ccitonline.com

CCIT – Cara Cerdas Ingat Tuhan

| DAI5 eBook Free Download | CFDSOF | VisualFOAM | PT CCIT Group Indonesia : Indonesia leading CFD services company with Inhouse CFD Technology |

FLOWCHART ANALISIS DROPLET IMAGE PROCESSING

⚙️ Cara Kerja Flowchart Analisis Droplet Image Processing

Flowchart ini menggunakan logika pemrosesan citra berurutan dan eksekusi modul berbasis pipeline untuk menghitung parameter droplet, seperti diameter, area, kontur, dan contact angle. Setiap tahap saling terhubung secara linier dan sistematis.


1. Inisialisasi dan Persiapan Data

START

Titik awal proses algoritma.

INPUT DATA DAN PENGATURAN DASAR

Sistem menerima seluruh data dan parameter pendukung untuk menjalankan pipeline image processing:

  • Gambar Droplet (Frame Tunggal / Frame Video โ†’ per Frame)
    File citra yang berisi droplet yang akan diproses.
  • Calibration Image (Opsional)
    Untuk mengonversi satuan pixel โ†’ mm melalui pixel-per-mm scaling.
  • Parameter Tambahan:
    • Ukuran referensi (mis. 7.5 mm square)
    • Threshold awal (jika memakai fixed threshold)
    • Kernel morfologi
    • Smoothing filter size

KONVERSI DAN NORMALISASI CITRA

Untuk memastikan analisis konsisten, citra dirubah ke format standar:

  1. Konversi ke grayscale
  2. Normalisasi intensitas (histogram equalization / CLAHE)
  3. Noise reduction (median / Gaussian filtering)

Tahap ini memastikan segmentasi droplet berjalan stabil terhadap variasi pencahayaan.


2. Tahap Pemrosesan Utama (Pipeline Image Processing)

Ini adalah inti dari algoritma, di mana citra droplet diproses berurutan.


A. Segmentasi Droplet

Tujuan utama tahap ini adalah mengisolasi droplet dari background.

  • Metode thresholding (Otsu / Adaptive)
  • Inversi otomatis jika droplet lebih terang/gelap dari background
  • Hasil: citra biner droplet (mask)

Setelah threshold, dilakukan operasi morfologi:

  • Opening (menghilangkan noise kecil)
  • Closing (menutup lubang di dalam mask)
  • Ekstraksi connected components
  • Pemilihan objek terbesar sebagai droplet utama

โ†’ Menghasilkan binary mask yang bersih.


B. Ekstraksi Kontur dan Geometri Dasar

Dari mask biner, sistem menghitung:

  • Kontur utama droplet
  • Area (px โ†’ mmยฒ)
  • Perimeter
  • Bounding box
  • Equivalent Diameter
  • Centroid

Semua nilai yang awalnya dalam pixel akan dikonversi ke milimeter menggunakan pixels-per-mm.


C. Analisis Profil Droplet (Contact Angle)

Tahap kunci dalam karakterisasi droplet.

  1. Mengambil titik-titik kontur pada area kaki droplet (region near substrate).
  2. Melakukan fitting:
    • Circle fitting atau
    • Polynomial edge fitting
  3. Menghitung slope garis singgung (tangent) pada titik kontak dropletโ€“substrat.
  4. Mengkonversi slope menjadi contact angle dalam derajat.

Output tahap ini: Left CA, Right CA, atau Average CA.


D. Perhitungan Parameter Turunan (Opsional)

Jika dibutuhkan:

  • Volume droplet (model spherical-cap)
  • Height & base width
  • Spreading factor (ฮฒ = d/dโ‚€)
  • Time-series analysis jika frame video

3. Visualisasi dan Penyimpanan Output

Setelah semua parameter dihitung, sistem masuk tahap akhir.

A. Overlay Visual Output

Dibuat citra hasil overlay berisi:

  • Mask warna
  • Bounding box
  • Kontur droplet
  • Titik centroid
  • Garis radius atau fitted curve
  • Contact angle markers

B. Penyimpanan Data

Sistem menyimpan seluruh hasil:

  • File CSV / Excel berisi parameter droplet
  • Gambar overlay
  • Plot time-series (jika video)

C. Finalisasi

Setelah seluruh frame diproses, sistem menampilkan:

  • Grafik diameter vs waktu
  • Kontak angle vs waktu
  • Plot penyebaran droplet
  • Log analisis

END

Siklus analisis selesai.


Leave a Reply

Your email address will not be published. Required fields are marked *