commit to user
II-9 komputasi. Program Matlab dikhususkan yang berhubungan dengan matriks dan
formulasi vektor, masalah ini menjadi masalah apabila penyelesaiannya dengan menggunakan bahasa tingkat rendah seperti Pascall, C dan Basic.
2.3.1 Input Citra
Membaca citra grayscale atau warna RGB dari file yang ditetapkan oleh string nama file. Format citra yang mendukung fungsi ‘imread’ Matlab dijelaskan
pada Table 2.1. Hasil sampling dan kuantisasi adalah matriks bilangan real. Koordinat citra f x,y yang merupakan contoh dari hasil pengolahan dimana R
row adalah baris, dan C coloumn adalah kolom, maka disebut citra memiliki ukuran R X C. Hasil dari koordinat x,y adalah jumlah diskrit. Umumnya, metode
yang mengungkapkan lokasi di citra menggunakan koordinat pixel. Dalam sistem koordinat, citra diperlakukan sebagai kotak elemen diskret, memerintahkan dari
atas ke bawah dan kiri ke kanan, seperti yang tunjukan dengan Citra 2.5.
Citra 2.5 Sistem koordinat pixel
Sumber: Matlab Toolbox, 2008
Untuk pixel koordinat r, komponen pertama baris meningkat ke bawah, sedangkan c, komponen kedua kolom meningkat ke kanan. Koordinat Pixel dan
kisaran nilai integer antara 1 dan panjang baris atau kolom. Ada korespondensi satu-satu antara pixel koordinat dan koordinat Matlab menggunakan untuk
subscripting matriks. Hal ini membuat hubungan antara data matriks citra dan cara citra ditampilkan menjadi mudah dipahami. Sebagai contoh, data untuk pixel
pada baris kelima, kolom kedua disimpan dalam elemen matriks 5, 2. Citra standar dalam program Matlab adalah citra RGB. Contoh pembacaan
citra RGB dalam Matlab yang ditranformasi dalam bentuk matriks.
commit to user
II-10
Gambar 2.6 Tranformasi citra menjadi matriks
Sumber: Matlab Toolbox, 2008
Pada Citra 2.6 menunjukan pengolahan transformasi citra RGB kedalam bentuk matriks dengan class kedalaman pixel uint8. Matriks yang dihasilkan
memberikan tiga informasi pixel, yaitu red, green, dan blue. Setiap warna dasar menggunakan penyimpanan 8 bit = 1 Byte yang berarti setiap warna mempunyai
gradasi sebanyak 255 warna.
2.3.2 Transformasi Citra
Citra warna RGB diubah menjadi citra grayscale dengan cara menghitung
rata-rata elemen warna Red, Green, Blue Sutoyo, 2009. Secara matematis perhitungannya, sebagai berikut:
f x,y = f
r
x,y + f
g
x,y + f
b
x,y ………………….. 2.1 3
dengan; f
= Pixel grayscale x,y = koordinat pixel
f
R
= nilai Pixel red f
G
= nilai Pixel green f
B
= nilai Pixel blue Misal pada matriks citra RGB berukuran 5 X 5 akan ditransformasikan ke
bentuk grayscale.
Tabel 2.2 Matriks citra RGB
R = 50 G = 65
B = 50 R = 40
G = 40 B = 45
R = 90 G = 90
B = 90 R = 80
G = 50 B = 50
R = 50 G = 30
B = 40 R = 40
R = 40 R = 40
R = 20 R = 50
commit to user
II-11 G = 80
B = 30 G = 80
B = 50 G = 90
B = 80 G = 20
B = 50 G = 60
B = 70 R = 80
G = 60 B = 40
R = 70 G = 70
B = 70 R = 80
G = 90 B = 70
R = 10 G = 70
B = 10 R = 80
G = 50 B = 80
R = 50 G = 90
B = 70 R = 40
G = 60 B = 50
R = 70 G = 70
B = 70 R = 60
G = 20 B = 40
R = 50 G = 80
B = 50 R = 60
G = 60 B = 60
R = 40 G = 60
B = 80 R = 80
G = 80 B = 80
R = 70 G = 60
B = 50 R = 90
G = 80 B = 70
Perhitungannya: o
f 1,1 = f
r
50 + f
g
60 + f
b
50 = 55 3
o f
1,2 = f
r
40 + f
g
40 + f
b
45 = 41.6 45
3 o
f 2,1 = f
r
40 + f
g
80 + f
b
30 = 50 3
Bila perhitungan menghasilkan bilangan pecahan, maka program Matlab dibulatkan ke atas pada nilai pixel terdekat dengan kelipatan 5. Hasil perhitungan
total menjadi citra grayscale.
Tabel 2.3 Matriks hasil citra grayscale
55 45 90 60 40 50 60 70 30 60
60 70 80 30 70 70 50 70 40 60
60 60 80 60 80 2.3.3 Deteksi Tepi
Deteksi tepi edge detection pada suatu citra adalah suatu proses yang menghasilkan tepi-tepi dari obyek-obyek citra, tujuannya Louban, 2009, yaitu:
1. Menandai bagian yang menjadi detail citra.
commit to user
II-12 2.
Memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dari proses akuisisi citra.
Suatu titik x,y dikatakan sebagai tepi edge dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangganya. Tepian suatu
citra mengandung informasi penting dari citra bersangkutan. Beberapa metode proses deteksi tepi, yaitu:
1. Metode Sobel 2. Metode Prewitt
