Silabus Penerapan Algoritma Segmentasi Citra Berbasis OpenCV untuk Identifikasi Penyakit Tanaman
Sesi 1-5: Pengenalan OpenCV dan Pemrosesan Citra
-
Sesi 1: Pengenalan Pemrosesan Citra Dasar-dasar gambar digital.
-
Pengenalan OpenCV dan pengaturan lingkungan kerja.
-
Operasi dasar pada gambar (membaca, menulis, menampilkan).
-
Sesi 2: Memahami Representasi Citra Gambar grayscale vs. gambar berwarna.
-
Kanal gambar dan nilai piksel.
-
Analisis histogram.
-
Sesi 3: Transformasi Citra Dasar Mengubah ukuran, memutar, dan memotong gambar.
-
Membalik dan mentranslasi gambar.
-
Sesi 4: Teknik Peningkatan Citra Penyesuaian kontras menggunakan ekualisasi histogram.
-
Teknik perhalusan dan pengaburan.
-
Deteksi tepi menggunakan Sobel dan Canny.
-
Sesi 5: Ruang Warna dan Penerapan Threshold Konversi antara ruang warna (RGB, HSV, LAB).
-
Penerapan threshold global dan adaptif.
Sesi 6-10: Pengenalan Teknik Segmentasi Citra
-
Sesi 6: Dasar-dasar Segmentasi Citra Pengenalan segmentasi dan pentingnya dalam mendeteksi penyakit tanaman.
-
Segmentasi sederhana berbasis threshold.
-
Sesi 7: Teknik Threshold Lanjutan Metode Otsu.
-
Algoritma Watershed untuk segmentasi.
-
Sesi 8: Deteksi dan Analisis Kontur Mencari kontur pada gambar.
-
Menggambar dan menganalisis kontur untuk identifikasi objek.
-
Sesi 9: Operasi Morfologi Erosi, dilasi, opening, dan closing.
-
Penerapan operasi morfologi untuk menghilangkan noise dan segmentasi.
-
Sesi 10: Segmentasi Berbasis Wilayah Memahami teknik region-growing.
-
Segmentasi menggunakan metode berbasis wilayah.



