HVS = Human Visual System Image adalah untuk di lihat! Problem Image = Problem Visual
|
|
- Leony Gunardi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 HVS? HVS = Human Visual System Image adalah untuk di lihat! Problem Image = Problem Visual Bagaimana proses penerimaan dan penyimpanan informasi visual adalah hal yang tidak semuanya dapat dijelaskan 2
2 A pa Persepsi Anda Thd Image Dibawah Ini 3
3 Optical Illusions 4
4 Display dan Representasi Image Perceptual tidak sama dengan numerical Pemrosesan image didasarkan pada informasi perceptual Fokus pada informasi yang secara perceptual penting. Mengabaikan informasi perceptual tidak terlalu yang secara penting. 5
5 Model Untuk Sistem Visual Manusia Human Eye Schematic 6
6 Mata Manusia Diameter: 20 mm Terdapat 3 membran yang menyusun mata Cornea & Choroid Retina sclera 7
7 Ilustrasi Susunan Mata Manusia The amount of light entering the eye is controlled by the pupil, which dilates and contracts accordingly. The cornea and lens, whose shape is adjusted by the ciliary body, focus the light on the retina, where receptors convert it into nerve signals that pass to the brain. A mesh of blood vessels, the choroid, supplies the retina with oxygen and sugar. 8
8 Bentuk Image Pada Mata Contoh : Jarak antara pusat lensa dan retina (focal length) berkisar antara mm. Bila obyek jaraknya adalah 3 m atau lebih jauh lagi, maka f= 17mm dengan kemampuan membiaskan sinar yg paling rendah. 15 x x 2.55mm 9
9 Visual Psychophysics Visual psychophysics: Adalah karakteristik respon HVS stimuli (input) yang berbeda. Terdiri dari : Brightness Adaptation Spatial Threshold Vision Weber ratio Visual Masking Mach Effect Temporal vision Frequency Threshold Vision terhadap 10
10 Brightness Adaptation Range dari level intensitas cahaya dapat ditangkap oleh HVS berada besaran yang pada Brightness dapat dipandang oleh HVS sebagai fungsi logaritmik dari intensitas cahaya yang masuk ke mata. Untuk satu kondisi tertentu, level sensitivitas dari HVS disebut sebagai brightness adaptation level 11
11 Brightness Adaptation & Discrimination Mata juga dapat membedakan perubahan brightness pada adaptasi setiap level. I c I Weber ratio Where: I c : the increment of illumination discriminable 50% of the time I : background illumination and 12
12 Weber Ratio Adalah sensitivitas HVS terhadap perbedaan intensitas backgroud yang berbeda. Weber ratio: I/I: hanya mencatat perbedaan intensitas dengan intensitas backgroud. Dinyatakan dalam fungsi log I. I I+ I 13
13 Brightness Adaptation & Discrimination Nilai yang rendah dari Weber ratio berarti memiliki nilai yang baik untuk brightness discrimination (begitu juga sebaliknya). Pada level iluminasi yang rendah, brightness discrimination bernilai jelek dan meningkat secara signifikan bila background juga bertambah. akan iluminasi 14
14 Pada gambar diatas, penampakan brightness dari lingkaran didalam terasa berbeda karena nilai intensitas background yang berbeda, walaupun sebenarnya nilai brightness dari lingkaran tersebut adalah sama. 15
15 Basics Of Color Elements of color: 16
16 Colour as Spectral Distributions 400 Wavelength nm 700 Spectral Energy Distribution 17
17 Visible Spectrum
18 Schematic Representation of Colour Spectra 19
19 Basics of Color Physics: Illumination Electromagnetic spectra Reflection Material properties Surface geometry and microgeometry versus matte versus brushed) Perception Physiology Perceptual and neurophysiology psychology (i.e., polished 20
20 Unsur Cahaya Chromatic Radiance (watt): Jumlah energi yang mengalir dari sumber cahaya. Luminance (lumens, lm): Ukuran jumlah energi dalam pandangan observer yang berasal dari sumber cahaya. Jumlah tersebut ditentukan oleh jarak dari sumber, panjang gelombang dll. Brightness: Menjelaskan kondisi color. 21
21 Karakteristik Warna Warna juga dapat dipandang dari tiga unsur utama brightness, hue, dan saturation. Hue: Suatu atribut yang berasosiasi dengan panjang gelombang yang dominan dalam suatu kumpulan gelombang cahaya. Merupakan representasi warna yang dominan yang dipandang oleh observer. Saturation: Jumlah dari cahaya putih yang bercampur dalam hue. Hue dan saturation secara bersama-sama dipandang sebagai chromaticity. : 22
22 Computer scientists umumnya menggunakan istilah dibawah ini : Hue Warna yg terlihat oleh mata Saturation Sejauh mana warna tersebut mendekati warna putih (misal warna pink lebih saturated dibandingkan dengan warna merah) Brightness (Luminance) Sejauh mana ketajaman dari warna 23
23 HSV Color Space H = Hue S = Saturation V = Value (or brightness) Saturation Value Hue 24
24 Editing saturation of colors (Kiri) Image asli yang diambil dari camera digital; (Tengah) Nilai saturasi dari setiap pixel berkurang 20%; (Kanan) Nilai saturasi dari setiap pixel bertambah 40%. 25
25 T STMIK AMIKOM PURWOKERTO Sintesa Warna erdapat 4 metode untuk sintesa warna : additive, subractive, optical dan diffuse additive the perceived color is combination of colored lights computer monitors use typically red, green and blue lights the perceived color is brighter and more saturated than its components color models: RGB-model, HSV-model subtractive the perceived color is reflection from combination of color pigments printers use typically cyan, magenta, yellow and black the perceived color is darker and less saturated than its components color model: CMY(K)-model optical the perceived color is blending of moving colors no use in computer graphics diffuse the perceived color is mixture of colors. Eye uses a kind of low-pass filter to generate colors dithering uses this method. Typically color laser printers use dithering methods to generate colors. 26
26 Color Models RGB color model: monitor, video CMY (CMYK) color model: printing HIS: close to HVS 27
27 Combining Colors Additive (RGB) Shining colored lights on a white ball Subtractive (CMYK) Mixing paint colors and illuminating with white light 28
28 Primary and Secondary Colors Primary colors of pigment (subtractive): magenta, cyan, and yellow. 29
29 RGB Red, Green, Blue additive synthesis color monitors basic components (colors): red, green, blue perceived color is white when each component has full intensity, perceived color is black when each component has no intensity 30
30 Warna Utama Primary colors of light (additive): Red (700 nm), 65% cones sensitive to red light. Green (546.1nm), 33% Blue(435.8nm). 2% cones sensitive to blue light. Mixing of R,G,B may NOT generate ALL visible colors. 31
31 RGB Color Model R, G, B at 3 axis ranging in [0 1] each Gray scale along the diagonal If each component is quantized into 256 levels [0:255], the total number of different colors that can be produced is (2 8 ) 3 = 2 24 = 16,777,216 colors. RGB safe color: Quantize each components into from 0 to levels 24-bit RGB color cube RGB safe color cube 32
32 33
33 CMY(K) Cyan, Magenta, Yellow (Black) subractive synthesis color printers basic components (colors): cyan, magenta, yellow perceived color is white when each component has no intensity, perceived color is black when each component has full intensity (theoretically) in practice (printing press) use four-color printing and use black (K) as a fourth color. Intensities for colors in four-color printing are defined as K = min(c,m,y) C = C - K M = M - K Y = Y - K 34
34 Connection between RGB and CMY(K) RGB and CMY are complement color models. That means if we know either RGB or CMY components, it is possible to calculate the others using following equations (1 is full intensity): R = 1 - C G = 1 - M B = 1 - Y dan C = 1 - R M = 1 - G Y = 1 - B 35
35 HSV Hue, Saturation, Value user oriented, previous ones were hardware oriented use color perception quantities: hue, saturation and value Hue defines color Saturation refers how far color is from a equal intensity gray of Value defines the lightness/brightness of the color 36
36 HSI Color Model Hue: an attribute describing pure color Saturation: The degree of which a pure color is diluted by white light. HSI model Hue and saturation lie in a plane perpendicular to an intensity axis. 37
37 Color Coordinate Transform RGB HSI RGB CYM C Y M R G B HSI RGB H cos 360 B G 0 H 120 o 3 min(r, G, B) B I (1 S ) S 1 R G B S cos H R I 1 I R G B / 3 cos(60 o H ) G 1 (R B) Others see text book 1 (R G) (R B) / 2 2 (R G) (R B)(G B) B G 38
38 Comparing color codes 39
39 Tugas 1 Gunakan Adobe Photoshop. Ambil satu contoh color image. Lakukan eksplorasi dengan Adobe untuk memanipulasi warna asli dari image. Berikan penjelasan secara singkat hasil eksplorasi yang telah anda lakukan. 40
COLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
COLOR SPACE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Konsep Warna 2. Standard Color Space RGB dan CMYK HSV CIE Lab, Luv, Yuv dan YCrCb 3. Color Gamut 4. Konversi Color Spaces KONSEP
Lebih terperinciGrafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16
Pengolahan Citra : Representasi Citra Universitas Gunadarma 006 Pengolahan Citra : Representasi Citra /6 Representasi Citra dalam File (/3) Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar,
Lebih terperinciIntensity and Color. Pertemuan 12
Intensity and Color Pertemuan 12 Warna Kemajuan teknik raster menjadikan teknik warna (grayscale dan warna) merupakan suatu konsep yang terintegrasi dalam teknologi komputer grafik Konsep warna melibatkan
Lebih terperinciPengolahan citra. Materi 3
Pengolahan citra Materi 3 Citra biner, citra grayscale dan citra warna Citra warna berindeks Subject Elemen-elemen Citra Digital reflectance MODEL WARNA Citra Biner Citra Biner Banyaknya warna hanya 2
Lebih terperinciTeori Warna. Grafik Komputer 2. Isikan Judul Halaman. Grafik Komputer 2
Teori Warna Hal.: 1 Apa itu Warna? Warna adalah elemen terpenting dalam desain grafis. Warna menjadi indikator pembeda antara satu objek dengan yang lain. Dari sudut pandang ilmu fisika, warna dihasilkan
Lebih terperinciSistem Visual Manusia
Sistem Visual Manusia Pembentukan Citra oleh Sensor Mata Intensitas cahaya ditangkap oleh diagram iris dan diteruskan ke bagian retina mata. Bayangan obyek pada retina mata dibentuk dengan mengikuti konsep
Lebih terperinciPengolahan Citra Berwarna
MK3383 Teknik Pengolahan Citra Pengolahan Citra Berwarna M. Zidny Naf an, M.Kom. Semester Genap 2015/2016 http://www.colormatters.com/color-and-vision/how-the-eye-sees-color Bagaimana Manusia Melihat Warna?
Lebih terperinciPengolahan Citra Warna 1 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH
Pengolahan Citra Warna 1 Semester Genap 2010/2011 Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Outline Pengolahan warna penuh dan warna pseudo Penyajian
Lebih terperinci1.1 Intensitas. 1.2 Luminansi. 1.3 Lightness. 1.4 Hue. 1.5 Saturasi
1.Definis Warna Dalam ilmu fisika warna didefinisikan sebagai gelombang elektromagnetik cahaya, sedangkan dalam bidang ilmu seni rupa dan desain warna didefinisikan sebagai pantulan tertentu dari cahaya
Lebih terperinciGrafika Komputer Pertemuan Ke-14. Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom
Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom BAB-13 PENCAHAYAAN 13.1. WARNA Warna sebenearnya merupakan persepsi kita terhadap pantulan cahaya dari benda-benda
Lebih terperinciGrafik Komputer : KONSEP DASAR
Grafik Komputer : KONSEP DASAR Universitas Gunadarma 2006 Grafik Komputer : Konsep Dasar 1/14 Kegiatan yang Terkait dengan Grafik Komputer Pemodelan geometris: menciptakan model matematika dari objek-objek
Lebih terperinciSTMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA. Akuisisi dan Model ABDUL AZIS, M.KOM
PENGOLAHAN CITRA Akuisisi dan Model Dasar Image 1 2 Apakah itu image / citra? Gambar atau foto atau data visual lainnya, umumnya dalam bentuk 2D atau 3D. Apakah itu digital image? Sebuah image yang berbentuk
Lebih terperinci10/11/2014 SISTEM VISUAL MANUSIA. CIG4E3 / Pengolahan Citra Digital BAB 2. Konsep Dasar Citra Digital
CIG4E3 / Pengolahan Citra Digital BAB 2. Konsep Dasar Citra Digital Intelligent Computing and Multimedia (ICM) SISTEM VISUAL MANUSIA 1 2 (1) Intensitas cahaya ditangkap diagram iris dan diteruskan ke bagian
Lebih terperinciBy: Ahmad SYAUQI Ahsan
By: Ahmad SYAUQI Ahsan Warna Primer Kadang kita diajarkan bahwa warna primer adalah Merah, Kuning, dan Biru: Cukup bagus untuk mencampur cat. Namun tidak bagus untuk digunakan dalam mencampur cahaya Retina
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 terperinciTeori Warna. S1 Tekinik Informatika. Disusun Oleh Dr. Lily Wulandari
Teori Warna S1 Tekinik Informatika Disusun Oleh Dr. Lily Wulandari 1 Sejarah Warna Pada tahun 1672 Sir Isaac Newton menemukan bahwa cahaya yang dilewatkan pada sebuah prisma akan terbagi menjadi berbagai
Lebih terperinciPROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT
PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO Oky Dwi Nurhayati, ST, MT email: okydn@undip.ac.id Pembentukan Citra Citra ada 2 macam : 1. Citra Kontinu Dihasilkan dari sistem optik yang menerima
Lebih terperinciIMPLEMENTASI WARNA RGB DI ADOBE PHOTOSHOP
IMPLEMENTASI WARNA RGB DI ADOBE PHOTOSHOP Seperti yang telah dibahas sebelumnya, teknik pewarnaan dalam dunia desain grafis terbagi atas 2 jenis, yaitu RGB dan CMYK. RGB adalah singkatan dari Red - Blue
Lebih terperinciOne picture is worth more than ten thousand words
Budi Setiyono One picture is worth more than ten thousand words Citra Pengolahan Citra Pengenalan Pola Grafika Komputer Deskripsi/ Informasi Kecerdasan Buatan 14/03/2013 PERTEMUAN KE-1 3 Image Processing
Lebih terperinciBekerja dengan Warna
BAB 3 Bekerja dengan Warna Mode Warna (Color mode) adalah cara representatif warna pada Adobe Photoshop dan aplikasi grafis lainnya yang berdasarkan pada model warna. Sedangkan model warna yang ada saat
Lebih terperinci5.3 Praktek Image Adjustment
5.3 Praktek Image Adjustment Palet Adjustment merupakan fitur yang berguna dalam pengolahan gambar atau foto dengan pengaturan terhadap pencahayaan dan komposisi warna. Para pengguna Photoshop telah mengenal
Lebih terperinciYou don t always need it
Warna You don t always need it You don t always need it Variasi kecerahan (brightness/ shades of grey) sudah mencukupi Manusia secara sempurna dapat mengenali suatu obyek meskipun tidak berwarna
Lebih terperinciAdobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop
Adobe Photoshop CS3 Bagian 2 Bekerja dalam Photoshop Mengapa Photoshop? Adobe Photoshop adalah perangkat lunak yang menjadi standar dalam industri digital imaging. Sekarang, memiliki keahlian dalam menggunakan
Lebih terperinciAplikasi Teori Kombinatorial Dalam Penomeran Warna
Aplikasi Teori Kombinatorial Dalam Penomeran Warna Felix Terahadi - 13510039 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciBUKU TEKNIK ELEKTRONIKA TERBITAN PPPPTK/VEDC MALANG
721 6.2. Mata dan Warna 6.2.1 Spektrum warna Radiasi cahaya tampak menempati pita frekuensi relatif pendek pada spektrum energi gelombang elektromagnetik-kira-kira antara 400nm dan 700nm. Sebagai contoh,
Lebih terperinciPengolahan Citra Berwarna. Sumber : Dr. Aniati Murni Dina Chahyati, M.Kom Fakultas Ilmu Komputer UI, 2004
Pengolahan Citra Berwarna Sumber : Dr. Aniati Murni Dina Chahyati, M.Kom Fakultas Ilmu Komputer UI, 2004 Pengolahan Citra Berwarna Mengapa kita menggunakan citra berwarna (motivasi): Dalam analisa citra
Lebih terperinciPengolahan Citra Warna 2 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH
Pengolahan Citra Warna 2 Semester Genap 2010/2011 Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Outline Pengolahan citra warna pseudo Penyajian bidang
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciStandar Kompetensi : 1. Menggunakan peerangkat lunak pembuat grafik. Kompetensi Dasar
1 Standar Kompetensi : 1. Menggunakan peerangkat lunak pembuat grafik. Kompetensi Dasar : 1.1. Menggunakan menu ikon yang terdapat dalam perangkat lunak pembuat grafis Adobe Photoshop Indikator Pencapaian:
Lebih terperinciPERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE ABSTRAK
PERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE Naftali Inafiar Yonida 0822077 Email : naph_yon@yahoo.com Jurusan Teknik
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 terperinciIntensitas cahaya ditangkap oleh diagram iris dan diteruskan ke bagian retina mata.
Pembentukan Citra oleh Sensor Mata Intensitas cahaya ditangkap oleh diagram iris dan diteruskan ke bagian retina mata. Bayangan obyek pada retina mata dibentuk dengan mengikuti konsep sistem optik dimana
Lebih terperinciIMPLEMENTASI WARNA CMYK DI ADOBE PHOTOSHOP
IMPLEMENTASI WARNA CMYK DI ADOBE PHOTOSHOP Seperti yang telah dibahas sebelumnya, teknik pewarnaan dalam dunia desain grafis terbagi atas 2 jenis, yaitu RGB dan CMYK. RGB adalah singkatan dari Red - Blue
Lebih terperinciDrawing, Viewport, dan Transformasi. Pertemuan - 02
Drawing, Viewport, dan Transformasi Pertemuan - 02 Ruang Lingkup Definisi Drawing Viewport Transfomasi Definisi Bagian dari grafik komputer meliputi: 1. Citra (Imaging) : mempelajari cara pengambilan dan
Lebih terperinciImage Enhancement by webmaster - Thursday, December 31, 2015 http://suyatno.dosen.akademitelkom.ac.id/index.php/2015/12/31/image-enhancement/ Definisi Perbaikan citra merupakan proses yang dilakukan untuk
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 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya
5 BAB 2 LANDASAN TEORI 2.1 Citra Secara harfiah citra atau image adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya pada
Lebih terperinciKONVERSI WARNA RGB KE HLS MENGGUNAKAN C++
KONVERSI WARNA RGB KE HLS MENGGUNAKAN C++ Ina Agustina, Fauziah Jurusan Sistem Informasi Universitas Nasional Jl. Sawo Manila No. 61 Pasar Minggu Jakarta Selatan E-Mail : ina_agustina2007@yahoo.com,fauziah_z2@yahoo.com
Lebih terperinciDasar-dasar Photoshop
B a b 1 Dasar-dasar Photoshop Bab 2 Memperbaiki Foto 2.1 Pencahayaan Gambar 2.1 Melihat distribusi cahaya dan warna melalui histogram 1 Bab 2 Jumlah pixel dalam gambar Gelap (shadow) Terang (highlight)
Lebih terperinci1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web
4/7/2010 Pelatihan Kopertis VI 6 s.d 8 April 2010 1 1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web 4/7/2010 Pelatihan Kopertis VI 6
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan
Lebih terperinciTypes of video display
Display Technologies 28 September 2014 1 Types of video display Cathode Ray Tubes (CRTs) TVs, RGB monitors, o-scopes Flat-Panel Displays PDAs, laptops, calculators, digital watches 28 September 2014 2
Lebih terperinciMengenal Stuktur Warna CMYK dan RGB
Mengenal Stuktur Warna CMYK dan RGB Muhammad Faisal faisalmuhammad734@yahoo.com Abstrak Warna Merupakan unsur yang sangat Penting pada Desain Grafis, warna memegang peranan penting pada Desain Grafis,
Lebih terperinciBAB V KESIMPULAN DAN SARAN
81 BAB V KESIMPULAN DAN SARAN A. Kesimpulan Manusia selalu berjuang untuk memeuhi kebutuhan hidupnya dengan terus menggali potensi sumber daya alam yang ada. Dengan memanfaatkan sumber daya alam serta
Lebih terperinciSesi 3 Operasi Pixel dan Histogram. : M. Miftakul Amin, S. Kom., M. Eng.
Sesi 3 Operasi Pixel dan Histogram Materi Kuliah Dosen : Pengolahan Citra Digital : M. Miftakul Amin, S. Kom., M. Eng. Pokok Bahasan Konversi RGB ke Gray Scale Konversi Gray Scale ke Biner Konversi Gray
Lebih terperinciStudi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness
Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness Evan 13506089 Program Studi Teknik Informatika, Institut Teknologi Bandung Jl. Ganesha 10, Bandung E-mail : if16089@students.if.itb.ac.id
Lebih terperinciMengekspos Sinar Matahari dan Bulan
Mengekspos Sinar Matahari dan Bulan Pada pembahasan berikut ini, Anda akan mempelajari teknik aplikasi Photoshop yang digunakan untuk membuat desain kreatif, sehingga Anda akan mendapatkan gambar yang
Lebih terperinciBAB II LANDASAN TEORI. untuk melakukan pekerjaan antara lain, yaitu: terutama gambar logo dua dimensi.
BAB II LANDASAN TEORI 2.1 Pengertian Corel draw Corel draw adalah editor grafik vector yang dibuat oleh corel, Corel sendiri adalah sebuah perusahaan perangkat lunak yang bermarkas di Ottawa, Kanada. Versi
Lebih terperinciKONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC
KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC Hanif Al Fatta STMIK AMIKOM Yogyakarta e-mail : hanivonitch@yahoo.com ABSTRACTS This paper explains how to manipulate image file format.
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciDeteksi Warna. Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri
Thresholding Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri Deteksi Warna Mendeteksi adanya warna-warna tertentu Menentukan posisi pixel dengan warna yang ditentukan Aplikasi: Deteksi rambu-rambu
Lebih terperinciSelama ini dalam pemanenan dan penjualan hasil panen, petani jeruk nipis masih belum melakukan pemilahan mutu yang baik sehingga harga jual sangat
SEMINAR TUGAS AKHIR Dosen Pembimbing: Dr. Ir. Djoko Purwanto M.Eng Dr. Tri Arief Sardjono ST.MT Oleh: OKTAVIANO YUDHA N 2203.109.007 JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI
Lebih terperinciIMPLEMENTASI ALGORITMA CONNECTED-LABELLING UNTUK MENDETEKSI OBJEK BINTANG PADA CITRA DIGITAL
Seminar Nasional Sistem Informasi Indonesia, 6 November 2017 IMPLEMENTASI ALGORITMA CONNECTED-LABELLING UNTUK MENDETEKSI OBJEK BINTANG PADA CITRA DIGITAL Ericks Rachmat Swedia 1), M. Ridwan Dwi Septian
Lebih terperinciBAB II DASAR TEORI. Pengolahan Citra
BAB II DASAR TEORI II.1 Pengolahan Citra II.1.1 Citra Sebuah citra yang didefinisikan di dunia nyata dipetakan sebagai sebuah fungsi terhadap intensitas cahaya terhadap bidang dwimatra. Sebagai contoh
Lebih terperinciImplementasi Algoritma Kompresi Shannon Fano pada Citra Digital
Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital Muhammad Khoiruddin Harahap Politeknik Ganesha Medan choir.harahap@yahoo.com Abstrak Algoritma kompresi Shannon-Fano merupakan salah satu
Lebih terperinciTitik Suatu bentuk kecil yang tidak mempunyai dimensi. Raut titik yang paling umum adalah bundaran seder-hana, mampat, tak bersudut dan tanpa arah
Elemen Desain Elemen elemen tata rupa dapat dikelompokan menjadi 5 bagian Titik Suatu bentuk kecil yang tidak mempunyai dimensi. Raut titik yang paling umum adalah bundaran seder-hana, mampat, tak bersudut
Lebih terperinciPENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW
PENERAPAN HAND MOTION TRACKING PENGENDALI POINTER PADA VIRTUAL MOUSE DENGAN METODE OPTICAL FLOW Reza Umami 1*, Irawan Hadi 1, Irma Salamah 1 1 Jurusan Teknik Elektro Program Studi Teknik Telekomunikasi
Lebih terperinciKesepakatan. Kuliah Sopan : Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan
Kesepakatan Kuliah Sopan : Tidak bersandal dan berkaos Busana muslimah yang pantas Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan 3 1. PENDAHULUAN A. Signal Processing B.
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL 1 2 Representasi Image 1 bit 8 bits 3 24 bits 4 Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. 5 Hi s togr a m dar i i ma ge
Lebih terperinciIMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya
IMAGE COLOR FEATURE Achmad Basuki Politeknik Elektronika Negeri Surabaya Materi: 1. Image Color Feature 2. Application Using Image Color Feature 3. RGB-Cube 4. Histogram RGB Gabungan Layer Color Indeks
Lebih terperinciPENGOLAHAN CITRA Ch.3 M E N G O L A H C I T R A M E N J A D I G R A Y S C A L E Bayu Pratama RN [ ]
PENGOLAHAN CITRA Ch.3 M E N G O L A H C I T R A M E N J A D I G R A Y S C A L E Bayu Pratama RN [ bayu.pratama.rn@gmail.com ] Tujuan Praktikum - Mengetahui cara membuat program yang mengubah image berwarna
Lebih terperinciWARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN
WARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN SMK Negeri 4 Malang Jl. Tanimbar 22 Malang 65117Telp. ( 0341) 353798,Fax (0341) 353798 E-mail : surat@smkn4-mlg.info Definisi Warna Warna adalah salah satu elemen
Lebih terperinciTutorial GIMP 2: Penerapan Fitur pada Menu Colors (Pewarnaan)
Tutorial GIMP 2: Penerapan Fitur pada Menu Colors (Pewarnaan) Pada bagian pertama kita telah mengenal interface/antarmuka serta tools yang sering digunakan, sekarang saya akan menjelaskan fitur pewarnaan
Lebih terperinciPENDETEKSIAN OBJEK BOLA DENGAN METODE COLOR FILTERING HSV PADA ROBOT SOCCER HUMANOID
PENDETEKSIAN OBJEK BOLA DENGAN METODE COLOR FILTERING HSV PADA ROBOT SOCCER HUMANOID Nur Khamdi 1*, Muhammad Susantok 2, Piter Leopard 1 1 Program Studi Teknik Mekatronika, Politeknik Caltex Riau 2 Program
Lebih terperinciManusia pemroses informasi 1. Informasi diterima dan ditanggapi dengan proses masukankeluaran
Pert 3 Manusia pemroses informasi 1. Informasi diterima dan ditanggapi dengan proses masukankeluaran 2. Informasi disimpan dalam ingatan (memory) 3. Informasi diproses, diinterpretasi, dan diaplikasikan
Lebih terperinci[18] Visibone, (Maret 2007). [19] Visual Expert, (Maret 2007). [20] Wachtler, T.
DAFTAR PUSTAKA [1] Acharya, T., (1997). Image Processing Principles and Applications. Willey Interscience. [2] Brettel, H., Vienot, F., Mollon, J. (1997). Computerized Simulation of Color Appearence for
Lebih terperinci1. Aplikasi CorelDraw merupakan aplikasi yang mengolah gambar bertipe A. RGB B. CMYK C. Raster D. Vektor E. JPEG
1. Aplikasi CorelDraw merupakan aplikasi yang mengolah gambar bertipe A. RGB B. CMYK C. Raster D. Vektor E. JPEG 6. Berapakah range angka untuk masing-masing warna dalam format CMYK? A. 0-100 B. 0-225
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 terperinciAplikasi Pengolahan Citra DETEKSI WARNA. Achmad Basuki PENS-ITS, 26 Des 2006
Aplikasi Pengolahan Citra DETEKSI WARNA PENS-ITS, 26 Des 2006 Materi Format Warna RGB r-gcolor Normalized RGB HSV YCrCb TSL Deteksi Warna Static Threshold Distance Threshold Dynamic Threshold Format Warna
Lebih terperinciAlat Koresi Warna & Tonal
BAB 4 Alat Koresi Warna & Tonal Keserasian warna dan tonal menjadi hal yang sangat penting dalam dunia desain grafis karena menentukan indah atau tidaknya sebuah gambar yang dibuat. Bukan saja untuk dunia
Lebih terperinciBAB I PENDAHULUAN. mulai menopang kehidupan manusia. Teknologi merupakan sebuah hasil
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini kebutuhan akan teknologi semakin meningkat seiring dengan kemajuan dan perkembangan ilmu pengetahuan dan teknologi itu sendiri. Kemajuan teknologi dengan perkembangan
Lebih terperinciSTUDI PENENTUAN NILAI RESISTOR MENGGUNAKAN SELEKSI WARNA MODEL HSI PADA CITRA 2D
ISSN: 1693-6930 13 STUDI PENENTUAN NILAI RESISTOR MENGGUNAKAN SELEKSI WARNA MODEL HSI PADA CITRA 2D Didik Hariyanto Jurusan Pendidikan Teknik Elektro, Fakultas Teknik, Universitas Negeri Yogyakarta Karangmalang,
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 terperinciABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha
ABSTRAK Content-Based Image Retrieval (CBIR) adalah proses untuk mendapatkan suatu citra berdasarkan konten-konten tertentu, konten yang dimaksud dapat berupa tekstur, warna, bentuk. CBIR pada dasarnya
Lebih terperinciSesi 2: Image Formation. Achmad Basuki PENS-ITS 2006
Sesi 2: Image Formation Achmad Basuki PENS-ITS 2006 Materi Representasi Penglihatan Model Kamera Sampling Dan Kuantisasi Jenis-JenisCitra Mdel Citra Berwarna Format Warna RGB Membaca dan Menampilkan Citra
Lebih terperinciMuhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra Digital Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016 CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis)
Lebih terperinciKOMBINASI METODA SEGMENTASI AMPLITUDO DENGAN REFLECTANCE RATIO DALAM PENGKLASIFIKASIAN AREA WARNA OBJEK
KOMBINASI METODA SEGMENTASI AMPLITUDO DENGAN REFLECTANCE RATIO DALAM PENGKLASIFIKASIAN AREA WARNA OBJEK Rahmadi Kurnia Jurusan Elektro, Fakultas Teknik, Universitas Andalas Email: rahmadi_kurnia@ft.unand.ac.id
Lebih terperinciPengolahan Citra - Pertemuan II Image Formation Nana Ramadijanti Politeknik Elektronika Negeri Surabaya
Pengolahan Citra - Pertemuan II Image Formation Nana Ramadijanti Politeknik Elektronika Negeri Surabaya Materi: 1. Pengertian 2. Kamera 3. Aperture,DOF,Zoom 4. Visual Perception Human Eye 5. Kamera Digital
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 terperinciPENGOLAHAN CITRA Ch.4 M E N G O L A H C I T R A M E N J A D I N E G A T I V E Bayu Pratama RN [ ]
PENGOLAHAN CITRA Ch.4 M E N G O L A H C I T R A M E N J A D I N E G A T I V E Bayu Pratama RN [ bayu.pratama.rn@gmail.com ] Tujuan Praktikum - Mengetahui cara membuat program yang mengubah image berwarna
Lebih terperinciDasar Desain Antamuka Pengguna. Pertemuan 03
Dasar Desain Antamuka Pengguna Pertemuan 03 Images Our brain processes images 60,000 times faster than reading text. - Mike Parkinson Images: Visual Direction Sumber: http://webdesign.tutsplus.com/articles/visual-direction-in-web-design--webdesign-2545
Lebih terperinciBAB 5 EFEK PADA VIDEO
BAB 5 EFEK PADA VIDEO 5.1. Efek Pada Video Efek pada video (video effect) adalah suatu perubahan yang terjadi pada clip dan dibuat untuk memberikan tambahan animasi agar video menjadi lebih enak dilihat.
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciPERANCANGAN PERANGKAT LUNAK SISTEM TEMU BALIK CITRA MENGGUNAKAN JARAK HISTOGRAM DENGAN MODEL WARNA YIQ SKRIPSI AYU SATYARI UTAMI
PERANCANGAN PERANGKAT LUNAK SISTEM TEMU BALIK CITRA MENGGUNAKAN JARAK HISTOGRAM DENGAN MODEL WARNA YIQ SKRIPSI AYU SATYARI UTAMI 091421075 PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER
Lebih terperinciABSTRAK. Kata Kunci : Infrared Camera, thresholding, deteksi tepi.
Implementasi Metoda Thresholding untuk Mendeteksi Objek Manusia Menggunakan Infrared Camera Disusun Oleh: Nama : Hans Setiadi NRP : 1222012 Program Studi Teknik Elektro, Fakultas Teknik, Universitas Kristen
Lebih terperinciEko Purwanto WEBMEDIA Training Center Medan
Menguasai Adobe Photoshop 7.0 Eko Purwanto epurwanto@webmediacenter.com WEBMEDIA Training Center Medan www.webmediacenter.com Lisensi Dokumen: Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi
Lebih terperinciPENGENALAN ADOBE PHOTOSHOP
PENGENALAN ADOBE PHOTOSHOP Adobe Photoshop CS3 merupakan program pengolah gambar secara digitalterpopuler saat ini. Dengan Adobe Photoshop CS3 anda dapat mengolah foto biasayang telah anda scan menjadi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab landasan teori ini akan diuraikan mengenai teori-teori yang terkait dengan Content Based Image Retrieval, ekstraksi fitur, Operator Sobel, deteksi warna HSV, precision dan
Lebih terperinciBAB 2 LANDASAN TEORI. Digital image processing adalah istilah untuk memproses gambar (picture) dua
BAB 2 LANDASAN TEORI 2. Definisi Pengolahan Citra Digital image processing adalah istilah untuk memproses gambar (picture) dua dimensi oleh komputer digital (Jain, 989, p). Segala proses yang digunakan
Lebih terperinciDifraksi (Diffraction)
Difraksi (Diffraction) Perilaku Partikel Perilaku Gelombang Pola Difraksi Difraksi (Diffraction) Difraksi adalah pembelokan cahaya dari lintasan lurusnya ketika cahaya melewati bukaan atau berada di sekitar
Lebih terperinciDepartemen Ilmu Komputer
Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam- Institut Pertanian Bogor Kampus Darmaga, IPB. Jl. Meranti Wing 20, Lv V, Telp/Fax : 0251-625584 URL: http://www.ilkom.fmipa.ipb.ac.id,
Lebih terperincipanjang atau bujur sangkar yang secara beraturan membentuk baris-baris dan
BAB II LANDASAN TEORI 2.1 Strimin Strimin adalah salah satu nama jenis kain yang digunakan sebagai media menggambar menggunakan benang sulam berwarna. Tekniknya adalah dengan memindahkan atau menggambar
Lebih terperinciBAB IV ATRIBUT OUTPUT PRIMITIF
BAB IV ATRIBUT OUTPUT PRIMITIF OBJEKTIF : Pada Bab ini mahasiswa mempelajari tentang : 1. Fungsi Warna 2. Fungsi dan Atribut Titik 3. Fungsi dan Atribut Garis 4. Fungsi dan Atribut Kurva TUJUAN DAN SASARAN:
Lebih terperinciCS3214 Pengolahan Citra - UAS. CHAPTER 1. Pengantar Pengolahan Citra
CS3214 Pengolahan Citra - UAS CHAPTER 1. Pengantar Pengolahan Citra Fakultas Informatika IT Telkom CITRA Citra (image) = gambar pada bidang 2 dimensi. Citra (ditinjau dari sudut pandang matematis) = fungsi
Lebih terperinciBAB III METODE KERJA PRAKTEK
BAB III METODE KERJA PRAKTEK 3.1 Waktu dan Lokasi Kerja praktek industri dilaksanakan di : Nama perusahaan Divisi : CV. Sinar Jaya Printing : Pra Cetak (Pre Press) Tempat : Jl. Kali Kepiting Jaya IV No.
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 14 Pemrosesan Warna. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 14 Pemrosesan Warna Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2014
Lebih terperinciBAB IV IMPLEMENTASI DAN PENGUJIAN
BAB IV IMPLEMENTASI DAN PENGUJIAN Pada bab ini, akan membahas implementasi dan hasil pengujian dari program aplikasi yang telah dibuat. Pada perancangan aplikasi ini meliputi perbedaan citra hasil foto
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 terperinciHALFTONING CITRA MENGGUNAKAN METODE ORDERED DITHERING
Jurnal Teknik dan Ilmu Komputer HALFTONING CITRA MENGGUNAKAN METODE ORDERED DITHERING (Image Halftoning with Ordered Dithering Method) Lina Septiana Fakultas Teknik dan Ilmu Komputer Jurusan Teknik Elektro
Lebih terperinci