Segmentasi Citra Menggunakan Region Growing

Segmentasi pada citra merupakan serangkaian proses partisi citra digital menjadi beberapa segmen yang bertujuan untuk menarik informasi dari suatu gambar agar gambar mudah untuk dianalisis. Segmentasi ini didasarkan pada pengukuran yang diambil dari citra, seperti greylevel, warna, tekstur, kedalaman atau gerak. Segmentasi pada citra merupakan langkah awal yang sangat penting dalam proses memahami informasi pada gambar secara keseluruhan. Biasanya segmentasi citra digunakan untuk pengenalan obyek, mencari batas seperti garis atau kurva, kompresi gambar dan lain-lain. 

Region Growing adalah metode pendekatan untuk segementasi citra dengan dimulai dari beberapa piksel (seeds) yang merepresentasikan daerah gambar yang berbeda dan tumbuh berkembang sehingga membentuk wilayah yang lebih lebar pada gambar. Untuk menggunakan metode ini diperlukan aturan yang menjelaskan mekanisme pertumbuhan dan aturan homogenitas setiap daerah setelah tumbuh. Namun pada penelitian ini region growing tidak dimulai dari seeds melainkan dari inisialisasi awal region yang diperoleh dari binary segmentation. Dengan menggunakan inisialisasi awal region proses region growing menjadi lebih cepat dalam kompleksitas waktu. Langkah pertama cara kerja metode ini yaitu dengan menentukan inisialisasi awal. Kemudian region akan berkembang menjadi sebuah wilayah yang sebenarnya dengan cara mendeteksi apakah piksel-piksel terluar dari region memiliki kriteria keanggotaan dari region. 

Terdapat beberapa kriteria yang digunakan, yaitu [5]:

1.    Kriteria yang menggunakan grey-level sebagai piksel yang berpotensial secara statistik memiliki kemiripan dengan wilayah awal R0, dengan persamaan matematis:
|I_k (p)- μ(R_o)|  ≤ ασR_o                (2.2)

dimana, Ik(p) adalah intensitas piksel, μ(R_o) adalah rata-rata grey-level region Ro α adalah nilai empiris yang akan diobservasi, .

2.    Kriteria yang menggunakan tepi dan informasi tekstur. Tepi dapat dideteksi dengan menghitung gradien menggunakan weighted gradient magnitude pada citra, dengan persamaan matematis:
grad(p_i )= ‖∇I_k (p)‖  (e^(G/tex(p) )-1)        (2.3)

dimana, ||∇Ik(p)|| adalah gradien magnitude dari Ik, tex(p) adalah rasio dari rata-rata grey-level dan standar deviasi grey-level pada matrik 11x11 piksel tetangga p, G adalah kondisi tepi yang dihitung dari dua batas kondisi: pertama ketika tex bernilai tak hingga fungsi eksponensial menghasilkan nilai 0, kedua jika tex = [1.91] maka nilai yang dihasilkan adalah 1. Oleh karena itu  parameter G sama dengan 2ln(2).

 3.   Kriteria ini sama dengan kriteria (i) namun menggunakan weighted gradient yang diperoleh dari kriteria(ii), dengan persamaan matematis:

|grad(p)- μ〖(grad(R〗_o))|  ≤ ασ〖(grad(R〗_o))        (2.3)

dimana, grad(p) adalah intensitas piksel dari weighted gradient, μ〖(grad(R〗_o)) adalah rata-rata weighted gradient, σ〖(grad(R〗_o)) adalah standar deviasi weighted gradient dari region Ro, α adalah nilai empiris yang akan diobservasi

Piksel terluar dari inisialisasi awal region yang memenuhi kedua kriteria (i dan iii) maka ditandai sebagai kandidat yang berpotensial untuk tumbuh dan memperluas wilayah dari inisialisasi awal region. Proses iterasi untuk memperluas wilayah akan berlangsung selama piksel-piksel terluar yang termasuk kedalam konektivitasi piksel pada region tidak memenuhi lagi kedua kriteria diatas. Secara garis besar pseudo code dari Region Growing yang dipakai adalah sebagai berikut:

Jika ingin mengetahu source code region growing menggunakan matlab, bisa memberikan komentar atau kontak via email saya langsung.