Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
20Activity
0 of .
Results for:
No results containing your search query
P. 1
Membedakan Objek Menggunakan Metode Thresholding Dan Fungsi Morfologi

Membedakan Objek Menggunakan Metode Thresholding Dan Fungsi Morfologi

Ratings: (0)|Views: 1,372 |Likes:
Published by M. Taufik Yusuf

More info:

Published by: M. Taufik Yusuf on Feb 01, 2011
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

01/13/2013

pdf

text

original

 
MEMBEDAKAN OBJEK MENGGUNAKAN METODE THRESHOLDING DANFUNGSI MORFOLOGI
Muhamad Taufik Yusuf 
 Departemen Teknik Elektro, Fakultas Teknik Universitas IndonesiaKampus Baru UI, Depok 16424, Indonesia E-mail: klepitom@yahoo.com
ABSTRAK
 Makalah ini memaparkan tentang pengenalan objek pada suatu citra. Metode yang digunakan adalahthresholding dan fungsi morfologi. Dengan fungsi-fungsi tersebut dapat dikelompokkan suatu objek pada citramasuk kedalam bentuk objek apa berdasarkan pencocokan citra yang sudah dilakukan pada tahap latihandengan citra yang ingin dikenali objeknya. Fungsi-fungsi tersebut dapat dengan mudah dilakukan denganbantuan perangkat lunak MATLAB. Program yang dibuat adalah modifikasi dari demo pada berkas help pada perangkat lunak MATLAB.Kata Kunci: object recognition, fungsi morfologi, threshold 
1.
 
PENDAHULUAN
Penerapan komputer untuk pengenalan pola telahbanyak dilakukan, seperti pengenalan karakter,pengenalan suara, pengenalan sidik jari, pengenalanwajah dan lain-lain. Dasar dari pengenalan-pengenalan tersebut adalah pengenalan objek padasuatu citra. Makalah ini membahas tentangpenggunaan fungsi morfologi dan threshold untuk membedakan objek dalam suatu citra. Program yangdigunakan adalah modifikasi dari program demoyang disertakan matlab pada bagian
help
dengan judul
 Identifying Round Object 
.
1.1
 
Citra dan Matriks Citra
Sebuah citra didefinisikan sebagai fungsi duadimensi,
 f(x,y)
dimana
 x
dan
 y
adalah koordinatspasial. Dan amplitudo fungsi pada setiap pasangantitik 
(x,y)
merupakan intensitas atau kecemerlangancitra pada titik tersebut (Gonzales, 2004).
Gray level
 digunakan untuk menyebut intensitas dari citramonokrom atau satu warna. Citra berwarna dibentuk oleh kombinasi dari beberapa citra monokrom,misalnya RGB dibentuk oleh kombinasi tiga warnayaitu, merah, hijau dan biru. Karena itu banyak teknik pemrosesan citra monokrom dapat digunakanuntuk citra berwarna dengan memproses tigakomponen citra tersebut secara terpisah.Sebuah citra yang direkam oleh kameramerupakan citra analog. Untuk dapat diolah olehkomputer, citra analog tersebut harus dikonversi kebentuk citra digital. Proses konversi nilai koordinat
(x,y)
disebut sampling, dan proses konversi nilaiamplitudo
 f 
disebut quantisasi. Ketika x, y danamplitude
 f 
semuanya bernilai diskrit, maka citratersebut dapat dikatakan sebagai citra digital.Citra digital dapat di kodekan dalam bentuk matriks dimana indeks baris dan kolomnyamenyatakan suatu titik pada citra tersebut danelemen matriksnya (yang disebut sebagai piksel)menyatakan tingkat keabuan pada titik tersebut. Padagambar berikut ini ditampilkan contoh koordinatsuatu piksel dari citra digital dengan
 x
 merepresentasikan baris dan
 y
merepresentasikankolom.Gambar 1. Koordinat PikselPada gambar diatas, piksel yang ditunjuk tandapanah berada pada koordinat (M,4). Jikadirepresentasikan dalam bentuk matriks dapat dilihatseperti pada persamaan berikut ini:
=
),(...)2,()1,( ............ ),2(...)2,2()1,2( ),1(...)2,1()1,1(
 N  M  f  M  f  M  f   N  f  f  f   N  f  f  f   f 
(1)
1.2
 
Thresholding
Thresholding adalah metode paling sederhanadari segmentasi citra. Dari citra abu-abu,thresholding dapat digunakan untuk membuat citrabiner (Shapiro, 2002). Pada proses thresholding,masing-masing piksel pada sebuah citra ditandaisebagai piksel milik objek jika nilainya lebih besar
 
dari nilai threshold. Dengan asumsi objek tersebutlebih terang dari latar belakangnya, hal ini disebut
threshold above.
Sedangkan kebalikannya disebut
 threshold below.
Jika piksel-piksel suatu objek berada diantara dua threshold disebut
threshold inside
dan kebalikannya disebut
threshold outside.
Biasanya piksel suatu objek dilabeli dengan nilai “1”sementara piksel-piksel latar belakangnya dilabelidengan nilai “0”. Thresholding dapat dibentuk dalampersamaan sebagai berikut:
<=
 y x f if   y x f if   y xg
),(,0 ),(,1 ),( (2)Jika nilai
konstan, pendekatan ini disebut
globalthresholding
. Contoh hasil thresholding suatu citraabu-abu dapat dilihat pada gambar berikut:Gambar 2. Citra OriginalGambar 3. Efek Threshold Pada Citra
1.3
 
Fungsi Morfologi
Kata morfologi pada umumnya diketahui sebagaicabang dalam ilmu biologi yang membahas tentangbentuk dan struktur hewan dan tumbuhan. Dalamkonteks pencitraan, morfologi adalah cara untuk mengekstraksi komponen-komponen citra yangsangat berguna dalam representasi dan deskripsibentuk area seperti
boundaries
,
skeleton
dan
convexhull
(Gonzales, 2004). Dengan kata lain, morfologidapat disebut sebagai fungsi untuk merubah bentuk objek pada suatu citra. Morfologi terdiri atas duaoperasi dasar yaitu: dilasi dan erosi.
1.3.1
 
Dilasi
Dilasi adalah operasi untuk mengembangkan ataumenebalkan objek pada citra biner. Dilasi A olehelemen-elemen terstruktur B didefinisikan dengan:
U
 Bb B
 A
 B A
=
 (3)Dilasi bersifat komutatif, dengan demikian dapatdibentuk persamaan:
U
 Aa A
 B
 A B B A
==
 (4)Jika B memiliki pusat pada citra origin, makadilasi dapat dipahami sebagai lokasi dari titik-titik yang ditutupi oleh B ketika pusat B memasuki A.contoh dilasi pada citra dapat dilihat pada gambarberikut ini:Gambar 4. Citra Dilasi
1.3.2
 
Erosi
Erosi pada citra biner dapat didefinisikan(5)Dimana B
z
adalah translasi dari B oleh vector zsedeikian sehingga:
, .
(6)Ketika elemen terstruktur B memiliki pusat danberlokasi di titik origin E, maka erosi dari A oleh Bdapat dipahami sebagai lokasi titik-titik yang digapaioleh pusat dari B ketika B memasuki A. erositersebut dapat dilihat pada persamaan berikut:(7)Citra erosi dapat dilihat pada gambar berikut:
 
 
Gambar 5. Citra Erosi
1.3.3
 
Bentuk operasi pada Citra
Fungsi morfologi paling sering diimplementasikan untuk citra digital. Citra dijitaldapat diolah dengan operasi aritmatik dan lojik antara dua citra. Operasi aritmatik diantaranya:Penjumlahan (+), Pengurangan (-), Perkalian (x) atauPembagian (/). Sedangkan untuk operasi lojik diantaranya: OR, AND dan NOT. Resume darioperasi pada citra digital dapat dilihat pada dua tabelberikut:Tabel 1. Operasi Aritmatik 
Opr Fungsi MATLAB Ket 
+Penjumlahanarray dan matriks
plus(A,B)
a + b, A +B, or a + A-Penguranganarray dan matriks
Minus(A,B)
a - b, A - B,or a - A*Perkalian arraydan matriks
Mtimes(A,B)
A*B / Pembagian arraydan matriks(kanan)
Mrdivide(A,B)
A/B \ Pembagian arraydan matriks (kiri)
Mldivide(A,B)
A\BTabel 2. Operasi Lojik 
Opr Nama Ket 
& AND A & B| OR A | B
 NOTA
B
1.4
 
Keterhubungan Piksel
Sebuah piksel dapat memiliki hubungan denganpiksel-piksel lain yang ada di sekitarnya. Hubunganantar piksel dilihat dari kriteria kecemerlangan ataunilai keabuan. Misalnya: piksel-piksel tersebut sama-sama memiliki nilai “0” atau “1” atau sama-samabedanya tidak lebih dari lima tingkat keabuan, danlain sebagainya. Pada citra dua dimensi, ada duabuah macam hubungan berdasarkan letak piksel-piksel tetangganya, yaitu: 4-tetangga atau 8-tetangga.Gambar 6. Hubungan 4-Tetangga Piksel PGambar 7. Hubungan 8-Tetangga Piksel P
2.
 
METODOLOGI
Untuk membedakan objek pada citramenggunakan threshold dan fungsi morfologi,langkah-langkah yang dilakukan adalah sebagaiberikut:
2.1
 
Tahap Latihan
1.
 
Pembentukan Citra: Menentukan data yangdiperlukan dan memilih metode perekaman citradigital.2.
 
Pengolahan Awal: Mengkonversi citra kedalambentuk hitam-putih dan menentukan thresholdcitra yang akan digunakan sebagai batas terluarobjek.3.
 
Penghilangan
 Noise
: Proses awal yangdilakukan untuk memperbaiki kualitas citra.Proses ini juga menghilangkan piksel-pikselyang tidak dibutuhkan untuk mengenali objek.Ada dua cara dalam memperbaiki citra yaitu :
Geometric Correction
dan
 RadiometricCorrection
.
Geometric Correction
digunakanuntuk memperbaiki kerusakan kondisi yangdisebabkan oleh sistem sensor atau geometridari objek. Untuk memperbaikinya digunakan
 Image Registration
. Sedangkan
 RadiometricCorrection
digunakan untuk memperbaikikerusakan kondisi yang disebabkan oleh
noise
.Untuk memperbaikinya menggunakan
 ImageFiltering.
 4.
 
Pelabelan: Memberikan label pada wilayah-wilayah yang ada pada citra. Ada dua caradalam memberikan label citra yaitu:memberikan label pada wilayah yang homogenberdasarkan ciri tonal dan warna yang disebut
 primary features
, dan memberikan label pada

Activity (20)

You've already reviewed this. Edit your review.
1 hundred reads
1 thousand reads
Lsl Sukses liked this
Setya Kuncara liked this
Nanang Qasim liked this
FirdhaASelvyani liked this
Folkes Eduward liked this
Putu Sony liked this
Aphieta Susanti liked this

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->