Teknik pengambangan adalah antara salah satu teknik yang paling popular dalam peruasan imej. Pelbagai teknik pengambangan telah dibangunkan dalam beberapa dekad dahulu. Kebanyakan teknik tidak mampu bagi menghasilkan prestasi yang baik apabila imej yang diambil mengalami masalah pencahayaan tidak sekata dan mempunyai kontras rendah. Oleh itu, objektif utama projek ini adalah bagi membangunkan satu teknik pengambangan yang mampu menghasilkan prestasi yang lebih baik pada imej yang mengalami masalah pencahayaan tidak sekata dan kontras rendah. Teknik yang dicadangkan ini telah dibangunkan dengan menggunakan varians tempatan bagi menyingkirkan sesetengah piksel latar belakang yang tidak diperlukan sebelum nilai ambang purata dikira untuk setiap kawasan. Teknik yang dicadangkan telah dibandingkan dari segi prestasi kualitatif dan kuantitatif dengan dua teknik pilihan iaitu teknik Otsu dan teknik pengoptimuman Variation Minimax (VM). Sebagai salah satu bahagian untuk analisa kualitatif, kajian analisa imej telah dikendalikan dengan 25 orang peserta bagi menilai prestasi teknik-teknik tersebut. Untuk analisa kuantitatif, Non-Uniformity (NU) dan kelajuan pemprosesan akan dijalankan bagi membuat anggaran prestasi teknik yang dicadangkan. Keputusan telah menunjukkan bahawa teknik yang dicadangkan menghasilkan prestasi keseluruhan yang baik dalam kedua-dua analisa kualitatif dan kuantitatif. Sebagai tambahan, satu Antaramuka Pengguna Grafik (GUI) telah dibangunkan untuk memaparkan perbandingan antara hasil teknik-teknik yang telah dipilih, melaksanakan fungsi tambahan seperti pratonton imej yang telah dimuatkan, menyimpan hasil imej dan sebagainya.
_______________________________________________________________________________________________________
Thresholding technique is one of the most popular techniques in image segmentation. Different types of thresholding techniques have been developed in the past few decades. Most of them are unable to perform well when the acquired images suffer from uneven illumination and low contrast. Hence, the main objective of this project is to develop a new thresholding algorithm that can perform good segmentation on images that have non-uniform illumination and also low contrast. The proposed method is developed by using the local variance criteria to exclude some unnecessary background pixels from the early stage before computing the mean threshold for each region. The proposed method is compared in term of qualitative and quantitative performance with two chosen methods which are the Otsu method and the Variational Minimax (VM) optimization method. As a part of qualitative analysis, an image analysis survey is conducted on 25 participants to rate the performance of the aforementioned three methods. For the quantitative analysis, Non-Uniformity (NU) and processing speed are performed to quantify the performance of the proposed method. The results conclude that the proposed method is able to achieve good overall performance in both qualitative and quantitative analyses. In addition, a Graphic User Interface (GUI) is developed to display the comparison between the results of the selected techniques, to perform additional functions such as preview the loaded image, save result image etc.
Development of new thresholding technique for image segmentation / Khoo Wai Kit