Disusun oleh:
NASRUDDIN
NIM. 1625040023
NUR HAYYUN DAHRI
NIM. 1625041004
SARIF FAQIH
NIM. 1625040013
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.
Penyusun
BAB I
PENDAHULUAAN
A. Latar Belakang
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.
Sebagai contoh, s = (1, 2) dan t = (1, 4), sedangkan himpunan A berisi seperti
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)}
berarti bahwa C berisi anggota-anggota yang ada di himpunan A dan juga terdapat
Notasi di atas dibaca “semua elemen yang tidak menjadi anggota A”.
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.
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,
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.
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.
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.
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.
G. Operasi Closing
Operasi closing berguna untuk menghaluskan kontur dan menghilangkan lubang-
lubang kecil. Definisinya seperti berikut:
I. Transformasi Hit-or-Miss
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:
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.
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.
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.
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.
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.