SEGMENTASI CITRA
Segmentasi citra adalah membagi suatu citra menjadi wilayah-wilayah yang homogen.
I. DASAR TEORI
>EDGE DETECTION (DETEKSI TEPI)
Penentuan tepian suatu objek dalam citra merupakan salah satu wilayah pengolahan citra digital yang paling awal dan paling banyak diteliti. Proses ini seringkali ditempatkan sebagai langkah pertama dalam aplikasi segmentasi citra, yang bertujuan untuk mengenali objek-objek yang terdapat dalam citra ataupun konteks citra secara keseluruhan.
Deteksi tepi berfungsi untuk mengidentifikasi garis batas (boundary) dari suatu objek yang terdapat pada citra. Tepian dapat dipandang sebagai lokasi piksel dimana terdapat nilai perbedaan intensitas citra secara ekstrem. Sebuah edge detector bekerja dengan cara mengidentifikasi dan menonjolkan lokasi-lokasi piksel yang memiliki karakteristik tersebut.
Ada banyak cara-cara untuk mengintifikasikan bagian tepi suatu citra, diantaranya adalah sebagai berikut :
>OPERATOR GRADIEN
Pada citra digital f(x,y), turunan berarah sepanjang tepian objek akan bernilai maksimum pada arah normal dari kontur tepian yang bersesuaian. Sifat ini dipergunakan sebagai dasar pemanfaatan operator gradien sebagai edge detector.
Operator gradien citra konvensional melakukan diferensiasi intensitas piksel pada arah baris dan kolom, mengikuti persamaan local intensity variation berikut :
Nilai magnitudo gradien dari persamaan di atas dapat dinyatakan sebagai berikut:
Operator gradien dapat direpresentasikan oleh dua buah kernel konvolusi Gx dan Gy, yang masing-masing mendefinisikan operasi penghitungan gradien dalam arah sumbu x dan sumbu y yang saling tegak lurus.
Dalam kasus penghitungan gradien dengan persamaan local intensity variation, maka kernel Gx dan Gy dapat dirumuskan seperti berikut:
Gx = [-1 1]
Gy =
Dari operator gradien konvensional di atas, dapat diturunkan berbagai operator gradien berikut :
1. Operator Roberts
2. Operator Prewit
3. Operator Sobel
>OPERATOR LAPLACIAN
Dalam kondisi transisi tepian yang lebih tidak ekstrem, penggunaan operator turunan kedua lebih dianjurkan.
Turunan kedua memiliki sifat lebih sensitif terhadap noise, selain itu juga menghasilkan double edge. Oleh karena itu, operator Laplacian dalam deteksi tepi pada umumnya tidak dipergunakan secara langsung, namun dikombinasikan dengan suatu kernel Gaussian menjadi sebuah operator Laplacian of Gaussian.
Fungsi transfer dari kernel Laplacian of Gaussian dapat dirumuskan sebagai berikut:
>OPERATOR ZERRO CROSS
Metode Zero-cross menemukan edge dengan cara mencari zero crossings setelah memfilter I (Identitas) dengan filter a yang telah ditentukan.
>OPERATOR CANNY
Salah satu algoritma deteksi tepi modern adalah deteksi tepi dengan menggunakan metoda CannyBerikut adalah diagram blok algoritma Canny :
II. CARA PEMAKAIAN PROGRAM
a) Cara memakai program GUI adalah :
1. Buka program Matlab 7.0 keatas (tapi disini kami memakai matlab 7.5)
2. Buka toolbar File ? New ? GUI
3. Kemudian Klik tab Open Existing GUI? D:\FILE UI\SEMESTER 6 KULIAH EVI (2008)\CITRA\TUGAS SEGMENTASI CITRA\EVI_EDGE_DETECTION.fig? klik open
4. Muncul tampilan window berikut:
5. Klik run , sehingga muncul window berikut :
6. Lalu kita mulai dengan memasukkan image dengan klik toolbar File lalu klik ‘open file’ lalu pilih image atau citra apa yang mau dicoba untuk berbagai jenis program Edge Detection.
Contoh : using Robert, caranya : Klik toolbar File ?Open File?ambil image(citra)
