Pengolahan Citra - Makalah Pendeteksian Tepi

MAKALAH

SISTEM PENGOLAHAN CITRA

PENDETEKSIAN TEPI (EDGE DETECTION)

Oleh:

I MADE MARCHRIEZA 131421001

SASKIA MABRURA 131421019

GRACE VENNYDIA TAMBUNAN 131421020

NONI SORAYA 1314210

UNIVERSITAS SUMATERA UTARA - MEDAN

PROGRAM STUDI S-1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER-TI

TAHUN AJAR 2013-2014

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa atas selesainya

penyusunan makalah Pendeteksian Tepi Citra (Edge Detection) ini. Makalah ini disusun

untuk menyelesaikan tugas kuliah dalam mata kuliah Pengolahan Citra.

Makalah ini berisi pembahasan mengenai  konsep pendeteksian tepi citra serta

pengelompokannya berdasarkan operator atau metode metode yang digunakan dalam

proses pendeteksian tepi suatu citra (edge detection) untuk memperoleh citra hasil.

Kami menyadari bahwa makalah ini jauh dari sempurna. Oleh karena itu kritik dan

saran dari semua pihak yang sifatnya membangun selalu kami harapkan demi

kesempurnaan makalah ini.

Akhir kata, kami ucapkan terima kasih kepada semua pihak yang telah berperan

dalam penyusunan makalah ini dari awal sampai akhir.

Medan, 20 Desember 2013

Penulis   

ABSTRACT

Teknik peningkatan mutu citra dapat dibagi menjadi dua yaitu Peningkatan

mutu citra pada domain spasial dan Peningkatan mutu citra pada domain frekuensi.

Peningkatan mutu citra pada domain spasial sendiri masih dibagi menjadi dua

macam yaitu point processing dan mask processing. Pada mask processing kita

melakukan operasi terhadap suatu jendela ketetanggaan pada citra. Salah satu

contoh dari peningkatan mutu pada domain spatial menggunakan mask processing

adalah edge detection. Deteksi tepi (Edge Detection) pada suatu citra adalah suatu

proses yang menghasilkan tepi-tepi dari obyek-obyek citra. Deteksi tepi sendiri

dimanfaatkan untuk berbagai keperluan diantanya yang sedang hangat di bahasa

saat ini adalah penggunaan deteksi tepi dalam penggunaannya untuk aplikasi

pengenalan nomor mobil. Tujuan dari teknik peningkatan mutu citra adalah untuk

melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas relatif

lebih baik dari citra awal untuk aplikasi tertentu.

Keyword : Domain Spasial, Mask Processing, Edge Detection

BAB I

PENDAHULUAN

1.1 Latar Belakang

Dalam bidang pengolahan citra, istilah citra mengacu pada suatu fungsi

intensitas dalam bidang dua dimensi. Pemrosesan citra menggunakan

komputer membutuhkan citra digital sebagai masukannya. Oleh karena itu, kita

mengenal beberapa macam format citra digital, yang masing-masing memiliki

format penyimpanan dan pembacaan data yang berbeda-beda. Proses

mengubah citra ke bentuk digital bisa dilakukan dengan beberapa perangkat,

misalnya scanner, kamera digital, dan handycam. Ketika sebuah citra sudah

diubah ke dalam bentuk digital (selanjutnya disebut citra digital), bermacam-

macam proses pengolahan citra dapat diperlakukan terhadap citra tersebut.

Pengolahan citra digital dapat dilakukan berbagai cara diantaranya

adalah representasi dan permodelan citra, peningkatan kualitas citra, restorasi

citra, analisis citra, rekonstruksi citra dan kompresi citra. Pada makalah ini,

pengolahan citra digital difokuskan pada teknik peningkatan mutu pada

domain spatial khususnya penggunaan untuk teknik deteksi tepian (Edge

Detection).

Teknik image enhancement digunakan untuk meningkatkan kualitas

suatu citra digital, baik dalam tujuan untuk menonjolkan suatu ciri tertentu

dalam citra tersebut, maupun untuk memperbaiki aspek tampilan. Proses ini

biasanya didasarkan pada prosedur yang bersifat eksperimental, subjektif, dan

amat bergantung pada tujuan yang hendak dicapai.

Proses peningkatan mutu citra bertujuan untuk memperoleh citra yang

dapat memberikan informasi sesuai dengan tujuan/kepentingan pengolahan

citra. Proses peningkatan mutu citra ini termasuk memperbaiki citra yang

ketika proses akuisisi mengalami ganguan yang signifikan seperti noise,

gangguan geometris, radiometrik dan beberapa gangguan faktor alam lainnya.

Secara umum domain dalam pengingkatan mutu citra ini dapat dilakukan

secara spatial dan frekuensi. Domain Spatial melakukan manipulasi nilai pixel

secara langsung dengan dipengaruhi oleh nilai pixel lainnya secara spatial

sedangkan domain frekuensi berdasarkan frekuensi spektrum citra.

Domain Spasial merupakan teknik peningkatan mutu citra yang

melakukan manipulasi langsung pixel (x,y) suatu citra dengan menggunakan

fungsi transformasi: g(x, y) = T[f(x, y)], dimana f(x, y) sebagai citra input, g(x, y)

hasil citra yang sudah diproses dan T adalah operator pada f yang didefinisikan

berdasarkan beberapa lingkungan di (x, y). Teknik ini ditunjukkan pada

gambar 5.2 Masking/Filter suatu pixel (x,y) ditentukan berdasarkan pixel

tetangganya yang didefinisikan sebagai bentuk bujur sangkar (sering

digunakan) ataupun circular sebagai sub-citra yang berpusat di titik (x,y)

dengan ukuran lebih dari 1x1(gambar 5.3 menggunakan masking 3x3). Pusat

sub-citra berpindah dari satu pixel ke pixel lainnya dimulai dari pojok atas.

Nilai koefisien masking ditentukan berdasarkan prosesnya. Teknik masking

digunakan untuk penajaman citra dan penghalusan citra.

Edge detection adalah pendekatan yang paling umum digunakan untuk

mendeteksi diskontinuitas graylevel. Hal ini disebabkan karena titik ataupun

garis yang terisolasi tidak terlalu sering dijumpai dalam aplikasi praktis. Suatu

edge adalah batas antara dua region yang memiliki graylevel yang relatif

berbeda. Pada dasarnya ide yang ada di balik sebagian besar teknik edge-

detection adalah menggunakan perhitungan local derivative operator. Gradien

dari suatu citra f(x,y) pada lokasi (x,y) adalah vector.

1.2 Rumusan Masalah

Berdasarkan dari latar belakang yang diuraikan diatas, maka dapat dirumuskan

beberapa permasalahan yaitu sebagai berikut:

a. Bagaimana cara mendeteksi tepi citra?

b. Bagaimana membedakan ketiga metode pendeteksian tepi?

1.3 Tujuan

Tujuan dari makalah ini yaitu untuk membahas dan menganalisis lebih rinci

tentang pendeteksian tepi dari suatu cita dan mengetahui perbedaan dari pedeteksian

dengan metode yang berbeda yaitu Robert, Prewitt, Sobel.

BAB II

PEMBAHASAN

1. Tepi Citra (Edge)

Tepi (edge) adalah perubahan nilai intensitas derajat keabuan yang

cepat/tiba-tiba (besar) dalam jarak yang singkat. Sedangkan deteksi tepi (Edge

Detection) pada suatu citra adalah suatu proses yang menghasilkan tepi-tepi

dari obyek-obyek citra, tujuannya adalah Untuk menandai bagian yang menjadi

detail citra Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena

error atau adanya efek dari proses akuisisi citra Suatu titik (x,y) dikatakan

sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai perbedaan

yang tinggi dengan tetangganya. Pada gambar 2.1 di bawah ini dapat dilihat

proses yang dilakukan untuk memperoleh tepi gambar dari suatu citra yang

ada.

Gambar 2.1. Proses deteksi tepi citra

Pada gambar 2.1. terlihat bahwa hasil deteksi tepi berupa tepi-tepi dari

suatu gambar. Bila diperhatikan bahwa tepi suatu gambar terletak pada titik-

titik yang memiliki perbedaan tinggi.

Gambar 2.2. Hasil deteksi tepi

Proses deteksi tepi (edge detection) sendiri masing dapat dikelompokkan

berdasarkan operator atau metode yang digunakan dalam proses pendeteksian

tepi suatu citra (edge detection) untuk memperoleh citra hasil. Adapun ketiga

metode tersebut adalah :

1. Metode Robert

Metode Robert adalah nama lain dari teknik differensial pada arah

horisontal dan differensial pada arah vertikal, dengan ditambahkan proses

konversi biner setelah dilakukan differensial. Teknik konversi biner yang

disarankan adalah konversi biner dengan meratakan distribusi warna

hitam dan putih.. Metode Robert ini juga disamakan dengan teknik DPCM

(Differential Pulse Code Modulation).

Operator Robert menggunakanoperator gradient berukuran 2 x 2 :

Gradient magnitude dari operator Robert adalah sebagai berikut :

Karena operator Robert hanya menggunakan convolution mask

berukuran 2 x 2, maka operator Robert sangat sensitive terhadap noise.

Contoh deteksi tepi dengan Robert :

4 5 7 5 1 6 8 5 3 1

2 1 3 4 5 4 1 5 6 5

4 3 2 6 9 3 2 6 7 9

4 2 5 7 1 0 7 2 5 1

2 4 8 6 3 2 4 8 6 3

citra awal citra hasil pendeteksian tepi

f’[0,0] = |4-1| + |5-2| = 6

2. Metode Prewitt

Metode Prewitt merupakan pengembangan metode Robert dengan

menggunakan filter HPF yang diberi satu angka nol penyangga. Metode ini

mengambil prinsip dari fungsi laplacian yang dikenal sebagai fungsi untuk

membangkitkan HPF.

Operator Prewitt menggunakan delapan buah kernel operator gradient :

Dengan menggunakan batuan program matlab maka Pendektesian

tepi (Edge Detection) dengan operator Prewitt dapat dilihat

implementasinya. Berikut ini adalah listing program yang akan digunakan

untuk mengimplementasikan deteksi tepi denngan operator Prewitt :

Contoh sintak program Matlab untuk pendeteksian tepi citra:

citra=imread('D:\MATLAB PROJECT\Vincent.tif');ic= rgb2gray(citra);px=[-1 0 1;-1 0 1;-1 0 1]; %% DeteksiVertikalicx=filter2(px,ic); % convolutionpy=px'; %% DeteksiHorizontalicy=filter2(py,ic);edge_p=sqrt(icx.^2+icy.^2);edge_t=im2bw(edge_p/255,0.3);figure, imshow(citra), title('Citra Asli');subplot(2,2,1), imshow(icx/255), title('Deteksi Vertikal');subplot(2,2,2), imshow(icy/255), title('Deteksi Horisontal');subplot(2,2,3), imshow(edge_p/255), title('Deteksi Citra Dengan Batasan (255)');subplot(2,2,4), imshow(edge_t), title('Citra Hasil Deteksi Tepi');

Dari program diatas maka akan didapat tampilan atau hasil detesi tepi

dengan operator Prewitt sebagai berikut :

Contoh lain penggunaan operator Prewitt dapat menggunakan

Listing berikut ini :

l=imread('D:\MATLAB PROJECT\tree.bmp');l1=rgb2gray(l);l2=fft(double(l1));l2_1=fft(double(l));figure(1)clf(subplot(1,3,1),imshow(l));title('Original image');hold on;subplot(1,3,2),imshow(l1);title('Gray scale image');% creat filter matrix(3×3 window)h=fspecial('prewitt');l_pre=uint8(round(filter2(h,l1)));l_pre_1=fft(double(l_pre));subplot(1,3,3),imshow(l_pre)title('Prewitt filtered image');

Capture :

3. Metode Sobel

Metode Sobel merupakan pengembangan metode robert dengan

menggunakan filter HPF yang diberi satu angka nol penyangga. Metode ini

mengambil prinsip dari fungsi laplacian dan gaussian yang dikenal sebagai

fungsi untuk membangkitkan HPF. Kelebihan dari metode sobel ini adalah

kemampuan untuk mengurangi noise sebelum melakukan perhitungan

deteksi tepi.

Operator Sobel menggunakan kernel operator gradient 3 x 3 :

Operator Sobel melakukan deteksi tepi dengan memperhatikan tepi

vertical dan horizontal. Gradient Magnitude dari operator Sobel adalah

sebagai berikut :

Dengan menggunakan batuan program matlab maka pendektesian

tepi (Edge Detection) dengan operator Sobel dapat dilihat implementasinya.

Berikut ini adalah listing program yang akan digunakan untuk

mengimplementasikan deteksi tepi denngan operator Sobel :

l=imread('D:\MATLAB PROJECT\Vincent.tif');l1=rgb2gray(l);l2=fft(double(l1));l2_1=fft(double(l));figure(1)clf(subplot(1,3,1),imshow(l));title('Original image');hold on;subplot(1,3,2),imshow(l1);title('Gray scale image');% creat filter matrix(3×3 window)h=fspecial('sobel');l_sobel=uint8(round(filter2(h,l1)));l_sobel_1=fft(double(l_sobel));subplot(1,3,3),imshow(l_sobel)title('Sobel filtered image');

Perbandingan pendeteksian tepi dengan operator Prewitt dengan

Operator Sobel :

Script

l=imread('D:\MATLAB PROJECT\lenna.bmp');l1=rgb2gray(l);l2=fft(double(l1));l2_1=fft(double(l));figure(1)clf(subplot(2,2,1),imshow(l));title('Original image');hold on;subplot(2,2,2),imshow(l1);title('Gray scale image');% creat filter matrix(3×3 window)h=fspecial('prewitt');l_pre=uint8(round(filter2(h,l1)));l_pre_1=fft(double(l_pre));subplot(2,2,3),imshow(l_pre)title('Prewitt filtered image');% creat filter matrix(3×3 window)h=fspecial('sobel');l_sobel=uint8(round(filter2(h,l1)));l_sobel_1=fft(double(l_sobel));subplot(2,2,4),imshow(l_sobel)title('Sobel filtered image');

Capture

BAB III

PENUTUP

3.1 Kesimpulan

Berdasarkan uraian pembahasan mengenai pendeteksian tepi diatas

dapat disimpulkan sebagai berikut:

1. Edge detection adalah pendekatan yang paling umum digunakan untuk

mendeteksi diskontinuitas graylevel.

2. Suatu edge adalah batas antara dua region yang memiliki graylevel yang relatif

berbeda.

3. Penerapan metode Sobel, metode Prewitt, dan metode Robert untuk

meningkatkan penampakan garis batas suatu daerah atau objek di dalam citra

dalam aplikasi lebih efektif mengenali suatu citra dua dimensi.