BAB VI HASIL DAN PEMBAHASAN
6.1 Hasil
Dalam pengujian program deteksi tepi citra medis dengan menggunakan algoritma kompas digunakan berkas citra dengan kedalaman piksel 24-bit warna
dan berekstensi jpg dan bmp. Dalam penelitian ini digunakan beberapa citra uji seperti terlihat dalam Gambar 6.1 – 6.4.
Gambar 6.1. Citra elbow.jpg
Gambar 6.2. Citra hand.bmp
22
Gambar 6.3.
Citra left-shoulder.bmp
Gambar 6.4. Citra lung.bmp
Pada penelitian ini akan dikembangkan algoritma deteksi tepi citra medis dengan algoritma kompas. Dalam penelitian ini akan digunakan operator kompas
dan Kirsch.
23
6.2. Deteksi Tepi Citra dengan menggunakan Operator Kompas
Gambar 6.5 – 6.8 merupakan hasil proses deteksi tepi citra dengan menggunakan operator Kompas.
Gambar 6.5.
Citra hasil deteksi tepi citra elbow.jpg menggunakan operator Kompas
Gambar 6.6. Citra hasil deteksi tepi citra hand.jpg menggunakan operator
Kompas
24
Gambar 6.7. Citra hasil deteksi tepi citra left-shoulder.jpg menggunakan operator
Kompas
Gambar 6.8. Citra hasil deteksi tepi citra lung.jpg menggunakan operator
Kompas
25
6.3. Deteksi Tepi Citra dengan menggunakan Operator Kirsch
Gambar 6.9 – 6.12 merupakan hasil proses deteksi tepi citra dengan menggunakan operator Kirsch.
Gambar 6.9. Citra hasil deteksi tepi citra elbow.jpg menggunakan operator
Kirsch
Gambar 6.10. Citra hasil deteksi tepi citra hand.jpg menggunakan operator
Kirsch
26
Gambar 6.11. Citra hasil deteksi tepi citra left-shoulder.jpg menggunakan
operator Kirsch
Gambar 6.12. Citra hasil deteksi tepi citra lung.jpg menggunakan operator Kirsch
27
6.4. Pembahasan Program
Cuplikan program dengan menggunakan Matlab berikut ini adalah digunakan untuk melakukan deteksi tepi citra dengan menggunakan Operator
Kompas:
deteksi dgn kompas clear;
treshold = 20;
citra = imreadelbowSalt-0_01.jpg; citra = rgb2graycitra;
S=[-1 -1 -1; 0 0 0;
1 1 1]; W=[1 0 -1;
1 0 -1; 1 0 -1];
N=[1 1 1; 0 0 0;
-1 -1 -1]; E=[-1 0 1;
-1 0 1; -1 0 1];
SE=[-1 -1 0;
28
-1 0 1; 0 1 1];
SW=[0 -1 -1; 1 0 -1;
1 1 0]; NW=[1 1 0;
1 0 -1; 0 -1 -1];
NE=[0 1 1; -1 0 1;
-1 -1 0];
hslS=conv2citra, S, same; hslW=conv2citra, W, same;
hslN=conv2citra, E, same; hslE=conv2citra, E, same;
hslSE=conv2citra, SE, same; hslSW=conv2citra, SW, same;
hslNW=conv2citra, NW, same; hslNE=conv2citra, NE, same;
[baris, kolom]=sizecitra;
29
for i=1: baris for j=1:kolom
hasili,j=max[hslSi,j hslWi,j hslNi,j hslEi,j hslSEi,j hslSWi,j hslNWi,j hslNEi,j], [],2;
if hasili,j= treshold hasili,j=1;
else hasili,j=0;
end end
end
imshownothasil; imwritenothasil, elbowSalt-0_01kompas.png,png, bitdepth, 1;
Cuplikan program dengan menggunakan Matlab berikut ini adalah digunakan untuk melakukan deteksi tepi citra dengan menggunakan Operator Kirsch:
deteksi dgn Kirsch clear;
treshold = 180; citra = imreadelbowHPF.jpg;
30
citra = rgb2graycitra; S=[5 5 5;
-3 0 -3; -3 -3 -3];
W=[-3 5 5; -3 0 5;
-3 -3 -3]; N=[-3 -3 5;
-3 0 5; -3 -3 5];
E=[5 5 -3; 5 0 -3;
-3 -3 -3]; SE=[-3 -3 -3;
-3 0 -3; 5 5 5];
SW=[-3 -3 -3; 5 0 -3;
5 5 -3]; NW=[5 -3 -3;
5 0 -3; 5 -3 -3];
NE=[-3 -3 -3; -3 0 5;
-3 5 5];
hslS=conv2citra, S, same; hslW=conv2citra, W, same;
hslN=conv2citra, E, same;
31
hslE=conv2citra, E, same; hslSE=conv2citra, SE, same;
hslSW=conv2citra, SW, same; hslNW=conv2citra, NW, same;
hslNE=conv2citra, NE, same; [baris, kolom]=sizecitra;
for i=1: baris for j=1:kolom
hasili,j=max[hslSi,j hslWi,j hslNi,j hslEi,j hslSEi,j hslSWi,j hslNWi,j hslNEi,j], [],2;
if hasili,j= treshold hasili,j=1;
else hasili,j=0;
end end
end imshownothasil;
imwritenothasil, elbowHPFKirsch.png,png, bitdepth, 1;
6.5. Pengaruh Noise dan Operasi Pengolahan Citra terhadap Algoritma yang Dikembangkan
Kategori