LAPORAN

PENGOLAH CITRA DIGITAL

PENDEKTESIAN TEPI (EDGE DETECTION)
DENGAN MATLAB

OLEH

I KETUT SANTIAWAN ( 070010136 )

I.B GEDE WIDHYANTARA ( 070010237 )
I MADE INDRA WIRAYUDA ( 070010236)
MADE SURYA DHARMA ( 070010384 )

SEKOLAH TINGGI MANAJEMEN INFORMATIKA

DAN TEKNIK KOMPUTER
(STMIK) STIKOM BALI
2011
 PENDAHULUAN

TUJUAN PENULISAN

1. memahami prinsip-prinsip deteksi tepi pada citra

2. melakukan deteksi tepi pada citra dengan metode Robert

3. melakukan deteksi tepi pada citra dengan metode Prewitt

4. melakukan deteksi tepi pada citra dengan metode Sobel

TEORI PENDUKUNG

MATLAB

MATLAB adalah sebuah bahasa dengan (high-performance) kinerja tinggi

untuk komputasi masalah teknik. Matlab mengintegrasikan komputasi, visualisasi,

dan pemrograman dalam suatu model yang sangat mudah untuk pakai dimana

masalah-masalah dan penyelesaiannya diekspresikan dalam notasi matematika yang

familiar. Penggunaan Matlab meliputi bidang-bidang:

 Matematika dan Komputasi

 Pembentukan Algorithm

 Akusisi Data

 Pemodelan, simulasi, dan pembuatan prototipe

 Analisa data, explorasi, dan visualisasi

 Grafik Keilmuan dan bidang Rekayasa

 MATLAB merupakan suatu sistem interaktif yang memiliki elemen data

dalam suatu array sehingga tidak lagi kita dipusingkan dengan masalah dimensi. Hal

ini memungkinkan kita untuk memecahkan banyak masalah teknis yang terkait

dengan komputasi, kususnya yang berhubungan dengan matrix dan formulasi vektor,

yang mana masalah tersebut merupakan momok apabila kita harus menyelesaikannya

dengan menggunakan bahasa level rendah seperti Pascall, C dan Basic.

Nama MATLAB merupakan singkatan dari matrix laboratory. MATLAB pada

awalnya ditulis untuk memudahkan akses perangkat lunak matrik yang telah

dibentuk oleh LINPACK dan EISPACK. Saat ini perangkat MATLAB telah

menggabung dengan LAPACK dan BLAS library, yang merupakan satu kesatuan dari

sebuah seni tersendiri dalam perangkat lunak untuk komputasi matrix. Dalam

lingkungan perguruan tinggi teknik, Matlab merupakan perangkat standar untuk

memperkenalkan dan mengembangkan penyajian materi matematika, rekayasa dan

kelimuan.

Di industri, MATLAB merupakan perangkat pilihan untuk penelitian dengan

produktifitas yang tingi, pengembangan dan analisanya. Fitur-fitur MATLAB sudah

banyak dikembangkan, dan lebih kita kenal dengan nama toolbox. Sangat penting

bagi seorang pengguna Matlab, toolbox mana yang mandukung untuk learn dan

apply technologi yang sedang dipelajarinya. Toolbox-toolbox ini merupakan

kumpulan dari fungsi-fungsi MATLAB (Mfiles) yang telah dikembangkan ke suatu

lingkungan kerja MATLAB untuk memecahkan masalah dalam kelas particular.

Area-area yang sudah bisa dipecahkan dengan toolbox saat ini meliputi pengolahan

sinyal, sistem kontrol, neural networks, fuzzy logic, wavelets, dan lain-lain.
Prinsip-Prinsip Deteksi Tepi

Deteksi tepi (Edge Detection) pada suatu citra adalah suatu proses yang

menghasilkan tepi-tepi dari obyek-obyek citra, tujuannya adalah :

• Untuk menandai bagian yang menjadi detail citra

• Untuk 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. Gambar 8.1 berikut ini meng-

gambarkan bagaimana tepi suatu gambar diperoleh

Proses pengambilan tepi sudut menggunakan gambar grayscale sebagai

input / masukan , kemudian dikembalikan menjadi suatu citra biner dengan ukuran

yang sama dengan ukuran semula. Tepi mengambil gambar grayscale saya sebagai

masukan, dan mengembalikan BB citra biner dengan ukuran yang sama seperti aku,

dengan 1's dimana fungsi menemukan ujungnya dalam I dan 0's tempat lain.

(Gambar : Proses Deteksi Citra Tepi)

 (Gambar : Contoh Penerapan Deteksi Tepi)

Pada gambar terlihat bahwa hasil deteksi tepi berupa tepi-tepi dari suatu gambar.

Bila diperhatikan bahwa tepi suatu gambar terletak pada titik-titik yang memiliki

perbedaan tinggi. Berdasarkan prinsip-prinsip filter pada citra maka tepi suatu gambar

dapat diperoleh menggunakan High Pass Filter (HPF).

Contoh perhitungan garis tepi :

Diketahui fungsi citra f(x,y) sebagai berikut:

1 1 1 1 1
1 1 1 1 0
1 1 1 0 0
1 1 0 0 0
1 0 0 0 0

Dengan menggunakan filter : H (x,y)= [-1 1]

Maka Hasil filter adalah :
0 0 0 0 1
0 0 0 1 0
0 0 1 0 0
0 1 0 0 0
1 0 0 0 0

Bila digambarkan maka proses filter di atas mempunyai masukan dan keluaran sebagai

berikut

Macam-macam metode untuk proses deteksi tepi ini, antara lain:

1. Metode Robert

2. Metode Prewitt

3. Metode Sobel

Metode yang banyak digunakan untuk proses deteksi tepi adalah metode Robert, Prewitt

dan Sobel, Gonzalez[1].

1. Metode Robert

Metode Robert adalah nama lain dari teknik differensial yang dikembangkan di

atas, yaitu differensial pada arah horisontal dan differensial pada arah vertikal,

dengan ditambahkan proses konversi biner setelah dilakukan differensial. Teknik

konversi biner yang disarankan adalah konversi biner dengan meratakan

distribusi warna hitam dan putih [5], seperti telah dibahas pada bab 3. Metode

Robert ini juga disamakan dengan teknik DPCM (Differential Pulse Code

Modulation)
 Kernel filter yang digunakan dalam metode Robert ini adalah:

H= [1 -1] dan V = [ 12]

2. Metode Prewitt

Metode Prewitt merupakan pengembangan metode robert dengan menggunakan

filter HPF yang diberi satu angka nol penyangga. Metode ini mengambil prinsip

dari fungsi laplacian yang dikenal sebagai fungsi untuk membangkitkan HPF.

Kernel filter yang digunakan dalam metode Prewitt ini adalah :

3. Metode Sobel

Metode Sobel merupakan pengembangan metode robert dengan menggunakan

filter HPF yang diberi satu angka nol penyangga. Metode ini mengambil prinsip

dari fungsi laplacian dan gaussian yang dikenal sebagai fungsi untuk

membangkitkan HPF. Kelebihan dari metode sobel ini adalah kemampuan untuk

mengurangi noise sebelum melakukan perhitungan deteksi tepi.

Kernel filter yang digunakan dalam metode Sobel ini adalah

CONTOH PENERAPAN DALAM MATLAB

Secara umum penulisan sintak edge detection ditulis seperti berikut :

BW = edge(I,'sobel')
BW = edge(I,'sobel',thresh) METODE
BW = edge(I,'sobel',thresh,direction) SOBEL
[BW,thresh] = edge(I,'sobel',...)

BW = edge(I,'prewitt')
BW = edge(I,'prewitt',thresh) METODE
BW = edge(I,'prewitt',thresh,direction) PREWITT
[BW,thresh] = edge(I,'prewitt',...)

BW = edge(I,'roberts')
BW = edge(I,'roberts',thresh) METODE
ROBERT
[BW,thresh] = edge(I,'roberts',...)

BW = edge(I,'canny')
BW = edge(I,'canny',thresh) METODE
BW = edge(I,'canny',thresh,sigma) CANNY
[BW,threshold] = edge(I,'canny',...)

CONTOH :

I = imread('circuit.tif');
BW1 = edge(I,'prewitt');
BW2 = edge(I,'canny');
imshow(BW1);
figure, imshow(BW2)

Prewitt Canny
IMPLEMENTASI PENDEKTESIAN TEPI PADA TUGAS KELOMPOK
Memunculkan Gambar Asli

I = imread('chua.jpg');
J = rgb2gray(I);

figure,imshow(I);
title('Gambar Asli');

( Gambar Asli )

Metode Sobel
S = edge(J,'sobel');
figure,imshow(S);
title('Dgn Operator Sobel');

( Gambar Dengan Metode Sobel )

Metode Prewitt
P = edge(J,'prewitt');
figure,imshow(P);
title('Dgn Operator Prewitt');

( Gambar Dengan Metode Prewitt )

Metode Robert
R = edge(J,'roberts');
figure,imshow(R);
title('Dgn Operator Roberts');

(Gambar Metode Robert )

Metode Canny
C = edge(J,'canny');
figure,imshow(C);
title('Dgn Operator Canny');

( Gambar Metode Canny )

KESIMPULAN :

Dari keempat metode yang digunakan dalam penulisan dan pengerjaan

laporan , metode canny merupakan metode yang memiliki pendektesian garis tepi

yang lebih detail dibandingkan dengan metode – metode lainnya.

Proses dipengaruhi oleh thresholder hysteresis. Hysteresis digunakan untuk

melacak setiap pixel yang belum direndam. Hysteresis menggunakan dua threshold.

Jika besar sudut berada di bawah nilai threshold yang pertama (T1), maka akan

dijadikan nol (dijadikan bukan tepi). Jika nilainya lebih besar dari nilai threshold

tertinggi (T2) maka disebut tepi dan jika besar sudut berada di antara dua threshold

maka akan dijadikan nol kecuali jika letak pixel berdekatan dengan pixel yang

memiliki respon kuat.