Beberapa pengolahan citra yang berkaitan dengan operasi ini adalah :

1. Deteksi Tepi (Edge Detection)

2. Penghalusan Citra (Smoothing)
3. Penajaman Citra (Sharping)
4. Reduksi Noise
5. Efek Emboss

1. DETEKSI TEPI (Edge Detection)

• Operasi ini digunakan untuk menentukan lokasi titik-titik yang
merupakan tepi obyek citra.
• Secara umum, tepi suatu obyek dalam citra dinyatakan sebagai titik
yang nilai warnanya berbeda cukup besar dengan titik yang ada
disebelahnya.
• Ada beberapa mask yang telah dirancang untuk deteksi tepi yaitu
operator gradien yang terdiri dari :
1. Operator Robert
Operator Robert adalah nama lain dari teknik differensial yang sedang
dikembangkan, 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. Operator Robert ini
juga disamakan dengan teknik DPCM (Differential Pulse Code
Modulation). Operator Robert Cross merupakan salah satu operator yang
menggunakan jendela matrik 2x2, operator ini melakukan perhitungan
dengan mengambil arah diagonal untuk melakukan perhitungan nilai
gradiennya.
Operator Robert diagonal 1
1 0
0 –1

Operator Robert diagonal 2

0 1
–1 0

2. Operator 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.
Operator Prewitt horisontal
–1 0 1
–1 0 1
–1 0 1

Operator Prewitt vertikal

–1 –1 –1
0 0 0
1 1 1
3. Operator 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.
Operator Sobel horisontal
–1 0 1
–2 0 2
–1 0 1

Operator Sobel vertikal

–1 –2 –1
0 0 0
1 2 1

4. Operator Isotropik

Operator Isotropik horisontal

–1 0 1
– √2 0 √2
–1 0 1

Operator Isotropik vertikal

–1 – √2 –1
0 0 0
1 √2 1
Kombinasi antar kedua hasil operasi dengan mask tersebut bisa dilakukan
dengan mengambil hasil penjumlahan, nilai maksimum, rerata atau rerata
geometri.
K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) (1)

K0(x,y) = max ( | K1(x,y) | , | K2(x,y) | ) (2)

K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) / 2 (3)

K0(x,y) = √ K1(x,y)* K1(x,y) + K2(x,y) * K2(x,y) (4)

Dengan K1(x,y) dan K2(x,y) adalah hasil operasi dengan mask 1 dan mask
2.
Dalam praktek, formula (1) dan (2) biasanya lebih disukai dan lebih mudah
dikerjakan karena mengandung jumlah operasi aritmetika yang lebih
sedikit.

5. Operator Laplacian
Operator lain yang dapat digunakan untuk mendeteksi tepi adalah operator
Laplacian. Operator ini dapat digunakan untuk horisontal dan vertikal.

0 –1 0
–1 4 –1
0 –1 0
Laplacian 5 titik

–1 –1 –1
–1 8 –1
–1 –1 –1
Laplacian 9 titik I

–2 1 –2
1 4 1
–2 1 –2
Laplacian 9 titik II
Contoh : f(2,2) = 160

250 240 200 200 180

240 200 180 150 150
180 160 160 150 120
180 140 120 120 100
160 130 100 80 60

1. Operator Roberts
Operator Robert diagonal 1
1 0 250 240 200 200 180
0 –1 240 200 180 150 150
Operator Robert diagonal 2
180 160 160 150 120
0 1 180 140 120 120 100
–1 0 160 130 100 80 60

Diagonal1 = K1(x,y) = | (1*160) + (0*150) + (0*120) + (–1*120) | = 40

atau pakai cara praktis : |160 – 120 | = 40

Diagonal2 = K2(x,y) = | (0*160) + (1*150) + (–1*120) + (0*120) | = 30

atau pakai cara praktis : |150 – 120 | = 30

Maka h(2,2) bila menggunakan :

K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) = 40 + 30 = 70
K0(x,y) = max ( | K1(x,y) | , | K2(x,y) | ) = 40
K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) / 2 = (40 + 30)/2 = 35

K0(x,y) = √ K1(x,y)* K1(x,y) + K2(x,y) * K2(x,y) = √ (40*40)+(30*30)

= 50
 Operator Prewitt
2.
Operator Prewitt horisontal
–1 0 1
–1 0 1
250 240 200 200 180
–1 0 1
Operator Prewitt vertikal 240 200 180 150 150
–1 –1 –1 180 160 160 150 120
0 0 0 180 140 120 120 100
1 1 1
160 130 100 80 60

Horisontal = K1(x,y) = | (–1*200) + (–1*160) + (–1*140) + (1*150) + (1*150) + (1*120) |

= | – 80 | = 80

Vertikal = K2(x,y) = | (–1*200) + (–1*180) + (–1*150) + (1*140) + (1*120) + (1*120) |

= | – 150 | = 150

Maka h(2,2) bila menggunakan :

K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) = 80 + 150 = 230
K0(x,y) = max ( | K1(x,y) | , | K2(x,y) | ) = 150
K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) / 2 = (80 + 150)/2 = 115

K0(x,y) = √ K1(x,y)* K1(x,y) + K2(x,y) * K2(x,y)

= √(80*80)+(150*150)

= 170
 3. Operator Sobel :
Operator Sobel horisontal
–1 0 1 250 240 200 200 180
–2 0 2 240 200 180 150 150
–1 0 1
180 160 160 150 120
Operator Sobel vertikal 180 140 120 120 100
–1 –2 –1
160 130 100 80 60
0 0 0
1 2 1

Horisontal = K1(x,y) = | (–1*200) + (–2*160) + (–1*140) + (1*150) + (2*150) + (1*120) |

= | – 90 | = 90.

Vertikal = K2(x,y) = | (–1*200) + (–2*180) + (–1*150) + (1*140) + (2*120) + (1*120) |

= | – 210 | = 210

Maka h(2,2) bila menggunakan :

K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) = 90 + 210 = 300 ≈ 255
K0(x,y) = max ( | K1(x,y) | , | K2(x,y) | ) = 210
K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) / 2 = (90 + 210)/2 = 150

K0(x,y) = √ K1(x,y)* K1(x,y) + K2(x,y) * K2(x,y)

= √ (90*90)+(210*210) = 228,4 ≈ 228

4. Operator Isotropik
Operator Isotropik horisontal

–1 0 1
250 240 200 200 180
– √2 0 √2
240 200 180 150 150
–1 0 1
180 160 160 150 120
Operator Isotropik vertikal 180 140 120 120 100
–1 – √2 – 1 160 130 100 80 60
0 0 0
1 √2 1

Horisontal = K1(x,y) = |(–1*200) + (–√2*160) + (–1*140) + (1*150) + (√2*150) + (1*120)|

= | – 84 | = 84

Vertikal = K2(x,y) = |(–1*200) + (–√2*180) + (–1*150) + (1*140) + (√2*120) + (1*120)|

= | – 177 | = 177.
Maka h(2,2) bila menggunakan :
K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) = 84 + 177 = 261 ≈ 255
K0(x,y) = max ( | K1(x,y) | , | K2(x,y) | ) = 177
K0(x,y) = ( | K1(x,y) | + | K2(x,y) | ) / 2 = (84 + 177)/2 = 130,5 ≈ 131

K0(x,y) = √ K1(x,y)* K1(x,y) + K2(x,y) * K2(x,y)

= √ (84*84)+(177*177)
= 195,9 ≈ 196

5. Laplacian 9 titik I

250 240 200 200 180

–1 –1 –1
–1 8 –1 240 200 180 150 150
–1 –1 –1 180 160 160 150 120
Laplacian 9 titik I
180 140 120 120 100
160 130 100 80 60

K1(x,y) = | (–1*200) + (–1*180) + (–1*150) + (–1*160) + (8*160) + (–1*150) + (–1*140)

+ (–1*120) + (–1*120) |
= 60
Maka h(2,2) = 60

citra asli Roberts dengan nilai Prewitt dengan nilai

maksimum maksimum

Sobel dengan Isotropik dengan Laplacian dengan nilai

maksimum nilai maksimum 9 titik I
2. PENGHALUSAN CITRA (Smoothing)
• Penghalusan citra dilakukan dengan memberikan nilai yang
sama kepada semua bobot pada mask yang digunakan.
• Mask yang dapat dipakai :

1 /5 1/9 1/9 1/9

1 /5 1 /5 1 /5 1/9 1/9 1/9

1 /5
1/9 1/9 1/9
5 titik bertetangga 9 titik bertetangga (3 x 3)

25 titik bertetangga (5 x 5)
1/25 1/25 1/25 1/25 1 / 25
1/25 1/25 1/25 1/25 1 / 25
1/25 1/25 1/25 1/25 1 / 25
1/25 1/25 1/25 1/25 1 / 25
1/25 1/25 1/25 1/25 1 / 25

Contoh :

250 240 200 200 180

240 200 180 150 150
180 160 160 150 120
180 140 120 120 100
160 130 100 80 60

f(2,2) = 160

Bila menggunakan mask 5 titik bertetangga maka :

1 /5
250 240 200 200 180
240 200 180 150 150
1 /5 1 /5 1 /5
180 160 160 150 120
1 /5
180 140 120 120 100
160 130 100 80 60

h(2,2) = (1/5 * 180) + (1/5 * 160) + (1/5 * 160) + (1/5 * 150) + (1/5 * 120)
= 154 .
Bila menggunakan mask 3 x 3 maka

250 240 200 200 180

1/9 1/9 1/9
240 200 180 150 150
1/9 1/9 1/9 180 160 160 150 120
180 140 120 120 100
1/9 1/9 1/9
160 130 100 80 60

h(2,2) = (1/9 * 200) + (1/9 * 180) + (1/9 * 150) + (1/9 * 160) + (1/9 * 160) + (1/9 *
150) + (1/9 * 140) + (1/9 * 120) + (1/9 * 120) = 153,3 ≈ 153

citra asli citra hasil

dengan mask 3 x 3
3. PENAJAMAN CITRA (Sharping)
Operasi penajaman citra pada dasarnya penjumlahan atas citra tepi
(hasil dari deteksi tepi) dengan citra aslinya, sehingga bagian tepi objek
terlihat lebih berbeda dengan latarnya dan citra terkesan lebih tajam
• Mask yang dapat dipakai :
–α –α –α
0 –α 0

–α 1 + 4α –α
–α 1 + 8α –α

0 –α 0 –α –α –α
5 titik 9 titik

• Banyaknya penambahan komponen citra tepi diatur dengan

suatu nilai derajat penajaman (α), sehingga dengan mengatur
nilai α maka tingkat ketajaman citra dapat disesuaikan dengan
keinginan kita .
f(2,2) = 160 , α = 1
250 240 200 200 180

240 200 180 150 150

180 160 160 150 120

180 140 120 120 100

160 130 100 80 60

Bila menggunakan mask 5 titik maka

h(2,2) = (–1 * 180) + (–1 * 160) + ((1+4(1)) * 160) + (–1 *150) + (–1 * 120) = 190

Bila menggunakan mask 9 titik maka

h(2,2) = (–1 * 200) + (–1 * 180) + (–1 * 150) + (–1 * 160) + ((1+8(1)) * 160) + (–1 * 150) +
(–1 * 140) + (–1 * 120) + (–1 * 120) .

= 220
 citra asli

Citra hasil dengan mask 5 titik α = 1

Citra hasil dengan Mask 9 titik α = 1

4. REDUKSI NOISE
• Banyak cara untuk reduksi noise, salah satunya dengan
operasi median.
• Nilai keabuan dari titik-titik di dalam jendela diurutkan dari
nilai terkecil sampai dengan terbesar, kemudian ditentukan
mediannya.
• Nilai median adalah nilai yang berada paling tengah dari
urutan.
• Operasi median dapat menggunakan mask tanpa bobot
dengan ukuran sesuai yang dikehendaki,
misal 3 x 3 , 5 x 5 , 7 x 7 , atau 1 x 5, 5 x 3, dll
f(2,2) = 160
Bila menggunakan operasi median 3 x 3 maka
h(2,2) = median (120,120,140,150,150,160,160,180,200) = 150

250 240 200 200 180

240 200 180 150 150
180 160 160 150 120
180 140 120 120 100

160 130 100 80 60

Operasi median 3 x 3

citra asli ada noise dengan reduksi noise

5. EFEK EMBOSS
• Efek emboss = kesan timbul pada objek dalam citra
• Mask yang dapat digunakan :

–β 0 β 0 –β –β

–β 1 β β 1 –β
β β 0
–β 0 β

dari arah kiri dari arah kanan atas

Parameter β (derajat emboss) digunakan untuk mengatur seberapa banyak efek

timbul akan diberikan f(2,2) = 160 , β = 2

Bila menggunakan mask dari arah kiri maka

h(2,2) = (–2 * 200) + (0 * 180) + (2 * 150) + (–2 * 160) + (1 * 160) + (2 * 150)
+ (–2 * 140) + (0 * 120) + (2 * 120) = 0

Bila menggunakan mask dari arah kanan atas maka

h(2,2) = (0 * 200) + (–2 * 180) + (–2 * 150) +(2 * 160) + (1 * 160) + (–2 * 150) +
(2 * 140) + (2 * 120) + (0 * 120) = 40
 250 240 200 200 180
240 200 180 150 150
180 160 160 150 120
180 140 120 120 100

160 130 100 80 60

citra asli

citra hasil
dengan mask dari arah kiri β = 2

citra hasil
dengan mask dari arah kanan atas β = 2