Pengenalan Pola Deteksi Tepi

BAB 2 LANDASAN TEORI

2.1 Pengenalan Pola

Pengenalan pola pattern recognition adalah suatu ilmu untuk mengklasifikasikan atau menggambarkan sesuatu berdasarkan pengukuran kuantitatif fitur atau sifat utama dari suatu obyek Putra,2010. Seperti halnya kemampuan manusia yang dapat mengenali dan membedakan objek yang dilihatnya, demikian pula suatu komputer diharapkan mampu meniru kemampuan visual manusia dalam mengenali suatu citra. Komputer menerima input berupa citra objek yang akan diidentifikasi, memproses citra tersebut dan memberikan output berupa deskripsi objek di dalam citra Siregar, 2013. Gambar 2.1 Skema Pengenalan Pola Marbun,2014

2.2 Deteksi Tepi

Tepi adalah sebuah himpunan dari piksel-piksel yang terhubung yang berada pada batas boundary diantara dua region. Defenisi tepi membutuhkan kemampuan untuk mengukur transisi gray-level dengan cara yang tepat Fajar,2013. Tepian dari Universitas Sumatera Utara suatu citra mengandung informasi penting dari citra bersangkutan. Tepian citra dapat merepresentasikan objek-objek yang terkandung dalam citra, bentuk, dan ukurannya serta terkadang juga informasi tentang tekstur Johandra,2014. Oleh karena itu, tepi berguna untuk proses segmentasi dan identifikasi objek di dalam citra. Ketebalan dari tepi ditentukan oleh panjang dari ramp, yang merupakan transisi dari gray level awal sampai gray level akhir. Panjang ramp ditentukan oleh slope, yang ditentukan juga oleh tingkat kekaburan. Berarti bahwa tepi yang kabur cenderung tebal dan tepi yang tajam cenderung tipis.Hermawati, 2013 Deteksi tepi adalah proses untuk menemukan perubahan intensitas yang berbeda nyata dalam sebuah bidang citra. Deteksi tepi merupakan langkah pertama untuk melingkupi informasi di dalam citra Putra,2010. Setelah dilakukan deteksi tepi akan dihasilkan citra biner. Citra biner merupakan citra yang hanya memiliki dua nilai yaitu hitam dan putih atau dalam bentuk nilai yaitu 0 dan 1 Marbun, 2014. Deteksi tepi pada suatu citra memiliki tujuan sebagai berikut Johandra, 2014: 1. Menandai bagian yang menjadi detail citra. 2. Memperbaiki detail citra yang kabur karena error atau adanya efek dari proses akuisisi citra. Beberapa jenis deteksi tepi adalah deteksi tepi Robert, Prewitt, Log dan Canny. 2.2.1 Deteksi tepi Canny Deteksi tepi Canny dapat mendeteksi tepian yang sebenarnya dengan tingkat kesalahan minimum Marbun, 2014. Dengan kata lain, operator Canny didesain untuk menghasilkan citra tepian yang optimal. Operator ini diformulasikan dengan 3 tujuan utama Hermawati, 2013: a. Optimal detection, dengan tidak adanya respon yang salah b. Good localization, dengan jarak minimal antara posisi tepi sebenarnya dengan posisi yang terdeteksi c. Single response, dengan mengelimasi multiple response menjadi satu garis tepi saja. Universitas Sumatera Utara Berikut adalah langkah-langkah dalam melakukan deteksi tepi Canny Putra,2010: 1. Menghilangkan derau yang ada pada citra dengan mengimpelementasikan tapis Gaussian. Proses ini akan menghasilkan citra yang tampak sedikit buram. 2. Melakukan deteksi tepi dengan salah satu operator deteksi tepi seperti Roberts, Prewitt, atau Sobel dengan melakukan pencarian secara horisontal G x dan secara vertikal G y . 3. Menentukan arah tepian yang ditemukan dengan menggunakan rumus sebagai berikut: Selanjutnya membagi ke dalam 4 warna sehingga garis dengan arah berbeda dan memiliki warna yang berbeda. Pembagiannya adalah 0-22,5 dan 157,5-180 derajat berwarna kuning, 22,5-67,5 berwarna hijau dan derajat 67,5- 157,5 berwarna merah. 4. Memperkecil garis tepi yang muncul dengan menerapkan nonmaximum suppresion. 5. Menerapkan dua buah tresholding Dalam proses pendeteksian tepi terhadap citra yang dilakukan dengan metode Canny dapat menggunakan function di Matlab, sehingga cukup menggunakan function edge dalam pengkodean Marbun, 2014. Gambar 2.3 merupakan contoh deteksi tepi menggunakan operator Canny: Gambar 2.2 Citra Asli Universitas Sumatera Utara Gambar 2.3 Citra Hasil Deteksi Tepi Canny

2.3 Perbaikan Citra Image Enhancement