Segmentasi Warna dengan Metode Thresholding
DOI:
https://doi.org/10.23887/wms.v14i1.23240Keywords:
segmentasi, warna, wilayah.Abstract
This study aims to determine the process of color segmentation using the thresholding method. The final results of the study aim to find out what percentage of a color occupies the area of the image being tested and the accuracy of the segmentation of objects observed visually compared to the results of segmentation. The application used is Mathlab R2018b. Image segmentation in this study uses thresholding techniques. During the observation, several images were obtained, namely the original image for each Red, Green and Blue channel, Red green blue histogram of the observed image, Blobs data in excel format, comparison of initial images and segmentation results. The results showed the thresholding method produces an accuracy of 80% and above for green and brown colors. While dark colored objects produce an accuracy of 60% down.Penelitian ini bertujuan untuk mengetahui proses segmentasi warna dengan metode thresholding. Hasil akhir penelitian bertujuan untuk mengetahui berapa persen suatu warna menempati area gambar yang diuji dan akurasi segmentasi objek hasil pengamatan visual dibandingkan hasil segmentasi. Aplikasi yang digunakan adalah Mathlab R2018b. Segmentasi citra dalam penelitian ini menggunakan teknik thresholding. Selama pengamatan dilakukan diperoleh beberapa gambar yaitu gambar asli untuk tiap-tiap kanal Red, Green dan Blue, Histogram red green blue gambar yang diamati, data Blobs dalam format excel, perbandingan citra awal dan hasil segmentasi. Hasil penelitian menunjukkan metode thresholding menghasilkan akurasi 80% keatas untuk warna hijau dan coklat. Sedangkan objek yang berwarna gelap menghasilkan akurasi 60% kebawah.References
Michala (2019) [online] avaliable : https://www.mathworks.com/matlabcentral/fileexchange/45679-colour-based-segmentation
RGB table (2019) [online] http://www.rapidtables.com/web/color/RGB_Color.htm
Bwareaopen - http://www.mathworks.ch/ch/help/images/ref/bwareaopen.html
Matlab webinar: http://www.mathworks.ch/videos/medical-imaging-workflows-with-matlab-81850.html?form_seq=conf924&confirmation_page&wfsid=5335062
Image source: Rocks under the Microscope (2019) [online] Avaliable:
www.earth.ox.ac.uk/~oesis/micro/
A. N. H, M. Ichwan, and I. M. S. Putra, “Segmentasi Citra Untuk Deteksi Objek Warna Pada Aplikasi Pengambilan Bentuk Citra Rectangle,” J. Unpubl., pp. 1–10, 2015.
R. Adipranata, J. Siwalankerto, and S. Telp, “Kombinasi Metode Morphological Gradient Dan Transformasi Watershed Pada Proses Segmentasi Citra Digital,” J. Inform. Petra, no. 031, 2014.
A. T. R. I. Utami, P. S. Informatika, F. Komunikasi, D. A. N. Informatika, and U. M. Surakarta, “Implementasi metode otsu thresholding untuk segmentasi citra daun,” 2017.
M. R. Kumaseh, L. Latumakulita, N. Nainggolan, and S. Citra, “Segmentasi Citra Digital Ikan Menggunakan Digital Fish Image Segmentation By Thresholding Method,” Ilm. Sains, vol. 13, no. 1, 2013.
“Segmentasi citra hutan berbasis warna.” p. 3960, 2012.
M. Siahaan, I. Segmentasi, C. Menggunakan, M. Graph, and Y. Efisien, “Meilinda Siahaan : Implementasi Segmentasi Citra Menggunakan Metode Graph Yang Efisien, 2010.,” 2010.
Downloads
Published
Issue
Section
License
Wahana Matematika and Sains is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License