01 Februari 2010 Presentasi Tugas Akhir - CI 1599 33
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 34
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 34
Kesimpulan
• Pada setiap data uji coba, harus dilakukan percobaan dengan menggunakan beberapa nilai sigma sehingga dihasilkan data keluaran yang mendekati bentuk objek aslinya, sebab besarnya nilai standart deviasi ditentukan oleh banyaknya noise di sekitar objek.
• Untuk melakukan segmentasi objek dengan menggunakan perangkat lunak ini, diperlukan nilai radius yang sesuai dengan besar kecilnya objek dan besar kecilnya citra ROI.
• Berdasarkan hasil uji coba yang sudah dilakukan, untuk melakukan
segmentasi objek dengan menggunakan perangkat lunak ini, jumlah iterasi yang umum digunakan adalah 40.
• Untuk mendapatkan hasil yang lebih baik dan lebih akurat, dilakukan penghalusan dengan metode GNG terhadap hasil dari pengolahan menggunakan GGVF pada dimensi yang lebih tinggi.
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 35
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 35
• Perlu dikembangkan suatu metode untuk menentukan letak inisialisasi awal kurva deformasi agar objek pada ROI yang akan diamati tidak harus terletak di tengah citra.
• Perlu dikembangkan metode yang dapat mengenerate parameter-parameter yang dibutuhkan secara otomatis, sehingga user tidak perlu mencari nilai parameter yang paling optimal.
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 36
TERIMA KASIH
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 37
Mammogram, CT Scan, Panoramic Radiograph
Mammogram adalah citra medik yang dihasilkan dari pemeriksaan mamografi
(mammography). Mammography merupakan salah satu jenis pemeriksaan radiology dengan menggunakan sinar-X yang khusus untuk payudara. Pemeriksaan mammography ini dilakukan untuk mendeteksi adanya tumor maupun kanker pada payudara
CT Scan Image (Computed Tomography Scan Image) merupakan citra medik yang
dihasilkan dari pemeriksaan dengan menggunakan alat yang bernama CT Scan. CT Scan merupakan pemeriksaan radiologi dimana dapat memperlihatkan secara detail irisan-irisan organ tubuh yang diolah secara komputerisasi.
Dental Panoramic Radiograph adalah citra medik yang merupakan foto radiograph bagian
rahang manusia atau gigi manusia secara keseluruhan. Dengan melihat panoramic
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 38
Perbedaan Objek pada ROI
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 39
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 40
Pemetaan tepi menggunakan GVF dan GGVF
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 41 0 10 20 30 40 0 10 20 30 40 -101 2 3
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 42 0 10 20 30 40 0 10 20 30 40 -101 2 3
figure 3: inverse of figure 2
2 kali inversi titik pada G
3,00 10 20 30 40 0 10 20 30 40 -101 2 3
figure 2: selected point dari 2D ke 3D
Titik pada G
3,001 Februari 2010 Presentasi Tugas Akhir - CI 1599 43 0 10 20 30 40 0 10 20 30 40 -101 2 3
figure 4: selected point dari 2D ke 3D GNG
01 Februari 2010 44
01 Februari 2010 44
Asal mula GGVF
Presentasi Tugas Akhir – CI 1599
Deformable model
Deformable contour Deformable surface
Gradient Vector Flow
01 Februari 2010 45
01 Februari 2010 45
Deformable Contour
Deformable contour adalah kurva elastis yang ditetapkan dalam suatu domain citra.
Dapat bergerak di bawah pengaruh kekuatan internal (internal force) dan kekuatan
eksternal (external force).
Persamaan kurva deformable contour :
Presentasi Tugas Akhir – CI 1599
ext
t
s
t
x
s
t
x
s
t
E
x
(
,
)
"
(
,
)
'
'
'
'
(
,
)
(1)01 Februari 2010 46
01 Februari 2010 46
GVF
Deformable contour mempunyai permasalahan yang berhubungan dengan
inisialisasi dan penyebaran yang kurang baik pada batas yang melengkung.
Gradient vector flow (GVF) field merupakan suatu vektor field padat yang
diambil dari suatu citra dengan memperkecil fungsi energi tertentu.
Presentasi Tugas Akhir – CI 1599
2 2 | | ) (v f f v vt (2)
dimana v(x,y) adalah vektor field, f(x,y) adalah edge map citra, dan adalah parameter regularisasi.
Nilai ditentukan oleh banyaknya noise (semakin besar noise, nilai ditingkatkan).
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 47
GVF
0 ) )( ( 2 2 2 u u fx fx fy dimana : 2 2 ) , ( ) , ( ) , (x y f x y f x y b x y diketahui : substitusi : n j i n j i t u u t u 1 , 1 , ) ) , ( ) , ( ))( , ( ) , , ( ( ) , , ( ) , , (x y t 2u x y t u x y t f x y f x y 2 f x y 2 ut x x y ) , ( ) , , ( ) , ( ) , , ( ) , , (x y t 2u x y t b x y u x y t c1 x y ut ) , ( ) , ( ) , ( 1 y x f y x b y x c x ) ( 1 , 1 , n j i n j i t u u t u ) 4 ( 1 , 1 , , 1 1 , , 1 2 j i j i j i j i j i u u u u u y x u n j i t n j i u t u u , 1 , n j i n j i u x y t b x y u x y t c x y t u u , 1 2 1 , ( , , ) ( , ) ( , , ) ( , ) n j i n j i u x y t t b x y u x y t t c x y t u u , 1 2 1 , ( , , ) ( , ) ( , , ) ( , ) 01 Februari 2010 Presentasi Tugas Akhir - CI 1599 48 n j i n j i u x y t t b x y u x y t t c x y t u u,1 2 ( , , ) ( , ) ( , , ) 1( , ) ,
GVF
n j i j i n j i j i j i j i j i j i j i n j i u u u u u b tu c t u y x t u, 1 1 1, , 1 1, , 1 4 , , , 1, , n j i j i n j i j i j i j i j i j i j i n j i u u u u u b tu c t u y x t u, 1 1, , 1 1, , 1 4 , , , 1, ,
n j i j i n j i j i j i j i j i j i j i n j i r u u u u u b tu c t u u,1 1, , 1 1, , 14 , , , 1, ,
b t
u r
u u u u u
c t uin,j1 1 i,j in,j i1,j i,j1 i1,j i,j1 4 i,j i1,j dimana : y x t r 01 Februari 2010 Presentasi Tugas Akhir - CI 1599 49
GGVF
Kelemahan GVF : tidak bisa memaksa pergerakan kurva ke batas
objek yang bentuknya melengkung, panjang, dan sempit.
GGVF merupakan kondisi spesial dari GVF.
) |)( (| |) (| f 2v h f v f g vt (3) 2 | | |) (| k f e f g
dengan fungsi pembobotan :
|) (| 1 |) (| f g f h
k menentukan luas tingkatan sasaran antara daerah yang halus dan kesesuaian gradien.
kekuatan internal (internal force) datang dari kurva itu sendiri
kekuatan eksternal (external force) dihitung dari data citra yang diolah
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 51
)
|)(
(|
|)
(|
f
2v
h
f
v
f
g
v
t
( , , ) ) , , (x y t g f 2v x y t vt h
f
v(x, y,t) fy(x, y)
GGVF
( , , ) ) , , (x y t g f 2v x y t vt b(x,y)v(x,y,t)c2(x,y)
f g
f h y x b( , ) 1 dimana : K y x f y x fx y e y x b 2 2 ) , ( ) , ( 1 ) , ( ) , ( ) , ( ) , ( 2 y x f y x b y x c y
b t
v c t vin,j1 1 i,j in,j i2,j g
vi1,j vi,j1 vi1,j vi,j1 4vi,j
Asumsi-asumsi yang digunakan dalam pembuatan tugas akhir ini adalah : Nilai k = 0,01
Nilai = 0,1 Nilai = 0
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 53
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 53
Pemberian bobot pada GGVF merupakan generalisasi dari GVF yang berupa :
GGVF
|)
(|
f
g
2|
|
|)
(|
f
f
h
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 54
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 54
Disini digunakan Aljabar geometri Clifford karena pada aljabar
geometri Clifford, transformasi dari objek geometri seperti titik, garis, bidang datar, lingkaran, dan sphere dapat diekspresikan dalam bentuk yang jelas dengan menggunakan operator, yang menerapkan banyak cara untuk aljabar geometri.
Pada pembahasan aljabar geometri ini, yang dibahas mengenai ruang
vektor Euclidean 3-D yang dinotasikan dengan E3.
Koordinat yang digunakan untuk merepresentasikan E3 adalah R3
pada aljabar geometri Clifford biasa dituliskan G3,0.
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 55
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 55
Persamaan invertibilitas pada ruang G3,0 dituliskan sebagai berikut :
Invertibilitas B B B B 1 (28)
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 56
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 56
Subruang off-set pada geometri didiskripsikan sebagai titik, garis, bidang dan lain sebagainya.
Umumnya „titik‟ sering disamakan dengan „vektor‟, padahal sebenarnya sebuah
vektor merupakan ukuran arah, dan bukan sebuah titik.
Titik dan vektor sebenarnya sangat berhubungan dekat, sehingga tidak
mengejutkan jika titik dan vektor terasa hampir mirip.
Titik dapat direpresentasikan sebagai sebuah vektor pada “1 more dimension” (1
dimensi tambahan).
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 57
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 57
Filter Gaussian digunakan untuk membantu dalam proses meminimumkan noise yang ada pada citra.
Filter Gaussian 2 2 2 2 2 exp 2 1 ) , ( y x y x G
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 58
Step - step GNG
1. Mulai dengan dua titik(wadan wb) dengan posisi random.2. Pilih secara random 1 titik input(wc) dari banyak titik yang ada pada inputan. 3. Dapatkan titik terdekat pertama s1dan titik terdekat kedua s2dari wc.
4. Jika s1dan s2terhubung dengan suatu edge, maka set age dari edge ini ke 0. Jika belum terhubung, maka hubungkan dengan suatu edge. 5. Hitung jarak antara input dengan titik terdekat pertama untuk menghitung error, seperti :
ws1 –wc2
6. Pindahkan titik terdekat pertama s1dan semua titik yang terhubung dengan s1ke arah wcdengan parameter α dan β. Δ ws1 =α (wc- ws1)
Δ wsn =α (wc- wsn) Untuk semua titik yang bertetangga dengan s1.
7. Tingkatkan nilai age dari semua edge yang terhubung dengan s1. 8. Hilangkan edge yang lebih besar dari edgemax.
9. Kurangi nilai error dari semua titik dengan cara mengalikan dengan konstanta γ 10. Masukkan titik baru :
• Cari sebuah titik q dengan maximum error
• Masukkan sebuah titik r antara q dan tetangga terjauhnya f : • wr =0.5 (wq+ wf)
• Hubungkan titik r dengan titik q dan f, hilangkan edge lama antara titik q dan f. 11. Jika node belum mencapai jumlah maksimal yang diinginkan, kembali ke step 2.
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 59 2
Daftar Simbol
= operator Laplacian = operator Gradien = parameter elastisitas pada proses deformasi
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 60
Tingkat Keberhasilan
Penghitungan presentase tingkat keberhasilan dilakukan dengan
menghitung luas citra asal dibandingkan dengan luas citra
hasil, dengan rumus :
presentase = (Luas citra hasil/Luas citra asal) * 100%
Contoh citra yang dibandingkan :
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 61
Luas Citra asal dan Luas Citra hasil
Cara Mendapatkan Luas Citra asal :
Menggunakan Photoshop atau Paint menggambar sendiri tepi objek
yang menurut pandangan mata benar.
Mewarnai dengan warna hitam daerah di dalam tepi objek
Cara Mendapatkan Luas Citra hasil :
Luas Citra hasil bisa didapatkan melalui proses yang dilakukan pada
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 62
Code Filter Gaussian dan Edge Map
2 2 2 2 2 exp 2 1 ) , ( y x y x G 1. function G = gauss(Image,Sigma)
2. %Menghitung nilai untuk filter Gaussian. 3. % M = gaussian mask
4. k = 1;
5. R = ceil(3*Sigma); % cutoff radius dari kernel gaussian 6. for i = -R:R,
7. for j = -R:R,
8. M(i+R+1,j+R+1) = k * exp(-(i*i+j*j) / 2 * Sigma * Sigma) / (2*pi*Sigma*Sigma);
9. end 10. end
11. M = M/sum(sum(M)); % normalisasi gaussian mask 12. G = conv2(Image,M,'same'); 2 | )) , ( ) , ( ( | G x y I x y
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 63
Code Perhitungan Gradien dan GGVF
7. [fx,fy] = gradient(f); %menghitung gradient edge map 8. u = fx; v = fy; %inisialisasi GGVF dari9. SqrMagf = fx.*fx + fy.*fy; %kuadrat mutlak gradien 10. K2 = 0.01; %nilai k 11. g = exp(-SqrMagf/K2); 12. h = 1-g; 13. b = h; 14. c1 = b.*fx; ) |)( (| |) (| f 2v h f v f g vt 15. c2 = b.*fy;
16. for i=1:80, % karena nilai 80 hasilnya maksimal 17. u = (1-b/4).*u + g.*del2(u) + c1/4; 18. v = (1-b/4).*v + g.*del2(v) + c2/4; y f x f f ,
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 64
Code Normalisasi GGVF
19. mag = sqrt(u.*u+v.*v);
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 65
Code Deformasi
Untuk code deformasi tinggal menggunakan yang sudah ada
1. Function[x,y] = snakedeform(x,y,alpha,beta,gamma,kappa,fx,fy,ITER)
2. %alpha: parameter elastisitas
3. %beta: parameter rigiditas
4. %gamma: parameter viskositas
5. %kappa: bobot kekuatan eksternal
6. % fx,fy: kekuatan eksternal
7. N = length(x);
8. alpha = alpha* ones(1,N);
9. beta = beta*ones(1,N);
10. %menghasilkan vektor lima diagnal
11. alpham1 = [alpha(2:N) alpha(1)];
12. alphap1 = [alpha(N) alpha(1:N-1)];
13. betam1 = [beta(2:N) beta(1)];
14. betap1 = [beta(N) beta(1:N-1)];
15. a = betam1;
16. b = -alpha - 2*beta - 2*betam1;
17. c = alpha + alphap1 +betam1 + 4*beta + betap1;
18. d = -alphap1 - 2*beta - 2*betap1;
19. e = betap1;
20. %men-generate parameter matriks
21. A = diag(a(1:N-2),-2) + diag(a(N-1:N),N-2); 22. A = A + diag(b(1:N-1),-1) + diag(b(N), N-1);
23. A = A + diag(c);
24. A = A + diag(d(1:N-1),1) + diag(d(N),-(N-1)); 25. A = A + diag(e(1:N-2),2) + diag(e(N-1:N),-(N-2)); 26. invAI = inv(A + gamma * diag(ones(1,N)));
27. for count = 1:ITER,
28. vfx = interp2(fx,x,y,'*linear');
29. vfy = interp2(fy,x,y,'*linear');
30. %proses deformasi
31. x = invAI * (gamma* x + kappa*vfx); 32. y = invAI * (gamma* y + kappa*vfy);
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 66
Tujuan tiap step pada GGVF
• Tujuan dari proses penghitungan edge map adalah untuk memudahkan pengambilan
nilai gradien agar sesuai dengan kondisi citra masukan awal
• Tujuan dari proses penghitungan vector field dengan GGVF adalah untuk mengetahui
nilai generalized gradient vector flow field dari citra yang telah dihitung edge map-nya
• Tujuan dari proses normalisasi GGVF adalah agar dihasilkan batasan yang lebih jelas
yang menandakan puncak pertemuan aliran-aliran vektor yang menandakan tepian
• Tujuan dari proses deformasi adalah untuk mengetahui bentuk objek dengan
01 Februari 2010 Presentasi Tugas Akhir - CI 1599 67
Tujuan tiap step pada Clifford dan GNG
• Tujuan pemetaan ke 3 dimensi ini dilakukan sebagai landasan bagi tahap berikutnya,
yaitu penghalusan
• Tujuan proses inverse dilakukan untuk membuktikan bahwa pemetaan pada ruang G3,0
sudah dilakukan dengan benar
• Tujuan proses penghalusan dengan GNG dilakukan dengan tujuan agar hasil yang
didapatkan lebih akurat
• Tujuan pemetaan ke 2 dimensi pengguna dapat melihat hasil dari proses segmentasi
dengan hasil yang lebih akurat pada ruang 2 dimana citra masukan awal berada pada ruang 2