Pengolahan citra digital merupakan salah satu teknik penting dalam ekstraksi informasi visual. Penelitian ini bertujuan untuk menerapkan beberapa tahapan pengolahan citra seperti konversi grayscale, bilateral filter, deteksi tepi Canny, dan thresholding Otsu untuk meningkatkan kualitas visual dan segmentasi objek. Gambar berwarna awal dikonversi ke grayscale untuk menyederhanakan informasi intensitas. Selanjutnya, bilateral filter diterapkan untuk mengurangi noise sekaligus mempertahankan tepi objek. Setelah itu, metode Canny digunakan untuk mendeteksi kontur objek secara akurat. Tahap akhir adalah segmentasi menggunakan metode thresholding Otsu untuk memisahkan objek dari latar belakang secara biner. Hasil eksperimen menunjukkan bahwa tahapan ini dapat meningkatkan ketajaman tepi dan kejernihan objek utama pada gambar. Teknik ini sangat potensial untuk diterapkan dalam sistem klasifikasi objek, deteksi kualitas produk, serta aplikasi pertanian berbasis penglihatan komputer. Implementasi tahapan ini dapat menjadi landasan awal dalam pengembangan sistem analisis citra cerdas berbasis machine learning atau deep learning pada berbagai bidang terapan.
Copyrights © 2025