Apa itu metode Otsu?

Metode Otsu merupakan sebuah algoritma yang digunakan untuk melakukan segmentasi citra atau pengelompokan piksel berdasarkan tingkat keabuan atau intensitas warna dari citra tersebut. Metode ini dikembangkan oleh Nobuyuki Otsu pada tahun 1979 dan digunakan untuk memperoleh hasil segmentasi yang optimal dan objektif.

Segmentasi citra adalah proses pengelompokan piksel menjadi beberapa bagian atau wilayah berdasarkan karakteristik yang dimiliki oleh piksel tersebut. Metode segmentasi citra sangat penting dalam berbagai aplikasi pengolahan citra seperti deteksi wajah, pengenalan pola, pengenalan tulisan tangan, dan sebagainya. Dengan menggunakan metode Otsu, kita dapat memperoleh hasil segmentasi citra yang lebih baik dan akurat.

Pada dasarnya, metode Otsu bekerja dengan cara mencari batas ambang atau threshold yang optimal dalam memisahkan piksel menjadi dua kelompok yaitu piksel yang memiliki intensitas yang lebih kecil dari batas ambang dan piksel yang memiliki intensitas yang lebih besar dari batas ambang. Batas ambang yang optimal dipilih berdasarkan kriteria yang disebut dengan between-class variance atau varians antarkelas.

Menggunakan metode Otsu, kita dapat memperoleh batas ambang secara otomatis tanpa harus menentukannya secara manual. Hal ini menjadi sebuah keuntungan karena memberikan hasil segmentasi citra yang lebih objektif dan konsisten.

Metode Otsu banyak digunakan dalam berbagai aplikasi pengolahan citra seperti deteksi tepi, segmentasi objek, dan pengenalan pola. Selain itu, metode ini juga dapat digunakan pada citra grayscale dan citra berwarna.

Dalam penggunaannya, metode Otsu terdiri dari beberapa langkah yaitu:

• Menghitung histogram citra untuk mendapatkan distribusi dari intensitas piksel.
• Menghitung probabilitas kemunculan setiap nilai intensitas dalam histogram.
• Menghitung mean global atau rata-rata intensitas dari seluruh piksel di citra.
• Memilih suatu nilai ambang tertentu untuk memisahkan piksel menjadi dua kelompok.
• Menghitung between-class variance untuk nilai ambang tersebut.
• Memilih ambang yang memberikan nilai between-class variance yang maksimum sebagai batas ambang optimal.

Dalam implementasinya, metode Otsu dapat dilakukan dengan menggunakan bahasa pemrograman seperti MATLAB, Python, atau bahasa pemrograman lainnya yang mendukung pengolahan citra. Hasil segmentasi yang diperoleh dapat digunakan untuk analisis lebih lanjut pada citra yang dihasilkan.

Cara Kerja Algoritma Otsu dalam Pengolahan Citra

Algoritma Otsu atau juga disebut sebagai metode Otsu adalah salah satu cara yang sering digunakan dalam pengolahan citra. Algoritma ini bertujuan untuk memisahkan area pada gambar ke dalam dua kelas yang berbeda, yaitu background dan foreground. Cara kerja algoritma ini adalah dengan menentukan nilai threshold pada citra grayscale atau warna abu-abu. Nilai threshold ini adalah nilai ambang yang memisahkan kelas piksel menjadi dua bagian, yaitu background dan foreground.

Metode Otsu bekerja dengan cara meminimalkan variansi dari kedua bagian pixel tersebut. Variansi yang dimaksud disebut Variansi Intra-Grup yang mengukur seberapa homogen piksel dalam satu grup. Semakin kecil variansi intra-grup, semakin homogen pikselnya, yang berarti nilai threshold telah memisahkan kelompok piksel secara benar.

Sedangkan Variansi Inter-Grup mengukur pola piksel yang berbeda antara dua kelompok. Semakin besar nilai Variansi Inter-Grup, semakin berbeda dua kelompok piksel tersebut, yang berarti nilai threshold yang dipilih memisahkan dengan benar kedua kelompok piksel tersebut. Minimum antara Variansi Intra-Grup dan Variansi Inter-Grup adalah tujuan dari algoritma Otsu.

Cara kerja dari algoritma Otsu terbagi menjadi beberapa tahapan:

1. Perubahan citra warna menjadi citra grayscale

Langkah pertama dalam pengolahan citra dengan menggunakan algoritma Otsu adalah dengan mengubah citra warna menjadi citra grayscale. Citra grayscale bisa dihasilkan dengan cara mengambil nilai rata-rata dari ketiga nilai RGB, mengambil nilai maksimum atau minimal dari ketiga nilai RGB.

2. Menghitung histogram citra grayscale

Setelah citra diubah menjadi citra grayscale, maka berikutnya kita perlu menghitung histogram dari citra tersebut. Histogram adalah gambar distribusi frekuensi piksel pada suatu gambar. Histogram citra grayscale menunjukkan jumlah keberadaan intensitas piksel pada setiap derajat keabuan (grayscale). Histogram ini digunakan sebagai representasi visual dari citra grayscale dan membantu kita untuk memahami parameter dari citra tersebut seperti kecerahan dan kontras.

3. Menghitung nilai threshold

Berdasarkan histogram citra grayscale, selanjutnya kita dapat menghitung nilai threshold dengan menggunakan variansi antara grup pixel (Variance Inter-Group) dan variansi dalam grup pixel (Variance Intra-Group) dari citra grayscale. Nilai threshold ini dipilih sebagai batas pengelompokan piksel ke dalam kelompok background atau foreground.

4. Segmentasi pada citra

Setelah nilai threshold telah dipilih, kita dapat melakukan segmentasi pada citra dengan cara membagi citra ke dalam dua kelas yang berbeda, yaitu background (kelas 1) dan foreground (kelas 2). Piksel dengan nilai intensitas kurang dari nilai threshold diklasifikasikan sebagai background dan piksel dengan nilai intensitas lebih besar dari nilai threshold diklasifikasikan sebagai foreground.

Secara singkat, algoritma Otsu merupakan suatu metode pengolahan citra yang memungkinkan kita untuk memisahkan bagian pada suatu gambar menjadi dua kelas yang berbeda, yaitu background dan foreground. Algoritma ini sangat berguna dalam berbagai aplikasi pengolahan citra seperti segmentasi objek pada citra, deteksi tepi, serta aplikasi pemrosesan citra lainnya.

Kelebihan dan kekurangan penggunaan metode Otsu

Metode Otsu atau disebut juga Otsu’s method adalah salah satu metode dalam pengolahan citra digital yang sering digunakan untuk segmentasi citra. Metode ini memiliki kelebihan dan kekurangan yang perlu dipahami oleh pengguna sebelum mengaplikasikannya pada citra yang akan diproses.

Kelebihan Metode Otsu

Kelebihan dari metode Otsu antara lain:

• Simpel dan efisien. Metode Otsu tidak memerlukan perhitungan kompleks dan waktu pengolahan yang terlalu lama. Sehingga banyak digunakan dalam aplikasi pengolahan citra real time.
• Optimal dan otomatis. Metode Otsu mampu memilih threshold secara otomatis dan optimal. Hal ini karena metode Otsu memaksimalkan varian antar kelas dan meminimalkan varian dalam kelas pada histogram citra. Sehingga threshold yang dihasilkan akan memberikan hasil segmentasi citra yang optimal.
• Banyak digunakan. Metode Otsu banyak digunakan dalam berbagai aplikasi seperti pengenalan wajah, deteksi objek, segmentasi satelit citra, dan lain-lain. Sehingga metode ini telah diuji akurasinya dalam berbagai situasi.

Kekurangan Metode Otsu

Kelemahan dari metode Otsu adalah:

• Kurang efektif pada citra noisy. Metode Otsu akan terganggu oleh adanya noise pada citra. Oleh karena itu, perlu melakukan pre-processing pada citra sebelum mengaplikasikan metode Otsu.
• Sensitive terhadap nilai threshold awal. Metode Otsu akan memberikan hasil yang berbeda jika nilai threshold awal yang diberikan berbeda. Sehingga dalam penggunaannya, perlu memilih nilai threshold awal yang optimal.
• Tidak optimal untuk citra dengan banyak kelas. Metode Otsu dirancang untuk mengolah citra dengan hanya dua kelas (foreground dan background). Jika citra memiliki lebih dari dua kelas, maka metode Otsu tidak optimal digunakan. Sehingga perlu menggunakan metode segmentasi yang lain.

Meskipun memiliki beberapa kelemahan, metode Otsu tetap menjadi salah satu metode segmentasi citra yang paling sering digunakan karena sederhana, efektif, dan akurat dalam memilih threshold. Oleh karena itu, sebelum menggunakan metode Otsu perlu mempertimbangkan kelebihan dan kekurangannya untuk memastikan hasil pengolahan citra yang optimal.

Apa itu Otsu dalam Segmentasi Citra?

Segmentasi citra adalah proses membagi gambar menjadi beberapa bagian atau segmen untuk memudahkan pengolahan gambar dan informasi yang terkandung di dalamnya. Metode Otsu adalah salah satu metode yang paling populer digunakan dalam segmentasi citra. Dalam artikel ini, kita akan membahas tentang apa itu metode Otsu dan bagaimana metode ini diterapkan dalam segmentasi citra.

Apa Itu Metode Otsu?

Metode Otsu adalah metode segmentasi citra yang dikembangkan oleh Nobuyuki Otsu pada tahun 1979. Metode ini menyediakan cara yang efektif untuk memisahkan objek dan latar belakang dari gambar digital. Metode Otsu mencoba menjaga variabilitas dalam piksel objek dan latar belakang yang berbeda-beda selama proses segmentasi.

Bagaimana Otsu Bekerja?

Metode Otsu bekerja dengan cara mencari nilai ambang ideal yang dapat memisahkan piksel menjadi dua bagian yaitu objek dan latar belakang. Sama seperti metode segmentasi citra lainnya, metode Otsu juga menghitung nilai ambang berdasarkan histogram citra atau distribusi frekuensi piksel gambar. Histogram digunakan untuk mengetahui frekuensi kemunculan nilai intensitas piksel dalam citra.

Untuk mencari nilai ambang ideal, metode Otsu menggunakan nilai variance Intra (Vi) dan variance Inter (Vo). Variance Intra (Vi) adalah perbedaan antara piksel yang masuk ke dalam satu segmen dengan nilai rata-rata piksel dalam segmen tersebut. Sedangkan Variance Inter (Vo) adalah perbedaan antara nilai rata-rata piksel dalam segmen objek dan latar belakang.

Proses pencarian nilai ambang ideal diawali dengan ancaman awal yang didapatkan dari histogram citra. Ancaman awal kemudian dibagi menjadi dua segmen berdasarkan nilai ambang. Setelah itu nilai Vi dan Vo pada kedua segmen dihitung. Selanjutnya, nilai variance dihitung dengan menggunakan formula.

Dimana k adalah nilai ambang dan w1 serta w2 adalah probabilitas masing-masing segmen objek dan latar belakang. Setelah mendapatkan Vi dan Vo, dilakukan perhitungan nilai Sigma dengan menggunakan formula:

Nilai Sigma dihitung untuk setiap nilai ambang dan nilai Sigma terbesar kemudian digunakan sebagai nilai ambang yang ideal dalam proses segmentasi citra.

Contoh Penerapan Metode Otsu pada Segmentasi Citra

Contoh penerapan metode Otsu dapat digunakan dalam segmentasi citra medis seperti pada gambar X-ray. Dalam aplikasi ini, metode Otsu digunakan untuk memisahkan gambar menjadi dua kelas, yaitu area cerah dan area gelap pada gambar X-ray.

Pada gambar di atas, nilai ambang ideal ditemukan pada 125. Nilai ambang ini digunakan untuk memisahkan area cerah dan area gelap pada gambar. Penggunaan metode Otsu sangat membantu dalam segmentasi citra medis, terutama pada gambar X-ray yang dibutuhkan diagnostik tepercaya dan cepat.

Kesimpulan

Metode Otsu memungkinkan segmentasi citra secara efisien dan efektif dengan mencari nilai ambang ideal. Metode ini banyak digunakan dalam segmentasi citra medis, di mana kecepatan dan akurasi diagnostic sangat penting. Dengan metode segmenasi citra yang tepat, banyak penelitian yang dapat dilakukan, di antaranya pengenalan logat kuno dan pola pada manuskrip kuno, ilmu biologi, kedokteran, serta pengenalan tekstur dan warna pada citra satelit atau drone.

Perbandingan antara Metode Otsu dengan Metode Segmentasi Citra Lainnya

Metode Otsu adalah metode segmentasi citra yang paling umum digunakan, namun ada beberapa metode segmentasi citra lain yang juga cukup menarik dan sering digunakan dalam teknologi pengolahan citra. Dalam kesempatan ini, kita akan membahas perbandingan antara metode Otsu dengan metode segmentasi citra lainnya.

Metode Thresholding Tunggal

Metode thresholding tunggal adalah metode segmentasi citra yang paling sederhana. Dalam metode ini, nilai pixel yang lebih kecil dari nilai threshold akan dianggap sebagai objek dan piksel yang lebih besar akan dianggap sebagai latar belakang. Namun, metode ini tidak cocok untuk citra dengan tingkat kecerahannya yang lebih kompleks.

Metode Regio-Based Segmentation

Metode regio-based segmentation menggunakan informasi spasial dan korespondensi warna yang terkandung dalam citra untuk memisahkan objek dari latar belakang. Metode ini memberikan hasil yang lebih baik dalam situasi di mana citra yang diolah memiliki tingkat kecerahan yang kompleks.

Metode Watershed Transformation

Metode watershed transformation menggunakan teknik yang mirip dengan pengukuran ketinggian dari cekungan air di atas sebuah area dataran. Dalam metode ini, gradient citra digunakan untuk menemukan garis kontur dari objek. Hasilnya cenderung lebih baik daripada thresholding tunggal dan regio-based segmentation, namun metode ini memerlukan penerapan filter dan teknik pemrosesan citra yang cukup kompleks.

Perbandingan dengan Metode Otsu

Secara umum, metode Otsu memberikan hasil yang cukup baik dalam kebanyakan aplikasi pengolahan citra, khususnya untuk citra dengan tingkat kecerahan yang sederhana. Namun, ketika citra memiliki tingkat kecerahan yang kompleks, metode regio-based dan watershed transformation dapat memberikan hasil yang lebih baik.

Namun, metode ini memerlukan pemrosesan citra yang lebih kompleks dan waktu komputasi yang lebih lama. Oleh karena itu, pemilihan metode segmentasi citra yang tepat harus dilakukan berdasarkan aplikasi yang diinginkan dan mempertimbangkan kecepatan proses pengolahan citra, dengan tetap memperhatikan akurasi hasil yang diinginkan.