Pengambangan (pengolahan citra)

algoritme segmentasi citra

Dalam pengolahan citra digital, pengambangan (Inggris: thresholding) adalah metode sederhana untuk segmentasi citra. Dari citra derajat keabuan, pengambangan dapat dipakai untuk membuat citra biner.[1]

Contoh hasil pengambangan pada sebuah citra
Citra asli

Definisi sunting

Metode pengambangan sederhana menukar tiap piksel dalam sebuah citra dengan warna hitam bila intensitasnya   kurang dari nilai tetap  , yaitu  , atau warna putih bila intensitasnya lebih dari  . Pada contoh citra di atas, pengambangan ini menyebabkan pohon gelapnya jadi warna hitam dan salju terang jadi warna putih.

Pengambangan banyak saluran sunting

Citra berwarna juga dapat dikenai pengambangan. Salah satu pendekatannya adalah nilai ambang yang berbeda untuk tiap komponen RGB pada citra dan menggabungkannya dengan operasi AND. Cara tersebut sesuai dengan cara kerja kamera dan cara penyimpanan data, tetapi tidak sesuai dengan cara kerja pengenalan warna oleh manusia. Maka, model warna HSL dan HSV lebih sering dipakai. Perhatikan bahwa nilai rona (hue) adalah nilai melingkar, maka dibutuhkan pengambangan melingkar. Mungkin juga digunakan model warna CYMK.[2]

Pengambangan otomatis sunting

Pengambangan otomatis adalah cara yang bagus untuk mengambil informasi yang berguna dari piksel-piksel, sekaligus mengurangi derau latar belakang. Cara ini dilakukan dengan perulangan umpan balik untuk mengoptimalkan nilai ambang sebelum mengubah citra derajat keabuan ke citra biner. Tujuannya adalah memisahkan citra menjadi dua bagian: latar belakang dan latar depan.[3]

  1. Pilih nilai ambang awal, biasanya rata-rata nilai piksel dalam citra.
  2. Bagi citra menjadi dua bagian: latar belakang (di bawah nilai ambang) dan latar depan (di atas nilai ambang).
  3. Cari rata-rata kedua bagian citra.
  4. Hitung nilai ambang baru dari rata-rata dari rata-rata kedua bagian citra.
  5. Bila selisih nilai ambang baru dan lama sudah di bawah batas tertentu, nilai ambang sudah ditemukan. Jika belum, terapkan nilai ambang baru dan ulangi pembagian citra.

Batasan metode sunting

Pengambangan otomatis akan bekerja dengan baik bila latar depan kontras dengan latar belakang. Artinya, citra harus diambil dalam keadaan cahaya yang baik tanpa bagian yang silau.

Lihat pula sunting

Referensi sunting

  1. ^ Shapiro, Linda G.; Stockman, George C. (2002). Computer Vision. Prentice Hall. ISBN 0-13-030796-3. 
  2. ^ Nhu-An Pham; Andrew Morrison; Joerg Schwock; Sarit Aviel-Ronen; Vladimir Iakovlev; Ming-Sound Tsao; James Ho; David W Hedley (2007). "Quantitative image analysis of immunohistochemical stains using a CMYK color model". Diagnostic Pathology. 2 (8). doi:10.1186/1746-1596-2-8. 
  3. ^ Scott E. Umbaugh (30 November 2017). Digital Image Processing and Analysis with MATLAB and CVIPtools, Third Edition (edisi ke-3). ISBN 9781498766074. OCLC 1016899766. 

Bacaan lebih lanjut sunting

  • Gonzalez, Rafael C.; Woods, Richard E. (2018). Digital Image Processing. hlm. 742–764. ISBN 978-1-2922-2304-9. 
  • Martin Luessi; Marco Eichmann; Guido M. Schuster; Aggelos K. Katsaggelos (2009). "Framework for efficient optimal multilevel image thresholding". Journal of Electronic Imaging. 18 (1): 013004+. doi:10.1117/1.3073891. 
  • Yu-Kun Lai; Paul L. Rosin (2014). "Efficient Circular Thresholding". IEEE Transactions on Image Processing. 23 (3): 992–1001. doi:10.1109/TIP.2013.2297014. 
  • Scott E. Umbaugh (2018). Digital Image Processing and Analysis. CRC Press. hlm. 93–96. ISBN 978-1-4987-6602-9.