• Introduction

    GREETING

    Assalammualaikum wr, wb, Hallo teman-teman Cvisioner!!

    Selamat datang dan selamat bergabung pada matakuliah Computer Vision.
    Matakuliah IFB-301 Computer Vision ini merupakan matakuliah wajib di Program Studi Informatika, Fakultas Teknologi Industri, Institut Teknologi Nasional Bandung yang diselenggarakan di semester ganjil atau tepatnya di semester 5. Bobot matakuliah Computer Vision adalah 3 SKS.

    Perkenalkan saya Irma Amelia Dewi, selama satu semester ini akan menemai teman-teman Cvisioner untuk lebih memahami tidak hanya konsep dari metode-metode computer vision tetapi juga implementasinya di bidang industri.

    Pembelajaran yang diterapkan merupakan collaborative learning dan active learning, mengajak CVisioner terlibat secara partisipasi aktif dalam diskusi/small group discussion, group activity dalam menyelesaikan case study, problem-based yang berasal dari dunia usaha dan dunia industri (DUDI). Jika teman-teman Cvisioner memiliki pertanyaan atau kebutuhan, jangan ragu untuk menghubungi saya melalui platform ini. Saya selalu siap membantu teman-teman dalam proses pembelajaran ini.

    Jadi, mari kita mulai! Siapkan diri Anda untuk menggali ilmu baru, berdiskusi, dan menjalani pengalaman pembelajaran yang luar biasa.

    Terima kasih telah bergabung, dan saya berharap kita akan memiliki waktu yang sangat bermanfaat bersama. Selamat belajar!"

  • Pertemuan 5-Watershed Segmentation| Region-based segmentation

    HEADER

    Greeting

    Selamat datang teman-teman CVisioner pada pertemuan ke-lima Computer Vision. Pada pertemuan ini  teman-teman CVisioner diharapkan dapat mengidentifikasi fitur suatu citra untuk menentukan metode image segmentasi yang sesuai. Pada pertemuan ini akan dibahas image segmentasi berdasarkan region citra menggunakan Watershed Algorithm. Semoga teman-teman CVisioner dalam keadaan sehat dan semangat mempelajari materi di pertemuan ke-lima ini. 

    Deskripsi Materi

    Region-based segmentation adalah teknik segmentasi citra yang berfokus membagi citra menjadi beberapa region atau area berdasarkan kesamaan atribut piksel tertentu seperti intensitas, warna, tekstur, dll.

    Watershed algorithm adalah salah satu teknik region-based segmentation yang paling populer. Algoritma ini menganggap citra grayscale sebagai topografi permukaan. Piksel-piksel dengan intensitas rendah dianggap sebagai lembah dan piksel intensitas tinggi sebagai puncak.

    Proses watershed algorithm:

    1. Menandai piksel-piksel yang merupakan lokal minimum sebagai seed marker.
    2. Melakukan flooding simulation dimulai dari seed marker.
    3. Membuat barrier ketika air dari region yang berbeda bertemu.

    Keuntungan watershed algorithm:

    • Dapat menghasilkan segmentasi yang akurat untuk berbagai kasus.
    • Sangat baik dalam mendeteksi batas-batas region atau objek pada citra.

    Kekurangan watershed algorithm:

    • Oversegmentation jika jumlah seed marker terlalu banyak.
    • Sensitif terhadap noise.

    jSub-Capaian Pembelajaran MataKuliah (Sub-CPMK)

    Sub-CPMK 2: Mahasiswa dapat menentukan dan menerapkan teknik segmentasi citra dalam pemrosesan gambar berdasarkan bentuk/geometri, tekstur, warna, descriptor visual, depth dan/atau orientasi dalam perancangan dan pengembangan perangkat lunak computer vision

    Indikator Capaian Pembelajaran

    1. Mahasiswa mampu menjelaskan tahapan proses segmentasi citra menggunakan watershed algorithm.
    2. Mahasiswa mampu menerapkan watershed algorithm untuk kasus segmentasi citra grayscale.
    3. Mahasiswa mampu melakukan evaluasi dan pengukuran tingkat akurasi hasil segmentasi citra.
    4. Mahasiswa dapat memilih dan menerapkan algoritma segmentasi yang sesuai dengan karakteristik dan tujuan aplikasi.
    5. Mahasiswa terampil mengimplementasikan watershed algorithm menggunakan library OpenCV dan bahasa pemrograman Python.

    Skenario Pembelajaran 

    Matakuliah Computer Vision diselenggarakan dengan menggunakan model pembelajaran flipped classroom. Mahasiswa mempelajari materi pembelajaran baik handout, video pembelajaran, modul praktek pemrograman diluar jam perkuliahan sebelum kelas dimulai. Teman-teman CVisioner setelah mempelajari terlebih dahulu materi mengenai image segmentation berbasis region menggunakan metode Watershed dan modul pemrograman dengan topik Watershed segmentation yang dapat teman-teman praktekkan menggunakan Google Colaboratory. 

    Teman-teman CVisioner pada awal pertemuan akan dilakukan warming-up berkaitan dengan Algoritma Watershed dan sejauh mana pemahaman kalian mengenai image segmentation. Sesi berikutnya adalah Group Activity dengan Problem-based Learning: Identifikasi dan Pemisahan Wadah Medis dalam Gambar untuk Pengisian Cairan (Kasus dari DUDI), kemudian di presentasikan di minggu depan. 

    Pengukuran pemahaman materi image segmentation diberikan quiz di Spada Indonesia, dengan topik yang berkaitan dengan Canny edge detection, Otsu's Thresholding dan Watershed Algorithm. 

Previous section
Pertemuan 4-Contour Segmentation | Image Segmentation
Next section
Pertemuan 6-Color Based: Color histograms & color moments|Feature Extraction