9 Contoh citra yang sudah mengalami pemrosesan dapat dilihat pada gambar 2.2
a b
Gambar 2.2 Citra Burung Nuri Gelap, Citra Burung yang Kontrasnya Telah
Ditambah Sehingga Gambar Lebih Jelas Rinaldi 2005
2.2 Edge Detection
Yang dimaksud dengan tepi edge adalah perubahan nilai intensitas derajat keabuan yang mendadak besar dalam jarak yang singkat Gambar 2.2. Perbedaan intensitas
inilah yang menampakkan rincian pada gambar sehingga informasi yang diberikan pada citra menjadi jelas. Tepi biasanya terdapat pada batas antara dua daerah berbeda
pada suatu citra. Tepi dapat diorientasikan dengan suatu arah, dan arah ini berbeda- beda pada bergantung pada perubahan intensitas. Model tepi satu mata dapat dilihat
pada gambar 2.3.
Gambar 2.3 Model Tepi Satu-Mata
Jarak
Perubahan Intensitas Cahaya
α α = arah tepi
10
Perhatikan Gambar 2.3 ada tiga model tepi yang terdapat dalam citra digital. Ketiganya meliputi :
1.
Tepi curam
Tepi dengan perubahan intensitas secara tajam. Arah tepi berkisar 90◦.
2.
Tepi landai Dapat disebut juga tepi lebar, yaitu tepi dengan sudut arah yang kecil. Tepi landai
dapat dianggapsebagai tepi-tepi yang lokasinya berdekatan.
3.
Tepi yang mengandung derau noise Umumnya tepi yang terdapat pada aplikasi computer vision akan mengandung
derau. Dengan mengubah kualitas intensitas citra image enhancement dapat dilakukan terlebih dahulu sebelum pendeteksian tepi.
2.3 Sobel Operator
Terdapat beberapa teknik yang digunakan untuk mendeteksi tepi, antara lain : 1. Operator gradien pertama differential gradient
2. Operator turunan kedua Laplacian 3. Operator kompas compass operator
Sobel Operator merupakan operator gradien pertama. Detektor tepi Sobel menggunakan sepasang 3 x 3 masker konvolusi , satu gradien memperkirakan dalam
arah x dan yang lainnya memperkirakan gradien y - arah . Operator Sobel dapat juga didefinisikan operator diferensiasi diskrit yang menghitung perkiraan gradien
intensitas citra fungsi Ghoshal, et al 2012. Contoh gambar perkalian matriks pada operator sobel dapat dilihat pada gambar
2.4.
11
Gambar 2.4 Perkalian Matriks 2x2 dengan Matriks 3x3 Menghasilkan Matriks yang
Baru Berjumlah 3x3
Dari gambar 2.4 dapat dilihat bagaiman proses perkalian dari matriks 2x2 B sebagai mask atau template dengan matriks 4x4 A sebagai input citra sehingga
didapatlah hasil matriks berjumlah 3x3 C sebagai matriks baru dari penyusutan pixel citra.
Operator sobel terdiri dari sepasang 3 × 3 kernel seperti pada Gambar 2.5.
-1 +1
-2 +2
-1 +1
Gx
Gambar 2.5 Matriks Sobel Operator
Kernel ini dirancang untuk merespon secara maksimal untuk tepi berjalan secara vertikal dan horizontal relatif terhadap grid pixel, satu kernel untuk masing-masing
dua orientasi tegak lurus. Kernel dapat diterapkan secara terpisah pada citra yang ada, untuk menghasilkan pengukuran yang terpisah dari komponen gradien pada setiap
orientasi Gx dan menyebutnya Gy. Kemudian hasil dari perkalian matriks digabungkan bersama-sama untuk menemukan besarnya nilai dari gradien pada setiap
titik dan orientasi dari gradien. Besarnya gradien didefinisikan sebagai berikut :
+1 +2
+1
-1 -2
-1 Gy
12 2.1
Biasanya, besarnya perkiraan dihitung dengan menggunakan:
2.2
Yang mana jauh lebih cepat untuk dihitung Sudut orientasi tepi relatif terhadap grid pixel sehingga menimbulkan gradien spasial
seperti: 2.3
2.4 Jenis-jenis Penyakit Pada Daun Tanaman Kelapa Sawit
