Implementasi Metode Edge Linking Untuk Mendeteksi Garis Tepi Pada Citra Digital, Setyo Nugroho

LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN

IMPLEMENTASI METODE EDGE LINKING UNTUK MENDETEKSI GARIS TEPI PADA CITRA DIGITAL

oleh

Setyo Nugroho Jurusan Teknik Informatika STIKOM Balikpapan 2005

DAFTAR ISI

LANDASAN TEORI ........................................................................................................ 2 Segmentasi Citra................................................................................................................. 2 Deteksi Diskontinuitas........................................................................................................ 2 Point Detection ................................................................................................................... 3 Line Detection .................................................................................................................... 3 Edge Detection.................................................................................................................... 4 Edge Linking ...................................................................................................................... 5 CARA PENELITIAN....................................................................................................... 6 File citra digital dengan format BMP ................................................................................. 6 Proses Edge Linking ........................................................................................................... 7 HASIL DAN PEMBAHASAN......................................................................................... 8 PENUTUP ......................................................................................................................... 9 DAFTAR PUSTAKA........................................................................................................ 9 LAMPIRAN .................................................................................................................... 10

1

LANDASAN TEORI

Segmentasi Citra Segmentasi citra (image segmentation) merupakan langkah awal pada proses analisa citra yang bertujuan untuk mengambil informasi yang terdapat di dalam suatu citra. Segmentasi citra membagi suatu citra ke dalam bagian-bagian atau objek-objek. Sampai sejauh mana pembagian tersebut dilakukan tergantung pada masalah yang dihadapi. Idealnya, langkah segmentasi tersebut dihentikan pada saat objek yang diinginkan sudah berhasil dipisahkan. Pada umumnya segmentasi secara otomatis adalah salah satu pekerjaan yang sulit dalam pengolahan citra. Langkah ini akan menentukan berhasil atau tidaknya proses analisa citra. Namun dengan segmentasi yang efektif, kemungkinan besar akan didapatkan hasil yang baik. Algoritma segmentasi untuk citra monochrome biasanya berdasarkan pada satu dari dua sifat nilai gray-level: diskontinuitas dan similaritas. Pada diskontinuitas, pendekatan yang dilakukan adalah memisahkan citra berdasarkan terjadinya perubahan nilai graylevel yang drastis. Sedangkan pada similaritas, pendekatan dilakukan berdasarkan thresholding, region growing, region splitting, dan merging.

Deteksi Diskontinuitas Ada tiga jenis diskontinuitas pada citra digital, yaitu: point (titik), line (garis), dan edge (batas). Dalam prakteknya, cara yang paling umum digunakan untuk menemukan diskontinuitas pada citra adalah dengan menggunakan mask yang dioperasikan ke seluruh pixel yang ada di dalam citra tersebut. Dengan menggunakan mask berukuran 3 x 3 seperti pada gambar berikut, akan didapatkan hasil: R = w1z1 + w2z2 + … + w9z9 dimana zi adalah graylevel dari pixel yang bersesuaian dengan koefisien mask wi.

w1

w2

w3

w4

w5

w6

w7

w8

w9

2

Point Detection Cara mendeteksi titik (point) yang terisolasi adalah langsung menggunakan mask pada gambar berikut. -1

-1

-1

-1

8

-1

-1

-1

-1

Suatu titik dikatakan terdeteksi di lokasi pusat dari mask jika |R| > T dimana T adalah threshold positif, dan R adalah hasil perhitungan dari : R = w1z1 + w2z2 + … + w9z9 dengan menggunakan mask tersebut di atas. Pada dasarnya apa yang dilakukan di sini adalah mengukur besarnya perbedaan graylevel antara titik tengah dengan titik-titik tetangganya (neighbor). Idenya adalah bahwa suatu titik yang terisolasi akan memiliki perbedaan graylevel yang cukup besar dengan titik-titik tetangganya.

Line Detection Tingkatan selanjutnya dalam deteksi diskontinuitas adalah pendeteksian garis. Untuk mendeteksi adanya suatu garis, bisa digunakan mask berikut:

-1

-1

-1

-1

-1

2

-1

2

-1

2

-1

-1

2

2

2

-1

2

-1

-1

2

-1

-1

2

-1

-1

-1

-1

2

-1

-1

-1

2

-1

-1

-1

2

Horisontal

Vertikal

+45°

-45°

Mask yang pertama akan memberikan respon yang kuat pada garis yang memiliki arah horisontal. Sedangkan mask-mask berikutnya dapat digunakan untuk mendeteksi garis yang memiliki arah 45°, vertikal, dan -45°. Tampak bahwa arah garis yang dideteksi sesuai dengan arah koefisien mask yang nilainya lebih besar dari yang lain, yaitu 2. Jika R1, R2, R3, dan R4 adalah response dari keempat mask yang ada di gambar di atas, dan keempatnya dijalankan pada pixel yang sama, maka nilai R yang tertinggi menunjukkan arah yang paling mendekati arah pixel tersebut.

3

Edge Detection Edge detection adalah pendekatan yang paling umum digunakan untuk mendeteksi diskontinuitas graylevel. Hal ini disebabkan karena titik ataupun garis yang terisolasi tidak terlalu sering dijumpai dalam aplikasi praktis. Suatu edge adalah batas antara dua region yang memiliki graylevel yang relatif berbeda. Pada dasarnya ide yang ada di balik sebagian besar teknik edge-detection adalah menggunakan perhitungan local derivative operator. Gradien dari suatu citra f(x,y) pada lokasi (x,y) adalah vektor

 ∂f  G x   ∂x  ∇f =   =  ∂f  G y     ∂y 

Dalam edge detection nilai yang penting di sini adalah magnitude dari vektor, yang biasanya hany disebut dengan gradien dan dituliskan dengan ∇f , dimana:

∇f = mag (∇f ) =

[G

2 x

+ G y2

]

Pada umumnya digunakan pendekatan nilai gradien tersebut dengan nilai absolut:

∇f ≈ G x + G y Rumus tersebut lebih mudah diimplementasikan, khususnya jika menggunakan hardware untuk pemrosesan. Arah dari vektor gradien juga merupakan kuantitas yang penting. Jika α(x,y) menunjukkan arah sudut vektor ∇f pada (x,y), maka dari analisa vektor:

 Gx    G  y

α ( x, y ) = tan −1 

di mana arah sudut diukur terhadap sumbu x. Derivatif juga bisa diimplementasikan secara digital dengan menggunakan operator Sobel, yaitu dengan menggunakan mask berikut

-1

-2

-1

-1

0

1

0

0

0

-2

0

2

1

2

1

-1

0

1

Mask untuk menghitung Gx

Mask untuk menghitung Gy

4

Edge Linking Secara ideal, teknik yang digunakan untuk mendeteksi diskontinuitas seharusnya hanya menghasilkan pixel-pixel yang berada pada batas region. Namun dalam prakteknya hal ini jarang terjadi karena adanya noise, batas yang terpisah karena pencahayaan yang tidak merata, dan efek lain yang mengakibatkan variasi intensitas. Untuk itu algoritma edge-detection biasanya dilanjutkan dengan prosedur edge-linking untuk merangkai pixel-pixel tersebut menjadi satu kesatuan sehingga memberikan suatu informasi yang berarti. Salah satu teknik yang dapat digunakan untuk edge-linking adalah local processing, yaitu dengan menganalisa karakteristik pixel-pixel di dalam suatu neighborhood (3 x 3 atau 5 x 5) pada semua titik (x,y) di dalam citra yang telah mengalami edge-detection. Selanjutnya semua titik yang sejenis dihubungkan sehingga membentuk kumpulan pixel yang memiliki sifat-sifat yang sama. Dua sifat utama yang digunakan untuk menentukan kesamaan edge pixel dalam analisa ini adalah: 1. Besarnya respon gradient operator yang digunakan 2. Arah gradient Sifat yang pertama dinyatakan dengan nilai ∇f yang telah dibahas sebelumnya. Jadi suatu edge pixel dengan koordinat (x’,y’) dan bertetangga dengan (x,y), dikatakan memiliki magnitude sama dengan pixel di (x,y) jika:

∇f ( x , y ) − ∇f ( x ' , y ' ) ≤ T dimana T adalah threshold positif. Sedangkan arah vektor gradient dinyatakan dengan α(x,y) yang juga telah dibahas sebelumnya. Suatu edge pixel dengan koordinat (x’,y’) dan bertetangga dengan (x,y), dikatakan memiliki sudut yang sama dengan pixel di (x,y) jika:

α ( x, y ) − α ( x ' , y ' ) < A dimana A adalah threshold sudut. Suatu titik yang menjadi tetangga dari (x,y) dihubungkan dengan titik (x,y) jika memenuhi kedua kriteria di atas, baik magnitude maupun sudutnya. Proses linking ini diulang untuk seluruh lokasi titik yang ada di dalam citra.

5

CARA PENELITIAN Untuk mengimplementasikan proses contrast stretching pada komputer, penulis membuat program yang memiliki kemampuan untuk: • membuka file yang berisi citra digital • menampilkan citra digital tersebut di layar • melakukan pemrosesan edge linking • menampilkan citra digital hasil proses Adapun batasan dari program ini adalah: • file citra yang digunakan harus berformat BMP, berukuran 256x256 pixel, dengan 256 gray-level

File citra digital dengan format BMP File citra dengan format BMP adalah salah satu format standar yang digunakan dalam sistem operasi Windows. File ini biasanya disimpan dengan ekstensi .BMP. Struktur dari file BMP adalah sebagai berikut: BITMAPFILEHEADER BITMAPINFOHEADER Array RGBQUAD Array warna Struktur BITMAPFILEHEADER menunjukkan jenis file dan ukuran file. Struktur BITMAPINFOHEADER menunjukkan ukuran (lebar dan tinggi) dari citra, format warna citra, dan banyaknya warna yang digunakan di dalam citra. Struktur RGBQUAD berisi nilai intensitas warna yang dibagi menjadi komponen R, G, dan B (red, green, dan blue). Sedangkan array warna berisi informasi mengenai isi citra itu sendiri, yaitu pixel-pixel yang membentuk citra tersebut. Untuk mempercepat proses pengolahan citra digital, maka pixel-pixel yang ada di dalam file BMP dicopykan ke dalam variabel array. Dengan demikian pada proses selanjutnya tidak perlu dilakukan pembacaan file secara berulang-ulang. Deklarasi array untuk menyimpan citra tersebut adalah: arCitra1 : array[1..256, 1..256] of byte; arCitra2 : array[1..256, 1..256] of byte;

Secara lengkap, proses peng-copy-an pixel ini dapat dilihat pada procedure BukaFileCitra di listing program terlampir. Untuk menampilkan citra ke layar, digunakan component TImage dari Delphi.

6

Proses Edge Linking Setelah semua pixel tersimpan di dalam variabel array, dilakukan perhitungan komponen Gx dan komponen Gy dari gradien. Proses ini terdapat di dalam procedure HitungKomponenGX dan HitungKomponenGY di dalam program. Data hasil perhitungan ini kemudian disimpan ke dalam array tersendiri dan dapat ditampilkan ke layar. Untuk menghasilkan komponen Gx dan Gy ini digunakan operator Sobel. Berikut ini kutipan perintah di dalam program untuk menghitung komponen Gx dan Gy dengan menggunakan operator Sobel: GX := (-1 * arCitra1[ix-1,iy-1]) + (-2 * arCitra1[ix,iy-1]) + (-1 * arCitra1[ix+1,iy-1]) + (1 * arCitra1[ix-1,iy+1]) + (2 * arCitra1[ix,iy+1]) + (1 * arCitra1[ix+1,iy+1]); GY := (-1 * arCitra1[ix-1,iy-1]) + (1 * arCitra1[ix+1,iy-1]) + (-2 * arCitra1[ix-1,iy]) + (2 * arCitra1[ix+1,iy]) + (-1 * arCitra1[ix-1,iy+1]) + (1 * arCitra1[ix+1,iy+1]);

Implementasi selengkapnya dapat dilihat pada listing program terlampir. Setelah perhitungan komponen gradien selesai, dilanjutkan dengan proses perhitungan magnitude dari gradien dan besar sudut gradien dari masing-masing pixel. Magnitude dari gradien dapat diperoleh dengan rumus pendekatan

∇f ≈ G x + G y Sedangkan besar sudut gradien diperoleh dengan rumus

 Gx    G  y

α ( x, y ) = tan −1 

Setelah diperoleh kedua informasi di atas, dilakukan proses edge linking dengan cara memandingkan setiap pixel dengan pixel tetangganya. Jika perbedaan dari magnitude maupun perbedaan dari sudut gradien antara suatu pixel dengan pixel tetangganya memenuhi kriteria yang ditentukan, maka kedua pixel tersebut dianggap terhubung. Penentuan nilai untuk kedua kriteria ini dapat dilakukan dengan memasukkan nilai tersebut pada kotak dialog yang tersedia pada program.

7

HASIL DAN PEMBAHASAN Berikut ini contoh hasil ujicoba program pada suatu citra digital yang diproses dengan menggunakan edge lingking. Tampilan citra awal:

Tampilan komponen gradien Gx dan Gy dari citra:

Pada citra komponen Gx tampak bahwa batas yang terdeteksi adalah yang mendekati arah horisontal, sedangkan pada komponen Gy batas yang terdeteksi adalah yang mendekati arah vertikal.

8

Tampilan citra hasil edge linking:

Pada citra hasil edge linking tampak bahwa bagian yang berwarna terang menunjukkan adanya perubahan nilai intensitas yang besar pada citra asal. Dari contoh kasus tersebut, terlihat bahwa dengan melakukan proses edge linking kita dapat memperoleh citra baru yang menampilkan bagian-bagian atau objek-objek yang terdapat di dalam citra tersebut sehingga dapat dilakukan analisa lebih lanjut.

PENUTUP Proses edge detection yang dilanjutkan dengan edge linking dapat digunakan untuk melakukan segmentasi citra, yaitu memisahkan citra menjadi bagian-bagian atau objek-objeknya sehingga dapat dianalisa lebih lanjut. Sampai sejauh mana pembagian tersebut dilakukan tergantung pada masalah yang dihadapi. Idealnya, langkah segmentasi tersebut dihentikan pada saat objek yang diinginkan sudah berhasil dipisahkan. Secara umum segmentasi adalah salah satu pekerjaan yang sulit dalam pengolahan citra. Namun dengan menggunakan teknik segmentasi yang tepat dan efektif, dapat diperoleh hasil yang memuaskan.

DAFTAR PUSTAKA

• • •

Rafael C. Gonzalez, Richard E. Woods, 1993, Digital Image Processing, Addison-Wesley Publishing Company Inc., USA. David Marshall, 1994, Vision Systems, http://www.cs.cf.ac.uk/Dave/Vision_lecture/node1.html. Microsoft Corporation, 1996, Microsoft Win32 Programmer’s Reference, Microsoft Corporation.

9

LAMPIRAN Listing Program program PCD1;

begin Application.Initialize; Application.CreateForm(TForm1, Form1); Application.CreateForm(TAboutBox, AboutBox); Application.CreateForm(TfrmStat, frmStat); Application.CreateForm(TfrmHisto, frmHisto); Application.CreateForm(TfrmContrast, frmContrast); Application.CreateForm(TfrmMask, frmMask); Application.CreateForm(TfrmEdgeLinking, frmEdgeLinking); Application.Run; end.

ViewHistogram1: TMenuItem; View1: TMenuItem; MaskProcessingFiltering1: TMenuItem; Exit1: TMenuItem; EdgeLinking1: TMenuItem; SaveResultAs1: TMenuItem; SaveDialog1: TSaveDialog; N1: TMenuItem; N2: TMenuItem; N3: TMenuItem; procedure Open1Click(Sender: TObject); procedure ContrastStretching1Click(Sender: TObject); procedure About1Click(Sender: TObject); procedure Statistik1Click(Sender: TObject); procedure FormCreate(Sender: TObject); procedure Exit2Click(Sender: TObject); procedure ViewHistogram1Click(Sender: TObject); procedure MaskProcessingFiltering1Click(Sender: TObject); procedure Exit1Click(Sender: TObject); procedure SaveResultAs1Click(Sender: TObject); procedure EdgeLinking1Click(Sender: TObject); private { Private declarations } public { Public declarations } end;

{ Pengolahan citra digital.

var Form1: TForm1;

uses Forms, PCDUnit1 in 'PCDUnit1.pas' {Form1}, PCDAbout in 'PCDAbout.pas' {AboutBox}, PCDUnit2 in 'PCDUnit2.pas' {frmStat}, Histo in 'Histo.pas' {frmHisto}, PCDContrast in 'PCDContrast.pas' {frmContrast}, Un_Mask in 'Un_Mask.pas' {frmMask}, Un_EdgeLinking in 'Un_EdgeLinking.pas' {frmEdgeLinking}; {$R *.RES}

Input: - File citra dg format BMP, ukuran 256x256 pixel, 256 level grayscale

{ variabel global } arCitra1 : array[1..256, 1..256] of byte; arCitra2 : array[1..256, 1..256] of byte; arHistogram1 : array[0..255] of longint; Output: arHistogram2 : array[0..255] of longint; - Tampilan citra sebelum diproses. nmfile : string; - Tampilan citra setelah diproses dengan contrast stretching. c1, c2, d1, d2 : integer; { parameter utk contrast stretching - Statistik pixel citra. } - Histogram citra. arMask : array[1..9] of integer; } faktorPembagiMask : real; unit PCDUnit1;

procedure TampilkanHasil;

interface

implementation

uses Windows, Messages, SysUtils, Classes, Graphics, Controls, Forms, Dialogs, Menus, ExtCtrls, StdCtrls, Buttons, ComCtrls;

uses PCDAbout, PCDUnit2, Histo, PCDContrast, Un_Mask, Math, Un_EdgeLinking;

type TForm1 = class(TForm) Image1: TImage; Image2: TImage; Label1: TLabel; Label2: TLabel; OpenDialog1: TOpenDialog; MainMenu1: TMainMenu; File1: TMenuItem; Open1: TMenuItem; Proses1: TMenuItem; Statistik1: TMenuItem; ContrastStretching1: TMenuItem; About1: TMenuItem; Bevel1: TBevel; Help1: TMenuItem; Exit2: TMenuItem;

{-------------------------------------------------------------------------} procedure BukaFileCitra; { syarat: file citra berformat BMP, berukuran 256x256, 256 level grayscale } var i, ix, iy : integer; warna : longint; warnab : byte; bfh : TBitmapFileHeader; bih : TBitmapInfoHeader; colorTbl : array[0..255] of TRGBQuad; mst : TMemoryStream; b : byte; numColor : integer; syarat : boolean; bm : TBitmap; begin

{$R *.DFM}

10

{ buka file citra, copykan semua pixel citra ke dalam array } mst := TMemoryStream.Create; mst.LoadFromFile(nmfile); mst.ReadBuffer(bfh, sizeof(bfh)); mst.ReadBuffer(bih, sizeof(bih)); if (bih.biWidth <> 256) or (bih.biHeight <> 256) or (bih.biBitCount <> 8) then begin MessageDlg('Format file salah! Hanya bisa membuka file BMP berukuran 256x256, 8 bit per pixel.', mtError, [mbOK], 0); mst.Free; exit; end; if bih.biClrUsed<256 then numColor:=bih.biClrUsed else numColor:=256; for i:=0 to numColor-1 do mst.ReadBuffer(colorTbl[i], 4); for iy:=256 downto 1 do begin for ix:=1 to 256 do begin mst.ReadBuffer(b, 1); warna := longint(colorTbl[b]); arCitra1[ix,iy] := (byte(warna) + byte(warna shr 8) + byte(warna shr 16)) div 3; arCitra2[ix,iy] := 0; end; end; mst.Free; { tampilkan file citra di image1 } form1.image1.Picture.LoadFromFile(nmfile); { bersihkan image2 } form1.Image2.Canvas.Brush.Color := clBlack; form1.Image2.Canvas.FillRect(Rect(0, 0, 256, 256)); end; {-------------------------------------------------------------------------} procedure TampilkanHasil; var ix, iy : integer; warna : longint; warnab : byte; begin { tampilkan citra setelah diproses } for ix:=1 to 256 do begin for iy:=1 to 256 do begin warnab := arCitra2[ix,iy]; warna := warnab or (longint(warnab) shl 8) or (longint(warnab) shl 16); form1.image2.Canvas.Pixels[ix-1,iy-1] := warna; end; end; end; {-------------------------------------------------------------------------} procedure HitungStatistikCitra; var ix, iy : integer; warnab : byte; tmp : longint; s : string; pix_rerata, pix_max, pix_min : byte; begin frmStat.Memo1.Text := ''; frmStat.Memo1.Lines.Add('Nama file citra: ' + nmfile); frmStat.Memo1.Lines.Add(''); { --- citra 1 ---} frmStat.Memo1.Lines.Add('Statistik citra sebelum diproses:'); { init variabel } pix_max := 0; pix_min := 255; tmp := 0; { Hitung nilai pixel rata-rata, tertinggi, terendah (dalam greyscale level)} for ix:=1 to 256 do begin for iy:=1 to 256 do begin

warnab := arCitra1[ix,iy]; if warnab > pix_max then pix_max := warnab; if warnab < pix_min then pix_min := warnab; tmp := tmp + warnab; end; end; pix_rerata := round( tmp / (256 * 256) ); Str(pix_min, s); frmStat.Memo1.Lines.Add(' Nilai pixel terendah : ' + s); Str(pix_max, s); frmStat.Memo1.Lines.Add(' Nilai pixel tertinggi : ' + s); Str(pix_rerata, s); frmStat.Memo1.Lines.Add(' Nilai pixel rata-rata : ' + s); { --- citra 2 ---} frmStat.Memo1.Lines.Add(''); frmStat.Memo1.Lines.Add('Statistik citra setelah diproses:'); { init variabel } pix_max := 0; pix_min := 255; tmp := 0; { Hitung nilai pixel rata-rata, tertinggi, terendah (dalam greyscale level)} for ix:=1 to 256 do begin for iy:=1 to 256 do begin warnab := arCitra2[ix,iy]; if warnab > pix_max then pix_max := warnab; if warnab < pix_min then pix_min := warnab; tmp := tmp + warnab; end; end; pix_rerata := round( tmp / (256 * 256) ); Str(pix_min, s); frmStat.Memo1.Lines.Add(' Nilai pixel terendah : ' + s); Str(pix_max, s); frmStat.Memo1.Lines.Add(' Nilai pixel tertinggi : ' + s); Str(pix_rerata, s); frmStat.Memo1.Lines.Add(' Nilai pixel rata-rata : ' + s); end; {============================================= ============================} procedure TForm1.Open1Click(Sender: TObject); begin OpenDialog1.Execute; if OpenDialog1.FileName <> '' Then begin nmfile := Form1.OpenDialog1.FileName; BukaFileCitra; UpdateHistogram; end; end; procedure TForm1.ContrastStretching1Click(Sender: TObject); begin frmContrast.Show; end; procedure TForm1.About1Click(Sender: TObject); begin AboutBox.ShowModal; end; procedure TForm1.Statistik1Click(Sender: TObject); begin HitungStatistikCitra; frmStat.Show; end;

11

procedure TForm1.FormCreate(Sender: TObject); begin { bersihkan image1 & image2 } form1.Image1.Canvas.Brush.Color := clBlack; form1.Image1.Canvas.FillRect(Rect(0, 0, 256, 256)); form1.Image2.Canvas.Brush.Color := clBlack; form1.Image2.Canvas.FillRect(Rect(0, 0, 256, 256)); //temp: nmfile := 'cameraman.bmp'; BukaFileCitra; end; procedure TForm1.Exit2Click(Sender: TObject); begin form1.close; end;

procedure btnApplyClick(Sender: TObject); procedure btnCloseClick(Sender: TObject); procedure btnGXClick(Sender: TObject); procedure btnGYClick(Sender: TObject); private { Private declarations } public { Public declarations } end; var frmEdgeLinking: TfrmEdgeLinking; implementation uses PCDUnit1, Histo, Math; {$R *.DFM}

procedure TForm1.ViewHistogram1Click(Sender: TObject); begin ViewHistogram1.Checked := not ViewHistogram1.Checked; frmHisto.Visible := ViewHistogram1.Checked; end; procedure TForm1.MaskProcessingFiltering1Click(Sender: TObject); begin frmMask.Show; end; procedure TForm1.Exit1Click(Sender: TObject); begin form1.close; end; procedure TForm1.SaveResultAs1Click(Sender: TObject); var nmfile2 : string; begin SaveDialog1.Execute; if SaveDialog1.FileName <> '' Then begin nmfile2 := Form1.SaveDialog1.FileName; Form1.Image2.Picture.Bitmap.PixelFormat := pf8bit; Form1.Image2.Picture.Bitmap.SaveToFile(nmfile2); end; end; procedure TForm1.EdgeLinking1Click(Sender: TObject); begin frmEdgeLinking.Show; end; end. unit Un_EdgeLinking; interface uses Windows, Messages, SysUtils, Classes, Graphics, Controls, Forms, Dialogs, StdCtrls, Spin; type TfrmEdgeLinking = class(TForm) btnApply: TButton; btnClose: TButton; SpinEdit1: TSpinEdit; Label1: TLabel; Label2: TLabel; SpinEdit2: TSpinEdit; btnGX: TButton; btnGY: TButton;

{-------------------------------------------------------------------------} procedure HitungKomponenGX; var ix, iy : integer; GX : single; begin for ix:=1 to 256 do begin for iy:=1 to 256 do begin if (ix > 1) and (ix < 256) and (iy > 1) and (iy < 256) then begin GX := (-1 * arCitra1[ix-1,iy-1]) + (-2 * arCitra1[ix,iy-1]) + (-1 * arCitra1[ix+1,iy-1]) + (1 * arCitra1[ix-1,iy+1]) + (2 * arCitra1[ix,iy+1]) + (1 * arCitra1[ix+1,iy+1]); if GX < 0 then GX := 0; if GX > 255 then GX := 255; arCitra2[ix,iy] := Round(GX); end else arCitra2[ix,iy] := arCitra1[ix,iy]; end; end; end; {-------------------------------------------------------------------------} procedure HitungKomponenGY; var ix, iy : integer; GY : single; begin for ix:=1 to 256 do begin for iy:=1 to 256 do begin if (ix > 1) and (ix < 256) and (iy > 1) and (iy < 256) then begin GY := (-1 * arCitra1[ix-1,iy-1]) + (1 * arCitra1[ix+1,iy-1]) + (-2 * arCitra1[ix-1,iy]) + (2 * arCitra1[ix+1,iy]) + (-1 * arCitra1[ix-1,iy+1]) + (1 * arCitra1[ix+1,iy+1]); if GY < 0 then GY := 0; if GY > 255 then GY := 255; arCitra2[ix,iy] := Round(GY); end else arCitra2[ix,iy] := arCitra1[ix,iy]; end; end; end; {-------------------------------------------------------------------------} procedure EdgeLinking; var ix, iy : integer; arGradient : array[1..256, 1..256] of byte; arAngle : array[1..256, 1..256] of single;

12

warna : longint; warnab : byte; warnab2 : byte; GX, GY, G, Angle : single; thres_T, thres_A : single; thres_graylevel : byte; begin // isi array gradient dan angle for ix:=1 to 256 do begin for iy:=1 to 256 do begin if (ix > 1) and (ix < 256) and (iy > 1) and (iy < 256) then begin GX := (-1 * arCitra1[ix-1,iy-1]) + (-2 * arCitra1[ix,iy-1]) + (-1 * arCitra1[ix+1,iy-1]) + (1 * arCitra1[ix-1,iy+1]) + (2 * arCitra1[ix,iy+1]) + (1 * arCitra1[ix+1,iy+1]); GY := (-1 * arCitra1[ix-1,iy-1]) + (1 * arCitra1[ix+1,iy-1]) + (-2 * arCitra1[ix-1,iy]) + (2 * arCitra1[ix+1,iy]) + (-1 * arCitra1[ix-1,iy+1]) + (1 * arCitra1[ix+1,iy+1]); G := Abs(GX) + Abs(GY); if GX <> 0 Then Angle := ArcTan2(GY, GX) else Angle := Pi/2; if G > 255 then G := 255; arGradient[ix,iy] := round(G); arAngle[ix,iy] := Angle; end; end; end; // inisialisasi for ix:=1 to 256 do begin for iy:=1 to 256 do begin arCitra2[ix,iy] := 0; end; end; thres_T := frmEdgeLinking.SpinEdit1.Value; thres_A := frmEdgeLinking.SpinEdit2.Value * pi / 180; // konversi derajat ke radian thres_graylevel := 120; // proses edge linking for ix:=1 to 256 do begin for iy:=1 to 256 do begin if (ix > 1) and (ix < 256) and (iy > 1) and (iy < 256) then begin if (Abs(arGradient[ix+1,iy] - arGradient[ix,iy]) <= thres_T) and (Abs(arAngle[ix+1,iy] - arAngle[ix,iy]) < thres_A) then begin arCitra2[ix,iy] := Round(arGradient[ix,iy]); arCitra2[ix+1,iy] := Round(arGradient[ix+1,iy]); end; if (Abs(arGradient[ix,iy+1] - arGradient[ix,iy]) <= thres_T) and (Abs(arAngle[ix,iy+1] - arAngle[ix,iy]) < thres_A) then begin arCitra2[ix,iy] := Round(arGradient[ix,iy]); arCitra2[ix,iy+1] := Round(arGradient[ix,iy+1]); end; if (Abs(arGradient[ix+1,iy+1] - arGradient[ix,iy]) <= thres_T) and (Abs(arAngle[ix+1,iy+1] - arAngle[ix,iy]) < thres_A) then begin arCitra2[ix,iy] := Round(arGradient[ix,iy]); arCitra2[ix+1,iy+1] := Round(arGradient[ix+1,iy+1]); end;

end else arCitra2[ix,iy] := arCitra1[ix,iy]; end; end; end; procedure TfrmEdgeLinking.btnApplyClick(Sender: TObject); begin btnApply.Enabled := False; Screen.Cursor := crHourGlass; EdgeLinking; TampilkanHasil; UpdateHistogram; btnApply.Enabled := True; Screen.Cursor := crDefault; end; procedure TfrmEdgeLinking.btnCloseClick(Sender: TObject); begin Close; end; procedure TfrmEdgeLinking.btnGXClick(Sender: TObject); begin Screen.Cursor := crHourGlass; HitungKomponenGX; TampilkanHasil; UpdateHistogram; Screen.Cursor := crDefault; end; procedure TfrmEdgeLinking.btnGYClick(Sender: TObject); begin Screen.Cursor := crHourGlass; HitungKomponenGY; TampilkanHasil; UpdateHistogram; Screen.Cursor := crDefault; end; end.

13