BAB II LANDASAN TEORI
|
|
- Suryadi Agusalim
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB II LANDASAN TEORI 2. Citra 2.. Definisi Citra Digital Citra atau gambar merupakan salah satu bentuk informasi visual yang kaya akan informasi. Citra berasal dari cahaya yang dipantulkan oleh sebuah objek. Cahaya yang dipantulkan tersebut ditangkap oleh alat optik seperti mata,kamera,dan scanner. Citra secara umum adalah merupakan suatu gambar, foto ataupun berbagai tampilan dua dimensi yang menggambarkan suatu visualisasi objek. Citra dapat diwujudkan dalam bentuk tercetak ataupun digital. Citra digital adalah larik angkaangka secara dua dimensional. Citra digital tersimpan dalam suatu bentuk larik (array) angka digital yang merupakan hasil kuantifikasi dari tingkat kecerahan masing-masing pixel penyusun citra tersebut. Citra digital yang tersimpan dalam larik dua dimensi tersusun atas unsur-unsur kecil yang disebut dengan pixel. Masing-masing pixel terkait secara spasial dengan area di permukaan bumi. Struktur array ini tersusun dalam baris horizontal yang disebut baris (Lines) dan kolom vertikal (Samples). Masing-masing pixel dalam raster citra menyimpan nilai tingkat kecerahan pixel yang diwujudkan sebagai suatu angka digital. Susunan pixel dalam struktur array citra digital yang tersebut disebut dengan data raster [5]. Kolom dan baris yang membentuk pixel data raster diperlihatkan pada gambar 2..
2 Gambar 2.Kolom dan baris membentuk pixel data raster Sumber :Liu, J.G., Mason, P.J Representasi Citra Digital Citra merupakan fungsi kontinu dari intensitas cahaya pada bidang 2D. Secara matematis fungsi intensitas cahaya pada bidang 2D disimbolkan dengan f(x,y), Koordinat citra pada bidang 2 dimensi dapat dilihat pada gambar 2.2. dimana : (x,y): koordinat pada bidang 2D f(x,y) : intensitas cahaya (brightness)pada titik (x,y) Gambar 2.2 Koordinat Citra 2D
3 Untuk mengkonversi objek yang diindera oleh sensor menjadi citra digital dilakukan dua proses yakni Sampling dan Kuantisasi.. Sampling Sampling adalah transformasi citra kontinu menjadi citra digital dengan cara membagi citra analog(kontinu) menjadi M kolom dan N baris sehingga menjadi citra diskrit. Semakin besar nilai M dan N, semakin halus citra digital yang dihasilkan dan artinya resolusi citra semakin baik. 2. Kuantisasi Warna sebuah citra digital ditentukan oleh besarnya intensitas piksel-piksel penyusunnya. Warna ini diperoleh dari besar kecilnya intensitas cahaya yang ditangkap oleh sensor. Sedangkan skala intensitas cahaya di alam ini tidak terbatas, yang bisa menghasilkan warna dengan jumlah yang tak terhingga. Belum ada satu sensor pun yang mampu menangkap seluruh gradasi warna tersebut oleh sebab itu kita membuat gradasi warna sesuai dengan kebutuhan. Kuantisasi adalah transformasi intensitas analog yang bersifat kontinu ke daerah intensitas diskrit [2] yang digambarkan pada gambar 2.3. Gambar 2.3 Penggambaran Kuantisasi Sumber: Sutoyo,T Elemen-Elemen Citra Digital Berikut adalah elemen-elemen yang terdapat pada citra digital:. Kecerahan (brightness)
4 Kecerahan merupakan intensitas cahaya yang dipancarkan piksel dari citra yang dapat ditangkap oleh sistem penglihatan. 2. Kontras (contrast) Kontras menyatakan sebaran terang dan gelap dalam sebuah citra 3. Kontur (contour) Kontur adalah keadaan yang ditimbulkan oleh perubahan intensitas pada pikselpiksel yang bertetangga. Karena adanya perubahan intensitas inilah maka mampu mendeteksi tepi-tepi objek di dalam citra. 4. Warna Warna sebagai persepsi yang ditangkap sistem visual terhadap panjang gelombang cahaya yang dipantulkan oleh objek. 5. Bentuk (shape) Bentuk adalah property intrinsik dari objek 3 dimensi, dengan pengertian bahwa bentuk merupakan propertyintrinsik utama untuk sistem visual manusia. 6. Tekstur (texture) Tekstur dicirikan sebagai distribusi spasial dari derajat keabuan di dalam sekumpulan piksel-piksel yang bertetangga Jenis-Jenis Citra Digital Beberapa jenis citra digital yang sering digunakan adalah citra biner, citra grayscale, dan citra warna.. Citra Biner (Monokrom) Banyakna warna: 2, yaitu hitam dan putih Dibutuhkan bit di memori untuk menyimpan kedua warna ini.
5 Gradasi warna : 0 Contoh citra biner dapat dilihat pada gambar 2.4. Gambar 2.4 Contoh citra biner 2. Citra Grayscale (Skala Keabuan) Banyaknya warna:tergantung pada jumlah bit yang disediakan di memori untuk menampung warna ini. Citra 3 bit mewakili 8 warna berikut: Contoh citra grayscale dapat dilihat pada gambar 2.5. Gambar 2.5 Contoh citra grayscale 3. Citra Warna (True Color) Setiap piksel pada citra warna mewakili warna yang merupakan kombinasi dari tiga warna dasar (RGB =Red Green Blue). Setiap warna dasar menggunakan penyimpanan
6 8 bit= byte,yang berarti setiap warna mempunyai gradasi sebanyak 255 warna. Itulah sebabnya format ini dinamakan true color karena mempunyai jumlah warna yang cukup besar. Penyimpanan citra warna di dalam memori berbeda dengan citra grayscale. Satu piksel citra true color diwakili oleh 3 byte yang masing-masing byte merepresentasikan warna merah (Red), hijau (Green), dan Biru (Blue)[2]. Contoh penyimpanan citra warna dalam memori dapat dilihat pada tabel 2.. Tabel 2. Contoh penyimpanan citra warna di dalam memori. R=50 R=40 R=90 R=80 G=65 G=45 G=90 G=65 B=50 B=55 B=90 B=40 R=40 R=40 R=50 R=20 G=85 G=80 G=45 G=35 B=50 B=65 B=80 B=20 R=40 R=50 R=60 R=35 G=45 G=60 G=75 G=65 B=50 B=60 B=80 B=70 R=90 R=80 R=30 R=60 G=65 G=90 G=45 G=35 B=50 B=90 B=50 B=40 R=40 R=40 R=50 R=70 G=40 G=60 G=50 G=60 B=40 B=80 B=50 B=50 Contoh citra berwarna dapat dilihat pada gambar 2.6. R=70 G=65 B=70 R=70 G=75 B=70 R=50 G=55 B=70 R=20 G=20 B=40 R=90 G=80 B=70 Gambar 2.6 Contoh citra warna
7 2..5 Format Citra Digital Beberapa format yang umum digunakan dalam pemrograman pengolahan citra diantaranya:. JPEG (Joint Photographic Expert Group) JPG atau JPEG ( Joint Photographic Experts Group), adalah format file yang paling umum digunakan dalam digital fotografi. Format ini mendukung kedalaman warna 24 bit (3 saluran warna masing-masing 8 bit). Hampir setiap kamera digital mampu membaca gambar menggunakan format ini dan secara luas dapat dibaca oleh program penampil gambar lainnya. Format citra JPG menghasilkan ukuran file kecil menggunakan kompresi lossy. Setiap kali menyimpan gambar dalam format ini, kualitas degradasi menurun karena kompresi lossy tersebut. Kompresi Lossy (Lossy Compression) adalah metode memperkecil ukuran file citra dengan membuang beberapa data, hal ini menyebabkan adanya sedikit penurunan kualitas citra. Kompressi Lossy menggunakan analisis matematis yang kompleks untuk menghapus bit dari informasi gambar sehingga mata manusia tidak dapat melihat kekurangan`yang mencolok. JPEG merupakan teknik dan standard universal untuk kompresi dan dekompresi citra tidak bergerak yang digunakan pada kamera digital dan system pencitraan dengan menggunakan komputer. 2. BMP (Bitmap) Bitmap adalah representasi dari citra grafis yang terdiri dari susunan titik yang tersimpan di memori komputer. Dikembangkan oleh Microsoft dan nilai setiap titik diawali oleh satu bit data untuk gambar hitam putih, atau lebih bagi gambar berwarna.kerapatan titik-titik tersebut dinamakan resolusi, yang menunjukkan seberapa tajam gambar ini ditampilkan, ditunjukkan dengan jumlah baris dan kolom. Tipe file ini biasanya digunakan pada sistem operasi Windows dan OS/2. Kelebihan tipe file BMP adalah dapat dibuka oleh hampir semua program pengolah gambar. Baik file BMP yang terkompresi maupun tidak terkompresi, file BMP memiliki ukuran yang jauh lebih besar daripada tipe-tipe yang lain.
8 Ukuran file BMP dapat turun menjadi sepersepuluhnya setelah dikonversi menjadi JPG. Meskipun dengan penurunan kualitas gambar, pada gambar-gambar tertentu (misalnya pemandangan), penurunan kualitas gambar hampir tidak terlihat mata. 3. PNG (Portable Network Graphics) PNG merupakan singkatan dari Portable Network Graphics. Format ini tersedia untuk umum dan versi ini dikembangkan dari Format GIFF. Format ini dapat menangani kedalaman warna hingga 48 bit (3saluran warna masing-masing 6 bit). Format PNG jauh lebih baik untuk transparansi daripada GIF, yang memungkinkan untuk memiliki berbagai tingkat transparansi untuk setiap pixel (alpha channel). Dukungan untuk format ini dimulai sejak tahun 995, dan saat ini penggunaannya sudah cukup luas. Secara keseluruhan, PNG adalah format yang lebih baik daripada GIF, yang menawarkan kompresi yang lebih baik, dapat menyimpan banyak warna, memiliki dukungan transparansi yang lebih baik, dan sebagainya. Satu-satunya kelemahan dari PNG dibandingkan GIFF adalah tidak bisa menyimpan gambar animasi. Karena kedalaman warna yang besar, kompatibilitas browser, dan kompresi yang kecil, format ini disarankan untuk digital fotografi. Dibandingkan dengan JPG, PNG mempunyai kualitas gambar yang lebih baik dengan ukuran file yang lebih besar. 4. GIF (Graphics Interchange Format) GIFmerupakan singkatan dari Graphics InterchangeFormat. Format ini dapatmenyimpankedalamanwarnahanya 8 bit(256 warna). Format ini mampumenanganitransparansidalam bentuk yang sangatdasar ( setiap pixel apakah transparanatau tidak). Keuntungan utamadari format file iniadalah dapat digunakanuntuk menyimpananimasi. Selain itukarena merupakanformatini merupakan format lama, sangatkompatibel denganversi lama dariwebbrowserdan perangkat lunak lain. Menggunakankompresi lossy. Formatini telahbanyak digunakanuntuk menampilkangrafis dan animasipada halaman web. Karenapembatasanjumlah warna, format ini tidak dianjurkan untuk digunakan menyimpanfoto digital[6].
9 2.2 Peningkatan Kualitas Citra Digital (Image Enhancement) Peningkatan kualitas citra adalah 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, pemfilteran, dan lain-lain. Tujuan utama dari peningkatan kualitas citra adalah memproses citra sehingga citra yang dihasilkan lebih baik daripada citra aslinya untuk aplikasi tertentu. Adapun parameter-parameter citra yang penting dalam proses pengolahan citra adalah:. Resolusi Resolusi citra menyatakan ukuran panjang kali lebar dari sebuah citra. Resolusi citra biasanya dinyatakan dalam satuan piksel-piksel. Semakin tinggi resolusi sebuah citra, semakin baik kualitas citra tersebut. Namun, tingginya resolusi menyebabkan semakin banyaknya jumlah bit yang diperlukan untuk menyimpan dan mentransmisikan data citra tersebut. 2. Kedalaman bit Kedalaman bit menyatakan jumlah bit yang diperlukan untuk merepresentasikan tiap piksel citra pada sebuah frame. Kedalaman bit biasanya dinyatakan dalam satuan bit/piksel. Semakin banyak jumlah bit yang digunakan untuk merepresentasikan sebuah citra, maka semakin baik kualitas citra tersebut. Peningkatan kualitas citra dibagi dalam dua kategori, yaitu metode domain spasial (ruang atau waktu) dan metode domain frekuensi. Teknik pemrosesan metode domain spasial adalah berdasarkan manipulasi langsung dari piksel di dalam citra. Sedangkan teknik pemrosesan metode domain frekuensi adalah berdasarkan perubahan transformasi fourier citra [2].
10 2.2. Pelembutan Citra (Image Smoothing) Pelembutan Citra bertujuan untuk menurunkan atau menekan gangguan pada citra. Gangguan ini umumnya berupa variasi intensitas pixel yang tidak berkorelasi dengan pixel tetangganya. Pixel yang terkena gangguan umumnya mempunyai frekuensi tinggi. Salah satu metode yang digunakan untuk Image Smoothing adalah Lowpass Filtering (Penapis Lolos Rendah) dimana metode ini digunakan pada domain frekuensi. Prinsip Lowpass Filtering dilakukan dengan mengurangi nilai FT (Fourier Transform) pada frekuensi tinggi atau menekan komponen yang berfrekuensi tinggi dan meloloskan komponen yang berfrekuensi rendah seperti semula [3]. Contoh citra tajam dan citra hasil smoothing dapat dilihat pada gambar 2.7. Gambar 2.7 (a) citra tajam (b) citra hasil smoothing Penajaman Citra (Image Sharpening) Penajaman citra bertujuan memperjelas tepi pada objek didalam citra. Penajaman citra dilakukan dengan melewatkan citra pada penapis lolos-tinggi (highpass filtering). Karena penajaman citra lebih berpengaruh pada tepi (edge) objek, maka penajaman citra disebut juga penajaman tepi (edge sharpening) atau peningkatan kualitas tepi (edge enhancement). Akibatnya, pinggiran objek terlihat lebih tajam dibandingkan sekitarnya.dalam hal ini pixel-pixel tepi ditampilan lebih terang sedangkan pixel-pixel bukan tepi dibuat gelap [4]. Contoh citra grayscale awaldan citra hasil penajaman tepi dapat dilihat pada gambar 2.8.
11 Gambar 2.8 (a) citra awal (b)citra penajaman tepi 2.3 Pengolahan Citra dalam Domain Frekuensi 2.3. Transformasi Fourier Disktrit 2-D Transformasi Fourier merupakan salah satu dasar penting dalam pengolahan citra, dapat memproses dengan efisien dan lebih cepat. Dibandingkan dengan linear spatial filtering, maka transformasi Fourier lebih cepat (terutama jika ukuran filternya besar). Transformasi Fourier memungkinkan pengolahan dengan cara mengisolasi satu frekuensi tertentu pada citra, sehingga dapat digunakan untuk menerapkan LPF dan HPF dengan ketelitian yang cukup tinggi. Karena citra digital merupakan besaran diskrit dua dimensi (2D) maka untuk analisis citra hanya dibutuhkan transformasi Fourier diskrit 2D. Untuk menganalisis citra pada domain frekuensi, hasil transformasi Fourier dapat ditampilkan sebagai citra, dimana intensitasnya sebanding dengan besarnya F(u,v) atau spectrum Fourier. Formula untuk Transformasi Fourier : FF(uu, vv) = MM NN ff(xx, yy)ee jj2ππ(uuuu MM +uuuu NN xx=0 yy=0 )... (2.) F(u,v) : Spectrum Fourier M,N : ukuran citra f(x,y) : intensitas pixel u:0,,2,..,m- v :0,,2,..N-. Untuk mendapatkan nilai f(x,y) dari persamaan 2. di atas, digunakan Invers dari transformasi Fourier diberikan oleh formula: ff(xx, yy) = MMMM MM NN FF(uu, vv)ee jj2ππ(uuuu MM xx=0 yy=0 +uuuu... (2.2) nn )
12 Untuk x= 0,,2, M- dan y=0,,2, N-. Jadi dengan F(u,v) bisa mendapatkan f(x,y) kembali dengan merata-rata invers DFT. Nilai F(u,v) dalam formula ini kadang disebut sebagai Fourier Koefficients dari ekspansi[3]. Pada gambar 2.9(a) diperlihatkan citra grayscale kemudian pada gambar 2.9(b) diperlihatkan spektrum transformasi fouriernya yang dipusatkan di tengah. Gambar 2.9 (a) Citra Grayscale (b)hasil Transformasi Fourier Sumber : commons.wikimedia.org Nilai transformasi pada origin domain frekuensi [F(0,0)] disebut dengan komponen dc transformasi Fourier. Jika f(x,y) adalah real, transformasinya secara umum kompleks. Metode prinsip analisis secara visual sebuah transformasi adalah menghitung spektrum dan menampilkannya sebagai citra. Jika R(u,v) dan I(u,v) merepresentasikan real dan komponen imaginary F(u,v), spektrum Fourier didefinisikan sebagai: FF(uu, vv) = RR 2 (uu, vv) + II 2 (uu, vv)... (2.3) DFT Terpusat Perhitungan DFT 2-D sekarang mentransformasikan titik-titik ke dalam interval persegi panjang seperti ditunjukkan pada gambar 2.0. Persegi panjang dengan garis putus-putus adalah pengulangan periodik. Daerah dengan garis utuh menunjukkan nilai F(u,v) yang sekarang meliputi empat back-to-back perempatan periode yang bertemu pada titik yang ditunjukkan pada gambar 2.0(a). Analisis visual spektrum hanya dengan memindahkan nilai origin transformasi ke pusat dari persegi panjang frekuensi.
13 Nilai spektrum di (M/2, N/2) dalam gambar 2.0(b) adalah sama dengan nilai di (0, 0) dalam gambar 2.0(a) dan nilai di (0, 0) dalam gambar 2.0(b) sama dengan nilai di (-M/2, -N/2) dalam gambar 2.0(a). Dengan cara yang sama, nilai di (M-, N- ) dalam gambar 2.0(b) adalah sama dengan nilai di (M/2-, N/2-) dalam gambar 2.0(a). Proses ini dinamakan dengan proses shifting[8]. Gambar 2.0 Spektrum Fourier 2D, (a) kiri, (b) kanan Sumber : Prasetyo, Eko. 20 Berdasarkan penjelasan di atas dapat diambil kesimpulan untuk mendapatkan DFT terpusat dapat dihitung dengan menggunakan formula 2.4: FF(uu, vv ) FF uu MM, vv NN... (2.4) 2 2 cara lain untuk menghitung DFT terpusat adalah dengan mengasumsikan bahwa DFT F(u,v) dari f(x,y) telah diperoleh dengan menggunakan formula DFT, kemudian menukarkan kuadran pertama dari F(u,v) dengan kuadran ketiga dan menukarkan kuadran kedua dengan kuadran keempat seperti yang ditunjukkan pada gambar 2.. Cara ini lebih efektif dari pada menggunakan formula sebelumnya karena menghemat proses komputasi yang dilakukan.
14 Gambar 2. Proses pemusatan DFT dapat dilakukan dengan menukarkan kuadran dengan 3, dan 2 dengan 4 Sumber: Solomon,Chris Konsep Filter dalam Domain Frekuensi Penapisan (filtering) pada sebuah citra digital dapat dilakukan baik dalam kawasan (domain)spasial (ruang) dan frekuensi. Mirip dengan isyarat dimensi (-D), penapisan dilakukan baikdalam kawasan waktu maupun frekuensi dengan operasi konvolusi merupakanlandasan/dasarnya. Hal tersebut dimungkinkan karena adanya hubungan dua arah padatransformasi Fourier, yakni: ff(xx, yy) h(h, yy) HH(uu, vv)ff(uu, vv)... (2.5) dan sebaliknya : ff(xx, yy)h(h, yy) HH(uu, vv) GG(uu, vv)... (2.6) yang artinya, konvolusi dalam kawasan waktu menjadi perkalian biasa dalam kawasan frekuensi dan sebaliknya perkalian biasa dalam kawasan waktu menjadi konvolusi dalam kawasan frekuensi. Sebuah citra digital bisa mengandung frekuensisehingga kita bisa mengoperasikan penapisan dalam kawasan frekuensi. Singkatnya frekuensi dalam citra mengandung arti:. Frekuensi tinggi menjelaskan tentang nilai intensitas piksel bertetangga yang berubahdengan cepat di dalam citra (contohnya OCR yang isinya teks, teksture dan lainnya).
15 2. Frekuensi rendah terkait dengan perubahan yang rendah pada nilai intensitas pikselyang bertetangga, juga terkait dengan skala objek yang besar di dalam citra tersebut. Pemfilteran dalam domain spasial berisi konvolusi citra f(x,y) mask filter h(x,y). seperti halnya teori konvolusi, juga bisa mendapatkan hasil yang sama dalam domain frekuensi dengan perkalian antara F(u,v) dengan H(u,v), transformasi fourier filter. Biasanya H(u,v) disebut sebagai filter transfer function. Fungsi berkebalikan antara pemfilteran dalam domain spasial dan pemfilteran dalam doman frekuensi diperlihatkan pada gambar 2.2. Gambar 2.2Filter Transfer Function Sumber: Prasetyo, Eko.20 Berdasarkan uraian konsep filtering domain frekusni maka untuk melakukan pemfilteran dalam domain frekuensi harus mengikuti diagram seperti pada gambar 2.3. Transformasi Fourier Fungsi Filter H(u,v) Invers Transformasi Fourier F(u,v) H(u,v)F(u,v) Pre-Processing f(x,y) Citra Input g(x,y) Citra ter-enhance Pre-Processing Gambar 2.3 Langkah Dasar Pemfilteran dalam Domain Frekuensi Sumber: Prasetyo, Eko. 20
16 Fungsi filter H(u,v) dalam gambar 2.3 mengalikan bagian real dan citra dari F(u,v). jika H(u,v) real maka fase hasil tidak berubah. Dapat dilihat dalam persamaan fase dengan catatan bahwa jika pengali bagian real dan citra sama, maka dapat dibatalkan dan membiarkan fase sudut tidak berubah [8]. Adapun prosedur untuk menapis citra dalam kawasan frekuensi adalah sebagai berikut:. Input citra digital berupa citra *.jpg dengan ukuran lebar = ukuran tinggi. 2. Lakukan proses transformasi fourier dari citra input dengan menggunakan FFT 2D untuk mendapatkan F(u,v) yang merupakan nilai kompleks dari transformasi fourier. 3. Hitung filter mask H(u,v) dengan ukuran lebar dan tinggi sama dengan ukuran citra input. Filter mask yang dibahas di dalam skripsi ini adalah Low Pass Filtering dan High Pass Filtering. 4. Kalikan F(u,v) dengan H(u,v) untuk mendapatkan G(u,v) yang merupakan hasil perkalian antara transformasi dengan filter mask. 5. Lakukan proses invers transformasi fourier dari G(u,v) menggunakan invers FFT2D sehingga diperolehlah citra hasil g(x,y). 2.4 Peningkatan Kualitas Citra Domain Frekuensi 2.4. Filter Penghalusan (Smoothing) Domain Frekuensi Tepi dan transisi ketajaman intensitas dalam citra berkontribusi secara signifikan terhadap isi frekuensi tinggi dalam transformasi Fourier. Smoothing dicapai dalam domain frekuensi dengan pelemahan frekuensi tinggi yang disebut dengan Lowpass Filter [8] Ideal Lowpass Filter Ideal Lowpass Filter adalah filter yang menghilangkan semua komponen frekuensi tinggi dari transformasi Fourier pada jarak yang lebih besar daripada jarak yang ditentukan DD 0 (dari pusat transformasi). Formulanya dapat dilihat pada persamaan 2.7.
17 HH(uu, vv) = jjjjjjjj DD(uu, vv) DD 0 0 jjjjjjjj DD(uu, vv) > DD 0... (2.7) Dimana: H(u,v) : fungsi filter D 0 : konstanta positif (cutoff frekuensi)/titik pusat transformasi D(u,v): jarak antara titik (u,v) dalam domain frekuensi dan pusat persegi panjang frekuensi,maka: DD(uu, vv) = [(uu PP/2) 2 + (QQ/2) 2 ] /2... (2.8) P dan Q adalah ukuran pad citra yang diproses Butterworth Lowpass Filter Fungsi dari Butterworth Lowpass Filter dengan order n dan dengan cutoff frequency pada jarak D 0 dari titik asal adalah : HH(uu, vv) = +[DD(uu,vv)/DD 0 ] H(u,v) : fungsi filter 2nn...(2.9) D 0 : konstanta positif (cutoff frekuensi)/titik pusat transformasi D(u,v): jarak antara titik (u,v) dalam domain frekuensi dan pusat panjang frekuensi persegi n : order Gaussian Lowpass Filter Fungsi Gaussian Lowpass Filter dinyatakan oleh persamaan berikut : HH(uu, vv) = ee DD2(UU,VV)/2σσ 2... (2.0) H(u,v) : fungsi filter D(u,v): jarak antara titik (u,v) dalam domain frekuensi dan pusat persegi panjang frekuensi. σ : ukuran sebaran terhadap pusat.
18 Nilai e : 2, (logaritma natural) Bila σ = D O maka persamaan akan menjadi : HH(uu, vv) = ee DD2(uu,vv)/2DD (2.) Dimana D 0 adalah konstanta positif (cutoff frekuensi)/titik pusat transformasi Sebagai contoh, sebuah citra input dengan ukuran dimensi citra 3 x 3. Maka untuk filter mask dari Lowpass Filterakan menghasilkan filter mask dengan ukuran yang sama yaitu 3 x 3. Banyaknya elemen dari filtermask diketahui dengan mengalikan jumlah lebar dan tinggi citra input. Pada contoh ini akan menghasilkan 9 elemen filter mask. Dengan D 0 =60, maka sebelum dilakukan pemfilteran terlebih dahulu dihitung jarak D(u,v). Perhitungan jarak dari D D(0,0)= = 0 D(0,)= = D(0,2)= = 2 D(,0)= = D(,)= =.4424 D(,2)= = D(2,0)= = 2 D(2,)= = D(2,2)= = Perhitungan mask filter untuk ideal lowpass filter untuk formula 2.9 dengan nilai D 0 =60
19 H(0,0) D(0,0)=0 0<60, maka H(0,0)= H(0,) D(0,)= <60, maka H(0,)= H(0,2) D(0,2)=2 2<60, maka H(0,2)= H(,0) D(,0)= <60, maka H(,0)= H(,) D(,)=.4.4<60, maka H(,)= H(,2) D(,2)= <60, maka H(,2)= H(2,0) D(2,0)=2 2<60, maka H(2,0)= H(2,) D(2,)= <60, maka H(2,)= H(2,2) D(2,2)= <60, maka H(2,2)= Maka diperoleh mask filter dari ideal lowpass filter sebagai berikut: Perhitungan mask filter untuk butterworth lowpass filter untuk formula 2.0 dengan n=
20 H(0,0) = H(0,) = H(0,2) = H(,0) = H(,) = H(,2) = H(2,0) = H(2,) = H(2,2) = = + DD(0,0) DD0 2nn = = = = + DD(0,) DD0 2nn = = + DD(0,2) DD0 2nn = = + DD(,0) DD0 2nn = = + DD(,) DD0 2nn = = + DD(,2) DD0 2nn = = + DD(2,0) DD0 2nn = = + DD(2,) DD0 2nn = = + DD(2,2) DD0 2nn = = = = = = = = 0.99 Maka diperoleh mask filter dari butterworth lowpass filter sebagai berikut: Perhitungan mask filter untuk gaussian lowpass filter untuk formula 2. dengan nilai D0=60
21 H(0,0) = ee DD2(0.0)/2DD 0 2 = ee 0/7200 = ee 0 = H(0,) = ee DD2(0.)/2DD 0 2 = ee /7200 = ee 0 = H(0,2) = ee DD2(0.2)/2DD 0 2 = ee 2/7200 = ee 0 = H(,0) = ee DD2(.0)/2DD 0 2 = ee /7200 = ee 0 = H(,) = ee DD2(.)/2DD 0 2 = ee.4/7200 = ee 0 = H(,2) = ee DD2(,2)/2DD 0 2 = ee 2,23/7200 = ee 0 = H(2,0) = ee DD2(2,0)/2DD 0 2 = ee 2/7200 = ee 0 = H(2,) = ee DD2(2,)/2DD 0 2 = ee 2,23/7200 = ee 0 = H(2,2) = ee DD2(2.2)/2DD 0 2 = ee 2.23/7200 = ee 0 = Maka diperoleh mask filter dari gaussian lowpass filter sebagai berikut: Filter Penajaman (Sharpening) Domain Frekuensi Penajaman citra bisa didapat dengan menggunakan proses Highpass Filtering dengan mengurangi komponen low frequency tanpa mengganggu informasi high frequency pada transformasi Fouriernya [0]. Highpass filtering merupakan kebalikan dari lowpass filtering,persamaannya dapat dilihat pada persamaan 2.2. H hp (u,v)=- H lp (u,v)... (2.2)
22 H lp (u,v) merupakan fungsi dari lowpass filter yang berkaitan Ideal Highpass Filter Ideal Highpass Filter merupakan kebalikan dari Ideal Lowpass Filtering.IHPF memberikan nilai 0 untuk semua frekuensi di dalam lingkaran radius D 0 ketika dilewati,tanpa melemahkan semua frekuensi di luar lingkaran diset menjadi. HH(uu, vv) = 0 iiii DD(uu, vv) DD 0 iiii DD(uu, vv) > DD 0... (2.3) H(u,v) : fungsi filter D 0 : konstanta positif (cutoff frekuensi)/titik pusat transformasi D(u,v): jarak antara titik (u,v) dalam domain frekuensi dan pusat persegi panjang frekuensi Butterworth Highpass Filter Butterworth Highpass Filter merupakan kebalikan dari BLPF,memberikan nilai 0 untuk semua frekuensi di dalam lingkaran radius D 0. HH(uu, vv) = H(u,v) : fungsi filter D 0 2nn... (2.4) + DD 0 DD(uu,vv) : konstanta positif (cutoff frekuensi)/titik pusat transformasi D(u,v): jarak antara titik (u,v) dalam domain frekuensi dan pusat persegi panjang frekuensi. n : order Gaussian Highpass Filter Fungsi GHPF dengan cutoff frequency terletak pada jarak D O dari origin. HH(uu, vv) = ee DD2(uu,vv)/2DD (2.5) H(u,v) : fungsi filter D(u,v): jarak antara titik (u,v) dalam domain frekuensi dan pusat persegi panjang frekuensi.
23 D 0 : konstanta positif (cutoff frekuensi)/titik pusat transformasi Nilai e : 2, (logaritma natural) 2.5 MSE (Mean Squared Error) dan PSNR (Peak Signal to Noise Ratio) 2.5. MSE Perbaikan citra pada dasarnya merupakan proses yang bersifat subjektif sehingga parameter keberhasilannya bersifat subjektif pula. Untuk itu perlu adanya alat ukur kuantitatif yang bisa digunakan untuk mengukur kinerja prosedur perbaikan citra. Salah satu alat ukur yang digunakan adalah MSE (Mean Squared Error) [2]. Persamaannya: MMMMMM = MM NN (ff MMMM jj = aa (ii, jj) ff bb(ii, jj)) 2 ii=... (2.6) M dan N adalah ukuran panjang dan lebar citra f a (i,j) : intensitas citra di titik(i,j) pada citra asal. f b (i,j) : intensitas citra di titik(i,j) pada citra hasil PSNR PSNR merupakan nilai perbandingan antara harga maksimum warna pada citra hasil filtering dengan kuantitas gangguan (noise) yang dinyatakan dalam satuan decibel(db), noise yang dimaksud adalah akar rata-rata kuadrat nilai kesalahan ( MMMMMM) [6]. Secara matematis, nilai PSNR dapat dirumuskan sebagai berikut: PPPPPPPP = 20. log 0 ( 255 )... (2.7) MMMMMM
BAB II LANDASAN TEORI
4 BAB II LANDASAN TEORI 2.. Citra Digital Citra adalah suatu representasi(gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Secara harfiah, citra adalah gambar pada bidang dwimatra (dua dimensi). Jika dipandang dari sudut pandang matematis, citra merupakan hasil pemantulan
Lebih terperinciLANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital
LANDASAN TEORI 2.1 Citra Digital 2.1.1 Pengertian Citra Digital Citra dapat didefinisikan sebagai sebuah fungsi dua dimensi, f(x,y) dimana x dan y merupakan koordinat bidang datar, dan harga fungsi f disetiap
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu system perekaman data dapat bersifat optik berupa foto,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra (image) atau yang secara umum disebut gambar merupakan representasi spasial dari suatu objek yang sebenarnya dalam bidang dua dimensi yang biasanya ditulis dalam
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun sebuah citra kaya akan informasi, namun sering
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Citra Secara harafiah, citra adalah representasi (gambaran), kemiripan, atau imitasi pada bidang dari suatu objek. Ditinjau dari sudut pandang matematis,
Lebih terperinciBAB II CITRA DIGITAL
BAB II CITRA DIGITAL DEFINISI CITRA Citra adalah suatu representasi(gambaran),kemiripan,atau imitasi dari suatu objek. DEFINISI CITRA ANALOG Citra analog adalahcitra yang bersifat kontinu,seperti gambar
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Pengertian Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini informasi tidak hanya didapatkan dari pesan teks saja namun sebuah gambar atau citra dapat juga mewakilkan sebuah informasi, bahkan sebuah citra memiliki arti
Lebih terperinciProses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer
Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital merupakan sebuah fungsi intensitas cahaya, dimana harga x dan y merupakan koordinat spasial dan harga fungsi f tersebut pada setiap titik merupakan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciModel Citra (bag. 2)
Model Citra (bag. 2) Ade Sarah H., M. Kom Resolusi Resolusi terdiri dari 2 jenis yaitu: 1. Resolusi spasial 2. Resolusi kecemerlangan Resolusi spasial adalah ukuran halus atau kasarnya pembagian kisi-kisi
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciPertemuan 2 Representasi Citra
/29/23 FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 2 Representasi Citra Representasi Citra citra Citra analog Citra digital Matrik dua dimensi yang terdiri
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra adalah suatu representasi (gambaran), kemiripan atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Digital Istilah citra biasanya digunakan dalam bidang pengolahan citra yang berarti gambar. Suatu citra dapat didefinisikan sebagai fungsi dua dimensi, di mana dan adalah
Lebih terperinciGRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.
GRAFIK KOMPUTER DAN PENGOLAHAN CITRA WAHYU PRATAMA, S.Kom., MMSI. PERTEMUAN 8 - GRAFKOM DAN PENGOLAHAN CITRA Konsep Dasar Pengolahan Citra Pengertian Citra Analog/Continue dan Digital. Elemen-elemen Citra
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Pengertian citra Secara umum pengertian citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data
Lebih terperinciCitra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo
Citra Digital Petrus Paryono Erick Kurniawan erick.kurniawan@gmail.com Esther Wibowo esther.visual@gmail.com Studi Tentang Pencitraan Raster dan Pixel Citra Digital tersusun dalam bentuk raster (grid atau
Lebih terperinciBAB II TI JAUA PUSTAKA
BAB II TI JAUA PUSTAKA Pada bab ini akan dibahas mengenai teori-teori yang menunjang tugas akhir ini. Antara lain yaitu pengertian citra, pengertian dari impulse noise, dan pengertian dari reduksi noise.
Lebih 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 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 terperinciKONSEP DASAR PENGOLAHAN CITRA
KONSEP DASAR PENGOLAHAN CITRA Copyright @ 2007 by Emy 2 1 Kompetensi Mampu membangun struktur data untuk merepresentasikan citra di dalam memori computer Mampu melakukan manipulasi citra dengan menggunakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Pengertian Citra Citra (image) atau istilah lain untuk gambar sebagai salah satu komponen multimedia yang memegang peranan sangat penting sebagai bentuk informasi visual. Meskipun
Lebih terperinciBAB 2 LANDASAN TEORI Closed Circuit Television (CCTV)
6 BAB 2 LANDASAN TEORI Pada bab ini akan dibahas mengenai teori pendukung dan penelitian sebelumnya yang berhubungan dengan metode Median Filter dalam peningkatan kualitas video. 2.1. Closed Circuit Television
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Bab ini membahas landasan teori yang bersifat ilmiah untuk mendukung penulisan penelitian ini. Teori-teori yang dibahas mengenai pengertian citra, jenis-jenis citra digital, metode
Lebih terperinciPembentukan Citra. Bab Model Citra
Bab 2 Pembentukan Citra C itra ada dua macam: citra kontinu dan citra diskrit. Citra kontinu dihasilkan dari sistem optik yang menerima sinyal analog, misalnya mata manusia dan kamera analog. Citra diskrit
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang dapat diolah oleh komputer (Sutoyo & Mulyanto, 2009). Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa
Lebih terperinciartifak / gambar dua dimensi yang memiliki kemiripan tampilan dengan sebuah subjek. - wikipedia
! image image / graphic? artifak / gambar dua dimensi yang memiliki kemiripan tampilan dengan sebuah subjek. - wikipedia dari sisi engineering? pixel? pixel pixel = picture element satuan terkecil pada
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 terperinciTransformasi Fourier dan Filtering
Transformasi Fourier dan Filtering Domain Spasial vs Domain Frekuensi Domain Spasial Konsep koordinat baris dan kolom Pemrosesan pixel-by-pixel Komputasi lama (terutama citra dengan ukuran spasial tinggi)
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2. Citra Digital Citra digital dapat diartikan sebagai suatu fungsi dua dimensi f(x.y), dengan x maupun y adalah posisi koordinat sedangkan f merupakan amplitude pada posisi (x,y)
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Gangguan pada citra, terutama citra digital dapat disebabkan oleh noise sehingga mengakibatkan penurunan kualitas citra tersebut (Gunara, 2007). Derau atau noise merupakan
Lebih terperinciIMPLEMENTASI LOWPASS FILTERING DAN HIGHPASS FILTERING UNTUK PERBAIKAN KUALITAS CITRA DIGITAL
IMPLEMENTASI LOWPASS FILTERING DAN HIGHPASS FILTERING UNTUK PERBAIKAN KUALITAS CITRA DIGITAL SKRIPSI EFRIENNI TAMPUBOLON 091401026 PROGRAM STUDI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciBAB 2 LANDASAN TEORI. 2.1 Pengenalan Citra
BAB 2 LANDASAN TEORI 2.1 Pengenalan Citra Citra merupakan representasi (gambaran) dari sebuah objek nyata yang dihasilkan oleh alat digital. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
Lebih terperinciPENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI. by Emy 2
Copyright @2007 by Emy 1 PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN FREKUENSI Copyright @2007 by Emy 2 Kompetensi Mampu membedakan teknik image enhancement menggunakan domain spatial dan frekuensi
Lebih terperinciBAB 2 TINJAUAN TEORETIS
BAB 2 TINJAUAN TEORETIS 2. Citra Digital Menurut kamus Webster, citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek atau benda. Citra digital adalah representasi dari citra dua dimensi
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Citra atau gambar adalah sebuah fungsi dua dimensi, f(x,y), dimana x dan y koordinat bidang datar dan f di setiap pasangan koordinat disebut intensitas atau level keabuan
Lebih 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 terperinciPENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA
PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA HASNAH(12110738) Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan Jl. Sisingamangaraja No. 338
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 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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Definisi Pengolahan Citra Pengolahan citra adalah pemrosesan citra, khususnya menggunakan komputer, menjadi citra yang kualitasnya lebih baik dan sesuai dengan keinginan pemakai.
Lebih terperinciSuatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.
Image Enhancement Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara. Cara-cara yang bisa dilakukan misalnya dengan fungsi transformasi, operasi matematis,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI Pada bab ini akan dibahas teori yang berkaitan dengan pemrosesan data untuk sistem pendeteksi senyum pada skripsi ini, meliputi metode Viola Jones, konversi citra RGB ke grayscale,
Lebih terperinciPengolahan Citra : Konsep Dasar
Pengolahan Citra Konsep Dasar Universitas Gunadarma 2006 Pengolahan Citra Konsep Dasar 1/14 Definisi dan Tujuan Pengolahan Citra Pengolahan Citra / Image Processing Proses memperbaiki kualitas citra agar
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dan suatu obyek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat optik berupa foto,
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA II.1. Steganografi Steganografi adalah mekanisme penanaman atau penyisipan pesan (m) kedalam sebuah cover objek (c) menggunakan kunci (k) untuk berbagi rahasia kepada orang lain,
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Definisi Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek. Citra digital adalah citra yang dapat diolah oleh komputer. Citra
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengolahan Citra 2.1.1 Definisi Pengolahan Citra Pengolahan citra adalah sebuah disiplin ilmu yang mempelajari hal-hal yang berkaitan dengan perbaikan kualitas gambar (peningkatan
Lebih terperinciBAB II Tinjauan Pustaka
23 BAB II Tinjauan Pustaka II.1. Pengolahan Citra Digital Citra yang diperoleh dari lingkungan masih terdiri dari warna yang sangat komplek sehingga masih diperlukan proses lebih lanjut agar image tersebut
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN Rudy Adipranata 1, Liliana 2, Gunawan Iteh Fakultas Teknologi Industri, Jurusan Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengolahan Citra Pengolahan citra adalah kegiatan memanipulasi citra yang telah ada menjadi gambar lain dengan menggunakan suatu algoritma atau metode tertentu. Proses ini mempunyai
Lebih terperinciModel Citra (bag. I)
Model Citra (bag. I) Ade Sarah H., M. Kom Defenisi Citra Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek. Jenis dari citra ada 2, yaitu: 1. Citra analog (kontinu) : Dihasilkan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Citra Secara harafiah, citra (image) adalah gambar pada bidang dwimatra (dua dimensi). Ditinjau dari sudut pandang matematis, citra merupakan fungsi menerus (continue) dari intensitas
Lebih terperinciKonsep Dasar Pengolahan Citra. Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI
Konsep Dasar Pengolahan Citra Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI Definisi Citra digital: kumpulan piksel-piksel yang disusun dalam larik (array) dua-dimensi yang berisi nilai-nilai real
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Steganografi Kata steganografi berasal dari bahasa yunani yang terdiri dari steganos (tersembunyi) graphen (menulis), sehingga bisa diartikan sebagai tulisan yang tersembunyi.
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bagian ini akan dijelaskan teori-teori yang akan digunakan pada saat penelitian. Teori yang dibahas meliputi teori-teori tentang bagaimana menggabungkan beberapa citra dan pengertian
Lebih terperinciPERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MEMPERBAIKI CITRA DIGITAL
PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MEMPERBAIKI CITRA DIGITAL 1. Pendahuluan Citra / gambar merupakan hal yang vital dan menjadi bagian integral dari kehidupan sehari-hari. Pada kepentingan tertentu,
Lebih terperinciBAB II LANDASAN TEORI. dimensi yang dinotasikan dengan f(x,y), dimana nilai x dan y menyatakan
BAB II LANDASAN TEORI 2.1 Citra Citra merupakan suatu fungsi dari intensitas cahaya dalam bidang dua dimensi yang dinotasikan dengan f(x,y), dimana nilai x dan y menyatakan koordinat citra dan nilai f
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 terperinciGLOSARIUM 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
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Secara harafiah, citra (image) adalah gambar pada bidang dua dimensi. Ditinjau dari sudut pandang matematis, citra merupakan fungsi kontinu dari intensitas cahaya
Lebih terperinciMAKALAH APLIKASI KOMPUTER 1 SISTEM APLIKASI KOMPUTER GRAFIK KOMPUTER DAN KONSEP DASAR OLAH CITRA. Diajukan sebagai Tugas Mandiri Mata Kuliah NTM
MAKALAH APLIKASI KOMPUTER 1 SISTEM APLIKASI KOMPUTER GRAFIK KOMPUTER DAN KONSEP DASAR OLAH CITRA Diajukan sebagai Tugas Mandiri Mata Kuliah NTM Semester Genap Tahun Akademik 2014 / 2015 Angkatan XIII Disusun
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 terperinciTEKSTUR, GAMBAR, DAN IMAGE ADJUSTMENT
TEKSTUR, GAMBAR, DAN IMAGE ADJUSTMENT Prodi D3 Manajemen Informatika WIU RHN TFN RYD Teksture Tekstur adalah 1. Kualitas tertentu suatu permukaan yang timbul sebagai akibat dari struktur 3 dimensi 2. Merupakan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra 2.1.1 Pengertian Citra Citra adalah suatu representasi (gambaran), kemiripan, atau imitasi dari suatu objek[11]. Suatu citra diperoleh dari penangkapan kekuatan sinar yang
Lebih terperinciPengolahan 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:
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Digital Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial dan nilai f(x,y) adalah intensitas citra pada koordinat
Lebih terperinciKOMPRESI CITRA. lain. Proses mengubah citra ke bentuk digital bisa dilakukan dengan beberapa perangkat,
KOMPRESI CITRA Dalam kesempatan ini saya mencoba untuk menjelaskan apa itu kompresi citra dan bagaimana cara-cara format citra dengan menggunakan BMP, PNG, JPEG, GIF, dan TIFF. Kompresi citra itu adalah
Lebih terperinciBAB III PENGOLAHAN DATA
BAB III PENGOLAHAN DATA Tahap pengolahan data pada penelitian ini meliputi pemilihan data penelitian, penentuan titik pengamatan pada area homogen dan heterogen, penentuan ukuran Sub Citra Acuan (SCA)
Lebih terperinciANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL
ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL Nur hajizah (13111171) Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan Jl.
Lebih terperinciDEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL
Seminar Nasional Aplikasi Teknologi Informasi 9 (SNATI 9) ISSN: 97- Yogyakarta, Juni 9 DEKOMPOSISI NILAI SINGULAR DAN DISCRETE FOURIER TRANSFORM UNTUK NOISE FILTERING PADA CITRA DIGITAL Adiwijaya, D. R.
Lebih terperinciKOMPRESI CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL CODING
KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE STATISTICAL CODING Abdul Halim Hasugian Dosen Tetap Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Simpang Limun Medan www.stmik-budidarma.ac.id//email:abdulhasugian@gmail.co.id
Lebih terperinciBAB II LANDASAN TEORI. perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez dan Woods
BAB II LANDASAN TEORI 2.1 Definisi Digital Image Processing Digital Image Processing adalah proses pengolahan gambar dua dimensi oleh perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez
Lebih terperinciBAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Citra (image) adalah bidang dalam dwimatra (dua dimensi) (Munir, 2004). Sebagai salah satu komponen multimedia, citra memegang peranan sangat penting sebagai
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi di bidang informasi spasial dan fotogrametri menuntut sumber data yang berbentuk digital, baik berformat vektor maupun raster. Hal ini dapat
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pada bab ini dibahas mengenai langkah-langkah yang dilakukan untuk menguji kerja daya sisip dari citra terhadap pesan menggunakan kecocokan nilai warna terhadap pesan berbahasa
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra digital dapat didefenisikan sebagai fungsi f(x,y), berukuran M baris dan N kolom, dengan x dan y adalah koordinat spasial dan amplitudo f di titik kordinat
Lebih terperinciBAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.
BAB II DASAR TEORI Pada bab ini akan dibahas teori yang berkaitan dengan skripsi ini, meliputi pustaka OpenCV, citra, yaitu citra grayscale dan citra berwarna, pengolahan citra meliputi image enhancement
Lebih terperinciPERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT)
PERBAIKAN KUALITAS CITRA BERWARNA DENGAN METODE DISCRETE WAVELET TRANSFORM (DWT) ABSTRAK Silvester Tena Jurusan Teknik Elektro Fakultas Sains dan Teknik, Universitas Nusa Cendana Jl. Adisucipto- Penfui
Lebih terperinciPEMBIMBING : 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,
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 terperinciGambar (image) merupakan suatu representasi spatial dari suatu obyek, dalam pandangan 2D atau 3D.
MULTIMEDIA IMAGE ARIF BUDIANTO H1L012074 GANANG NUGROHO AJI H1L012035 HADI PURNOMO H1L013007 DITA ZENITHA ZAIN H1L013031 MUTHIA ATHAYA H1L013030 SARDO SAMUEL ERICK LIMBONG H1L013041 AISYAH FATHIA P H1L014002
Lebih terperinciIMAGE ENHANCEMENT MENGGGUNAKAN METODE LINEAR FILTERING DAN STATIONARY WAVELET TRANSFORM
IMAGE ENHANCEMENT MENGGGUNAKAN METODE LINEAR FILTERING DAN STATIONARY WAVELET TRANSFORM Staff Pengajar Jurusan Teknik Elektro Fakultas Sains dan Teknik Universitas Nusa Cendana, Kupang Abstrak The aim
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 terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Digital Citra adalah suatu representasi, kemiripan atau imitasi dari suatu objek atau benda, misal: foto seseorang mewakili entitas dirinya sendiri di depan kamera. Sedangkan
Lebih 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 4 HASIL DAN ANALISA
BAB 4 HASIL DAN ANALISA 4. Analisa Hasil Pengukuran Profil Permukaan Penelitian dilakukan terhadap (sepuluh) sampel uji berdiameter mm, panjang mm dan daerah yang dibubut sepanjang 5 mm. Parameter pemesinan
Lebih terperinciAplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation
Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation Daryanto 1) 1) Prodi Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Jember Email: 1) daryanto@unmuhjember.ac.id
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. 1 Tinjauan Studi Berbagai penelitian telah dilakukan untuk menunjukkan betapa pentingnya suatu edge detection dalam perkembangan pengolahan suatu citra, berikut
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada saat ini penggunaan citra digital semakin meningkat karena kelebihan-kelebihan yang dimiliki oleh citra digital tersebut, di antaranya adalah kemudahan dalam mendapatkan
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK Pemrosesan gambar secara digital telah berkembang dengan cepat. Pengolahan gambar ini didukung dengan kemajuan teknologi perangkat keras yang signifikan. Produk produk pengolah
Lebih terperinciPERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN
PERANCANGAN APLIKASI PENGURANGAN NOISE PADA CITRA DIGITAL MENGGUNAKAN METODE FILTER GAUSSIAN Warsiti Mahasiswi Program Studi Teknik Informatika STMIK Budi Darma Medan Jl. Sisingamangaraja No. 338 Sp. Limun
Lebih terperinciBAB 2 LANDASAN TEORI. citra, piksel, convolution, dan Software Development Life Cycle.
BAB 2 LANDASAN TEORI Pada bab ini diuraikan beberapa landasan teori dan konsep konsep yang berhubungan dengan pengolahan citra, di antaranya adalah tentang pengolahan citra, citra, piksel, convolution,
Lebih terperinciPenggunaan Metode Template Matching Untuk Mendeteksi Cacat Pada Produksi Peluru.
1 Penggunaan Metode Template Matching Untuk Mendeteksi Cacat Pada Produksi Peluru. Amilia Khoiro Masruri dan Budi Setiyono Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi
Lebih terperinciBAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL. foto, bersifat analog berupa sinyal sinyal video seperti gambar pada monitor
BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL 2.1 Pendahuluan Citra adalah suatu representasi, kemiripan, atau imitasi dari suatu objek. Citra sebagai keluaran suatu sistem perekaman data dapat bersifat
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 terperinci