Edge Detection Pra Pemrosesan Citra Digital

2.4.3 Edge Detection

Tepian sebuah citra memuat informasi penting dari citra dan dapat merepresentasikan objek-objek yang terdapat dalam citra, baik informasi bentuk objek, ukuran objek, bahkan dapat merepresntasikan tekstur objek dalam citra. Tepian citra adalah posisi dimana intensitas piksel dari citra berubah dari nilai rendah ke nilai tinggi atau sebaliknya Putra, 2010. Deteksi tepi Edge detection adalah operasi yang dijalankan untuk mendeteksi garistepi edges yang membatasi dua wilayah citra homogen yang memiliki tingkat kecerahan yang berbeda Pitas, 1993. Deteksi tepi digunakan untuk mendeteksi seluruh edge atau garis-garis dalam citra yang membentuk objek gambar. Deteksi tepi dapat mendeteksi bagian bagian garis tersebut sehingga garis akan terlihat lebih jelas. Pengenalanan tepi penting digunakan dalam pengolahan citra digital guna meningkatkan garis batas suatu daerah atau obyek atau menghasilkan tepi-tepi dari obyek-obyek citra yang bertujuan untuk menandai bagian tertentu pada citra dan untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dariproses akuisisi citra. Pelacakan tepi merupakan operasi untuk menemukan perubahan intensitas lokal yang berbeda dalam sebuah citra Prasetyo, 2011, Gonzales, 2002. Gradien adalah hasil pengukuran perubahan dalam sebuah fungsi intensitas, dan sebuah citra dapat dipandang sebagai kumpulan beberapa fungsi intensitas kontinyu sebuah citra. Perubahan mendadak pada nilai intensitas dalam suatu citra dapat dilacak menggunakan perkiraan diskrit pada gradien. Gradien disini adalah kesamaan dua dimensi dari turunan pertama dan didefinisikan sebagai vektor Gonzales, 2002. Seperti yang di tunjukan pada gambar 2.5 berikut : Gambar 2.5 Proses Deteksi Tepi Suatu titik x,y dikatakan sebagai tepi edge dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangganya. Tepi merupakan perubahan nilai intensitas derajat keabuan yang tinggi dalam jarak yang singkat. Ada beberapa operator deteksi tepi yang umum digunakan yaitu: 1. Operator Robert Operator Roberts merupakan operator deteksi tepi awal yang sederhana dan memiliki tingkat komputasi yang cepat. Operator Roberts menggunakan turunan order pertama yang umumnya digunakan untuk citra grayscale. Operator ini dapat digambarkan dengan dua bentuk matriks ukuran 2x2 yang memiliki nilai berkebalikan sepanjang arah sumbu seperti berikut ini. Darma Putra, 2010 Differensial Arah Vertikal Differensial Arah Horizontal Citra Awal + = 1 0 1 = 0 1 1 0 Gambar 2.6 Deteksi tepi Roberts a Citra asli, b Operator Roberts Gx T=0.05, c Operator Roberts GyT=0.05 Sumber: Darma Putra, 2010 2. Operator Prewitt Operator Prewitt diperkenalkan oleh Prewitt pada tahun 1970. Operator ini merupakan operator yang dikembangkan guna mendapatkan nilai yang lebih stabil, dilakukan dengan cara mengkondisikan nilai rata-rata dalam operator Roberts. Operator Prewitt dikembangkan dengan nilai matriks baru dalam tiga bentuk baris atau kolom seperti berikut. Darma Putra, 2010 = 1 1 1 1 1 1 = 1 0 1 1 0 1 1 0 1 3. Operator Sobel Operator Sobel merupakan operator yang lebih sensitif dengan tepian diagonal. Operator ini merupakan pengembangan dari metode Robert dengan menggunakan filter HPF yang diberi satu angka nol penyangga. Kelebihan dari metode ini dapat mengurangi noise sebelum melakukan perhitungan deteksi tepi. Operator ini terbentuk dari matriks 3x3 seperti matriks Darma Putra, 2010 = 1 2 1 1 2 1 = 1 0 1 2 0 2 1 0 1 Gambar 2.7 Deteksi tepi Sobel a Citra asli, b Operator Sobel horizontal T=0.05, c Operator Sobel vertikal T=0.05 Sumber: Darma Putra, 2010 4. Operator Canny Deteksi tepi canny merupakan salah satu deteksi tepi yang populer, kuat, dan efektif dalam rangka menghasilkan citra tepian Marquest, 2011. Menurut Putra 2010, dalam buku Pengolahan Citra Digital ada beberapa langkah yang harus dilakukan untuk menggunakan deteksi tepi canny adalah sebagai berikut. a. Langkah pertama diawali dengan menerapkan tapis Gaussian untuk menghilangkan derau yang terkandung pada citra. Proses Gaussian filter ini akan menghasilkan citra yang lebih halus dan tampak kabur dibandingkan dengan citra sebelum ditapis. Hal ini dimaksudkan untuk mendapatkan citra yang sebenarnya. Bila tidak dilakukan maka garis-garis halus juga akan terdeteksi sebagai tepian. b. Melakukan pengenalanan tepi dengan salah satu operator deteksi tepi seperti Roberts, Prewitt, atau Sobel dengan melakukan pencarian secara horizontal Gx dan secara vertikal Gy. Darma Putra, 2010 Berikut ini salah satu contoh operator deteksi tepi Operator Sobel: 1 0 1 2 0 2 1 0 1 1 2 1 1 2 1 Hasil dari kedua operator digabungkan untuk mendapatkan hasil gabungan tepi vertikal dan horizontal dengan rumus: | | = | | + c. Menentukan Arah tepian yang ditemukan dengan menggunakan rumus: = selanjutnya membagi ke dalam 4 warna sehingga garis dengan arah yang berbeda memiliki warna yang berbeda. Pembagiannya adalah derajat 0 – 22,5 dan 157,5 – 180 berwarna kuning, derajat 22,5 – 67,5 berwarna hijau, dan derajat67,5 – 157,5 berwarna merah.Berikut ini adalah bagan pembagian warna berdasarkan arah tepian yang dilakukan oleh Canny: Gambar 2.8 Derajat arah tepian warna Canny Sumber: http:dasl.mem.drexel.edu d. Setelah mendapatkan derajat warna arah tepian citra, dilanjutkan dengan menerapkan nonmaximum suppression untuk memperkecil garis tepi yang muncul sehingga dapat menghasilkan garis tepian yang lebih tipis pada citra keluaran. e. Langkah terakhir yang wajib dilakukan dalam penerapan deteksi tepi canny adalah binerisasi dengan menerapkan dua buah thresholding Berikut ini salah satu contoh citra yang diproses menggunakan operator deteksi tepi Canny. Gambar 2.9 Deteksi tepi Canny a Citra asli, b Citra HasilT=0.05 Sumber: Darma Putra, 2010

2.5 Transformasi Hough