Key Stages in Digital Image
Colour Image Processing
Key Stages in Digital Image
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.
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
Region of Interest Processing
(ROI)
• Process image only in the predefined area.
Metoda Segmentasi
•
Region based:
•
Thresholding
•
Region Growing
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
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.
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)
ROI Filtering: MATLAB
• Command: roifilt2
• Syntax: roifilt2(filter, image, roi);
• filter : 2D linear filter
• image : input image
• roi : region of interest (1: ROI, 0: not ROI)
Effect of ROI Filtering
• Unsharp masking in ROI.
http://www.mathworks.com/access/helpdesk/help/toolbox/images/roifilt2.html
QUIZ TAKE HOME
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
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-masing tahap ke dalam file .doc/.docx