43 c.
RAM Random Access Memory 512 MB akan tetapi direkomendasikan 1 GB
d. VGA Memory
- e.
Harddisk 680 MB hanya untuk Matlab
4.2 Input Citra
Memasukan citra ke dalam software Matlab, dengan pseudocode dibawah ini :
img = imread namafile
; c
itra yang diinput yaitu citra „Gedung.jpg‟, ‟Wajah.jpg‟, „Tank.jpg‟, „Bromo.jpg‟, dan „Peta.jpg‟ dengan mode warna RGB. Sebagaimana gambar
dibawah ini.
a.Gedung.jpg
44 b.Wajah.jpg
c.Tank.jpg
45 d.Bromo.jpg
e.Peta.jpg
Gambar 4.1 Citra input dengan format JPG mode RGB Red Green Blue
46
4.3 Konversi Citra ke Mode Grayscale
Pada tahap ini beberapa citra yang diinput di konversi ke mode grayscale dengan pseudocode dibawah ini :
I = rgb2grayimg; Citra-citra yang diinput ke dalam matlab dengan format JPG dengan mode
RGB Red, Green, Blue pada gambar 4.1 dikonversi ke mode grayscale untuk mempermudah proses pengolahan citra pada tahap selanjutnya, karena
citra mode ini terbentuk dari sebuah matrik yang nilainya berkisar antara 0 hingga 255. Maka citra-citra tersebut menjadi seperti gambar dibawah ini.
a.Gedung.jpg
47 b.Wajah.jpg
c.Tank.jpg
48 d.Bromo.jpg
e.Peta.jpg
Gambar 4.2 Citra mode Grayscale
49
4.4 Deteksi Tepi Edge Detection 4.4.1 Operator Sobel
Deteksi tepi pada citra grayscale dengan operator Sobel. Adapun proses pada operator sobel dalam mendeteksi tepi pada lima image. Berikut
langkah dari algoritma metode Sobel: A. Konvolusi
Membuat kernel sobel matrik 3x3 untuk melakukan konvolusi terhadap citra grayscale dengan pseudocode di bawah ini:
sx=[-1 0 1;-2 0 2;-1 0 1]; sy=[-1 -2 -1;0 0 0;1 2 1];
img_sx=filter2sx, I; img_sy=filter2sy, I;
Edge=sqrtimg_sx.2 + img_sy.2;
B. Threshold Hasil Citra yang telah dikonvolusi diubah hasilnya menjadi
citra biner dengan pseudocode dibawah ini:
Edge_t=im2bwEdge255;
C. Edge Image Citra grayscale pada gambar 4.2 dapat diekstrak tepinya dan
menampilkan hasil deteksi tepi Edge Image seperti gambar dibawah ini.
50 a.Gedung.jpg
b.Wajah.jpg
