Kursus Python: Analisis Kinerja Algoritma Image Segmentation untuk Deteksi Tepi Menggunakan Python

Berikut Silabus 40 Sesi: Analisis Kinerja Algoritma Image Segmentation untuk Deteksi Tepi Menggunakan Python

Level 1: Dasar-dasar Image Processing dan Python (Sesi 1-8)

• Pengenalan Image Processing Definisi, aplikasi, dan peran image segmentation dalam analisis gambar.

• Tools dan library yang digunakan (OpenCV, scikit-image).

• Setup Lingkungan Pemrograman Instalasi Python, Jupyter Notebook, dan pustaka yang relevan.

• Pengenalan IDE untuk pengembangan.

• Dasar-dasar Pemrograman Python untuk Image Processing Operasi dasar Python (data types, loops, functions).

• Bekerja dengan array menggunakan NumPy.

• Representasi dan Manipulasi Gambar Format gambar (RGB, grayscale, binary).

• Membaca, menampilkan, dan menyimpan gambar menggunakan OpenCV.

• Transformasi Dasar Gambar Scaling, rotating, cropping, dan flipping.

• Normalisasi dan histogram equalization.

• Filtering dan Noise Reduction Filter spasial (blur, Gaussian blur).

• Deteksi noise dan metode pereduksiannya.

• Edge Detection Dasar Pengenalan metode Sobel, Prewitt, dan Roberts.

• Implementasi algoritma dasar dengan Python.

• Praktik Proyek Mini: Filter Dasar Menggabungkan transformasi dasar dan deteksi tepi sederhana.

Level 2: Teori dan Implementasi Algoritma Image Segmentation (Sesi 9-20)

• Konsep Image Segmentation Definisi, jenis (region-based, edge-based, thresholding).

• Thresholding Thresholding global dan adaptif.

• Implementasi dengan Python.

• Region-based Segmentation Region growing dan region merging.

• Implementasi dan analisis kinerja.

• Edge-based Segmentation Algoritma Canny Edge Detection.

• Implementasi menggunakan OpenCV.

• Watershed Segmentation Konsep dan aplikasi.