Segmentasi [Edge Detection]

Segmentasi citra (image segmentation) dapat diartikan membagi suatu citra menjadi wilayah-wilayah yang homogen berdasarkan kriteria keserupaan yang tertentu antara tingkat keabuan suatu piksel dengan tingkat keabuan piksel-piksel tetangganya.

Adapun dalam proses segmentasi citra itu sendiri terdapat beberapa algoritma, diantaranya:

Edge Detection

Edge adalah beberapa bagian dari citra di mana intensitas kecerahan berubah secara drastic. Sedangkan deteksi tepi (Edge Detection) pada suatu citra adalah operasi yang dijalankan untuk mendeteksi garis tepi (edges) yang membatasi dua wilayah citra homogen yang memiliki tingkat kecerahan yang berbeda. Atau secara umum, edge detection dalam citra dinyatakan sebagai titik yang nilai warnanya berbeda cukup besar dengan titik yang ada disebelahnya.  Tujuan dari edge detection ini adalah:

• Untuk menandai bagian yang menjadi detail citra.
• Untuk memperbaiki detail dari citra yang kabur, yang terjadi karena error atau adanya efek dari proses akuisisi citra.
• Mengubah citra 2D menjadi bentuk kurva. Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangganya.

Algoritma Edge detection : 

• Input citra A(mxn) 
• Tentukan penelusuran secara horizontal dengan rumus Kx =A.Mx
• Tentukan penelusuran secara vertical dengan rumus Ky = A.My 
• Tentukan hasil penelusuran gabungan antara Kx dan Ky dengan rumus Kij = √Kx² + Ky²
• Tentukan sisi atau latar berdasarkan nilai Kij dan Ns (Threshold) 

If Kij < Ns -> Pixel Aij adalah tepi ( hitam )

         Else -> Pixel Aij adalah latar ( putih)

• Tampilkan citra hasil edge detection ( peta tepi objek )

OPERATOR GRADIEN

Ada beberapa mask yang telah dirancang untuk edge detection yaitu operator gradien yang terdiri dari :

 Metode Robert

Metode Robert adalah nama lain dari teknik differensial yang dikembangkan di atas, yaitu differensial pada arah horisontal dan differensial pada arah vertikal, dengan ditambahkan proses konversi biner setelah dilakukan differensial. Teknik konversi biner yang disarankan adalah konversi biner dengan meratakan distribusi warna hitam dan putih [5]. Metode Robert ini juga disamakan dengan teknik DPCM (Differential Pulse Code Modulation)

Kernel filter yang digunakan dalam metode Robert ini adalah:

• Operator Robert Diagonal 1

1	0
0	-1

• Operator Robert Diagonal 2

0	1
-1	0

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 yang dikenal sebagai fungsi untuk membangkitkan HPF.

• Operator Prewitt Horisontal

-1	0	1
-1	0	1
-1	0	1

• Operator Prewitt Vertikal

-1	-1	-1
0	0	0
1	1	1

Metode Sobel

Metode Sobel merupakan pengembangan metode robert dengan menggunakan filter HPF yang diberi satu angka nol penyangga. Metode ini mengambil prinsip dari fungsi laplacian dan gaussian yang dikenal sebagai fungsi untuk membangkitkan HPF. Kelebihan dari metode sobel ini adalah kemampuan untuk mengurangi noise sebelum melakukan perhitungan deteksi tepi.

• Operator Sobel Horisontal

-1	0	1
-2	0	2
-1	0	1

• Operator Sobel Vertikal

-1	-2	-1
0	0	0
1	2	1

Metode Isotropik

• Operator Isotropik Horisontal

-1	0	1
-√2	0	√2
-1	0	1

• Operator Isotropik Vertikal

-1	-√2	-1
0	0	0
1	√2	1

Metode Laplacian

• Laplacian 5 titik

0	-1	0
-1	4	-1
0	-1	0

• Laplacian 9 titik I

-1	-1	-1
-1	8	-1
-1	-1	-1

•  Laplacian 9 titik II

-2	1	-2
1	4	1
-2	1	-2