PERCOBAAN 1
PENGENALAN SOFTWARE MATLAB
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menjelaskan tentang software Matlab
2. Menjelaskan fungsi dan kegunaan Matlab
3. Menginstal software Matlab
3
2. Do you accept the terms of the license agreement? Pilih yes, lalu klik next.
4
3. Pilih I have the file installaton key dan masukan key nya, lalu klik next.
4. Pilih typycal lalu klik next.
5. Atur dimana tempat menyimpan data hasil instalasi, lalu klik next.
6. Pilih instal, dan tunggu sampai proses penginstalan selesai.
7. Pilih active manually without the internet.
8. Lalu cari dimana letak lisensi data matlab nya, setelah itu klik next.
9. Klik Finish.
6
PERCOBAAN 2
MEMBUAT PROGRAM SEDERHANA
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Membuat program sederhana menggunakan Matlab
7
3. MATLAB Language
Merupakan suatu high-level matrix/array language dengan control flow
statements, functions, data structures, input/output, dan fitur-fitur object-
oriented programming. Ini memungkinkan untuk melakukan kedua hal baik
"pemrograman dalam lingkup sederhana" untuk mendapatkan hasil yang
cepat, dan "pemrograman dalam lingkup yang lebih besar" untuk memperoleh
hasil- hasil dan aplikasi yang komplek.
4. Graphics
MATLAB memiliki fasilitas untuk menampilkan vector dan matrices sebagai
suatu grafik. Didalamnya melibatkan high-level functions (fungsi-fungsi level
tinggi) untuk visualisasi data dua dikensi dan data tiga dimensi, image
processing, animation, dan presentation graphics. Ini juga melibatkan fungsi
level rendah yang memungkinkan bagi anda untuk membiasakan diri untuk
memunculkan grafik mulai dari benutk yang sederhana sampai dengan
tingkatan graphical user interfaces pada aplikasi MATLAB anda.
5. MATLAB Application Program Interface (API).
Merupakan suatu library yang memungkinkan program yang telah anda tulis
dalam bahasa C dan FORTRAN mampu berinterakasi dengan MATLAB. Ini
melibatkan fasilitas untuk pemanggilan routines dari MATLAB (dynamic
linking), pemanggilan MATLAB sebagai sebuah computational engine, dan
untuk membaca dan menuliskan MAT-files.
8
4. Arahkan pointer mouse pada kotak bertanda … yang ada disebelah kanan
tanda panah kebawah (yang menunjukkan folder yang sedang aktif). Pilih
new directory, selanjutnya ketikkan “KOMRAD_NIM_NAMA”, dan
diikuti dengan click Ok.
>> x = 2
x=
2
>> y = 3
y=
3
>> z = x + y
z=
5
9
>> x = [1 2 3]
x=
1 2 3
>> y = [4 5 6]
y=
4 5 6
>> x(1)
ans =
1
>> x + y
ans =
5 7 9
>> x. * y
ans =
4 10 18
>> x * y'
ans =
32
>> y'
ans =
4
5
6
Analisisnya adalah 1*4 + 2*5 + 3*6 = 32, bahwa y' adalah transpose
pada y dan merupakan suatu vector kolom.
10
5. Buatlah sebuah vector besar dengan dengan cara melakukan seperti
berikut:
>> x = [1:5:50];
>> x(2)
ans =
6
>> y = cos(0.1*pi*(0:99));
>> y(2)
ans =
0.9511
Coba lakukan dengan menghapus tanga titik koma (;) pada akhir variabel.
V. LATIHAN
1. Buatlah program perhitungan transpose pada variabel A dan B
yang merupakan suatu vector kolom seperti berikut:
>> A = [1 2
3 4];
>> B = [1 2 3
2 3 4];
11
PERCOBAAN 3
MEMBUAT GAMBAR GRAFIK
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Membuat program gambar grafik menggunakan Matlab
12
Selanjutnya akan mendapatkan sebuah tampilan jendela Matlab Editor yang
masih kosong seperti berikut:
3. Lanjutkan dengan menekan toolbar Debug, dan jangan lupa anda pilih Save
and Run. Tuliskan nama program yang telah dibuat dengan
program_grafik_1.m.
13
4. Dan secara otomatis akan ditampilkan hasilnya.
14
V. LATIHAN
1. Buatlah program untuk membuat grafik 2 pada Matlab editor seperti berikut:
x(1:52) = [0 0 1:1:50];
x(53:102) = [50:-1:1];
h = [1 2];
for n = 3:101,
y(n) = 0;
for m = 1:2,
y(n) = y(n) + h(m)*x(n-m);
end
end
plot(y)
2. Buatlah program untuk membuat grafik 3 pada Matlab editor seperti berikut:
n=201;
delx=10/(n-1);
for k=1:n
x(k)=(k-1)*delx;
y(k)=sin(x(k))*exp(-0.4*x(k));
end
%plot(x,y)
plot(x,y,'linewidth',4)
title('Grafik yang pertama')
xlabel('x');
ylabel('y');
3. Pada latihan buatlah analisis arti dari setiap perintah perbaris yang tuliskan
dalam Matlab editor pada program untuk membuat grafik 2 dan grafik 3.
15
4. Hasil gambar grafik 2 dan gambar grafik 3.
16
PERCOBAAN 4
EKSTRAKSI GAMBAR RGB
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Menjelaskan tentang dasar-dasar pengolahan citra
4. Membuat program ekstraksi gambar RGB menggunakan Matlab
17
Represntasi dari matriks tersebut dapat ditulis sebagai berikut:
Indeks matriks pada Matlab selalu dimulai dengan angka 1 sehingga untuk
f(0,0) akan sama dengan f(1,1) pada Matlab.
18
imread(‘filename’)
19
gambar=imread('gambar_percobaan_matlab.jpg');
gambar=imshow(gambar);
gambar=imread('gambar_percobaan_matlab.jpg');
red=gambar(:,:,1);
green=gambar(:,:,2);
blue=gambar(:,:,3);
subplot(2,2,1);
imshow(gambar);
title('Gambar RGB');
subplot(2,2,2);
imshow(red);
title('Gambar Merah'); colorbar;
subplot(2,2,3);
imshow(green);
title('Gambar Hijau'); colorbar;
subplot(2,2,4);
imshow(blue);
title('Gambar Biru'); colorbar;
20
4. Hasil gambar ekstraksi nilai piksel red, green dan blue (RGB).
V. LATIHAN
1. Pada latihan ini buatlah analisis arti dari setiap perintah perbaris yang
tuliskan dalam Matlab editor pada program untuk mengekstraksi nilai piksel
RGB gambar menggunakan Matlab.
21
PERCOBAAN 5
KONVERSI CITRA
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Menjelaskan konversi citra RGB ke greyscale dan citra RGB ke biner.
4. Membuat program konversi citra dengan menggunakan Matlab.
22
2. Konversi citra RGB ke biner
Thresholding adalah teknik konversi citra RGB ke citra biner yang dilakukan
dengan cara mengelompokkan nilai derajat setiap piksel kedalam dua warna
yaitu hitam dan putih. Berdasarkan intensitas nilai pada tiap-tiap piksel
dipetakan ke salah satu dari nilai 0 dan 1 yang direpresentasikaan dengan
warna hitam dan putih berdasarkan nilai ambang threshold seperti pada
persamaan berikut ini:
Dimana g(x,y) adalah gambar yang telah berubah menjadi biner, nilai 255
merepresentasikan warna putih dan nilai 0 warna hitam.
gambarwarna = imread('gambar_percobaan_matlab.jpg');
gambargrey = rgb2gray(gambarwarna);
subplot(1,2,1);
imshow(gambarwarna);
title('Gambar RGB');
subplot(1,2,2);
imshow(gambargrey);
title('Gambar
Grey');
Lakukan Save and run. Amati hasilnya.
23
B. Membuat Program Konversi citra RGB ke biner
1. Buka jendela Matlab Editor pada toolbar Matlab yang baru.
2. Gunakan file gambar yang sama “gambar_percobaan_matlab.jpg”.
3. Selanjutnya buat program untuk membuat program konversi citra RGB
ke biner dengan menggunakan fungsi Matlab di dalam Matlab Editor:
gambar = imread('gambar_percobaan_matlab.jpg');
subplot(1,3,1);
imshow(gambar);
title('Gambar RGB');
gray =
rgb2gray(gambar);
thresh = graythresh(gray);
gambarbiner =
im2bw(gray,thresh);
subplot(1,3,2);
imshow(gambarbiner);
title('Gambar Biner');
gambarbiner2 = im2bw(gambar);
subplot(1,3,3);
imshow(gambarbiner2);
Lakukan Save and run. Amati hasilnya.
24
Matlab menyediakan fungsi untuk meubah gambar yang memiliki warna
menjadi Hitam-Putih (BW). Ada 2 fungsi penting dalam proses diatas
yaitu thresh = graythresh (gray); yang digunakan untuk mendapatkan
nilai ambang batas dan imbw = im2bw (gray,thresh); yang melakukan
proses binerisasi citra itu sendiri.
V. LATIHAN
1. Buatlah program konversi citra grayscale dengan menggunakan nilai bobot
yang diberikan untuk ketiga parameter α, β, dan γ yang berbeda-beda dapat
dilakukan dengan menggunakan program sebagai berikut:
gambar = imread('gambar_percobaan_matlab.jpg');
red = gambar(:,:,1);
green = gambar(:,:,2);
blue = gambar(:,:,3);
gray2 = 0.3*red + 0.5*green +
0.2*blue; subplot(2,2,1);
imshow(gray2);
title('Gambar Grayscale');
subplot(2,2,2);
imshow(red);
title('Gambar Merah');
subplot(2,2,3);
imshow(green);
title('Gambar Hijau');
subplot(2,2,4);
imshow(blue);
title('Gambar Biru');
2. Pada latihan buatlah analisis arti dari setiap perintah perbaris yang
tuliskan dalam Matlab editor pada program untuk konversi citra grayscale.
25
3. Hasil gambar program untuk konversi citra grayscale.
26
PERCOBAAN 6
MEMBUAT HISTOGRAM
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Menjelaskan fungsi histogram citra
4. Membuat program histogram citra menggunakan Matlab
27
Dari sebuah histogram dapat diketahui frekuensi kemunculan relative dari
intensitas pada citra, kecerahan, dan kontas dari sebuah gambar.
Proses Histogram:
- Gambar gelap: histogram cenderung ke sebelah kiri
- Gambar terang: histogram cenderung ke sebelah kanan
- Gambar low contrast: histogram mengumpul di suatu tempat
- Gambar high contrast: histogram merata di semua tempat
28
B. Membuat Program Histogram Gambar Gray pada Matlab
1. Buka jendela Matlab Editor yang baru.
2. Dengan menggunakan file yang sama “gambar_percobaan_matlab.jpg”.
Tuliskan program pada jendela editor seperti berikut.
gambar = imread('gambar_percobaan_matlab.jpg');
gray = rgb2gray(gambar);
subplot(1,2,1);
imshow(gray);
title('Citra Gray');
subplot(1,2,2);
imhist(gray(:,:,1));
title('Histogram Citra Gray');
29
V. LATIHAN
1. Menampilkan gambar beserta histogram untuk chanel warna Red, tuliskan
program tampilkan file image seperti berikut:
gambar =
imread('gambar_percobaan_matlab.jpg');
r1=zeros(size(gambar));
r1(:,:,1)=gambar(:,:,1);
r2=uint8(r1);
subplot(1,2,1);
imshow(r2);
title('Citra Red');
subplot(1,2,2);
imhist(r2(:,:,1));
title('Histogram Citra Red');
Amati hasilnya.
30
PERCOBAAN 7
CROPPING DAN REGION OF INTEREST (ROI)
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Menjelaskan tentang Cropping dan Region of interest (ROI) pada citra
4. Membuat program Cropping dan ROI menggunakan Matlab
31
Matlab juga menyediakan fungsi untuk melakukan cropping (pemotongan
bagian tertentu dari gambar menjadi matrik baru yang independen). Fungsi
tersebut yaitu:
Imcrop(matrik_gambar,matrik_titiksudut_crop);
BW = roipoly(I, c, r);
Dimana I adalah matrik gambar, c adalah matrik titik kolom daerah yang
menjadi ROI dan r adalah matrik titik baris daerah yang menjadi ROI.
32
IV. LANGKAH PERCOBAAN
A. Membuat Program Cropping pada Citra
1. Langkah pertama buka jendela Matlab Editor pada toolbar Matlab.
2. Gunakan file gambar yang sama “gambar_percobaan_matlab.jpg”.
3. Selanjutnya buat program Cropping dengan menggunakan fungsi Matlab
di dalam Matlab Editor:
gambar = imread('gambar_percobaan_matlab.jpg');
crop = imcrop(gambar, [100, 200, 220, 250]);
imshow(gambar);
title('Gambar Asli');
figure;
imshow(crop);
title('Gambar
Crop');
Lakukan Save and run. Amati hasilnya.
33
gambar = imread('gambar_percobaan_matlab.jpg');
I=gambar(:,:,1);
c = [202 252 280 250 201 174];
r = [21 21 75 121 121 75];
BW = roipoly(I,c,r);
j = roifill(I,c,r);
figure, imshow(gambar)
figure, imshow(I)
figure, imshow(BW)
figure, imshow(j)
V. LATIHAN
1. Pada latihan ini buatlah analisis masing-masing program arti dari setiap
perintah perbaris yang tuliskan dalam Matlab editor pada program untuk
membuat program cropping pada citra dan Region of interest (ROI) pada
citra.
34
PERCOBAAN 8
MORFOLOGI
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Menjelaskan fungsi morfologi pada citra
4. Membuat program morfologi menggunakan Matlab
Proses morfologi antara lain proses erosi dan dilasi. Proses erosi digunakan
untuk mengurangi ukuran segmen objek dengan mengurangi komponen piksel
yang berada di tepi luasan. Proses dilasi digunakan untuk menambah ukuran
segmen objek dengan menambah lapisan di sekeliling objek. Morfologi akan
mendapatkan hasil yang optimal jika dilakukan pada citra dengan skala graycsale
dan biner.
35
Operasi erosi dilakukan dengan mengatur semua piksel objek dalam jarak
tertentu dari piksel background menjadi 0. Jika semua struktur elemen
terakomodasi dalam objek pada posisi piksel tertentu maka akan bernilai 1 pada
gambar hasil r(x,y), jika tidak akan bernilai 0.
Dimana ⊖ adalah operasi erosi. Operasi erosi juga dapat dilihat sebagai cross
correlation antara struktur elemen a(x,y) dan gambar asli f(x,y).
Dimana ⊕ adalah operasi dilasi. Operasi erosi juga dapat dilihat sebagai
convolution antara struktur elemen a(x,y) dan gambar asli f(x,y).
36
4. Hasil program operasi erosi.
37
V. LATIHAN
1. Pada latihan ini buatlah analisis arti dari setiap perintah perbaris yang
tuliskan dalam Matlab editor pada program untuk proses eriso dan dilatasi
dengan menggunakan Matlab.
38
PERCOBAAN 9
FILTER CITRA
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Menjelaskan tentang filter pada citra
4. Membuat program filter menggunakan Matlab
Filter spasial non-linier atau disebut juga dengan filter statistik berdasar urutan
(order-statistic filter) merupakan filter yang respon nya didasarkan pada urutan
atau rangking piksel yang ada dalam citra yang dicakup oleh area filter dan
menggantikan nilai dari piksel yang berada di tengah digantikan dengan nilai
hasil pengurutan atau perangkingan tersebut.
39
h = fspecial(type, parameters)
Dimana:
average : adalah untuk filter rata - rata.
disk : adalah untuk filter rata - rata lingkaran.
gaussian : adalah untuk gaussian lowpass filter.
laplacian : adalah untuk memperkirakan operator laplace 2-D.
log : adalah untuk Laplacian of Gaussian filter
motion : adalah untuk memperkirakan gerak linier kamera.
prewitt : adalah untuk filter edge Prewitt.
sobel : adalah untuk filter edge Sobel.
unsharp : adalah untuk Unsharp contrast enhancement filter.
40
4. Hasil filtering dengan menggunakan Filter Gaussian
V. LATIHAN
1. Buatlah program untuk filtering menggunakan Filter Median seperti berikut:
gambar = imread('gambar_percobaan_matlab.jpg');
gray = rgb2gray(gambar);
noise = imnoise(gray,'Salt & Pepper',0.03);
awal = medfilt2(gray);
k = medfilt2(noise);
k2 =
medfilt2(noise2);
figure,imshow(awal),title('Citra Awal');
figure,imshow(noise),title('Noise Salt & Pepper');
figure,imshow(k),title('Hasil filter Median');
Amati hasilnya.
2. Buatlah program untuk filtering menggunakan Filter Min dan Min seperti
berikut:
gambar = imread('gambar_percobaan_matlab.jpg');
gray = rgb2gray (gambar);
Ifmax = nlfilter(gray,[3,3],'max(x(:))');
Ifmin = nlfilter(gray,[3,3],'min(x(:))');
figure,imshow(gray),title('Citra Gray');
figure,imshow(Ifmax),title('Hasil Filter Max');
figure,imshow(Ifmin),title('Hasil Filter Min');
Amati hasilnya.
41
3. Buatlah program untuk filtering menggunakan Filter Laplacian seperti berikut:
gambar = imread('gambar_percobaan_matlab.jpg');
gambar = rgb2gray (gambar);
H = fspecial('laplacian');
blurred = imfilter(gambar,H);
figure, imshow(gambar);
figure, imshow(blurred); title('Edge detected Image')
Amati hasilnya.
Amati hasilnya.
5. Pada latihan buatlah analisis arti dari setiap perintah perbaris yang tuliskan
dalam Matlab editor pada masing-masing latihan program filter
menggunakan Matlab.
42
PERCOBAAN 10
KONVOLUSI
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Menjelaskan fungsi konvolusi pada citra
4. Membuat program konvolusi menggunakan Matlab
43
Fungsi diskrit, konvolusi didefinisikan sebagai persamaan berikut,
Pada operasi konvolusi, g(x) disebut kernel konvolusi atau kernel penapis (filter).
Kernel g(x) merupakan suatu jendela yang dioperasikan secara bergeser pada
sinyal masukkan f(x), yang dalam hal ini, jumlah perkalian kedua fungsi pada
setiap titik merupakan hasil konvolusi yang dinyatakan dengan keluaran h(x).
44
gambar = imread('gambar_percobaan_matlab.jpg');
mask = [-1 -1 -1; -1 8 -1; -1 -1 -1];
gray = rgb2gray(gambar);
thresh = graythresh(gray);
imbw = im2bw(gray,thresh);
hasil = conv2(double(imbw),mask,'valid');
figure, imshow(gambar);
figure, imshow(hasil);
V. LATIHAN
1. Pada latihan ini buatlah analisis arti dari setiap perintah perbaris yang
tuliskan dalam Matlab editor pada program konvolusi dengan menggunakan
Matlab.
45
PERCOBAAN 11
OBJECT COUNTING
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Menjelaskan fungsi object counting pada citra
4. Membuat program object counting menggunakan Matlab
1 1 1 0 0 1 1 1
1 0 1 1 1 1 0 1
0 0 0 1 1 0 0 0
0 1 0 0 0 0 1 0
46
Perhitungan internal corner dilakukan dengan mencocokan patterns, misalkan
dimulai dari posisi (0, 0), apakah mempunyai kecocokan dari salah satu patterns.
Kemdian digeser satu pixel kekanan dan seterusnya. Jumlah dari kecocokan
patterns yang sama akan dihitung. Proses ini akan dilakukan untuk pengitungan
internal corner dan external corner.
0 0 0 0 0 0 0 0 0 0 0
0 0 1 1 1 0 0 0 0 0 0
0 1 1 0 1 1 0 0 0 0 0
0 0 1 0 1 1 0 0 0 0 0
0 0 0 1 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 1 1 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 1 1 1 0 0 0 0 0 0
0 1 1 0 1 1 0 0 0 0 0
0 0 1 0 1 1 0 0 0 0 0
0 0 0 1 1 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
Metode object counting hanya menghitung objek yang cenderung rata dalam
pewarnaan. Hanya gambar yang mempunyai bentuk dengan warna yang penuh
saja yang dapat dikenali. Metode ini tidak dapat mengenali gambar yang terdapat
garis pada sekitar gambar objek. Gambar yang tertupuk dengan warna tengah
sama dengan warna background tidak akan dikenali. Untuk memastikan
penggunaan metode ini benar, jika citra dalam bentuk RGB atau Grayscale maka
harus jadikan biner terlebih dahulu.
47
Proses object counting khusus oleh Matlab, fungsi yang digunakan untuk
menghitung objek dimana penulisan kode program umumnya adalah:
[labeled,numObjects] = bwlabel(imbw,4);
Sedangkan fungsi yang digunakan untuk memberi label dan warna yang berbeda
pada setiap objek yaitu:
gambar = imread('gambar_percobaan_matlab.jpg');
gray=rgb2gray(gambar);
thresh=graythresh(gray);
imbw=im2bw(gray,thresh);
[labeled,numObjects] =
bwlabel(imbw,8);
imlabel = label2rgb(labeled, @spring, 'c', 'shuffle');
imshow(imbw);
figure,imshow(imlabel);
48
4. Hasil program object counting.
V. LATIHAN
1. Pada latihan ini buatlah analisis arti dari setiap perintah perbaris yang
tuliskan dalam Matlab editor pada program object counting dengan
menggunakan Matlab.
49
PERCOBAAN 12
DETEKSI TEPI
I. TUJUAN PERCOBAAN
Setelah melakukan percobaan ini mahasiswa mampu:
1. Menggunakan software Matlab
2. Mengenal tool dan cara menggunakan Matlab
3. Menjelaskan fungsi deteksi tepi pada citra
4. Membuat program deteksi tepi menggunakan Matlab
50
Deteksi tepi (Edge Detection) pada suatu citra adalah suatu proses yang
menghasilkan tepi-tepi dari obyek-obyek citra dan meningkatkan penampakan
garis batas suatu daerah atau obyek di dalam citra. Tujuannya adalah untuk
menandai bagian yang menjadi detail citra. Serta untuk memperbaiki detail dari
citra yang kabur, yang terjadi karena error atau adanya efek dari proses akuisisi
data citra.
51
Pada Matlab proses pendeteksian tepi dilakukan dengan perintah/fungsi
edge. Ada beberapa metode yang dapat dilakukan pada deteksi tepi
menggunakana Matlab yaitu metode Sobel, Prewitt, Roberts, Laplacian of
Gaussian, metode Zero Cross, dan Canny. Yang penting diperhatikan pada
deteksi tepi bahwa hanya dapat dilakukan menggunakan citra grayscale atau citra
2-D.
52
V. LATIHAN
1. Buatlah program deteksi tepi dengan metode Canny seperti berikut:
gambar = imread('gambar_percobaan_matlab.jpg');
gray = rgb2gray(gambar);
gambar_tepi = edge(gray,'canny');
subplot(1,2,1);
imshow(gray);
title('Gambar Gray');
subplot(1,2,2);
imshow(gambar_tepi);
title('Gambar Deteksi Tepi');
Amati hasilnya.
Amati hasilnya.
Amati hasilnya.
4. Pada latihan buatlah analisis arti dari setiap perintah perbaris yang tuliskan
dalam Matlab editor pada masing-masing latihan program deteksi tepi
menggunakan Matlab.
53
PERCOBAAN 13
FFT
PERCOBAAN 14
KAMERA
54