Citra adalah representasi dari informasi yang terkandung di dalamnya sehingga mata manusia dapat menganalisis dan menafsirkan informasi sesuai dengan tujuan yang diharapkan. Salah satu bentuk citra medis adalah citra x-ray. Penelitian ini mengidentifikasi gambar x-ray Osteoarthritis Lutut yang diambil pada berbagai tingkat keparahan, mulai dari KL-Grade 0 hingga KL-Grade 4. Penelitian ini menggunakan metode CLAHE dan DTCWT untuk proses preprosessing dan menggunakan metode Active Shape Model (ASM) untuk proses segmentasi, menggunakan 35 data pelatihan dan 200 data uji dari Osteoarthritis Initiative (OAI). Pengujian citra uji dalam penelitian ini dengan mengekstraksi tekstur citra menggunakan metode GLCM dan segmentasi citra menggunakan ASM, sehingga proses scanning untuk penentuan titik-titik yang berfungsi untuk mengukur ketebalan cartilage. Hasil Ekstraksi tekstur memiliki tingkat akurasi klasifikasi KL-Grade 0 57,5%, KL-Grade 1 memiliki akurasi 33.3%, KL-Grade 2 37,5%, KL-Grade 3 37,5% dan KL-Grade 4 34,3 %. Sedangkan untuk pengukuran ketebalan tulang rawan memiliki akurasi klasifikasi untuk KL-Grade 0 sebesar 62.5%, kemudian KL-Grade 1 sebesar 44.4 %, sedangkan untuk KL-Grade 2 memiliki keberhasilan klasifikasi 60%, kemudian KL-Grade 3 memiliki klasifikasi berhasil dengan benar 70%, dan untuk KL-Grade 4 51.4%.
A hierarchical method based on active shape models and directed Hough transform for segmentation of noisy biomedical images; application in segmentation of pelvic X-ray images