Professional Documents
Culture Documents
Makalah Edge Detection
Makalah Edge Detection
Disusun Oleh
UNIVERSITAS RIAU
PEKANBARU
2012
BAB I
PENDAHULUAN
Untuk melihat hasil deteksi tepi tersebut , bisa menggunakan MATLAB (Matrix
Laboratory). Fitur GUI pada MATLAB ini memungkinkan untuk menghasilkan suatu
aplikasi.
BAB II
PEMBAHASAN
Landasan Teori
Penentuan tepian suatu objek dalam citra merupakan salah satu wilayah
pengolahan citra digital yang paling awal dan paling banyak diteliti. Proses ini
seringkali ditempatkan sebagai langkah pertama dalam aplikasi segmentasi citra,
yang bertujuan untuk mengenali objek-objek yang terdapat dalam citra ataupun
konteks citra secara keseluruhan. Deteksi tepi berfungsi untuk mengidentifikasi garis
batas (boundary) dari suatu objek yang terdapat pada citra. Tepian dapat dipandang
sebagai lokasi piksel dimana terdapat nilai perbedaan intensitas citra secara
ekstrem. Sebuah edge detector bekerja dengan cara mengidentifikasi dan
menonjolkan lokasi-lokasi piksel yang memiliki karakteristik tersebut.
Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut
mempunyai perbedaan yang tinggi dengan tetangganya. Gambar. 1 berikut ini
menggambarkan bagaimana tepi suatu gambar diperoleh.
Contoh:
Diketahui fungsi citra f(x,y) sebagai berikut:
Dengan menggunakan filter : H (x,y)=[-1 1]
Maka Hasil filter adalah :
Bila digambarkan maka proses filter di atas mempunyai masukan dan keluaran
sebagai berikut :
Catatan:
1. Metode Robert
Metode Robert adalah nama lain dari teknik differensial yang dikembangkan
di atas, yaitu 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 [5], seperti telah dibahas pada bab 3. Metode Robert ini juga
disamakan dengan teknik DPCM (Differential Pulse Code Modulation)
3. Metode Sobel
Metode ini akan mendeteksi zero crossing ,untuk menentukan garis batas
antara hitam dan putih, yang terdapat pada turunan kedua dari citra yang
bersangkutan. Kekurangan dari penerapan perator laplacian adalah sangat sensitif
terhadap noise, namun demikian edge detection dengan operator ini dapat di
tingkatkan hasilnya dengan menerapkan thresholding.
Kernel filter yang digunakan dalam metode Laplacian of Gaussian ini
adalah :
LIST PROGRAM
Setelah kita masuk dalam fitur GUI, maka kita buat tampilan untuk program
Deteksi Tepi ini dengan membuat 2 Axes dan 7 Pushbutton. Axes berguna untuk
menampilkan sebuah grafik atau gambar (image). Axes sebenarnya tidak masuk
dalam UIControl, tetapi axes dapat diprogram agar pemakai dapat berinteraksi
dengan axes dan obyek grafik yang ditampilkan melalui axes. Sedangkan
Pushbutton merupakan jenis kontrol berupa tombol tekan yang akan menghasilkan
tindakan jika diklik, misanya tombol OK, Cancel, Hitung, Hapus, dan sebagainya.
Untuk penulisan koding di pushbutton, klik kiri pada push button sebelah kiri,
kemudian pilih callbacks dan pilih lagi view callback, ini berguna untuk
mempermudah letak dalam menulis coding. Dibawah komentar itulah kita menulis
kodingannya.
Berikut kodingannya :
proyek=guidata(gcbo);
[namafile,direktori]=uigetfile({‘*.jpg’;'*.bmp’;'*.png’;'*.tif’},’Buka Gambar’)
if isequal(namafile,0)
return;
end
eval(['cd ''' direktori ''';']);
I=imread(namafile);
set(proyek.figure1,’CurrentAxes’,proyek.axes1);
set(imshow(I));
set(proyek.figure1,’Userdata’,I);
set(proyek.axes1,’Userdata’,I);
proyek=guidata(gcbo);
I=get(proyek.axes1,’Userdata’);
gray=rgb2gray(I);
BW = edge(gray,’sobel’);
set(proyek.figure1,’CurrentAxes’,proyek.axes2);
set(imshow(BW));
set(proyek.axes2,’Userdata’,A);
redo_Callback(hObject, eventdata, handles);
proyek=guidata(gcbo);
I=get(proyek.axes1,’Userdata’);
gray=rgb2gray(I);
BW = edge(gray,’prewitt’);
set(proyek.figure1,’CurrentAxes’,proyek.axes2);
set(imshow(BW));
set(proyek.axes2,’Userdata’,A);
redo_Callback(hObject, eventdata, handles);
proyek=guidata(gcbo);
I=get(proyek.axes1,’Userdata’);
gray=rgb2gray(I);
BW = edge(gray,’log’);
set(proyek.figure1,’CurrentAxes’,proyek.axes2);
set(imshow(BW));
set(proyek.axes2,’Userdata’,A);
redo_Callback(hObject, eventdata, handles);
proyek=guidata(gcbo);
I=get(proyek.axes1,’Userdata’);
gray=rgb2gray(I);
BW = edge(gray,’roberts’);
set(proyek.figure1,’CurrentAxes’,proyek.axes2);
set(imshow(BW));
set(proyek.axes2,’Userdata’,A);
redo_Callback(hObject, eventdata, handles);
Tombol keluar :
setelah itu ubah extensi file menjadi bentuk .exe, berikut langkah-langkahnya
:
Penentuan tepian suatu objek dalam citra merupakan salah satu wilayah
pengolahan citra digital yang paling awal dan paling banyak diteliti. Proses ini
seringkali ditempatkan sebagai langkah pertama dalam aplikasi segmentasi citra,
yang bertujuan untuk mengenali objek-objek yang terdapat dalam citra ataupun
konteks citra secara keseluruhan. Deteksi tepi berfungsi untuk mengidentifikasi garis
batas (boundary) dari suatu objek yang terdapat pada citra.
1. Metode Robert
2. Metode Prewitt
3. Metode Sobel
4. Laplacian of Gaussian