Morfologi dan regionprops Karakterisasi Titik Cacat pada Citra Larik Fotodetektor

Info proyek

• Bidang studiInstrumentasi dan Sensor
• JenjangTesis (S2)
• Jenis metodePengolahan Citra
• Perkiraan pengerjaan± 5 hari kerja
• Perangkatstrel, imopen, imclose, regionprops (Image Processing Toolbox)
• HargaRp 400.000 - Rp 2.650.000

Tujuan analisis

Menganalisis citra larik fotodetektor menggunakan Morfologi dan regionprops dengan mempertimbangkan ukuran elemen penstruktur dan luas titik cacat.

Variabel

Contoh hasil

• 7Objects found
• 7Objects true
• 404.857Mean area (px)
• 0.568Mean eccentricity
• 0.867Mean solidity
• 68.103Pixel error removed (%)

Operasi morfologi (opening dan closing) menurunkan galat piksel Photodetector array image dari 5.9% menjadi 1.9% dan menemukan 7 objek (sebenarnya 7) dengan luas rata-rata 405 piksel dan solidity 0.867.

Dihitung dari data sintetis sebagai ilustrasi, bukan dari penelitian nyata.

Tentang Morfologi dan regionprops

Operasi morfologi (erosi, dilasi, opening, closing) membersihkan dan membentuk ulang citra biner, dan regionprops mengukur properti tiap objek seperti luas dan keliling. Dipakai pada analisis partikel, sel, dan inspeksi kualitas.

Langkah pengerjaan

1. 1Siapkan citra biner dari segmentasi
2. 2Pilih elemen penstruktur dengan strel
3. 3Terapkan opening untuk menghapus derau kecil
4. 4Terapkan closing untuk menutup lubang kecil
5. 5Beri label objek dan ukur dengan regionprops
6. 6Tampilkan tabel properti dan plot batas objek

Asumsi yang perlu diperiksa

• Ukuran elemen penstruktur sesuai skala objek dan derau
• Citra biner hasil segmentasi cukup baik
• Kalibrasi piksel ke satuan nyata diketahui bila ingin ukuran fisik

Membaca dan melaporkan hasil

Laporkan jumlah objek, statistik luas, dan properti lain beserta kalibrasi satuan. Jelaskan pilihan elemen penstruktur dan dampaknya pada ukuran objek.

Contoh kode MATLAB

Skrip awal singkat dengan nama variabel proyek ini. Versi yang diserahkan disesuaikan dengan data Anda dan diberi komentar lengkap.

rng(3);
[xx, yy] = meshgrid(1:200);
bw0 = ((xx-50).^2 + (yy-50).^2 < 20^2) | ((xx-130).^2 + (yy-60).^2 < 25^2) | ...
      ((xx-100).^2 + (yy-140).^2 < 30^2);
photodetector_array_image = bw0;
photodetector_array_image(rand(200) < 0.02) = true;                     % salt noise
photodetector_array_image(rand(200) < 0.02) = false;                    % pepper holes

se = strel('disk', 3);
opened = imopen(photodetector_array_image, se);
cleaned = imclose(opened, se);
cleaned = bwareaopen(cleaned, 50);
structuring_element_size = bwlabel(cleaned);

props = regionprops(structuring_element_size, 'Area', 'Perimeter', 'Eccentricity', 'Centroid');
T = struct2table(props);
T.Circularity = 4*pi*T.Area ./ T.Perimeter.^2;
disp(T(:, {'Area', 'Perimeter', 'Eccentricity', 'Circularity'}));
fprintf('Objects: %d, mean area: %.1f px\n', height(T), mean(T.Area));

figure;
subplot(1,2,1); imshow(photodetector_array_image); title('Noisy binary');
subplot(1,2,2); imshow(cleaned); hold on;
for k = 1:height(T)
    plot(T.Centroid(k,1), T.Centroid(k,2), 'r+', 'MarkerSize', 10);
end
title('After opening and closing');

Paket dan harga

Pilih seberapa banyak bantuan yang Anda perlukan. Setiap paket yang lebih tinggi sudah mencakup semua item paket di bawahnya. Harga belum termasuk PPN 11%.

• Pembayaran: DP 50% sebelum pekerjaan dimulai, pelunasan setelah hasil diserahkan
• Pajak: Harga belum termasuk PPN 11%
• Data dan integritas akademik: Hasil dihitung dari data penelitian Anda sendiri; Anda yang menulis dan mempertanggungjawabkan naskah, kami membantu analisis dan pemahaman
• Revisi: Maksimal 2 kali revisi termasuk dalam harga (Paket 3: 3 kali)

Pertanyaan umum