Professional Documents
Culture Documents
MORPHOLOGI
1
S = {(0,0),(0,1),(1,0)}
A = {(0,0),(0,1),(0,2),
(1,0),(1,1),(1,2),
(2,0),(2,1),(2,2)}
S A
Objek S dan A dapat direpresentasikan dalam bentuk himpunan dari posisi-posisi (x,y) yang
bernilai 1 (1=hitam/abu-abu, 0 = putih)
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
Secara umum, pemrosesan citra secara morfologi dilakukan dengan cara mem-passing
2
sebuah structuring element terhadap sebuah citra dengan cara yang hampir sama dengan
konvolusi.Structuring element dapat diibaratkan dengan mask pada pemrosesan citra biasa
(bukan secara morfologi).
Beberapa operasi morfologi yang dapat kita lakukan adalah:
Dilasi, Erosi
Opening, Closing
Thinning, shrinking, pruning, thickening, skeletonizing
dll.
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
IMAGE-THINNING
3
1. Skeletonizing-Thinning
Pada dasarnya, proses skeletonizing dapat disamakan dengan proses thinning. Ada
beberapa sumber yang menyamakan kedua istilah tersebut. Sementara beberapa sumber
yang lainnya menyatakan bahwa thinning adalah salah satu metode yang dipakai dalam
melakukan skeletonizing (thinning adalah bagian dari skeletonizing). Akan tetapi untuk
mempermudah pembahasanmaka pada makalah ini, kami menggunakan persepsi bahwa arti
istilah “skeletonizing” adalah sama dengan istilah “thinning” untuk melakukan pembahasan
mengenai topik “thinning” ini.
Skeletonizinguntuk selanjutnya akan digunakan istilah “thinning” merupakan salah
satu pemrosesan citra (imageprocessing) yang digunakan untuk hal berikut.
a. Mengurangi suatu daerah (region) menjadi suatu grafik/kurva dengan memperoleh
kerangka (skeleton) dari daerah tersebut. Dengan demikian, image tersebut
ditransformasikan menjadi bentuk struktural.
b. Mengurangi suatu daerah yang tebal atau bergumpal menjadi unit-unit dengan pixel-
pixel tunggal. Dengan demikian, image tersebut ditransformasikan menjadi garis-garis
pixel.
Kedua butir di atas (a dan b) sebenarnya memiliki inti yang sama, yang secara umum
dapat disimpulkan sebagai berikut:
Thinning merupakan salah satu imageprocessing yang digunakan untuk mengurangi ukuran
dari suatu image (imagesize) dengan tetap mempertahankan informasi dan karakteristik
penting dari image tersebut. Hal ini diimplementasikan dengan mengubah image awal
dengan pola binary menjadi representasi kerangka (skeletal representation) image tersebut.
Thinning merupakan tahapan yang penting dalam proses imageprocessing. Hal ini
dikarenakan prosedur thinning memainkan peranan yang penting dalam suatu ruang
lingkup yang luas dari masalah yang timbul dalam imageprocessing. Ruang lingkup
tersebut dapat bermula dari pengawasan otomatis dari sirkuit yang dicetak sampai pada
penghitungan serat-serat asbes dalam penyaring udara.
Representasi kerangka dari suatu imagehasil dari proses thinningmemiliki sejumlah
sifat dan ciri-ciri yang bermanfaat, diantaranya ukurannya yang kecil (karena pengurangan
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
jumlah data dalam jumlah yang besar) dan pertahanan komponen struktur utama dari pola
4
tersebut (komponen-komponen tersebut dapat digunakan pada saat penganalisaan bentuk).
2. Metodologi Image-Thinning
Metodologi dari thinning diartikan sebagai algoritma-algoritma atau prosedur-
prosedur yang dapat digunakan untuk melakukan proses thinning tersebut. Suatu metode
(algoritma/prosedur) thinning yang baik seharusnya melindungi dan mempertahankan
topologi, panjang, dan orientasi dari image yang di-thinning. Sementara itu, hasil proses
thinning (skeletal representation) seharusnya mampu merepresentasikan fitur-fitur utama
seperti penggabungan, pojok (sudut), dan titik akhir.
Secara umum, image-thinning berguna untuk mengurangi tresholded citra output yang
dihasilkan dari edge detector, menjadi garis dengan ukuran ketebalan satu pixel saja. Untuk
mewujudkan kegunaan ini, terdapat algoritma sederhana yang dapat diaplikasikan, yakni
sebagai berikut:
Umpamakan semua piksel pada batas-batas daerah foreground (contohnya titik-titik
pada foreground hanya memiliki satu background neighbour. Hapus semua titik yang
memiliki foreground neighbour lebih dari satu. Lakukan berulang-ulang sampai konvergen.
Algoritma ini tidak bisa memberikan efek pada pixel-pixel di akhir garis. Cara ini
dapat disempurnakan dengan cara melakukan hit-dan-miss dengan struktur elemen yang
dirotasikan 900. Namun, selain dari algoritma sederhana di atas, masih terdapat beberapa
jenis metodologi dari image-thinning yang diklasifikasikan sebagai berikut:
a. berdasarkan tipe image yang akan dilakukan proses thinning.
1. Binary ImageAlgorithm
2. Gray-scaleImageAlgorithm
b. berdasarkan unsur-unsur image yang dipertimbangkan untuk melakukan proses
thinning.
1. Local Algorithm
2. Non-localAlgorithm
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
c. berdasarkan algortima matematika yang diterapkan dan hasil proses thinning yang
5
dihasilkan.
1. Stentiford thinningAlgorithm
2. Zhang SuenthinningAlgorithm
3. SimpleEdge DetectionthinningAlgorithm
4. CannyEdge DetectionthinningAlgorithm
5. Combination
Dari tiga klassifikasi di atas, kami lebih menekankan proses thinning dengan
metodologi berdasarkan tipe image (yakni Binary ImageAlgorithm dan Gray-
scaleImageAlgorithm). Oleh karena itu, dalam makalah ini, kami akan membahas lebih
mendetil mengenai kedua algoritma tersebut. Selain itu, kami juga akan memperlihatkan
hasil proses thinning suatu image dengan mengimplementasikan kedua algoritma tersebut.
Adapun penjelasan dari tiap klasifikasi metodologi di atas adalah sebagai berikut:
A. Berdasarkan tipe image yang akan dilakukan proses thinning.
Binary Image Algorithm
Seperti halnya operator morfologi lainnya, operasi thinning dipengaruhi oleh suatu
struktur elemen. Struktur elemen biner yang digunakan dalam thinning adalah
transformasi hit-dan-miss. (Mengenai struktur elemen dan transformasi hit-dan-miss
akan dibahas pada bagian berikutnya).Proses thinning dari suatu image i, dengan
struktur elemen j, adalah:
thin (i, j) = i – hit -dan-miss (i, j)
dimana subtraksi (pengurangan) yang dilakukan disini adalah substraksi logik yang
didefinisikan sebagai X-Y = X ¿ NOT Y
Gray-scaleImageAlgorithm
Gray-scale Thinning Algorithm diimplementasikan berdasarkan analisa binary image.
Hal ini menyatakan bahwa untuk melakukan proses thinning pada gray-scale image,
hal pertama yang harus dilakukan adalah meng-convertgray-scale image tersebut
menjadi binary image terlebih dahulu. Proses ini dikenal dengan proses theresholding.
Setelah itu, baru dapat dilakukan proses thinning sama seperti proses thinning pada
binary image yang telah dijelaskan pada bagian sebelumnya. Dengan demikian:
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
1. Layer Processing
Dalam hal ini kita anggap bahwa gray-scale image sebagai suatu set of layer dan
proses dari setiap layer adalah binary image. Jika seluruh layer diproses secara
sequential dari atas ke bawah maka hasil dari pemrosesan layer terakhir akan
berkorespondensi terhadap pemrosesan seluruh gray-scale image.
2. Image Iteration
Imagethinning terdiri dari 4 standard iterasi yaitu:
a. Utara
b. Selatan
c. Timur
d. Barat
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
3. Pixel Processing
7
Selama pixelprocessing, kita melakukan dua operasi utama yaitu: pixelanalysis
(bagaimana menganalisa pixel dan tetangganya) dan pixel value changing (bagaimana
mengubah central pixel value).
PixelAnalysis
Thinning algorithm terdiri dari:
a. utara
b. selatan
c. timur
d. barat.
Kita gunakan kondisi berikut untuk iterasi. Pixel diubah jika terjadi kondisi berikut:
pi adalah 8 tetangga
Tergantung dari sejumlah tetangganya, pixel yang menghasilkan gray skeleton masing-
masing dikelompokkan sebagai end points, normal points dan branch points. End
points dan branch points disebut feature point. Himpunan bagian dari skeleton yang
dibatasi oleh feature points disebut dengan skeleton branch. Jika skeleton branch
termasuk dalam end point maka itu disebut open branch, sedangkan yang lain disebut
dengan closed branch. Ketika pixelanalysis telah dilakukan, nilainya sebaiknya
diubah, ini dapat dilakukan secara sequential maupun pararel.
PixelChanging
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
Dalam bentuk ini, citra diproses dari layer dengan nilai maksimal ke yang lebih
8
minimal. Pixel untuk masing-masing layer memiliki lebih dari sebuah ambang yang
ditentukan sebagi skeleton pixel, selain itu pixel ini termasuk dari background.
Algorithma ini menghasilkan kualitas skeleton/kerangka yang bagus. Hasilnya bisa
dilhat sebagai berikut:
Pendekatan ini didasarkan pada proses yang secara serempak pada seluruh image
latyer. Dalam kasus ini, pixel yang memenuhi kondisi diatas menurun 1. Hal ini
menyebabkan penghilangan edge pixel dari setiap iterasi. Pengulangan dari iterasi ini,
menghasilkan penurunan lapisan-lapisan ketika ini bukan skeleton element. Efek ini
datang dari perbedaan kecepatan thinninglayer. Hasilnya bisa dilihat sebagai berikut:
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
4. Skeleton binarisation
9
Pengubahan kerangka dalam bentuk binary dilakukan dalam satu image scan. Jika
pixel yang dianalisa minimal memiliki satu dari empat neighbours-nya (p0, p2, p4,
p6) dengan nilai kurang dari nilai gray masing-masing atau seluruh 8 tetangganya
adalah kurang dari nilai gray nya, maka nilai binernya berubah menjadi 1 atau berubah
menjadi 0.
dapat meningkatkan hasil thinning. (metode Canny jauh lebih rumit dibandingkan
11
metode Simple).
Combination thinning algorithm menggunakan beberapa teori dari metode Stentiford
dan Zhang Suen. Metode ini cenderung lebih baik diimplementasikan pada sudut yang
bersiku-siku dibandingkan metode Steintiford dan Zhang Suen, dengan tetap
mempertahankan pengenalan garis lurus yang baik dan kurva yang halus. Metode
thinning ini akan memperpendek beberapa garis, yang mungkin akan kurang
mendukung untuk citra-citra tertentu.
Ada beberapa komponen penting yang perlu diketahui dan dipahamai dalam
melakukan proses thinning, seperti struktur elemen (kernel) dan tranformasi hit-dan-miss
(hit-and-miss
transformation).
A. Struktur elemen
Struktur elemen atau biasa disebut sebagai kernel, berisi pola yang mengkhususkan
koordinat dari beberapa titik yang memiliki relatifitas yang sama ke suatu pusat (origin).
Biasanya direpresentasikan menggunakan koordinat kartesian untuk setiap elemensebagai
kotak-kotak kecil. Contoh berbagai ukuran dari beberapa struktur elemen:
dapat digunakan untuk menemukan posisi sudut kanan (right angle convex corner) dari
suatu citra. Untuk dapat menemukan semua sudut dalam citra biner, kita harus melakukan
transformasi hit-dan-miss sebanyak empat kali dengan empat elemen berbeda yang
merepresentasikan empat jenis sudut yang ditemukan dalam citra biner tersebut. Empat
bentuk elemen tersebut adalah:
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
13
Setelah menemukan lokasi dari setiap orientasi sudut, kita kemudian melakukan operasi OR
dari semua citra untuk mendapat hasil akhir yang menunjukkan lokasi dari semua sudut
kanan pada orientasi apapun.
Citra dibawah ini menunjukkan proses hit-dan-miss yang dilakukan pada suatu citra biner
sederhana.
Tahap 1. Citra Grayscale sebuah sirkuit Tahap 2. Citra yang sudah di-threshold
dengan ambang threshold = 200
15
II. IMAGE-THICKENING
Jadi penebalan gambar terdiri dari gambar asli ditambah piksel foreground tambahan
dihidupkan oleh hit-dan-miss transform.
Dalam istilah sehari-hari, penebalan operasi dihitung dengan menerjemahkan asal dari
elemen struktur untuk setiap posisi piksel dalam gambar, dan pada posisi masing-masing
dibandingkan dengan pixel gambar yang mendasarinya. Jika piksel latar depan (foreground)
dan latar belakang yang persis elemen struktur yang sama dengan latar depan pixel dan
gambar latar belakang, piksel gambar di bawah pengaturan asli dari elemen diatur ke latar
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
depan (satu). Jika dibiarkan tidak berubah. Perhatikan bahwa struktur elemen selalu harus
16
memiliki nol atau kosong dalam asal-usulnya jika memiliki efek apapun.
Pilihan elemen penataan menentukan dalam keadaan apa piksel latar belakang akan
berangkat, dan karena itu menentukan aplikasi untuk operasi penebalan.
Kami telah menggambarkan efek dari single pass dari operasi penebalan di atas
gambar. Bahkan, operator biasanya diterapkan berulang kali sampai tidak menyebabkan
perubahan selanjutnya ke gambar (yaitu sampai konvergensi). Atau, dalam beberapa
aplikasi, operasi hanya dapat diterapkan untuk sejumlah iterasi.
Penebalan adalah ganda menipis, yaitu penipisan latar depan setara dengan
penebalan latar belakang. Bahkan, dalam banyak kasus penebalan dilakukan oleh menipis
latar belakang.
Kami akan menggambarkan penebalan dengan dua aplikasi, menentukan convex
hull, dan menemukan kerangka dengan zona pengaruh atau SKIZ.
Convex hull berbentuk biner dapat dilihat dengan mudah oleh peregangan
membayangkan sebuah pita elastis di sekitar citra. Band elastis akan mengikuti bentuk
kontur cembung, tetapi akan `jembatan 'kontur cekung. Bentuk yang dihasilkan tidak akan
memiliki concavities dan berisi bentuk asli. Di mana gambar berisi beberapa bentuk
terputus, algoritma convex hull akan menentukan convex hull setiap bentuk, tapi tidak akan
terhubung bentuk terputus, kecuali hulls cembung mereka terjadi tumpang tindih (misalnya
dua bertautan `U'-bentuk).
Sebuah convex hull perkiraan dapat dihitung dengan menggunakan penebalan
dengan elemen struktur yang ditunjukkan pada Gambar 2.1 Convex hull dihitung
menggunakan metode ini sebenarnya pendekatan `45 ° convex hull ', di mana batas-batas
convex hull harus memiliki orientasi yang kelipatan 45 °. Perhatikan bahwa perhitungan ini
bisa sangat lambat.
Pada setiap iterasi penebalan tersebut, setiap elemen harus digunakan secara
17
bergantian, dan kemudian di masing-masing diputar 90 ° , memberikan 8 elemen struktur
yang efektif secara total. Penebalan dilanjutkan sampai tidak ada perubahan lebih lanjut
terjadi, di mana titik convex hull selesai.
adalah gambar yang berisi sejumlah objek biner berbentuk salib. Penerapan algoritma
convex hull 45 ° yang dijelaskan di atas manghasilkan seperti dibawah :
Proses ini mengambil cukup banyak waktu - lebih dari 100 melewati penebalan
dengan masing-masing dari delapan elemen struktur!
Penerapan lain dari penebalan adalah untuk menentukan kerangka zona pengaruh,
atau SKIZ. The SKIZ adalah struktur kerangka yang membagi sebuah gambar menjadi
bagian-bagian, masing-masing berisi hanya salah satu objek yang berbeda dalam gambar.
Batas-batas ditarik sedemikian rupa sehingga semua titik dalam batas tertentu lebih dekat ke
objek biner yang terkandung dalam batas-batas dari yang lain. Seperti dengan kerangka
normal, berbagai metrik jarak yang dapat digunakan. Para SKIZ juga kadang-kadang
disebut diagram Voronoi.
Salah satu metode untuk menghitung SKIZ adalah untuk pertama menentukan
kerangka latar belakang, dan kemudian prune ini sampai konvergensi untuk menghapus
semua cabang kecuali yang membentuk loop tertutup, atau mereka memotong batas gambar.
Kedua konsep-konsep ini dijelaskan (diterapkan pada objek latar depan) di bawah menipis.
Karena penebalan adalah ganda menipis, kita dapat mencapai hal yang sama menggunakan
penebalan. Elemen-elemen struktur yang digunakan dalam dua proses diperlihatkan pada
Gambar 2.2
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
18
Kami menggambarkan SKIZ menggunakan gambar awal yang sama seperti untuk convex
hull.
Karena SKIZ menganggap masing-masing pixel foreground sebagai objek yang akan
menetapkan zona pengaruh, itu agak sensitif terhadap noise. Jika kita, misalnya,
menambahkan beberapa noise `garam 'dengan gambar di atas, kita mendapatkan
Pengolahan Citra Digital
I Gusti Ngurah Winanda Wijaksana (1091761004)
I Gd. Agus Sucipta (1091761005)
19
Gambar hasil dari SKIZ sebagai berikut :
Sekarang, kita tidak hanya memiliki zona pengaruh untuk setiap salib, tetapi juga untuk
masing-masing poin noise.
Karena penebalan adalah ganda (dual) untuk menipis, dapat diterapkan untuk rentang yang
sama tugas seperti menipis. Operator yang digunakan tergantung pada polaritas gambar,
yaitu jika objek diwakili dalam hitam dan latar belakang adalah putih, tipis operator
penebalan objek.
Referensi
Hoffman, Mark E. Image thinning approach uses most prominent ridge line.
Diakses dari http://www.spie.org/web/oer/november/nov98/eitg.html. Diakses pada tanggal
15 Maret 2011.
Fisher,Bob, Simon Perkins, Ashley Walker dan Erik Wolfart. Thinning. Diakses dari
http://www.cee.hw.ac.uk/hipr/html/thin.html. Diakses pada tanggal 15 Maret 2011.