Image Thinning Kelompok 11 Aldiantoro Nugroho Cininta Dhini Fitriani N. Rifka N. Liputo Yoga Lestyaningrum Kelompok 11 Aldiantoro Nugroho Cininta Dhini Fitriani N. Rifka N. Liputo Yoga Lestyaningrum

Introduction Binary Image Proses morphology image : –Operasi-operasi perubahan bentuk pada binary image atau grayscale image –Contoh : erosion, dilation, opening, closing, thinning, dan thickness –Memerlukan Structuring Element (kernel) Binary Image Proses morphology image : –Operasi-operasi perubahan bentuk pada binary image atau grayscale image –Contoh : erosion, dilation, opening, closing, thinning, dan thickness –Memerlukan Structuring Element (kernel)

Introduction (2) Structuring Element –basis atau matriks yang menentukan detil-detil tertentu akibat pengaruh suatu operator pada citra. Structuring Element –basis atau matriks yang menentukan detil-detil tertentu akibat pengaruh suatu operator pada citra.

Thinning : Definisi Merubah bentuk asli binary image menjadi image yang menampilkan batas-batas obyek/foreground hanya setebal satu pixel Merubah bentuk asli binary image menjadi image yang menampilkan batas-batas obyek/foreground hanya setebal satu pixel

Thinning : Tujuan Menghilangkan pixel-pixel yang berada didalam obyek depan (foreground object) pada binary images Menghilangkan pixel-pixel yang berada didalam obyek depan (foreground object) pada binary images

Thinning : Manfaat Diterapkan pada proses skeletonisasi Berguna untuk merapikan atau menyempurnakan hasil output proses edge detection dengan cara mengurangi lebar sisi. Diterapkan pada proses skeletonisasi Berguna untuk merapikan atau menyempurnakan hasil output proses edge detection dengan cara mengurangi lebar sisi.

Thinning : Algoritma Stentiford method  Menggunakan template-based mark-and- delete thinning algorithm  Menggunakan template matching, jika bagian dari gambar sesuai dengan template, hapus pixel tengah. Zhang-Suen method  Menggunakan metode iterasi  Cara ini mudah untuk diimplementasikan Stentiford method  Menggunakan template-based mark-and- delete thinning algorithm  Menggunakan template matching, jika bagian dari gambar sesuai dengan template, hapus pixel tengah. Zhang-Suen method  Menggunakan metode iterasi  Cara ini mudah untuk diimplementasikan

Algoritma Zhang Suen Kondisi: 1)2  N(p 1 )  6 2)S(p 1 ) = 1 3)p 2  p 4  p 6 = 0 4)p 4  p 6  p 8 = 0 5)2  N(p 1 )  6 6)S(p 1 ) = 1 7)p 2  p 4  p 8 = 0 8)p 2  p 6  p 8 = 0 Kondisi: 1)2  N(p 1 )  6 2)S(p 1 ) = 1 3)p 2  p 4  p 6 = 0 4)p 4  p 6  p 8 = 0 5)2  N(p 1 )  6 6)S(p 1 ) = 1 7)p 2  p 4  p 8 = 0 8)p 2  p 6  p 8 = 0

Langkah-langkah Beri tanda semua piksel 8-tetangga yang memenuhi kondisi (1) sampai dengan (4). Hapus piksel tengahnya. Beri tanda semua piksel 4-tetangga yang memenuhi kondisi (5) sampai dengan (8). Hapus piksel tengahnya. Lakukan langkah a sampai d berulang kali, sampai tidak ada perubahan. Beri tanda semua piksel 8-tetangga yang memenuhi kondisi (1) sampai dengan (4). Hapus piksel tengahnya. Beri tanda semua piksel 4-tetangga yang memenuhi kondisi (5) sampai dengan (8). Hapus piksel tengahnya. Lakukan langkah a sampai d berulang kali, sampai tidak ada perubahan.

Hasil Proses Thinning Dengan Algoritma Zhang Suen

Aplikasi Ekstraksi Cacing Filaria

Langkah-langkah  Closing by reconstruction  Subtraction  Thresholding  Skeletonization  N-Thinning  Skeletonization  Subtraction  Opening by reconstruction  Citra kombinasi  Closing by reconstruction  Subtraction  Thresholding  Skeletonization  N-Thinning  Skeletonization  Subtraction  Opening by reconstruction  Citra kombinasi

Aplikasi (2) Pengenalan Citra Daun  Untuk menspesifikasikan spesies daun  sinus dan kosinus dari sudut daun merepresentasikan kriteria dari pengenalan pola Pengenalan Citra Daun  Untuk menspesifikasikan spesies daun  sinus dan kosinus dari sudut daun merepresentasikan kriteria dari pengenalan pola

Pertanyaan ?

Terima Kasih Kelompok 11