Bentuk merupakan salah satu ciri yang dapat diekstrak dari suatu objek. Ciri ini dapat digunakan untuk membedakan antara objek yang satu dengan lainnya. Berikut ini merupakan contoh aplikasi pengolahan citra untuk mendeteksi objek yang berbentuk lingkaran. Salah satu parameter yang dapat digunakan untuk mendefinisikan bentuk lingkaran adalah metric. Metric merupakan nilai perbandingan antara luas dan keliling suatu objek. Nilai metric berkisar antara 0 s.d 1. Objek yang berbentuk lingkaran, nilai metric nya mendekati angka satu. Materi lebih lanjut mengenai nilai metric dapat dilihat pada halaman berikut ini: Ekstraksi Ciri

Langkah-langkah pengolahan citra dan pemrograman MATLAB yang dilakukan untuk mendeteksi objek yang berbentuk lingkaran adalah:

1. Membaca citra RGB asli

clc; clear; close all;
I = imread('shape object.jpg');
figure, imshow(I);

2. Mengkonversi ruang warna citra yang semula berada pada ruang warna RGB menjadi ruang warna YCbCr

YCbCr = rgb2ycbcr(I);
figure, imshow(YCbCr);

3. Mengekstrak masing-masing komponen citra YCbCr

Y = YCbCr(:,:,1);
Cb = YCbCr(:,:,2);
Cr = YCbCr(:,:,3);
figure, imshow(Y);
figure, imshow(Cb);
figure, imshow(Cr);

Komponen Y

Komponen Cb

Komponen Cr

4. Melakukan thresholding terhadap komponen Y sehingga diperoleh citra biner hasil segmentasi

bw = im2bw(Y,.8);
figure, imshow(bw);

5. Melakukan komplemen citra untuk menjadikan objek berwarna putih dan background berwarna hitam

bw = imcomplement(bw);
figure, imshow(bw);

6. Melakukan operasi morfologi berupa area opening untuk menghilangkan noise

bw = bwareaopen(bw,50);
figure, imshow(bw);

7. Menampilkan citra RGB hasil segmentasi

R = I(:,:,1);
G = I(:,:,2);
B = I(:,:,3);

R(~bw) = 0;
G(~bw) = 0;
B(~bw) = 0;
RGB = cat(3,R,G,B);
figure, imshow(RGB);

8. Melakukan pelabelan terhadap masing-masing objek yang tersegmentasi kemudian menghitung nilai metric masing-masing objek yang terlabeli

[B,L] = bwboundaries(bw,'noholes');
stats = regionprops(L,'All');

bw2 = zeros(size(I,1),size(I,2));
RGB2 = I;
RGB3 = I;

for k = 1:length(B)
    boundary = B{k};
    delta_sq = diff(boundary).^2;
    perimeter = stats(k).Perimeter;
    area = stats(k).Area;
    metric = 4*pi*area/perimeter^2;
    bbox = stats(k).BoundingBox;
    eccentricity = stats(k).Eccentricity;
    MajorAxisLength = stats(k).MajorAxisLength;
    MinorAxisLength = stats(k).MinorAxisLength;
    d = MajorAxisLength/MinorAxisLength;
    position = [boundary(1,2),boundary(1,1)];

    RGB2 = insertText(RGB2,position,num2str(metric),'FontSize',20,'BoxOpacity',0.8,'TextColor','white');

    if metric >0.9
        bw2(L==k) = 1;
        RGB3 = insertObjectAnnotation(RGB3,'rectangle',bbox,'lingkaran','FontSize',20,'LineWidth',4);
    end
end

R = I(:,:,1);
G = I(:,:,2);
B = I(:,:,3);

R(~bw2) = 0;
G(~bw2) = 0;
B(~bw2) = 0;
RGB = cat(3,R,G,B);

figure, imshow(RGB);
figure, imshow(RGB2);
figure, imshow(RGB3);

9. Mendefinisikan bahwa objek yang berbentuk lingkaran adalah objek yang memiliki nilai metric lebih dari 0,9 (mendekati 1)

10. Menampilkan bounding box hasil deteksi objek yang berbentuk lingkaran

Hasil pengolahan citra tersebut menunjukkan bahwa metode yang digunakan dapat mendeteksi objek yang berbentuk lingkaran dengan cukup baik. Kita dapat mengembangkan metode pengolahan citra digital terbaru dalam proses deteksi objek sehingga diperoleh hasil yang lebih baik.

File source code lengkap beserta citra yang digunakan pada pemrograman di atas dapat diperoleh melalui halaman berikut ini: Source Code MATLAB

Penggunaan nilai metric untuk mengklasifikasikan objek pada suatu citra dapat dilihat pada video tutorial berikut ini: