REVIEW PROPERTI OPERATOR MATEMATIKA MORPHOLOGI DALAM PEMROSESAN CITRA

dokumen-dokumen yang mirip
KOMBINASI METODE MORPHOLOGICAL GRADIENT DAN TRANSFORMASI WATERSHED PADA PROSES SEGMENTASI CITRA DIGITAL

APLIKASI OPERASI HIMPUNAN DAN MATEMATIKA MORFOLOGI PADA PENGOLAHAN CITRA DIGITAL

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.

Morphological Image Processing

IMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF

BAB II LANDASAN TEORI

DEKOMPOSISI MORFOLOGI BENTUK BINER DUA DIMENSI MENJADI POLIGON KONVEKS DENGAN PENDEKATAN HEURISTIK

Apa yang bisa dilakukan oleh morfologi citra? Operasi morfologi :

Representasi Citra. Bertalya. Universitas Gunadarma

PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY

PENGOLAHAN CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL

Pertemuan 2 Representasi Citra

BAB 2 TINJAUAN TEORETIS

Pembentukan Citra. Bab Model Citra

BAB II LANDASAN TEORI

TEKNIK PENGOLAHAN CITRA. Kuliah 11 Mathematical Morphology. Indah Susilawati, S.T., M.Eng.

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

Pengolahan Citra : Konsep Dasar

BAB 2 LANDASAN TEORI

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

KONSEP DASAR PENGOLAHAN CITRA

Abstrak. Kata kunci : deteksi tepi, morfologi gradien, representasi bentuk, structuring element, shape matrix

Pertemuan 2 Dasar Citra Digital. Anny Yuniarti, S.Kom, M.Comp.Sc

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )

BAB II LANDASAN TEORI

PEMANFAATAN OPERASI MORPHOLOGI UNTUK PROSES PENDETEKSIAN SISI PADA PENGOLAHAN CITRA DIGITAL

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

BAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1

TEKNIK PENGOLAHAN CITRA. Kuliah 10 Mathematical Morphology. Indah Susilawati, S.T., M.Eng.

GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)

Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel

SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL

SEGMENTASI CITRA DIGITAL IKAN MENGGUNAKAN METODE THRESHOLDING DIGITAL FISH IMAGE SEGMENTATION BY THRESHOLDING METHOD

ESTIMASI BENTUK STRUCTURING ELEMENT BERDASAR REPRESENTASI OBYEK

SAMPLING DAN KUANTISASI

AREA PROCESS. Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode

BAB II LANDASAN TEORI

Pertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc

BAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya

BAB II TI JAUA PUSTAKA

Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan

IMPLEMENTASI TEKNIK WATERSHED DAN MORFOLOGI PADA CITRA SATELIT UNTUK SEGMENTASI AREA UNIVERSITAS BRAWIJAYA

One picture is worth more than ten thousand words

FAKULTAS TEKNIK (FT) PROGRAM TEKNIK INFORMATIKA UNIVERSITAS NUSANTARA PGRI KEDIRI 2016

BAB I PENDAHULUAN 1.1 Latar Belakang

Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I

BAB III PENGOLAHAN DATA

10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 10. Morphological Image Processing. Pemrosesan citra secara morfologis.

Batra Yudha Pratama

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

PENDETEKSIAN POSISI PLAT NOMOR KENDARAAN MENGGUNAKAN METODE MORFOLOGI MATEMATIKA

By Emy. 2 of By Emy

BAB 2 TINJAUAN PUSTAKA

BAB 4 IMPLEMENTASI DAN PENGUJIAN. perangkat lunak yang sama untuk semua pengujian. analisa citra bioinformatika ini dalah sebagai berikut:

BAB II LANDASAN TEORI. berawal dari suatu ide untuk menyimpan segitiga Sierpinski menggunakan

IMPLEMENTASI SEGMENTASI PEMBULUH RETINA DENGAN METODE MULTI- SCALE LINE TRACKING

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

PENDETEKSIAN POSISI PLAT NOMOR MOBIL MENGGUNAKAN METODE MORFOLOGI DENGAN OPERASI DILASI, FILLING HOLES, DAN OPENING

Pengenalan Objek Berdasarkan Warna Merah Menggunakan Metode Subtraction dan Blobanalysis Pada Canal Rgb Melalui Real-Time Video

oleh: M BAHARUDIN GHANIY NRP

Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika (KARMAPATI) Volume 2, Nomor 1, Januari 2013

PERTEMUAN 8 MATRIX. Introduction Definition How is matrix stored in memory Declaration Processing

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN

MATHunesa (Volume 3: No 2) 2014

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA DIGITAL. Segmentasi ABDUL AZIS, M.KOM

BAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi

Model Citra (bag. 2)

BAB 2 LANDASAN TEORI

PERANGKAT LUNAK SEGMENTASI CITRA DENGAN METODE WATERSHED

APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA

BAB II CITRA DIGITAL

Konsep Dasar Pengolahan Citra. Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI

PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY

G a a = e = a a. b. Berdasarkan Contoh 1.2 bagian b diperoleh himpunan semua bilangan bulat Z. merupakan grup terhadap penjumlahan bilangan.

BAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.

PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK

Operasi-operasi Dasar Pengolahan Citra Digital

Restorasi Citra dalam Rekayasa Biomedik

BAB II LANDASAN TEORI...

10/11/2014 IMAGE SMOOTHING. CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening)

IDENTIFIKASI IRIS MATA MENGGUNAKAN JARINGAN SYARAF TIRUAN

(IMAGE ENHANCEMENT) Peningkatan kualitas citra di bagi menjadi dua kategori yaitu :

METODOLOGI PENELITIAN

PENERAPAN METODE MORFOLOGI GRADIEN UNTUK PERBAIKAN KUALITAS DETEKSI TEPI PADA CITRA MOTIF BATIK

Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016

BAB II LANDASAN TEORI

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Rancangan antarmuka (interface) program terdiri dari form cover, form

METODE SHAPE DESCRIPTOR BERBASIS SHAPE MATRIX UNTUK ESTIMASI BENTUK STRUCTURING ELEMENT

BAB 2 LANDASAN TEORI

Konvolusi. Esther Wibowo Erick Kurniawan

Transkripsi:

Prosiding Semirata 2015 bidang Teknologi Informasi dan Multi Disiplin Universitas Tanjungpura Pontianak Hal 134-141 REVIEW PROPERTI OPERATOR MATEMATIKA MORPHOLOGI DALAM PEMROSESAN CITRA Zaiful Bahri Jurusan Matematika FMIPA Universitas Riau, Pekanbaru zaifulbahri@unri.ac.id ABSTRACT This paper discusses some properties of mathematical morphology in image processing (, ), where (, ) is digital image that has function of light intensity two dimensions (, ), and are spatial coordinats. Values of (, ) on every point are gray level an image. Keywords : image, operator, mathematical morphology, grays level ABSTRAK Dalam tulisan ini dibahas mengenai beberapa properties operator matematika morphologi dalam pemrosesan citra (, ), di mana (, ) adalah citra dijital yang merupakan fungsi intensitas cahaya dua dimensi (, ), dan menunjukkan koordinat spasial. Nilai (, ) pada tiap titik menunjukkan tingkat keabuan (gray level) citra pada titik tersebut. Kata kunci : citra, operator, matematika morphologi, gray level 1. PENDAHULUAN Morphologi merupakan suatu pendekatan pada analisa citra berdasarkan pada asumsi bahwa sebuah citra terdiri dari struktur yang bisa ditangani dengan teori himpunan. Morphologi banyak digunakan dalam kajian tentang shape (bentuk). Morphologi berdasarkan ide-ide yang dikembangkan oleh J. Serra dan G. Matheron pada Ecole des Mines di Fontainebleau, Perancis. Masalah morphology ini juga dapat ditemukan pada Serra (1986), Haralick, Sternberg dan Zhuang (1987) serta Haralick dan Shapiro (1992). Morphologi menjadi popular beberapa tahun belakangan ini. Matematika morphologi sebagian besar sesuai dengan teori matematika tentang penggambaran bentuk menggunakan himpunan. Dala, pemrosesan citra, matematika morpologi digunakan untuk menyelidiki interaksi antara sebuah citra dan suatu pemilihan struktur element tertentu menggunakan operasi-operasi dasar erosion dan dilation. 2. METODE PENELITIAN Perluasan morphologi pada citra tingkat abu-abu dalam hal ini adalah operasi dasar,komplemen dilasi, erosi, opening dan closing. Operasi-operasi ini digunakan untuk mengembangkan beberapa algoritma morphologi tingkat abu-abu dasar. Juga dikembangkan algoritma untuk boundary extraction melalui gradient morphologi dan untuk Makalah dipresentasikan dalam Seminar Nasional Dan Rapat Tahunan Bidang MIPA 2015 dengan Tema Peran Ilmu MIPA Dalam Pengelolaan Sumber Daya Alam Untuk Meningkatkan Daya Saing Bangsa pada tanggal 7 Mei 2015 di Fakultas MIPA Universitas Tanjungpura Pontianak.

partisi daerah berdasarkan isi tekstur. Fungsi citra dijital dalam bentuk (, ) adalah citra input. Citra digital dapat berupa citra dalam mode keabuan atau citra berwarna (color). Setiap citra direpresentasikan dalam bentuk matrik berukuran m x n, dimana m menunjukkan banyaknya elemen baris dan n untuk jumlah kolom pada matriks tersebut. Berikut adalah persamaan representasi citra dijital berukuran m x n. f ( x1, y1 ) KK f ( x1, yn) f ( x, y) M O M = M O M f ( xm, y1 ) f ( xm, yn) LL Fungsi (, ) adalah struktur elemen (strel) yang merupakan fungsi sub citra. Asumsinya adalah bahwa fungsi-fungsi ini adalah diskrit. Z merupakan himpunan real integer, asumsi bahwa (, ) adalah integer dari Z x Z sedangkan f dan b adalah fungsi yang memberikan nilai level abu-abu untuk setiap pasang koordinat (, ). 3. HASIL DAN PEMBAHASAN Dalam praktek pengolahan citra, cukup untuk mengetahui bahwa morphologi bisa diaplikasikan pada suatu set berhingga jika a. Elemen-elemennya bisa diurutkan secara parsial dimana urutan dinyatakan dengan, misalnya untuk semua,,, berlaku : (, ) = (, ) b. Dan setiap subset S yang tidak kosong mempunyai nilai maksimum dan minimum. 3.1 Komplemen dan Propertis Operator Komplemen dari set X didefinisikan sebagai semua elelment yang tidak termasuk ke dalam X. Untuk sebuah citra, komplemen didefinisikan sebagai dicerminkan pada pusat garis nilai abu-abu, seperti terlihat pada gambar 3.1. Untuk sebuah citra dengan interval komplemen {L,...,M} bisa ditulis sebagai : (, )= + (, ) Sedangkan komplemen dua kali hasil pada set asli atau fungsi adalah ( ) =, dan ( ) = 135

Gambar 3.1 Citra asli (kiri) dan Komplemen citra (kanan) Gambar 3.2 Fungsi citra f (kiri) dan Komplemen fungsi citra (kanan) Operator dan disebut dual jika penerapan pada komplemen sama dengan komplemen hasil penerapan pada, maka berlaku : :( ( )=( ( )) Operator maksimum dan minimum pada sebuah citra adalah dual. Sebagai contoh; misalkan sama dengan : maka sama dengan : 5 0 1 5 0 1 4 0 3 3 3 5 0 5 4 1 5 2 2 2 0 Terlihat bahwa max( )=5 dan min( )=0. Kemudian (min ) =5, sehingga : max( )=(min ) 136

Selanjutnya dapat dilihat juga bahwa nilai median untuk adalah 3 dan median untuk adalah 2. Karena (2)=(3). Di sini, operator median adalah self-dual : ( )=( ( )) Sebuah operator disebut increasing jika operator tersebut mengubah urutan citra :, :( ( ) ( )) Suatu operator disebut extensive jika : :( ( )) output selalu lebih besar dari pada input. JIka dibalikan berlaku, maka adalah antiextensive : :( ( ) ). Sebuah operator disebut idempotent jika operator tersebut diterapkan lebih dari satu kali tidak mempunyai pengaruh terhadap citra : :( ( ( )) ( )). 3.2. Erosi, Dilasi dan Propertisnya Erosi citra oleh strel flat b pada sebarang lokasi (x,y) didefinisikan sebagai nilai minimum citra dalam daerah yang sama dengan b ketika b asli berada di (x,y). Bentuk persamaan erosi (x,y) pada citra f dengan strel b dinyatakan oleh : ( Ɵ ) (, )= (, ) { ( +, + )} Dilasi citra oleh strel flat b pada sebarang lokasi (x,y) didefinisikan sebagai nilai maksimum citra dalam daerah utama oleh di mana asli pada posisi (x,y), dinyatakan dengan : ( ) (, )= (, ) { (, )} 137

dan dilasi : Asumsikan strel citra adalah simetris. Berikut diberikan beberapa propertis dari erosi a. Dual : erosi dan dilasi adalah operasi dual. ( ( )) = ( ) dimana = (, ). Ini dapat dilihat pada gambar 3.3, Gambar 3.3 Citra asli (kiri), erosi citra (tengah) dan komplemen erosi (tengah) citra (kanan) b. Increment : Baik erosi maupun dilasi merupakan operasi increment : ( ) ( ) ( ) ( ) c. Ekstensivitas : Jika citra origin adalah bagian dari strel, dilasi adalah ekstensif dan erosi adalah anti-ekstensif : 0 ( ) ( ) d. Separabeliti : Strel yang simetris bisa dipisahkan dalam bagian satu dimensi. Erosi atau dilasi bisa dibawa keluar menggunakan erosi dan dilasi satu dimensi : = ( ) ( )= ( ( )) ( )= ( ( )) 138

3.3. Opening, Closing dan Propertisnya Komposisi operasi erosi dan dilasi mempunyai property yang menarik. Morphologi opening dan closing didefinisikan sebagai : Opening : ( )= ( ( )) Closing : ( )= ( ( )) Asumsikan bahawa strel adalah simtris.opening dan Closing mempunyai beberapa properti, di antaranya : a. Dual : Opening dan Closing adalah operasi dual. b. Increment : Karena opening dan closing adalah komposisi dari operasi erosi dan dilasi, maka opening dan closing juga increment. c. Ekstensif : Opening anti-ekstendif dan closing ekstensif. d. Idempotent: Opening dan closing keduanya operasi idempotent. Penerapan operasi dua kali pada citra akan menghasilkan yang sama pada penerapan satu kali operasi : ( )= ( ) ( )= ( ) 3.4. Operasi Geodesi dan Rekonstruksi Dilasi adalah suatu operasi ekstensif, struktur tumbuh pada batas citra. Ini sangat bermanfaat untuk membatasi pertumbuhan dengan suatu cara sedemikian hingga struktur tidak tumbuh di luar batas citra. Satu cara untuk melakukan ini adalah menggunakan geodesi dilasi ( ), yang didefinisikan sebagai minimum dilasi sebarang ( ) dan sebuah kontrol citra yang memuat tengangan pembatas : ( )=min( ( ), ) Sebaliknya, erosi geodesi bisa didefinisikan dengan cara yang sama sebagi berikut : ( )=max( ( ), ) 3.5. Gradien Dapat dilihat bahwa operasi dilasi dan erosi dapat digunakan dalam kombinasi dengan pengurangan citra untuk mendapatkan morphologi gradient citra, dinyatakan dengan, didefinisikan dengan : =( ) ( Ɵ ) Dilasi akan menebalkan daerah dalam citra dan erosi menipiskannya. Perbedaan keduanya mempertebal batas antar daerah. Menurut [3], Daerah homogen tidak dipengaruhi (sepanjang strel relative kecil). Inner gradient ( ) melekat pada bagian 139

dalam objek, sedangkan outer gradient ( ) melekat pada bagian luar objek. Iner gradient dan outer gradient didefinisikan sebagai : ( )= ( ) ( )= ( ) Gambar 3.4 Citra asli (kiri), Citra hasil gradien (tengah) dan Citra hasil inner gradient (kanan) dengan resolusi 256 x 256 menggunakan 3 x 3 strel bujur sangkar. Dari gambar 3.4 di atas dapat dilihat bahwa dengan gradient dapat dideteksi daerah tepi sebuah citra. 3.6. Transformasi Top-Hat dan Bottom-Hat Mengombinasikan pengurangan citra dengan opening dan closing akan menghasilkan transformasi top-hat dan bottom-hat. Transformasi top-hat citra grayscale didefinisikan sebagai f dikurangi hasil opening : ( )= ( ) Sedangkan transformasi bottom-hat didefinisikan sebagai closing dikurangi dengan : = ( ) Satu aplikasi utama dari transformasi ini adalah menghilangkan objek dari citra dengan menggunakan strel dalam operasi opening dan closing di mana objek tidak boleh dilepas. Trasformasi top-hat digunakan untuk objek terang dengan latar belakang gelap, sedangkan bottom-hat digunakan untuk objek gelap dengan latar belakang terang. 140

4. KESIMPULAN 1. Matematika morphologi, yang berdaarkan pada set teori memberikan tool yang sangat bermanfaat dalam pengolahan citra. 2. Walaupun matematika morphologi banyak digunakan untuk citra biner, namun matematika morphologi bisa diadaptasi pada citra grayscale. 5. PUSTAKA [1] Pierre Soille. Morphological Image Analysis: Principles and Applications. (Practical approach);2003 [2] Serra,J dan Luc Vincent: An Overview of Morphological Filtering. (Mathematical approach);1992 [3] Prasetyo:Pengolahan Citra Digital dan Aplikasinya menggunakan matlab:andi Yogyakarta;2011. 141