Pengambangan histogram seimbang: Perbedaan antara revisi
Impor teks terkontrol dari Wikipedia bahasa Indonesia; revisi 28369984; atribusi sumber disertakan. |
Presentation V4: sitasi, referensi, Math, Wikimedia Commons, dan atribusi |
||
| Baris 1: | Baris 1: | ||
Dalam [[pengolahan citra digital]], '''metode pengambangan histogram seimbang''' (, disingkat BHT) adalah metode sederhana untuk melakukan [[Pengambangan (pengolahan citra)|pengambangan citra]] otomatis. Seperti [[metode Otsu]] dan metode pengambangan pilihan iteratif, metode ini termasuk metode pengambangan berbasis [[histogram]]. Pendekatan ini membagi citra menjadi dua bagian: latar belakang dan latar depan. Metode BHT mencari nilai ambang optimal yang membagi histogram menjadi dua. | [[File:Lovely_spider_BHT.jpeg|thumb|right|280px|Lovely spider BHT]] | ||
Dalam [[pengolahan citra digital]], '''metode pengambangan histogram seimbang'''<ref>A. Anjos dan H. Shahbazkia. ''Bi-Level Image Thresholding - A Fast Method''. ''BIOSIGNALS 2008''. 2008. Vol. 2.</ref> (, disingkat BHT) adalah metode sederhana untuk melakukan [[Pengambangan (pengolahan citra)|pengambangan citra]] otomatis. Seperti [[metode Otsu]]<ref>Nobuyuki Otsu. ''A Threshold Selection Method from Gray-Level Histograms''. ''IEEE Transactions on Systems, Man, and Cybernetics''. 1979. Vol. 9 (1). hlm. 62–66. doi:10.1109/TSMC.1979.4310076.</ref> dan metode pengambangan pilihan iteratif,<ref>Ridler TW dan Calvard S. ''Picture Thresholding Using an Iterative Selection Method''. ''IEEE Transactions on Systems, Man, and Cybernetics''. 1978. Vol. 8 (8). doi:10.1109/TSMC.1978.4310039.</ref> metode ini termasuk metode pengambangan berbasis [[histogram]]. Pendekatan ini membagi citra menjadi dua bagian: latar belakang dan latar depan. Metode BHT mencari nilai ambang optimal yang membagi histogram menjadi dua. | |||
Metode ini "menimbang" histogram pada titik tumpu tertentu (biasanya di tengah), mencari sisi yang lebih berat, dan mengambil bobot dari sisi yang lebih berat hingga lebih ringan. Langkah tersebut diulangi sampai ujung timbangan bertemu. Bobot sisi yang dimaksud adalah jumlah nilai histogram pada sisi tersebut. | Metode ini "menimbang" histogram pada titik tumpu tertentu (biasanya di tengah), mencari sisi yang lebih berat, dan mengambil bobot dari sisi yang lebih berat hingga lebih ringan. Langkah tersebut diulangi sampai ujung timbangan bertemu. Bobot sisi yang dimaksud adalah jumlah nilai histogram pada sisi tersebut. | ||
| Baris 6: | Baris 8: | ||
== Algoritma == | == Algoritma == | ||
Secara umum, algoritma metode ini sebagai berikut. | Secara umum, algoritma metode ini sebagai berikut. | ||
# Tentukan titik tumpu awal. | # Tentukan titik tumpu awal. | ||
| Baris 18: | Baris 19: | ||
== Referensi == | == Referensi == | ||
<references /> | |||
== Sumber dan atribusi == | |||
Konten artikel ini diadaptasi dari [https://id.wikipedia.org/w/index.php?title=Pengambangan+histogram+seimbang&oldid=28369984 Wikipedia bahasa Indonesia], revisi 28369984 (2025-11-07T06:56:10Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Gambar pada artikel ini bersumber dari Wikimedia Commons dan mengikuti ketentuan lisensi masing-masing berkas. Mohon gunakan konten dan media secara bijak serta sesuai dengan ketentuan lisensi yang berlaku. | |||
<!-- WIKI_UNISSULA_PRESENTATION_V4 --> | |||
Revisi terkini sejak 24 Agustus 2026 09.08
Dalam pengolahan citra digital, metode pengambangan histogram seimbang[1] (, disingkat BHT) adalah metode sederhana untuk melakukan pengambangan citra otomatis. Seperti metode Otsu[2] dan metode pengambangan pilihan iteratif,[3] metode ini termasuk metode pengambangan berbasis histogram. Pendekatan ini membagi citra menjadi dua bagian: latar belakang dan latar depan. Metode BHT mencari nilai ambang optimal yang membagi histogram menjadi dua.
Metode ini "menimbang" histogram pada titik tumpu tertentu (biasanya di tengah), mencari sisi yang lebih berat, dan mengambil bobot dari sisi yang lebih berat hingga lebih ringan. Langkah tersebut diulangi sampai ujung timbangan bertemu. Bobot sisi yang dimaksud adalah jumlah nilai histogram pada sisi tersebut.
Karena kemudahannya, metode ini cocok dipakai untuk pendekatan pertama ketika menerangkan tentang pengambangan citra otomatis.
Algoritma
Secara umum, algoritma metode ini sebagai berikut.
- Tentukan titik tumpu awal.
- Hitung bobot sisi kiri dan kanan titik tumpu.
- Dari sisi yang lebih berat, diambil nilai histogram yang paling ujung sehingga bobot sisi tersebut berkurang.
- Ulangi sampai tersisa satu nilai histogram. Di situlah, nilai ambangnya berada.
Lihat pula
Referensi
- ↑ A. Anjos dan H. Shahbazkia. Bi-Level Image Thresholding - A Fast Method. BIOSIGNALS 2008. 2008. Vol. 2.
- ↑ Nobuyuki Otsu. A Threshold Selection Method from Gray-Level Histograms. IEEE Transactions on Systems, Man, and Cybernetics. 1979. Vol. 9 (1). hlm. 62–66. doi:10.1109/TSMC.1979.4310076.
- ↑ Ridler TW dan Calvard S. Picture Thresholding Using an Iterative Selection Method. IEEE Transactions on Systems, Man, and Cybernetics. 1978. Vol. 8 (8). doi:10.1109/TSMC.1978.4310039.
Sumber dan atribusi
Konten artikel ini diadaptasi dari Wikipedia bahasa Indonesia, revisi 28369984 (2025-11-07T06:56:10Z), yang tersedia berdasarkan lisensi Creative Commons Atribusi-BerbagiSerupa (CC BY-SA). Gambar pada artikel ini bersumber dari Wikimedia Commons dan mengikuti ketentuan lisensi masing-masing berkas. Mohon gunakan konten dan media secara bijak serta sesuai dengan ketentuan lisensi yang berlaku.