BAB III PENGOLAHAN DATA
|
|
- Devi Susman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB III PENGOLAHAN DATA 3.1. Algoritma Pengolahan Data Algoritma pengolahan data ini merupakan tahapan-tahapan logis dari pengerjaan olah data penelitian yang hasilnya berupa angka-angka parameter yang dicari. Algoritma lengkap penelitian ini ada dalam lampiran. Parameter-parameter yang dicari adalah maksimum korelasi pra dan pasca FFT, minimum korelasi pra dan pasca FFT, posisi maksimum dan minimum korelasi pada citra pencarian, standar deviasi citra acuan dan citra pencarian. III-1
2 Gambar 3.1. Flowchart tahapan pengerjaan olah data Cropping Daerah Homogen Sebagai Sampel Untuk mempercepat penulusuran, biasanya luas daerah penelusuran dibatasi sehingga tidak seluruh citra dijelajahi. Untuk ini bantuan operator diperlukan untuk menunjukkan batas perkiraan lokasi objek pada citra kanan yang bentuknya paling mekati. Ukuran mask window dan search window sangat berperan dalam proses penelusuran objek. Semakin kecil ukurannya, karakteristk objek makin berkurang, sehingga tingkat pengenalannya semakin sulit. Demikian sebaliknya, semakin besar dimensinya tingkat kemiripannya akan semakin kabur, sehingga bentuk objek sukar dikenali [Sumarto,Suparman,Anggraini;2000]. Cropping yaitu memotong bagian tertentu suatu citra dari bagian besarnya. Pada penelitian ini cropping citra dilakukan dengan membaca nilai-nilai BV yang akan diteliti dari matriks BV ITB2-051.bmp dan ITB2-061.bmp yang sudah dibaca sebelumnya oleh perintah imread pada Matlab 7 masing-masing sebagai citra kiri dan citra kanan.. Untuk menentukan daerah mana yang akan di-cropping, di-input-kan secara manual posisi baris kolom kiri atas dan kanan bawah daerah homogen yang diteliti. Kemudian dengan program otomasi.m pada Matlab 7 hanya nilai BV III-2
3 dari posisi baris kolom kiri atas hingga baris kolom kanan bawah saja yang dibaca dan kemudian menjadi bahan untuk diproses berikutnya. Berikut ini dalah perintah dalam otomasi.m untuk cropping daerah yang akan diteliti: disp ('program korelasi'); disp ('Jenis band:'); disp ('1.Red'); disp ('2.Green'); disp ('3.Blue') ; disp(' '); disp('region wilayah yang diteliti'); disp(' '); disp('foto kiri'); disp(' ') disp('mask'); ee=input('size kolom:'); ff=input('size baris:'); disp(' ') disp('center'); gg=input('kolom:'); hh=input('baris:'); a=gg-((ee-1)/2);%input('kolom kiri atas :'); aa=hh-((ff-1)/2);%input('baris kiri atas:'); b=gg+((ee+1)/2);%input('kolom kanan bawah:'); bb=hh+((ff+1)/2);%input('baris kanan bawah:'); disp(' '); disp('foto kanan'); disp(' ') disp('size of searching window'); ii=input('kolom:'); jj=input('baris:'); disp(' ') disp('center'); kk=input('kolom:'); ll=input('baris:'); c=kk-(ii/2);%input('kolom kiri atas:'); cc=ll-(jj/2);%input('baris kiri atas:') d=kk+(ii/2);%input('kolom kanan bawah:'); dd=ll+(jj/2);%input('baris kanan bawah:'); disp(' '); III-3
4 3.3. Pemilahan Brightness Value Kedalam Kanal Merah, Hijau, dan Biru Untuk memperhitungkan dominasi warna pada citra dan sensitifitas sensor masing-masing kanal, maka nilai piksel pada citra dipilah-pilah kedalam kanal merah, hijau, biru. Karena nilai piksel citra disimpan dalam bentuk array tiga maka matriks nilai piksel citra dipilah berdasarkan urutan baris arraynya. Array pertama merupakan menjadi matriks nilai piksel untuk kanal merah. Array kedua menjadi matriks nilai piksel untuk kanal hijau dan array ketiga menjadi nilai piksel untuk kanal biru. Contoh perintah memilah nilai piksel: fotokn=imread('itb2-06l.bmp'); fotokr=imread('itb2-05l.bmp'); KnR=double(fotoKn(:,:,1)); KrR=double(fotoKr(:,:,1)); KnG=double(fotoKn(:,:,2)); KrG=double(fotoKr(:,:,2)); KnB=double(fotoKn(:,:,3)); KrB=double(fotoKr(:,:,3)); 3.4. Pengkorelasian Citra Kiri Dengan Citra Kanan Pengkorelasian dilakukan dengan citra kiri sebagai mask pencarian dan citra kanan sebagai sebagai bidang pencarian. Seperti yang sudah dibahas pada bab 2 bahwa metode pencocokan citra yang dipakai pada penelitian ini ada III-4
5 berbasiskan area. Dimana nilai matriks mask akan dikorelasikan dengan nilai matriks dari citra kanan yang seukuran dengan mask (citra pencarian). Pengkorelasian dilakukan menggunakan perintah looping for- yang melakukan perhitungan berulang hingga nilai baris kolom yang telah ditentukan dan corr2 pada Matlab 7 yang berdasarkan prinsip korelasi Pearson dalam mengkorelasikan dua buah matriks. %sizing [b1 k1]=size(krr); [b2 k2]=size(knr); nbaris=b2-b1+1; nkolom=k2-k1+1; format long g %processing for i=1:nbaris; for j=1:nkolom; imknmaskr(:,:,i,j)=knr(i:i+b1-1,j:j+k1-1); corrvaluer(i,j)=corr2(krr,imknmaskr(:,:,i,j)); imknmaskg(:,:,i,j)=kng(i:i+b1-1,j:j+k1-1); corrvalueg(i,j)=corr2(krg,imknmaskg(:,:,i,j)); imknmaskb(:,:,i,j)=knb(i:i+b1-1,j:j+k1-1); corrvalueb(i,j)=corr2(krb,imknmaskb(:,:,i,j)); 3.5. Pengkorelasian Citra Kiri dan Citra Kanan Dengan FFT Data Berbeda dengan langkah sebelumnya kali ini matriks nilai piksel tidak langsung dikorelasikan namun terlebih dahulu dirubah kedalam domain frekwensi menggunakan Fast Fourier Transform. Setelah di konversikan kedalam domain frekwensi barulah data di korelasikan dengan perintah looping for- dan corr2. [b1 k1]=size(krr); [b2 k2]=size(knr); nbaris=b2-b1+1; nkolom=k2-k1+1; format long g %processing for i=1:nbaris; for j=1:nkolom; FTknmaskR(:,:,i,j)=fft(knR(i:i+b1-1,j:j+k1-1)); FTkrR=fft(krR); PyyknmaskR(:,:,i,j) = FTknmaskR(:,:,i,j).*conj(FTknmaskR(:,:,i,j))/256; PyykrR = FTkrR.*conj(FTkrR)/256; XR = PyykrR; III-5
6 YR (:,:,i,j) = PyyknmaskR(:,:,i,j); corrvalue2r(i,j)=corr2(xr,yr (:,:,i,j)); FTknmaskG(:,:,i,j)=fft(knG(i:i+b1-1,j:j+k1-1)); FTkrG=fft(krG); PyyknmaskG(:,:,i,j) = FTknmaskG(:,:,i,j).*conj(FTknmaskG(:,:,i,j))/256; PyykrG = FTkrG.*conj(FTkrG)/256; XG = PyykrG; YG (:,:,i,j) = PyyknmaskG(:,:,i,j); corrvalue2g(i,j)=corr2(xg,yg (:,:,i,j)); FTknmaskB(:,:,i,j)=fft(knB(i:i+b1-1,j:j+k1-1)); FTkrB=fft(krB); PyyknmaskB(:,:,i,j) = FTknmaskB(:,:,i,j).*conj(FTknmaskB(:,:,i,j))/256; PyykrB = FTkrB.*conj(FTkrB)/256; XB = PyykrB; YB (:,:,i,j) = PyyknmaskB(:,:,i,j); corrvalue2b(i,j)=corr2(xb,yb (:,:,i,j)); 3.6. Pencarian Nilai Maksimum Korelasi dan Penghitungan Simpangan Baku Hasil dari pengkorelasian citra kiri dengan citra kanan sebelum dan sesudah data di-fft-kan adalah matriks korelasi data pra dan pasca FFT. Kedua matriks tersebut kemudian diabsolutkan untuk mapatkan semua nilai didalam matriks menjadi positif. Kemudian setelah semua nilai didalam matriks positif, dicarilah nilai yang paling maksimum diantara nilai-nilai pada matriks korelasi tersebut menggunakan perintah max. Nilai maksimum yang didapatkan disebut juga sebagai nilai maksimum korelasi. Setelah nilai maksimum didapatkan selanjutnya dilakukan perhitungan posisi nilai maksimum tersebut dalam koordinat citra pencarian (citra kanan). Selain nilai maksimum dihitung pula nilai minimum korelasi pada matriks nilai korelasi. Hal ini berguna untuk melihat rentang nilai korelasi yang terbentuk saat pra dan pasca data di-fft-kan. Sebagai tambahan dihitung pula standar deviasi data pada citra acuan (mask) dan citra pencarian. Terakhir adalah menampilkan hasil perhitungan saat pra dan pasca FFT yaitu nilai korelasi maksimum dan minimum, nilai baris dan kolomya pada citra III-6
7 pencarian, serta nilai standar deviasi citra acuan dan citra pencarian semuanya dalam masing-masing kanal RGB. %standar deviasi input per kanal sdkrr=[ ]; for v=1:ee; sdkrr=[sdkrr krr(v,:)]; sdcar=std((sdkrr)); disp('data :') disp('1.pra FFT') disp('2.pasca FFT') disp(' ') disp('red Channel') abs1r=abs(corrvaluer); [or colmr ]=max(max(abs1r)); MR=max(max(abs1R)); dr=abs1r(:,colmr); [sr rowmr]=max(dr); mr=min(min(abs1r)); [tr colmr ]=min(min(abs1r)); er=abs1r(:,colmr); [ar rowmr]=min(er); rwmaxrcp=rowmr+((0.5*b1)+0.5)-1; rwmaxr=cc+rwmaxrcp; klmaxrcp=colmr+((0.5*k1)+0.5)-1; klmaxr=c+klmaxrcp; rwminrcp=rowmr+((0.5*b1)+0.5)-1; rwminr=cc+rwminrcp; klminrcp=colmr+((0.5*k1)+0.5)-1; klminr=c+klminrcp; abs2r=abs(corrvalue2r); [ofr colmfr ]=max(max(abs2r)); MFR=max(max(abs2R)); dfr=abs2r(:,colmfr); [sfr rowmfr]=max(dfr); mfr=min(min(abs2r)); [tr colmfr ]=min(min(abs2r)); efr=abs2r(:,colmfr); [afr rowmfr]=min(efr); rwmaxfrcp=rowmfr+((0.5*b1)+0.5)-1; rwmaxfr=cc+rwmaxfrcp; klmaxfrcp=colmfr+((0.5*k1)+0.5)-1; klmaxfr=c+klmaxfrcp; rwminfrcp=rowmfr+((0.5*b1)+0.5)-1; rwminfr=cc+rwminfrcp; klminfrcp=colmfr+((0.5*k1)+0.5)-1; klminfr=c+klminfrcp; zr=[1 MR klmaxr rwmaxr mr klminr rwminr sdcar sdcpr]; yr=[2 MFR klmaxfr rwmaxfr mfr klminfr rwminfr]; disp('data MaxKorelasi Kolom(CP) Baris(CP) MinKorelasi Kolom(CP) Baris(CP) Sd(CA) fprintf('%1.0f %12.5f %7.0f %7.0f %14.5f %9.0f %9.0f %12.5f %12.5f\n',zR') fprintf('%1.0f %12.5f %7.0f %7.0f %14.5f %9.0f %9.0f\n',yR') Sd(CP)') III-7
8 Gambar 3.3. Contoh eksekusi pada layar 3.7. Aplikasi Teknik Maximum Correlation Berbasis FFT Pada Pencocokan Citra Homogen Proses pencocokan citra dilakukan berdasarkan pada kajian keberhasilan proses pencocokan citra di area yang bertampalan dengan karakteristik objek homogen. Gambar 3.4. Foto kiri : itb2-051.bmp Gambar 3.5.Foto kanan : itb2-061.bmp Gambar 3.6. Contoh sampel homogen pada daerah pertampalan. III-8
9 Sekilas sampel terlihat memilki keseragaman BV pada setiap pikselnya. Sampel tersebut kemudian di proses untuk dibaca BV nya sehingga menjadi suatu matriks informasi apakah nilai-nilainya memiliki rentang yang dekat atau terlalu jauh. Jika ternyata rentangnya dekat misal dari 25 hingga 30 maka sampel tersebut diambil sebagai bahan penelitian. Setelah dibaca nilai BV-nya kemudian dibuat power spektrum pada masing-masing foto kiri dan kanan dengan FFT setelah itu dicari nilai maksimum korelasi keduanya, semuanya dibantuan program otomasi.m pada Matlab 7. Berikut contoh hasil perhitungannya: Gambar 3.7. Contoh hasil perhitungan pencocokan citra homogen dengan program otomasi.m. III-9
BAB I PENDAHULUAN Latar Belakang
1.1. Latar Belakang BAB I PENDAHULUAN Fotogrametri dapat didefinisikan sebagai suatu seni, pengetahuan dan teknologi untuk memperoleh informasi yang dapat dipercaya tentang suatu obyek fisik dan keadaan
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA 3.1. Data Sumber data dalam penelitian ini adalah berupa foto dijital berwarna ITB2-05.bmp dan ITB2-06.bmp yang diambil dengan kamera small format Nikon Colpix dengan resolusi 24
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Proses pencocokan citra dilakukan dengan mengidentifikasi dan mengukur pasangan titiktitik sekawan antara citra satu dengan citra lainnya untuk objek yang sama pada
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Pengolahan data pada penelitian ini meliputi tahapan pengambilan data, penentuan titik tengah area yang akan menjadi sampel, pengambilan sampel, penentuan ukuran window subcitra
Lebih terperinciBAB I PENDAHULUAN 1. Latar Belakang
BAB I PENDAHULUAN 1. Latar Belakang Dalam proses pemetaan secara fotogrametris, salah satu hal yang harus diatasi adalah masalah restitusi dua foto udara yang saling pertampalan sedemikian rupa sehingga
Lebih terperinciBAB 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
Lebih terperinciKULIAH 2 TEKNIK PENGOLAHAN CITRA HISTOGRAM CITRA
KULIAH 2 TEKNIK PENGOLAHAN CITRA HISTOGRAM CITRA Informasi penting mengenai isi citra digital dapat diketahui dengan membuat histogram citra. Histogram citra adalah grafik yang menggambarkan penyebaran
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciBAB III METODE PENELITIAN. ada beberapa cara yang telah dilakukan, antara lain : akan digunakan untuk melakukan pengolahan citra.
BAB III METODE PENELITIAN Untuk pengumpulan data yang diperlukan dalam melaksanakan tugas akhir, ada beberapa cara yang telah dilakukan, antara lain : 1. Studi Kepustakaan Studi kepustakaan berupa pencarian
Lebih terperinciPendahuluan. Praktikum Pengantar Pengolahan Citra Digital Departemen Ilmu Komputer Copyright 2008 All Rights Reserved
1 Pengenalan Matlab Pendahuluan Matlab adalah perangkat lunak yang dapat digunakan untuk analisis dan visualisasi data. Matlab didesain untuk mengolah data dengan menggunakan operasi matriks. Matlab juga
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 terperinciLAMPIRAN A SCRIPT PROGRAM LOW PASS FILTER & HIGH PASS FILTER MENGGUNAKAN MATLAB
DAFTAR PUSTAKA Dipokusumo, B. (2004). Diktat Kuliah Fotogrametri. Bandung: Penerbit ITB. Ilham, Fahrizal. 2007. Kajian Metode Korelasi Nilai Rata-rata Kanal yang Diberi Bobot (Weighted Channel Mean Value)
Lebih terperinciPencocokan Citra Digital
BAB II DASAR TEORI II.1 Pencocokan Citra Digital Teknologi fotogrametri terus mengalami perkembangan dari sistem fotogrametri analog hingga sistem fotogrametri dijital yang lebih praktis, murah dan otomatis.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau benda, misal: foto seseorang mewakili entitas dirinya sendiri di depan kamera. Sedangkan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tempat dan Waktu Penelitian Penelitian ini mengambil tempat di Universitas Muhammadiyah Yogyakarta yang berlokasi di Jl. Lingkar Selatan, Kasihan, Bantul, Daerah Istimewa
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bab ini membahas landasan teori yang bersifat ilmiah untuk mendukung penulisan penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, jenis-jenis citra digital, metode
Lebih terperinciPeningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Gray World
Peningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Heri Priya Waspada, *, Supeno Mardi Susiki Nugroho, Eko Mulyanto Yuniarno S Teknik Elektro, Fakultas Teknologi Industri, ITS Surabaya
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana
Lebih terperinciSAMPLING DAN KUANTISASI
SAMPLING DAN KUANTISASI Budi Setiyono 1 3/14/2013 Citra Suatu citra adalah fungsi intensitas 2 dimensi f(x, y), dimana x dan y adalahkoordinat spasial dan f pada titik (x, y) merupakan tingkat kecerahan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem diawali dengan pembacaan citra rusak dan citra tidak rusak yang telah terpilih dan dikumpulkan pada folder tertentu.
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
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 terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciBAB 3 ANALISA DAN PERANCANGAN
44 BAB 3 ANALISA DAN PERANCANGAN 3.1 Analisa Analisa yang dilakukan terdiri dari : a. Analisa terhadap permasalahan yang ada. b. Analisa pemecahan masalah. 3.1.1 Analisa Permasalahan Pengenalan uang kertas
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN. 4.1 Pengembangan Sistem Pengenalan Wajah 2D
30 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Pengembangan Sistem Pengenalan Wajah 2D Penelitian ini mengembangkan model sistem pengenalan wajah dua dimensi pada citra wajah yang telah disiapkan dalam
Lebih terperinciIV. RANCANG BANGUN SISTEM. Perangkat lunak bantu yang dibuat adalah perangkat lunak yang digunakan untuk
IV. RANCANG BANGUN SISTEM 4.1 Analisis dan Spesifikasi Sistem Perangkat lunak bantu yang dibuat adalah perangkat lunak yang digunakan untuk menyisipkan label digital, mengekstraksi label digital, dan dapat
Lebih terperinciANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA
ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA Nurliadi 1 *, Poltak Sihombing 2 & Marwan Ramli 3 1,2,3 Magister Teknik Informatika, Universitas
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 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem 3.1.1 Analisa Perbandingan Aplikasi Sebelumnya Gambar 3.1 Gambar Tampilan GeoSeg Versi 1.0.0.0 (Sumber Charles:2012) Pada aplikasi GeoSeg versi
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Sumatera Utara
BAB 1 PENDAHULUAN Pada bab ini akan dibahas mengenai hal-hal yang menjadi latar belakang pembuatan tugas akhir, rumusan masalah, tujuan, manfaat, dan metodologi penelitian serta sistematika penulisan dari
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL Aditya Wikan Mahastama mahas@ukdw.ac.id Sistem Optik dan Proses Akuisisi Citra Digital 2 UNIV KRISTEN DUTA WACANA GENAP 1213 v2 Bisa dilihat pada slide berikut. SISTEM OPTIK MANUSIA
Lebih terperinciGambar 3.1 Contoh Citra yang digunakan
BAB III DATASET DAN RANCANGAN PENELITIAN Pada bab ini dijelaskan tentang dataset citra yang digunakan dalam penelitian ini serta rancangan untuk melakukan penelitian. 3.1 DATASET PENELITIAN Penelitian
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
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 III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada
Lebih terperinciGambar 2.1 Perkembangan Alat Restitusi (Dipokusumo, 2004)
BAB II TEORI DASAR 2.1 Fotogrametri Digital Fotogrametri dapat didefinisikan sebagai suatu ilmu dan teknologi yang berkaitan dengan proses perekaman, pengukuran/pengamatan, dan interpretasi (pengenalan
Lebih terperinciIV. HASIL DAN PEMBAHASAN
26 IV. HASIL DAN PEMBAHASAN A. Pengukuran Parameter Mutu Jeruk Pontianak Secara Langsung Dari Hasil Pemutuan Manual Pemutuan jeruk pontianak secara manual dilakukan oleh pedagang besar dengan melihat diameter
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 terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciDeteksi dan Klasifikasi Citra Berdasarkan Warna Kulit Menggunakan HSV
Jati Sasongko Wibowo Program Studi Teknik Informatika, Universitas Stikubank email : jatisw@gmail.com Abstrak Dalam model HSV (Hue Saturation Value) ini digunakan untuk segmentasi warna kulit manusia dan
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 terperinciIMAGE QUILTING DALAM PERBESARAN CITRA TEKSTUR. Diah Arifah P. ABSTRAK
IMAGE QUILTING DALAM PERBESARAN CITRA TEKSTUR Diah Arifah P. ABSTRAK Tekstur dapat membuat objek-objek terlihat realistis, misalnya pada latar belakang suatu game. Objek yang berukuran yang besar akan
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 terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat
Lebih terperinciBAB 3 PERALATAN DAN PROSEDUR PENELITIAN
BAB 3 PERALATAN DAN PROSEDUR PENELITIAN 3.1 Material dan Peralatan Penelitian Penelitian ini menggunakan material besi silinder pejal carbonsteel setara ST 41 dengan diameter 20 mm sejumlah 10 buah sampel.
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat sekarang ini teknologi komputer telah berkembang pesat. Teknologi komputer ini pada mulanya hanya berkembang dalam teknologi pengolahan data saja. Namun seiring
Lebih terperinciGaya 1 berisi seni neoplastic modern. Misalnya: Gaya 2 berisi lansekap impresionis. Misalnya: Gaya 3 berisi lukisan aksi ekspresionis.
6-13 July 2013 Brisbane, Australia Bahasa Indonesia 1.0 Sebentar lagi Anda akan menghadapi ujian Sejarah Seni, tetapi Anda lebih memperhatikan mata kuliah informatika daripada mata kuliah seni. Anda perlu
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciBAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan 4.2 Analisis Terhadap Peta Rupabumi yang digunakan
BAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan Citra SPOT 4 dan IKONOS yang digunakan merupakan dua citra yang memiliki resolusi spasial yang berbeda dimana SPOT 4 memiliki resolusi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Uang Kertas Rupiah Uang Rupiah Kertas adalah Uang Rupiah dalam bentuk lembaran yang terbuat dari Kertas Uang yang dikeluarkan oleh Bank Indonesia, dimana penggunaannya dilindungi
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis Penggunaan citra yang semakin meningkat menimbulkan kebutuhan retrival citra yang juga semakin meningkat. Diperlukan suatu metode retrival citra yang efektif
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 terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pengenalan gender pada skripsi ini, meliputi cropping dan resizing ukuran citra, konversi citra
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN Pada bab ini berisi mengenai analisa dan perancangan program steganografi dengan menggunakan Matlab. Analisa ini bertujuan untuk mengetahui cara kerja proses steganografi
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 terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
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 terperinciGambar IV-1. Perbandingan Nilai Korelasi Antar Induk Wavelet Pada Daerah Homogen Untuk Level Dekomposisi Pertama
BAB IV ANALISIS IV.1 Analisis Terhadap Hasil Pengolahan Data Gambar IV-1 menunjukkan peningkatan nilai korelasi dari sebelum transformasi wavelet dengan setelah transformasi wavelet pada level dekomposisi
Lebih terperinciPendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)
ISSN : 1693 1173 Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1) Abstrak Mean, standard deviasi dan skewness dari citra domain spasial
Lebih terperinciBAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang
BAB IV PENGUJIAN SISTEM Sistem yang di ujicoba merupakan dari hasil program yang telah selesai dibuat. Dimulai dari pengambilan citra dari WebCam, pengolahan citra yang dimulai dengan update citra kondisi
Lebih terperinciKULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS
KULIAH TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS Matriks merupakan sebuah susunan segiempat siku-siku dari bilanganbilangan, dalam baris dan kolom. Bilangan-bilangan tersebut disebut entri atau elemen
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN. Perancangan aplikasi yang dibuat dalam skripsi ini menggunakan aturan
BAB 3 ANALISIS DAN PERANCANGAN Perancangan aplikasi yang dibuat dalam skripsi ini menggunakan aturan prototyping model. Metode ini memiliki 3 tahapan seperti yang sudah ditulis di dalam Bab 2, yaitu pengumpulan
Lebih terperinciBAB 3 ALGORITMA PERENCANAAN SISTEM PENGENALAN PENYAKIT DARAH
29 BAB 3 ALGORITMA PERENCANAAN SISTEM PENGENALAN PENYAKIT DARAH Skripsi ini membahas tentang perencanaan suatu program untuk pengenalan penyakit darah dari sampel citra darah yang digunakan. Data yang
Lebih terperinciREFERENSI. Dipokusumo, Bobby Diktat Kuliah Fotogrametri. Bandung : Penerbit ITB, 2004.
REFERENSI Dipokusumo, Bobby. 2004. Diktat Kuliah Fotogrametri. Bandung : Penerbit ITB, 2004. Dwi, Adhilaksana. 2007. Aplikasi Transformasi Wavelet Dalam Analisis Gerakan Kutub Rotasi Bumi. Bandung : Institut
Lebih terperinciBAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra
BAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI 4.1. Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra Pada fusi data citra fluorescent hijau dan fluorescent merah penulis melakukan Pixel Level Fusion
Lebih terperinciAlgoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.9, No.2, Agustus 2015 ISSN: 0852-730X Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner Nur Nafi'iyah Prodi Teknik Informatika
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan
BAB IV IMPLEMENTASI DAN EVALUASI Implementasi dan Evaluasi yang dilakukan penulis merupakan implementasi dan evaluasi yang dilakukan terhadap perangkat keras dan perangkat lunak dari sistem secara keseluruhan
Lebih terperinciPengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)
Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2) ISSN : 1693 1173 Abstrak Pengenalan obyek pada citra merupakan penelitian yang banyak dikembangkan. Salah satunya pengenalan
Lebih terperinciBAB III PERANCANGAN PERANGKAT LUNAK
BAB III PERANCANGAN PERANGKAT LUNAK Sistem alih aksara pada skripsi ini bertujuan untuk mengalih aksarakan aksara jawa menjadi aksara latin ng telah dikenal saat ini. Sistem alih aksara menerapkan metode
Lebih terperinciBAB IV ANALISA DAN PERANCANGAN
BAB IV ANALISA DAN PERANCANGAN 4.1 Analisa Analisa merupakan tahapan yang sangat penting dalam melakukan penelitian. Tahap analisa yaitu proses pembahasan persoalan atau permasalahan yang dilakukan sebelum
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Prinsip Kerja Sistem Prinsip kerja sistem yaitu dengan melakukan pengambilan data berupa foto fisik dari permukaan buah manggis kemudian melakukan sampling data
Lebih terperinci10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 3. Pembentukan Citra Digital. Digitalisasi Citra. Yang dipengaruhi N,M, & q
5 8 9 //4 CIG4E / Pengolahan Citra Digital BAB. Pembentukan Citra Digital Digitalisasi Citra Intelligent Computing and Multimedia (ICM) Digitalisasi Citra analog / objek / scene Citra digital //4 //4 Proses
Lebih terperinciBAB III METODE PENELITIAN. studi kepustakaan, pembuatan program dan analisis. Dengan ini penulis berusaha
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan tugas akhir ini adalah studi kepustakaan, pembuatan program dan analisis. Dengan ini penulis berusaha untuk
Lebih terperinciPRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL
PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL Veronica Lusiana 1, Budi Hartono 2 1,2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciBAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang
BAB III METODE PENELITIAN 3.1 Model Pengembangan Tujuan tugas akhir ini akan membangun suatu model sistem yang melakukan proses data mulai dari pengolahan citra otak hingga menghasilkan output analisa
Lebih terperinciBAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan
BAB II LANDASAN TEORI 2.1. Citra Citra adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus dan intensitas cahaya pada bidang dwimatra
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 terperinciBAB 3 PENGENALAN KARAKTER DENGAN GABUNGAN METODE STATISTIK DAN FCM
BAB 3 PENGENALAN KARAKTER DENGAN GABUNGAN METODE STATISTIK DAN FCM 3.1 Gambaran Umum Gambar 3.1 Gambar Keseluruhan Proses Secara Umum 73 74 Secara garis besar, keseluruhan proses dapat dikelompokkan menjadi
Lebih terperinciIMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH
IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH Fitri Afriani Lubis 1, Hery Sunandar 2, Guidio Leonarde Ginting 3, Lince Tomoria Sianturi 4 1 Mahasiswa Teknik Informatika, STMIK Budi Darma
Lebih terperinciAPLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
APLIKASI PENGENALAN DAUN UBI JALAR UNTUK JENIS UBI JALAR UNGU, MERAH, PUTIH DAN KUNING MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS SKRIPSI Diajukan Untuk Penulisan Skripsi Guna Memenuhi Salah Satu
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM Pada bab analisa dan perancangan ini akan mengulas tentang tahap yang digunakan dalam penelitian pembuatan aplikasi implementasi kompresi gambar menggunakan metode
Lebih terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinciGosong Semak Daun. P. Karya. P. Panggang. Gambar 2.1 Daerah penelitian.
BAB 2 BAHAN DAN METODE 2.1 Daerah Penelitian Daerah penelitian adalah Pulau Semak Daun (Gambar 2.1) yang terletak di utara Jakarta dalam gugusan Kepulauan Seribu. Pulau Semak Daun adalah pulau yang memiliki
Lebih terperinciHASIL DAN PEMBAHASAN. Gambar 4 Subset citra QuickBird (uint16).
5 Lingkungan Pengembangan Perangkat lunak yang digunakan pada penelitian ini adalah compiler Matlab versi 7.0.1. dengan sistem operasi Microsoft Window XP. Langkah persiapan citra menggunakan perangkat
Lebih terperinciANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR
ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR Gibtha Fitri Laxmi 1, Puspa Eosina 2, Fety Fatimah 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas
Lebih terperinciBAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih terperinciBAB II TRANSFORMASI FOURIER & PENCOCOKAN CITRA
BAB II TRANSFORMASI FOURIER & PENCOCOKAN CITRA 2.1. Transformasi Fourier Transformasi fourier adalah hubungan matematik antara representasi sinyal dalam domain waktu dengan representasi sinyal dalam domain
Lebih terperinciUJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak
UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR Teady Matius Surya Mulyana tmulyana@bundamulia.ac.id, teadymatius@yahoo.com Teknik Informatika Universitas Bunda Mulia Abstrak Kebutuhan binarisasi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Rancangan Penelitian Tulisan Tangan angka Jawa Digitalisasi Pre-Processing ROI Scalling / Resize Shadow Feature Extraction Output Multi Layer Perceptron (MLP) Normalisasi
Lebih terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra terbagi 2 yaitu ada citra yang bersifat analog dan ada citra yang bersifat
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 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 terperinciPeningkatan Kualitas Citra. Domain Spasial
Peningkatan Kualitas Citra Domain Spasial 2 Tujuan Perbaikan Citra Tujuan dari teknik peningkatan mutu citra adalah untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas relatif lebih
Lebih terperinci