Post on 12-Jul-2015
5/11/2018 113118016 - Satriyo Sujoko - slidepdf.com
http://slidepdf.com/reader/full/113118016-satriyo-sujoko 1/4
1
Edge Detection Pada Sebuah Citra Digital dan Perbandingannya
Satriyo Sujoko
IFX-35-01 Fakultas Informatika Institut Teknologi Telkom, Bandung
satriyo.sujoko@gmail.com
Abstrak
Pengolahan citra digital dapat dilakukan berbagai cara diantaranya adalah representasi dan permodelan citra,
peningkatan kualitas citra, restorasi citra, analisis citra, rekonstruksi citra dan kompresi citra. Pada makalah ini,
pengolahan citra digital difokuskan pada teknik peningkatan mutu pada domain spatial khususnya penggunaan untuk
teknik deteksi tepian (Edge Detection). Teknik image enhancement digunakan untuk meningkatkan kualitas suatu
citra digital, baik dalam tujuan untuk menonjolkan suatu ciri tertentu dalam citra tersebut, maupun untuk
memperbaiki aspek tampilan. Proses ini biasanya didasarkan pada prosedur yang bersifat eksperimental, subjektif,
dan amat bergantung pada tujuan yang hendak dicapai.
Operator edge detection yang ada sekarang sangat beragam, dari dasarturunan pertama berkembang ke turunan
kedua dan terakhir terdapat turunan ketiga dari edge detection , dan digunakan penerapannya sesuai kebutuhan
sistem. Operator edge detection turunan pertama berorientasi kepada angka-angka yang tersusun matematis, yang
serimg kita sebut dengan matriks. Sehingga konversi dari satu model ke model yang lain pun sangat dimungkinkan
dengan operasi penambahan, pengurangan, perkalian dan pembagian matriks – matriksnya. Dari operator edge detection yang ada dan digabungkan dengan perhitungan matriks untuk konversinya maka
muncul algorithma-algorithma untuk membuat citra digital lebih enak di lihat di mata manusia. Proses pendeteksian
warna sendiri memang bersifat lossy, tetapi tidak mengurangi nilai estetika yang ada dalam suatu citra digital.
Kata kunci : Edge Detection, Prewitt, Laplace
1. Pendahuluan
Edge detection adalah hal mendasar dalam
pengolahan citra dan visi komputer, khusunya di
bidang fitur deteksi dan ekstrasi fitur, yang bertujuan
untuk mengidentifikasi titik-titik dalam gambar digital
dimana perubahan kecerahan gambar tajam atau lebih
formal, memiliki diskontinuitas. Masalah yang sama
untuk menemukan diskontinuitas dalam sinyal 1Ddikenal sebagai langkah deteksi. Edge detection
digunakan untuk menandai bagian dari detail citra dan
dapat juga untuk memperbaiki detail citra yang kabur,
yang terjadi karena error.
Gambar 1 Proses Pendeteksian tepi citra
Macam – macam atau teknik yang digunakan
dalam pendeteksian tepi atau edge detection dalam
citra sangat beragam. Diantaranya yaitu ada prewitt /
sobel edge detection dan canny / laplacian edge
detection yang mempunyai kelebihan dan
kekurangan-nya masing-masing.
Dari sekian banyak nya teknik edge detection
atau yang sering disebut dengan metode /opertor,kebanyakan orang menggunakan metode prewitt ,
sobel dan robert sesuai kebutuhan masing – masing.
Bila diperhatikan bahwa tepi suatu gambar terletak
pada titik-titik yang memiliki perbedaan tinggi.
Berdasarkan prinsip-prinsip filter pada citra maka
tepi suatu gambar dapat diperoleh menggunakan
High Pass Filter (HPF).
Pengolahan citra digital dapat dilakukan
berbagai cara diantaranya adalah representasi dan
permodelan citra, peningkatan kualitas citra, restorasi
citra, analisis citra, rekonstruksi citra dan kompresi
citra. Pada makalah ini, pengolahan citra digital
difokuskan pada teknik peningkatan mutu padadomain spatial khususnya penggunaan untuk teknik
deteksi tepian (Edge Detection). Teknik image
enhancement digunakan untuk meningkatkan
kualitas suatu citra digital, baik dalam tujuan untuk
menonjolkan suatu ciri tertentu dalam citra tersebut,
maupun untuk memperbaiki aspek tampilan. Proses
ini biasanya didasarkan pada prosedur yang bersifat
eksperimental, subjektif, dan amat bergantung pada
tujuan yang hendak dicapai.
5/11/2018 113118016 - Satriyo Sujoko - slidepdf.com
http://slidepdf.com/reader/full/113118016-satriyo-sujoko 2/4
2
2. Metode Edge Detection
2.1 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 yna gdikenal
sebagai fungsi untuk membangkitkan HPF. Kernel
filter yang digunakan dalam metode Prewitt ini adalah
:
H = [ ] dan V = [ ] Secara teknis metode prewitt merupakan
operator diferensiasi diskrit, komputasi perkiraan
gradien dan fungsi intensitas citra. Operator prewitt
didasarkan pada convolving gambar dengan filter
yang memiliki cost kecil, dipisahkan dengan integerdalam arah horisontal dan vertikal yang sangat
serderhana dalam hal perhitungan. Di sisi lain,
pendekatan gradien yang dihasilkan relatif kurang
khususnya untuk variasi frekuensi warna yang tinggi
dalam gambar.
Operator menghitung gradien dari intensitas citra
pada setiap titik memberikan arah peningkatan
kemungkinan terbesar dari terang ke gelap, dalam
tingkat perubahan arah citra tersebut. Dalam
prakteknya, besarnya (kemungkinan tepi) perhitungan
lebih handal dan lebih mudah untuk
menginterpretasikan dari perhitungan arah.
Gambar 2. Contoh Gambar sebelum dilakukan
Edge Detection metode Prewitt
Gambar 3. Contoh Gambar setelah dilakukan
Edge Detection metode Prewitt
Hasil dari operator Prewitt pada titik gambar yang
berada dalam wilayah intensitas citra yang konstan
adalah vektor nol dan pada suatu titik
pada tepi adalah sebuah vektor yang titik di tepi, dari
gelap ke terang nilai-nilai.
Karena fungsi intensitas dari gambar digital
hanya dikenal pada titik – titik diskrit, turunan dari
fungsi ini tidak dapat didefinisikan kecuali kita
berasumsi bahwa ada fungsi kontinyu intensitas yang
mendasar dan telah terbuat sampel pada titik – titik
gambar. Metode sobel merupakan pendekatan yang
kurang akurat dari gradien gambar, tetapi masih
cukup berkualitas untuk digunakan dalam banyak
aplikasi praktis. Lebih tepatnya ia menggunakan nilai
intensitas hanya di daerah matriks 3x3 sekitar
gambar untuk perkiraan gradien gambar yang sesuai,
dan hanya menggunakan nilai – nilai integer untuk
koefisien yang berat intensitas gambar untuk
menghasilkan pendekatan gradien.
Dalam penanganan noise mungkin operator
prewitt kurang dan lebih baik dengan menggunakanoperator sobel dalam menangani noise yang muncul.
Hal ini dikarenakan operator sobel lebih baik dalam
melakukan penanganan noise.
2.2 Operator Laplace
Operator Laplace merupakan turunan kedua
dalam metode pendeteksian tepi atau kita sebut
dengan Edge Detection. Operator ini biasanya
digunakan dalam mendeteksi lokasi tepi khususnya
pada citra tepi yang curam. Pada tepi yang curam,
turunan keduanya mempunyai persilangan nol, yaitu
titik di mana terdapat pergantian tanda nilai turunankedua, sedangkan pada tepi yang landai tidak
terdapat persilangan nol. Contohnya adalah
operator Laplacian Gaussian, operator Gaussian.
Mendeteksi lokasi tepi lebih akurat khususnya
pada tepi yang curam. Turunan keduanya
mempunyai persilangan nol (zero-crossing), yang
merupakan lokasi tepi yang akurat.
5/11/2018 113118016 - Satriyo Sujoko - slidepdf.com
http://slidepdf.com/reader/full/113118016-satriyo-sujoko 3/4
3
Gmbar 4 . Macam – macam model tepi pada
edge detection
Untuk mengurangi deteksi tepi yang palsu
difilter dulu dengan fungsi Gaussian. Laplacian of
Gaussian filtering bertujuan untuk menghilangkan
noise dan meningkatkan kwalitas detil. Laplacian
bertujuan untuk meningkatkan kwalitas detil (detail
enhancement).
Gambar 5. Skema deteksi tepi yang mengalami
gangguan
Jadi untuk mendeteksi tepi citra yang mengalami
gangguan dapat dilakukan salah satu dari operasi
berikut :
1. konvolusi citra dengan fungsi gauss G(x,y)
kemudian dilakukan operasi laplacian
terhadap hasilnya.
2. konvolusi citra dengan LoG.
Gmbar 6. Contoh filter LoG 5 X 5
Laplacian ini umum digunakan untuk deteksi
tepi dalam gambar digital. Operasi gradien sangat
cocok untuk tepi yang tajam dimana piksel dari gray
level berubah sangat cepat. Namun jika gray level
berubah perlahan dari gelap ke terang maka
operasi gradient akan menghasilkan tepi yang
melebar. Maka untuk mengatasinya bisa
dilakukan menggunakan metode laplacian. Metode
ini akan
mendeteksi zero crossing ,untuk menentukan garis
batas antara hitam dan putih, yang terdapat pada
turunan kedua dari citra yang bersangkutan.
Kekurangann dari penerapan perator laplacian
adalah sangat sensitif terhadap noise, namun
demikian edge detection dengan operator ini
dapat di tingkatkan hasilnya dengan menerapkan
thresholding.
Output dari Laplacian dari Gussian (LOG)
Operator diperoleh dengan operasi konvolusi sebagai
berikut:
Dasar pemikiran dari operator laplacianadalah penggunaan turunan kedua untuk
mendeteksi garis pinggir yang dihasilkan oleh
perubahan kontras gray level pada citra.
Kemudian mencari titik pelana (zero crossing)
untuk digunakan sebagai lokasi garis tepi (edge).
Penjumlahan turunan kedua di kedua arah x dan
y suatu matriks citra inilah yang disebut disebut
laplacian.
5/11/2018 113118016 - Satriyo Sujoko - slidepdf.com
http://slidepdf.com/reader/full/113118016-satriyo-sujoko 4/4
4
Filter Gaussian digunakan untuk menghaluskan
dan turunan kedua dari yang digunakan untuk langkah
peningkatan. Kriteria deteksi adanya zero crossing
pada turunan kedua dengan puncak besar terkait
dalam derivatif pertama.
Gambar 7. Hasil citra setelah dilakukan edge
detection dengan operator Laplacian.
Dalam pendekatan ini, pertama – tama
kebisingan dikurangi dengan convoluting gambar
dengan filter Gaussian. Poin kebisingan terisolasi danstruktur kecil disaring dengan smoothing namun ujung
– ujung tersebar. Piksel dengan gradien lokal
maksimal dianggap sebagai tepi oleh detektor
tepi. Arah tepi diperoleh dengan menggunakan arah
dimana terjadi zerocrosing.
Dalam LoG ada dua metode yang secara
matematis setara, kedua metode tersebut dapat
diterapkan dalam kecenderungan yang terlihat sejenis,
metode tersebut adalah :
- Convolve gambar dengan smoothing
gaussian filtering dan menghitung Laplacian
dari hasilnya.
- Convolve gambar dengan filter linier yang
merupakan Laplacian dari filter gaussian itu
sendiri.
Hal ini juga terjadi di log. Smoothing dilakukan
dengan filter gaussian, peningkatan ini dilakukan
dengan mengubah tepi ke zero crossings dan deteksi
dilakukan dengan mendeteksi zero crossings.
Daftar Pustaka
[1] Phillip A. Mlsna1and Jeffrey J. Rodríguez
Northern Arizona, University of Arizona
[2] http://en.wikipedia.org/wiki/Edge_detection
[3] http://my.opera.com/aviciena/blog/index.dml/
tag/pengolahan-citra
[4] http://www.antonio.web.id/tugas-grafcit-
pendeteksian-tepi/
[5] http://id.wikipedia.org/wiki/Pengolahan_citra
[6] K. Pratt , William. Digital Image Processing:
PIKS Inside, Third Edition. 2001 : Los Altos,
California.