Linux Fun

πŸ–ΌοΈ

Operator Kirsch

Operator Kirsch Operator ini mirip dengan operator prewitt. Filter Kirsch dapat dipetakan ke delapan arah mata angin sehingga operator ini dapat menentukan gradient dari kedelapan arah tersebut. Operator Kirsch terbentuk dari matriks 3 x 3 seperti berikut ini.

πŸ–ΌοΈ

Operator Prewitt

Operator Prewitt Operator Prewitt merupakan kebalikan dari Operator Sobel. Operator ini lebih sensitive terhadap tepian horizontal dan vertical dari pada tepian diagonal. Operator ini terbentuk dari matriks berukuran 3 x 3 seperti berikut ini: Contoh Penggunaan Operator Prewitt Contoh penggunaan Operator PrewittΒ  dengan citra grayscale menggunakan nilai threshold 0.05 :

πŸ–ΌοΈ

Operator Sobel

Operator Sobel Operator Sobel lebih sensitive terhadap tepian diagonal dari pada tepian vertical dan horizontal. Operator ini terbentuk dari matriks berukuran 3 x 3 seperti berikut ini:   Sama halnya dengan Operator Robert, Operator Sobel juga dapat diterapkan secara terpisah untuk mendapatkan gradient horizontal dan gradient vertikalnya. Untuk mendapatkan gradient gabungan dapat dihitung dengan menggunakan […]

πŸ–ΌοΈ

Operator Robert

Operator Robert Operator Robert merupakan sebuah teknik deteksi tepi yang sederhana dan memiliki tingkat komputasi yang cepat. Pada umumnya operator ini digunakan untuk citra grayscale. Operator Robert dapat digambarkan dengan dua buah matriks berukuran 2 x 2 seperti berikut ini: Matriks di atas dapat merespon tepian maksimal hingga 450. Kedua matriks di atas dapat diterapkan […]

πŸ–ΌοΈ

First Order Derivative

Konsep Dasar Deteksi Tepi Teknik deteksi tepi telah banyak dikembangkan terutama yang berbasiskan dari turunan pertama (first order derivative), diantaranya Operator Robert, Operator Sobel, Operator Prewitt, Operator Krisch dan Operator Canny. Konsep dasar dari perhitungan deteksi tepi menggunakan turunan pertama adalah memanfaatkan perbedaan pixel antara pixel satu dengan pixel tetangganya, seperti persamaan berikut ini. Proses […]

πŸ–ΌοΈ

Deteksi Tepi, Garis, dan Titik

Orientasi dari tepian citra bermacam-macam. Ada yang lurus ada yang seperti kurva. Untuk mendeteksi berbagai macam jenis tepian tersebut terdapat berbagai macam teknik untuk deteksi tepi. Setiap teknik memiliki keunggulan masing-masing. Satu teknik deteksi tepi mungkin dapat bekerja sangat baik dalam suatu aplikasi namun sebaliknya belum tentu dapat bekerja secara maksimal dalam aplikasi yang berbeda […]

πŸ–ΌοΈ

Deteksi Tepi

Tepian Citra Tepian dari suatu citra mengandung banyak informasi dari citra tersebut. Tepian citra dapat merepresentasikan objek-objek yang terkandung dalam citra tersebut, bentuk dan ukurannya, dan terkadang juga informasi mengenai teksturnya. Tepian citra adalah posisi di mana intensitas dari citra tersebut berubah dari nilai rendah ke nilai tinggi atau sebaliknya. Deteksi Tepi Deteksi tepi umumnya […]

πŸ–ΌοΈ

Erosi

Operasi Erosi Operasi erosi memiliki sifat sama dengan operasi pengurangan pada operasi Minkowski yaitu menggunakan operasi himpunan irisan (intersection).Β  Erosi dapat dinyatakan sebagai : Proses Erosi Proses erosi merupakan kebalikan dari proses dilasi. Jika dalam proses dilatasi menghasilkan objek yang lebih luas, maka dalam proses erosi akan menghasilkan objek yang menyempit (mengecil). Lubang pada objek […]

πŸ–ΌοΈ

Dilasi

Operasi Dilasi Operasi dilasi memiliki sifat sama dengan operasi penambahan pada operasi Minkowski yaitu menggunakan operasi himpunan gabungan (union).Β  Dilasi dapat dinyatakan sebagai : Proses Dilasi Efek dilasi terhadap citra biner adalah memperbesar batas dari objek yang ada sehingga objek terlihat semakin besar dan lubang-lubang yang terdapat di tengah objek akan tampak mengecil. Prosesnya adalah […]

πŸ–ΌοΈ

Tapis Gaussian

Tapis Gaussian Tapis Gaussian secara meluas telah digunakan dalam bidang analisis citra terutama untuk proses penghalusan (smoothing), pengaburan (bluring), menghilangkan detil, dan menghilangkan derau (noise). Fungsi Gaussian (1-D) Fungsi Gaussian satu dimensi (1-D) dapat dinyatakan sebagai dengan Οƒ menyatakan standar deviasi dari distribusi. Fungsi di atas diasumsikan memiliki mean 0 (pusat distribusi pada garis x=0). […]