1 / 15

Thinning

Thinning. Arief Purnama [1201000172] David [120100027X] Kadek Wisnu Arsadhi [1201000598] Mika Permana [1201000695] Mirnasari Dewi [1201000709]. Agenda. Pendahuluan Algoritma Thinning Contoh Hasil Demo Program. Pendahuluan.

april
Télécharger la présentation

Thinning

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Thinning Arief Purnama [1201000172] David [120100027X] Kadek Wisnu Arsadhi [1201000598] Mika Permana [1201000695] Mirnasari Dewi [1201000709]

  2. Agenda • Pendahuluan • Algoritma Thinning • Contoh Hasil • Demo Program

  3. Pendahuluan • Bagian dari operasi pada morphology image processing. Kata morphology=> metode untuk mengolah komponen citra sehingga dapat direpresentasikan dan dideskripsikan bentuk daerahnya, contohnya seperti garis batas, rangka, dan lain sebagainya. • Menghilangkan foreground piksel yang diinginkan pada citra biner. • Semua garis direduksi sehingga ketebalannya jadi satu piksel. • Thinning biasanya diaplikasikan pada citra biner, dan outputnya juga citra biner. *

  4. Kegunaan Thinning • Skeletonizing • Mendapatkan garis dengan ketebalan satu piksel • Mengenali karakter(alfabet) • Pengenalan sidik jari • Berbagai aplikasi dalam dunia kedokteran *

  5. Thinning AlgorithmZhang dan Suen 1987 • Langkah 1 Bagi citra input menjadi 2 bagian, yaitu: bagian background dan bagian objek(foreground ) dari citra.

  6. Thinning Algorithm Zhang dan Suen 1987 (2) • Langkah 2 • Tandai semua “Contour Points” dari bagian objek citra yang memenuhi kondisi berikut: • 2 < N(p1) < 6 • S(p1) = 1 • p2 x p4 x p6 = 0 • p4 x p6 x p8 = 0 • N(p1) adalah jumlah piksel 8 tetangga yang tidak bernilai 0 dari piksel p1. • S(p1) adalah jumlah transisi derajat keabuan dari 0 ke 1 dari piksel 8 tetangga p1, berdasarkan urutan p2, p3, p4, ..., p8, p9, p2. *

  7. Thinning Algorithm Zhang dan Suen 1987 (3)

  8. Thinning Algorithm Zhang dan Suen 1987 (4) • Langkah 3 Lakukan penghapusan semua piksel ( nilai derajat keabuan piksel diubah menjadi 0 ) yang telah ditandai pada Langkah 2. • Langkah 4 Tandai kembali semua “Contour Points” dari bagian objek citra yang telah mengalami perubahan pada Langkah 1 sampai dengan Langkah 3, berdasarkan kondisi berikut: • 2 < N(p1) < 6 • S(p1) = 1 • p2 x p4 x p8 = 0 • p2 x p6 x p8 = 0 • Langkah 5 Lakukan penghapusan semua piksel ( nilai derajat keabuan piksel diubah menjadi 0 ) yang telah ditandai pada Langkah 4. *

  9. Thinning Algorithm Zhang dan Suen 1987 (5) Hasil Akhir

  10. Contoh Hasil • Citra Sebelum Citra Sesudah

  11. Contoh Pengenalan Karakter • Sebelum Sesudah

  12. Proses thinning dalam simbol-simbol sebelum thinning (atas) sesudah thinning (bawah)

  13. Thinning dalam dalam dunia kedokteran (1) Gambar neuron otak. a) gray scale image b) hasil dari morphological gradient extraction

  14. Thinning dalam dalam dunia kedokteran (2) • Gambar sel livermanusia • initial gray scale image, • hasil dari morphologicalgradient, • line extraction by • thinning • and binarization

  15. Demo • Referensi Program: www.ee.cuhk.edu.hk/~nncv/ELE2120/project/ ELE2120_Project_UserGuide.PDF • Program: http://www.ee.cuhk.edu.hk/~nncv/ELE2120/project/ELE2120_Project.zip

More Related