Catatan Kuliah ku

function [ output_args ] = tepideteksi( input_args )
clear all;
gmbr = imread('Elephant_256x256.jpg');
abu2=rgb2gray(gmbr);
%abu2=gmbr;
rbt = edge(abu2,'robert');
pwt = edge(abu2,'prewitt');
sbl = edge(abu2,'sobel');
cny = edge(abu2,'canny');
lap =fspecial('log',5);
lap_log=uint8(round(filter2(lap,abu2)));

clf(subplot(2,3,1),imshow(gmbr));
title('Gambar Asli');
hold on;
%subplot(2,3,2), imshow(hp)
%title('Gambar Hitam Putih');

subplot(2,3,2), imshow(rbt)
title('Gambar Metode Robert');
subplot(2,3,3), imshow(pwt)
title('Gambar Metode Prewitt');
subplot(2,3,4), imshow(sbl)
title('Gambar Metode Sobel');
subplot(2,3,5), imshow(cny);
title('Gambar Metode Canny');
subplot(2,3,6), imshow(lap_log);
title('Gambar Metode Laplacian');

end

Dari hasil tersebut didapatkan bahwa canny merupakan hasil yang terbaik karena Canny mendeteksi tepi dengan mengidentifikasi maksima local dari gradien pada citra. Metode ini menggunakan dua nilai ambang/nilai batas (threshold) untuk mendeteksi tepi yang lemah dan yang kuat. Tepi yang lemah akan dihasilkan pada keluaran hanya jika ia terhubung denga tepi yang kuat. Oleh karena itu metode ini kemudian menjadi lebih diandalkan dari metode yang lain dari segi kehandalannya dalam membedakan ‘noise’ pada citra sekaligus mempunyai kemungkinan yang lebih besar dalam mendeteksi tepi-tepi yang lemah.