MORFOLOGI CITRA

4.MORFOLOGI CITRA

Salah satu teknik pengolahan citra yang menggunakan citra biner adalah morfologi citra, Morfologi dalam pengolahan citra memiliki konteks sebagai morfologi matematis, morfologi matematis

adalah suatu teori dan teknik untuk memproses suatu

Gambar 1. Sample bakteri yang terdapat pada air

struktur geometri. yang diletakkan pada cawan petri Morfologi matematis pertama kali muncul

pada tahun 1964 dari hasil kerja sama dari Georges Matheron dan Jean Serra di École des Mines de Paris, Prancis. Pada tahun 1960an hingga 1970an, morfologi matematis bergerak dibidang citra biner dan mengembangkan teknik seperti transformasi hit- or-miss , dilasi, erosi,opening,closing, granulometry, thinning ,

skeletonization , ultimate erosion, Gambar 2. nilai RGB dari matriks 3x3 pada sampel

conditional bisector, dan sebagainya. Dari tahun

citra uji

1970an hingga1980an, morfologi matematis mulai

digenaralisasikan untuk citra grayscale, sejak saat itu Misalnya pada gambar tersebut nilai R, G teknik morfologi matematis terus dikembangkan.

dan B pada matriks (180,75) adalah : R=199, G=184, B=155

ISBN: 979-458-766-4 KeTIK 2014 Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi

Maka konversi citra warna menjadi citra grayscale pada gambar tersebut yaitu pada matriks (x,y)=(180,75) adalah :

Citra gray = R + G + B

Maka hasil konversi citra warna menjadi citra grayscale pada matriks (180,75) pada gambar

tersebut adalah 179. Dan begitu juga pada matriks

Dilasi

lainnya sehingga menghasilkan nilai grayscale Proses dalam dilasi adalah “penumbuhan” sebagai berikut :

atau “penebalan” dalam citra biner. Dilasi ini sangat berguna ketika diterapkan dalam obyek-obyek yang

terputus dikarenakan hasil pengambilan citra yang terganggu oleh noise, kerusakan obyek fisik yang dijadikan citra digital, atau disebabkan resolusi yang jelek, misalnya teks pada kertas yang sudah agak rusak sehingga bentuk hurufnya terputus, dan

Gambar 3. konversi RGB ke grayscale pada matriks

sebagainya. Dilasi dapat dirumuskan sebagai berikut : 3x3 pada sampel citra uji g(x, y) = f (x, y) ⊕ SE

f (x, y) ⊕ SE2 ≈ f (x, y) ⊕ SE1 ⊕ SE1

Konversi Citra Grayscale menjadi citra biner

Sebagai contoh dapat dilihat pada matriks dibawah ini :

Secara umum, untuk merubah citra grayscale

menjadi citra biner sangatlah mudah, yaitu dengan cara merubah nilai citra pada grayscale menjadi 0 dan

1. Dimana 0 adalah nilai warna hitam dan 1 adalah nilai warna putih.

≤ f i (x, y) ≤ 127 0, 0

≤ f i (x, y) ≤ 255 1, 128

Nilai antara 0 sampai 127 pada citra Erosi

grayscale akan diubah menjadi 0 atau warna hitam Merupakan proses mengecilkan atau pada citra biner, sedangkan nilai antara 128 sampai

menipiskan obyek citra biner. Istilah erosi mengacu 255 pada citra grayscale akan diubah menjadi 1 atau pada fakta bahwa obyek didalam gambar biner warna putih pada citra biner. dikurangi didalam ukuran. Secara umum, erosi dari Sebagai contoh dapat dilihat pada matriks suatu gambaran mengakibatkan object menjadi object 3x3 pada gambar berikut ini. lebih kecil, yang kecil menghilang, dan object lebih

besar yang merobek/ robek ke dalam object lebih kecil. Perihal erosi adalah efek tergantung pada ukuran menyangkut unsur yang yang structuring dan unsur-unsur structuring besar dapat diterapkan

dengan menggunakan suatu penyamaan yang serupa.

Erosi dapat dirumuskan sebagai berikut :

Structure Element (STREL)

g(x, y) = f (x, y) SE

Strel adalah himpunan sub-image kecil yang

digunakan untuk meneliti citra dalam pembelajaran Sebagai contoh dapat dilihat pada matriks propertinya. Untuk elemen yang menjadi anggota

berikut ini :

strel, origin strel, juga harus ditetapkan. Origin dari

strel ditandai dengan tanda titik hitam. Jika tidak ada tanda titik hitam maka diasumsikan origin berada di pusat simetri. Karena origin tidak harus berada di pusat, tetapi juga bisa berada di pinggir strel. Sebagai contoh dapat dilihat pada gambar dibawah ini :

KeTIK 2014 ISBN: 979-458-766-4 Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi

Proses Edge Detection Proses akhir nya adalah melakukan edge detection yaitu operasi ini digunakan untuk menentukan lokasi titik-titik yang merupakan tepi obyek citra. Secara umum, tepi suatu obyek dalam citra dinyatakan sebagai titik yang nilai warnanya berbeda cukup besar dengan titik yang ada disebelahnya. Operator yang digunakan adalah

Proses ini dilakukan seterusnya hingga seluruh pixel prewitt. Bentuk kernel dari operator prewitt adalah :

di masking.

6.FLOWCHART PROGRAM Adapun flowchart program morfologi citra dengan menggunakan teknik image counting dan

edge detection untuk menghitung jumlah sampel bakteri air yang diletakkan pada cawan petri, dapat di

lihat pada gambar berikut ini :