Dengan menghitung nilai grayscale piksel selanjutnya dilakukan sama seperti cara sebelumnya, selanjutnya hasil nilai grayscale matriks citra satelit 5x5
dimasukkan ke dalam matriks nilai grayscale seperti pada Tabel 3.2. 178 183 175 137 140
174 155 140 117 82 99
92 93
94 130
108 84 83
87 90
86 60
124 145 120 Tabel 3.2 Matriks Nilai Grayscale Citra 5 x 5 Piksel Blok-1
Untuk menghitung nilai grayscale blok selanjutnya dilakukan dengan cara yang sama seperti blok-1, dan diperoleh misalnya empat blok seperti pada Tabel 3.3.
178 183 175 137 140 150 140 13 90
93 174 155 140 117 82
111 108 130 122 40 99
92 93
94 130 112 56
98 53
47 108 84
83 87
90 90
12 99
57 45
86 60
124 145 120 120 65 137 145 122
240 158 45 58
69 113 114 112 14
15 24
51 33
37 56
85 14
125 120 178 10
99 99
93 95
14 82
88 12
63 98
44 125 94
153 110 222 250 142 47 98
50 63
46 157 94
213 187 201 199
Tabel 3.3 Matriks 4 Blok Nilai Grayscale Citra
3.1.2 Segmentasi Algoritma Thresholding
Langkah-langkah untuk melakukan segmentasi citra dengan algoritma Thresholding adalah dari matriks nilai grayscale Gambar 3.4 di atas, adalah:
a. Input citra yang akan disegmentasi.
b. Ubah citra menjadi citra grayscale.
c. Baca nilai pixel citra f.
Blok-1 Blok-2
Blok-3 Blok-4
Universitas Sumatera Utara
d. Hitung nilai Threshold T dengan rumus:
T= e.
Cek nilai , jika kecil nilai T maka dan besar sama dengan nilai T
maka
Analisis nilai threshold citra pada gambar 3.3b: Diketahui nilai matriks 10x10 pada gambar tersebut
yaitu: 178 183 175 137 140 150 140 13
90 93
174 155 140 117 82 111 108 130 122 40
99 92
93 94
130 112 56 98
53 47
108 84 83
87 90
90 12
99 57
45 86
60 124 145 120 120 65
137 145 122 240 158 45
58 69
113 114 112 14 15
24 51
33 37
56 85
14 125 120 178
10 99
99 93
95 14
82 88
12 63
98 44
125 94 153 110 222 250 142 47
98 50
63 46
157 94 213 187 201 199
Tabel 3.4 Matriks 10x10 Nilai Grayscale Citra
Dari matriks tersebut dapat diketahui: = 250
= 10 Hitung nilai threshold dengan rumus:
T =
3.7 T=
T=130 Nilai threshold adalah 130, dengan demikian nilai yang lebih besar sama
dengan T=1 dan yang lebih kecil T=0 Sehingga diperoleh matriks hasil segmentasi Threshold seperti berikut:
Universitas Sumatera Utara
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1 1
1
Tabel 3.5 Matriks Citra Hasil Segmentasi Threshold
3.1.3 Segmentasi Algoritma Region Merging
Langkah-langkah segmentasi dengan algoritma Region Merging adalah sebagai berikut:
a. Input citra yang akan disegmentasi.
b. Ubah citra menjadi citra grayscale.
c. Baca nilai pixel citra.
d. Cek nilai tetangga yang dimulai dari baris x dan kolom y yang terakhir
pada matriks piksel citra. e.
Cari selisih nilai piksel x,y dengan nilai piksel tetangganya dan ambil nilai selisih terkecil dari nilai-nilai tetangga piksel x,y.
f. Jika nilai selisih terkecil tetangga x,y lebih besar dari nilai ambang maka
citra tersebut memiliki region yang sama dan diberi nilai 2. Jika tidak diberi nilai 1.
g. Ulangi langkah d hingga jarak intensitas x,y0.2.
Universitas Sumatera Utara
Analisis region merging dari matriks nilai grayscale Tabel 3.2b, adalah:
178 183 175 137 140 150 140 13 90
93 174 155 140 117 82
111 108 130 122 40 99
92 93
94 130 112 56
98 53
47 108 84
83 87
90 90
12 99
57 45
86 60
124 145 120 120 65 137 145 122
240 158 45 58
69 113 114 112 14
15 24
51 33
37 56
85 14
125 120 178 10
99 99
93 95
14 82
88 12
63 98
44 125 94
153 110 222 250 142 47 98
50 63
46 157 94
213 187 201 199
Tabel 3.6 Matriks 10x10 Citra Grayscale
Nilai x dan y yang dipilih 10,10 adalah 199. Pengecekan tetangga dilakukan dengan cara menambahkan posisi x,y=10,10
dengan matriks I yang merupakan koordinat dari nilai x dan y yang dipilih :
-1 1
-1 1
Tabel 3.7 Matriks I Untuk J=1
Xn= x + IJ,1 = 10 + -1
= 9 Yn= Y +I J,2
= 10 + 0 = 10
Universitas Sumatera Utara
Untuk J=2 Xn= x + IJ,1
= 10 + 1 = 11
Yn= Y + IJ,2 = 10 + 0
= 10 Untuk J=3
Xn= x + IJ,1 = 10 + 0
= 10 Yn= Y + IJ,2
= 10 -1 = 9
Untuk J=4 Xn= x + IJ,1
= 10 + 0 = 10
Yn= Y + IJ,2 = 10 + 1
= 11 Diperoleh untuk J=1, Xn=9, Yn=10
J=2, Xn=11, Yn=10 J=3, Xn=10, Yn=9
J=4, Xn=10, Yn=11
Gambar masukan mempunyai 10 baris dan 10 kolom sehingga posisi Xn dan Yn yang melebihi 10 akan dieliminasi. Maka Xn dan Yn yang digunakan adalah J=1,
Xn=9, Yn=10 dan J=3, Xn=10, Yn=9. Dimana:
J=1, Xn=9, Yn=10, fx,y = 0.1843 J=3, Xn=10, Yn=9, fx,y = 0.7882
Universitas Sumatera Utara
Untuk mencari perbedaan besar intensitas maka nilai intensitas tetangga dikurangi dengan nilai region.
J=1 ; |0.1843-0.7803| = 0.596 J=3 ; |0.7882-0.7803| = 0.0079
Maka diperoleh nilai intensitas terkecil yaitu J=3 dengan nilai 0.0079. Jika nilai 0.0079 tidak melebihi nilai ambang yang ditentukan maka Xn=10, Yn=9
menjadi satu region dengan x=10,y=10 yang telah ditentukan. Karena Xn=10, Yn=9 sudah termasuk region yang sama maka dilakukan kembali pengecekan
tetangganya. Pengulangan akan berhenti jika besar intensitas tetangganya melebihi nilai ambang.
3.1.4 Flowchart Segmentasi Citra dengan Algoritma Thresholding
