RESTORASI CITRA. Budi s
|
|
- Sudomo Sudjarwadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 RESTORASI CITRA Budi s
2 Sumber Noise Setiap gangguan pada citra dinamakan dengan noise Noise bisa terjadi : Pada saat proses capture (pengambilan gambar), ada beberapa gangguan yang mungkin terjadi, seperti : Kamera tidak fokus Munculnya bintik-bintik yang bisa jadi disebabkan oleh proses capture yg tdk sempurna Adanya kotoran-kotoran yang terjadi pada citra Here comes your footer Page 2
3 Karakteristik Noise Berdasarkan bentuk dan karakteristiknya, noise pada citra dibedakan menjadi beberapa macam, yakni sebagai berikut : 1. Gaussian Merupakan model noise yg mengikuti distribusi normal standard dengan rata-rata nol dan standard deviasi 1 Efek dari noise ini adalah munculnya titik-titik berwarna yg jumlahnya sama dengan prosentase noise. 2. Speckle Merupakan model noise yg membrikan warna hitam pada titik yg terkena noise 3. noise salt & pepper Memberikan noise seperti halnya taburan garam, akan memberikan warna putih pada titik yang terkena noise. Here comes your footer Page 3
4 Contoh Noise Here comes your footer Page 4
5 Image Restoration Seperti halnya Image Enhancement, tujuan utama teknik restorasi adalah untuk meningkatkan kualitas suatu citra Restorasi berupaya untuk merekonstruksi (reconstruct) atau mendapatkan kembali (recover) suatu citra yang telah mengalami penurunan kualitas (degraded) dengan menggunakan pengetahuan mengenai fenomena degradasi Teknik restorasi memodelkan degradasi dan menerapkan proses inverse yang bertujuan untuk memulihkan citra asli Here comes your footer Page 5
6 Image Enhancement : memperbaiki kualitas citra untuk tujuan tertentu atau bahkan memberi efek berlebih pada citra Image Restoration : memperbaiki suatu citra yang terkena noise (model noise sudah diketahui atau diduga sebelumnya) Here comes your footer Page 6
7 Model Degradasi Citra/Proses Restorasi f(x, y) g(x, y) f ˆ ( x, y) Noise η(x,y) DEGRADATION RESTORATION Here comes your footer Page 7
8 Noise Gaussian Dibuat dengan cara membangkitkan bilangan random [0,1] dengan distribusi Gaussian Untuk piksel yang terkena noise, nilai fungsi citra ditambahkan dengan noise yang ada, atau dirumuskan dengan : y(i, j) = x(i, j) + p.a Dimana : a : Bilangan acak berdistribusi Gaussian p : Prosentase noise y(i,j) : nilai citrayang terkena noise x(i,j) : nilai citra sebelum kena noise Here comes your footer Page 8
9 Noise Uniform Noise Uniform seperti halnya noise gausssian dapat dibangkitkan dengan cara membangkitkan bilangan acak [0,1] dengan distribusi uniform. Kemudian untuk titik-titik yang terkena noise, nilai fungsi citra ditambahkan dengan nilai noise yang ada, atau dirumuskan dengan: Here comes your footer Page 9
10 Untuk membangkitkan bilangan acak berdistribusi Gaussian, tidak dapat langsung menggunakan fungsi rnd, tetapi diperlukan suatu metode yang digunakan untuk mengubah distribusi bilangan acak ke dalam fungsi f tertentu g = imnoise(f, gaussian,m,var) Default untuk m = 0 dan var = 0.01 Here comes your footer Page 10
11 Noise Speckle Noise ini dapat dibangkitkan dengan cara membangkitkan bilangan 0 (warna hitam) pada titiktitik yang secara probabilitas lebih kecil dari nilai probabilitas noise, dan dirumuskan dengan f (x, y) = 0 jika p(x, y) < ProbNoise Dimana : f(x,y) adalah nilai gray-scale pada titik (x,y) p(x,y) adalah probabilitas acak Bila menggunakan Matlab bisa mengunakan perintah : g = imnoise(f, speckle,var) Default nilai var = 0.04 Here comes your footer Page 11
12 Noise salt & pepper Noise ini dapat dibangkitkan dengan cara membangkitkan bilangan 255 (warna putih) pada titiktitik yang secara probabilitas lebih kecil dari nilai probabilitas noise, dan dirumuskan dengan f (x, y) = 255 jika p(x, y) < ProbNoise Dimana : f(x,y) adalah nilai gray-scale pada titik (x,y) p(x,y) adalah probabilitas acak Bila menggunakan Matlab bisa mengunakan perintah : g = imnoise(f, salt & pepper,d) Default nilai d = 0.05 Here comes your footer Page 12
13 Mean Filters Arithmetic mean filter fˆ 1 mn x, y gs, t s, t S x, y Dapat diimplementasikan dengan menggunakan mask konvolusi yang semua koefisiennya bernilai 1/mn Noise berkurang sebagai akibat dari blurring Here comes your footer Page 13
14 Here comes your footer Page 14
15 Here comes your footer Page 15
16 Here comes your footer Page 16
17 Geometric mean filter fˆ x, y gs, t s, t Sx, y 1 mn Tiap pixel yang telah dipulihkan (restored pixel) diperoleh dari hasil perkalian pixel-pixel pada subimage yang kemudian dipangkatkan dengan 1/mn Lebih mengarah ke smoothing, namun cenderung kehilangan detail citra dalam prosesnya Here comes your footer Page 17
18 Reduksi Noise Menggunakan Filter Gaussian Filter gaussian ini sebenarnya hampir sama dengan filter rata-rata hanya ada nilai bobot yang tidak rata seperti pada filter rata-rata, tetapi mengikuti fungsi gaussian sebagai berikut: dimana: s adalah sebaran dari fungsi gaussian (m x,m y ) adalah titik tengah dari fungsi gaussian Here comes your footer Page 18
19 Model Fungsi Gaussian dalam ruang Here comes your footer Page 19
20 Kernel Gaussian Here comes your footer Page 20
21 Contoh Kernel Gausian 3x3 Here comes your footer Page 21
22 Contoh Kernel Gausian 3x3 Here comes your footer Page 22
23 Harmonic mean filter fˆ x, y s, t g s, S x, y mn 1 t Baik digunakan untuk salt noise, namun buruk digunakan untuk pepper noise Selain itu baik juga digunakan untuk model noise yang lain, seperti Gaussian noise Here comes your footer Page 23
24 Here comes your footer Page 24 Contraharmonic mean filter y x y x S t s Q S t s Q t s g t s g y x f,,,, 1,,, ˆ
25 Q adalah order dari filter Filter ini sesuai digunakan untuk mengurangi efek salt-and-pepper noise Q positif, filter mengurangi pepper noise Q negatif, filter mengurangi salt noise Q = 0, reduksi noise dengan arithmetic mean filter Q = -1, reduksi noise dengan harmonic mean filter Here comes your footer Page 25
26 Arithmetic dan geometric mean filters random noise seperti Gaussian atau uniform noise Contraharmonic filter impulse noise, seperti saltand-pepper noise. Namun kekurangannya, harus diketahui apakah noise gelap atau terang agar dapat menentukan nilai Q yang sesuai Here comes your footer Page 26
27 MSE (Mean Square Error) MSE merupakan salah satu image quality metrics yang digunakan untuk mengevaluasi algoritma noise reduction Semakin kecil nilai MSE, maka semakin baik algoritma noise reduction yang digunakan untuk merestorasi citra MSE 1 m mn 1 n1 f x, y fˆ x, y i0 j0 2 Here comes your footer Page 27
28 Rayleigh Noise p z b za z ae b for for z z a a The mean and variance of this density are given by a b 4 b Here comes your footer Page 28
29 Here comes your footer Page 29 Erlang (Gamma) Noise The mean and variance of this density are given by ! 1 z for z for e b z a z p az b b a b 2 2 a b
30 Model-Model Noise Gaussian (Normal) Noise p 1 2 z 2 2 z e 2 z : gray level μ : mean of z σ : standard deviation σ 2 : variance of z Here comes your footer Page 30
31 Exponential Noise p z ae 0 az where a > 0 The mean and variance of this density are given by 1 a 2 1 a 2 for for z z 0 0 Here comes your footer Page 31
32 Uniform Noise p z 1 b a 0 if a z b otherwise The mean and variance of this density are given by a b 2 b 12 2 a 2 Here comes your footer Page 32
33 Impulse (salt-and-pepper) Noise p z P P 0 a b for z a for z b otherwise Here comes your footer Page 33
34 Model-model noise tersebut digunakan untuk memodelkan situasi kerusakan pada citra yang diakibatkan oleh noise Contoh: Noise Gaussian faktor elektronik (kurang pencahayaan, suhu yang terlalu tinggi) Noise Rayleigh pencitraan jarak (range imaging) Noise Eksponensial dan Gamma pencitraan laser Here comes your footer Page 34
35 Model-Model Noise Gaussian Rayleigh Gamma Here comes your footer Page 35
36 Exponential Uniform Salt & Pepper Here comes your footer Page 36
By Emy 1 MEREDUKSI NOISE By Emy By Emy
1 MEREDUKSI NOISE 2 1 Kompetensi Mampu menjelaskan macammacam jenis noise Mampu menganalisis jenis noise yang menyebabkan gangguan pada citra Mampu membangkitkan macammacam noise kemudian mengimplementasikannya
Lebih terperinciImage Restoration. Aditya Wikan Mahastama
Image Restoration Aditya Wikan Mahastama Image Restoration Image restoration: usaha-usaha untuk memulihkan citra yang mengalami degradasi. Contoh degradasi diantaranya: blur (gambar( tidak jelas) karena
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra hasil rekaman kamera digital sering sekali terdapat beberapa gangguan yang mungkin terjadi, seperti lensa tidak fokus, muncul bintik-bintik yang disebabkan oleh
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pada saat ini penggunaan sebuah citra sangat meningkat untuk digunakan pada berbagai kebutuhan. Hal ini dikarenakan banyak sekali kelebihan yang ada pada citra digital
Lebih terperinciMETODE PERANCANGAN PENGARANGKAT LUNAK MEREDUKSI NOISE CITRA DIGITAL MENGGUNAKAN CONTRAHARMONIC MEAN FILTTER
METODE PERANCANGAN PENGARANGKAT LUNAK MEREDUKSI NOISE CITRA DIGITAL MENGGUNAKAN CONTRAHARMONIC MEAN FILTTER Masnun Dasopang Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpang
Lebih terperinciImplementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata
Implementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata Arif Senja Fitrani 1, Hindarto 2, Endang Setyati 3 1,2, Jurusan Teknik Informatika Universitas Muhammadiyah Sidoarjo,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciPraktikum 9 Reduksi Noise
Praktikum 9 Reduksi Noise POKOK BAHASAN : Noise Low Pass Filter TUJUAN BELAJAR : Setelah melakukan praktikum pada bab ini, mahasiswa diharapkan mampu: Membuat program generate bermacam noise Membuat program
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciMereduksi Noise Tujuan Dasar Teori. Praktikum
Praktikum 7 Mereduksi Noise 7.. Tujuan. Mahasiswa dapat memahami prinsip-prinsip noise dan cara mereduksi noise 2. Mahasiswa dapat membangkitkan bermacam-macam noise 3. Mahasiswa dapat menggunakan low
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Pemfilteran Citra; Sharpening, Blurring dan Noise Reduction 5 UNIV KRISTEN DUTA WACANA GENAP 1213 Pemfilteran Citra (Image Filtering) Pada
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
5 BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara harfiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Meskipun sebuah citra kaya informasi, namun seringkali citra yang kita miliki
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 7 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Studi Sistem Informasi Fakultas Tekniknologi Informasi Universitas Mercu
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 6 Restorasi Citra (Image Restoration) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra 2.1.1 Definisi Pengolahan Citra Pengolahan citra adalah sebuah disiplin ilmu yang mempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar (peningkatan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini penggunaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, di antaranya adalah kemudahan dalam mendapatkan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Citra atau gambar adalah sebuah fungsi dua dimensi, f(x,y), dimana x dan y koordinat bidang datar dan f di setiap pasangan koordinat disebut intensitas atau level keabuan
Lebih terperinciAchmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 2005
Image Filtering Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 25 Materi Prinsip Filtering Di Dalam Image Processing Konvolusi Low-Pass Filter High-Pass Filter Prinsip Filter Dalam Image
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dan suatu obyek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara umum pengertian citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Citra atau gambar merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Didukung dengan perkembangan zaman
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Pengolahan Citra Pengolahan citra adalah pemrosesan citra, khususnya menggunakan komputer, menjadi citra yang kualitasnya lebih baik dan sesuai dengan keinginan pemakai.
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Pengertian Citra Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Gangguan pada citra, terutama citra digital dapat disebabkan oleh noise sehingga mengakibatkan penurunan kualitas citra tersebut (Gunara, 2007). Derau atau noise merupakan
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih terperinciArnes Sembiring Sekolah Tinggi Teknik Harapan Medan Abstrak
Perbandingan Algoritma Mean Filter, Median Filter dan Wiener Filter pada Aplikasi Restorasi Citra RGB Terdegradasi Impulse Noise Menggunakan The Peak Signal To Noise Ratio (PSNR) Arnes Sembiring Sekolah
Lebih terperinciAPLIKASI TAPIS LOLOS RENDAH CITRA OPTIK MENGGUNAKAN MATLAB
APLIKASI TAPIS LOLOS RENDAH CITRA OPTIK MENGGUNAKAN MATLAB PUJI LESTARI 41512010061 PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS ILMU KOMPUTER UNIVERSITAS MERCU BUANA JAKARTA 2016 APLIKASI TAPIS LOLOS RENDAH
Lebih terperinciIMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL
IMPLEMENTASI METODE HARMONIC MEAN FILTERDAN CANNY UNTUK MEREDUKSI NOISEPADA CITRA DIGITAL Ahmad Yunus Nasution 1, Garuda Ginting 2 1 Mahasiswa Teknik Informatika STMIK Budi Darma 2 Dosen Tetap STMIK Budi
Lebih terperinciANALISIS PENERAPAN METODE MEDIAN FILTER UNTUK MENGURANGI NOISE PADA CITRA DIGITAL
ANALISIS PENERAPAN METODE MEDIAN FILTER UNTUK MENGURANGI NOISE PADA CITRA DIGITAL Wiwin Sulistyo 1, Yos Richard Bech 2, Filipus Frans Y. 3 Fakultas Teknologi Informasi Universitas Kristen Satya Wacana
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Citra merupakan suatu kemiripan, atau imitasi dari suatu objek atau benda. Citra memiliki beberapa karakteristik yang mengandung suatu infomasi. Citra yang bagus dapat
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciRestorasi Image dengan metode Wiener dan Lucy-Richardson
Restorasi Image dengan metode Wiener dan Lucy-Richardson Teknik Elektro - Universitas Muhammadiyah Surakarta Abstrak Setiap image yang dihasilkan oleh optik, electro optical, dan perangkat elektronik lain
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinciModifikasi Histogram
Modifikasi Histogram Ekualisasi histogram Nilai-nilai intensitas di dalam citra diubah sehingga penyebarannya seragam Tujuannya untuk memperoleh penyebaran histogram yang merata sehingga setiap derajat
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinci8 2.4 Derau dalam citra Pada saat proses capture (pengambilan gambar), beberapa gangguan mungkin terjadi, seperti kamera tidak focus atau munculnya bi
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,
Lebih terperinciANALISIS PERBANDINGAN METODE GAUSSIAN FILTER DENGAN WIENER FILTER UNTUK MEREDUKSI NOISE GABUNGAN GAUSSIAN DAN SALT AND PEPPER
ANALISIS PERBANDINGAN METODE GAUSSIAN FILTER DENGAN WIENER FILTER UNTUK MEREDUKSI NOISE GABUNGAN GAUSSIAN DAN SALT AND PEPPER Dimas Ari Tonang Program Studi Teknik Informatika S1, Fakultas Ilmu Komputer,
Lebih terperinciPertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc
Pertemuan 3 Perbaikan Citra pada Domain Spasial (1), S.Kom, M.Comp.Sc Tujuan Memberikan pemahaman kepada mahasiswa mengenai berbagai teknik perbaikan citra pada domain spasial, antara lain : Transformasi
Lebih terperinci3.2.1 Flowchart Secara Umum
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui dan memahami permasalahan dari suatu sistem yang akan dibuat. Dalam aplikasi menghilangkan derau
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Citra merupakan hasil representasi atau duplikasi dari sebuah objek ataupun imitasi dari sebuah objek atau benda. Citra memiliki beberapa karateristik yang menjadikan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Noise Pada saat melakukan pengambilan gambar, setiap gangguan pada gambar dinamakan dengan noise. Noise dipakai untuk proses training corrupt image, gambarnya diberi noise dan
Lebih terperinciMETODE GAUSSIAN SMOOTHING UNTUK PENINGKATAN KUALITAS CITRA MEDIS YANG BLUR
METODE GAUSSIAN SMOOTHING UNTUK PENINGKATAN KUALITAS CITRA MEDIS YANG BLUR Dwi Cahyo Wibisono 1 Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Jl. Imam Bonjol No. 207, Semarang,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinci2 Berbagai cara dilakukan untuk menghilangkan derau, berbagai filter yang dikombinasikan dilakukan untuk melihat perubahan yang terjadi pada citra yan
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan dunia fotografi saat ini sedang digemari dunia. Berbagai gadget untuk menangkap gambar pun berkembang dengan pesat, mulai dari kamera film, kamera polaroid,
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2. Penelitian Terdahulu Beberapa penelitian mengenai pengenalan tulisan tangan telah banyak dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur
Lebih terperinciPerbandingan Algoritma Arithmetic dengan Geometric Mean Filter untuk Reduksi Noise pada Citra
Perbandingan Algoritma Arithmetic dengan Geometric Mean Filter untuk Reduksi Noise pada Citra Wiliyana 1, Drs. Marihat Situmorang, M.Kom 2,Drs. James P. Marbun, M.Kom 3 Fakultas Ilmu Komputer dan Teknologi
Lebih terperinciIMPULSE NOISE DETECTION DAN REMOVAL PADA CITRA DIGITAL MENGGUNAKAN METODE MODIFIED MEDIAN FILTER TUGAS AKHIR
IMPULSE NOISE DETECTION DAN REMOVAL PADA CITRA DIGITAL MENGGUNAKAN METODE MODIFIED MEDIAN FILTER TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Pada Jurusan Teknik Informatika
Lebih terperinciSalt and Pepper Noise Removal dengan Spatial Median Filter dan Adaptive Noise Reduction
IJCCS, Vol.x, No.x, Julyxxxx, pp. 1~5 ISSN: 1978-1520 Salt and Pepper Noise Removal dengan Spatial Median Filter dan Adaptive Noise Reduction Syanti irviantina *1, Irpan Pardosi 2 STMIK Mikroskil, Jl.
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Pengenalan Citra
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra merupakan representasi (gambaran) dari sebuah objek nyata yang dihasilkan oleh alat digital. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang dapat diolah oleh komputer (Sutoyo & Mulyanto, 2009). Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinci10/11/2014 IMAGE SMOOTHING. CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening)
0//04 CIG4E3 / Pengolahan Citra Digital BAB 7 Image Enhancement (Image Smoothing & Image Sharpening) Intelligent Computing and Multimedia (ICM) IMAGE SMOOTHING 0 //04 0 //04 Image Smoothing Biasa dilakukan
Lebih terperinciPERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT)
PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) ABSTRAK Silvester Tena Jurusan Teknik Elektro Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto- Penfui
Lebih terperinciAnalisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper
Cogito Smart Journal/VOL. 2/NO. 2/DESEMBER 2016 157 Analisa Perbandingan Adaptif Median Filter Dan Median Filter Dalam Reduksi Noise Salt & Pepper Ivan Maulana 1, Pulung Nurtantio Andono 2 1,2 Program
Lebih terperinciPENERAPAN METODE GAUSSIAN SMOOTHING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL
PENERAPAN METODE GAUSSIAN SMOOTHING UNTUK MEREDUKSI NOISE PADA CITRA DIGITAL 129 Sastia Hendri Wibowo 1, Firman Susanto 2 1,2 Program Studi Teknik Informatika Universitas Muhammadiyah Bengkulu Jl. Bali,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Menurut arti secara harfiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra digital adalah citra yang dapat diolah oleh komputer. Citra
Lebih terperinciPEMBANGKIT RANDOM VARIATE
PEMBANGKIT RANDOM VARIATE Mata Kuliah Pemodelan & Simulasi JurusanTeknik Informatika Universitas Komputer Indonesia 1 Pendahuluan (1) Sifat probalitistik pada sistem nyata mempunyai pola distribusi probabilistik
Lebih terperinciHaryoso Wicaksono, S.Si., M.M., M.Kom. 26
Distribusi probabilita kontinu, yaitu apabila random variabel yang digunakan kontinu. Probabilita dihitung untuk nilai dalam suatu interval tertentu. Probabilita di suatu titik = 0. Probabilita untuk random
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
Lebih terperinciLAPORAN TUGAS MATA KULIAH PENGOLAHAN CITRA DIGITAL Aplikasi Filter pada Domain Spasial
LAPORAN TUGAS MATA KULIAH PENGOLAHAN CITRA DIGITAL Aplikasi Filter pada Domain Spasial Disusun oleh: Iyan Hanafi Van Tony NIM: 11/316832/PA/13958 JURUSAN ILMU KOMPUTER DAN ELEKTRONIKA FAKULTAS MATEMATIKA
Lebih terperinciHistogram. Peningkatan Kualitas Citra
Histogram Peningkatan Kualitas Citra Representasi Image 1 bit 8 bits 24 bits Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. Histogram dari image digital
Lebih terperinciIMPLEMENTASI METODE MEDIAN FILTER DAN HISTOGRAM EQUALIZATION UNTUK PERBAIKAN CITRA DIGITAL
IMPLEMENTASI METODE MEDIAN FILTER DAN HISTOGRAM EQUALIZATION UNTUK PERBAIKAN CITRA DIGITAL Eko Fransisko Manurung Mahasiswa Teknik Informatika STMIK Budi Darma Jl. Sisingamangaraja No. 338 Simpang Limun
Lebih terperinciPERANCANGAN APLIKASI REDUKSI NOISE PADA CITRA DIGITAL DENGAN METODE MEAN FILTER DAN MIDPOINT
Jurnal INFOTEK, Vol, No 3, Oktober 206 ISSN 2502-668 (Media Cetak) PERANCANGAN APLIKASI REDUKSI NOISE PADA CITRA DIGITAL DENGAN METODE MEAN FILTER DAN MIDPOINT Selvi Kurniawati (40584) Mahasiswa Program
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN Bab ini berisi pembahasan mengenai analisa dan perancangan program image sharpening dengan menggunakan Matlab GUI. Analisa bertujuan untuk mengidentifikasi masalah, mengetahui
Lebih terperinciSTMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA ABDUL AZIS, M.KOM
PENGOLAHAN CITRA 1 Prinsip Enhancement Pemrosesan sebuah image sehingga hasil yang didapat bersifat lebih sesuai untuk digunakan pada aplikasi tertentu dibandingkan dengan image a s l i n y a. Kesesuaian
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas
Lebih terperinciBAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)
BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari
Lebih terperinciPENERAPAN METODE ALGORITMA ARITHMETIC MEAN FILTER UNTUK MEREDUKSI NOISE SALT AND PEPPER PADA CITRA
8 PENERAPAN METODE ALGORITMA ARITHMETIC MEAN FILTER UNTUK MEREDUKSI NOISE SALT AND PEPPER PADA CITRA Astriana Mulyani 1, Gita Apriyanti 2 1 Program Studi, Teknik Informatika, STMIK Nusa Mandiri Jl. Kramat
Lebih terperinciSTATISTIK PERTEMUAN VI
STATISTIK PERTEMUAN VI 1. TEORI PENDUKUNG 1.1 Pendahuluan 1. Variabel acak 1.3 Distribusi variabel acak diskrit 1.4 Distribusi variabel acak kontinu 1.5 Distribusi multivariat 1.1 Pendahuluan Definisi
Lebih terperinciANALISA PERBANDINGAN METODE FILTER GAUSSIAN, MEAN DAN MEDIAN TERHADAP REDUKSI NOISE
Jurnal Media Infotama Vol. 12 No. 1, Februari 2016 ANALISA PERBANDINGAN METODE FILTER GAUSSIAN, MEAN DAN MEDIAN TERHADAP REDUKSI NOISE 21 Andre Wedianto, Herlina Latipa Sari, Yanolanda Suzantri H Program
Lebih terperinciPERANCANGAN DAN IMPLEMENTASI APLIKASI REDUKSI NOISE SALT & PEPPER DENGAN MENGGUNAKAN METODE IMPROVED MEDIAN FILTER
PERANCANGAN DAN IMPLEMENASI APLIKASI REDUKSI NOISE SAL & PEPPER DENGAN MENGGUNAKAN MEODE IMPROVED MEDIAN FILER Amril Mukmin Harahap 1 Ummul Khair 2 Jurusan eknik Informatika Sekolah inggi eknik Harapan
Lebih terperinciPengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE)
Pengurangan Noise pada Citra Menggunakan Optimal Wavelet Selection dengan Kriteria Linear Minimum Mean Square Error (LMMSE) Disusun Oleh : Nama : Abner Natanael R Nrp : 0522034 Jurusan Teknik Elektro,
Lebih terperinciBAB I PENDAHULUAN. 4. Citra digital dan citra masukan 5. Tujuan dari pengolahan citra digital
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Pengolahan citra adalah pemrosesan citra, khususnya dengan menggunakan komputer, menjadi citra yang kualitasnya lebih baik. Meskipun sebuah citra kaya informasi,
Lebih terperinciPerbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)
Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra (image processing) merupakan proses untuk mengolah pixel-pixel dalam citra digital untuk tujuan tertentu. Beberapa alasan dilakukan pengolahan
Lebih terperinciPerbandingan Metoda Baru Penapisan Citra Modus- Median Terhadap Metode Mean dan Median
ISBN 978-979-3541-25-9 Perbandingan Metoda Baru Penapisan Citra Modus- Median Terhadap Metode Mean dan Median Nurjannah Syakrani 4), Tati L. R. Mengko 1), A.B.Suksmono 2), Edy T. Baskoro 3) 1) Biomedical
Lebih terperinciBAB II LANDASAN TEORI. dihadapi dengan standar median filter. Perbedaan mendasar antara dua filter ini
BAB II LANDASAN TEORI 2.1. Metode Adaptive Median Filter Adaptive Median Filter dirancang untuk menghilangkan masalah yang dihadapi dengan standar median filter. Perbedaan mendasar antara dua filter ini
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,
Lebih terperinciBAB II TEORI PENUNJANG
BAB II TEORI PENUNJANG 2.1 Computer Vision Komputerisasi memiliki ketelitian yang jauh lebih tinggi bila dibandingkan dengan cara manual yang dilakukan oleh mata manusia, komputer dapat melakukan berbagai
Lebih terperinciby Emy 1 IMAGE RESTORATION by Emy 2
Copyright @ 2007 by Emy 1 IMAGE RESTORATION Copyright @ 2007 by Emy 2 1 Kompetensi Mamp membedakan proses pengolahan citra mengnakan image enhancement dengan image restoration Mamp menganalisis citra yang
Lebih terperinciTUGAS 2 COMPUTER VISION PERBAIKAN KUALITAS
Nama : Ariya Kusuma NIM : 12043124 (sore) TUGAS 2 COMPUTER VISION PERBAIKAN KUALITAS Gambar 1, building_gaussian Sebelum dilakukan teknik Perbaikan Kualitas, Perbaikan dengan teknik Perbaikan Kualitas
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Universitas Sumatera Utara
BAB 1 PENDAHULUAN Pada bab ini dijelaskan tentang latar belakang penelitian dibuat, rumusan masalah, batasan masalah yang akan dibahas, tujuan penelitian, manfaat penelitian, metodologi penelitian yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini informasi tidak hanya didapatkan dari pesan teks saja namun sebuah gambar atau citra dapat juga mewakilkan sebuah informasi, bahkan sebuah citra memiliki arti
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciIMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE
ISSN : 1978-6603 IMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE *Tugiono #1, Hafizah #2, Asyahri Hadi Nasyuha #3
Lebih terperinciImage Filtering. Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 2005
Image Filtering Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 25 Materi Prinsip Filtering Di Dalam Image Processing Konvolusi Low-Pass Filter High-Pass Filter Prinsip Filter Dalam Image
Lebih terperinciDRAFT SKRIPSI SUNFIRST LADY JEANFERA NABABAN
IMPLEMENTASI DAN PERBANDINGAN METODE ALPHA-TRIMMED MEAN FILTER DAN ADAPTIVE MEDIAN FILTER UNTUK REDUKSI NOISE PADA CITRA DIGITAL DRAFT SKRIPSI SUNFIRST LADY JEANFERA NABABAN 101401083 PROGRAM STUDI S1
Lebih terperinciProbabilitas dan Statistika Distribusi Peluang Kontinyu 1. Adam Hendra Brata
Probabilitas dan Statistika Distribusi Peluang Kontinyu 1 Adam Hendra Brata Variabel Acak Kontinyu - Variabel Acak Kontinyu Suatu variabel yang memiliki nilai pecahan didalam range tertentu Distribusi
Lebih terperinci1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016
1. TRANSLASI OPERASI GEOMETRIS Rumus translasi citra x = x + m y = y + n dimana : m = besar pergeseran dalam arah x n = besar pergeseran dalam arah y 4/2/2016 1 TRANSLASI 2. ROTASI Jika citra semula adalah
Lebih terperinciKlasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt
Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt Ardi Satrya Afandi Fakultas Teknologi Industri Universitas Gunadarma Depok, Indonesia art_dhi@yahoo.com Prihandoko,
Lebih terperinciBAB II LANDASAN TEORI. mesin atau robot untuk melihat (http://en.wikipedia.org/wiki/computer_vision).
BAB II LANDASAN TEORI Computer vision adalah suatu ilmu di bidang komputer yang dapat membuat mesin atau robot untuk melihat (http://en.wikipedia.org/wiki/computer_vision). Terdapat beberapa klasifikasi
Lebih terperinciPerbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra. Charles Aditya /
Perbandingan Efektivitas Algoritma Blind-Deconvolution, Lucy-Richardson dan Wiener-Filter Pada Restorasi Citra Charles Aditya / 0322026 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
Lebih terperinci