Skip to main content

Modul teori — Segmentasi citra: threshold global, Otsu, & threshold adaptif lokal

Pengolahan Citra Digital (PCD), pertemuan ke-12

Segmentasi mempartisi citra menjadi wilayah-wilayah yang bermakna — sering langkah pertama agar sistem visi dapat menghitung jumlah objek, lokasi, atau bentuk (lanjut ke morfologi & fitur spasial, PCD 11). Modul ini fokus pada pendekatan thresholding: memilih ambang intensitas \(T\) sehingga setiap piksel diklasifikasikan ke foreground atau background, menghasilkan citra biner (mask).

Contoh penggunaan thresholding global, Otsu, dan adaptif lokal:

Modul ini mengikuti alur: threshold global manual → Otsu (ambang global otomatis dari histogram) → threshold adaptif lokal bila iluminasi tidak seragam. Segmentasi berbasis region hanya disebut sebagai perbandingan singkat.

Gambar 1: Ilustrasi segmentasi threshold: kiri citra grayscale \(f\); tengah mask biner \(g\) (foreground putih); kanan overlay — foreground diwarnai agar batas objek terlihat. Setiap objek terang terpisah dari latar gelap setelah pemilihan ambang \(T\).

0.1 Tujuan pembelajaran

  1. Mendefinisikan segmentasi dan thresholding sebagai pemetaan intensitas ke label biner pada grid diskret.
  2. Membaca histogram intensitas dan mengaitkannya dengan pemilihan ambang manual (global).
  3. Menjelaskan keterbatasan threshold global pada pencahayaan tidak seragam, noise, dan histogram multimodal.
  4. Menjelaskan mengapa Otsu dibutuhkan pada threshold global, definisi formal metode Otsu, serta kriteria varians intra-kelas minimum / antar-kelas maksimum.
  5. Menulis algoritma Otsu langkah demi langkah dan menerapkannya pada contoh histogram kecil.
  6. Mengimplementasikan threshold global dan Otsu dengan NumPy serta memvisualisasikan hasil pada citra uji.
  7. Menjelaskan threshold adaptif lokal (mean adaptif, Niblack, Sauvola), parameter ukuran jendela dan konstanta \(C\), serta membandingkannya dengan Otsu global pada citra ber-ramp.

1 Segmentasi dan citra biner

Pada citra monokrom diskret \(f[i,j]\) (intensitas dalam rentang terbatas, mis. \(0,\ldots,L-1\) dengan \(L=256\)), segmentasi threshold mendefinisikan mask biner \(g[i,j]\):

\[ g[i,j] = \begin{cases} 1 \text{ (foreground)} & \text{jika } f[i,j] > T, \\ 0 \text{ (background)} & \text{sebaliknya.} \end{cases} \]

Cara membaca. Untuk setiap piksel \((i,j)\), bandingkan intensitas \(f[i,j]\) dengan ambang \(T\); jika lebih besar, piksel masuk kelas foreground (biasanya objek), jika tidak background.

  • \(f[i,j]\) — intensitas asli (abu-abu).
  • \(T\) — ambang global (satu bilangan untuk seluruh citra).
  • \(g[i,j]\) — label biner hasil segmentasi (0/1 atau False/True dalam kode).

Konvensi \(>\) vs \(\geq\) dapat dibalik (foreground gelap); yang penting konsisten di seluruh pipeline dan dokumentasi. Banyak pustaka memakai f > T untuk objek terang di atas latar gelap.

Segmentasi yang lebih umum memetakan ke \(K\) label (\(K>2\)) atau ke himpunan kontinu (contour, superpixel); thresholding adalah kasus \(K=2\) yang paling sederhana dan masih sangat dipakai sebagai baseline cepat.

2 Histogram intensitas

Histogram \(h(k)\) menghitung frekuensi (atau probabilitas) piksel bernilai \(k\):

\[ h(k) = \#\{(i,j) : f[i,j] = k\}, \qquad k = 0,\ldots,L-1. \]

Probabilitas normalisasi \(p(k) = h(k) / N\) dengan \(N\) jumlah piksel. Thresholding global sering dipilih dengan mengamati histogram: dua gundukan (bimodal) menyarankan pemisahan latar vs objek pada satu \(T\) di lembah antara puncak.

Gambar 2: Kiri: citra sintetis bimodal (objek terang, latar gelap + noise). Kanan: histogram \(h(k)\); garis vertikal = ambang \(T\) di lembah antara dua puncak.

3 Thresholding global (manual)

Global thresholding memakai satu \(T\) untuk semua piksel. Pemilihan manual umumnya:

  1. Plot histogram \(h(k)\).
  2. Identifikasi dua kelompok intensitas (latar vs objek).
  3. Pilih \(T\) di lembah antara puncak, atau sedikit ke kiri/kanan untuk mengutamakan precision/recall pada mask.

Kelebihan: sangat cepat (\(O(1)\) per piksel setelah \(T\) ditentukan), mudah dijelaskan, cocok untuk sistem tertanam.

Kekurangan:

Masalah Dampak pada threshold global
Iluminasi tidak seragam satu \(T\) tidak memisahkan objek di seluruh citra
Histogram multimodal (>2 puncak dominan) \(T\) tunggal salah menggabungkan atau membelah kelas
Noise tepi mask bergerigi; perlu pra-pemrosesan (Gaussian, median)
Foreground/background tumpang tindih intensitas tidak ada \(T\) yang memisahkan sempurna
import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(12)
h, w = 200, 260
yy, xx = np.mgrid[0:h, 0:w]
blob = ((xx - 140) ** 2 / 40**2 + (yy - 100) ** 2 / 55**2) < 1
f = np.where(blob, 210, 70).astype(np.float64)
f = f + rng.normal(0, 6, (h, w))
f = np.clip(f, 0, 255)


def binarize(img, T):
    return (img > T).astype(np.uint8)


Ts = [85, 128, 175]
titles = [rf"$T={Ts[0]}$ (terlalu rendah)", rf"$T={Ts[1]}$ (lembah)", rf"$T={Ts[2]}$ (terlalu tinggi)"]

fig, axes = plt.subplots(2, 4, figsize=(13, 5.5))
axes[0, 0].imshow(f, cmap="gray", vmin=0, vmax=255)
axes[0, 0].set_title("Asli")
axes[0, 0].axis("off")
for j, (T, ttl) in enumerate(zip(Ts, titles)):
    axes[0, j + 1].imshow(binarize(f, T), cmap="gray_r", vmin=0, vmax=1)
    axes[0, j + 1].set_title(ttl)
    axes[0, j + 1].axis("off")
hist, edges = np.histogram(f.ravel(), bins=256, range=(0, 256))
centers = (edges[:-1] + edges[1:]) / 2
axes[1, 0].bar(centers, hist, width=1.0, color="#7f8c8d", alpha=0.8)
axes[1, 0].set_title("Histogram (referensi)")
axes[1, 0].set_xlabel("$k$")
for j, T in enumerate(Ts):
    axes[1, j + 1].bar(centers, hist, width=1.0, color="#7f8c8d", alpha=0.5)
    axes[1, j + 1].axvline(T, color="#c0392b", linewidth=2)
    axes[1, j + 1].set_title(rf"Ambang $T={T}$")
    axes[1, j + 1].set_xlim(0, 255)
plt.suptitle("Dampak pemilihan $T$ global", fontsize=12, y=1.02)
plt.tight_layout()
fig
Gambar 3: Satu citra, tiga ambang global: \(T\) terlalu rendah (noise jadi foreground), \(T\) di lembah histogram (cocok), \(T\) terlalu tinggi (objek terpotong).

Pemilihan manual bekerja baik bila histogram jelas bimodal dan operator dapat menemukan lembah dengan andal. Pada citra ber-batch, otomatis, atau tanpa pengawasan manusia, tiga kesulitan muncul berulang:

  1. Subjektivitas — operator berbeda dapat memilih \(T\) sedikit berbeda meski melihat histogram yang sama; sulit mereproduksi hasil antar mesin atau antar shift.
  2. Ambang “cukup baik” vs optimal — mean intensitas citra, median, atau persentil sering jauh dari lembah bila proporsi latar dan objek tidak seimbang (mis. objek kecil di latar luas).
  3. Biaya tuning — setiap citra baru di pipeline industri/OCR memakai waktu uji coba manual, padahal keputusan yang dibutuhkan hanyalah satu angka \(T\) dari histogram yang sudah dihitung.

Metode Otsu (Nobuyuki Otsu, 1979) menjawab kebutuhan ini: ambang global otomatis yang memaksimalkan pemisahan statistik dua kelompok intensitas pada histogram, tanpa parameter bebas selain asumsi segmentasi dua kelas, dengan biaya komputasi \(O(L)\) setelah histogram (\(L=256\) → dapat diabaikan).

4 Metode Otsu: definisi, motivasi, dan kriteria

4.1 Definisi

Diberikan histogram diskret \(p(k) = h(k)/N\), \(k = 0,\ldots,L-1\). Untuk setiap kandidat ambang \(t\), histogram dibagi menjadi dua kelas:

  • Kelas 0 (background): \(k \leq t\), bobot \(\omega_0(t) = \sum_{k=0}^{t} p(k)\).
  • Kelas 1 (foreground): \(k > t\), bobot \(\omega_1(t) = 1 - \omega_0(t)\).

Mean intensitas per kelas:

\[ \mu_0(t) = \frac{1}{\omega_0(t)} \sum_{k=0}^{t} k\, p(k), \qquad \mu_1(t) = \frac{1}{\omega_1(t)} \sum_{k=t+1}^{L-1} k\, p(k). \]

Definisi Otsu: ambang Otsu \(t^*\) adalah nilai \(t\) yang meminimalkan varians intra-kelas (within-class variance):

\[ t^* = \arg\min_{0 \leq t < L-1} \sigma_W^2(t), \]

dengan

\[ \sigma_W^2(t) = \omega_0(t)\,\sigma_0^2(t) + \omega_1(t)\,\sigma_1^2(t), \]

\[ \sigma_0^2(t) = \sum_{k=0}^{t} \frac{(k - \mu_0(t))^2\, p(k)}{\omega_0(t)}, \qquad \sigma_1^2(t) = \sum_{k=t+1}^{L-1} \frac{(k - \mu_1(t))^2\, p(k)}{\omega_1(t)}. \]

Cara membaca. \(\sigma_W^2(t)\) mengukur sebaran intensitas di dalam masing-masing kelas setelah pemisahan pada \(t\). Ambang baik membuat tiap kelas homogen (piksel dalam satu kelas berintensitas mirip); Otsu memilih \(t\) yang membuat total sebaran dalam kelas serendah mungkin.

4.2 Mengapa kriteria ini masuk akal?

Intuisi statistik: varians total histogram dapat didekomposisi (dua kelas) menjadi

\[ \sigma_{\text{total}}^2 = \sigma_W^2(t) + \sigma_B^2(t), \]

dengan varians antar-kelas

\[ \sigma_B^2(t) = \omega_0(t)\,\omega_1(t)\,\bigl(\mu_0(t) - \mu_1(t)\bigr)^2. \]

Karena \(\sigma_{\text{total}}^2\) tidak bergantung pada \(t\), meminimalkan \(\sigma_W^2(t)\) setara memaksimalkan \(\sigma_B^2(t)\): Otsu mencari pemisahan yang memaksimalkan jarak antara mean kedua kelas sambil menjaga piksel dalam tiap kelas tetap rapat di sekitar mean kelasnya. Pada histogram bimodal, \(t^*\) cenderung jatuh di lembah antara dua puncak — sama seperti pilihan manual, tetapi terdefinisi secara matematis.

Rumus implementasi (menghindari loop varians eksplisit): dengan kumulatif \(\omega(t) = \sum_{k=0}^{t} p(k)\) dan \(\mu(t) = \sum_{k=0}^{t} k\,p(k)\), serta mean global \(\mu_T = \mu(L-1)\),

\[ \sigma_B^2(t) = \frac{\bigl(\mu_T \omega(t) - \mu(t)\bigr)^2}{\omega(t)\bigl(1 - \omega(t)\bigr)}, \qquad t^* = \arg\max_t \sigma_B^2(t), \]

dengan \(0 < \omega(t) < 1\). Nilai \(T\) pada citra: \(T = t^*\) (sesuaikan \(+1\) bila konvensi \(f > T\) vs \(f \geq T\)).

4.3 Algoritma (langkah operasional)

  1. Hitung histogram \(h(k)\), lalu \(p(k) = h(k)/N\).
  2. Untuk \(t = 0,\ldots,L-2\):
    • \(\omega(t) = \sum_{k=0}^{t} p(k)\); abaikan jika \(\omega(t) \in \{0,1\}\).
    • \(\mu(t) = \sum_{k=0}^{t} k\,p(k)\).
    • \(\sigma_B^2(t) = (\mu_T \omega(t) - \mu(t))^2 / (\omega(t)(1-\omega(t)))\).
  3. \(t^* = \arg\max_t \sigma_B^2(t)\); binerisasi \(g[i,j] = \mathbf{1}[f[i,j] > t^*]\).

4.4 Asumsi, kelebihan, dan batas

Aspek Keterangan
Asumsi utama histogram global mendekati dua kelompok intensitas (bimodal atau hampir bimodal)
Kelebihan otomatis, objektif, deterministik, tanpa \(T\) manual, sangat cepat
Bukan solusi untuk iluminasi ramp (masih satu \(T\) global), histogram multimodal kuat (>2 kelas dominan), overlap intensitas tanpa lembah jelas
Posisi dalam modul baseline global sebelum threshold adaptif lokal (bagian berikutnya)

Otsu tidak menggantikan pemahaman histogram; ia mengkodekan aturan “lembah terbaik” ke dalam satu fungsi objektif. Bila asumsi bimodal global gagal, metode lokal diperlukan — bukan Otsu versi lain pada histogram yang sama.

4.5 Contoh numerik histogram kecil

Misalkan \(L=8\) dan histogram (jumlah piksel, bukan normalisasi):

\(k\) 0 1 2 3 4 5 6 7
\(h(k)\) 10 12 8 0 0 5 20 25

Total \(N=80\), \(\mu_T = (0{\cdot}10 + 1{\cdot}12 + \cdots + 7{\cdot}25)/80\). Untuk \(t=2\) (background \(k\leq 2\)):

  • \(\omega_0 = (10+12+8)/80 = 0{,}375\), \(\mu_0 = (0{\cdot}10+1{\cdot}12+2{\cdot}8)/30 \approx 1{,}07\).
  • \(\omega_1 = 0{,}625\), mean foreground \(\approx 6{,}08\).
  • \(\sigma_B^2(2) = 0{,}375 \times 0{,}625 \times (6{,}08 - 1{,}07)^2 \approx 5{,}9\).

Mahasiswa dapat melengkapi tabel \(\sigma_B^2(t)\) untuk \(t=0,\ldots,6\) dan memverifikasi \(t^*\) — pada data ini \(t^*\) jatuh di sekitar 2 atau 3, konsisten dengan lembah antara kelompok rendah (\(k\leq 2\)) dan tinggi (\(k\geq 5\)).

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np

rng = np.random.default_rng(3)
samples = np.concatenate([
    rng.normal(60, 12, 4000).astype(np.int32),
    rng.normal(190, 15, 3500).astype(np.int32),
])
samples = np.clip(samples, 0, 255)

hist, _ = np.histogram(samples, bins=256, range=(0, 256))
p = hist.astype(np.float64)
p /= p.sum()
omega = np.cumsum(p)
mu = np.cumsum(p * np.arange(256))
mu_t = mu[-1]
sigma_b2 = (mu_t * omega - mu) ** 2 / (omega * (1 - omega) + 1e-12)
sigma_b2[~np.isfinite(sigma_b2)] = 0
t_star = int(np.argmax(sigma_b2))

fig, axes = plt.subplots(1, 2, figsize=(10, 3.8))
axes[0].bar(np.arange(256), hist, width=1.0, color="#3498db", alpha=0.85)
axes[0].axvline(t_star, color="#e74c3c", linewidth=2, label=rf"$t^*={t_star}$")
axes[0].set_xlabel("$k$")
axes[0].set_ylabel("$h(k)$")
axes[0].set_title("Histogram sampel")
axes[0].legend()
axes[1].plot(np.arange(256), sigma_b2, color="#2c3e50")
axes[1].axvline(t_star, color="#e74c3c", linewidth=2, linestyle="--")
axes[1].set_xlabel("Ambang kandidat $t$")
axes[1].set_ylabel(r"$\sigma_B^2(t)$")
axes[1].set_title("Otsu: maksimum varians antar-kelas")
axes[1].grid(True, alpha=0.3)
plt.tight_layout()
fig
Gambar 4: Histogram sintetis bimodal: garis vertikal = \(t^*\) Otsu; kanan = kurva \(\sigma_B^2(t)\) dengan maksimum di \(t^*\).

5 Contoh citra: Otsu pada ascent

Potongan citra ascent — histogram global cukup bimodal sehingga Otsu memberikan \(T\) yang masuk akal tanpa tuning manual.

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np

try:
    from scipy.datasets import ascent

    f0 = ascent().astype(np.float64)
except ImportError:
    x = np.linspace(0, 4 * np.pi, 512)
    y = np.linspace(0, 4 * np.pi, 512)[:, None]
    f0 = np.clip(120 + 80 * np.sin(x) * np.cos(y * 0.7), 0, 255).astype(np.float64)

f = f0[80:420, 60:400]


def otsu_T(img):
    hist, _ = np.histogram(img.ravel(), bins=256, range=(0, 256))
    p = hist.astype(np.float64)
    p /= p.sum() + 1e-12
    omega = np.cumsum(p)
    mu = np.cumsum(p * np.arange(256))
    mu_t = mu[-1]
    sb2 = (mu_t * omega - mu) ** 2 / (omega * (1 - omega) + 1e-12)
    sb2[~np.isfinite(sb2)] = 0
    return int(np.argmax(sb2))


T = otsu_T(f)
mask = (f > T).astype(np.float64)
hist, edges = np.histogram(f.ravel(), bins=256, range=(0, 256))
centers = (edges[:-1] + edges[1:]) / 2

fig, axes = plt.subplots(1, 3, figsize=(11, 3.6))
axes[0].imshow(f, cmap="gray")
axes[0].set_title("Asli")
axes[0].axis("off")
axes[1].bar(centers, hist, width=1.0, color="#95a5a6", alpha=0.9)
axes[1].axvline(T, color="#c0392b", linewidth=2, label=rf"Otsu $T={T}$")
axes[1].set_xlabel("$k$")
axes[1].set_title("Histogram")
axes[1].legend(fontsize=9)
axes[2].imshow(mask, cmap="gray_r", vmin=0, vmax=1)
axes[2].set_title("Mask ($f > T$)")
axes[2].axis("off")
plt.suptitle("Segmentasi Otsu — ascent", fontsize=11, y=1.05)
plt.tight_layout()
fig
Gambar 5: Potongan ascent: asli, histogram + \(T\) Otsu, mask biner (\(f > T\)).

6 Contoh citra: kegagalan Otsu global (iluminasi ramp)

Metode Otsu tetap global: satu \(t^*\) dari histogram seluruh citra. Bila latar bergradasi (ramp), histogram global tidak lagi menyerupai dua gundukan terpisah — \(T\) Otsu dapat memotong objek di satu sisi dan melepas latar di sisi lain. Contoh berikut melanjutkan keterbatasan iluminasi dari tabel threshold global; solusi adaptif lokal dibahas setelahnya.

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np

h, w = 220, 320
yy, xx = np.mgrid[0:h, 0:w].astype(np.float64)
ramp = 30 + 0.35 * xx
obj = ((xx - 200) ** 2 + (yy - 110) ** 2) < 45**2
f = ramp + np.where(obj, 140, 25)
f = np.clip(f, 0, 255)


def otsu_T(img):
    hist, _ = np.histogram(img.ravel(), bins=256, range=(0, 256))
    p = hist.astype(np.float64) / (img.size + 1e-12)
    omega = np.cumsum(p)
    mu = np.cumsum(p * np.arange(256))
    sb2 = (mu[-1] * omega - mu) ** 2 / (omega * (1 - omega) + 1e-12)
    sb2[~np.isfinite(sb2)] = 0
    return int(np.argmax(sb2))


T = otsu_T(f)
mask = f > T

fig, axes = plt.subplots(1, 2, figsize=(9, 3.8))
axes[0].imshow(f, cmap="gray")
axes[0].set_title("Asli (ramp + objek)")
axes[0].axis("off")
axes[1].imshow(mask, cmap="gray_r")
axes[1].set_title(rf"Otsu global ($T={T}$) — tidak seragam")
axes[1].axis("off")
plt.suptitle("Batasan threshold global", fontsize=11, y=1.03)
plt.tight_layout()
fig
Gambar 6: Kiri: citra dengan ramp iluminasi + objek terang. Kanan: mask Otsu global — sebagian objek hilang atau latar masuk foreground.

Solusi yang tepat di modul ini: threshold adaptif lokal — setiap piksel memakai \(T[i,j]\) dari statistik jendela sekitarnya, bukan satu \(t^*\) global.

7 Threshold adaptif lokal

7.1 Ide dasar

Pada threshold global, \(T\) konstan untuk seluruh \((i,j)\). Pada threshold adaptif lokal, kita mendefinisikan peta ambang \(T[i,j]\) dan:

\[ g[i,j] = \begin{cases} 1 & \text{jika } f[i,j] > T[i,j], \\ 0 & \text{sebaliknya.} \end{cases} \]

Cara membaca. Intensitas \(f[i,j]\) dibandingkan dengan ambang lokal \(T[i,j]\) yang bergantung pada posisi — sehingga piksel terang di latar gelap dan piksel dengan intensitas serupa di latar terang dapat dipisahkan secara konsisten relatif terhadap lingkungan.

  • \(T[i,j]\) — ambang di piksel \((i,j)\); biasanya fungsi dari statistik jendela \(W_{i,j}\) (subset citra di sekitar \((i,j)\)).
  • Ukuran jendela \(w \times w\) (ganjil) mengontrol skala lokal: terlalu kecil → sensitif noise; terlalu besar → mendekati threshold global.

Asumsi praktis: dalam jendela kecil, histogram masih mendekati bimodal (sedikit latar + sedikit objek), sehingga ambang lokal masuk akal meski histogram global multimodal atau landai karena ramp.

Gambar 7: Piksel pusat (merah) dan jendela lokal \(w \times w\) (biru): statistik \(m\), \(s\) dihitung hanya di dalam jendela untuk menentukan \(T[i,j]\) di pusat.

7.2 Statistik lokal: mean dan simpangan baku

Untuk jendela \(W_{i,j}\) berukuran \(w \times w\), definisikan:

\[ m[i,j] = \frac{1}{|W_{i,j}|} \sum_{(u,v) \in W_{i,j}} f[u,v], \qquad s[i,j] = \sqrt{\frac{1}{|W_{i,j}|} \sum_{(u,v) \in W_{i,j}} \bigl(f[u,v] - m[i,j]\bigr)^2}. \]

Pada implementasi diskret, \(m\) dan \(s^2\) dapat dihitung cepat dengan filter rata-rata (uniform_filter) dan identitas \(\mathbb{E}[X^2] - \mathbb{E}[X]^2\) untuk varians lokal.

7.3 Mean adaptif (local mean − \(C\))

Metode yang dipakai banyak pustaka (mis. OpenCV ADAPTIVE_THRESH_MEAN_C):

\[ T[i,j] = m[i,j] - C, \]

dengan \(C\) konstanta positif (biasanya \(2 \ldots 15\) pada skala \(0\ldots 255\)). Interpretasi: objek foreground lebih terang dari rata-rata latar sekitarnya setidaknya \(C\) level intensitas.

  • \(C\) besar → lebih sedikit piksel yang lolos (mask lebih “ketat”).
  • \(C\) kecil → lebih banyak noise masuk foreground.

7.4 Niblack (1985)

Ambang bergantung pada mean dan simpangan baku lokal:

\[ T[i,j] = m[i,j] + k\, s[i,j], \]

dengan \(k\) negatif (tipikal \(k \approx -0{,}2\)) bila objek lebih terang dari latar; \(k\) positif untuk objek lebih gelap. Varians lokal tinggi (tepi, tekstur) menaikkan \(T[i,j]\) sehingga ambang mengikuti kontras setempat.

7.5 Sauvola & Pietikäinen (2000)

Populer pada binarisasi dokumen (teks pada kertas dengan bayangan):

\[ T[i,j] = m[i,j] \left( 1 + k \left( \frac{s[i,j]}{R} - 1 \right) \right), \]

dengan \(R\) dinamis range tipikal (mis. \(128\)) dan \(k \in [0{,}2,\, 0{,}5]\). Bila \(s[i,j]\) kecil (latar homogen), \(T \approx m[i,j]\); bila \(s\) besar, koreksi lebih kuat — lebih stabil pada kertas bernoda.

7.6 Otsu lokal (gambaran singkat)

Otsu dapat diterapkan per blok (histogram tiap blok → \(T\) blok) sebagai kompromi antara global dan lokal. Sliding Otsu pada setiap jendela \(w \times w\) jauh lebih mahal; mean/Niblack/Sauvola lebih umum dipakai. Otsu global tetap baseline bila histogram citra secara keseluruhan bimodal; bila tidak, lanjut ke metode di atas — bukan memaksa Otsu pada histogram yang sama.

7.7 Parameter dan kompleksitas

Parameter Dampak
\(w\) (ukuran jendela, ganjil) skala lokal; objek kecil butuh \(w\) tidak jauh lebih besar dari objek
\(C\) (mean adaptif) offset terhadap latar; semakin besar semakin ketat
\(k\) (Niblack / Sauvola) sensitivitas terhadap varians lokal
\(R\) (Sauvola) skala simpangan baku dalam rumus

Dengan filter separable / uniform, perhitungan \(m[i,j]\) untuk seluruh citra \(N\) piksel berbiaya \(O(N)\) per pass (beberapa pass untuk \(s\)), jauh lebih berat daripada Otsu global \(O(L)\) tetapi masih praktis untuk citra kamera menengah.

7.8 Contoh: ramp — global vs adaptif

Citra yang sama seperti kegagalan Otsu global: mean adaptif dan Niblack memulihkan objek di sepanjang ramp.

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np
from scipy import ndimage

h, w = 220, 320
yy, xx = np.mgrid[0:h, 0:w].astype(np.float64)
ramp = 30 + 0.35 * xx
obj = ((xx - 200) ** 2 + (yy - 110) ** 2) < 45**2
f = ramp + np.where(obj, 140, 25)
f = np.clip(f, 0, 255)


def otsu_T(img):
    hist, _ = np.histogram(img.ravel(), bins=256, range=(0, 256))
    p = hist.astype(np.float64) / (img.size + 1e-12)
    omega = np.cumsum(p)
    mu = np.cumsum(p * np.arange(256))
    sb2 = (mu[-1] * omega - mu) ** 2 / (omega * (1 - omega) + 1e-12)
    sb2[~np.isfinite(sb2)] = 0
    return int(np.argmax(sb2))


def local_mean_std(img, win):
    m = ndimage.uniform_filter(img, size=win, mode="reflect")
    m2 = ndimage.uniform_filter(img * img, size=win, mode="reflect")
    s = np.sqrt(np.maximum(m2 - m * m, 0))
    return m, s


def adaptive_mean_mask(img, win=51, C=8.0):
    m, _ = local_mean_std(img, win)
    T = m - C
    return img > T, T


def niblack_mask(img, win=31, k=-0.2):
    m, s = local_mean_std(img, win)
    T = m + k * s
    return img > T, T


def sauvola_mask(img, win=31, k=0.5, R=128.0):
    m, s = local_mean_std(img, win)
    T = m * (1.0 + k * (s / R - 1.0))
    return img > T, T


T_g = otsu_T(f)
mask_g = f > T_g
mask_am, T_am = adaptive_mean_mask(f, win=51, C=8.0)
mask_nb, T_nb = niblack_mask(f, win=31, k=-0.2)
mask_sv, T_sv = sauvola_mask(f, win=31, k=0.5)

fig, axes = plt.subplots(2, 3, figsize=(11.5, 6.2))
axes[0, 0].imshow(f, cmap="gray")
axes[0, 0].set_title("Asli")
axes[0, 1].imshow(mask_g, cmap="gray_r")
axes[0, 1].set_title(rf"Otsu global ($T={T_g}$)")
axes[0, 2].imshow(mask_am, cmap="gray_r")
axes[0, 2].set_title(r"Mean adaptif ($m - C$)")
axes[1, 0].imshow(mask_nb, cmap="gray_r")
axes[1, 0].set_title(r"Niblack ($k=-0.2$)")
axes[1, 1].imshow(mask_sv, cmap="gray_r")
axes[1, 1].set_title(r"Sauvola ($k=0.5$)")
im = axes[1, 2].imshow(T_am, cmap="viridis")
axes[1, 2].set_title(r"Peta $T[i,j]$ (mean adaptif)")
plt.colorbar(im, ax=axes[1, 2], fraction=0.046)
for ax in axes.ravel():
    ax.axis("off")
plt.suptitle("Global vs threshold adaptif lokal (ramp)", fontsize=12, y=1.02)
plt.tight_layout()
fig
Gambar 8: Citra ramp + objek: mask Otsu global, mean adaptif (\(w=51\), \(C=8\)), Niblack (\(w=31\), \(k=-0.2\)); kanan bawah: peta \(T[i,j]\) (mean adaptif).

7.9 Pengaruh ukuran jendela \(w\)

\(w\) terlalu kecil: \(m[i,j]\) terpengaruh noise dan tepi objek → mask bergerigi. \(w\) terlalu besar: \(m[i,j]\) mendekati rata-rata global → gagal lagi pada ramp lebar.

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np
from scipy import ndimage

h, w_img = 220, 320
yy, xx = np.mgrid[0:h, 0:w_img].astype(np.float64)
f = np.clip(30 + 0.35 * xx + np.where(((xx - 200) ** 2 + (yy - 110) ** 2) < 45**2, 140, 25), 0, 255)
C = 8.0
wins = [15, 31, 71]

fig, axes = plt.subplots(1, 4, figsize=(12, 3.2))
axes[0].imshow(f, cmap="gray")
axes[0].set_title("Asli")
axes[0].axis("off")
for ax, win in zip(axes[1:], wins):
    m = ndimage.uniform_filter(f, size=win, mode="reflect")
    ax.imshow(f > (m - C), cmap="gray_r")
    ax.set_title(rf"$w={win}$")
    ax.axis("off")
plt.suptitle("Dampak ukuran jendela (mean adaptif)", fontsize=11, y=1.05)
plt.tight_layout()
fig
Gambar 9: Mean adaptif (\(C=8\)) pada citra ramp: \(w \in \{15, 31, 71\}\) — tengah sering paling seimbang; \(w\) kecil berisik, \(w\) besar objek terpotong.

7.10 Contoh: halaman dokumen (Sauvola)

Teks pada kertas dengan bayangan atau gradasi pencahayaan: Sauvola sering lebih baik daripada satu \(T\) global.

Gambar 10: Patch dokumen sintetis (teks gelap, latar terang + bayangan): Otsu global vs Sauvola lokal — global kehilangan teks di area gelap.

8 Contoh 3: pra-pemrosesan Gaussian

Noise halus dapat membuat histogram lebih landai di lembah; Gaussian blur ringan sebelum Otsu sering menstabilkan \(t^*\) tanpa mengubah struktur besar objek.

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np
from scipy import ndimage

try:
    from scipy.datasets import ascent

    f0 = ascent().astype(np.float64)
except ImportError:
    rng = np.random.default_rng(0)
    f0 = rng.integers(0, 256, (512, 512)).astype(np.float64)

f = f0[100:360, 100:360]


def otsu_T(img):
    hist, _ = np.histogram(img.ravel(), bins=256, range=(0, 256))
    p = hist.astype(np.float64) / (img.size + 1e-12)
    omega = np.cumsum(p)
    mu = np.cumsum(p * np.arange(256))
    sb2 = (mu[-1] * omega - mu) ** 2 / (omega * (1 - omega) + 1e-12)
    sb2[~np.isfinite(sb2)] = 0
    return int(np.argmax(sb2))


def seg(img):
    T = otsu_T(img)
    return T, img > T


T0, m0 = seg(f)
f_blur = ndimage.gaussian_filter(f, sigma=1.0)
T1, m1 = seg(f_blur)

fig, axes = plt.subplots(2, 3, figsize=(11, 5.2))
axes[0, 0].imshow(f, cmap="gray")
axes[0, 0].set_title("Asli")
axes[0, 1].imshow(m0, cmap="gray_r")
axes[0, 1].set_title(rf"Otsu, $T={T0}$")
axes[0, 2].imshow(np.abs(m0.astype(float) - m1.astype(float)), cmap="hot")
axes[0, 2].set_title("|mask asli − mask blur|")
axes[1, 0].imshow(f_blur, cmap="gray")
axes[1, 0].set_title(r"Gaussian $\sigma=1$")
axes[1, 1].imshow(m1, cmap="gray_r")
axes[1, 1].set_title(rf"Otsu setelah blur, $T={T1}$")
axes[1, 2].axis("off")
for ax in axes.ravel():
    if not ax.images:
        continue
    ax.axis("off")
plt.suptitle("Pra-pemrosesan sebelum Otsu", fontsize=11, y=1.02)
plt.tight_layout()
fig
Gambar 11: ascent crop: Otsu pada asli vs setelah gaussian_filter (\(\sigma=1\)); perbedaan mask (selisih absolut ditampilkan).

9 Contoh 4: citra aplikasi (butir beras)

Gambar 12: Butir beras pada latar gelap: luminansi, histogram + Otsu, mask — contoh pipeline inspeksi sebelum morfologi (PCD 09–11).

10 Diagram alur thresholding dalam pipeline visi

flowchart LR
  A[Citra grayscale] --> B{Pra-proses?}
  B -->|opsional| C[Gaussian / median]
  B --> D{Iluminasi seragam?}
  C --> D
  D -->|ya| E[T global / Otsu]
  D -->|tidak| F[T adaptif lokal]
  E --> G[Mask biner g]
  F --> G
  G --> H[Morfologi opening/closing]
  H --> I[Label komponen & fitur]

Alur di lapangan (melanjutkan PCD 09–11): kamera → Otsu global jika histogram citra cukup bimodal; bila pencahayaan tidak seragam, pilih mean adaptif / Niblack / Sauvola → morfologi → label → fitur.

11 Perbandingan ringkas metode segmentasi

Metode Input utama Kelebihan Keterbatasan
Threshold global manual histogram + keahlian cepat, transparan \(T\) subjektif; gagal pada ramp
Otsu (global otomatis) histogram global, dua kelas objektif, \(O(L)\), tanpa \(T\) manual; \(t^*\) dari min \(\sigma_W^2\) asumsi bimodal global; gagal pada ramp
Mean adaptif (\(m-C\)) mean jendela \(w \times w\) ramp, latar perlahan pilih \(w\), \(C\); tepi blok (jika per-blok)
Niblack \(m\), \(s\) lokal kontras lokal bervariasi sensitif \(k\) dan \(w\)
Sauvola \(m\), \(s\), \(R\) dokumen, bayangan kertas parameter \(k\), \(R\) per jenis scan
Otsu per blok histogram per blok kompromi global–lokal artefak di batas blok
Region growing / watershed seed, gradien bentuk kompleks butuh inisialisasi atau marker

12 Implementasi referensi (Python)

Daftar 1
import numpy as np


def threshold_otsu(f: np.ndarray) -> int:
    """Ambang Otsu untuk f (float atau int, 0..255 tipikal)."""
    hist, _ = np.histogram(f.ravel(), bins=256, range=(0, 256))
    p = hist.astype(np.float64)
    total = p.sum()
    if total == 0:
        return 0
    p /= total
    omega = np.cumsum(p)
    mu = np.cumsum(p * np.arange(256))
    mu_t = mu[-1]
    sigma_b2 = (mu_t * omega - mu) ** 2 / (omega * (1 - omega) + 1e-12)
    sigma_b2[~np.isfinite(sigma_b2)] = 0
    return int(np.argmax(sigma_b2))


def segment_global(f: np.ndarray, T: int) -> np.ndarray:
    return (f > T).astype(bool)


def adaptive_mean(f: np.ndarray, win: int = 35, C: float = 8.0) -> np.ndarray:
    """Mask mean adaptif: f > (rata-rata lokal − C). win harus ganjil."""
    from scipy import ndimage

    m = ndimage.uniform_filter(f.astype(np.float64), size=win, mode="reflect")
    return (f > (m - C)).astype(bool)


def niblack(f: np.ndarray, win: int = 25, k: float = -0.2) -> np.ndarray:
    """Niblack: f > m + k*s (objek terang, k negatif)."""
    from scipy import ndimage

    f = f.astype(np.float64)
    m = ndimage.uniform_filter(f, size=win, mode="reflect")
    m2 = ndimage.uniform_filter(f * f, size=win, mode="reflect")
    s = np.sqrt(np.maximum(m2 - m * m, 0))
    return (f > (m + k * s)).astype(bool)

Pustaka scikit-image menyediakan threshold_otsu, threshold_niblack, threshold_sauvola; OpenCV cv2.adaptiveThreshold memakai mean atau Gaussian per blok. Rumus di atas setara konsepnya dengan filter lokal uniform_filter.

13 Latihan mandiri

  1. Jelaskan mengapa Otsu dibutuhkan dibanding \(T\) manual, dan tuliskan definisi formal \(t^* = \arg\min_t \sigma_W^2(t)\).
  2. Turunkan hubungan \(\sigma_W^2(t) + \sigma_B^2(t) = \sigma_{\text{total}}^2\) untuk dua kelas dan jelaskan mengapa memaksimalkan \(\sigma_B^2\) setara dengan meminimalkan \(\sigma_W^2\).
  3. Untuk histogram dengan tiga puncak dominan, jelaskan mengapa Otsu (dua kelas) bisa salah menggabungkan kelompok objek.
  4. Pada citra sintetis bimodal, bandingkan mask untuk \(T = \text{mean}\) intensitas vs \(T = \text{Otsu}\) — kapan mean jauh dari lembah?
  5. Pada citra ramp + objek, bandingkan Otsu global vs mean adaptif untuk \(w \in \{15, 51, 101\}\).
  6. Jelaskan peran \(C\) dalam \(T = m - C\) dan \(k\) dalam Niblack saat objek lebih terang dari latar.
  7. Setelah mask Otsu pada butir beras, sebutkan satu operasi morfologi dari PCD 09 untuk menghapus noise putih kecil.

14 Referensi

  • N. Otsu, A Threshold Selection Method from Gray-Level Histograms, IEEE Trans. Syst. Man Cybern. (1979).
  • W. Niblack, An Introduction to Digital Image Processing, Prentice-Hall (1985) — threshold lokal \(m + ks\).
  • J. Sauvola & M. Pietikäinen, Adaptive document image binarization, Pattern Recognition (2000).
  • R. C. Gonzalez & R. E. Woods, Digital Image Processing (bab thresholding dan segmentasi).
  • scikit-image — threshold_otsu
  • scikit-image — threshold_niblack / threshold_sauvola