21 Pada model 256 warna, intensitas warna untuk setiap piksel mempunyai
variasi berkisar antara 0 sampai 255. Di dalam operasi filter sobel, setiap komponen warna RGB adalah merupakan komponen-komponen warna dengan
intensitas warna medium masing-masing yaitu 128. Untuk mendapatkan intensitas warna medium dimasing-masing piksel, maka ditambahkannya
intensitas warna medium ini ke dalam intensitas warna setiap piksel, akan tetapi intensitas warna tetap berada di dalam lingkup range warna antara 0
sampai 255. Bila intensitas warna piksel dimisalkan adalah 4, maka intensitas warna piksel tersebut menjadi : 4 + 128 = 132
Gambar 2.5 Medium warna piksel image baru
Ternyata nilai 132 masih dibawah lingkup intensitas warna maksimum yaitu 255. Apabila nilai yang didapat melebihi 255, maka piksel tersebut akan
tetapi mempunyai intensitas warna 255. Intensitas piksel pada mode 256 warna sebenarnya tidak lagi menunjukkan intensitas warna piksel tersebut, akan tetapi
sebanarnya menunjukkan nomor warna yang dipilih pada sebuah tabel berukuran 256.
2.3.4. Operasi pada Binary Image
Binary Image diperoleh dengan cara melakukan threshoding pada Grayscale Image. Pemrosesan Binary Image ini memegang peranan yang
penting sebagai salah satu jenis pemrosesan dalam Computer Vision.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
22 Masing-masing tahapan proses dalam Computer Vision dapat memanfaatkan
keunggulan operasi pada Binary Image. Keunggulan dari proses pada Binary Image adalah algoritma yang mudah dimengerti, lebih cepat dari pemrosesan pada
gambar grayscale atau warna, dan memerlukan memory dan pemrosesan yang lebih sedikit. Beberapa teori yang berhubungan dengan proses pada Binary
Image antara lain :
1 Operasi morfologi Morphology Operation
Pengolahan citra secara morfologi adalah alat untuk mengekstrak atau memodifikasi informasi pada bentuk dan struktur dari objek di dalam citra
Daugherty, 2009. Operator morfologi yang umum digunakan adalah erosi dan dilasi, sedangkan operator lainnya adalah pengembangan dari keduanya.
a Erosion
Erosi adalah salah satu operasi dasar dalam pemrosesan citra secara morfologi. Erosi adalah sebuah operasi yang meningkatkan ukuran dari latar
belakang dan mengikis objek latar depan pada citra biner Dougherty, 2009. Dengan memisalkan A sebagai objek pada citra masukan, B sebagai
elemen terstruktur, dan C sebagai objek pada citra keluaran hasil erosi, maka proses erosi dapat dinotasikan dengan:
......................................................................................2.15 Erosi dilakukan dengan bantuan elemen terstruktur. Elemen terstruktur
membantu menentukan pixel tetangga yang akan ditelusuri dengan proses erosi. Elemen terstruktur yang sering digunakan adalah 4-konektivitas dan 8-
konektivitas.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
23
Gambar 2.6 Elemen terstruktur 4- dan 8- konektivitas
Erosi memiliki karakteristik : Erosi pada umunya memperkecil ukuran dari objek dan menghilangkan
elemen atau anomali kecil dengan mengurangi objek dengan radius yang lebih kecil dari ukuran elemen terstruktur.
Dengan citra binner erosi menghilangkan objek yang lebih kecil dari elemen terstruktur dan mengiliminasi pixel parameter dari objek citra yang lebih
besar. Algoritma yang dilakukan pada erosi adalah sebagai berikut:
o Posisikan elemen terstruktur dibagian atas menutupi tiap-tiap piksel dari
citra masukan hingga titik pusat dari elemen terstruktur bertepatan dengan posisi piksel masukan.
o
Jika paling sedikit satu piksel pada elemen terstruktur bertemu dengan piksel latar belakang di bawahnya yang ditutupinya, maka tetapkan piksel
keluaran pada citra baru ke nilai latar belakang, maka tetapkan piksel keluaran pada citra baru ke nilai latar depan.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
24
Gambar 2.7 Erosi dengan menggunakan elemen terstruktur 8-konektivitas
Dengan begitu, piksel latar belakang pada citra masukan akan menjadi latar belakang pada citra keluaran dan juga piksel latar depan pada citra masukan
akan menjadi latar belakang pada citra keluaran
b Dilation
Dilasi adalah salah satu operasi dasar dalam morfologi matematika. Pada citra biner, dilasi adalah sebuah operasi yang mengekspansi atau memperbesar
ukuran dari objek latar depan Daugherty, 2009. Biasanya objek pada citra dilambangkan dengan piksel putih, walaupun untuk beberapa implementasi objek
pada citra dilambangkan dengan piksel hitam. Konektivitas antar piksel pusat dengan tetangganya dibuat berdasarkan elemen terstruktur yang terdefini.
Memisalkan A sebagai objek pada citra masukan, B sebagai elemen terstruktur, dan C sebagai objek citra keluaran hasil dilasi, maka proses dilasi dapat
dinotasikan sebagai : ......................................................................................2.16
Dilasi memiliki karakteristik :
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
25 Dilasi umunya memperbesar ukuran dari objek, mengisi lubang dan area
yang rusak, dan menghubungkan area yang dipisahkan oleh jarak yang lebih kecil dari ukuran elemen terstruktur
Dengan citra biner, dilasi menghubungkan area yang dipisahkan oleh jarak yang lebih kecil dari elemen terstruktur dan menambahkan piksel dari setiap
objek citra. Algoritma yang dilakukan pada dilasi adalah sebagai berikut :
o
Posisikan elemen terstruktur di bagian atas menutupi tiap-tiap piksel dari citra masukan hingga titik pusat dari elemen terstruktur bertepatan dengan
posisi piksel masukan.
o
Jika paling sedikit satu piksel pada elemen terstruktur bertemu dengan piksel latar depan dibawahnya yang ditutupinya, maka tetapkan piksel
keluaran pada citra baru kenilai latar depan. Begitu juga jika bertemu dengan piksel latar belakang, maka tetapkan piksel keluaran pada citra baru
ke nilai latar depan. Piksel latar depan pada citra masukan akan menjadi latar depan pada citra
keluaran dan juga pada piksel latar belakang pada citra masukan akan menjadi latar depan pada citra keluaran.
gambar 2.8 dilasi dengan menggunakan elemen terstruktur 8-konektivitas
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
26
c Opening and Closing
Operator dasar morfologis dapat dibuat operator baru yang merupakan kombinasi dari keduanya. Pertama adalah operator opening, yaitu operator yang
terdiri dari rangkaian operasi operator erosion diikuti oleh dilation, yang diformulasikan sebagai :
....................................................................................2.17 Operator closing, yaitu operator yang terdiri dari rangkaian operasi
operator dilation diikuti oleh erosion, yang diformulasikan sebagai: ...................................................................................2.18
Operator opening akan menghilangkan pulau-pulau kecil, puncak yang tajam dan garis yang tipis. Sedangkan operator closing akan menyatukan fuse
patahan-patahan yang sempit, menutup lubang-lubang kecil dan menghaluskan kontur. Jika kita menggunakan operator ini dengan tepat, yaitu diawali dengan
operator opening dan selanjutnya diikuti dengan operator closing, maka akan diperoleh sebuah operator baru yang akan menghilangkan derau, yang dikenal
sebgai salt and papper noise removal.
Gambar 2.9 Penggunaan operator morfologis untuk menghilangkan derau
Penebalan pixel putih pada plat nomer dapat dilakukan dengan memodifikasi logika edge detection pada morfologi matematis, yakni dengan
menerapkan proses opening, closing dan extraksi irisan dari keduanya.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
27
Gambar 2.10 a.image awal b.closing c.irisan dari a dan b 2.4.
Flowchart
Flowchart adalah representasi grafik dari langkah-langkah yang harus diikuti dalam menyelesaikan suatu permasalahan yang terdiri atas sekumpulan
simbol, dimana masing-masing simbol merepresentasikan suatu kegiatan tertentu. Flowchart diawali dengan penerimaan input, pemrosesan input, dan diakhiri
dengan penampilan output.
Gambar 2.11 siklus I-P-O
Penerimaan input, pemrosesan input, dan penampilan output merupakan kegiatan utama yang membentuk siklus dari semua kegiatan yang dilakukan oleh
komputer. Siklus ini disebut dengan siklus I-P-O Input-Proses-Output.
2.4.1. Simbol-simbol flowchart
