Segmentasi Citra

Dalam pengolahan citra, terkadang kita menginginkan pengolahan hanya pada obyek tertentu. Oleh sebab itu, perlu dilakukan proses segmentasi citra yang bertujuan untuk memisahkan antara objek (foreground) dengan background. Pada umumnya keluaran hasil segmentasi citra adalah berupa citra biner di mana objek (foreground) yang dikehendaki berwarna putih (1), sedangkan background yang ingin dihilangkan berwarna hitam (0). Sama halnya pada proses perbaikan kualitas citra, proses segmentasi citra juga bersifat eksperimental, subjektif, dan bergantung pada tujuan yang hendak dicapai.

Beberapa metode segmentasi citra diantaranya adalah:
1. Thresholding
2. Active Contour
3. Segmentasi Warna berdasarkan komponen Hue
4. Deteksi Tepi
5. Transformasi Hough
6. Watershed

Segmentasi citra merupakan tahapan penting dalam proses pengenalan pola. Setelah objek berhasil tersegmentasi, maka kita dapat melakukan proses ekstraksi ciri citra. Ekstraksi ciri merupakan tahapan yang bertujuan untuk mengekstrak ciri dari suatu objek di mana ciri tersebut digunakan untuk membedakan antara objek satu dengan objek lainnya.

Materi mengenai segmentasi citra digital di antaranya adalah:
1. Segmentasi Pola Tekstur menggunakan Filter Gabor
2. Segmentasi Warna menggunakan Algoritma Fuzzy C-Means Clustering
3. Segmentasi Warna menggunakan Algoritma K-Means Clustering
4. Segmentasi Warna dalam ruang warna HSV
5. Segmentasi Citra dengan Metode Multi Thresholding dan K-Means Clustering
6. Segmentasi Citra Grayscale dengan Metode K-Means Clustering

Sedangkan contoh citra hasil segmentasi antara lain: