1/8/2020 1
A. Defenisi Tepi
• Tepi (edge) adalah perubahan
nilai intensitas derajad keabuan
yang mendadak (besar) dalam
jarak yang singkat .
1/8/2020 4
A. Defenisi Tepi
• Tujuan operasi pendeteksian tepi adalah
untuk meningkatkan penampakan garis
batas suatu daerah atau objek di dalam
citra.
• Tepi biasanya terdapat pada batas antara
dua daerah yang berbeda pada suatu
citra. Tepi dapat diorientasikan dengan
suatu arah dan arah ini berubah sesuai
dengan perubahan intensitas.
1/8/2020 5
A. Defenisi Tepi
• Ada tiga macam tepi pada citra
digital yaitu :
1. Tepi Curam
2. Tepi Landai
3. Tepi yang mengandung noise (derau)
1/8/2020 6
1. Tepi Curam
Derajad keabuan
900
1/8/2020 7
4 4 4 8 8 8 8 8
4 4 4 8 8 8 8 8
4 4 4 8 8 8 8 8
4 4 4 8 8 8 8 8
4 4 4 8 8 8 8 8
1/8/2020 8
2. Tepi Landai
• Tepi landai adalah tepi dengan perubahan
intensitas yang landai. Arah tepi lebih kecil
dari 900.
Derajat Keabuan
600
x
1/8/2020 9
4 4 5 6 7 8 8 8
4 4 5 6 7 8 8
8
4 4 5 6 7 8 8 8
4 4 5 6 7 8 8 8
4 4 5 6 7 8 8 8
1/8/2020 10
3. Tepi yang mengandung derau
(noise)
Derajat Keabuan
1/8/2020 11
B. Tujuan Pendeteksian Tepi
• Tujuan operasi pendeteksian tepi adalah
untuk meningkatkan penampakan garis
batas suatu daerah atau objek di dalam
citra.
• Ada beberapa teknik yang digunakan
untuk mendeteksi tepi, antara lain
1. Operator gradien pertama.
2. Operator turunan kedua.
3. Operator kompas.
1/8/2020 12
1. Pendeteksian tepi dengan
operator gradien pertama
(differential gradient).
a.Operator turunan pertama
Operator turunan pertama menggunakan
mask konvolusi :
Gx -1 1
1
dan Gy
- 1
1/8/2020 13
Nilai setiap pixel adalah
1. g(x,y) = G[f(x,y)] = |G (x)2 + |G (y)2 | atau
2. g(x,y) = G[f(x,y)] = |G (x) | + |G (y) | atau
3. g(x,y) = G[f(x,y)] = max |G (x)2|, |G (y)2| atau
4. g(x,y) = G[f(x,y)] = max |G (x) |, |G (y) |
Biasanya persamaan 2 dan 4 lebih banyak
digunakan karena operasi matematikanya
lebih mudah
1/8/2020 14
• Contoh 1.
• Misal terdapat sebuah citra 5x5 dengan
dua derajad keabuan seperti yang
ditunjukkan oleh matriks berikut.
1 1 1 1 1
1 1 1 1
1
1 1 1 0 0
1 1 0 0 0
1 1 0 0 0
1/8/2020 15
• Tentukan :
• Hasil konvolusi dengan menggunakan
mask konvolusi operator turunan pertama
g(x,y) = G[f(x,y)] =
• Hasil konvolusi dengan menggunakan nilai
ambang T = 2 dan operator
pengambangan :
1 G[f(x, y)] T
g( x, y)'
0 G[f(x, y)] 0
1/8/2020 16
Penyelesaian :
1/8/2020 18
0 0 0 0 *
0 0 0 1
*
• g(x,y) = G[f(x,y)] = 0 0 2 0 *
0 1 0 0 *
* * * * *
0 0 0 0 * 0 0 0 0 0
0 0 1
0 0 0 * 0 0 1
0 0 1 0 * 0 0 1 0 0
0 1 0 0 * 0 0 0 0 0
0 1 0 0 * *
* * * *
1/8/2020 19
2. Dengan menggunakan nilai ambang T = 2
dan operator pengambangan :
1 G[f(x, y)] T
g( x, y)'
0 G[f(x, y)] 0
0 0 0 0 *
0 0 0 1
*
didapat : g(x,y)’ = 0 0 1 0 *
0 1 0 0 *
* * * * *
1/8/2020 20
b. Operator selisih terpusat ( center-difference )
• Operasi selisih terpusat menggunakan mask
konvolusi :
1
G x 1 0 1
; Gy 0
1
g(x,y) = G(x) G( y)
1/8/2020 21
c. Operator Sobel
Operasi Sobel menggunakan mask
konvolusi :
1 0 1 1 2 1
S x 2 0 2 ; S y 0 0 0
1 0 1 1 2 1
g(x,y) ≈ S(x) S( y)
1/8/2020 22
• Contoh 2 : Tentukan hasil konvolusi dari
citra berikut dengan menggunakan
operator Sobel dan nilai ambang T = 12.
0 0 0 0 0 0 2 0 3 3
0 0 0 1 0 0 0 2 4
3
0 0 2 0 2 4 3 3 2 3
0 0 1 3 3 4 3 3 3 3
0 1 0 4 3 3 2 4 3 2
0
1/8/2020
0 1 2 3 3 4 4 4 3
23
• Penyelesaian : Tentukan sub-matriks 3x3
(sesuai dengan mask konvolusi operator
Sobel). Sub-matriks yang dimaksud
adalah :
0 0 0
0 0
0
0 0 2
Lalu lakukan operasi konvolusi dengan :
1/8/2020 24
1 0 1 1 2 1
S x 2 0 2 dan S y 0 0 0
1 0 1 1 2 1
Didapat :
0 0 0 1 0 1
0 0 0 2 0 2
S(1)x = =2
0 0 2 1 0 1
1/8/2020 25
0 0 0 1 2 1
0 0 0 0 0 0
S(1)y = = -2
0 0 2 1 2 1
g(1,1) = 2 2 4
3 3 3 1 0 1
4 3 2
S(8)x = 2 0 2 = -5
4 4 3 1 0 1
1/8/2020 26
3 3 3 1 2 1
4 3 2 0 0 0
S(4)y = = -3
4 4 3 1 2 1
g(8,4) = 5 3 8
* * * * * * * * * *
*
4 6 4 10 14 12 14 4 *
* 6 8 10 20 16 12 6 0 *
g(x,y) =
* 4 10 14 10 2 4 2 4 *
* 2 12 12 2 2 4 6 8 *
* * * * * * * * * *
1/8/2020 27
Dengan menggunakan nilai ambang T = 12 dan
T G[f(x, y)] T
g( x, y)' g(x, y) 0 G[f(x, y)] T
0 G[f(x, y)] 0
Maka didapat :
* * * * * * * * * *
* 4 6 4 10 12 12 12 4 *
* 6 8 10 12 12 12 6 0 *
g(x,y)’ = * 4 10 12 10 2 4 2 4 *
* 2 12 12 2 2 4 6 8 *
* * * * * * * * * *
1/8/2020 28
d) Operator Prewitt
Operasi Prewitt menggunakan mask konvolusi
- 1 0 1 1 1 1
Px 1 0 1 ; Py 0 0 0
1 1 1
1 0 1
g ( x, y) P( x) P( y)
1/8/2020 29
e) Operator Roberts
Operasi Roberts menggunakan mask konvolusi
1 0 0 1
R ; R
0 1 1 0
g(x,y) ≈ R (x) R ( y)
1/8/2020 30
Contoh 3. Tentukan hasil konvolusi dari citra
Berikut dengan menggunakan
operator Robert
3 4 2 5 1
2 1 6 4
2
3 5 7 1 3
4 2 5 7 1
2 5 1 3 2
1/8/2020 31
Penyelesaian :
Tentukan sub-matriks 2x2 (sesuai dengan mask
konvolusi operator Roberts).
Sub-matriks yang dimaksud adalah :
3 4
2
1
1/8/2020 32
Lalu lakukan operasi konvolusi dengan
1 0 0 1
R dan R
0 1 1 0
3 4 1 0
Didapat : R(1)+ = 2 1 0 1 =2
3 4 0 1
R(1)- = 2 1 1 0 =2
1/8/2020
33
g(1,1) = 2 2 4
……….
7 1 1 0
R(4)+ = = 5
3 2 0 1
7 1 0 1
R(4)- = =-2
3 2 1 0
g(4,4) = 5 2 7
1/8/2020 34
Sehingga di dapat
4 3 3 6 *
5
7 8 2 *
2 5 4 4 *
1 1 8 7 *
* * * * *
1/8/2020 35
robert
1/8/2020 36
Robert
1/8/2020 37
sobel
1/8/2020 38
prewitt
1/8/2020 39
Robert Sobel Prewitt
1/8/2020 40
Operator Laplace
1/8/2020 41
Laplace of Gaussian
1/8/2020 42
Operator Canny
Operator Kompas
1/8/2020 45
0 0 0 0 0 0 2 0 3 3
0 0 0 1 0 0 0 2 4
3
0 0 2 0 2 4 3 3 2 3
0 0 1 3 3 4 3 3 3 3
0 1 0 4 3 3 2 4 3 2
0 0 1 2 3 3 4 4 4 3