首页> 外文OA文献 >ANALISIS DETEKSI TEPI BERBASIS METODE SOBEL DAN PREWITT TERHADAP CITRA X-RAY
【2h】

ANALISIS DETEKSI TEPI BERBASIS METODE SOBEL DAN PREWITT TERHADAP CITRA X-RAY

机译:基于Sobel和Prewitt方法的X射线图像边缘检测分析

摘要

Di dalam sebuah pengolahan citra pasti membutuhkan suatu kualitas citra gambar yang baik. Hal ini dikarenakan semakin menurunnya kualitas sebuah citra maka semakin susah citra tersebut diidentifikasi, baik itu oleh manusia maupun oleh mesin. Deteksi tepi merupakan salah satu metode yang digunakan dalam suatu pengolahan citra digital. Metode deteksi tepi ini dapat berfungsi untuk mengidentifikasi garis/tepi pada suatu obyek citra digital untuk menonjolkan informasi garis batas dari citra digital. Karena suatu tepi mencirikan garis batas-batas objek maka dari itu tepi dapat berguna untuk proses segmentasi dan identifikasi objek di dalam citra digital. Ada beberapa operator deteksi tepi yang sering digunakan adalah : Operator Roberts, Operator Prewitt, dan Operator Sobel. Dalam penelitian ini penulis menggunakan operator sobel dan prewitt dalam mendeteksi tepi citra X-Ray dan membandingkan hasilnya. Langkah Algoritma Sobel adalah konversi citra rgb ke grayscale, sobel x, sobel y, Gradient magnitude dan Langkah Algoritma Prewitt adalah konversi citra rgb ke grayscale, prewitt x, prewitt y, Gradient magnitude, lalu perhitungan MSE dan PSNR. Dari perhitungan MSE dan PSNR dapat kita simpulkan bahwa algoritma Prewitt lebih baik dari metode Sobel. hasil MSE dan PSNR berbeda – beda dalam setiap kasus, dimana tingkat MSE dan PSNR digunakan untuk mengukur kualitas citra.
机译:在图像处理中,当然需要良好的图像图像质量。这是因为图像质量下降,无论是人还是机器,识别图像的难度都更大。边缘检测是数字图像处理中使用的一种方法。该边缘检测方法可以起到识别数字图像的对象上的线/边缘以突出数字图像的边界信息的作用。由于边缘是对象边界的特征,因此边缘可用于数字图像中对象的分割和识别过程。经常使用几种边缘检测运算符:Roberts运算符,Prewitt运算符和Sobel运算符。在这项研究中,作者使用sobel和prewitt算子来检测X射线图像的边缘并比较结果。 Sobel算法步骤是将RGB图像转换为灰度,sobel x,sobel y,渐变幅度,而Prewitt算法步骤是将RGB图像转换为灰度,prewitt x,prewitt y,渐变幅度,然后进行MSE和PSNR计算。从MSE和PSNR计算可以得出结论,Prewitt算法比Sobel方法更好。在每种情况下,MSE和PSNR的结果都不同,其中,MSE和PSNR级别用于测量图像质量。

著录项

  • 作者

    DONNI KUSUMAWARDANA;

  • 作者单位
  • 年度 2016
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号