Peningkatan Kualitas Citra

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 
  1. 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) 
  1. Image Negative 
  2. Log Transformations 
  3. Power-Law Transformations 
  4. Piecewise-Linear Transformation Functions 


 Power-Law Transformations

Bentuk umum : 𝑠 = 𝑐𝑟 𝛾 dimana c dan 𝛾 = konstanta positif


 


Power-Law Transformations

Image terlalu banyak didominasi oleh warna cerah, maka diperlukan ekspansi nilai gray value dengan γ > 1
C=1 dan 𝛾=3, 4, dan 5 

 




Power-Law Transf : Algoritma

Algoritma proses transformasi Power-Law 
  • Ambil Citra (I) 
  • Jika I dalam RGB konversikan ke Graylevel 
  • Tentukan nilai konstanta c 
  • Tentukan nilai konstanta 𝛾 
  • Untuk setiap baris pada indeks x, lakukan 
  • Untuk setiap kolom pada indeks y, lakukan 
  • Hasil(x,y) = c *( I(x,y)^ 𝛾) 
  • Tampilkan Hasil

Piecewise-Linear Transformation Functions

  1. Contrast Stretching
  2. Menghasilkan nilai contrast yang lebih besar dari image original, dengan cara : 
  • Menggelapkan (darkening) level dibawah m dari image asli.
  • Mencerahkan (Brightening) level yang berada di atas m dari image asli. 

Contrast Stretching


 



Fungsi Transformasi

Lokasi dari (r1 ,s1 ) dan (r2 ,s2 ) menjadi kontrol dari bentuk fungsi transformasi. 
  • Bila r1= s1 dan r2= s2 transformasi adalah fungsi linear dan hasilnya adalah tidak ada perubahan image. 
  • Bila r1=r2 , s1=0 dan s2=L-1, transformasi akan berubah menjadi sebuah fungsi thresholding yang menghasilkan sebuah binary image.

Binerisasi

Menghasilkan image biner (two level image)

 



Bangun citra untuk setiap bit array tersebut ke dalam citra Hasil 

Tampilkan Hasil 

Operasi Aritmatika dan Logika

Operasi Arithmetic/logic melibatkan dua atau lebih image yang masing-masing dikenakan operasi pixel per pixel. 

Arithmetic Operations 

Addition, Subtraction, Multiplication, and Division

Logic Operations 

AND, OR, NOT

Aritmatika : Image Substraction 

Selisih/difference dari dua imageyang hampir sama untuk melihat feature tertentu dari image dengan melihat perbedaan dari dua image tersebut. 

Notasi g(x,y) = f(x,y) – h(x,y) 



Komentar

Posting Komentar

Postingan populer dari blog ini

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...
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...
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, ...
Baca selengkapnya