FILTER PREWITT.

Presentasi berjudul: "FILTER PREWITT."— Transcript presentasi:

1 FILTER PREWITT

2 HARYATI IBNU MUNZIR .S MUH. NUR ILMAN KELOMPOK 5

3 DEFENISI FILTER PREWITT
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. Algoritma Prewitt sebenarnya mirip dengan Sobel karena operator yang digunakan adalah 3x3.Matriks ini juga dikonvolusikan dengan citra masukan dalam arah x dan y. Filter ini memiliki kelebihan “cepat” dibandingkan dengan Sobel. Tapi kernelnya hanya cocok untuk citra yangmemiliki kontras tinggi dan derau yang sangat kecil. Kernel filter horizontal (Px): Kernel filter vertical (Py):

4 Contoh: Mendeteksi Tepi Horizontal
clear all; clc; c = imread ('circuit.tif'); py = [ ;0 0 0;1 1 1]; c_py = filter2 (py, c); imshow (c) figure, imshow (c_py/255) Hasil deteksi tepi horisontal dengan operator filter Prewitt

5 Contoh: Mendeteksi Tepi Vertikal
clear all; clc; c = imread ('circuit.tif'); px = [-1 0 1;-1 0 1;-1 0 1]; c_px = filter2 (px, c); imshow (c) figure, imshow (c_px/255) Hasil deteksi tepi vertikal dengan operator filter Prewitt

6 c = imread ('circuit.tif'); px = [-1 0 1;-1 0 1;-1 0 1];
Jika dengan menerapkan Px dan Py akan diperoleh nilai px dan py maka magnitude gradien-nya diperoleh dengan cara: Besaran ini dapat digunakan sebagai pendeteksi tepi vertikal sekaligus horisontal. Contoh: clear all; clc; c = imread ('circuit.tif'); px = [-1 0 1;-1 0 1;-1 0 1]; py = [ ;0 0 0;1 1 1]; c_px = filter2 (px, c); c_py = filter2 (py, c); tebing = sqrt(c_px.^2 + c_py.^2); imshow (c) figure, imshow (tebing/255)

7 Citra circuit.tif asli dan hasil deteksi tebing vertikal dan horisontal Prewitt
Hasil deteksi tebing yang terakhir di atas masih berupa citra aras keabuan, untuk mengubahnya menjadi citra biner dapat digunakan operasi thresholding, atau dapat juga menggunakan fungsi yang disediakan Matlab yaitu im2bw.m. >> tebing = im2bw (tebing/255, 0.3)

8 Dan hasilnya adalah pada gambar berikut:

9 Tujuan Deteksi Tepi Untuk menandai bagian yang menjadi detail citra.
Untuk memperbaiki detail dari citra yang kabur, terjadi karena error atau adanya efek dari proses akuisisi citra. Suatu titik (x,y) dikatakan sebagai tepi (edge) dari suatu citra bila titik tersebut mempunyai perbedaan yang tinggi dengan tetangganya.

10 Implementasi Filter Prewitt
Sebenarnya, matlab telah menyediakan toolbox khusus untuk algoritma ini, yakni: image = edge(‘image’,’prewitt’) Contoh programnya: % 1. baca citraI=imread('sepatuku','jpg');  imshow(I), title('Citra Asli');  % 2. grayscale citra  Ig=rgb2gray(I);  % 3. median filtering untuk menghilangkan noise  Igm=medfilt2(Ig,[5 5]);% 4. terapkan operasi prewitt  Mx= [-1 0 1;  -1 0 1;  -1 0 1];  My= [1 1 1;   ;   ];  Gy=imfilter(double(Igm),My,'symmetric');  Gx=imfilter(double(Igm),Mx,'symmetric');

11 M=sqrt(Gx.^2+Gy.^2); figure, imshow(M), title('Gradient Dari Prewitt Filtering'); %% Global threshold mmax=max(max(M)); mmin=min(min(M)); T=(mmax+mmin)/2; T=(T/mmax);% normalisasi threshold M=M/mmax;% normalisasi citra miu1=.1; miu2=.2; del_miu=abs(miu1-miu2); [r c]=size(M); an=1; whilean<=100 forii=1:r forjj=1:c ifM(ii,jj)<T

12 M1(ii,jj)=M(ii,jj);  else  M2(ii,jj)=M(ii,jj);  end  miu1=mean2(M1);  miu2=mean2(M2);  T=(miu1+miu2)*2;  an=an+1;  forii=1:r  forjj=1:c  ifM(ii,jj)<T  M(ii,jj)=0;  M(ii,jj)=1;  [Igms,thres]=edge(Igm,'prewitt');  figure, imshow(M), title('Program Sendiri Untuk Prewitt Filtering'); figure, imshow(Igms,[]), title('Prewitt Filtering dengan ToolboxMatlab');

13 Hasil eksekusi program:
Perlu diingat bahwa aktifitas ini bersifat subyektif. Artinya kualitas dari filter tersebut dalam menghasilkan edge yang diinginkan tergantung pada pemrogram. Sehingga bila dirasa sudah cukup memberikan hasil yang maksimal, maka program sudah dapat dikatakan berhasil.

14 DAFTAR REFERENSI Teknik Pengolahan Citra Universitas Mercu Buana Yogyakarta 2009

15 THANK YOU...!