MODUL

SEGMENTASI CITRA EDGE DETECTION

(DETEKSI TEPI CITRA)

DI SUSUN OLEH

:KELOMPOK 5

Julifa Bahris Lenda 1904411370

Sindi Pratiwi 1904411266
Taufik Haebar 1904411683
M. Arga Putra 1904411368
Arwan 1904411342

PROGRAM STUDI INFORMATIKA

FAKULTAS TEKNIK KOMPUTER
UNIVERSITAS COKROAMINOTO PALOPO
 UNIVERSITAS COKROAMINOTO PALOPO

2022

KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Tuhan Yang Maha Esa karena
dengan rahmat, karunia serta taufik dan hidayah-Nya sehingga kami dapat
menyelesaikan pembuatan modul ini dengan baik meskipun banyak kekurangan
didalamnya. Dan juga kami berterima kasih ke-pada bapak Siaulhak,
S.Kom.,M.Pd. selaku Dosen mata kuliah pengolahan citra digital yang telah
memberikan tugas ini kepada kami.

Kami sangat berharap modul ini dapat berguna dalam rangka menambah
wawasan serta pengetahuan kita sebagai mana yang dicangkup dalam modul ini.
Kami juga menyadari sepenuhnya bahwa di dalam modul ini terdapat kekurangan
dan jauh dari kata sempurna. Sekiranya modul yang telah disusun ini dapat
berguna bagi kami sendiri maupun orang yang membacanya. Sebelumnya kami
mohon maaf apabila terdapat kesalahan kata-kata yang kurang berkenan dan kami
memohon kritik dan saran yang membangun demi perbaikan di masa yang akan
datang, mengingat tidak ada sesuatu yang sempurna tanpa saran yang
membangun.

Palopo 18 Juni 2022

Penyusun: Kelompok 5
 TATA TERTIB PRAKTIKUM

Untuk kelancara dan kenyamanan selama kegiatan praktikum berlangsung,

mahasiswa hendaknya memperhatikan hal-hal berikut:

1. Datang tepat waktu

2. Menyimpan sepatu di tempat yang telah disediakan

3. Tidak membawa makanan dan minuman ke-dalam laboratorium

4. Tidak membuka program lain selain Matlab, kecuali ada izin khusus

5. Menjaga kebersihan laboratorium.

 DAFTAR ISI

KATA PENGANTAR.......................................................................................................2
TATA TERTIB PRAKTIKUM..........................................................................................3
BAB I.................................................................................................................................4
TINJAUAN MATA KULIAH...........................................................................................4
A. Deskripsi Mata Kuliah............................................................................................5
B. Sasaran Belajar.......................................................................................................5
C. Manfaat Mata Kuliah..............................................................................................5
BAB II...............................................................................................................................6
PENDAHULUAN.............................................................................................................6
A. Sasaran Pembelajaran.............................................................................................6
B. Ruang Lingkup Bahan Modul................................................................................6
C. Manfaat Mempelajari Modul..................................................................................6
BAB III..............................................................................................................................7
MATERI PEMBELAJARAN............................................................................................7
A. Segmentasi Citra (Edge Detection)........................................................................7
B. Prinsip Dan Metode Deteksi Tepi Pada Citra Digital............................................9
BAB IV............................................................................................................................11
MATERI PRAKTEK.......................................................................................................11
A. Deteksi Tepi Citra (Edge detection).....................................................................11
B. Pengembangan Program Aplikasi Matlab............................................................14
BAB V.............................................................................................................................30
PENUTUP.......................................................................................................................30
A. Kesimpulan..........................................................................................................30
B. Saran....................................................................................................................30
C. Tugas Latihan.......................................................................................................30
DAFTAR PUSTAKA......................................................................................................31
 BAB I

TINJAUAN MATA KULIAH

A. Deskripsi Mata Kuliah

Mata kuliah Pengolahan Citra Digital merupakan salah satu mata
kuliah konsentrasi multimedia. Mata kuliah ini memberikan bekal
mahasiswa tentang pemahaman akan representasi citra, operasi dasar citra,
image enhancement, proses konvolusi dan transformasi fourier,
segmentasi citra, proses morfologi citra, kompresi citra dan Fidelity
Kriteria untuk berbagai operasi pada citra.
Mata kuliah pengolahan citra digital merupakan bidang
matematikan terapan yang akan memberikan pengetahuan dan pemahan
kepada mahasiswa tentang konsep dasar pengolahan citra digital,
representasi citra, operasi aritmatikan dan geometri pada citra, konvolusi
dan transformasi fourier, segmentasi citra dan lain-lain.
Nama Mata Kuliah : Pengolahan Citra
Digital SKS : 2 SKS
Jenis : Mata Kuliah
Pilihan Program Studi : Informatika Semester 6
Dosen pengampuh : Siaulhak,S.Kom.,M.Pd.
B. Sasaran Belajar
 Memahami maksud dan tujuan dari pengolahan citra digital
 Memahami apa itu segmentasi citra edge dectetion
 Memahami fungsi dan proses pengolahan segmentasi citra edge
dectetion
C. Manfaat Mata Kuliah
 Untuk mengetahui pemrosesan citra, khususnya dengan
menggunakan komputer, menjadi citra yang kualitasnya lebih baik.
 Untuk mengetahui proses pengolahan citra digital segmentasi citra
edge dectetion
 BAB II

PENDAHULUAN

A. Sasaran Pembelajaran
Adapun sasaran pembelajaran yaitu:
 Bertujuan untuk memahami proses segmentasi citra edge detection
 Untuk megetahui pendeteksian tepi pada citra
 Untuk perbandingan metode sobel, prewit, laplace, robert, dan
canny.

B. Ruang Lingkup Bahan Modul

Lingkup pembahasan modul ini adalah:
 Membuat tampilan gui dari segmentasi citra edge detection
 Membuat tampilan gui deteksi tepi citra dengan menggunakan
metode sobel, prewit, laplace, robert, dan canny.

C. Manfaat Mempelajari Modul

Ada beberapa manfaat mempelajari modul, antara lain:
 Dapat dimanfaatkan sebagai sumber atau bahan pembelajaran
secara mandiri.
 Dapat dugunakan sebagai bahan rujukan atau referensi seperti
layaknya buku.
 Dapat meningkatkan motivasi belajar karena saat belajar secara
mandiri kita dapat memahami materi dengan baik.
 BAB III

MATERI PEMBELAJARAN

A. Segmentasi Citra (Edge Detection)

Dalam pengolahan citra digital dan penglihatan komputer,
segmentasi citra adalah proses pembagian citra digital ke dalam beberapa
bagian (objek). Segmentasi citra bertujuan untuk menyederhanakan
penggambaran citra ke dalam bentuk yang lebih bermakna dan lebih
mudah dianalisis. Segmentasi citra biasa dipakai untuk menentukan letak
objek dan batasannya (garis, kurva, dan lain-lain) dalam citra. Secara
khusus, segmentasi citra adalah proses penentuan label tiap piksel
sedemikian hingga piksel-piksel berlabel sama memiliki ciri yang sama.
Edge detection (Deteksi tepi) adalah operasi yang dijalankan untuk
mendeteksi garis tepi (edges) yang membatasi dua wilayah citra homogen
yang memiliki tingkat kecerahan yang berbeda (Pitas, 1993). Deteksi tepi
sebuah citra digital merupakan proses untuk mencari perbedaan intensitas
yang menyatakan batas-batas suatu objek (sub-citra) dalam keseluruhan
citra digital yang dimaksud. Tujuan pendeteksian tepi adalah untuk
meningkatkan penampakan garis batas suatu daerah atau objek di dalam
citra
Proses deteksi tepi citra dilakukan dengan mencari lokasi-lokasi
intensitas pixel-pixel yang discontinue dengan intensitas pixel-pixel yang
berdekatan (bertetanggaan/ neighborhood). Suatu titik (x,y) dikatakan
sebagai tepi ( edge) dari suatu citra, bila titik tersebut mempunyai
perbedaan yang tinggi dengan tetangganya. Pada proses pengolahan citra
digital seperti segmentasi dan analisis citra digital, peranan metode-metode
pendeteksian tepi citra sangat berperan penting terhadap keakuratan hasil
segmentasi dan analisis citra digital.
Hasil dari pendeteksian tepi pada sebuah citra digital sangatlah
berpengaruh terhadap proses pengolahan citra lebih lanjut seperti
segmentasi dan analisis citra. Semakin jelas hasil dari pendeteksian tepi
objek- objek (sub-citra) maka semakin baik pula hasil segementasi dan
analisis citra yang akan dilakukan. Terdapat beberapa metode berupa
operator pendeteksian tepi objek yang dikenal, seperti (1) Sobel; (2)
Prewitt; (3) Robert; (4) Laplacian dan (5) Canny. Masing- masing operator
tersebut memiliki kelebihan dan kekurangan dalam melakukan deteksi
tepi. Terkadang pada sebuah citra digital akan diperoleh hasil pendeteksian
tepi yang lebih jelas bila menggunakan operator Sobel, namun pada citra
digital lainnya lebih baik menggunakan operator Prewitt atau yang
lainnya.
Citra adalah gambar pada bidang dua dimensi yang dihasilkan dari
gambar analog melalui proses sampling (menentukan warna pada piksel
tertentu pada citra dari sebuah gambar yang kontinu). Analog dua dimensi
ini berupa sinyal video seperti gambar atau foto. Dalam tinjauan
matematis, citra merupakan fungsi kontinu dari intensitas cahaya pada
bidang dua dimensi. Ukuran citra dinyatakan dalam pixel (picture
element). Umumnya, nilai setiap pixel merupakan kuantisasi harga
intensitas cahaya. Dengan demikian, suatu citra dapat dipandang sebagai
sebuah matriks yang elemen-elemennya menunjukkan intensitas cahaya
terkuantisasi.
Pengertian histogram dalam pengolahan citra adalah representasi
grafis untuk distribusi warna dari citra digital atau menggambarkan
penyebaran nilai- nilai intensitas pixel dari suatu citra atau bagian tertentu
di dalam citra. Dari sebuah histogram dapat diketahui frekuensi
kemunculan relative dari intensitas pada citra, kecerahan, dan kontas dari
sebuah gambar. Prinsip kerja histogram ialah dengan menjadikan
sekumpulan data sampel penelitian menjadi bentuk visual yang mudah
ditafsirkan dengan mengambil titik data kemudian mengelompokkannya
kedalam rentang yang logis.
Ide untuk dapat menghasilkan deteksi tepi citra yang lebih baik
dengan cara mengkombinasikan atau mengembangkan operator-operator
deteksi tepi yang ada dapat diimplementasikan dalam bentuk perangkat
lunak pengolahan citra digital dengan bahasa pemrograman Delphi.
 Berdasarkan hal tersebut penelitian ini difokuskan pada pembuatan
perangkat lunak yang dapat melakukan simulasi pendeteksian tepi citra
digital dengan menggunakan beberapa operator dan kombinasinya guna
memperoleh hasil deteksi tepi yang lebih baik.

B. Prinsip Dan Metode Deteksi Tepi Pada Citra Digital

Tepi ( edge) adalah perubahan nilai intensitas derajat keabuan yang
cepat/tiba-tiba (besar) dalam jarak yang singkat. Sedangkan deteksi tepi
( Edge Detection) pada suatu citra adalah suatu proses yang menghasilkan
tepi-tepi dari obyek-obyek citra, tujuannya adalah untuk menandai bagian
yang menjadi detail citra dan memperbaiki detail dari citra yang kabur,
yang terjadi karena error atau adanya efek dari proses akuisisi citra. Suatu
titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut
mempunyai perbedaan yang tinggi dengan tetangganya. Pada gambar 1
berikut dapat dilihat proses yang dilakukan untuk memperoleh tepi gambar
dari suatu citra yang ada.

Gambar1.1 Proses Deteksi Tepi Citra Digital

Berdasarkan prinsip-prinsip filter pada citra maka tepi suatu

gambar dapat diperoleh menggunakan HighPass Filter (HPF), yang
mempunyai karakteristik berikut beberapa metode yanag digunakan
dalam deteksi tepi citra:
1.) Metode Robert
Metode Robert adalah nama lain dari teknik differensial yang
dikembangkan di atas, 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.
Metode Robert ini juga disamakan dengan teknik DPCM ( Differential
Pulse Code Modulation).
2.) Metode 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.
3.) Metode 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 di kenal sebagai fungsi
untuk membangkitkan HPF.
4.) Metode Canny
Metode Canny merupakan deteksi tepi yang optimal. Operator
Canny menggunakan Gaussian Derivative Kernel untuk menyaring
kegaduhan dari citra awal untuk mendapatkan hasil deteksi tepi yang
halus.
5.) Metode Laplace
Metode Laplace adalah metode transformasi yang digunakan untuk
penyelesaian persamaan diferensial. Metode atau operator Laplacian
menggunakan turunan kedua.
 BAB IV

MATERI PRAKTEK

A. Deteksi Tepi Citra (Edge detection)

Deteksi tepi citra adalah operasi yang dijalankan untuk mendeteksi
garis tepi (edges) yang membatasi dua wilayah citra homogen yang
memiliki tingkat kecerahan yang berbeda (Pitas, 1993). Deteksi tepi
sebuah citra digital merupakan proses untuk mencari perbedaan intensitas
yang menyatakan batas-batas suatu objek (sub-citra) dalam keseluruhan
citra digital yang dimaksud. Tujuan pendeteksian tepi adalah untuk
meningkatkan penampakan garis batas suatu daerah atau objek di dalam
citra. Berikut ini merupakan contoh program matlab mengenai Deteksi
Tepi Citra (edge dectetion)
1.) Langkah pertama buka aplikasi Matlab 2007b kemudian ketik guide pada
commad promd untuk membuka tampilan editor GUI pada MATLAB
kemudian pilih balnk dan tekan ok. Berikut tampilannya.

Gambar 1: Tampilan awal aplikasi matlab berbasis GUI

2.) Setelah menekan ok maka akan muncul tampilan baru menu editor seperti
gambar di bawah ini:

Gambar 2: Tampilan menu editor GUI

3.) Langka selanjutnya perhatikan menu-menu GUI Matlab (dari kiri atas)
 Select tool (untuk memilih, menggeser, dan lain sebagainya)
 Push button (biasanya digunakan untuk tombol yang dieksekusi)
 Radio button (digunakan untuk menu pemilihan)
 Edit text (digunakan untuk input data string)
 Pop up menu (digunakan untuk menu pemilihan)
 Toggle button (hamper mirip dengan pushbutton)
 Axes (untuk membuat plot)
 Button group (berfungsi untuk membuat group yang berisi fungsi
pemilihan)
 Slider (biasanya digunakan untuk olah citra digital, seperti GUI
oleh gambar)
 Check box (digunakan untuk pemilihan)
 Static text (menambahkan text, seperti judul)
 List box (dapat berfungsi sebagai tempat input maupun output)
 Table (membuat table)
 Panel (hampir mirip dengan button group tapi tidak untuk fungsi)
  activeX (mengkonekan/ menghubungkan database)

4.) Selanjutnya buat tampilan GUI seperti dibawah ini dengan

komposisi 8 axes, 14 pushbutton, 1 panel, 2 static text.

Gambar 3: Tampilan aplikasi deteksi tepi citra

5.) Langkah selanjutnya meberikan nama pada tombol-tombol,

jika belum dilakukan langkah 6 diatas, maka semuanya akan
mempunyai nama default seperti edit text, axes1, pushbutton,
panel. Agar semuanya rapi, klik kanan ikon yang ingin diganti
lalu klik property inspector lalu pilih string dan ketikkan nama
yang diinginkan. Seperti gambar dibawah.
 Gambar 4: tampilan menu edit

6.) Memasukan codingan. Klik kanan tombol input atau tombol

pushbutton>view callbacks>callback. Setelah itu anda akan
diminta untuk menyimpan figure. Selanjutnya anda akan
diarahkan pada M-file figure anda. Seperti gambar dibawah
yang terblok biru, kemudian ketik codingan berikut.

Gambar 5: tampilan menu callback

7.) Selanjutnya sesudah meng-klik menu cllback akan muncul tampilan

seperti gambar di bawah ini yaitu befungsi untuk memasukan codingan ke
setiap tombol-tombol yang telah terterah di atas.

Gambar 6: tampilan menu input coding

B. Pengembangan Program Aplikasi Matlab
Berikut Perintah-perintah atau coding yang digunakan untuk menampilkan
atau menjalankan aplikasi deteksi tepi citra (edge detection) pada aplikasi
MATLAB yaitu sbb:

1. Tombol Open
[nama_file,nama_path]= uigetfile({'*.jpg';'*.bmp';'*.png';'*.jpeg';'*.tif'},...
'Buka Citra');
if ~isequal(nama_file,0)
handles.data1 = imread(fullfile(nama_path,nama_file));
guidata(hObject,handles);
axes(handles.axes1)
imshow(handles.data1);
title('Gambar Asli');
else
return
end

2. Tombol Reset
function pushbutton6_Callback(hObject, eventdata, handles)
pilihan = questdlg('Apakah anda akan mereset gambar ?', ...
'Reset Figure', ...
'Reset','Cancle','Cancle');

switch pilihan
case 'Reset'
axes(handles.axes1);
set(handles.text4, 'string', {});
hold off;
cla reset;
axes(handles.axes2);
set(handles.text4, 'string', {});
 hold off;
cla reset;
axes(handles.axes3);
set(handles.text4, 'string', {});
hold off;
cla reset;
axes(handles.axes4);
set(handles.text4, 'string', {});
hold off;
cla reset;
axes(handles.axes5);
set(handles.text4, 'string', {});
hold off;
cla reset;
axes(handles.axes6);
set(handles.text4, 'string', {});
hold off;
cla reset;
axes(handles.axes11);
hold off;
cla reset;
case 'Cancle'
return;
end

3. Tombol Pop up Menu

gambar= handles.data1;
idMode = get(hObject,'value');
if idMode == 1

elseif idMode == 2
citra=handles.data1;
gambar=citra;
gray=rgb2gray(gambar);
tepi=edge(gray,'roberts');
axes(handles.axes2)
handles.data2=tepi;
imshow(tepi);
title('ROBERT');

axes(handles.axes11)
histogram(gray(tepi(:)),255,'FaceColor',[0 0 0],'EdgeColor',[0 0 0])
set(gca,'XLim',[0 255])
set(gca,'YLim',[0 400])
grid on
title('histogram');
a='Metode Robert adalah nama lain dari teknik differensial yang
dikembangkan di atas yaitu differensial pada arah horizontal dan differensial
pada arah vertikal dengan ditambahkan proses konversi biner setelah
dilakukan differensial Kernel filter yang digunakan dalam metode Robert ini'
set (handles.text4,'string',a);

elseif idMode == 3
citra=handles.data1;
gambar=citra;
gray=rgb2gray(gambar);
tepi=edge(gray,'sobel');
axes(handles.axes3)
handles.data2=tepi;
imshow(tepi);
title('SOBEL');

axes(handles.axes11)
histogram(gray(tepi(:)),255,'FaceColor',[0 0 0],'EdgeColor',[0 0 0])
set(gca,'XLim',[0 255])
set(gca,'YLim',[0 400])
grid on
title('histogram');
a='Metode Sobel merupakan pengembangan metode Robert dengan
menggunakan filter HPF (High Pass Filter) yang diberi satu angka nol
penyangga. Kelebihan dari metode Sobel ini adalah kemampuan untuk
mengurangi noisesebelum melakukan perhitungan deteksi tepi. Kernel filter
yang digunakan dalam metode Sobel'
set (handles.text4,'string',a);

elseif idMode == 4
citra=handles.data1;
gambar=citra;
gray=rgb2gray(gambar);
tepi=edge(gray,'prewitt');
axes(handles.axes4)
handles.data2=tepi;
imshow(tepi);
title('PREWITT');

axes(handles.axes11)
histogram(gray(tepi(:)),255,'FaceColor',[0 0 0],'EdgeColor',[0 0 0])
set(gca,'XLim',[0 255])
set(gca,'YLim',[0 400])
grid on
title('histogram');
a='Metode deteksi tepi Prewitt merupakan pengembangan metode Robert
dengan menggunakan High Pass Filter atau HPF yang diberi satu angka nol
penyangga. Metode Prewitt mengambil prinsip dari fungsi Laplacian yaitu
membangkitkan HPF. Deteksi tepi Prewitt dilakukan secara parsial dengan
arah yang berlawanan dengan arah fungsi turunan pertama dan merupakan
hasil gabungan dari konvolusi gradient Prewitt arah dengan arah'
set (handles.text4,'string',a);

elseif idMode == 5
citra=handles.data1;
gambar=citra;
gray=rgb2gray(gambar);
tepi=edge(gray,'log');
axes(handles.axes5)
handles.data2=tepi;
imshow(tepi);
title('LAPLACE');

axes(handles.axes11)
histogram(gray(tepi(:)),255,'FaceColor',[0 0 0],'EdgeColor',[0 0 0])
set(gca,'XLim',[0 255])
set(gca,'YLim',[0 400])
grid on
title('histogram');
a='Metode Laplace adalah metode transformasi yang digunakan untuk
penyelesaian persamaan diferensial'
set (handles.text4,'string',a);

elseif idMode == 6
citra=handles.data1;
gambar=citra;
gray=rgb2gray(gambar);
tepi=edge(gray,'canny');
axes(handles.axes6)
handles.data2=tepi;
imshow(tepi);
title('CANNY');

axes(handles.axes11)
histogram(gray(tepi(:)),255,'FaceColor',[0 0 0],'EdgeColor',[0 0 0])
set(gca,'XLim',[0 255])
set(gca,'YLim',[0 400])
grid on
title('histogram');
a='deteksi tepi canny adalah teknik untuk mengekstrak informasi struktural
yang berguna dari objek penglihatan yang berbeda dan secara dramatis
mengurangi jumlah data yang akan diproses. Ini telah banyak diterapkan di
berbagai sistem visi komputer'
set (handles.text4,'string',a);
end

4. Tombol Simpan
f = getframe(handles.axes2);
image = frame2im(f);
% figure, imshow(image);

[namafile, direktori] = uiputfile('*.jpg','menyimpan gambar');

if direktori == 0
return;
end
nama = fullfile(direktori, namafile);
imwrite(image, nama, 'jpg');
msgbox('Gambar berhasil disimpan','pemberitahuan');

8.) Setelah semua codingan telah di ketikkan. Untuk melihat hasil

dari projek yang sudah kita buat klik>Run, atau model
segitiga warnah hijau seperti gambar di bawah ini.
 Gambar 7: Tampilan tombol Run

9.) Selanjutnya sesudah diklik>Run akan muncul gambar hasil

pembuatan aplikasi Deteksi Tepi Citra seperti gambar di
bawah ini:

Gambar 8: tampilan hasil Run aplikasi Deteksi Tepi Citra.

 BAB V

PENUTUP

A. Kesimpulan
Kesimpulan Setelah dilakukan pengujian dan analisa terhadap hasil
simulasi penggunaan berbagai kombinasi operator pentedeksi tepi citra
untuk menghasilkan tepi objek yang lebih jelas, maka dapat disimpulkan
sebagai berikut;
 Secara umum hasil deteksi tepi dengan Rerata Geometri pada
setiap operator memiliki hasil yang lebih baik (lebih jelas) daripada
operator aslinya
 Operator berbasis gradient menghasilkan deteksi tepi yang lebih
baik daripada operator berbasis turunan kedua (Laplacian)
 Operator Prewitt dan Isotropik menghasilkan deteksi tepi yang
paling jelas diantara operator berbasis gradient lainnya

B. Saran
Saran Pada penelitian selanjutnya, dapat dilakukan pengembangan
pada metode-metode segmentasi untuk menghasilkan bagian-bagian citra
(sub-citra) yang terlabeli,

C. Tugas Latihan
 Buatlah tampilan GUI tentang Deteksi Tepi Citra
 Jelaskan pengertian metode sobel, prewitt, laplace, robert, dan
canny.
 DAFTAR PUSTAKA

Adipranta,R. 2005, Penelitian: Perancangan dan Pembuatan Aplikasi Segmentasi

Gambar Dengan Menggunakan Metode Morphological Watershed. Borg,

MetodeLaplaceadalahmetodetransformasiyangdigunakanuntukpenyelesaianpersa
maandiferensial.
Metode atau operator Laplacian menggunakan turunan kedua dengan
persamaan