Segmentasi
Citra
Objek daun
Ekstraksi
Fitur
Fitur-fitur
pada daun
Pengklasifikasi
Jenis tanaman
Segmentasi Citra
Teknik segmentasi citra didasarkan pada dua
properti dasar nilai aras keabuan (grayscale):
1. Ketidaksinambungan, pemisahan citra
didasarkan pada perubahan mendadak pada
aras keabuan. Contoh yang menggunakan
pendekatan seperti itu adalah detektor garis
dan detektor tepi pada citra.
2. Kesamaan antarpiksel.
Segmentasi Citra
1. Ketidaksinambungan
Deteksi garis
Deteksi tepi
2. Kesamaan antarpiksel (Acharya dan Ray, 2005).
peng-ambangan berdasarkan histogram;
pertumbuhan area;
pemisahan dan penggabungan area;
pengelompokan atau pengklasifikasian;
pendekatan teori graf;
pendekatan yang dipandu pengetahuan atau berbasis
aturan.
Deteksi Tepi ( Edge Detection)
Deteksi tepi berfungsi untuk memperoleh tepi
objek.
Deteksi tepi memanfaatkan perubahan nilai
intensitas yang drastis pada batas dua area.
Tepi-tepi ini akan menandai bagian detail citra.
Tepi-tepi pada gambar tersebut terletak pada
titik-titik yang memiliki perbedaan tinggi.
Dengan perbedaan tinggi tersebut tercipta suatu
pola atau guratan yang membentuk suatu objek
Metode Deteksi Tepi
1. Metode Roberts
2. Metode Prewitt
3. Metode Sobel
4. Metode Frei-Chen
Metode Roberts
Pertama kali dipublikasikan pada tahun 1965
Terdiri atas dua filter berukuran 2x2.
Ukuran filter yang kecil membuat komputasi
sangat cepat.
Namun, kelebihan ini sekaligus menimbulkan
kelemahan, yakni sangat terpengaruh oleh
derau.
Selain itu, metode Roberts memberikan
tanggapan yang lemah terhadap tepi, kecuali
kalau tepi sangat tajam
Metode Roberts
𝒓 𝒚, 𝒙 = 𝒛𝟏 − 𝒛𝟒 𝟐 + 𝒛𝟑 − 𝒛𝟐 𝟐
F=double(F);
for y=1 : m-1
for x=1 : n-1
G = uint8(G);
imshow(G)
Hasil Deteksi Tepi Metode Roberts
Input
Output
Metode Prewitt
𝒓 𝒚, 𝒙 = sqrt((f(y-1,x-1)+f(y,x-1)+f(y+1,x-1) -
f(y-1,x+1)-f(y,x+1)-f(y+1,x+1))^2 +
(f(y+1,x-1)+ f(y+1,x) + f(y+1,x+1) -
f(y-1,x-1) - f(y-1,x) - f(y-1,x+1))^2))
Source Code Metode Prewitt
clear all
F = rgb2gray(imread('badut.jpg'));
[m, n] = size(F);
F=double(F);
G=zeros(m,n);
for y=2 : m-1
for x=2 : n-1
G(y, x) = sqrt((F(y-1,x-1) + F(y,x-1) + F(y+1,x-1) - ...
F(y,x) - F(y,x+1) - F(y+1,x+1))^2 + ...
(F(y+1,x-1)+ F(y+1,x) + F(y+1,x+1) - ...
F(y-1,x-1) - F(y-1,x) - F(y-1,x+1))^2) ;
end
end
G = uint8(G);
imshow(G)
Hasil Deteksi Tepi Metode Prewitt
Input
Output
Metode Sobel
G(y, x) = sqrt(...
(F(y-1,x+1)+2*F(y,x+1)+F(y+1,x+1) - ...
F(y-1,x-1)-F(y,x-1)-F(y+1,x-1))^2 + ...
(F(y-1,x-1)+2*F(y-1,x)+F(y-1,x+1) - ...
F(y+1,x-1)-2*F(y+1,x)-F(y+1,x+1))^2) ;
Source Code Metode Sobel
clear all
F = rgb2gray(imread('badut.jpg'));
[m, n] = size(F);
F=double(F);
G=zeros(m,n);
for y=2 : m-1
for x=2 : n-1
G(y, x) = sqrt(...
(F(y-1,x+1)+2*F(y,x+1)+F(y+1,x+1) - ...
F(y-1,x-1)-F(y,x-1)-F(y+1,x-1))^2 + ...
(F(y-1,x-1)+2*F(y-1,x)+F(y-1,x+1) - ...
F(y+1,x-1)-2*F(y+1,x)-F(y+1,x+1))^2) ;
end
end
G = uint8(G);
imshow(G)
Hasil Deteksi Tepi Metode Sobel
Input
Output
Metode Frei-Chen
G(y, x) = sqrt(...
(F(y-1,x+1)+akar2*F(y,x+1)+F(y+1,x+1) - ...
F(y-1,x-1)-F(y,x-1)-F(y+1,x-1))^2 + ...
(F(y-1,x-1)+akar2*F(y-1,x)+F(y-1,x+1) - ...
F(y+1,x-1)-akar2*F(y+1,x)-F(y+1,x+1))^2) ;
Source Code Metode Frei-Chen
clear all
F = rgb2gray(imread('badut.jpg'));
[m, n] = size(F);
akar2 = sqrt(2);
F=double(F);
G=zeros(m,n);
for y=2 : m-1
for x=2 : n-1
G(y, x) = sqrt(...
(F(y-1,x+1)+akar2*F(y,x+1)+F(y+1,x+1) - ...
F(y-1,x-1)-F(y,x-1)-F(y+1,x-1))^2 + ...
(F(y-1,x-1)+akar2*F(y-1,x)+F(y-1,x+1) - ...
F(y+1,x-1)-akar2*F(y+1,x)-F(y+1,x+1))^2) ;
end
end
G = uint8(G);
imshow(G)
Hasil Deteksi Tepi Metode Frei-Chen
Input
Output