Morfologi dan regionprops untuk Menghitung dan Mengukur Komponen pada Lini Perakitan Robotik

Info proyek

• Bidang studiRobotika dan Mekatronika
• JenjangTesis (S2)
• Jenis metodePengolahan Citra
• Perkiraan pengerjaan± 5 hari kerja
• Perangkatstrel, imopen, imclose, regionprops (Image Processing Toolbox)
• HargaRp 450.000 - Rp 2.750.000

Tujuan analisis

Menerapkan operasi morfologi pada citra komponen dengan menyetel ukuran elemen penstruktur dan luas minimum objek untuk menilai mutu hasil pemrosesan.

Variabel

Contoh hasil

• 4Objects found
• 4Objects true
• 423Mean area (px)
• 0.644Mean eccentricity
• 0.882Mean solidity
• 80.67Pixel error removed (%)

Operasi morfologi (opening dan closing) menurunkan galat piksel Component image dari 6.5% menjadi 1.2% dan menemukan 4 objek (sebenarnya 4) dengan luas rata-rata 423 piksel dan solidity 0.882.

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);
component_image = bw0;
component_image(rand(200) < 0.02) = true;                     % salt noise
component_image(rand(200) < 0.02) = false;                    % pepper holes

se = strel('disk', 3);
opened = imopen(component_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(component_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