Postingan

Pengenalan Citra Digital

Gambar
Pengantar PCD  Pengertian Citra Digital  Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan nilai fungsi tersebut pada setiap titik (x,y) merupakan tingkat keabuan citra pada titik tersebut. Citra digital adalah citra f(x,y) dimana dilakukan diskritisasi koordinat spasial (sampling) dan diskritisasi tingkat keabuan (kuantisasi). Citra digital merupakan suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar / piksel / pixel / picture element / pels) menyatakan tingkat keabuan pada titik tersebut. Tiga Bidang Berkaitan dengan Proses Citra Hal yang dilakukan di PCD Perbaikan kualitas citra (Image Enhancement) Pemugaran citra (Image Restoration) Segmentasi citra (Image Segmentation) Rekonstruksi citra (Image Reconstruction) Penambahan efek citra (Image Stylization) Pemampatan citra (Image Compression) Analisis citra (Image Analysis...
Posting Komentar
Baca selengkapnya

Dasar-Dasar Citra Digital

Gambar
diantara kedua piksel tersebut.  Untuk setiap piksel p di dalam S, himpunan pikselpiksel yang terhubung dengan piksel p dalam S disebut sebagai connected component dari S.  Jika kemudian terdapat himpunan connected component, maka himpunan S disebut sebagai connected set.  Region dan Boundary Misal R subset piksel dari suatu citra (I)  R dikatakan sebagai region dari suatu citra jika R merupakan connected set.  Boundary (disebut juga border atau contour) dari region R merupakan himpunan piksel dalam region tersebut yang memiliki satu atau lebih tetangga yang tidak anggota dari R.  Pengukuran Jarak Misal p, q, dan z masing-masing pada koordinat (x,y), (s,t), dan (v,w)  D merupakan fungsi jarak atau metric, jika: D(p, q) ≥ 0 ( D(p, q)=0 jika dan hanya jika p=q),  D(p, q) = D(q, p), dan  D(p, z) ≤ D(p, q) + D(q, z).  Jarak euclidean antara p dan q : 𝐷𝑒 𝑝, 𝑞 =  Pengukuran Jarak Jarak D4 (city-block distance)antara p dan q : 𝐷4 𝑝, ...
Posting Komentar
Baca selengkapnya

Peningkatan Kualitas Citra

Gambar
Operator T dapat berupa :  Kumpulan pixels (x,y) dari image  Kumpulan dari ‘neighborhoods’ N(x,y) dari setiap pixel  Kumpulan dari images f1,f2,f3,…  Point Processing Point processing, tetangga 1x1 piksel  Output pixel pada titik tertentu hanya bergantung pada input pixel pada titik tersebut dan tidak bergantung pada nilai pixel tetangganya  g hanya bergantung pada nilai f pada posisi (x,y)  T = fungsi transformasi gray level (atau intensitas mapping) g(x,y) = T[f(x,y)]  Konversi RGB ke Graylevel Ada tiga pendekatan  Lightness Method Gray = (max(R, G, B) + min(R, G, B)) / 2  Average Method Gray = (R + G + B) / 3  Luminosity Method Gray = 0.21 R + 0.71 G + 0.07 B  Transformasi Graylevel Dasar Teknik perbaikan citra sederhana  Nilai piksel sebelum dan sesudah proses dinotasikan dengan r dan s, dimana s=T(r)  Image Negative  Log Transformations  Power-Law Transformations  Piecewise-Linear Transformation Fu...
Posting Komentar
Baca selengkapnya

Histogram

Gambar
Apakah itu histogram? Histogram memberikan deskripsi global dari penampakan sebuah image. Histogram dari image digital dengan gray levels dari 0 sampai L-1 adalah fungsi diskrit h(rk )=nk , dimana:  rk adalah nilai gray level ke k  nk adalah jumlah pixels dalam image yang memiliki gray level k  n adalah jumlah keseluruhan pixel pada image  k = 0, 1, 2, …, L-1  Histogram dari image digital dengan gray level yang berada dalam range [0, L-1] adalah sebuah fungsi diskrit h(rk) = nk dimana rk adalah nilai gray level ke k dan nk adalah jumlah pixel yang memiliki nilai gray level rk. Dengan Histogram informasi spasial dari image diabaikan dan hanya mempertimbangkan frekuensi relatif penampilan gray level. Sifat – Sifat Histogram Histogram adalah pemetaan Many-to-One  Image yang berbeda dimungkinkan untuk memiliki histogram yang sama   Histogram sebuah image tidak berubah bila image dikenakan operasi tertentu seperti : Rotation, scaling, flip.  Ekualisasi...
Posting Komentar
Baca selengkapnya

Spatial Filtering

Gambar
ask Processing Jika pada point processing kita hanya melakukan operasi terhadap masing-masing piksel, maka pada mask processing kita melakukan operasi terhadap suatu jendela ketetanggaan pada citra.  Kemudian kita menerapkan (mengkonvolusikan) suatu mask terhadap jendela tersebut. Mask sering juga disebut filter, window, kernel. Jenis-jenis filter spasial Smoothing filters:  Lowpass filter (linear filter, mengambil nilai rata-rata)  Median filter (non-linear filter, mengambil median dari setiap jendela ketetanggan)  Sharpening filters:  Highpass filter  Roberts  Prewitt  Sobel Pixel Group Processing Contoh: Jendela ketetanggan 3x3, Nilai piksel pada posisi x dipengaruhi oleh nilai 8 tetangganya   Spatial Filtering Spatial filtering adalah operasi yang dilakukan terhadap intensitas pixel dari suatu image dan bukan terhadap komponen frekuensi dari image   2D Finite Impulse Response (FIR) filtering  Mask filtering: operasi konvolusi im...
Posting Komentar
Baca selengkapnya

Pengolahan Citra Berwarna

Gambar
odel Warna  Tujuan dari model warna adalah untuk memberikan fasilitas spesifikasi warna standard.  Esensinya, model warna lebih ke arah spesifikasi koordinat sistem dimana setiap warna direpresentasikan oleh suatu titik piksel Implementasi Model Warna Orientasi penggunaan model warna  Hardware  Model Warna Monitor  Printer  Aplikasi  Kreasi warna pengolahan gambar Kreasi pewarnaan animasi  Ekstraksi fitur Model Warna RGB Jika masing-masing RGB memiliki graylevel 8-bit, maka dikatakan memiliki kedalaman 24-bit  Total jumlah warna yang dihasilkan adalah 4 (2 8 ) 3=16.777.216 warna Model Warna RGB Model Warna CMY dan CMYK Cyan, Magenta, dan Yellow merupakan warna skunder atau alternatif dari warna primer, yaitu RGB  Merupakan hasil substraksi antara nilai graylevel tertinggi (L-1) dengan suatu nilai pada masing-masing sinyal warna Konversi RGB ke CMY Untuk menghasilkan nilai warna yang lebih baik, CMY diperbaiki dengan CMYK  CMYK dituj...
Posting Komentar
Baca selengkapnya

Morfologi Citra

Gambar
Apa yang bisa dilakukan oleh morfologi citra ? Operasi morfologi :  Fit dan Hit  Erosi (Erosion)  Dilasi (Dilation)  Operasi Gabungan (Compound Operations) Kegunaan Morfologi Remove Noise  Small Objects  Fill holes  Isolate Objects  Cara Kerja Morfologi Citra  Konversi citra ke dalam bentuk Grayscale  Lakukan binerisasi citra  Thresholding  Morfologi Dapat juga diterapkan pada citra grayscale Morfologi Citra Structuring Elements (SE) dapat terdiri dari sebarang ukuran sesuai dengan kebutuhan  Nilai dari elemen adalah 0 atau 1, namun dimungkinkan memiliki nilai yang lain (termasuk tidak ada nilainya)  Nilai kosong pada SE berarti bebas (don’t care) Aplikasi Menghitung Koin Kesulitan menghitung koin pada gambar di bawah disebabkan tergabungnya object koin  Solusi: Thresholding dan Erosi utk memisahkannya! Compound Operations Menggabungkan operasi Erosion dan Dilation kedalam level operasi yang lebih tinggi (more ad...
Posting Komentar
Baca selengkapnya