Panduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014
|
|
|
- Sucianty Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Panduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014
2 1 Informasi citra Fisika Tomografi 1 Informasi Citra 1.1 Jenis-jenis Citra digital a. Citra Abu-abu (Grayscale) Program komputer untuk mengubah citra Berwarna (RGB) menjadi citra abuabu adalah : -Rancangan Desain GUI Gambar 1.1 Desain GUI : Citra Grayscale -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Axes2 axes2 3 Pushbutton1 String open image open_image_pushbutton 7 Pushbutton2 String Gray Scale gray_pushbutton Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists iga widagda,,lab. fisika komputasi, Unud,
3 1 Informasi citra Fisika Tomografi handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist h = msgbox('file not found!','warning'); %display message end guidata(hobject,handles); Tombol Gray Scale di klik function gray_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); %convert to gray cla(handles.axes2,'reset'); axes(handles.axes2); imshow(img); -Hasil Eksekusi (run) dari program Gambar 1.2 Hasil : Citra Grayscale b. Citra Hitam Putih atau Biner (Binery) Program komputer untuk mengubah citra Berwarna (RGB) menjadi citra hitam putih adalah : -Rancangan Desain GUI iga widagda,,lab. fisika komputasi, Unud,
4 1 Informasi citra Fisika Tomografi Gambar 1.3 Desain GUI : Citra Hitam Putih -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Axes2 Axes2 3 Pushbutton1 String open image open_image_pushbutton 7 Pushbutton2 String black white bw_pushbutton Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist h = msgbox('file not found!','warning');%display message end guidata(hobject,handles); iga widagda,,lab. fisika komputasi, Unud,
5 1 Informasi citra Fisika Tomografi Tombol black white di klik function bw_pushbutton_callback(hobject, eventdata, handles) ImBW=im2bw(ImOri);%convert to binery, black white cla(handles.axes2,'reset'); axes(handles.axes2); imshow(imbw); -Hasil Eksekusi (run) dari program Gambar 1.4 Hasil : Citra Hitam Putih iga widagda,,lab. fisika komputasi, Unud,
6 2 Pengolahan titik Praktikum Fisika Tomografi 2 Pengolahan titik 2.1 Operasi Aritmatika pada Citra a. Operasi Penjumlahan dan Pengurangan -Rancangan Desain GUI Gambar 2.1 Desain GUI Operasi Penjumlahan dan Pengurangan -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Axes2 axes2 3 Axes3 axes3 4 Pushbutton1 String open image open_image_pushbutton 5 Pushbutton2 String add add_pushbutton 6 Pushbutton3 String subtract sub_pushbutton Lab. Fisika komputasi Unud, Bali, Indonesia 41
7 2 Pengolahan titik Praktikum Fisika Tomografi Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist h = msgbox('file not found!','warning'); %display message end guidata(hobject,handles); Tombol add di klik function add_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); ImAdd=imadd(ImG,128); cla(handles.axes2,'reset'); axes(handles.axes2); imshow(imadd); Tombol subtract di klik function sub_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); ImSub=imsubtract(ImG,128); cla(handles.axes3,'reset'); axes(handles.axes3); imshow(imsub); -Hasil Eksekusi (run) dari program Gambar 2.2 Hasil Operasi Penjumlahan-Pengurangan Lab. Fisika komputasi Unud, Bali, Indonesia 42
8 2 Pengolahan titik Praktikum Fisika Tomografi b. Operasi Perkalian dan Pembagian -Rancangan Desain GUI Gambar 2.3 Desain GUI Operasi Perkalian dan Pembagian -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Axes2 axes2 3 Axes3 axes3 4 Pushbutton1 String open image open_image_pushbutton 5 Pushbutton2 String multiply mul_pushbutton 6 Pushbutton3 String divide div_pushbutton Lab. Fisika komputasi Unud, Bali, Indonesia 43
![2 Pengolahan titik Praktikum Fisika Tomografi Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.](/docs-images/69/59918777/images/9-0.jpg "png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.")
9 2 Pengolahan titik Praktikum Fisika Tomografi Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist h = msgbox('file not found!','warning'); %display message end guidata(hobject,handles); Tombol multiply di klik function mul_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); ImMul=immultiply(ImG,2); %multiplied by 2 cla(handles.axes2,'reset'); axes(handles.axes2); imshow(immul); Tombol divide di klik function div_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); ImDiv=imdivide(ImG,2); %divided by 2 cla(handles.axes3,'reset'); axes(handles.axes3); imshow(imdiv); -Hasil Eksekusi (run) dari program Gambar 2.4 Hasil Operasi Perkalian-Pembagian Lab. Fisika komputasi Unud, Bali, Indonesia 44
10 2 Pengolahan titik Praktikum Fisika Tomografi c. Histogram -Rancangan Desain GUI Gambar 2.5 Desain GUI : Histogram -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Axes2 axes2 3 Axes3 axes3 4 Pushbutton1 String open image open_image_pushbutton 5 Pushbutton2 String Gray Scale gray_pushbutton 6 Pushbutton3 String histogram histogram_pushbutton Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) Lab. Fisika komputasi Unud, Bali, Indonesia 45
![2 Pengolahan titik Praktikum Fisika Tomografi [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.](/docs-images/69/59918777/images/11-0.jpg "image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.")
11 2 Pengolahan titik Praktikum Fisika Tomografi [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist h = msgbox('file not found!','warning'); %display message end guidata(hobject,handles); Tombol Gray Scale di klik function gray_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); cla(handles.axes2,'reset'); axes(handles.axes2); imshow(img); Tombol histogram di klik function histogram_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); cla(handles.axes3,'reset'); axes(handles.axes3); imhist(img); set(gca,'xticklabelmode','auto');%menampilkan label2 sb x -Hasil Eksekusi (run) dari program Gambar 2.6 Citra dan histogramnya Lab. Fisika komputasi Unud, Bali, Indonesia 46
12 2 Pengolahan titik Praktikum Fisika Tomografi c. Peregangan Histogram (Histogram Stretching) -Rancangan Desain GUI Gambar 2.7 Desain GUI : Histogram Stretching -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Axes2 axes2 3 Axes3 axes3 4 Axes4 axes4 5 Pushbutton1 String open image open_image_pushbutton 6 Pushbutton2 String histogram histogram_pushbutton 7 Pushbutton3 String Hist Stretching stretching_pushbutton Lab. Fisika komputasi Unud, Bali, Indonesia 47
13 2 Pengolahan titik Praktikum Fisika Tomografi Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist h = msgbox('file not found!','warning'); %display message end guidata(hobject,handles); Tombol histogram di klik function histogram_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); cla(handles.axes2,'reset'); axes(handles.axes2); imhist(img); set(gca,'xticklabelmode','auto');%display label on x-axis Tombol Hist Stretching di klik function stretching_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); cla(handles.axes3,'reset'); axes(handles.axes3); ImHistStretch=imadjust(ImG,[],[],0.5); imshow(imhiststretch); cla(handles.axes4,'reset'); axes(handles.axes4); imhist(imhiststretch); set(gca,'xticklabelmode','auto');%display label2 on X-axis -Hasil Eksekusi (run) dari program Lab. Fisika komputasi Unud, Bali, Indonesia 48
14 2 Pengolahan titik Praktikum Fisika Tomografi Gambar 2.8 Citra dan hasil histogram stretching d. Penyamaan Histogram (Histogram Equalization) -Rancangan Desain GUI -Daftar Komponen Gambar 2.9 Desain GUI : Histogram Equalization Lab. Fisika komputasi Unud, Bali, Indonesia 49
15 2 Pengolahan titik Praktikum Fisika Tomografi No Komponen Properti 1 Axes1 axes1 Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist h = msgbox('file not found!','warning'); %display message end guidata(hobject,handles); Tombol histogram di klik XTick YTick kosong kosong 2 Axes2 axes2 XTick YTick kosong kosong 3 Axes3 axes3 XTick YTick kosong kosong 4 Axes4 axes4 XTick YTick kosong kosong 5 Pushbutton1 String open image 6 Pushbutton2 String histogram open_image_pushbutton histogram_pushbutton 7 Pushbutton3 String Hist Equalization equal_pushbutton function histogram_pushbutton_callback(hobject, eventdata, handles) Lab. Fisika komputasi Unud, Bali, Indonesia 50
16 2 Pengolahan titik Praktikum Fisika Tomografi ImG=rgb2gray(ImOri); cla(handles.axes2,'reset'); axes(handles.axes2); imhist(img); set(gca,'xticklabelmode','auto');%display label on x-axis Tombol Hist Equalization di klik function equal_pushbutton_callback(hobject, eventdata, handles) ImG=rgb2gray(ImOri); cla(handles.axes3,'reset'); axes(handles.axes3); histeq(img); ImHistEq=histeq(ImG); cla(handles.axes4,'reset'); axes(handles.axes4); imhist(imhisteq); set(gca,'xticklabelmode','auto');%display label2 on X-axis -Hasil Eksekusi (run) dari program Gambar 2.10 Citra dan hasil histogram equalization Lab. Fisika komputasi Unud, Bali, Indonesia 51
17 2 Pengolahan titik Praktikum Fisika Tomografi Gambar 2.11 Citra dan hasil histogram equalization Lab. Fisika komputasi Unud, Bali, Indonesia 52
18 3 Pengolahan Pixel bertetangga Praktikum Fisika Tomografi 3 Pengolahan Pixel Bertangga 3.1 Filter Rata-Rata (Averaging Filter) -Rancangan Desain GUI Gambar 3.1 Desain GUI Filter Rata-rata (Averaging Filter) -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Axes2 axes2 3 Axes3 axes3 Lab. Fisika komputasi Unud, Bali, Indonesia 41
19 3 Pengolahan Pixel bertetangga Praktikum Fisika Tomografi No Komponen Properti 4 Axes4 Axes4 5 Pushbutton1 String open image open_image_pushbutton 6 Pushbutton2 String average filter 3x3 average3x3_pushbutton 7 Pushbutton3 String average filter 9x9 average9x9_pushbutton 8 Pushbutton4 String average filter 25x25 average25x25_pushbutton Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist h = msgbox('file not found!','warning'); %display message end guidata(hobject,handles); Tombol average filter 3x3 di klik ImG=rgb2gray(ImOri); cla(handles.axes2,'reset'); axes(handles.axes2); f1=fspecial('average'); % default filter size 3x3 cf1=filter2(f1,img); imshow(mat2gray(cf1)); %mat2gray, to scale the result Tombol average filter 9x9 di klik Lab. Fisika komputasi Unud, Bali, Indonesia 42
20 3 Pengolahan Pixel bertetangga Praktikum Fisika Tomografi ImG=rgb2gray(ImOri); cla(handles.axes3,'reset'); axes(handles.axes3); f1=fspecial('average',9);% filter size 9x9 cf1=filter2(f1,img); imshow(mat2gray(cf1));%mat2gray, to scale the result Tombol average filter 25x25 di klik ImG=rgb2gray(ImOri); cla(handles.axes4,'reset'); axes(handles.axes4); f1=fspecial('average',25);% filter size 25x25 cf1=filter2(f1,img); imshow(mat2gray(cf1));%mat2gray, to scale the result -Hasil Eksekusi (run) dari program Gambar 3.2 Hasil Filter rata-rata dengan beberapa ukuran Lab. Fisika komputasi Unud, Bali, Indonesia 43
21 3 Pengolahan Pixel bertetangga Praktikum Fisika Tomografi 3.2 Filter Laplacian (Laplacian Filter) -Rancangan Desain GUI Gambar 3.3 Desain GUI Filter Laplacian -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Axes2 axes2 3 Axes3 axes3 4 Pushbutton1 String open image open_image_pushbutton 5 Pushbutton2 String Laplacian Filter laplacian_pushbutton 6 Pushbutton3 String Laplacian of Gaussian(Log) Filter log_pushbutton Lab. Fisika komputasi Unud, Bali, Indonesia 44
![3 Pengolahan Pixel bertetangga Praktikum Fisika Tomografi Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.](/docs-images/69/59918777/images/22-0.jpg "png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.")
22 3 Pengolahan Pixel bertetangga Praktikum Fisika Tomografi Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist h = msgbox('file not found!','warning'); %display message end guidata(hobject,handles); Tombol Laplacian Filter di klik ImG=rgb2gray(ImOri); cla(handles.axes2,'reset'); axes(handles.axes2); f1=fspecial('laplacian'); % filter Laplacian cf1=filter2(f1,img); imshow(cf1/100); Tombol Laplacian of Gaussian (Log) di klik ImG=rgb2gray(ImOri); cla(handles.axes3,'reset'); axes(handles.axes3); f1=fspecial('log');%filter Laplacian of Gaussian cf1=filter2(f1,img); imshow(cf1/100); -Hasil Eksekusi (run) dari program Gambar 3.4 Hasil Filter Laplacian dan Filter LoG Lab. Fisika komputasi Unud, Bali, Indonesia 45
23 4 Transformasi Fourier Praktikum Fisika Tomografi 4 Transformasi Fourier 4.1 Transformasi Fourier Kontinu -Rancangan Desain GUI Gambar 4.1 Desain GUI transformasi Fourier kontinu -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Static text String Number of Term (N) 3 Pushbutton String calculate calculate_pushbutton 4 Panel Tittle Continu Fourier Transform Lab. Fisika komputasi Unud, Bali, 41
24 4 Transformasi Fourier Praktikum Fisika Tomografi Tombol calculate di klik function calculate_pushbutton_callback(hobject, eventdata, handles) N = str2num(get(handles.n_edit,'string')); axes(handles.axes1); cla; x =0:pi/100:4*pi; y=0; for m=0:1:n-1 y=y+(1/(2*m+1))*sin((2*m+1).*x); end plot(x,y); title('y = E (1/N) sin (Nx) '); %E = sigma xlabel('x'); ylabel('y'); guidata(hobject,handles); -Hasil Eksekusi (run) dari program Gambar 4.2 Hasil Transformasi Fourier Kontinu Lab. Fisika komputasi Unud, Bali, 42
25 4 Transformasi Fourier Praktikum Fisika Tomografi 4.2 Transformasi Fourier Diskret (DFT) 2 Dimensi pada citra digital Kasus Kotak hitam putih -Rancangan Desain GUI Gambar 4.3 Desain GUI DFT 2 dimensi -Daftar Komponen No Komponen Properti 1 Axes1 axes1 2 Axes2 axes2 3 Pushbutton1 String display image display_image_pushbutton 5 Pushbutton2 String Fourier Transform Fourier_transform_pushbutton Tombol display image di klik function display_image_pushbutton_callback(hobject, eventdata, handles) handles.a=[zeros(256,128) ones(256,128)]; axes(handles.axes1); imshow(handles.a); Lab. Fisika komputasi Unud, Bali, 43
26 4 Transformasi Fourier Praktikum Fisika Tomografi guidata(hobject, handles); Tombol Transformasi Fourier di klik function Fourier_transform_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes2); af=fftshift(fft2(handles.a)); fl = log(1+abs(af)); %take the log of af fm = max(fl(:)); %max value of fl imshow(im2uint8(fl/fm)); %display -Hasil Eksekusi (run) dari program Gambar 4.4 Hasil DFT 2D citra digital Kasus Kotak putih di dalam kotak hitam -Rancangan Desain GUI dan Daftar Komponen sama sepert kasus Tombol display image di klik function display_image_pushbutton_callback(hobject, eventdata, handles) handles.a=zeros(256,256); handles.a(78:178,78:178)=1; %af=fftshift(fft2(a)); axes(handles.axes1); imshow(handles.a); guidata(hobject, handles); Tombol Transformasi Fourier di klik function Fourier_transform_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes2); af=fftshift(fft2(handles.a)); fl = log(1+abs(af)); %take the log of af fm = max(fl(:)); %max value of fl imshow(fl/fm); %display Lab. Fisika komputasi Unud, Bali, 44
27 4 Transformasi Fourier Praktikum Fisika Tomografi -Hasil Eksekusi (run) dari program Gambar 4.5 Hasil DFT kasus kotak putih dalam kotak hitam Kasus lingkaran -Rancangan Desain GUI dan Daftar Komponen sama sepert kasus Tombol display image di klik function display_image_pushbutton_callback(hobject, eventdata, handles) [x,y]=meshgrid(-85:84,-85:84); z=sqrt(x.^2+y.^2); handles.c=(z<15); %af=fftshift(fft2(a)); axes(handles.axes1); imshow(handles.c); guidata(hobject, handles); Tombol Transformasi Fourier di klik function Fourier_transform_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes2); af=fftshift(fft2(handles.c)); fl = log(1+abs(af)); %take the log of af fm = max(fl(:)); %max value of fl imshow(fl/fm); %display -Hasil Eksekusi (run) dari program Lab. Fisika komputasi Unud, Bali, 45
28 4 Transformasi Fourier Praktikum Fisika Tomografi Gambar 4.6 Hasil DFT kasus lingkaran 4.3 Filter Ideal Filter Low Pass -Rancangan Desain GUI Gambar 4.7 Filter Low Pass -Daftar Komponen Lab. Fisika komputasi Unud, Bali, 46
29 4 Transformasi Fourier Praktikum Fisika Tomografi No Komponen Properti 1 Axes1 axes1 XTick kosong YTick kosong 2 Axes2 axes2 XTick kosong YTick kosong 3 Axes3 axes3 XTick kosong YTick kosong 4 Axes4 axes4 XTick kosong YTick kosong 5 Pushbutton1 String open image open_image_pushbutton 6 Pushbutton2 String DFT of image DFT_Image_pushbutton 7 Pushbutton3 String display filter display_filter_pushbutton 8 Pushbutton4 String Low Pass Filter LPF_pushbutton Tombol open image di klik function open_image_pushbutton_callback(hobject, eventdata, handles) [filename,pathname]=uigetfile('*.jpg;*.bmp;*.png','select an Image File'); handles.image_file = strcat(pathname,filename); %"handles.image_file" var image_file %di set agar bisa diakses dari function %yang lain if exist(handles.image_file) % check if image exists handles.im_original=imread(handles.image_file); % read in the image cla(handles.axes1,'reset'); %clear axes and reset to initial condition axes(handles.axes1); imshow(handles.im_original); else % if image doesnt exist imshow('file_not_found.jpg') % Display the Error image end guidata(hobject,handles); Tombol DFT of image di klik function DFT_Image_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes2); Lab. Fisika komputasi Unud, Bali, 47
30 4 Transformasi Fourier Praktikum Fisika Tomografi ImOriGray=rgb2gray(ImOri); af=fftshift(fft2(double(imorigray))); fl = log(1+abs(af)); %take the log of af fm = max(fl(:)); %max value of fl imshow(fl/fm); %display guidata(hobject,handles); Tombol display filter di klik function display_filter_pushbutton_callback(hobject, eventdata, handles) ImageHeight=size(handles.im_original,1); ImageWidth= size(handles.im_original,2); %[x,y]=meshgrid(-85:84,-85:84); [x,y]=meshgrid(-imageheight/2:imageheight/2-1,-imageheight/2:imageheight/2-1); z=sqrt(x.^2+y.^2); handles.c=(z<20); axes(handles.axes3); imshow(handles.c); guidata(hobject, handles); -Hasil Eksekusi Tombol Low Pass Filter di klik function LPF_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes4); ImOriGray=rgb2gray(ImOri); ImF=fftshift(fft2(double(ImOriGray))); %size(af) c_filter=double(handles.c); %size(c_filter) cfl=imf.*c_filter; %convolution/multiplying of image's DFT and filter %the size of both matrix must be the same %the size of row or column usually the power of 2 cfli=real(ifft2(cfl));%inverse transform to get filtered image %af=fftshift(fft2(handles.c)); fl = log(1+abs(cfli)); %take the log of af fm = max(fl(:)); %max value of fl imshow(fl/fm); %display -hasil eksekusi (run) dari program Lab. Fisika komputasi Unud, Bali, Gambar 4.8 Hasil Filter Low Pass 48
31 4 Transformasi Fourier Praktikum Fisika Tomografi Filter High Pass -Rancangan Desain GUI dan Daftar Komponen sama seperti kecuali : 8 Pushbutton4 String High Pass Filter Tombol open image dan tombol DFT of Image sama seperti Tombol display filter di klik function display_filter_pushbutton_callback(hobject, eventdata, handles) height=size(handles.im_original,1); width=size(handles.im_original,2); [x,y]=meshgrid(-floor(width/2):floor((width-1)/2),-floor(height/2):... floor((height-1)/2)); z=sqrt(x.^2+y.^2); handles.c=(z>15); axes(handles.axes3); imshow(handles.c); guidata(hobject, handles); -Hasil Eksekusi Tombol High Pass Filter di klik function LPF_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes4); ImOriGray=rgb2gray(ImOri); ImF=fftshift(fft2(double(ImOriGray))); %size(af) c_filter=double(handles.c); %size(c_filter) cfl=imf.*c_filter; %convolution/multiplying of image's DFT and filter %the size of both matrix must be the same %the size of row or column usually the power of 2 cfli=real(ifft2(cfl));%inverse transform to get filtered image %af=fftshift(fft2(handles.c)); fl = log(1+abs(cfli)); %take the log of af fm = max(fl(:)); %max value of fl imshow(fl/fm); %display -hasil eksekusi (run) dari program HPF_pushbutton Lab. Fisika komputasi Unud, Bali, Gambar 4.9 Hasil Filter High Pass 49
32 4 Transformasi Fourier Praktikum Fisika Tomografi 4.4 Filter Butterworth Filter Butterworth Low Pass -Rancangan Desain GUI dan Daftar Komponen sama seperti kecuali : 8 Pushbutton4 String Butterworth Low Pass Filter Tombol open image dan tombol DFT of Image sama seperti Tombol display filter di klik function display_filter_pushbutton_callback(hobject, eventdata, handles) %creating Butterworth filter d=15; n=2; height=size(handles.im_original,1); width=size(handles.im_original,2); [x,y]=meshgrid(-floor(width/2):floor((width-1)/2),-floor(height/2):... floor((height-1)/2)); handles.c=1./(1+(sqrt(2)-1)*((x.^2+y.^2)/d^2).^n); axes(handles.axes3); imshow(handles.c); guidata(hobject, handles); -Hasil Eksekusi Tombol Butterworth Low Pass Filter di klik function Butterworth_LPF_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes4); ImOriGray=rgb2gray(ImOri); ImF=fftshift(fft2(double(ImOriGray))); %size(af) c_filter=double(handles.c); %size(c_filter) cfl=imf.*c_filter; %convolution/multiplying of image's DFT and filter cfli=real(ifft2(cfl));%inverse transform to get filtered image %af=fftshift(fft2(handles.c)); fl = log(1+abs(cfli)); %take the log of af fm = max(fl(:)); %max value of fl imshow(fl/fm); %display -hasil eksekusi (run) dari program Butterworth_LPF_pushbutton Lab. Fisika komputasi Unud, Bali, Gambar 4.10 Hasil Filter Butterworth Low Pass 50
33 4 Transformasi Fourier Praktikum Fisika Tomografi Filter Butterworth High Pass -Rancangan Desain GUI dan Daftar Komponen sama seperti kecuali : 8 Pushbutton4 String Butterworth High Pass Filter Tombol open image dan tombol DFT of Image sama seperti Tombol display filter di klik function display_filter_pushbutton_callback(hobject, eventdata, handles) d=15; n=2; height=size(handles.im_original,1); width=size(handles.im_original,2); [x,y]=meshgrid(-floor(width/2):floor((width-1)/2),-floor(height/2):... floor((height-1)/2)); handles.c=1-(1./(1+(sqrt(2)-1)*((x.^2+y.^2)/d^2).^n)); axes(handles.axes3); imshow(handles.c); guidata(hobject, handles); -Hasil Eksekusi Tombol Butterworth High Pass Filter di klik function Butterworth_HPF_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes4); ImOriGray=rgb2gray(ImOri); ImF=fftshift(fft2(double(ImOriGray))); %size(af) c_filter=double(handles.c); %size(c_filter) cfl=imf.*c_filter; %convolution/multiplying of image's DFT and filter cfli=real(ifft2(cfl));%inverse transform to get filtered image %af=fftshift(fft2(handles.c)); fl = log(1+abs(cfli)); %take the log of af fm = max(fl(:)); %max value of fl imshow(fl/fm); %display -hasil eksekusi (run) dari program Butterworth_HPF_pushbutton Lab. Fisika komputasi Unud, Bali, Gambar 4.11 Hasil Filter Butterworth High Pass 51
34 4 Transformasi Fourier Praktikum Fisika Tomografi 4.5 Filter Gaussian Filter Gaussian Low Pass -Rancangan Desain GUI dan Daftar Komponen sama seperti kecuali : 8 Pushbutton4 String Gaussian Low Pass Filter Tombol open image dan tombol DFT of Image sama seperti Tombol display filter di klik function display_filter_pushbutton_callback(hobject, eventdata, handles) d=15; n=2; height=size(handles.im_original,1); width=size(handles.im_original,2); [x,y]=meshgrid(-floor(width/2):floor((width-1)/2),-floor(height/2):... floor((height-1)/2)); handles.c=mat2gray(fspecial('gaussian',256,30)); axes(handles.axes3); imshow(handles.c); guidata(hobject, handles); -Hasil Eksekusi Tombol Gaussian Low Pass Filter di klik function Gaussian_LPF_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes4); ImOriGray=rgb2gray(ImOri); ImF=fftshift(fft2(double(ImOriGray))); %size(af) c_filter=double(handles.c); %size(c_filter) cfl=imf.*c_filter; %convolution/multiplying of image's DFT and filter cfli=real(ifft2(cfl));%inverse transform to get filtered image %af=fftshift(fft2(handles.c)); fl = log(1+abs(cfli)); %take the log of af fm = max(fl(:)); %max value of fl imshow(fl/fm); %display -hasil eksekusi (run) dari program Gaussian_LPF_pushbutton Gambar 4.12 Hasil Filter Gaussian Low Pass Lab. Fisika komputasi Unud, Bali, 52
35 4 Transformasi Fourier Praktikum Fisika Tomografi Filter Gaussian High Pass -Rancangan Desain GUI dan Daftar Komponen sama seperti kecuali : 8 Pushbutton4 String Gaussian High Pass Filter Tombol open image dan tombol DFT of Image sama seperti Tombol display filter di klik function display_filter_pushbutton_callback(hobject, eventdata, handles) d=15; n=2; height=size(handles.im_original,1); width=size(handles.im_original,2); [x,y]=meshgrid(-floor(width/2):floor((width-1)/2),-floor(height/2):... floor((height-1)/2)); handles.c=1-mat2gray(fspecial('gaussian',256,30)); axes(handles.axes3); imshow(handles.c); guidata(hobject, handles); -Hasil Eksekusi Tombol Gaussian High Pass Filter di klik function Gaussian_HPF_pushbutton_Callback(hObject, eventdata, handles) axes(handles.axes4); ImOriGray=rgb2gray(ImOri); ImF=fftshift(fft2(double(ImOriGray))); %size(af) c_filter=double(handles.c); %size(c_filter) cfl=imf.*c_filter; %convolution/multiplying of image's DFT and filter cfli=real(ifft2(cfl));%inverse transform to get filtered image %af=fftshift(fft2(handles.c)); fl = log(1+abs(cfli)); %take the log of af fm = max(fl(:)); %max value of fl imshow(fl/fm); %display -hasil eksekusi (run) dari program Gaussian_HPF_pushbutton Lab. Fisika komputasi Unud, Bali, Gambar 4.13 Hasil Filter Gaussian High Pass 53
Modul Praktikum Fisika Komputasi Dengan Matlab GUI IGA Widagda Fisika FMIPA UNUD 2014
Modul Praktikum Fisika Komputasi II Dengan Matlab GUI IGA Widagda Fisika FMIPA UNUD 014 Kata Pengantar Sebelumnya kami memanjatkan puji syukur kepada Tuhan Yang Maha Esa, karena berkat rahmat-nya maka
Penuntun Praktikum Jaringan Syaraf Tiruan Dengan Matlab GUI IGA Widagda Fisika FMIPA UNUD 2014
Penuntun Praktikum Jaringan Syaraf Tiruan Dengan Matlab GUI IGA Widagda Fisika FMIPA UNUD 2014 11 JST Hebb Modul Praktikum Jaringan Syaraf Tiruan 1.1 Program Aplikasi Komputer JST Hebb 1.1.1.Rancangan
APLIKASI MATLAB UNTUK PENGOLAHAN CITRA
APLIKASI MATLAB UNTUK PENGOLAHAN CITRA 1. Membaca Sebuah File Citra Langkah-langkah yang harus dilakukan : a. Siapkan sebuah figure yang akan digunakan b. Siapkan komponen yang akan digunakan yaitu dua
Modul Praktikum Fisika Komputasi Dengan Matlab GUI IGA Widagda Fisika FMIPA UNUD 2014
Modul Praktikum Fisika Komputasi I Dengan Matlab GUI IGA Widagda Fisika FMIPA UNUD 2014 Kata Pengantar Sebelumnya kami memanjatkan puji syukur kepada Tuhan Yang Maha Esa, karena berkat rahmat-nya maka
GUIDE. maupun menu. Aplikasi yang menggunakan GUI umumnya lebih mudah dipelajari dan
GUIDE GUIDE atau GUI builder merupakan sebuah graphical user interface (GUI) yang dibangun dengan obyek grafis seperti tombol (button),kotak teks,slider,sumbu (axes), maupun menu. Aplikasi yang menggunakan
MODUL PRAKTIKUM. Histogram Citra. Adi Pamungkas https://pemrogramanmatlab.wordpress.com/ Dasar-Dasar Pengolahan Citra Digital menggunakan GUI MATLAB
MODUL PRAKTIKUM Dasar-Dasar Pengolahan Citra Digital menggunakan GUI MATLAB Histogram Citra Adi Pamungkas https://pemrogramanmatlab.wordpress.com/ I. Tujuan 1. Mengetahui pengertian citra digital beserta
Percobaan 1. setelah muncul jendela kaya gini, pilih yang atas sendiri (GUI default) jika ingin yang kosongan, kemudian langsung aja klik OK.
Percobaan 1 buka MATLAB kalian, di sini saya memakai yang versi 7.8 atau R2009a. Kalau sudah terbuka, lanjutkan dengan membuka GUI yang di MATLAB dengan cara klik FILE kemudian NEW dan klik GUI, penampakannya
BAB IV HASIL DAN PEMBAHASAN. dua proses, yaitu proses akusisi data dan algoritma exemplar-based
BAB IV HASIL DAN PEMBAHASAN 4.1 Perancangan Aplikasi Secara umum aplikasi pemugaran citra digital terbagi menjadi dua proses, yaitu proses akusisi data dan algoritma exemplar-based image inpainting. Alur
TEKNIK PENGOLAHAN CITRA. Kuliah 8 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 8 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika/Sistem Informasi Fakultas Teknologi Informasi Universitas Mercu Buana Yogyakarta 2015
TEKNIK PENGOLAHAN CITRA. Kuliah 7 Transformasi Fourier. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 7 Transformasi Fourier Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu Buana
BAB 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
GUI Matlab untuk membuat grafik fungsi
GUI Matlab untuk membuat grafik fungsi Memulai GUI Matlab Panggil program MATLAB, Start program Matlab. Melalui editor window Matlab, ketiklah >> guide. Akan ditampilkan kotak dialog seperti tampak dalam
BAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL
BAB III METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL 3.1 Tepi Objek Pertemuan antara bagian obyek dan bagian latar belakang disebut tepi obyek. Dalam pengolahan citra, tepi obyek
GUIDE atau GUI builder. Ira Prasetyaningrum, M.T
GUIDE atau GUI builder Ira Prasetyaningrum, M.T Pendahuluan GUIDE atau GUI builder merupakan sebuah graphical user interface (GUI) yang dibangun dengan obyek grafik seperti tombol (button), kotak teks,
LAMPIRAN. 1. Program Data Masukkan. Diameter Menara. Diameter Kolektor. Tinggi Kolektor. Radiasi Matahari Global. Tinggi Menara
52 LAMPIRAN 1. Program Data Masukkan Diameter Menara function edit_1_callbac k(hobject, eventdata, handles) diameterm=str2num(get(hobject,'string')); handles.diameterm=diameterm; Diameter Kolektor function
BAB III PERANCANGAN PEDOMAN PRAKTIKUM
BAB III PERANCANGAN PEDOMAN PRAKTIKUM Pada skripsi ini disusun pedoman praktikum untuk mata kuliah Pengolahan Citra Digital menggunakan bahasa pemrograman C++ dan pustaka OPENCV 2.4.5 dengan compiler Microsoft
BAB 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
BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN
BAB IV IMPLEMENTASI DAN HASIL PENGUJIAN 4.1 Implementasi Aplikasi Pada bab ini akan dibahas mengenai implementasi aplikasi yang telah dibuat setelah melakukan analisa dan perancangan aplikasi filter sobel
Simulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3)
Simulasi Teknik Image Enhancement Menggunakan Matlab Yustina Retno Wahyu Utami 3) ISSN : 1693 1173 Abstrak Penelitian ini menekankan pada pentingnya teknik simuasi pada pengolahan citra digital. Simulasi
MODUL GUIDE MATLAB. Gambar 1: Memulai GUIDE. EEPIS-ITS Praktikum Pengolahan Sinyal Digital 1
MODUL GUIDE MATLAB 1. Pendahuluan GUIDE atau GUI builder merupakan sebuah graphical user interface (GUI) yang dibangun dengan obyek grafik seperti tombol (button), kotak teks, slider, menu dan lain-lain.
BAB 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
BAB IV PEMBAHASAN 4.1. Perhitungan Manual Teknik Penapisan Penapisan dengan Nilai Tapis Ditentukan Sendiri
BAB IV PEMBAHASAN 4.1. Perhitungan Manual Teknik Penapisan 4.1.1. Penapisan dengan Nilai Tapis Ditentukan Sendiri Berikut merupakan contoh perhitungan manual penapisan matrik X dengan ukuran 4x4 menggunakan
PRAKTIKUM ISYARAT DAN SISTEM TOPIK 0 TUTORIAL PENGENALAN MATLAB
PRAKTIKUM ISYARAT DAN SISTEM TOPIK 0 TUTORIAL PENGENALAN MATLAB A. Tujuan 1. Mahasiswa mengenal lingkungan MATLAB dan mampu menggunakannya. 2. Mahasiswa mampu menggunakan fungsi-fungsi dasar MATLAB yang
STMIK 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
Kriptografi Visual Menggunakan Adobe Photoshop
Kriptografi Visual Menggunakan Adobe Photoshop Aden Rohmana / NIM: 13507114 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Histogram. 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
Membuat Program dengan GUI pada MATLAB
Membuat Program dengan GUI pada MATLAB Karena pada pertemuan sebelumnya sudah dijelaskan fungsi dari fitur GUIDE pada Matlab beserta bagianbagiannya. Maka pada kesempatan ini kami akan mencoba menerangkan
DAFTAR ISI. BAB 3 PERANCANGAN PERANGKAT LUNAK 3.1 Diagram Alir Utama Kamera Web iii
Aplikasi Kamera Web Untuk Mengidentifikasi Plat Nomor Mobil Jemmy / 0322042 E-mail : kaiser_jemmy@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jalan Prof. Drg. Suria
BAB 3 PERUMUSAN PENELITIAN. Signal. Sparse Coding. Reconstruction. Reconstructed. Assessment
BAB PERUMUSAN PENELITIAN.1 Blok Diagram Signal Sparse Coding Dictionary Reconstruction Reconstructed Signal Assessment Gambar.1 Blok Diagram secara Umum Secara umum tujuan penelitian ini akan mencari dictionary
Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra di Kawasan Frekuensi (Transformasi Fourier) Muhammad Zidny af an, M.Kom. Gasal 2015/2016 Outline Pengolahan Citra di Kawasan Spasial VS Kawasan Frekeunsi
GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness
753 GLOSARIUM Adaptive thresholding (lihat Peng-ambangan adaptif). Additive noise (lihat Derau tambahan). Algoritma Moore : Algoritma untuk memperoleh kontur internal. Array. Suatu wadah yang dapat digunakan
BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM. implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan
BAB 4 IMPLEMENTASI DAN EVALUASI PROGRAM Dari hasil perancangan yang dilakukan oleh penulis, pada bab ini disajikan implementasi dari program aplikasi yang dibuat. Penulis akan menguraikan spesifikasi sistem
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 [ ]
![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 [ ]](/thumbs/55/36710457.jpg "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 [ ]")
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
TEKNIK PENGOLAHAN CITRA. Kuliah 9 Filtering in Frequency Domain. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 9 Filtering in Frequency Domain Indah Susilawati, S.T., M.Eng. Program Studi Teknik Informatika Program Studi Sistem Informasi Fakultas Teknik dan Ilmu Komputer Universitas
BAB III ANALISA DAN PERANCANGAN
BAB III ANALISA DAN PERANCANGAN 3.1 Analisis Permasalahan Ada beberapa permasalahan yang dihadapi dalam pembuatan program aplikasi deteksi panas hasil foto kamera webcam antara lain : 1. Kamera webcam
BAB 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
1. Pendahuluan. 2. Tinjauan Pustaka
1. Pendahuluan Plat mobil merupakan nomor identitas dari setiap mobil yang ada. Tentunya setiap mobil yang ada mempunyai plat nomor yang berbeda untuk masing-masing menunjukkan identitas kendaraan tersebut.
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengenalan Marka Jalan Marka jalan merupakan suatu penanda bagi para pengguna jalan untuk membantu kelancaran jalan dan menghindari adanya kecelakaan. Pada umumnya marka jalan
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial
Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial Dr. Aniati Murni (R.1202) Dina Chahyati, M.Kom (R.1226) Universitas Indonesia DC - OKT 2003 1 Tujuan Peningkatan Mutu Citra Sumber Pustaka:
BAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN 4.1. Evaluasi Pada penelitian ini, algoritma untuk identifikasi sidik jari tersusun dari 3 tahapan proses yakni tahap preprocessing fingerprint image, minutiae extraction, dan
Peningkatan 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
GRAPHICAL USER INTERFACE (GUI) (Lanjutan)
12 GRAPHICAL USER INTERFACE (GUI) (Lanjutan) 12.1. Frame Frame adalah sebuah objek yang mengumpulkan beberapa objek sejenis dalam sebuah daerah tertentu di dalam window. Frame akan membuat pengguna lebih
SAMPLING 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
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 [ ]
![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 [ ]](/thumbs/58/42641662.jpg "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 [ ]")
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
BAB 1V HASIL SIMULASI DAN ANALISIS
BAB 1V HASIL SIMULASI DAN ANALISIS Hasil simulasi yang didapat dari script coding atau program simulasi menggunakan Matlab. Hasil yang dianalisis pada Tugas akhir ini yaitu luas area objek buah semangka
Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel
Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel Sri Enggal Indraani, Ira Dhani Jumaddina, Sabrina Ridha Sari Sinaga (enggal24@gmail.com, Ira.dhani5393@gmail.com,
Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature
Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature Dosen Pembimbing : 1) Prof.Dr.Ir. Mauridhi Hery Purnomo M.Eng. 2) Dr. I Ketut Eddy Purnama ST., MT. Oleh : ATIK MARDIYANI (2207100529)
10/11/2014 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
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI Bab ini berisi analisis pengembangan program aplikasi pengenalan karakter mandarin, meliputi analisis kebutuhan sistem, gambaran umum program aplikasi yang
Analisa 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
Pengolahan 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
BAB 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
PENGOLAHAN 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
BAB III ANALISIS DAN PERANCANGAN
BAB III ANALISIS DAN PERANCANGAN 3.1 Analisis Sistem Tahapan analisis merupakan tahapan untuk mengetahui tahapan awal didalam sebuah sistem pendeteksian filter sobel. Didalam aplikasi filter sobel ini
BINERISASI CITRA DOKUMEN DENGAN FILTERISASI HOMOMORPHIC
BINERISASI CITRA DOKUMEN DENGAN FILTERISASI HOMOMORPHIC Naser Jawas STMIK STIKOM BALI naser.jawas@stikom-bali.ac.id Abstrak Binerisasi citra dokumen adalah sebuah langkah awal yang sangat penting dalam
Muhammad Zidny Naf an, M.Kom. Gasal 2016/2017
MKB3383 - Teknik Pengolahan Citra Pengolahan Citra di Kawasan Frekuensi Transformasi Fourier) Muhammad Zidny af an, M.Kom. Gasal 06/07 Outline Pengolahan Citra di Kawasan Spasial VS Kawasan Frekeunsi Fourier
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER
BAB 3 ANALISIS DAN PERANCANGAN SISTEM PROGRAM APLIKASI HANDS RECOGNIZER Dalam analisis dan perancangan sistem program aplikasi ini, disajikan mengenai analisis kebutuhan sistem yang digunakan, diagram
LAMPIRAN A CITRA HASIL PERCOBAAN
LAMPIRAN A CITRA HASIL PERCOBAAN A-1 1. Hasil Watermarking Nama Asli yang Watermark Asli dan Watermark Hasil Ekstraksi α = 1 Telah Disisipkan Watermark Lena Baboon A-2 Barbara Lena Baboon A-3 Barbara Nama
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
35 BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Implementasi GUI GUI diimplementasikan sesuai dengan program pengolah citra dan klasifikasi pada tahap sebelumya. GUI bertujuan untuk memudahkan pengguna mengidentifikasi
IMPLEMENTASI FILTERING CITRA DIGITAL PERMUKAAN BUMI 24bit MENGGUNAKAN GAUSSIAN FILTERING SKRIPSI. Disusun oleh : ADE SATRYA PUTRA NPM.
IMPLEMENTASI FILTERING CITRA DIGITAL PERMUKAAN BUMI 24bit MENGGUNAKAN GAUSSIAN FILTERING SKRIPSI Disusun oleh : ADE SATRYA PUTRA NPM. 0934110145 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS
BAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Perancangan Sistem Neural Network di Matlab Gambar 3.1 Blok Diagram Perancangan Sistem Neural network 3.1.1 Training Neural Network Untuk pelatihan neural network penulis lebih
TEKNIK PENGOLAHAN CITRA. Kuliah 8 Filtering in Frequency Domain. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 8 Filtering in Frequency Domain Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas
LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL
LAPORAN PENELITIAN JURUSAN TEKNIK INFORMATIKA STIKOM BALIKPAPAN PENERAPAN METODE TRANSFORMASI FOURIER UNTUK PERBAIKAN CITRA DIGITAL oleh Setyo Nugroho Jurusan Teknik Informatika STIKOM Balikpapan 2005
FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA LAB SHEET PRAKTIK MEDIA DIGITAL
No. LST/EKA/PTI 236/09 Revisi: 01 April 2011 Hal 1 dari 6 A. Kompetensi Setelah mengikuti mata kuliah ini diharapkan mahasiswa dapat: 1. Mengenal pemrograman GUI di matlab 2. Membuat dan mengatur properti
PENGANTAR PENGOLAHAN CITRA
PENGANTAR PENGOLAHAN CITRA Aplikasi Pengolahan Citra Menggunakan MatLab 7.1 Dosen : Bapak Eri Prasetyo Wibowo NPM : 50407034 Kelas : 4IA08 Nama : Aditya Rangga Pratama Fakultas : Teknologi Industri Jurusan
Suatu 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,
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner
MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner Dosen Pengampu: Muhammad Zidny Naf an, M.Kom. Genap 2016/2017 Definisi Citra biner (binary image) adalah citra yang hanya mempunyai dua nilai derajat
MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI
MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI I. TUJUAN - Mahasiswa mampu menjelaskan perbedaan sinyal wicara dalam domain waktu dan domain frekuensi menggunakan perangkat lunak II.
BAB 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
V. IMPLEMENTASI SISTEM. yang dibutuhkan oleh sistem dari media penyimpan program ke dalam media
V. IMPLEMENTASI SISTEM A. Instalasi Sistem Instalasi sistem temukembali citra adalah proses menggandakan seluruh file yang dibutuhkan oleh sistem dari media penyimpan program ke dalam media penyimpan komputer.
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM 3.1 Perancangan Program 3.1.1 Perancangan Perangkat Lunak Perangkat lunak atau piranti lunak adalah: 1. Program komputer yang berfungsi sebagai sarana interaksi antara
BAB 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
BAB 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,
BAB 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
BAB 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
Kory Anggraeni Kory.anggraeni@gmail.com
Histogram Citra Kory Anggraeni Kory.anggraeni@gmail.com Lisensi Dokumen: Copyright 2003-2007 IlmuKomputer.Com Seluruh dokumen di IlmuKomputer.Com dapat digunakan, dimodifikasi dan disebarkan secara bebas
Konvolusi. Esther Wibowo Erick Kurniawan
Konvolusi Esther Wibowo esther.visual@gmail.com Erick Kurniawan erick.kurniawan@gmail.com Filter / Penapis Digunakan untuk proses pengolahan citra: Perbaikan kualitas citra (image enhancement) Penghilangan
BAB 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
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Jl Srijaya Negara Bukit Besar Palembang 30139, Telpon :
Jl Srijaya Negara Bukit Besar Palembang 30139, Telpon : +62711 353414 PROGRAM STUDI D3 JURUSAN TEKNIK KOMPUTER POLITEKNIK NEGERI SRIWIJAYA PALEMBANG TK Computer 1 (Multimedia) Hand On Lab 3 Teknik Masking
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE ABSTRAK
VERIFIKASI SESEORANG BERDASARKAN CITRA PEMBULUH DARAH MENGGUNAKAN EKSTRAKSI FITUR CHAIN CODE Andre Sitorus (0822107) Jurusan Teknik Elektro email: tiantorus11@gmail.com ABSTRAK Pola yang dibentuk oleh
BAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Diagram Blok Sistem Gambar 3.1 Diagram Blok Sistem. Penjelasan diagram blok sistem di atas adalah sebagai berikut: MATLAB MATLAB berfungsi sebagai tempat membuat program dan
BAB III ANALISIS DAN PERANCANGAN
32 BAB III ANALISIS DAN PERANCANGAN Pada bab ini akan dibahas tentang analisis sistem melalui pendekatan secara terstruktur dan perancangan yang akan dibangun dengan tujuan menghasilkan model atau representasi
BAB 3 PENDEKATAN LOGIKA SAMAR DALAM PEMROSESAN CITRA. Dalam dunia pemetaan untuk skala yang besar, teknik penginderaan jarak jauh
BAB 3 PENDEKATAN LOGIKA SAMAR DALAM PEMROSESAN CITRA 3.1 Pemrosesan Citra Konvensional. Dalam dunia pemetaan untuk skala yang besar, teknik penginderaan jarak jauh merupakan solusi yang sangat baik. Informasi
BAB 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
BAB 3 PERANCANGAN PROGRAM. objek, analisis blob, SMS service, dan video saving. Deteksi objek adalah proses untuk
BAB 3 PERANCANGAN PROGRAM 3.1 Spesifikasi rancangan program Secara garis besar program dapat dibagi menjadi 4 bagian besar, yaitu deteksi objek, analisis blob, SMS service, dan video saving. Deteksi objek
INSTRUKSI PENCABANGAN
INSTRUKSI PENCABANGAN Sebagai pengembang (programmer) sudah pasti mengetahui jenis operasi instruksi. Salah satu yang perlu dipelajari atau dimengerti adalah operasi instruksi pencabangan. 3.1 Pencabangan
MODUL I PENGENALAN MATLAB
MODUL I PENGENALAN MATLAB 1. Apa Matlab itu? Matlab merupakan bahasa pemrograman dengan kemampuan tinggi dalam bidang komputasi. Matlab memiliki kemampuan mengintegrasikan komputasi, visualisasi, dan pemrograman.
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *)
Pendeteksian Tepi Citra CT Scan dengan Menggunakan Laplacian of Gaussian (LOG) Nurhasanah *) *) Jurusan Fisika, FMIPA Universitas Tanjungpura Abstrak CT scan mampu menghasilkan citra organ internal (struktur
JURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE
JURNAL ANALISIS PERBANDINGAN METODE HISTOGRAM EQUALIZATION DENGAN METODE MEDIAN FILTER UNTUK REDUKSI NOISE THE COMPARISON ANALYSIS OF HISTOGRAM EQUALIZATION WITH MEDIAN FILTER METHODS TO NOISE REDUCTION.
Klasifikasi 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,
Jobsheet II. OpenCV untuk Processing Filter
Jobsheet II OpenCV untuk Processing Filter A. Tujuan Mahasiswa mampu menjelaskan fitur filter gambar pada OpenCV untuk Processing Mahasiswa mampu mengoperasikan fitur filter gambar pada OpenCV untuk Processing.
TAHAP-TAHAP PEMBUATAN ANIMASI
TAHAP-TAHAP PEMBUATAN ANIMASI Software yang digunakan adalah Macromedia Flash 8 a. Untuk membuat document baru klik pada kolom Create New dan pilih Flash Document. b. Ukuran default document 550x 400 pixel
PERANCANGAN PENDETEKSI KEDIPAN MATA UNTUK FUNGSI KLIK PADA MOUSE MELALUI KAMERA WEB ABSTRAK
PERANCANGAN PENDETEKSI KEDIPAN MATA UNTUK FUNGSI KLIK PADA MOUSE MELALUI KAMERA WEB Daniel / 0722020 Email : b_aso_1989@hotmail.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha
STMIK 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
BAB III. Metode Penelitian
BAB III Metode Penelitian 3.1 Diagram Alir Penelitian berikut: Diagram blok penelitian yang akan dilakukan dapat digambarkan sebagai Mulai Perancangan Pengumpulan Informasi Analisis Informasi Pembuatan
(IMAGE ENHANCEMENT) Peningkatan kualitas citra di bagi menjadi dua kategori yaitu :
(IMAGE ENHANCEMENT) Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagi cara. Tujuannya adalah untuk memproses citra yang dihasilkan lebih baik daripada
PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.
PROSES PENYARINGAN PENGOLAHAN CITRA DENGAN MENGGUNAKAN METODE GAUSSIAN, LOW PASS FILTERING DAN HIGH PASS FILTERING NAMA : DWI PUTRI ANGGRAINI NPM : 12112301 PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom,
APLIKASI WATERMARKING UNTUK MELINDUNGI HAK CIPTA PADA FILE GAMBAR DIGITAL DENGAN MENGGUNAKAN MATLAB TUGAS AKHIR WENNI ADRIANI
APLIKASI WATERMARKING UNTUK MELINDUNGI HAK CIPTA PADA FILE GAMBAR DIGITAL DENGAN MENGGUNAKAN MATLAB TUGAS AKHIR WENNI ADRIANI 072406108 PROGRAM STUDI D3 ILMU KOMPUTER DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA
METODOLOGI PENELITIAN
18 METODOLOGI PENELITIAN Kerangka Penelitian Sistem pengenalan roda kendaraan pada penelitian ini tampak pada Gambar 10, secara garis besar dapat dibagi menjadi dua tahapan utama yaitu, tahapan pelatihan