1. Data Flow Diagram Level 0
Secara umum sistem yang akan dibangun adalah sistem yang menitikberatkan pada operasi sobel terhadap citra masukan berupa
citra dokumen beraksara Jawa yang akan dikenai proses deteksi tepi.
User Sistem Deteksi tepi
dan Pengujian
citra-citra karakter citra dokumen
Gambar 3.2 Data Flow Diagram Level 0
Masukan dari proses deteksi tepi yang terlihat pada gambar 3.2 berupa citra dokumen yang diberikan kepada pengguna kepada sistem
akan diproses dengan sistem deteksi tepi dan pengujiannya. Dan sebagai hasil keluarannya akan diperoleh citra-citra karakter.
2. Data Flow Diagram Level 1
User 1
Deteksi Tepi
citra dokumen
2 Segmentasi
citra-citra karakter citra hasil deteksi tepi
Gambar 3.3 Data Flow Diagram Level 1
Secara garis besar desain proses deteksi tepi disajikan dalam Gambar 3.3. Masukan berupa citra dokumen yang diberikan pengguna
kemudian akan diproses dengan deteksi tepi dan keluarannya akan diproses dengan sistem segmentasi, dan hasil keluaran akhir akan
diperoleh citra karakter penyusun citra dokumen yang menjadi masukan.
3. Flowchart Proses Deteksi Tepi
Proses deteksi tepi pada citra dokumen dengan menggunakan operator sobel seperti terlihat dalam gambar 3.4, secara keseluruhan
sebagai berikut : Input
: citra dokumen Output
: citra hasil deteksi tepi. Algoritma :
a. Set N = tinggi citra, M = lebar citra
b. Inisialisasikan mask Sx dan Sy.
c. Set tinggi = 2
d. Jika tinggi kurang dari tinggi matriks
– 1, maka set lebar = 2, dan lakukan langkah e.
Jika tidak, lakukan penjumlahan absolut hasil konvolusi citra dengan mask sobel, dan kemudian lakukan thinning dengan
metode morfologi. Selesai, dan menampilkan citra hasil deteksi tepi.
e. Jika lebar kurang dari lebar matriks
– 1, maka lakukan konvolusi citra terhadap masing-masing mask sobel, dan set lebar + 1.
Jika tidak, set tinggi + 1 dan kembali ke langkah d.
Mulai citra = imread
‘citra.jpg’; citra_bw = im2bwcitra;
[N,M] = sizecitra_bw; Sx = [ -1 0 1; -2 0 2; -1 0 1];
Sy = [ 1 2 1; 0 0 0; -1 -2 -1]; konvolusiX = zerossizecitra_bw;
konvolusiY = zerossizecitra_bw; tinggi = 2;
konvolusiXtinggi, lebar = Sx1,1 citra_bwtinggi-1, lebar-1 +
Sx2,1 citra_bwtinggi, lebar-1 + Sx3,1 citra_bwtinggi+1, lebar-1 +
Sx1,2 citra_bwtinggi-1, lebar + Sx2,2 citra_bwtinggi, lebar +
Sx3,2 citra_bwtinggi+1, lebar + Sx1,3 citra_bwtinggi-1, lebar+1 +
Sx2,3 citra_bwtinggi, lebar+1 + Sx3,3 citra_bwtinggi+1, lebar+1;
konvolusiYtinggi, lebar = Sy1,1 citratinggi-1,lebar-1 +
Sy1,2 citratinggi-1,lebar + Sy1,3 citratinggi-1,lebar+1 +
Sy2,1 citratinggi,lebar-1 + Sy2,2 citratinggi,lebar +
Sy2,3 citratinggi,lebar+1 + Sy3,1 citratinggi+1,lebar-1 +
Sy3,2 citratinggi+1,lebar + Sy3,3 citratinggi+1,lebar+1 ;
tinggi = N-1
lebar = 2 Ya
lebar = M-1 Ya
tinggi + 1 Tidak
lebar + 1 citrakonvolusi = abskonvolusiX +
abskonvolusiY; Tidak
citrahasil = bwmorphcitrakonvolusi,
thin ,Inf;
Selesai
Gambar 3.4 Flowchart Proses Deteksi Tepi
Dalam deteksi tepi dengan operator sobel dilakukan proses thinning. Proses thinning dilakukan karena deteksi tepi seringkali
mengakibatkan garis pada gambar output menjadi lebar beberapa piksel karena efek smoothing dari operator sobel. Maka proses
thinning diperlukan untuk membantu memperkecil piksel tersebut Fisher,2003.
4. Diagram Alir Proses Segmentasi
Kategori