oleh
Setyo Nugroho
Jurusan Teknik Informatika
STIKOM Balikpapan
2005
DAFTAR ISI
CARA PENELITIAN....................................................................................................... 6
File citra digital dengan format BMP ................................................................................. 6
Proses Edge Linking ........................................................................................................... 7
PENUTUP ......................................................................................................................... 9
DAFTAR PUSTAKA........................................................................................................ 9
LAMPIRAN .................................................................................................................... 10
1
LANDASAN TEORI
Segmentasi Citra
Segmentasi citra (image segmentation) merupakan langkah awal pada proses analisa citra
yang bertujuan untuk mengambil informasi yang terdapat di dalam suatu citra. Segmentasi citra
membagi suatu citra ke dalam bagian-bagian atau objek-objek. Sampai sejauh mana pembagian
tersebut dilakukan tergantung pada masalah yang dihadapi. Idealnya, langkah segmentasi tersebut
dihentikan pada saat objek yang diinginkan sudah berhasil dipisahkan.
Pada umumnya segmentasi secara otomatis adalah salah satu pekerjaan yang sulit dalam
pengolahan citra. Langkah ini akan menentukan berhasil atau tidaknya proses analisa citra. Namun
dengan segmentasi yang efektif, kemungkinan besar akan didapatkan hasil yang baik.
Algoritma segmentasi untuk citra monochrome biasanya berdasarkan pada satu dari dua
sifat nilai gray-level: diskontinuitas dan similaritas. Pada diskontinuitas, pendekatan yang
dilakukan adalah memisahkan citra berdasarkan terjadinya perubahan nilai graylevel yang drastis.
Sedangkan pada similaritas, pendekatan dilakukan berdasarkan thresholding, region growing,
region splitting, dan merging.
Deteksi Diskontinuitas
Ada tiga jenis diskontinuitas pada citra digital, yaitu: point (titik), line (garis), dan edge
(batas). Dalam prakteknya, cara yang paling umum digunakan untuk menemukan diskontinuitas
pada citra adalah dengan menggunakan mask yang dioperasikan ke seluruh pixel yang ada di
dalam citra tersebut. Dengan menggunakan mask berukuran 3 x 3 seperti pada gambar berikut,
akan didapatkan hasil:
dimana zi adalah graylevel dari pixel yang bersesuaian dengan koefisien mask wi.
w1 w2 w3
w4 w5 w6
w7 w8 w9
2
Point Detection
Cara mendeteksi titik (point) yang terisolasi adalah langsung menggunakan mask pada
gambar berikut.
-1 -1 -1
-1 8 -1
-1 -1 -1
|R| > T
Pada dasarnya apa yang dilakukan di sini adalah mengukur besarnya perbedaan graylevel
antara titik tengah dengan titik-titik tetangganya (neighbor). Idenya adalah bahwa suatu titik yang
terisolasi akan memiliki perbedaan graylevel yang cukup besar dengan titik-titik tetangganya.
Line Detection
-1 -1 -1 -1 -1 2 -1 2 -1 2 -1 -1
2 2 2 -1 2 -1 -1 2 -1 -1 2 -1
-1 -1 -1 2 -1 -1 -1 2 -1 -1 -1 2
Mask yang pertama akan memberikan respon yang kuat pada garis yang memiliki arah
horisontal. Sedangkan mask-mask berikutnya dapat digunakan untuk mendeteksi garis yang
memiliki arah 45°, vertikal, dan -45°. Tampak bahwa arah garis yang dideteksi sesuai dengan arah
koefisien mask yang nilainya lebih besar dari yang lain, yaitu 2.
Jika R1, R2, R3, dan R4 adalah response dari keempat mask yang ada di gambar di atas, dan
keempatnya dijalankan pada pixel yang sama, maka nilai R yang tertinggi menunjukkan arah yang
paling mendekati arah pixel tersebut.
3
Edge Detection
Edge detection adalah pendekatan yang paling umum digunakan untuk mendeteksi
diskontinuitas graylevel. Hal ini disebabkan karena titik ataupun garis yang terisolasi tidak terlalu
sering dijumpai dalam aplikasi praktis.
Suatu edge adalah batas antara dua region yang memiliki graylevel yang relatif berbeda.
Pada dasarnya ide yang ada di balik sebagian besar teknik edge-detection adalah menggunakan
perhitungan local derivative operator.
Gradien dari suatu citra f(x,y) pada lokasi (x,y) adalah vektor
∂f
G x ∂x
∇f = = ∂f
G y
∂y
Dalam edge detection nilai yang penting di sini adalah magnitude dari vektor, yang
biasanya hany disebut dengan gradien dan dituliskan dengan ∇f , dimana:
∇f = mag (∇f ) = [G 2
x + G y2 ]
Pada umumnya digunakan pendekatan nilai gradien tersebut dengan nilai absolut:
∇f ≈ G x + G y
Gx
α ( x, y ) = tan −1
G
y
Derivatif juga bisa diimplementasikan secara digital dengan menggunakan operator Sobel,
yaitu dengan menggunakan mask berikut
-1 -2 -1 -1 0 1
0 0 0 -2 0 2
1 2 1 -1 0 1
4
Edge Linking
Secara ideal, teknik yang digunakan untuk mendeteksi diskontinuitas seharusnya hanya
menghasilkan pixel-pixel yang berada pada batas region. Namun dalam prakteknya hal ini jarang
terjadi karena adanya noise, batas yang terpisah karena pencahayaan yang tidak merata, dan efek
lain yang mengakibatkan variasi intensitas. Untuk itu algoritma edge-detection biasanya
dilanjutkan dengan prosedur edge-linking untuk merangkai pixel-pixel tersebut menjadi satu
kesatuan sehingga memberikan suatu informasi yang berarti.
Salah satu teknik yang dapat digunakan untuk edge-linking adalah local processing, yaitu
dengan menganalisa karakteristik pixel-pixel di dalam suatu neighborhood (3 x 3 atau 5 x 5) pada
semua titik (x,y) di dalam citra yang telah mengalami edge-detection. Selanjutnya semua titik yang
sejenis dihubungkan sehingga membentuk kumpulan pixel yang memiliki sifat-sifat yang sama.
Dua sifat utama yang digunakan untuk menentukan kesamaan edge pixel dalam analisa ini
adalah:
1. Besarnya respon gradient operator yang digunakan
2. Arah gradient
Sifat yang pertama dinyatakan dengan nilai ∇f yang telah dibahas sebelumnya. Jadi suatu
edge pixel dengan koordinat (x’,y’) dan bertetangga dengan (x,y), dikatakan memiliki magnitude
sama dengan pixel di (x,y) jika:
∇f ( x , y ) − ∇f ( x ' , y ' ) ≤ T
5
CARA PENELITIAN
File citra dengan format BMP adalah salah satu format standar yang digunakan dalam
sistem operasi Windows. File ini biasanya disimpan dengan ekstensi .BMP. Struktur dari file BMP
adalah sebagai berikut:
BITMAPFILEHEADER
BITMAPINFOHEADER
Array RGBQUAD
Array warna
Secara lengkap, proses peng-copy-an pixel ini dapat dilihat pada procedure BukaFileCitra
di listing program terlampir. Untuk menampilkan citra ke layar, digunakan component TImage
dari Delphi.
6
Proses Edge Linking
Setelah semua pixel tersimpan di dalam variabel array, dilakukan perhitungan komponen
Gx dan komponen Gy dari gradien. Proses ini terdapat di dalam procedure HitungKomponenGX
dan HitungKomponenGY di dalam program. Data hasil perhitungan ini kemudian disimpan ke
dalam array tersendiri dan dapat ditampilkan ke layar. Untuk menghasilkan komponen Gx dan Gy
ini digunakan operator Sobel.
Berikut ini kutipan perintah di dalam program untuk menghitung komponen Gx dan Gy
dengan menggunakan operator Sobel:
GX :=
(-1 * arCitra1[ix-1,iy-1]) +
(-2 * arCitra1[ix,iy-1]) +
(-1 * arCitra1[ix+1,iy-1]) +
(1 * arCitra1[ix-1,iy+1]) +
(2 * arCitra1[ix,iy+1]) +
(1 * arCitra1[ix+1,iy+1]);
GY :=
(-1 * arCitra1[ix-1,iy-1]) +
(1 * arCitra1[ix+1,iy-1]) +
(-2 * arCitra1[ix-1,iy]) +
(2 * arCitra1[ix+1,iy]) +
(-1 * arCitra1[ix-1,iy+1]) +
(1 * arCitra1[ix+1,iy+1]);
∇f ≈ G x + G y
Gx
α ( x, y ) = tan −1
G
y
Setelah diperoleh kedua informasi di atas, dilakukan proses edge linking dengan cara
memandingkan setiap pixel dengan pixel tetangganya. Jika perbedaan dari magnitude maupun
perbedaan dari sudut gradien antara suatu pixel dengan pixel tetangganya memenuhi kriteria yang
ditentukan, maka kedua pixel tersebut dianggap terhubung.
Penentuan nilai untuk kedua kriteria ini dapat dilakukan dengan memasukkan nilai
tersebut pada kotak dialog yang tersedia pada program.
7
HASIL DAN PEMBAHASAN
Berikut ini contoh hasil ujicoba program pada suatu citra digital yang diproses dengan
menggunakan edge lingking.
Pada citra komponen Gx tampak bahwa batas yang terdeteksi adalah yang mendekati arah
horisontal, sedangkan pada komponen Gy batas yang terdeteksi adalah yang mendekati arah
vertikal.
8
Tampilan citra hasil edge linking:
Pada citra hasil edge linking tampak bahwa bagian yang berwarna terang menunjukkan
adanya perubahan nilai intensitas yang besar pada citra asal.
Dari contoh kasus tersebut, terlihat bahwa dengan melakukan proses edge linking kita
dapat memperoleh citra baru yang menampilkan bagian-bagian atau objek-objek yang terdapat di
dalam citra tersebut sehingga dapat dilakukan analisa lebih lanjut.
PENUTUP
Proses edge detection yang dilanjutkan dengan edge linking dapat digunakan untuk
melakukan segmentasi citra, yaitu memisahkan citra menjadi bagian-bagian atau objek-objeknya
sehingga dapat dianalisa lebih lanjut. Sampai sejauh mana pembagian tersebut dilakukan
tergantung pada masalah yang dihadapi. Idealnya, langkah segmentasi tersebut dihentikan pada
saat objek yang diinginkan sudah berhasil dipisahkan.
Secara umum segmentasi adalah salah satu pekerjaan yang sulit dalam pengolahan citra.
Namun dengan menggunakan teknik segmentasi yang tepat dan efektif, dapat diperoleh hasil yang
memuaskan.
DAFTAR PUSTAKA
9
LAMPIRAN
Listing Program
{ var
Pengolahan citra digital. Form1: TForm1;
interface implementation
type {-------------------------------------------------------------------------}
TForm1 = class(TForm) procedure BukaFileCitra;
Image1: TImage; { syarat: file citra berformat BMP, berukuran 256x256,
Image2: TImage; 256 level grayscale }
Label1: TLabel; var
Label2: TLabel; i, ix, iy : integer;
OpenDialog1: TOpenDialog; warna : longint;
MainMenu1: TMainMenu; warnab : byte;
File1: TMenuItem; bfh : TBitmapFileHeader;
Open1: TMenuItem; bih : TBitmapInfoHeader;
Proses1: TMenuItem; colorTbl : array[0..255] of TRGBQuad;
Statistik1: TMenuItem; mst : TMemoryStream;
ContrastStretching1: TMenuItem; b : byte;
About1: TMenuItem; numColor : integer;
Bevel1: TBevel; syarat : boolean;
Help1: TMenuItem; bm : TBitmap;
Exit2: TMenuItem; begin
10
{ buka file citra, copykan semua pixel citra ke dalam array } warnab := arCitra1[ix,iy];
mst := TMemoryStream.Create; if warnab > pix_max then
mst.LoadFromFile(nmfile); pix_max := warnab;
mst.ReadBuffer(bfh, sizeof(bfh)); if warnab < pix_min then
mst.ReadBuffer(bih, sizeof(bih)); pix_min := warnab;
if (bih.biWidth <> 256) or (bih.biHeight <> 256) or tmp := tmp + warnab;
(bih.biBitCount <> 8) then begin end;
MessageDlg('Format file salah! Hanya bisa membuka end;
file BMP berukuran 256x256, 8 bit per pixel.', mtError, pix_rerata := round( tmp / (256 * 256) );
[mbOK], 0); Str(pix_min, s);
mst.Free; frmStat.Memo1.Lines.Add(' Nilai pixel terendah : ' + s);
exit; Str(pix_max, s);
end; frmStat.Memo1.Lines.Add(' Nilai pixel tertinggi : ' + s);
if bih.biClrUsed<256 then numColor:=bih.biClrUsed else Str(pix_rerata, s);
numColor:=256; frmStat.Memo1.Lines.Add(' Nilai pixel rata-rata : ' + s);
for i:=0 to numColor-1 do
mst.ReadBuffer(colorTbl[i], 4); { --- citra 2 ---}
for iy:=256 downto 1 do begin frmStat.Memo1.Lines.Add('');
for ix:=1 to 256 do begin frmStat.Memo1.Lines.Add('Statistik citra setelah
mst.ReadBuffer(b, 1); diproses:');
warna := longint(colorTbl[b]); { init variabel }
arCitra1[ix,iy] := (byte(warna) + byte(warna shr 8) + pix_max := 0;
byte(warna shr 16)) div 3; pix_min := 255;
arCitra2[ix,iy] := 0; tmp := 0;
end; { Hitung nilai pixel rata-rata, tertinggi, terendah (dalam
end; greyscale level)}
mst.Free; for ix:=1 to 256 do begin
{ tampilkan file citra di image1 } for iy:=1 to 256 do begin
form1.image1.Picture.LoadFromFile(nmfile); warnab := arCitra2[ix,iy];
{ bersihkan image2 } if warnab > pix_max then
form1.Image2.Canvas.Brush.Color := clBlack; pix_max := warnab;
form1.Image2.Canvas.FillRect(Rect(0, 0, 256, 256)); if warnab < pix_min then
end; pix_min := warnab;
tmp := tmp + warnab;
{-------------------------------------------------------------------------} end;
procedure TampilkanHasil; end;
var ix, iy : integer; pix_rerata := round( tmp / (256 * 256) );
warna : longint; Str(pix_min, s);
warnab : byte; frmStat.Memo1.Lines.Add(' Nilai pixel terendah : ' + s);
begin Str(pix_max, s);
{ tampilkan citra setelah diproses } frmStat.Memo1.Lines.Add(' Nilai pixel tertinggi : ' + s);
for ix:=1 to 256 do begin Str(pix_rerata, s);
for iy:=1 to 256 do begin frmStat.Memo1.Lines.Add(' Nilai pixel rata-rata : ' + s);
warnab := arCitra2[ix,iy]; end;
warna := warnab or (longint(warnab) shl 8) or
(longint(warnab) shl 16); {=============================================
form1.image2.Canvas.Pixels[ix-1,iy-1] := warna; ============================}
end;
end; procedure TForm1.Open1Click(Sender: TObject);
begin
end; OpenDialog1.Execute;
if OpenDialog1.FileName <> '' Then begin
{-------------------------------------------------------------------------} nmfile := Form1.OpenDialog1.FileName;
procedure HitungStatistikCitra; BukaFileCitra;
var ix, iy : integer; UpdateHistogram;
warnab : byte; end;
tmp : longint; end;
s : string;
pix_rerata, pix_max, pix_min : byte; procedure TForm1.ContrastStretching1Click(Sender:
begin TObject);
frmStat.Memo1.Text := ''; begin
frmStat.Memo1.Lines.Add('Nama file citra: ' + nmfile); frmContrast.Show;
frmStat.Memo1.Lines.Add(''); end;
{ --- citra 1 ---}
frmStat.Memo1.Lines.Add('Statistik citra sebelum procedure TForm1.About1Click(Sender: TObject);
diproses:'); begin
{ init variabel } AboutBox.ShowModal;
pix_max := 0; end;
pix_min := 255;
tmp := 0; procedure TForm1.Statistik1Click(Sender: TObject);
{ Hitung nilai pixel rata-rata, tertinggi, terendah (dalam begin
greyscale level)} HitungStatistikCitra;
for ix:=1 to 256 do begin frmStat.Show;
for iy:=1 to 256 do begin end;
11
procedure btnApplyClick(Sender: TObject);
procedure TForm1.FormCreate(Sender: TObject); procedure btnCloseClick(Sender: TObject);
begin procedure btnGXClick(Sender: TObject);
{ bersihkan image1 & image2 } procedure btnGYClick(Sender: TObject);
form1.Image1.Canvas.Brush.Color := clBlack; private
form1.Image1.Canvas.FillRect(Rect(0, 0, 256, 256)); { Private declarations }
form1.Image2.Canvas.Brush.Color := clBlack; public
form1.Image2.Canvas.FillRect(Rect(0, 0, 256, 256)); { Public declarations }
//temp: end;
nmfile := 'cameraman.bmp';
BukaFileCitra; var
end; frmEdgeLinking: TfrmEdgeLinking;
12
warna : longint; end else
warnab : byte; arCitra2[ix,iy] := arCitra1[ix,iy];
warnab2 : byte; end;
GX, GY, G, Angle : single; end;
thres_T, thres_A : single; end;
thres_graylevel : byte;
begin procedure TfrmEdgeLinking.btnApplyClick(Sender:
// isi array gradient dan angle TObject);
for ix:=1 to 256 do begin begin
for iy:=1 to 256 do begin btnApply.Enabled := False;
if (ix > 1) and (ix < 256) Screen.Cursor := crHourGlass;
and (iy > 1) and (iy < 256) then begin EdgeLinking;
GX := TampilkanHasil;
(-1 * arCitra1[ix-1,iy-1]) + UpdateHistogram;
(-2 * arCitra1[ix,iy-1]) + btnApply.Enabled := True;
(-1 * arCitra1[ix+1,iy-1]) + Screen.Cursor := crDefault;
(1 * arCitra1[ix-1,iy+1]) + end;
(2 * arCitra1[ix,iy+1]) +
(1 * arCitra1[ix+1,iy+1]); procedure TfrmEdgeLinking.btnCloseClick(Sender:
GY := TObject);
(-1 * arCitra1[ix-1,iy-1]) + begin
(1 * arCitra1[ix+1,iy-1]) + Close;
(-2 * arCitra1[ix-1,iy]) + end;
(2 * arCitra1[ix+1,iy]) +
(-1 * arCitra1[ix-1,iy+1]) + procedure TfrmEdgeLinking.btnGXClick(Sender: TObject);
(1 * arCitra1[ix+1,iy+1]); begin
G := Abs(GX) + Abs(GY); Screen.Cursor := crHourGlass;
if GX <> 0 Then HitungKomponenGX;
Angle := ArcTan2(GY, GX) TampilkanHasil;
else UpdateHistogram;
Angle := Pi/2; Screen.Cursor := crDefault;
if G > 255 then G := 255; end;
arGradient[ix,iy] := round(G);
arAngle[ix,iy] := Angle; procedure TfrmEdgeLinking.btnGYClick(Sender: TObject);
end; begin
end; Screen.Cursor := crHourGlass;
end; HitungKomponenGY;
// inisialisasi TampilkanHasil;
for ix:=1 to 256 do begin UpdateHistogram;
for iy:=1 to 256 do begin Screen.Cursor := crDefault;
arCitra2[ix,iy] := 0; end;
end;
end; end.
thres_T := frmEdgeLinking.SpinEdit1.Value;
thres_A := frmEdgeLinking.SpinEdit2.Value * pi / 180; //
konversi derajat ke radian
thres_graylevel := 120;
// proses edge linking
for ix:=1 to 256 do begin
for iy:=1 to 256 do begin
if (ix > 1) and (ix < 256)
and (iy > 1) and (iy < 256) then begin
if (Abs(arGradient[ix+1,iy] - arGradient[ix,iy]) <=
thres_T) and
(Abs(arAngle[ix+1,iy] - arAngle[ix,iy]) < thres_A)
then begin
arCitra2[ix,iy] := Round(arGradient[ix,iy]);
arCitra2[ix+1,iy] := Round(arGradient[ix+1,iy]);
end;
if (Abs(arGradient[ix,iy+1] - arGradient[ix,iy]) <=
thres_T) and
(Abs(arAngle[ix,iy+1] - arAngle[ix,iy]) < thres_A)
then begin
arCitra2[ix,iy] := Round(arGradient[ix,iy]);
arCitra2[ix,iy+1] := Round(arGradient[ix,iy+1]);
end;
if (Abs(arGradient[ix+1,iy+1] - arGradient[ix,iy]) <=
thres_T) and
(Abs(arAngle[ix+1,iy+1] - arAngle[ix,iy]) < thres_A)
then begin
arCitra2[ix,iy] := Round(arGradient[ix,iy]);
arCitra2[ix+1,iy+1] :=
Round(arGradient[ix+1,iy+1]);
end;
13