As the traditional one-dimensional

As the traditional one-dimensional histogram only reflects the pixel gray value distribution, it is difficult to select the threshold when the image signal-to-noise ratio is small, onedimensional histogram does not appear obvious peaks. In this situation, thresholding based on two-dimensional histogram will outperform that of one-dimensional histogram. Hence, this paper will use 2-D Fisher criterion function criterion [6] which makes full use of the neighborhood pixel spatial information to segment the image, details are as follow.

Results (Indonesian) 1:

Seperti dimensi histogram tradisional hanya mencerminkan distribusi abu-abu nilai piksel, sulit untuk memilih ambang batas ketika rasio signal-to-noise gambar kecil, onedimensional histogram tidak muncul jelas puncak. Dalam situasi ini, thresholding berdasarkan histogram dua dimensi akan mengungguli yang histogram dimensi. Oleh karena itu, makalah ini akan menggunakan 2-D Fisher kriteria fungsi kriteria [6] yang membuat penuh penggunaan informasi spasial pixel lingkungan segmen gambar, rincian adalah sebagai mengikuti.

Results (Indonesian) 2:

Sebagai histogram satu dimensi tradisional hanya mencerminkan distribusi pixel nilai abu-abu, sulit untuk memilih ambang batas ketika gambar rasio signal-to-noise kecil, histogram onedimensional tidak muncul puncak jelas. Dalam situasi ini, thresholding berdasarkan histogram dua dimensi akan mengungguli yang dari histogram satu dimensi. Oleh karena itu, makalah ini akan menggunakan 2-D Fisher kriteria fungsi kriteria [6] yang membuat penuh penggunaan informasi spasial lingkungan pixel untuk segmen gambar, rincian adalah sebagai berikut.