TEKNIK PENGOLAHAN CITRA Kuliah 11 – Mathematical Morphology
Indah Susilawati, S.T., M.Eng.
Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015
KULIAH 11
TEKNIK PENGOLAHAN CITRA MATHEMATICAL MORPHOLOGY Morfologi adalah satu cabang dari pengolahan citra yang sangat bermanfaat dalam analisis bentuk dalam citra. Translasi. Misalkan A adalah satu set piksel dalam citra biner dan w = (x, y) adalah satu titik koordinat yang tertentu, maka Aw adalah A yang ditranslasikan (digeser) pada arah (x, y) sesuai yang ditunjuk dalam w. Atau dinyatakan Aw = {(a, b) + (x, y) : (a, b) A} Sebagai contoh adalah pada gambar berikut. A adalah set atau himpunan yang berbentuk cross dan w = (2, 2). Himpunan A digeser ke arah x dan y sesuai dengan ketentuan pada w. Dalam hal ini digunakan koordinat matriks (bukan koordinat kartesian) sehingga titik asal berada di kiri atas; x berjalan vertikal dan y berjalan horisontal.
Refleksi. Jika A adalah suatu himpunan piksel, maka refleksi (cermin) dari A dinotasikan sebagai Aˆ dan diperoleh dengan cara mencerminkan himpunan A terhadap titik asal (origin). Aˆ {( x, y) : ( x, y) A}
Pada gambar berikut diperlihatkan contoh cermin dari himpunan lingkaran-lingkaran berwarna putih, lingkaran-lingkaran cerminnya dinyatakan dengan lingkaran berwarna hitam. Origin atau titik asal ditentukan oleh koordinat (0, 0).
Dilasi dan Erosi (Dilation and Erosion) Terdapat dua operasi dasar dalam morfologi yaitu dilasi (dilation) dan erosi (erotion), operasi-operasi lainnya juga dapat dibangun dari kombinasi antara keduanya.
Dilasi (Dilation) Misalkan A dan B adalah himpunan-himpunan piksel. Dilasi A oleh B dinotasikan dengan A B dan didefinisikan sebagai berikut.
A B Ax xB
Ini berarti bahwa untuk setiap titik x B, maka dilakukan translasi atau penggeseran dan kemudian menggabungkan seluruh hasilnya (union). Atau secara matematis dituliskan sebagai A B {( x, y) (u, v) : ( x, y) A, (u, v) B}
Dilasi mempunyai hukum komutatif, yaitu
A B B A
Berikut ini ditunjukkan contoh proses dan hasil dilasi. Pada diagram pergeseran, daerah yang berwarna kelabu menunjukkan posisi awal (asli) dari objek yang akan dikenakan dilasi. Perhatikan bahwa A(0,0) adalah A itu sendiri. Pada contoh ini digunakan B = {(0,0), (1,1), (-1, 1), (1, -1), (-1, -1)} Koordinat-koordinat yang tampak pada definisi tersebut merupakan koordinat dimana A akan ditranslasikan (digeser).
clear all; clc; a =[0 0 0 0 0; 0 1 1 0 0; 0 1 1 0 0; 0 1 1 0 0; 0 1 1 1 0; 0 0 1 1 0; 0 0 0 0 0]; d = [1 0 1;0 1 0;1 0 1]; td = imdilate (a, d); a td
% cetak matriks a % cetak matriks hasil dilasi
Pada dasarnya dilasi A B dapat dilakukan dengan menggantikan setiap titik (x, y) pada A dengan B (dengan menempatkan titik (0, 0) pada B di posisi (x, y)). Atau ekivalenya yaitu mengganti setiap titik (u, v) pada B dengan A. Dilasi juga dikenal dengan sebutan Minkowski addition. Pada contoh dilasi di atas, tampak bahwa dilasi mempunyai efek atau pengaruh memperbesar ukuran objek. Namun, objek asli tidak selalu berada di dalam A B , bergantung pada koordinat B. Pada contoh berikut maka A B berada jauh dari A karena B = {(7, 3), (6, 2), (6, 4), (8, 2), (8, 4)} Sehingga
A B A(7,3) A(6, 2) A(6, 4) A(8, 2) A(8, 4)
A
B
A B
Untuk dilasi maka pada umumnya diasumsikan bahwa A adalah citra yang akan diolah dan B adalah suatu himpunan piksel. Himpunan piksel B sering disebut structuring element atau kernel. Matlab memproses dilasi dengan fungsi imdilate.m. Sintaksnya sebagai berikut. imdilate (image, kernel)
Contoh t = imread ('text.png'); d = ones (3); td = imdilate (t, d); subplot (1,2,1), imshow (t) subplot (1,2,2), imshow (td)
Citra text.png dan hasil dilasinya dengan matriks satuan 3 x 3
Terlihat pada gambar bahwa hasil dilasinya berupa teks yang sama namun hurufhurufnya menjadi lebih tebal.
Erosi (Erosion) Jika diketahui himpunan A dan B, maka erosi A oleh B (dinotasikan A Ө B) didefinisikan sebagai
AB {w : Bw A}} Dengan kata lain, erosi A oleh B terdiri atas semua titik w = (x, y) dimana Bw ada di dalam himpunan A. Untuk melakukan erosi, B digeser-geser dalam A dan dicari dimana saja B bebar-benar ada di dalam A. Untuk kondisi-kondisi yang memenuhi syarat
tersebut maka tandailah titik (0,0) yang bersesuaian dengan B. Titik-titik inilah yang merupakan hasil erosi A oleh B. Pada gambar berikut ditunjukkan erosi A oleh B.
clear all;clc; a =[0 1 0 0 1 0
1 1 1 1 1 1
0 1 0 0 1 0
0 0 0 1 0 0
0 0 1 1 1 0
0; 0; 0; 1; 0; 0];
d = [0 1 0;1 1 1;0 1 0]; td = imerode (a, d); a td
Sebagaimana pada dilasi, maka pada operasi erosi umumnya A diasumsikan sebagai citra yang akan diproses dan B adalah satu set (himpunan) piksel yang juga disebut structuring element atau kernel. Erosi juga sering dihubungkan dengan Minkowski subtraction yang didefinisikan sebagai
A B Ab bB
Operasi erosi dalam Matlab dapat dilakukan dengan fungsi imerode.m dengan sintaks sebagai berikut. imerode (image, kernel) Contoh clear all; clc; t = imread ('text.png'); d = ones (3); td = imdilate (t, d); tde = imerode (td, d); subplot (1,2,1), imshow (td) title ('citra asli') subplot (1,2,2), imshow (tde) title ('hasil erosi')
citra asli
hasil erosi
Perhatikan bahwa hasil erosi merupakan teks yang sama namun lebih tipis.
Contoh Lain 1. Dilasi untuk mempertebal dan menyambung garis clear all; clc; a = zeros (256, 256); a(1:127, 128) = 1; a(130:256, 128) = 1; d1 = [1 1 1;1 1 1;1 1 1];
% kernel, mempertebal & menyambung
td = imdilate (a, d1); imshow (a) figure, imshow(td)
2. Erosi untuk memutus garis clear all; clc; a = zeros (256, 256); a(1:127, 128) = 1; a(130:256, 128) = 1; d3 = [0 1 0;1 1 1;0 1 0]; td = imdilate (a, d3); tde = imerode (td, d3); figure, imshow(td) figure, imshow(tde)
% menipiskan & memutus
Deteksi Bidang Batas (Boundary Detection) Salah satu aplikasi operasi erosi dan dilasi adalah untuk deteksi bidang batas suatu objek dalam citra. Jika A adalah suatu citra dan B adalah suatu structuring element yang kecil yang terdiri atas titik yang diletakkan secara simetris terhadap origin, maka dapat didefinisikan bidang batas A dengan beberapa metode sebagai berikut.
a) A (AB) internal boundary b) (A B) A external boundary c) (A B) (AB) morphological gradient Perhatikan contoh pada gambar berikut. Tentukan bagaimana untuk internal boundarynya?
Contoh Internal Boundary Citra clear all; clc; t = imread ('rice.png'); t = t > 135; d = ones (3); td = imerode (t, d); t_internal = t &~ td; subplot (1,2,1), imshow (t) title ('citra asli') subplot (1,2,2), imshow (t_internal) title ('internal boundary citra') citra asli
internal boundary citra
Eksternal Boundary Citra clear all;clc; t = imread ('rice.png'); t = t > 135; d = ones (3); td = imdilate (t, d); t_eksternal = td &~ t; subplot (1,2,1), imshow (t) title ('citra asli') subplot (1,2,2), imshow (t_eksternal) title ('eksternal boundary citra') citra asli
eksternal boundary citra
Morphological Gradient Citra clear all;clc; t = imread ('rice.png'); t = t > 135; d = ones (3); td = imdilate (t, d); te = imerode (t, d); t_int = t &~ te; t_eks = td &~ t; t_grad = td &~ te; subplot (2,2,1), imshow (t) title ('citra asli') subplot (2,2,2), imshow (t_int) title ('internal boundary citra') subplot (2,2,3), imshow (t_eks) title ('eksternal boundary citra') subplot (2,2,4), imshow (t_grad) title ('morphological gradient citra')
citra asli
internal boundary citra
citra asli
internal boundary citra
eksternal boundary citra
morphological gradient citra
eksternal boundary citra
morphological gradient citra
Opening and Closing Merupakan operasi morfologi yang dapat dikategorikan sebagai operasi level kedua dengan arti bahwa opening dan closing dibangun berdasarkan operasi dilasi dan erosi.
Opening Misalkan terdapat citra A dan structuring element B, maka opening A oleh B dinyatakan dengan notasi A B dan didefinisikan sebagai berikut. A B ( AB) B
Sehingga operasi opening merupakan sebuah operasi yang terdiri atas operasi erosi diikuti oleh operasi dilasi. Definisi ekivalennya dapat dinyatakan sebagai berikut.
A B Bw : Bw A
Yang berarti bahwa A B adalah gabungan (union) dari seluruh pergeseran B yang benar-benar tercakup (fit in) dalam A. Hal ini berbeda dengan operasi erosi dimana erosi hanya terdiri atas titik (0, 0) dari B sedangkan pada operasi opening maka terdiri atas semua titik pada B. Perhatikan contoh berikut.
Maka berikut ini adalah hasil erosi dan hasil opening citra A oleh B. Bandingkan.
Operasi opening cenderung akan memperhalus objek pada citra, memutus sambungan yang sempit (break narrow joins), dan menghilangkan efek pelebaran pada objek (remove protrusions).
Closing Closing didefinisikan sebagai operasi dilasi yang dilanjutkan dengan operasi erosi, dinotasikan sebagai A B , sehingga dapat dinyatakan A B ( A B)B
Perhatikan contoh pada gambar berikut.
Dan hasil closing-nya adalah sebagai berikut.
Operasi closing juga cenderung akan memperhalus objek pada citra, namun dengan cara menyambung pecahan-pecahan (fuses narrow breaks and thin gulf) dan menghilangkan lubang-lubang kecil pada objek. Matlab menyediakan fungsi untuk melakukan operasi opening dan closing, yaitu imopen.m dan imclose.m. Contoh Akan dikenakan operasi closing dengan structuring element B berbentuk matriks diagonal 3 x 3 pada citra text.png. clear all; clc; t = imread ('text.png'); diag = [0 0 1;0 1 0;1 0 0]; tc = imclose (t, diag); subplot (1,2,1), imshow (t) title ('citra asli') subplot (1,2,2), imshow (tc) title ('hasil operasi closing')
Hasilnya adalah pada gambar berikut. Perhatikan bahwa huruf-huruf yang ada pada citra menjadi tersambung. citra asli
hasil operasi closing
Contoh Akan dikenakan operasi opening dengan structuring element B berbentuk matriks satuan 6 x 6 pada citra rice.png. clear all; clc; t = imread ('rice.png'); t = t > 135; d = ones (6); to = imopen (t, d); subplot (1,2,1), imshow (t) title ('citra asli') subplot (1,2,2), imshow (to) title ('hasil operasi opening') citra asli
hasil operasi opening
Tampak bahwa operasi opening pada citra mempunyai efek memperhalus batas-batas objek, memisahkan objek-objek yang sebelumnya bergandengan, dan menghilangkan objek-objek yang lebih kecil daripada ukuran structuring element B.
Morphological Filtering Misalkan terdapat citra biner A yang terkena derau impuls – piksel yang seharusnya hitam menjadi putih dan sebaliknya. Maka A Ө B akan menghilangkan piksel hitam tunggal namun akan memperbesar lubang-lubang yang ada. Untuk menghilangkan (mengisi) lubang dapat dilakukan dilasi dua kali secara berurutan. [( AB) B] B
Dilasi yang pertama akan mengembalikan lubang-lubang ke ukuran semula dan operasi dilasi yang kedua akan menghilangkan lubang-lubang tersebut. Namun hal ini juga akan memperbesar objek pada citra. Untuk mengembalikan objek ke ukuran semula maka dapat dilakukan erosi, sehingga operasi secara keseluruhan dapat dinyatakan sebagai berikut. {[ ( AB) B ] B }B
Operasi tersebut juga dapat dinyatakan sebagai berikut. ( A B) B
Operasi tersebut disebut morphological filtering.
Contoh clear all; clc; c = imread ('circles.png'); t = c; x = rand (size(t)); d1 = find (x <= 0.05); d2 = find (x >= 0.95); t(d1) = 0; t(d2) = 1; b1 = ones (3);
b2 = [0 1 0;1 1 1;0 1 0]; tf1 = imclose (imopen (t, b1), b1); tf2 = imclose (imopen (t, b2), b2); subplot (2,2,1), imshow (c) title ('citra asli') subplot (2,2,2), imshow (t) title ('citra berderau') subplot (2,2,3), imshow (tf1) title ('hasil morph. filt. 1') subplot (2,2,4), imshow (tf2) title ('hasil morph. filt. 2') citra asli
citra berderau
hasil morph. filt. 1
hasil morph. filt. 2
