Skip to main content

Modul teori — Morfologi & fitur spasial; deteksi tepi lanjut & evaluasi

Pengolahan Citra Digital (PCD), pertemuan ke-11

Modul ini melanjutkan morfologi biner (PCD 09) dan deteksi tepi dasar (PCD 10): dari mask yang sudah dibersihkan kita ekstrak fitur bentuk; dari gradien / turunan kedua kita menyusun Canny dan menilai kualitas peta tepi secara kuantitatif.

0.1 Tujuan pembelajaran

  1. Mengaitkan morfologi dengan tahap berikutnya: analisis komponen dan deskriptor geometri pada citra biner.
  2. Menghitung area, perimeter, centroid, kotak pembatas, kompakitas, dan momen pusat; memahami peran momen Hu sebagai fitur bentuk klasik.
  3. Merangkum deteksi tepi lanjut berbasis turunan kedua (zero-crossing, DoG) dan menyusun algoritma Canny (Gaussian, gradien, NMS, hysteresis).
  4. Mendefinisikan presisi, recall, F1, dan toleransi spasial untuk evaluasi peta tepi terhadap ground truth.
  5. Mengimplementasikan contoh dengan NumPy/SciPy (ndimage.label, center_of_mass, sobel, gaussian_filter).

1 Dari morfologi ke fitur spasial

Pada PCD 09, erosi, dilasi, opening, dan closing mengubah himpunan foreground \(A\) agar noise dan artefak segmentasi berkurang. Setelah mask stabil, sistem visi biasanya menghitung angka dari bentuk setiap objek — inilah fitur spasial (atau deskriptor bentuk): ukuran skalar atau vektor per komponen terhubung pada mask (atau kontur), misalnya area, centroid, kompakitas, momen Hu.

Contoh di kehidupan nyata (setelah segmentasi dan morfologi):

Pertanyaan operasional Fitur yang dipakai Contoh aplikasi
Berapa objek? penghitungan label / area per komponen Butir beras di conveyor; sel atau koloni pada mikroskop; kendaraan di slot parkir (kamera atas).
Di mana pusatnya? centroid \((\bar x, \bar y)\) Robot pick-and-place PCB; drone semprot bercak gulma; pelacakan bola/orang per frame video.
Bulat atau memanjang? kompakitas, aspect ratio Sortir kacang/tablet cacat; sel histologi abnormal; goresan/retakan pada logam.
Gambar 1: Contoh citra asli per baris tabel di atas. Baris 1 — berapa objek? butir beras; sel darah merah (mikroskop); parkir dari atas. Baris 2 — di mana pusatnya? papan sirkuit SMD; drone pemupukan/semprot; bola (contoh pelacakan objek per frame). Baris 3 — bulat atau memanjang? kacang untuk sortir bentuk; preparat histologi; retak kelelahan logam. Sumber & lisensi: PCD/assets/pcd11_aplikasi/ATTRIBUTIONS.md.

Alur di lapangan: kamera → threshold/segmentasi → opening/closing → label → fitur per objek → keputusan lolos/tidak atau statistik batch (mis. rata-rata ukuran butir). Fitur yang sama dapat menjadi masukan ringkas ke model yang lebih dalam (CNN, transformer), tetapi modul ini fokus pada perhitungan geometri eksplisit di bawah.

2 Morfologi lanjutan (gambaran)

Tiga perluasan singkat dari PCD 09: (1) citra grayscale dan elemen penstruktur non-flat; (2) granulometri untuk ukuran butir; (3) skeleton sebagai ringkasan bentuk. Definisi biner \(A \ominus B\), \(A \oplus B\), opening, dan closing tidak diulang di sini — lihat modul 09.

2.1 Morfologi grayscale

2.1.1 Elemen penstruktur datar vs non-flat

Pada morfologi biner, \(B\) biasanya datar (flat): hanya menentukan lokasi piksel tetangga yang ikut diuji (anggota \(B\) vs bukan). Pada morfologi grayscale, kita menulis elemen penstruktur sebagai pasangan \((B, h)\): himpunan offset \((u,v)\in B\) dan tinggi \(h(u,v)\) pada setiap offset.

  • Flat: \(h(u,v)=0\) untuk semua \((u,v)\in B\) → operasi setara filter rank lokal: erosi = minimum intensitas di jendela \(B\), dilasi = maksimum.
  • Non-flat: \(h(u,v)\) berbeda-beda → “permukaan” \(B\) miring; erosi menggeser intensitas dengan mengurangi \(h\) sebelum mengambil minimum — setara menempelkan topi berbentuk \(h\) pada citra lalu mengambil titik terendah hasil penempelan.

Contoh angka (satu piksel pusat). Ambil jendela \(3\times 3\) di sekitar \((x,y)\) pada citra \(f\) (nilai intensitas):

\[ \begin{bmatrix} 20 & 60 & 30 \\ 40 & \mathbf{80} & 50 \\ 15 & 25 & 35 \end{bmatrix} \quad\text{(pusat } \mathbf{80} \text{ di } (x,y)\text{)}. \]

\(B\) = seluruh \(3\times 3\) (sembilan offset). Flat (\(h \equiv 0\)):

  • Erosi: \(\min\{20,60,30,40,80,50,15,25,35\} = \mathbf{15}\).
  • Dilasi: \(\max\{\cdots\} = \mathbf{80}\).

Non-flat (tinggi \(h\) contoh — pusat acuan \(h=0\), pinggir lebih “tinggi”):

\[ h = \begin{bmatrix} 1 & 1 & 1 \\ 1 & 0 & 1 \\ 2 & 2 & 2 \end{bmatrix}. \]

Matriks \(f - h\) (erosi = nilai minimumnya):

\[ f - h = \begin{bmatrix} 19 & 59 & 29 \\ 39 & \mathbf{80} & 49 \\ \mathbf{13} & 23 & 33 \end{bmatrix} \quad\Rightarrow\quad (f \ominus B) = \mathbf{13}. \]

Jadi erosi non-flat di pusat \(\mathbf{13} < 15\) (erosi flat) — lebih gelap. Untuk dilasi dengan \(h\) di atas, \(\max(f+h)=80\) (sama dengan flat) karena pusat sudah paling terang. Agar dilasi non-flat melebihi flat, \(h\) harus “mengangkat” tetangga terang: misalnya \(h=-22\) pada sel di atas pusat (konvensi tinggi relatif), atau setara ambil offset atas dengan \(h_{\mathrm{atas}}=22\) sehingga \(60+22=\mathbf{82} > 80\).

Gambar 2: Kiri: patch intensitas \(f\) (\(3\times3\)). Tengah: elemen flat (\(h=0\)) dan hasil erosi/dilasi di pusat. Kanan: elemen non-flat (\(h\) miring) — nilai erosi/dilasi berbeda (contoh angka di teks).

2.1.2 Erosi dan dilasi grayscale

Erosi grayscale (definisi umum, konvensi ini dipakai SciPy grey_erosion):

\[ (f \ominus B)(x,y) = \min_{(u,v)\in B} \bigl\{ f(x+u,y+v) - h(u,v) \bigr\}. \]

Dilasi grayscale:

\[ (f \oplus B)(x,y) = \max_{(u,v)\in B} \bigl\{ f(x+u,y+v) + h(u,v) \bigr\}. \]

Cara membaca erosi. Untuk setiap piksel keluaran di \((x,y)\): geser mask \(B\) (dan bentuk tinggi \(h\)) sehingga acuannya di \((x,y)\); di setiap offset \((u,v)\in B\) lihat nilai \(f\) di piksel citra \(f(x+u,y+v)\) dikurangi tinggi \(h(u,v)\); ambil minimum dari semua nilai itu. Hasil cenderung lebih gelap dan detail terang kecil yang lebih sempit dari \(B\) terhapus.

  • \(f(x,y)\) — intensitas citra masukan (grayscale).
  • \((x,y)\) — posisi piksel yang dihitung.
  • \((u,v)\) — offset relatif dalam elemen penstruktur (sama seperti translasi \(B_z\) di PCD 09).
  • \(h(u,v)\) — tinggi struktur di offset \((u,v)\); untuk \(B\) flat, \(h\equiv 0\).
  • \(\min\), \(\max\) — operasi rank lokal (bukan penjumlahan seperti konvolusi linear).

Cara membaca dilasi. Struktur sama, tetapi tiap sampel adalah \(f(x+u,y+v)+h(u,v)\) dan diambil maksimum — citra cenderung lebih terang; celah gelap sempit tertutup jika skala \(B\) cukup besar.

Opening / closing grayscale: \((f \circ B) = (f \ominus B) \oplus B\) dan \((f \bullet B) = (f \oplus B) \ominus B\) (susunan sama seperti PCD 09, tetapi dengan rumus min/max di atas).

2.1.3 Top-hat dan aplikasi

  • Top-hat putih (white top-hat): \(R_{\mathrm{w}} = f - (f \circ B)\) — menghapus komponen terang yang lebih kecil dari skala \(B\); \(R_{\mathrm{w}}\) besar pada bintik terang di atas latar yang sudah “dihaluskan” opening. Contoh: butir di conveyor dengan pencahayaan tidak rata (gambar di bawah).
  • Top-hat hitam (black top-hat): \(R_{\mathrm{b}} = (f \bullet B) - f\) — menonjolkan noda gelap kecil pada latar terang.

Implementasi: ndimage.grey_erosion, grey_dilation, grey_opening, white_tophat / black_tophat (footprint atau size = bentuk \(B\); pada kasus flat, \(h\equiv 0\)).

Gambar 3: Kiri: citra sintetis (latar gelombang + bintik terang kecil). Kanan: white top-hat menonjolkan bintik yang lebih kecil dari skala elemen penstruktur.

2.2 Granulometri (pengukuran ukuran butir)

Granulometri morfologi = serangkaian opening dengan \(B_r\) yang membesar (\(r=1,2,3,\ldots\)). Untuk citra biner (atau \(f\) yang sudah diambang):

\[ \Psi(r) = A\bigl( (A_f \circ B_r) \bigr), \quad A_f = \mathbf{1}_{f > t}, \]

dengan \(A(\cdot)\) jumlah piksel foreground dan \(t\) ambang jika \(f\) grayscale. Cara membaca: \(\Psi(r)\) = luas objek yang masih tersisa setelah detail lebih kecil dari skala \(r\) dihapus opening; turunnya \(\Psi\) pada \(r\) tertentu menandakan banyak butir berdiameter \(\lesssim 2r\).

Contoh: distribusi ukuran pasir/semen di mikroskop; kontrol gumpalan farmasi; deteksi partikel oversize di belt (sisa luas besar pada \(r\) besar).

Gambar 4: Atas: citra biner sintetis (lingkaran kecil + sedang + besar). Bawah: luas sisa foreground setelah opening dengan disk \(r=1..8\) (granulometri).

2.3 Skeleton (kerangka morfologi)

Skeleton adalah kurva satu piksel lebar yang mengikuti “poros” bentuk (cabang/simpul). Diperoleh dengan pengikisan morfologi berulang (bukan sekadar satu kali erosi — lihat PCD 09 untuk efek erosi tunggal).

Contoh nyata:

  • OCR / tulisan: skeleton huruf untuk ekstraksi graf stroke dan matching template.
  • Biomedis: panjang akar atau pembuluh darah dari citra biner setelah segmentasi.
  • Robotika: perencanaan jalur pada peta occupancy yang dirampingkan.
Gambar 5: Kiri: mask bentuk (huruf T). Kanan: skeleton morfologi (pengikisan iteratif) ditumpukkan merah pada mask.

Keluaran morfologi di atas disambung ke label dan deskriptor geometri pada bagian berikutnya.

3 Komponen terhubung dan labeling

Diberikan mask biner \(A\), komponen terhubung adalah himpunan maksimal piksel foreground yang saling terhubung menurut konektivitas (4 atau 8). Algoritme labeling memberi label bulat \(1,2,\ldots,N\) pada setiap komponen.

Pada SciPy: scipy.ndimage.label(mask, structure=...) mengembalikan array label dan jumlah komponen. Struktur generate_binary_structure(2, connectivity) harus selaras dengan konektivitas yang Anda maksudkan saat mendefinisikan “satu objek”.

Praktik: hitung fitur per label (loop \(k=1..N\) atau masking labels == k).

4 Deskriptor geometri dasar

Untuk satu komponen dengan mask \(M\) (boolean pada ROI):

Simbol / nama Definisi Catatan
Area \(A\) \(A = \sum_{i,j} M[i,j]\) jumlah piksel; skala bergantung resolusi
Centroid \((\bar x, \bar y)\) pusat massa: \(\bar x = \sum x\,M / A\), \(\bar y = \sum y\,M / A\) ndimage.center_of_mass
Kotak pembatas min/max indeks baris & kolom tempat \(M\) benar lebar, tinggi, aspect ratio \(w/h\)
Perimeter \(P\) panjang kontur; aproksimasi: jumlah piksel batas (perbedaan erosi) \(P \approx \sum_{i,j} |M - \mathrm{erode}(M)|\)
Kompakitas \(C = 4\pi A / P^2\) lingkaran ideal \(C=1\); nilai menurun jika bergerigi
Extent \(A / (w_{\mathrm{bbox}} h_{\mathrm{bbox}})\) seberapa “padat” objek mengisi kotak

Deskriptor di atas bergantung posisi dan orientasi terhadap frame citra (misalnya aspect ratio bbox). Momen gambar merangkum distribusi massa piksel dan memungkinkan fitur Hu yang lebih stabil terhadap transformasi geometri.

5 Momen gambar dan momen Hu

Momen geometri menjumlahkan bobot \(i^p j^q M[i,j]\) — analogi massa di bidang. Konvensi: \(i\) = baris, \(j\) = kolom; centroid \((\bar x,\bar y)\) di tabel sebelumnya = \((\bar j,\bar i)\).

5.1 Momen orde-\((p+q)\)

\[ m_{pq} = \sum_i \sum_j i^p j^q \, M[i,j]. \]

Pasangan \((p,q)\) Nama / makna Kaitan praktis
\((0,0)\) \(m_{00}\) Sama dengan area \(A\) di tabel deskriptor
\((1,0)\), \((0,1)\) \(m_{10}\), \(m_{01}\) Menentukan centroid \((\bar i,\bar j)\)
\((2,0)\), \((0,2)\), \((1,1)\) \(m_{20}\), \(m_{02}\), \(m_{11}\) Sebaran & “kemiringan” distribusi (seperti kovariansi kasar)
orde \(\geq 3\) \(m_{30}\), … Detail bentuk halus (sisir, tonjolan)

\[ \bar i = \frac{m_{10}}{m_{00}}, \quad \bar j = \frac{m_{01}}{m_{00}} \quad\text{(setara rumus centroid di tabel deskriptor).} \]

5.1.1 Contoh numerik kecil (mask salib \(3\times 3\))

Untuk \(m_{00}=5\), perhitungan tangan memberikan \(m_{10}=m_{01}=5\) sehingga \(\bar i=\bar j=1\) (pusat salib). Angka lengkap \(m_{pq}\) dan \(\mu_{pq}\) orde-2 ada pada figur di bawah.

5.2 Momen pusat

Geser seluruh objek mengubah \(m_{pq}\) orde tinggi, tetapi bentuk relatif terhadap pusatnya dapat ditangkap dengan koordinat terpusat:

\[ \mu_{pq} = \sum_i \sum_j (i-\bar i)^p (j-\bar j)^q \, M[i,j]. \]

Sifat penting:

  • \(\mu_{00} = m_{00} = A\).
  • \(\mu_{10} = \mu_{01} = 0\) (definisi terpusat pada centroid).
  • \(\mu_{20}\), \(\mu_{02}\) mengukur penyebaran sepanjang baris/kolom; \(\mu_{11}\) mengukur korelasi sebaran (objek memanjang miring → \(|\mu_{11}|\) besar).
  • Geser objek tanpa mengubah bentuk: \(\mu_{pq}\) tidak berubah (invarian translasi); yang berubah adalah \(m_{pq}\) mentah. Rotasi mengubah \(\mu_{pq}\); normalisasi \(\eta_{pq}\) dan \(\Phi_k\) dirancang agar rotasi/skala tidak mengubah nilai (ideal).

Membaca \(\mu_{pq}\) seperti matriks kovariansi \(2\times2\) (untuk orde-2):

\[ \mathbf{C} = \begin{bmatrix} \mu_{20} & \mu_{11} \\ \mu_{11} & \mu_{02} \end{bmatrix}. \]

Eigenvektor \(\mathbf{C}\) menunjukkan sumbu utama elongasi bentuk; eigenvalue proporsional dengan “panjang/lebar” kuadrat. Ini jembatan ke orientasi objek tanpa Hu.

5.3 Momen pusat ternormalisasi

Agar skala (perbesaran uniform) tidak mengubah deskriptor orde \(p+q>1\):

\[ \eta_{pq} = \frac{\mu_{pq}}{\mu_{00}^{\gamma}}, \quad \gamma = 1 + \frac{p+q}{2}. \]

Contoh: orde-2 memakai \(\gamma=2\) sehingga \(\eta_{20}=\mu_{20}/A^2\) — membesarkan objek 2× memperbesar \(\mu_{20}\) kira-kira \(2^2\) dan \(A\) sebesar \(2^2\), rasio \(\eta_{20}\) tetap (dalam model kontinu). Orde \((0,0)\) tidak dinormalisasi; \(\eta_{00}=1\).

5.4 Tujuh momen invariant Hu

Hu (1962) membentuk tujuh skalar \(\Phi_1,\ldots,\Phi_7\) dari \(\eta_{pq}\) dengan kombinasi aljabar yang invarian terhadap translasi, rotasi, dan skala uniform (citra kontinu ideal). Tiga pertama paling sering dipakai:

\[ \begin{aligned} \Phi_1 &= \eta_{20} + \eta_{02}, \\ \Phi_2 &= (\eta_{20}-\eta_{02})^2 + 4\eta_{11}^2, \\ \Phi_3 &= (\eta_{30}-3\eta_{12})^2 + (3\eta_{21}-\eta_{03})^2. \end{aligned} \]

\(\Phi_4\)–\(\Phi_7\) memakai momen orde-3 dan 4 (kombinasi panjang; lihat Hu, 1962, atau skimage.measure.moments_hu). Cara membaca:

  • \(\Phi_1\) kecil → bentuk memanjang (satu sumbu dominan); besar relatif → lebih mendekati bundar dalam arti sebaran orde-2.
  • \(\Phi_2\), \(\Phi_3\) sensitif terhadap asimetri dan detail orde tinggi.

Keterbatasan praktik: kuantisasi, noise segmentasi, dan proyeksi 3D membuat \(\Phi_k\) hampir sama tetapi jarang identik — tetap berguna untuk klasifikasi bentuk klasik; pipeline modern sering memakai embedding CNN.

Gambar 6: Mask salib \(3\times3\): centroid (×) dan nilai \(m_{00}\), \(m_{10}\), \(m_{01}\), \(\mu_{20}\), \(\mu_{02}\), \(\mu_{11}\).
Gambar 7: Elips sama: geser hampir tidak mengubah \(\Phi_1\); putar dan skala — \(\Phi_1\) relatif stabil, aspect ratio bbox berubah lebih jelas (ilustrasi numerik pada mask diskret).

Ringkasan invariansi (model kontinu ideal):

Transformasi \(m_{pq}\) \(\mu_{pq}\) \(\eta_{pq}\), \(\Phi_k\)
Translasi berubah tidak tidak
Rotasi berubah berubah tidak
Skala uniform berubah berubah (orde \(>0\)) tidak (orde \(\geq 2\))

6 Contoh terapan: deskriptor dan momen

6.1 Contoh 1 — deskriptor pada bentuk sintetis

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np
from scipy import ndimage

h, w = 100, 220
Y, X = np.ogrid[:h, :w]
shapes = []
for cy, cx, kind in [(28, 40, "disk"), (28, 120, "square"), (28, 200, "ellipse")]:
    if kind == "disk":
        m = (Y - cy) ** 2 + (X - cx) ** 2 <= 18**2
    elif kind == "square":
        m = np.zeros((h, w), dtype=bool)
        m[cy - 16 : cy + 17, cx - 16 : cx + 17] = True
    else:
        m = ((Y - cy) / 22) ** 2 + ((X - cx) / 10) ** 2 <= 1
    shapes.append((kind, m))

fig, axes = plt.subplots(1, 3, figsize=(11, 3.4))
for ax, (name, m) in zip(axes, shapes):
    ax.imshow(m, cmap="Greys_r", vmin=0, vmax=1)
    cy, cx = ndimage.center_of_mass(m)
    rows, cols = np.where(m)
    ax.plot(cx, cy, "r+", ms=12, mew=2)
    ax.add_patch(
        plt.Rectangle(
            (cols.min(), rows.min()),
            cols.max() - cols.min(),
            rows.max() - rows.min(),
            fill=False,
            edgecolor="cyan",
            lw=1.5,
        )
    )
    A = float(m.sum())
    boundary = m ^ ndimage.binary_erosion(m)
    P = float(boundary.sum())
    circ = 4 * np.pi * A / (P**2 + 1e-9)
    ar = (cols.max() - cols.min() + 1) / (rows.max() - rows.min() + 1)
    ax.set_title(f"{name}\nA={A:.0f}, C={circ:.2f}, AR={ar:.2f}")
    ax.axis("off")
plt.suptitle("Deskriptor geometri per komponen", fontsize=12, y=1.02)
plt.tight_layout()
fig
Gambar 8: Tiga komponen sintetis: area, kompakitas, centroid (×), dan kotak pembatas (cyan).

6.2 Contoh 2 — translasi: \(m_{pq}\) vs \(\mu_{pq}\)

Persegi identik pada tiga posisi: \(m_{20}\) (momen mentah) berubah, \(\mu_{20}\) tetap — ilustrasi invariansi translasi pada momen pusat (bandingkan \(\Phi_1\) pada figur Hu di atas).

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np
from scipy import ndimage


def raw_and_central(mask):
    ys, xs = np.where(mask)
    if len(xs) == 0:
        return 0, 0, 0, 0, 0
    m20 = (ys**2).sum()
    cy, cx = ys.mean(), xs.mean()
    mu20 = ((ys - cy) ** 2).sum()
    mu02 = ((xs - cx) ** 2).sum()
    return mask.sum(), m20, mu20, mu02


h, w = 80, 240
fig, axes = plt.subplots(1, 3, figsize=(10, 2.8))
for ax, x0 in zip(axes, [30, 100, 170]):
    m = np.zeros((h, w), dtype=bool)
    m[25:55, x0 : x0 + 30] = True
    ax.imshow(m, cmap="Greys_r", vmin=0, vmax=1)
    cy, cx = ndimage.center_of_mass(m)
    ax.plot(cx, cy, "r+", ms=10)
    A, m20, mu20, mu02 = raw_and_central(m)
    ax.set_title(rf"$A$={A:.0f}, $m_{{20}}$={m20:.0f}, $\mu_{{20}}$={mu20:.0f}")
    ax.axis("off")
plt.suptitle("Momen mentah vs momen pusat saat objek digeser", fontsize=11, y=1.05)
plt.tight_layout()
fig
Gambar 9: Persegi sama: \(m_{20}\) berbeda tiap posisi; \(\mu_{20}, \mu_{02}\) sama — invarian translasi. Centroid (×) bergeser.

7 Deteksi tepi lanjut (turunan kedua)

Modul PCD 10 telah memperkenalkan gradien (Roberts, Prewitt, Sobel), Laplacian, LoG, dan gagasan zero-crossing. Bagian ini memfokuskan penyempurnaan lokasi tepi dan transisi ke Canny.

7.1 Zero-crossing dan syarat tambahan

Respons Laplacian atau LoG berubah tanda di sekitar tepi ideal → zero-crossing. Tanpa filter tambahan, peta zero-crossing padat dan berisik. Praktik Marr–Hildreth:

  1. Pilih skala \(\sigma\) pada LoG.
  2. Deteksi zero-crossing pada tetangga (4 atau 8).
  3. Saring dengan ambang kemiringan \(| \nabla (G_\sigma * f) |\) agar hanya crossing dengan gradien cukup besar yang dipertahankan.

7.2 Difference of Gaussians (DoG)

DoG mendekati LoG:

\[ \mathrm{DoG}_{\sigma_1,\sigma_2}(f) = G_{\sigma_1} * f - G_{\sigma_2} * f, \quad \sigma_2 > \sigma_1. \]

Zero-crossing pada DoG serupa dengan LoG pada skala tertentu; banyak model visi biologis memakai DoG sebagai pendekatan.

7.3 Mengapa beralih ke Canny?

Canny (1986) merumuskan kriteria: (1) deteksi baik — minim false negative pada tepi sejati; (2) lokalisasi — tepi dekat posisi sejati; (3) respons tunggal — satu puncak per tepi (dicapai dengan non-maximum suppression, NMS). Implementasi populer memakai gradien setelah Gaussian, bukan zero-crossing LoG langsung — tetapi tetap masuk bab “deteksi tepi lanjut” karena NMS + hysteresis menyempurnakan output Sobel.

8 Algoritma Canny

8.1 Langkah 1 — Penghalusan Gaussian

\[ I = G_\sigma * f \]

Parameter \(\sigma\) mengatur trade-off noise vs ketajaman tepi.

8.2 Langkah 2 — Gradien

\[ G_x = \frac{\partial I}{\partial x}, \quad G_y = \frac{\partial I}{\partial y}, \quad M = \sqrt{G_x^2 + G_y^2}, \quad \theta = \operatorname{atan2}(G_y, G_x). \]

Diskret: ndimage.sobel atau konvolusi mask Sobel (konsisten dengan PCD 10).

8.3 Langkah 3 — Non-maximum suppression (NMS)

Pada setiap piksel, kuantisasi \(\theta\) ke empat arah dominan (0°, 45°, 90°, 135°). Piksel \(M[i,j]\) dipertahankan hanya jika \(M[i,j]\) adalah maksimum lokal sepanjang arah tegak lurus gradien (arah turunan intensitas). Hasil: tepi setipis mungkin.

8.4 Langkah 4 — Hysteresis (ambang ganda)

  • Tepi kuat: \(M \geq T_{\mathrm{high}}\).
  • Tepi lemah: \(T_{\mathrm{low}} \leq M < T_{\mathrm{high}}\).
  • Keputusan akhir: tepi lemah dipertahankan hanya jika terhubung (8-tetangga) ke tepi kuat.

Aturan umum: \(T_{\mathrm{low}} \approx 0.4\,T_{\mathrm{high}}\) (disesuaikan dengan data).

Cara membaca hysteresis. Mencegah “putusnya” kontur lemah yang masih merupakan kelanjutan tepi sejati, sambil menolak noise lemah yang terisolasi.

8.5 Langkah 5 — (Opsional) penautan kontur

Mengurutkan piksel tepi menjadi kurva untuk analisis bentuk — tidak dibahas implementasi penuh di sini.

9 Evaluasi kinerja deteksi tepi

Setelah detektor menghasilkan peta tepi \(E_{\mathrm{pred}}\) (biner atau dari ambang pada magnitud gradien), kita perlu mengukur seberapa dekat hasilnya dengan referensi \(E_{\mathrm{gt}}\) (ground truth): anotasi manual, tepi sintetis (citra buatan), atau dataset benchmark (mis. BSDS).

Notasi. \(E_{\mathrm{gt}}[i,j]=1\) jika piksel \((i,j)\) adalah tepi sejati; \(E_{\mathrm{pred}}[i,j]=1\) jika detektor menyatakan tepi. Ukuran citra sama. Pada praktik, \(E_{\mathrm{pred}}\) sering diperoleh dari \(M[i,j] \geq T\) setelah Sobel/Canny.

9.1 Toleransi spasial

Tepi terdeteksi jarang selaras piksel-ke-piksel dengan GT (subpiksel, lebar tepi Sobel, \(\sigma\) Gaussian). Evaluasi tanpa toleransi menghukum pergeseran 1 piksel seolah kesalahan total.

Ide: tebalkan GT sebesar toleransi \(d\) (piksel) dengan dilasi morfologi \(d\) iterasi (8-tetangga):

\[ E_{\mathrm{gt}}^{(d)} = E_{\mathrm{gt}} \oplus B_d, \]

dengan \(B_d\) disk radius \(d\). Piksel prediksi dianggap benar positif (TP) jika masuk ke \(E_{\mathrm{gt}}^{(d)}\):

\[ \text{piksel } p \in E_{\mathrm{pred}} \text{ adalah TP} \quad\Leftrightarrow\quad p \in E_{\mathrm{gt}}^{(d)}. \]

False positive (FP): piksel prediksi di luar \(E_{\mathrm{gt}}^{(d)}\) (tepi palsu terlalu jauh dari GT).

False negative (FN): piksel GT tidak “tercover” prediksi — pada implementasi edukatif di bawah, GT dihitung FN jika tidak ada prediksi pada lokasi GT persis (\(E_{\mathrm{gt}}\) tanpa dilasi). Dengan kata lain: TP memakai toleransi pada sisi prediksi; FN memakai overlap ketat pada sisi GT (konvensi sederhana; literatur benchmark kadang simetriskan kedua sisi).

9.2 Presisi, recall, dan F1

Hitung jumlah piksel (bukan hanya “jumlah tepi”):

\[ TP = \sum_{i,j} \bigl( E_{\mathrm{pred}}[i,j] \land E_{\mathrm{gt}}^{(d)}[i,j] \bigr), \]

\[ FP = \sum_{i,j} E_{\mathrm{pred}}[i,j] - TP, \qquad FN = \sum_{i,j} E_{\mathrm{gt}}[i,j] - \sum_{i,j} \bigl( E_{\mathrm{pred}}[i,j] \land E_{\mathrm{gt}}[i,j] \bigr). \]

Presisi (seberapa “bersih” prediksi):

\[ \mathrm{Precision} = \frac{TP}{TP + FP}. \]

Recall (seberapa banyak GT yang tertangkap):

\[ \mathrm{Recall} = \frac{TP}{TP + FN}. \]

F1 (rata-rata harmonik — satu angka saat trade-off presisi–recall):

\[ F_1 = \frac{2\,\mathrm{Precision}\cdot\mathrm{Recall}}{\mathrm{Precision}+\mathrm{Recall}}. \]

Metrik Rendah berarti… Tipikal penyebab pada deteksi tepi
Presisi Banyak FP Ambang \(T\) terlalu rendah, noise tekstur
Recall Banyak FN Ambang \(T\) terlalu tinggi, \(\sigma\) besar memburamkan tepi
\(F_1\) Keseimbangan buruk Perlu sweep \(T\) atau tuning \(\sigma\), \(T_{\mathrm{high}}\)

9.2.1 Contoh numerik kecil (\(5\times 5\), toleransi \(d=1\))

GT = garis vertikal di kolom \(j=1\); prediksi = garis di kolom \(j=2\) (geser 1 piksel). Dilasi \(d=1\) pada GT menutupi kolom \(0,1,2\).

\[ E_{\mathrm{gt}} = \begin{bmatrix} 0&1&0&0&0\\ 0&1&0&0&0\\ 0&1&0&0&0\\ 0&1&0&0&0\\ 0&1&0&0&0 \end{bmatrix}, \quad E_{\mathrm{pred}} = \begin{bmatrix} 0&0&1&0&0\\ 0&0&1&0&0\\ 0&0&1&0&0\\ 0&0&1&0&0\\ 0&0&1&0&0 \end{bmatrix}. \]

  • \(TP\): kelima piksel prediksi \(\in E_{\mathrm{gt}}^{(1)}\) → \(TP=5\).
  • \(FP\): tidak ada prediksi di luar band → \(FP=0\).
  • Overlap ketat \(E_{\mathrm{pred}} \land E_{\mathrm{gt}} = 0\) → \(FN = 5 - 0 = 5\).

Maka \(\mathrm{Precision} = 5/5 = 1{,}00\), \(\mathrm{Recall} = 5/(5+5) = 0{,}50\), \(F_1 = 2\times1\times0{,}5 / 1{,}5 \approx 0{,}67\). Tanpa toleransi, presisi/recall keduanya 0 — toleransi \(d\) mengakui pergeseran subpiksel yang wajar.

Gambar 10: Kiri: \(E_{\mathrm{gt}}\) (hijau) dan \(E_{\mathrm{pred}}\) (merah), geser 1 kolom. Tengah: \(E_{\mathrm{gt}}^{(d)}\) (dilasi \(d=1\)). Kanan: ringkasan \(TP=5\), \(FP=0\), \(FN=5\), Presisi \(=1\), Recall \(=0{,}5\), \(F_1\approx0{,}67\).

9.3 Memilih ambang dan kurva metrik

Detektor menghasilkan skor kontinu (magnitud gradien \(M\)). Satu ambang \(T\) → satu pasangan (Presisi, Recall). Mengubah \(T\):

  • \(T\) naik → prediksi lebih jarang → FP turun, FN naik → presisi naik, recall turun.
  • \(T\) turun → kebalikannya.

Praktik: plot Presisi, Recall, dan \(F_1\) terhadap \(T\); pilih \(T\) di puncak \(F_1\) atau sesuai kebutuhan aplikasi (mis. medis: recall tinggi). Contoh 4 di bawah memakai citra \(128\times128\) dengan tepi vertikal GT dan Sobel, toleransi \(d=2\) piksel.

9.4 Kurva ROC

Pada evaluasi per piksel, setiap lokasi punya label: tepi (\(E_{\mathrm{gt}}=1\), kelas positif) atau bukan tepi (\(E_{\mathrm{gt}}=0\), kelas negatif). Detektor memberi skor \(M[i,j]\); prediksi \(E_{\mathrm{pred}} = \mathbf{1}_{M \geq T}\). Untuk ambang \(T\) tertentu (konvensi tanpa toleransi spasial pada ROC — berbeda dari \(F_1\) dengan \(E_{\mathrm{gt}}^{(d)}\) di atas):

\[ TP = \sum (E_{\mathrm{pred}} \land E_{\mathrm{gt}}), \quad FN = \sum (\neg E_{\mathrm{pred}} \land E_{\mathrm{gt}}), \] \[ FP = \sum (E_{\mathrm{pred}} \land \neg E_{\mathrm{gt}}), \quad TN = \sum (\neg E_{\mathrm{pred}} \land \neg E_{\mathrm{gt}}). \]

False positive rate dan true positive rate:

\[ \mathrm{FPR} = \frac{FP}{FP + TN}, \quad \mathrm{TPR} = \frac{TP}{TP + FN} = \mathrm{Recall}. \]

Kurva ROC memplot TPR vs FPR saat \(T\) diurutkan dari tinggi ke rendah. Detektor lebih baik jika kurva menjauhi diagonal (TPR tinggi pada FPR rendah). Pada citra besar, kelas non-tepi dominan sehingga FPR sensitif terhadap noise lemah.

9.4.1 Contoh numerik kecil (6 piksel)

Skor magnitud \(M\) dan label GT (Y = tepi, N = bukan):

Piksel \(M\) GT
1 0,90 Y
2 0,70 Y
3 0,40 N
4 0,80 N
5 0,30 Y
6 0,10 N

Ada 3 positif (GT=Y) dan 3 negatif (GT=N).

\(T = 0{,}85\) — hanya piksel 1 terdeteksi: \(TP=1\), \(FN=2\), \(FP=0\), \(TN=3\) → \(\mathrm{TPR} = 1/3 \approx 0{,}33\), \(\mathrm{FPR} = 0/3 = 0\).

\(T = 0{,}75\) — piksel 1, 2, 4: \(TP=2\), \(FN=1\), \(FP=1\), \(TN=2\) → \(\mathrm{TPR} = 2/3 \approx 0{,}67\), \(\mathrm{FPR} = 1/3 \approx 0{,}33\).

\(T = 0{,}35\) — piksel 1–5: \(TP=3\), \(FN=0\), \(FP=2\), \(TN=1\) → \(\mathrm{TPR} = 1\), \(\mathrm{FPR} = 2/3 \approx 0{,}67\).

\(T = 0{,}05\) — semua terdeteksi: \(\mathrm{TPR} = 1\), \(\mathrm{FPR} = 1\) (titik sudut kanan atas).

Tiga titik \((\mathrm{FPR}, \mathrm{TPR})\) pertama membentuk kurva yang naik dari \((0, 1/3)\) ke \((1/3, 2/3)\) lalu ke \((2/3, 1)\); titik \((1,1)\) di ujung ambang sangat rendah.

Gambar 11: Kiri: kurva ROC dari contoh 6 piksel (titik berlabel \(T\)) dan citra sintetis \(32\times32\) (Sobel vs tepi vertikal GT). Kanan: tabel \(TP, FP, FN, TN\) untuk tiga ambang pada contoh 6 piksel.

Kurva Presisi–Recall atau \(F_1(T)\) pada Contoh 4 melengkapi ROC: keduanya memvariasikan \(T\), tetapi ROC menekankan trade-off terhadap seluruh piksel non-tepi (melalui FPR), sedangkan Presisi menekankan kebersihan prediksi tepi.

9.5 Metrik lain (gambaran)

  • Pratt’s figure of merit: membobot jarak setiap piksel \(p \in E_{\mathrm{pred}}\) ke tepi GT terdekat (penalti besar jika jauh).
  • ODS / OIS (BSDS): ambang optimal di seluruh dataset (ODS) vs per citra (OIS) — standar literatur benchmark.

Untuk perkuliahan: \(F_1\) dengan toleransi \(d\) dan sweep \(T\) (atau \(T_{\mathrm{high}}, T_{\mathrm{low}}\) pada Canny) biasanya cukup membandingkan \(\sigma\) dan parameter ambang.

10 Contoh terapan: Canny dan evaluasi

10.1 Contoh 3 — langkah-langkah Canny (edukatif)

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np
from scipy import ndimage


def load_crop():
    try:
        from scipy.datasets import ascent
        f = ascent().astype(np.float64)
    except ImportError:
        x = np.linspace(0, 4 * np.pi, 512)
        y = np.linspace(0, 4 * np.pi, 512)[:, None]
        f = np.clip(120 + 80 * np.sin(x) * np.cos(y * 0.7), 0, 255)
    f = f[120:392, 128:400]
    return (f - f.min()) / (f.max() - f.min() + 1e-9)


def canny_edu(f, sigma=1.2, th_high=0.20, th_low=0.08):
    g = ndimage.gaussian_filter(f, sigma)
    gx = ndimage.sobel(g, axis=1)
    gy = ndimage.sobel(g, axis=0)
    mag = np.hypot(gx, gy)
    mag_n = mag / (mag.max() + 1e-9)
    ang = np.arctan2(gy, gx)
    nms = np.zeros_like(mag_n)
    for i in range(1, mag_n.shape[0] - 1):
        for j in range(1, mag_n.shape[1] - 1):
            a = ang[i, j]
            m = mag_n[i, j]
            if (-np.pi / 8 <= a < np.pi / 8) or a >= 7 * np.pi / 8 or a < -7 * np.pi / 8:
                n1, n2 = mag_n[i, j - 1], mag_n[i, j + 1]
            elif np.pi / 8 <= a < 3 * np.pi / 8:
                n1, n2 = mag_n[i - 1, j + 1], mag_n[i + 1, j - 1]
            elif 3 * np.pi / 8 <= a < 5 * np.pi / 8:
                n1, n2 = mag_n[i - 1, j], mag_n[i + 1, j]
            else:
                n1, n2 = mag_n[i - 1, j - 1], mag_n[i + 1, j + 1]
            if m >= n1 and m >= n2:
                nms[i, j] = m
    strong = nms >= th_high
    weak = (nms >= th_low) & (nms < th_high)
    edges = strong.copy()
    for _ in range(12):
        edges = edges | (weak & ndimage.binary_dilation(edges))
    return g, mag_n, nms, edges


f = load_crop()
g, mag_n, nms, edges = canny_edu(f)

fig, axes = plt.subplots(1, 4, figsize=(13, 3.2))
for ax, im, t, cmap in zip(
    axes,
    [f, g, nms, edges.astype(float)],
    ["Asli", rf"Gaussian ($\sigma$=1.2)", "NMS", "Canny (hysteresis)"],
    ["gray", "gray", "magma", "gray_r"],
):
    ax.imshow(im, cmap=cmap)
    ax.set_title(t)
    ax.axis("off")
plt.suptitle("Deteksi tepi lanjut — Canny", fontsize=12, y=1.05)
plt.tight_layout()
fig
Gambar 12: Pipeline Canny edukatif: Gaussian, magnitud gradien, hasil NMS, tepi akhir (hysteresis 8-tetangga).

10.2 Contoh 4 — evaluasi F1 terhadap tepi sintetis

Citra \(128\times128\): transisi intensitas vertikal; \(E_{\mathrm{gt}}\) = dua kolom di tengah. Magnitud Sobel dinormalisasi; \(E_{\mathrm{gt}}^{(2)}\) = dilasi 2 iterasi. Kode memakai rumus \(TP\), \(FP\), \(FN\) di atas untuk setiap ambang \(T\).

import matplotlib

matplotlib.use("Agg")
import matplotlib.pyplot as plt
import numpy as np
from scipy import ndimage

h, w = 128, 128
f = np.zeros((h, w))
f[:, w // 2 :] = 1.0
f[:, : w // 2] = 0.2
gt = np.zeros((h, w), dtype=bool)
gt[:, w // 2 - 1 : w // 2 + 1] = True
mag = np.hypot(ndimage.sobel(f, axis=1), ndimage.sobel(f, axis=0))
mag /= mag.max() + 1e-9
gt_d = ndimage.binary_dilation(gt, iterations=2)
ths = np.linspace(0.05, 0.55, 15)
prec, rec, f1 = [], [], []
for th in ths:
    pred = mag >= th
    tp = (pred & gt_d).sum()
    fp = pred.sum() - tp
    fn = gt.sum() - (pred & gt).sum()
    p = tp / (tp + fp + 1e-9)
    r = tp / (tp + fn + 1e-9)
    prec.append(p)
    rec.append(r)
    f1.append(2 * p * r / (p + r + 1e-9))

fig, axes = plt.subplots(1, 2, figsize=(10, 3.5))
axes[0].imshow(f, cmap="gray")
axes[0].contour(gt, levels=[0.5], colors="lime", linewidths=1)
axes[0].set_title("Citra + kontur GT")
axes[0].axis("off")
axes[1].plot(ths, prec, "o-", label="Precision")
axes[1].plot(ths, rec, "s-", label="Recall")
axes[1].plot(ths, f1, "^-", label="F1")
axes[1].set_xlabel("Ambang magnitud Sobel")
axes[1].legend()
axes[1].grid(True, alpha=0.3)
axes[1].set_title("Kurva evaluasi (tol. 2 px)")
plt.tight_layout()
fig
Gambar 13: Kiri: citra sintetis + kontur \(E_{\mathrm{gt}}\). Kanan: Presisi, Recall, dan \(F_1\) vs ambang Sobel (\(d=2\)). Titik contoh: ambang rendah → recall tinggi, presisi rendah; ambang tinggi → sebaliknya.

11 Alur pipeline PCD 09 → 11

Rangkuman alur di awal modul, dengan urutan bab di sini:

  1. Morfologi lanjutan (grayscale, top-hat, granulometri, skeleton) → mask lebih bersih.
  2. label + deskriptor / momen / Hu (Contoh 1–2).
  3. Canny + evaluasi F1 (Contoh 3–4) pada citra grayscale, terpisah dari pipeline mask biner tetapi masih dalam tema “fitur dari citra”.

12 Latihan mandiri

Kerjakan tanpa kode (kalkulator atau hitung tangan). Indeks \((i,j)\) = baris, kolom; pusat jendela \(3\times3\) di \((1,1)\) kecuali dinyatakan lain. Patch referensi intensitas (sama seperti contoh morfologi grayscale di modul ini):

\[ f = \begin{bmatrix} 20 & 60 & 30 \\ 40 & \mathbf{80} & 50 \\ 15 & 25 & 35 \end{bmatrix}. \]

  1. Erosi grayscale flat. \(B\) = kotak \(3\times3\) penuh, \(h \equiv 0\). Hitung \((f \ominus B)\) di pusat \((1,1)\) (minimum sembilan nilai \(f\)).

  2. Dilasi grayscale flat. Dengan \(B\) dan \(f\) yang sama, hitung \((f \oplus B)\) di pusat.

  3. Erosi grayscale non-flat. Elemen penstruktur \[ h = \begin{bmatrix} 1 & 1 & 1 \\ 1 & 0 & 1 \\ 2 & 2 & 2 \end{bmatrix} \] (pusat \(h=0\)). Bentuk matriks \(f-h\), lalu hitung \((f \ominus B)\) di pusat.

  4. Dilasi non-flat. Pada patch \(f\) yang sama, pakai \(h\) dengan \(h(0,1)=22\) dan \(h=0\) di sel lain. Hitung \((f \oplus B)=\max(f+h)\) di pusat; bandingkan dengan hasil dilasi flat pada soal 2.

  5. Gaussian \(3\times3\) (pra-Canny). Kernel diskret (hingga skala) \[ h_G = \tfrac{1}{16}\begin{bmatrix} 1&2&1\\2&4&2\\1&2&1 \end{bmatrix}. \] Hitung \((f * h_G)[1,1]\) dengan perkalian elemen demi elemen lalu jumlahkan.

  6. Sobel. Kernel Sobel \(G_x^{(S)}\), \(G_y^{(S)}\) seperti PCD 10. Hitung \(G_x\), \(G_y\), dan \(\|\nabla f\|=\sqrt{G_x^2+G_y^2}\) di pusat patch \(f\).

  7. Non-maximum suppression (satu piksel). Setelah Sobel, magnitud ter-normalisasi di sekitar \((1,1)\): \(M[0,1]=55\), \(M[1,1]=80\), \(M[2,1]=62\) (arah gradien mendatar, \(\theta \approx 0°\)). Arah kuantisasi untuk NMS tegak lurus gradien (arah 90° = baris). Bandingkan \(M[1,1]\) dengan \(M[0,1]\) dan \(M[2,1]\). Apakah \(M[1,1]\) dipertahankan setelah NMS? Jelaskan.

  8. Hysteresis (skala kecil). Ambang \(T_{\mathrm{high}}=70\), \(T_{\mathrm{low}}=40\). Klasifikasikan kuat/lemah/tolak untuk \(M[1,1]=80\), \(M[0,2]=45\), \(M[2,0]=35\). Piksel lemah \((0,2)\) 8-tetangga menyentuh \((1,1)\). Apakah \((0,2)\) masuk tepi akhir? Apakah \((2,0)\)?

  9. Momen gambar. Mask salib \(3\times3\) (satu di tengah dan empat lengan, \(m_{00}=5\)): \[ M = \begin{bmatrix} 0&1&0\\1&1&1\\0&1&0 \end{bmatrix}. \] Hitung \(m_{10}\), \(m_{01}\), centroid \((\bar i,\bar j)\), lalu \(\mu_{20}\), \(\mu_{02}\), \(\mu_{11}\). Verifikasi \(\mu_{10}=\mu_{01}=0\).

  10. Presisi, recall, F1. Ground truth memuat 10 piksel tepi. Prediksi: 12 piksel tepi, 8 di antaranya berjarak \(\leq 2\) piksel dari GT (TP), sisanya FP. Berapa FN? Hitung Precision, Recall, dan \(F_1\).

13 Referensi

  • R. C. Gonzalez & R. E. Woods, Digital Image Processing — morfologi, deskriptor, Canny, evaluasi.
  • J. Canny, A Computational Approach to Edge Detection, IEEE TPAMI, 1986.
  • D. Marr & E. Hildreth (1980); modul PCD 10.
  • scipy.ndimage.label, center_of_mass.