Algoritma Deteksi Tepi Canny
Algoritma Deteksi Tepi Canny
Berikut ini adalah bagan pembagian warna berdasarkan arah tepian yang dilakukan
oleh Canny:
Citra Hasil
Tingkat error yang rendah. Error terjadi bila ada tepi yang penting
tetapi tidak muncul, atau bila ada yang bukan tepi tetapi muncul. Titik-titik
pada tepi dilokasikan dengan benar. Dengan kata lain, jarak antara
piksel-piksel tepi yang ditemukan algoritme dengan tepi sesungguhnya
diminimumkan.
Hanya satu respon (lebar 1 piksel) untuk setiap sebuah tepi. Berdasarkan
kriteria di atas, algoritme deteksi tepi Canny dilakukan dengan langkah -
langkah sebagai berikut:
Metode deteksi tepi dengan menggunakan model sobel, canny, prewitt dan log :
>> I=im2bw(imread('x_ray2.JPG')); Error: Missing variable or function.
>> bw1=edge(I,'sobel'); >> imshow(I),title('awal')
>> bw2=edge(I,'canny'); Warning: Image is too big to fit on
>> bw3=edge(I,'prewitt'); screen; displaying at 56% scale.
>> bw4=edge(I,'log'); > In truesize>Resize1 at 308
>> bw5=edge(I,'robert'); In truesize at 44
>> imshow(I),title('awal) In imshow at 161
??? imshow(I),title('awal) >> figure,imshow(bw1),title('sobel)
???
| figure,imshow(bw1),title('sobel)
|
Error: Missing variable or function. > In truesize>Resize1 at 308
In truesize at 44
>> figure,imshow(bw1),title('sobel') In imshow at 161
Warning: Image is too big to fit on >> figure,imshow(bw4),title('log')
screen; displaying at 56% scale. Warning: Image is too big to fit on
> In truesize>Resize1 at 308 screen; displaying at 56% scale.
In truesize at 44 > In truesize>Resize1 at 308
In imshow at 161 In truesize at 44
>> In imshow at 161
figure,imshow(bw2),title('canny') >>
Warning: Image is too big to fit on figure,imshow(bw5),title('robert')
screen; displaying at 56% scale. Warning: Image is too big to fit on
> In truesize>Resize1 at 308 screen; displaying at 56% scale.
In truesize at 44 > In truesize>Resize1 at 308
in imshow at 161 In truesize at 44
>> In imshow at 161
figure,imshow(bw3),title('prewitt') >>
Warning: Image is too big to fit on
screen; displaying at 56% scale.
KESIMPULAN:
Dari percobaan terhadap 5 metode deteksi tepi dalam matlab yaitu, Sobel,
Robert, Prewitt,Canny, dan metode LoG maka dapat diambil kesimpulan bahwa,
deteksi tepi paling baik dihasilkan dari penggunaan metode Canny. Deteksi tepi
dengan menggunakan metode Canny adalah deteksi tepi terbaik dikarenakan
garis yang dihasilkan oleh deteksi tepi ini lebih halus dan tidak terputus-putus.
Karena alasan tersebut, maka sebagian besar proses segmentasi maupun
ekstraksi suatu citra lebih banyak menggunakan metode Canny.
Pada penulisan ini menggunakan 2 buah objek citra yaitu tulang lutut kiri normal
dan tulang lutut kiri yang patah, namun hanya satu citra yang hasil deteksi
tepinya paling baik..
Saran untuk pengembangan lebih lanjut dari penelitian ini adalah citra tulang lutut
kiri yang akan dideteksi tepi harus baik, tidak boleh buram ataupun kabur, jika
tidak harus dilakukan terlebih dahulu perbaikan kualitas citra. Kemudian perlu
dilakukan uji coba terhadap data citra dalam jumlah yang besar.