PENGGABUNGAN CITRA SEL DARAH PADA MIKROSKOP DIGITAL SECARA BINGKAI DEMI BINGKAI

TEGUH GINANJAR, Ir. Balza Achmad, M.Sc.E. ; Faridah, S.T., M.Sc

2015 | Skripsi | S1 FISIKA TEKNIK

Algoritma analisis dengan menggunakan pengolahan citra banyak digunakan di dunia medis untuk menganalisis citra medis untuk membantu diagnosa penyakit pasien, salah satunya pada Differential Blood Count (DBC) menggunakan citra hasil dari mikroskop digital. Namun, citra yang didapatkan tidak dapat merepresentasikan informasi sampel secara utuh sehingga diperlukan menggabungkan kumpulan citra sampel menjadi satu citra utuh. Hasil dari penelitian ini digunakan untuk mengembangkan penggabungan citra secara waktu nyata pada mikroskop digital. Penggabungan citra dilakukan berbasis titik fitur yang meliputi ekstraksi fitur, pencarian pasangan titik fitur, estimasi parameter transformasi, transformasi dan penyalinan citra. Dalam penelitian ini penggabungan citra dilakukan secara beruntun sesuai dengan urutan yang ditentukan. Pada proses ekstraksi fitur dilakukan pembatasan wilayah deteksi pada bagian yang didekati sebagai bagian overlap pada citra. Penelitian juga ini membandingkan 2 metode deteksi yaitu Feature of Accelerated Segment Test (FAST) dan Speeded Up Robust Feature (SURF). Hasil dari penggabungan citra menunjukkan penggabungan citra dapat berjalan dengan baik dengan besar wilayah deteksi sebesar 1x ukuran sampel untuk setiap frame dengan menggunakan metode SURF dengan rata-rata tingkat kesalahan setiap penggabungan tertinggi dari 3 sampel citra sebesar 6,85 ± 1,31% untuk sampel citra sel darah 1, dan rata-rata waktu tiap penggabungan tertinggi adalah sebesar 1.085 ± 11 ms untuk citra sel darah 1 dengan pemerataan.

Image processing and analysis algorithms are widely used in medical systems to analyze medical images to help diagnose the disease of a patient, such as Differential Blood Count (DBC) using images taken from digital microscope. However, the images could not represent the whole information of sample, so image stitching is used to combine group of images and get single image. The output of this research work is to develop a real-time stitching application in digital microscope. The feature based image stitching required steps are: feature extraction, feature matching, estimation transformation function, transformation based on derived transformation function and compositing image. This research presents stitching algorithm based on defined arrangement using frame by frame method. The feature extraction step is optimized by selecting area of feature detection at overlapped region. This work also evaluates two feature detection algorithms: Feature of Accelerated Segment Test FAST and Speeded Up Robust Feature (SURF). The result of experiment shows that image stitching worked well using detection area at 1x size of sample using SURF feature detection, from 3 blood cell image samples, highest average error value per image stitched is 6.85 ± 1.31% for blood cell image number one and highest average time value per stitched is 1,085 ± 11 ms for blood cell image number one (with correction).

Kata Kunci : mikroskop digital, sel darah, SURF, FAST, deteksi fitur, penggabungan citra