Segmentasi Citra: Pengertian, Fungsi, dan Jenis-jenisnya

Segmentasi citra merupakan proses yang sangat penting di bidang visi komputer (computer vision). Proses segmentasi biasanya digunakan dalam klasifikasi gambar dan deteksi objek.

Dalam artikel ini akan dibahas mengenai pengertian segmentasi citra, fungsi dan kegunaannya serta jenis-jenisnya.

Daftar Isi

Pengertian Segmentasi Citra

Segmentasi citra adalah metode memecah gambar digital menjadi beberapa sub kelompok yang disebut sebagai segmen. Biasanya proses pemecahan atau pengelompokan didasarkan pada karakteristik piksel dalam citra. Segmentasi citra dapat berupa pemisahan latar depan dari latar belakang atau pengelompokan wilayah piksel berdasarkan kesamaan warna atau bentuk.

Proses segmentasi citra membantu untuk mengurangi kompleksitas gambar ketika dilakukan pemrosesan lebih lanjut. Dengan memisahkannya menjadi segmen, maka analisis citra dapat menjadi lebih mudah, cepat, dan efisien.

Contoh pengaplikasian segmentasi citra banyak dijumpai di dunia medis, misalnya untuk mendeteksi dan memberi label piksel dalam gambar atau voxel volume 3D yang mewakili tumor di otak atau organ lain dari pasien. Selain itu, pengaplikasian lainnya pada smart city yang dapat mendeteksi pengunjung, menganalisis arus lalu lintas, serta mendeteksi plat kendaraan melalui CCTV.

Fungsi dan Kegunaan Segmentasi Citra

Seperti yang sudah disinggung di awal, hasil dari proses segmentasi dapat digunakan untuk analisis lanjutan terhadap suatu citra, misalnya deteksi objek dan klasifikasi citra .

Deteksi Objek

Deteksi objek adalah bagian terpenting pada visi komputer yang digunakan untuk menemukan objek visual dari kelas tertentu pada gambar (misalnya, manusia, hewan, mobil, atau bangunan). 

Tujuan dari deteksi objek adalah untuk mengembangkan model komputasi dasar yang dibutuhkan oleh aplikasi visi komputer. Misal pada gambar di bawah ini ingin mendeteksi objek seperti orang, rumput, pohon, dll.

Sumber: medium.com

Klasifikasi Gambar

Klasifikasi gambar adalah proses pelabelan dan pengkategorian pada sekelompok piksel atau vektor dari gambar berdasarkan aturan tertentu. 

Untuk melakukan klasifikasi dibutuhkan satu atau lebih karakteristik (fitur) untuk mengidentifikasi jenis kelas atau kategori. Pada umumnya terdapat 2 metode pengklasifikasian yakni supervised dan unsupervised.

Baca: Mengenal perbedaan metode supervised dan unsupervised learning

Contoh klasifikasi gambar ditunjukkan pada ilustrasi di bawah ini: yakni misalnya orang dan bukan orang. Untuk pengklasifikasian kategori orang dapat dilihat pada hasil bounding box-nya.

Sumber: medium.com

Jenis-jenis Segmentasi Citra 

Terdapat beberapa jenis segmentasi citra yang biasanya digunakan pada deep learning diantaranya yaitu semantic segmentation, instance segmentation, dan panoptic segmentation. Ketiga jenis segmentasi ini didasarkan pada output yang dihasilkan.

Di bawah ini adalah penjelasan jenis metode segmentasi tersebut:

1. Semantic Segmentation

Semantic segmentation atau segmentasi semantik adalah teknik yang melibatkan proses deteksi objek di dalam citra dan mengelompokkannya berdasarkan kategori yang ditentukan.

Segmentasi ini memberi label setiap piksel gambar yang memiliki kelas yang sama sesuai kategori yang diberikan. Segmentasi semantik tidak mengenali individu objek dalam kategori yang sama pada suatu gambar.

Pada intinya segmentasi ini hendak menyatukan piksel-piksel objek yang identik ke dalam kategori yang sama menjadi satu segmen tanpa membedakan tiap-tiap individu objek.

Misalnya setiap piksel diberi label ke dalam dalam kategori gambar orang (merah), pohon (hijau tua), rumput (hijau muda), dan langit (biru). Ilustrasinya dapat dilihat pada gambar di bawah.

Sumber: medium.com

2. Instance Segmentation

Segmentasi instance merupakan pengembangan dari segmentasi semantik. Pada segmentasi ini. beberapa objek dari kelas yang sama diperlakukan sebagai instance individu yang berbeda. 

Misalnya, metode segmentasi instance ini dapat dimanfaatkan untuk mengidentifikasi objek manusia pada gambar di bawah. Metode ini tidak hanya akan mengenali sekelompok orang tetapi juga membantu dalam membedakannya secara terpisah. 

Tidak seperti segmentasi semantik, pada segmentasi ini semua orang memiliki warna atau label yang berbeda.

Sumber: medium.com

3. Panoptic Segmentation

Segmentasi panoptik merupakan pengembangan segmentasi citra dengan mengombinasikan segmentasi semantik dan segmentasi instance. Segmentasi panoptik secara semantik membedakan objek yang berbeda serta mengidentifikasinya secara terpisah dari setiap jenis atau kategori objek. 

Dengan kata lain, segmentasi panoptik memberikan dua label untuk masing-masing piksel gambar yakni label semantik, dan ID instance.  Piksel yang memiliki label yang sama dianggap memiliki kelas semantik yang sama dan ID instance yang membedakan instance-nya. 

Tidak seperti segmentasi instance, setiap piksel dalam segmentasi panoptik memiliki label unik yang sesuai dengan instance-nya untuk menghindari kesalahan interpretasi informasi. 

Segmentasi instance hanya mendeteksi dan membagi objek pada citra (seperti orang pada gambar di atas) dan membedakannya menggunakan warna yang berbeda.

Namun, segmentasi panoptik akan mendeteksi dan mengelompokkan semua objek dalam gambar, termasuk latar belakang (background), dan membedakannya dengan warna yang berbeda.

Sumber: medium.com

Penutup

Sebagai kesimpulan, segmentasi citra berguna untuk mengelompokkan wilayah atau segmen yang serupa dari suatu citra di bawah label kelasnya masing-masing. Dengan begitu kita dapat menggunakannya untuk tugas-tugas lanjutan seperti klasifikasi gambar dan deteksi objek.

Untuk memilih jenis segmentasi citra yang hendak digunakan, kita perlu mendefinisikan tujuan segmentasi terlebih dahulu. Misalkan Anda memiliki input gambar berupa tampilan jalan yang terdiri dari beberapa orang, mobil, dan bangunan. Jika Anda hanya ingin mengelompokkan objek yang termasuk dalam kategori yang sama, misalnya membedakan mobil dan bangunan, maka segmentasi semantik mungkin pilihan yang cocok.

Jika Anda ingin membedakan setiap orang, mobil, atau bangunan pada gambar, maka itu tugasnya segmentasi instance. Sedangkan jika Anda menginginkan pembagian kategori serta membedakan setiap instance-nya, maka gunakan segmentasi panoptik.

Demikianlah penjelasan singkat mengenai pengertian, fungsi, dan jenis-jenis segmentasi citra. Semoga bermanfaat.

Apabila Anda tertarik dengan artikel serupa, Anda bisa mengunjungi rubrik Artikel atau membaca tulisan lainnya mengenai “pengertian face recognition”.

Salam! 

Referensi

• https://www.sciencedirect.com/topics/engineering/image-classification
• https://soulpageit.com/semantic-vs-instance-vs-panoptic-which-image-segmentation-to-choose/
• https://www.mathworks.com/discovery/image-segmentation.html
• https://analyticsindiamag.com/semantic-vs-instance-vs-panoptic-which-image-segmentation-technique-to-choose/

Trivusi Ikatlah ilmu dengan menulis. Menebar manfaat dengan berbagi :)

Berbagi :