MAKALAH

MORFOLOGI UNTUK PENGOLAHAN CITRA

Makalah ini dibuat untuk memenuhi tugas mata kuliah Pengolahan Citra
Dosen pembimbing:
Rezty Amalia Aras, S.Pd., M.Eng

Disusun oleh:
NASRUDDIN
NIM. 1625040023
NUR HAYYUN DAHRI
NIM. 1625041004
SARIF FAQIH
NIM. 1625040013

JURUSAN PENDIDIKAN TEKNIK ELEKTRONIKA

FAKULTAS TEKNIK
UNIVERSITAS NEGERI MAKASSAR
2019
 KATA PENGANTAR
Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmatNYA serta
dengan ucapan Alahamdulillah sehingga makalah ini dapat tersusun hingga selesai.

Dan harapan kami semoga makalah ini dapat menambah pengetahuan dan
pengalaman bagi para pembaca, Untuk ke depannya dapat memperbaiki bentuk
maupun menambah isi makalah agar menjadi lebih baik lagi.

Karena keterbatasan pengetahuan maupun pengalaman saya, saya yakin

masih banyak kekurangan dalam makalah ini, Oleh karena itu kami sangat
mengharapkan saran dan kritik yang membangun dari pembaca demi kesempurnaan
makalahini.

Makassar,21 November 2019

Penyusun
 BAB I
PENDAHULUAAN
A. Latar Belakang

CITRA adalah gambar pada bidang dwimatra (dua dimensi).

Ditinjau dari bidang matematika citra merupakan fungsi kontinu dari intesitas
cahaya pada bidang dwimatra.
Dengan pemprosesan citra digital untuk mengamati dan
memberikan analisa berkaitan dengan sebuah proses dalam serangkaian
pengolahan citra yaitu dalam fokus penelitian tentang morfologi. Morfologi
merupakan suatu proses dalam pengolahan citra, yang dimksudkan untuk
memberikan pendekatan morfologi secara matematis,yang dapat
diimplementasikan pada sebuah citra, dan digunakan untuk mengektraksi
komponen citra. Proses ini mampu untuk digunakan untuk mempresentasikan
sebuah citra dan mampu mendeskripsikan bentuk/area yang terbentuk seperti
tepian/batasan tepi citra,kulit/kerangka citra maupun tingkat kecembungan citra
(convex hull). Beberapa penerapan teknik dalam proses morfologi ini
diantaranya seperti erosi, dilasi, opening, closing, dan transformasi Top-Hat.

B. Rumusan Masalah
- Apa pengertian Operasi morfologi
- Matematika apa yang melatarbelakangi
- Bagaimana operasi dilasi
- Bagaimana operasi erosi
- Bagaimana bentuk dan ukuran elemen penstruktur
- Cara opersi opening
- Cara opersi closing
- Cara Transformasi Hit-or-Miss
- Apa yang dimaksud Skeleton
- Apa yang dimaksudThickening
- Apa yang dimaksud Convex hull
- Cara Transformasi Top-Hat
- Cara Transformasi Bottom-Hat

C. Tujuan
- Mengetahui pengertian Operasi morfologi
- Mengetahui Matematika yang melatarbelakangi Morfologi
- Mengetahui proses operasi dilasi
- Mengetahui proses operasi erosi
- Mengetahui Cara opersi opening
- Mengetahui Cara opersi closing
- Mengetahui Cara Transformasi Hit-or-Miss
- Mengetahui tentang proses Skeleton
- Mengetahui tentang proses Thickening
- Mengetahui tentang proses Convex hull
- Mengetahui Cara Transformasi Top-Hat
- Mengetahui Cara Transformasi Bottom-Hat
 BAB II
PEMBAHASAN
A.Pengertian Operasi Morfologi
Operasi morfologi merupakan operasi yang umum dikenakan pada citra
biner (hitam-putih) untuk mengubah struktur bentuk objek yang terkandung dalam
citra. Sebagai contoh, lubang pada daun dapat ditutup melalui operasi morfologi
sebagaimana ditunjukkan pada Gambar 1. Objek-objek daun yang saling
berhimpitan pun dapat dipisahkan melalui morfologi, sebagaimana ditunjukkan
pada Gambar 2. Beberapa contoh lain aplikasi morfologi adalah sebagai berikut.
Membentuk filter spasial,
Memperoleh skeleton (rangka) objek.
Menentukan letak objek di dalam citra.
Memperoleh bentuk struktur objek.

Gambar 1 Tulang daun dapat dianggap sebagai bagian daun

melalui morfologi

Gambar 2 Daun-daun yang bersinggungan dapat dipisahkan

melalui morfologi, yang memperkecil ukurannya
 Operasi morfologi sesungguhnya juga dapat dikenakan pada citra aras
keabuan.
Inti operasi morfologi melibatkan dua larik piksel. Larik pertama berupa
citra yang akan dikenai operasi morfologi, sedangkan larik kedua dinamakan
sebagai kernel atau structuring element (elemen penstruktur) (Shih, 2009). Contoh
kernel ditunjukkan pada Gambar 3. Pada contoh tersebut, piksel pusat (biasa
diberi nama hotspot) ditandai dengan warna abu-abu. Piksel pusat ini yang
menjadi pusat dalam melakukan operasi terhadap citra, sebagaimana
diilustrasikan pada Gambar 4.

Gambar 3 Contoh beberapa kernel

Gambar 4 Operasi kernel terhadap citra

Dua operasi yang mendasari morfologi yaitu dilasi dan erosi. Dua operasi
lain yang sangat berguna dalam pemrosesan citra adalah opening dan closing
dibentuk melalui dua operasi dasar itu.

B. Matematika yang Melatarbelakangi

Untuk memahami operasi morfologi, pemahaman terhadap operasi
himpunan seperti interseksi dan gabungan mutlak diperlukan. Selain itu,
pemahaman terhadap operasi logika, seperti “atau” dan ‘dan” juga diperlukan.
1 Teori Himpunan

Misalkan, terdapat himpunan A yang berada di dalam bidang 𝑍 2

(berdimensi dua). Apabila a=(a1, a2) adalah suatu elemen atau anggota di dalam
A, a dapat ditulis menjadi

Arti notasi di atas, a adalah anggota himpunan A. kebalikannya, jika a bukan

anggota himpunan A, a ditulis seperti berikut:

Sebagai contoh, s = (1, 2) dan t = (1, 4), sedangkan himpunan A berisi seperti
berikut:

A = { (1,1), (1,2), (1, 3), (2, 1), (2, 2) }

Pada contoh tersebut, A memiliki 5 anggota. Berdasarkan contoh tersebut, dapat

dituliskan fakta berikut:

Perlu diketahui, setiap elemen hanya dapat menjadi anggota himpunan satu kali.
Dengan demikian,
A = {(1,1), (1,1), (2,1), (2,3), (2,1)}

sesungguhnya hanya mempunyai 3 anggota, yaitu

A = {(1,1), (2,1), (2,3)}

Notasi biasa terdapat dalam pembicaraan himpunan. Simbol tersebut

menyatakan himpunan kosong, yaitu himpunan yang tidak memiliki anggota
sama sekali.
Apabila A dan B adalah himpunan dan setiap anggota himpunan B
merupakan anggota himpunan A, dikatakan bahwa B adalah subhimpunan A.
Notasi yang biasa digunakan untuk kepentingan ini:

Union adalah penggabungan dari dua buah himpunan. Misalnya:

yang menyatakan bahwa C memiliki anggota berupa semua anggota A ditambah

dengan semua anggota B. Gambar 5 memperlihatkan contoh nilai-nilai piksel
penyusun dua citra biner dan menunjukkan hasil operasi union. Semua nilai 1
pada citra tersebut menyatakan anggota himpunan baru, yang cenderung meluas.
 Gambar 5 Operasi union pada citra biner

Interseksi menyatakan operasi yang menghasilkan himpunan semua

anggota yang terdapat di kedua himpunan. Misalnya:

berarti bahwa C berisi anggota-anggota yang ada di himpunan A dan juga terdapat

di himpunan B. Hasilnya cenderung menyempit. Contoh dapat dilihat pada Gambar

6.
 Gambar 6 Operasi interseksi pada citra biner

Komplemen himpunan A biasa dinotasikan dengan dan menyatakan

semua elemen yang tidak terdapat pada A. Secara matematis, komplemen dituli
seperti berikut:

Notasi di atas dibaca “semua elemen yang tidak menjadi anggota A”.

Komplemen atau juga disebut inversi dapat dibayangkan seperti saling

menukarkan warna hitam dan putih. Nilai yang semula berupa nol diganti satu dan
nilai satu diganti dengan nol. Contoh dapat dilihat di Gambar 7. Di bidang fotografi
dengan film, inversi menghasilkan gambar negatif. Istilah komplemen juga berarti
”pelengkap”, karena bila A digabung dengan operasi union akan menyempurnakan
citra menjadi citra yang semua pikselnya bernilai 1.
 Gambar 7 Operasi komplemen

Refleksi B dinotasikan dengan 𝐵̂ dan didefinisikan sebagai berikut:

𝐵̂ = {𝑤|𝑤 = −𝑏, 𝑢𝑛𝑡𝑢𝑘 𝑏 ∈ 𝐵} (7.8)

Refleksi sebenarnya menyatakan percerminan terhadap piksel pusat.

Contoh ditunjukkan pada Gambar 9. Bayangan cermin 2-D terjadi melalui
pencerminan pada arah x dan dilanjutkan pada arah y. namun, ternyata hasilnya
sama dengan pemutaran di bidang citra 180o.

Gambar 9 Contoh refleksi

2 Operasi Nalar
Operator nalar didasarkan pada aljabar Boolean. Sebagaimana diketahui,
aljabar Boolean adalah pendekatan matematis yang berhubungan dengan nilai
kebenaran (benar atau salah). Ada tiga operator nalar dasar yang akan dibahas, yaitu
AND, OR, serta NOT.

Operasi AND melibatkan dua masukan dan mempunyai sifat bahwa hasil
operasinya bernilai 1 hanya jika kedua masukan bernilai 1. Pada operasi OR, hasil
berupa 1 kalau ada masukan yang bernilai 1. Berbeda dengan AND dan OR, operasi
NOT hanya melibatkan satu masukan. Hasil NOT berupa 1 kalau masukan berupa
0 dan sebaliknya akan menghasilkan nilai 0 kalau masukan berupa 1. Selain ketiga
operator yang disebut di depan, operator lain yang kadang kadang digunakan adalah
XOR dan NAND. Berbagai efek operasi AND, OR, NOT, XOR, dan NAND
ditunjukkan pada Gambar 11.

Gambar 11 Hasil-hasil operasi nalar atas dua buah citra A dan B

C. Operasi Dilasi
Operasi dilasi biasa dipakai untuk mendapatkan efek pelebaran terhadap piksel
yang bernilai 1. Operasi ini dirumuskan seperti berikut (Gonzales & Woods, 2002):
Dalam hal ini,

a) 𝐵̂ = {𝑤|𝑤 = −𝑏, 𝑢𝑛𝑡𝑢𝑘 𝑏 ∈ 𝐵}

b) (𝐵)𝑧 = {𝑐|𝑐 = 𝑎 + 𝑧, 𝑢𝑛𝑡𝑢𝑘 𝑎 ∈ 𝐴}

c) z=(z1, z2)

Burger & Burge (2008) mendefinisikan operasi dilasi sebagai berikut: Hasil dilasi
berupa penjumlahan seluruh pasangan koordinat dari I dan H. Contoh operasi dilasi
dengan menggunakan Persamaan 7.11 dapat dilihat pada Gambar 7.11. Pada contoh
tersebut,
A = { (2,2), (2,3), (2,4), (3,2), (3,3), (3,4), (4,3) }
B = { (-1, 0), (0,0), (1,0) }
Dengan demikian,
A + B = { (2,2) + (-1, 0) , (2,2) + (0, 0) + (2,2) + (1, 0),
(2,3) + (-1, 0) , (2,3) + (0, 0) + (2,3) + (1, 0),
(2,4) + (-1, 0) , (2,4) + (0, 0) + (2,4) + (1, 0),
(3,2) + (-1, 0) , (3,2) + (0, 0) + (3,2) + (1, 0),
(3,3) + (-1, 0) , (3,3) + (0, 0) + (3,3) + (1, 0),
(3,4) + (-1, 0) , (3,4) + (0, 0) + (3,4) + (1, 0),
(4,3) + (-1, 0) , (4,3) + (0, 0) + (4,3) + (1, 0) }
= { (1,2), (2,2), (3,2), (1,3), (2,3), (3,3),
(1,4), (2,4), (3,3), (2,2), (3,2), (4,2),
(2,3), (3,3), (4,3), (2,4), (3,4), (4,4),
(3,3), (4,3), (5,3) }
= { (1,2), (1,3), (1,4), (2,2), (2,3), (2,4),
(3,2), (3,3), (3,4), (4,2), (4,3), (4,4), (5,3) }
Gambar asli dan hasil operasi dilasi dapat dilihat pada Gambar 13.

Gambar 13(a) menyatakan gambar asli. Gambar 13(b) adalah hasil konversi ke
bentuk biner dengan menggunakan fungsi bawaan bernama im2bw. Gambar 13(c)
adalah hasil dilasi melalui perintah di depan. Hasil tersebut diperoleh dengan
menggunakan struktur elemen berukuran 4 x 4 yang keseluruhan bernilai 1. Hal itu
diperoleh melalui ones(4). Adapun Gambar 13(d) adalah hasil kalua elemen
penstruktur yang digunakan (H) berukuran 7x7 dengan seluruh elemen bernilai 1.

Gambar 13 Contoh operasi dilasi pada citra

D. Operasi Erosi
Operasi erosi mempunyai efek memperkecil struktur citra. Operasi ini dirumuskan
seperti berikut (Gonzalez & Woods, 2002).

Adapun Burger & Burge (2008) mendefinisikan erosi sebagai berikut:

Makna yang tersirat pada Persamaan 7.12 dan 7.13 sebenarnya sama. Berdasarkan
Persamaan 7.13, posisi p terdapat pada A B jika seluruh nilai 1 di B terkandung
di posisi p tersebut. Implementasi fungsi erosi berikut didasarkan makna di atas.

Citra asli dan hasil pemrosesan dengan operasi erosi dapat dilihat pada Gambar
7.15. Terlihat bahwa dengan menggunakan elemen penstruktur yang diperoleh
melalui H = ones(6), semua daun yang bersinggungan dapat dipisahkan. Namun,
sebagai konsekuensinya, bentuk beberapa daun agak berubah.

Gambar 15 Contoh operasi erosi pada citra

Operasi erosi dapat dimanfaatkan untuk memperoleh tepi objek. digunakan untuk
melakukan operasi komplemen. Hal ini perlu dilakukan mengingat latar belakang
gambar asli berwarna putih. Hasilnya ditunjukkan pada Gambar 7.16

Gambar 7.16 Contoh erosi untuk mendapatkan tepi objek

E. Bentuk dan Ukuran Elemen Penstruktur

Berdasarkan contoh pada Gambar 13, terlihat bahwa ukuran elemen

penstruktur menentukan hasil operasi dilasi. Selain ukuran, bentuk elemen
penstruktur juga menentukan hasil operasi morfologi.

Bentuk yang umum digunakan pada operasi morfologi adalah cakram atau
lingkaran. Efek yang diberikan merata pada segala arah. Bentuk dua buah cakram
dapat dilihat pada Gambar 17.
 Gambar 17 Dua bentuk elemen penstruktur berbentuk cakram

Bentuk elemen penstruktur yang lain yaitu belah ketupat, garis, persegi panjang,
bujur sangkar, dan oktagon. Gambar 18 menunjukkan contoh bentuk-bentuk
tersebut.

Gambar 18 Berbagai bentuk elemen penstruktur

F. Operasi Opening
Operasi opening adalah operasi erosi yang diikuti dengan dilasi dengan
menggunakan elemen penstruktur yang sama. Operasi ini berguna untuk
menghaluskan kontur objek dan menghilangkan seluruh piksel di area yang terlalu
kecil untuk ditempati oleh elemen penstruktur. Dengan kata lain, semua struktur
latardepan yang berukuran lebih kecil daripada elemen penstruktur akan
tereliminasi oleh erosi dan kemudian penghalusan dilakukan melalui dilasi.
Definisi operasi opening seperti berikut:

Gambar 19 Perbandingan operasi erosi, opening, dan closing

Gambar 19 menunjukkan bahwa operasi erosi membuat objek mengecil dan

bahkan ada yang hilang. Adapun operasi opening membuat ukuran objek relatif
tetap sama, walaupun juga menghilangkan objek yang berukuran kecil (kurus).
Namun, perlu diketahui, operasi opening membuat penghalusan di bagian tepi.
Perhatikan, ujung segitiga tidak tajam setelah dikenai operasi opening. Sebagai
pembanding, Gambar 19(d) menunjukkan hasil penggunaan operasi closing, yang
akan dibahas sesudah subbab ini.

Operasi opening sering dikatakan sebagai idempotent. Artinya, jika suatu citra
telah dikenai operasi opening, pengenaan opening dengan elemen penstruktur
yang sama tidak membawa efek apapun.

Operator opening dapat dimanfaatkan sebagai filter lolos-rendah, filter lolos-

tinggi, maupun sebagai tapis lolos-bidang apabila elemen penstruktur yang
digunakan berupa cakram (Shih, 2009). Berikut adalah rumusannya:

G. Operasi Closing
Operasi closing berguna untuk menghaluskan kontur dan menghilangkan lubang-
lubang kecil. Definisinya seperti berikut:

Jadi, operasi closing dilaksanakan dengan melakukan operasi dilasi terlebih

dahulu dan kemudian diikuti dengan operasi erosi.

I. Transformasi Hit-or-Miss

Transformasi Hit-or-Miss (THM) pada citra biner A didefinisikan sebagai

berikut:

Dalam hal ini, biasanya . Morfologi seperti itu dipakai untuk pemrosesan
dan pengenalan bentuk pada citra biner.
Transformasi Hit-or-Miss terkadang disebut Hit-and-Miss(Efford, 2000).
THM merupakan dasar untuk skeleton, thinning, dan pruning.
H. Skeleton
Ada beberapa cara yang digunakan untuk membentuk skeleton. Skeleton
merupakan bentuk unik suatu objek, yang menyerupai rangka suatu objek. Skeleton
mempunyai tiga karakteristik seperti berikut (Young, dkk., 1998):
1) ketebalannya 1 piksel,
2) melewati tengah objek, dan
3) menyatakan topologi objek.

Namun, dalam praktik, ada kasus tertentu yang tidak dapat dipenuhi oleh skeleton.
Skeleton digunakan untuk representasi dan pengenalan tulisan tangan, pola sidik
jari, struktur sel biologis, diagram rangkaian, gambar teknik, rencana jalur robot,
dan semacam itu (Shih, 2009). Terkadang istilah skeletonisasi objek disebut sebagai
Medial Axis Transform (Myler & Weeks, 1993).

Salah satu cara untuk mendapatkan skeleton adalah melalui thinning. Thinning
(pengurusan) adalah operasi morfologi yang digunakan untuk memperkecil ukuran
geometrik objek dengan hasil akhir berupa skeleton atau rangka, dengan definisinya
sebagai berikut:

Dalam hal ini, A adalah citra biner dan B adalah delapan elemen penstruktur
Satu fase perhitungan thinning dilakukan dengan menggunakan delapan elemen
penstruktur. Beberapa fase diperlukan sampai diperoleh hasil yang tidak lagi
mengubah struktur citra. Operasi thinning menyerupai erosi. Perbedaannya,
thinning tidak akan membuat komponen objek terputus, melainkan mengecilkan
hingga hasil akhirnya berupa rangka dengan ketebalan 1 piksel.

Skeleton juga dapat diperoleh melalui morfologi, seperti yang diajukan oleh Serra
(1982). Definisi skeleton dijelaskan berikut ini. Misalnya, A menyatakan citra biner
dengan 1 menyatakan piksel objek dan 0 menyatakan piksel-piksel latarbelakang.
Skeleton A diperoleh dengan menggunakan rumus:

Dalam hal ini,

B adalah elemen penstruktur dan K adalah bilangan terbesar sebelum membuat
tererosi menjadi himpunan kosong. Kondisi pada K tersebut dapat ditulis secara
matematis seperti berikut:

Perlu diketahui,

yang menyatakan bahwa hasil erosi dierosi ulang sampai terjadi k erosi.

Contoh yang menunjukkan proses pembuatan skeleton suatu objek . Pada contoh
tersebut, S2(A) berupa himpunan kosong mengingat semua elemen bernilai nol.
Dengan demikian, K = 1 atau S(A) = S1(A).
Namun, cara seperti itu tidak menjamin terjadinya skeleton yang titik-titiknya
terkoneksi. Hal ini telah diutarakan oleh Gonzalez dan Woods (2002). Di Octave
dan MATLAB, skeleton dapat diperoleh dengan menggunakan fungsi bwmorph.
Perlu diketahui, im2bw digunakan untuk memperoleh citra biner. Setelah itu, Img
dapat diproses oleh bwmorph. Argumen ‘skel’ menyatakan bahwa hasil yang
diharapkan adalah skeleton. Argumen inf menyatakan nilai yang tak berhingga,
yang digunakan untuk menyatakan jumlah pengulangan maksimal dalam
membentuk skeleton. Hasil operasi di depan ditunjukkan pada Gambar 20.

Gambar 20 Hasil bwmorph untuk memperoleh skeleton

J. Thickening
Thickening (penebalan) adalah operasi yang berkebalikan dengan thinning.
Fungsinya adalah memperbesar ukuran geometris objek. Operasi ini didefinisikan
sebagai berikut:

Dalam hal ini, A adalah citra biner dan B adalah delapan elemen penstruktur
Satu fase perhitungan thickening dilakukan dengan menggunakan delapan elemen
penstruktur. Contoh kedelapan elemen penstruktur disajikan pada Gambar 21.

Gambar 21 Contoh 8 elemen penstruktur

untuk operasi thickening
Fase pertama operasi thickening dilakukan sebagai berikut:

Hasil untuk berbagai fase ditunjukkan pada Gambar 22.

 Gambar 22 Contoh operasi thickening

K. Convex Hull
Himpunan konveks (cembung) adalah himpunan yang mencakup semua titik yang
menghubungkan dua titik yang berada di dalam himpunan. Adapun convex hull
adalah bentuk poligon terkecil yang dapat melingkupi objek. Poligon ini dapat
dibayangkan sebagai gelang elastis yang dapat melingkupi tepi objek, Hal seperti
itu kadang diperlukan untuk kepentingan mengenali objek, dengan menghilangkan
tepian objek yang cekung.

Convex hull diperoleh dengan melibatkan transformasi Hit_or_Miss (THM) dengan

elemen-elemen penstruktur yang dirotasi sebesar 90o. Contoh elemen penstruktur
ditunjukkan pada Gambar 23.

Gambar 23 Empat elemen penstruktur untuk membentuk convex hull

Implementasi pembentukan convex hull dituangkan pada fungsi bernama
convhull,penggunaan fungsi convhull hasilnya ditunjukkan pada Gambar 23(b).
Gambar 23(c) menunjukkan keadaan yang dinamakan defisiensi konveks.
Defisiensi konveks menyatakan selisih antara convex hull dan citra asli.

Gambar 23 Hasil convex hull dan defisiensi konveks

Bentuk convex hull dapat diubah agar tidak berbentuk kotak. Sebagai
contoh, terdapat delapan elemen penstruktur seperti terlihat pada Gambar 24.
 Gambar 24 Contoh 8 elemen penstruktur
untuk melakukan operasi convex hull

Dengan menggunakan delapan elemen penstruktur tersebut, diperoleh hasil seperti

terlihat pada Gambar 25.

Gambar 25 Convex hull dan defisiensi konveks yang melibatkan

delapan elemen penstruktur

L. Transformasi Top-Hat
Transformasi Top-Hat didefinisikan sebagai perbedaan antara citra dan citra
setelah mengalami operasi opening (Solomon & Breckon, 2011) atau dapat
disajikan secara matematis seperti berikut:
Pada rumus di atas, A menyatakan citra dan B sebagai elemen penstruktur. Simbol
g menyatakan bahwa operasi tersebut berlaku untuk citra beraras keabuan.

Transformasi ini berguna untuk mendapatkan bentuk global suatu objek yang
mempunyai intensitas yang bervariasi. Sebagai contoh, perhatikan Gambar 26(a).
Pada citra tersebut, butiran-butiran nasi memiliki intensitas yang tidak seragam.
Melalui opening, diperoleh hasil seperti terlihat pada Gambar 26(b). Hasil
transformasi Top-Hat ditunjukkan pada Gambar 26(c). Perhatikan bahwa hasil
butiran nasi pada Gambar 26(c) terlihat memiliki intensitas yang lebih seragam
dibandingkan pada citra asal.

Gambar 26 Transformasi Top-Hat menggunakan elemen penstruktur

berukuran 9x9 berbentuk cakram
Pada contoh berikut, TH menyatakan hasil transformasi Top-Hat:
Hasil transformasi Top-Hat pada contoh seperti di atas akan menghasilkan citra
biner yang lebih baik daripada kalau citra biner diperoleh secara langsung dari citra
asal. Sebagai gambaran, Gambar 27 memberikan contoh hasil konvers ke citra biner
menggunakan citra rice.png dan hasil konversi citra biner menggunakan hasil
transformasi Top-Hat.

Gambar 27 Efek transformasi Top-Hat untuk memperoleh citra biner

Perhatikan bahwa jumlah butir padi pada Gambar 27(c) bagian bawah lebih banyak
daripada pada Gambar 27(b).

M. Transformasi Bottom-Hat
Transformasi Bottom-Hat didefinisikan sebagai berikut:

Secara prinsip, operasi ini memperbesar warna putih melalui dilasi, diikuti dengan
pengecilan warna putih melalui erosi dan kemudian dikurangi dengan citra asal.
Dilasi yang diikuti dengan erosi memberikan efek berupa objek-objek yang
berdekatan menjadi semakin dekat. Pengurangan oleh citra asal membuat
penghubung antarobjek menjadi hasil yang tersisa. Dengan kata lain, hasil yang
tersisa adalah piksel-piksel yang digunakan untuk mengisi “lubang”, atau
“penghubung objek”.
 BAB III
PENUTUP
Kesimpulan
Operasi morfologi merupakan operasi yang umum dikenakan pada citra
biner (hitam-putih) untuk mengubah struktur bentuk objek yang terkandung dalam
citra.