
Gambar 3.16 (a) Background (b) Foreground
Dengan menggunakan edge suppressing proses segmentasi berhasil dilakukan dengan kondisi objek dengan warna yang bervariasi, sehingga percobaan dikembangkan menggunakan objek real yang banyak dijumpai dalam kehidupan sehari-hari. Objek real memiliki tingkat kesulitan lebih tinggi untuk disegmentasi dibandingkan dengan lego, karena objek memiliki bentuk tidak beraturan. Background terdiri dari triplek putih dan objek buku dengan sampul bergambar yang memiliki warna beragam seperti pada gambar 3.18(b) yang akan disegmentasi dengan cangkir yang akan dipakai sebagai objek pada foreground seperti pada gambar 3.18(a).
(a) (b)
Gambar 3.18 (a) Foreground dengan objek meteran (b) Background
Melalui segmentasi dengan metode edge suppressing maka
background triplek putih dan buku bergambar dapat dihilangkan
sehingga hanya objek yang diinginkan saja, yaitu cangkir yang terlihat seperti pada gambar 3.19.