Pengolahan Citra Warna 2 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH
|
|
- Handoko Susanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Pengolahan Citra Warna 2 Semester Genap 2010/2011 Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH
2 Outline Pengolahan citra warna pseudo Penyajian bidang warna Pengolahan warna
3 Pengolahan Citra Warna Pseudo Pengolahan citra warna pseudo menetapkan warna untuk citra grayscale. Ini penting karena mata manusia dapat membedakan berjuta juta warna namun hanya berberapa (lebih sedikit) gradasi abu-abu. Pewarnaan pseudo banyak aplikasinya untuk citra antara lain: pada perangkat penangkap cahaya diluar cahaya tampak, sebagai contoh infrared dan X-ray.
4 Pengolahan Citra Warna Pseudo Citra ledakan matahari yang ditangkap oleh solar probe. Citra di atas diberi warna dengan teknik pseudo.
5 Pemotongan Intensitas -Intensity slicing Cara sederhana menciptakan citra pseudo-color adalah menggunakan teknik pemotongan intensitas (intensity slicing). Perhatikan pembagian tingkat intensitas seperti di bawah ini l0 l1 l 2 l M dengan l0 adalah hitam dan l M putih. Warna yang kita gunakan c0, c1, c 2,, c M 1
6 Pemotongan Intensitas Suatu piksel dengan intensitas s diberikan warna ck kepadanya jika l k s l k 1 Intensitas l M diberikan warna c M 1
7 Contoh 1 Monochrome image of the Picker Thyroid Phantom Results of intensity slicing into eight colour regions Images from the book by Gonzalez and Woods
8 Transformasi Abu-abu ke warna Cara lain untuk menghasilkan warna pseudo adalah dengan menggunakan teknik transformasi tingkat keabuan ke warna. Transformasi tingkat keabuan ke warna didefinisikan oleh tiga fungsi dari sekumpulan intensitas keabuan menjadi sekumpulan intensitas merah, hijau dan biru. Transformasi ini bisa dipandang sebagai transformasi yang terdiri dari tiga transformasi intensitas yang berdiri sendiri (ingat kembali transformasi pada citra abu-abu pada kuliah sebelumnya).
9 Transformasi Abu-abu ke Warna Tiga transformasi intensitas Tr ( s ), Tg ( s ), Tb ( s ) Digambarkan sebagai transformasi abu-abu ke warna. Suatu piksel dengan intensitas s diberikan kepadanya warna- warna RGB [Tr ( s ), Tg ( s ), Tb ( s )]
10 Contoh The three intensity transformations are sinusoidal functions. The phases differ, giving to the gray levels of the band corresponding to explosives a colour similar to that of the background.
11 Example X-ray image of a bag from an airport scanning system. The image at the bottom contains a block of simulated plastic explosives. The previous gray level to colour transformation allows us to see through the explosives.
12 Example Three different intensity transformations. The gray levels of the explosives have a colour similar to that of the bag.
13 Example Using the second transformation, the plastic explosives and the garment bag get similar colours.
14 Example The sinusoidal functions vary rapidly near their valleys and are almost constant near the peaks. Using this property and by changing their frequencies and phases we obtain colourings emphasising different ranges of the gray scale.
15 Penapisan Citra untuk pseudocolouring Cara berbeda untuk melakukan pseudo-colouring, kita menghitung tiga transformasi (yang masing-masing berdiri sendiri) dari citra dan bukan dari tingkat keabuannya. Untuk citra abu-abu I ( x, y ) kita menghitung transformasinya I r ( x, y ), I g ( x, y ), I b ( x, y ) Citra yang telah di warnai secara pseudo dituliskan dalam bidang RGB sebagai I c ( x, y ) [ I r ( x, y ), I g ( x, y ), I b ( x, y )]
16 Example We compute the Fourier transform of the image and then we apply a high-pass filter to obtain the red band, a band reject filter to obtain the green band and a low-pass filter to obtain the blue band. We expect high frequency information to be reddish, low frequency information to be bluish and medium frequency information to be greenish.
17 Example High-pass filter for the red band Band-pass filter for the green band Low-pass filter for the blue band
18 Example Notice that in the pseudo-coloured image the outer ring of Saturn is much more visible. Original grayscale image The red band with high frequency information Pseudo-coloured
19 Outline Pengolahan citra warna pseudo Penyajian bidang warna Pengolahan warna penuh
20 Colour transformations Similarly to the intensity transformations for grayscale images and gray to colour transformations for pseudo-colouring, we have colour to colour transformations. In the RGB space for example, under a colour transformation, each RGB colour c [r, g, b] is mapped to a colour c' [r ', g ', b' ]
21 Colour transformations Simple colour transformations act independently on each dimension of the colour space. In this case, if the input colour is the output colour is [ s1, s 2, s n ] [T1 ( s1 ), T2 ( s 2 ),, Tn ( s n )] [t1, t 2,, t n ] Notice that, typically, n=3.
22 RGB example The colour transformation [Tr ( r ), T g ( g ), Tb (b )] [1 r, 1 g, 1 b ] inverses the colours in a way reminiscent of the negatives of the conventional colour films.
23 RGB example Original image RGB negative
24 CMY example Visual inspection of the image shows an excess of magenta. To balance the colour we convert it to the CMY space and transform the magenta component.
25 CMY example 1 0 Original image heavy on magenta Corrected image 1 Transformation function of magenta
26 HSI example We want to brighten the image using histogram equalisation. Histogram equalisation on each RGB component will change the hues and the processed image will look unnatural.
27 HSI example Instead we: Convert the image to the HSI space. We transform the intensity component by applying histogram equalisation on it. In addition, we transform the saturation component to get less saturated colours.
28 HSI example 1 0 Original image Processed image 1 Transformation function of saturation The transformation function of the intensity component was computed by applying histogram equalisation on it.
29 Filtering of colour images A colour transformation is performed on single pixels. For a given transformation, the new colour of a pixel depends on its original colour only. Similarly to the grayscale images, we can transform a colour image with spatial filters, in which case, the new colour of a pixel depends on its neighbourhood.
30 Filtering of colour images Some algorithms filter each component of the colour space separately Original image Processed image Laplacian mask Each RGB band was separately filtered with a Laplacian mask and the result was subtracted from the original.
31 Filtering of colour images There exist algorithms that process all components of a colour image simultaneously. The input colours are treated as vectors and are processed in a way that is not equivalent to processing each component separately. Applications of such algorithms include edge detection and image segmentation.
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
Lebih terperinciPengolahan Citra Warna 1 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH
Pengolahan Citra Warna 1 Semester Genap 2010/2011 Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH Outline Pengolahan warna penuh dan warna pseudo Penyajian
Lebih terperinciPENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE ABSTRAK
PENGENALAN DAN PEWARNAAN PADA CITRA GRAY-SCALE NOVIANI KRISNADI/0322064 Email Address: s103novi@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40165, Indonesia
Lebih terperinciKuantisasi Gray Level untuk Enhancement Citra
Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Kuantisasi Gray Level untuk Enhancement Citra Content: 1. Definisi 2. Ketetanggaan Citra 3. Operator T 4. Transformasi Gray Level
Lebih terperinciPerbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)
Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching) Nur Wakhidah Fakultas Teknologi Informasi dan Komunikasi Universitas Semarang
Lebih 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 terperinciHistogram. Peningkatan Kualitas Citra
Histogram Peningkatan Kualitas Citra Representasi Image 1 bit 8 bits 24 bits Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. Histogram dari image digital
Lebih terperinciABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha
ABSTRAK Content-Based Image Retrieval (CBIR) adalah proses untuk mendapatkan suatu citra berdasarkan konten-konten tertentu, konten yang dimaksud dapat berupa tekstur, warna, bentuk. CBIR pada dasarnya
Lebih terperinciImage Enhancement by webmaster - Thursday, December 31, 2015 http://suyatno.dosen.akademitelkom.ac.id/index.php/2015/12/31/image-enhancement/ Definisi Perbaikan citra merupakan proses yang dilakukan untuk
Lebih terperinciSTMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA. Akuisisi dan Model ABDUL AZIS, M.KOM
PENGOLAHAN CITRA Akuisisi dan Model Dasar Image 1 2 Apakah itu image / citra? Gambar atau foto atau data visual lainnya, umumnya dalam bentuk 2D atau 3D. Apakah itu digital image? Sebuah image yang berbentuk
Lebih terperinciPeningkatan Kualitas Citra. Domain Spasial
Peningkatan Kualitas Citra Domain Spasial 2 Tujuan Perbaikan Citra Tujuan dari teknik peningkatan mutu citra adalah untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas relatif lebih
Lebih terperinciPERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE ABSTRAK
PERANCANGAN DAN REALISASI DINDING PRESENTASI INTERAKTIF DENGAN PENDETEKSIAN POSISI SINAR POINTER LASER SEBAGAI OPERATOR KURSOR MOUSE Naftali Inafiar Yonida 0822077 Email : naph_yon@yahoo.com Jurusan Teknik
Lebih terperinciPENGOLAHAN CITRA DIGITAL
PENGOLAHAN CITRA DIGITAL 1 2 Representasi Image 1 bit 8 bits 3 24 bits 4 Apakah itu histogram? (3, 8, 5) Histogram memberikan deskripsi global dari penampakan sebuah image. 5 Hi s togr a m dar i i ma ge
Lebih terperinciPENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK
Jurnal Dinamika, April 2017, halaman 18-29 P-ISSN: 2087-889 E-ISSN: 2503-4863 Vol. 08. No.1 PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I
Lebih terperinciWatermarking Citra Digital Berwarna Dalam Domain Discrete Cosine Transform (DCT) Menggunakan Teknik Direct Sequence Spread Spectrum (DSSS)
Watermarking Citra Digital Berwarna Dalam Domain Discrete Cosine Transform (DCT) Menggunakan Teknik Direct Sequence Spread Spectrum (DSSS) Sesto Sumurung (0722077) Email: sesto.sianturi@gmail.com Jurusan
Lebih terperinciPeningkatan Mutu Citra (Image Enhancement) pada Domain Spasial
Peningkatan Mutu Citra (Image Enhancement) pada Domain Spasial Kuliah ke-3 Program Studi S Reguler Departemen Teknik Elektro, FTUI Slides 29 Tujuan Peningkatan Mutu Citra (image enhancement) Tujuan: melakukan
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 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 terperinciBlind Watermarking Citra Digital Pada Komponen Luminansi Berbasis DCT (Discrete Cosine Transform) Irfan Hilmy Asshidiqi ( )
Blind Watermarking Citra Digital Pada Komponen Luminansi Berbasis DCT (Discrete Cosine Transform) Irfan Hilmy Asshidiqi (0822048) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha,
Lebih terperinciDETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL
DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL Ari Sutrisna Permana 1, Koredianto Usman 2, M. Ary Murti 3 Jurusan Teknik Elektro - Institut Teknologi Telkom - Bandung
Lebih terperinciWATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK MODIFIKASI INTENSITAS PIKSEL DAN DISCRETE WAVELET TRANSFORM (DWT)
WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN TEKNIK MODIFIKASI INTENSITAS PIKSEL DAN DISCRETE WAVELET TRANSFORM (DWT) Disusun Oleh : Aldo Roy Hardiansa Putra (0922056) Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciPENERAPAN SPATIAL MASK UNTUK PEMBENTUKAN EFEK SEPIA PADA CITRA DIGITAL DENGAN MODIFIKASI NILAI PIKSEL ABSTRAK
PENERAPAN SPATIAL MASK UNTUK PEMBENTUKAN EFEK SEPIA PADA CITRA DIGITAL DENGAN MODIFIKASI NILAI PIKSEL Faruk Alfiyan Program Studi Teknik Informatika STIKOM PGRI Banyuwangi; Jl. Ahmad Yani, 80 Banyuwangi,
Lebih terperinciPendeteksian 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
Lebih terperinciKONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC
KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC Hanif Al Fatta STMIK AMIKOM Yogyakarta e-mail : hanivonitch@yahoo.com ABSTRACTS This paper explains how to manipulate image file format.
Lebih 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 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 terperinciTeknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding
Teknik Watermarking Citra Digital Dalam Domain DCT (Discrete Cosine Transform) Dengan Algoritma Double Embedding Gideon Aprilius (0522116) Email: dionjuntak@gmail.com Jurusan Teknik Elektro, Fakultas Teknik
Lebih terperinciKriptografi Visual Berbasis Model CMY Menggunakan Mask Hitam Putih Untuk Hasil Digital Watermarking Menggunakan Teknik Penggabungan DWT Dan DCT
Kriptografi Visual Berbasis Model CMY Menggunakan Mask Hitam Putih Untuk Hasil Digital Watermarking Menggunakan Teknik Penggabungan DWT Dan DCT Mahesa Dwi Putra (0622052) Email: mahesa.dputra@gmail.com
Lebih terperinciIMPLEMENTASI ALGORITMA CONNECTED-LABELLING UNTUK MENDETEKSI OBJEK BINTANG PADA CITRA DIGITAL
Seminar Nasional Sistem Informasi Indonesia, 6 November 2017 IMPLEMENTASI ALGORITMA CONNECTED-LABELLING UNTUK MENDETEKSI OBJEK BINTANG PADA CITRA DIGITAL Ericks Rachmat Swedia 1), M. Ridwan Dwi Septian
Lebih terperinciDAFTAR 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
Lebih terperinciAPLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL
APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL Murien Nugraheni Prodi Teknik Informatika Fak FTI UAD Jl. Prof. Dr. Soepomo, Janturan, Yogyakarta 55164,
Lebih terperinciImplementasi Image Enhancement Menggunakan Homomorphic Filtering
Implementasi Image Enhancement Menggunakan Homomorphic Filtering Rudy Adipranata 1, Cherry Galatia Ballangan 2, William Susanto Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra
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 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 terperinciPENGOLAHAN CITRA Ch.3 M E N G O L A H C I T R A M E N J A D I G R A Y S C A L E Bayu Pratama RN [ ]
PENGOLAHAN CITRA Ch.3 M E N G O L A H C I T R A M E N J A D I G R A Y S C A L E Bayu Pratama RN [ bayu.pratama.rn@gmail.com ] Tujuan Praktikum - Mengetahui cara membuat program yang mengubah image berwarna
Lebih terperinciDeteksi Tepi (Edge Detection) Yeni Herdiyeni Departemen Ilmu Komputer FMIPA IPB
Deteksi Tepi (Edge Detection) Yeni Herdiyeni Departemen Ilmu Komputer FMIPA IPB www.ilkom.fmipa.ipb.ac.id/yeni Deteksi Tepi Deteksi tepi (Edge detection) adalah operasi yang dijalankan untuk mendeteksi
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 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 terperinciSISTEM IDENTIFIKASI POSISI PELAT NOMOR KENDARAAN SECARA OTOMATIS MENGGUNAKAN HOUGH TRANSFORM
SISTEM IDENTIFIKASI POSISI PELAT NOMOR KENDARAAN SECARA OTOMATIS MENGGUNAKAN HOUGH TRANSFORM Billy Buana Putra NRP : 1122055 Email : billy_buana@yahoo.com ABSTRAK Pengenalan pelat nomor kendaraan secara
Lebih terperinciPERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE
PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE Dhina Bangkit Kumalasari Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof.Drg.Suria
Lebih terperinciIntensity and Color. Pertemuan 12
Intensity and Color Pertemuan 12 Warna Kemajuan teknik raster menjadikan teknik warna (grayscale dan warna) merupakan suatu konsep yang terintegrasi dalam teknologi komputer grafik Konsep warna melibatkan
Lebih terperinciPengolahan Citra - Pertemuan 1 Nana Ramadijanti Politeknik Elektronika Negeri Surabaya
Pengolahan Citra - Pertemuan 1 Nana Ramadijanti Politeknik Elektronika Negeri Surabaya Materi: 1. Pendahuluan 2. Formasi Citra 3. Pemrosesan Citra dan Ekualisasi 4. Koreksi Warna 5. Konvolusi 6. Spatial
Lebih terperinciKata kunci : citra, pendeteksian warna kulit, YCbCr, look up table
Pendeteksian Warna Kulit berdasarkan Distribusi Warna YCbCr Elrica Pranata / 0422002 Email : cha_nyo2@yahoo.com Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Marantha Jalan Prof. Suria Sumantri
Lebih terperinciPERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA
PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA Naser Jawas Sistem Komputer STMIK STIKOM Bali Jl Raya Puputan No.86 Renon, Denpasar, Bali 80226
Lebih terperinciDAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi
DAFTAR ISI Halaman Judul... i Lembar Pengesahan Pembimbing... ii Lembar Pengesahan Penguji... iii Halaman Persembahan... iv Halaman Motto... v Kata Pengantar... vi Abstrak... viii Daftar Isi... ix Daftar
Lebih terperinciALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI
ALGORITMA DETEKSI ADAPTIF BLIND WATERMARKING PADA CITRA DIGITAL DALAM DOMAIN TRANSFORMASI Disusun oleh : Gintaris Johanes Tarigan 0922022 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. drg. Suria Sumantri,
Lebih terperinciDAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB I PENDAHULUAN
ABSTRACT Nowadays, Information exchange become more easy as the technology progress growing fast. This could unite peolple from around the world without knowing time and place. Cryptography has become
Lebih terperinciUJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK
UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL I Gusti Ngurah Suryantara, Felix, Ricco Kristianto gusti@bundamulia.ac.id Teknik Informatika Universitas Bunda Mulia ABSTRAK Beberapa
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 terperinciRANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR
RANCANG BANGUN APLIKASI FUSI CITRA (IMAGE FUSION) DARI DATA PENGINDERAAN JAUH MENGGUNAKAN METODE PANSHARPENING TUGAS AKHIR Diajukan guna memenuhi sebagian persyaratan dalam rangka menyelesaikan studi Program
Lebih terperinciDasar-dasar Photoshop
B a b 1 Dasar-dasar Photoshop Bab 2 Memperbaiki Foto 2.1 Pencahayaan Gambar 2.1 Melihat distribusi cahaya dan warna melalui histogram 1 Bab 2 Jumlah pixel dalam gambar Gelap (shadow) Terang (highlight)
Lebih terperinciImage Processing. Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2010
Image Processing Nana Ramadijanti Politeknik Elekltronika Negeri Surabaya PENS-ITS 2010 Referensi 1. Rafael C. Gonzales E.Woods, Digital Image Processing,2 nd Edition,Prentice Hall,2001 2. Wanasanan Thongsongkrit,
Lebih terperinciELECTRICIAN Jurnal Rekayasa dan Teknologi Elektro Identifikasi Panas Objek Menggunakan Citra Termal
ELECTRICIAN Jurnal Rekayasa dan Teknologi Elektro 167 Identifikasi Panas Objek Menggunakan Citra Termal Marta Yose Aulia 1, Sri Ratna Sulistiyanti 2 1. PT. Metro Global Services, Menara Duta Lt. 2 Wing
Lebih terperinciKRIPTOGRAFI VISUAL (4,4) UNTUK BERBAGI 3 CITRA RAHASIA LEWAT 4 CITRA TERSANDI. Jevri Eka Susilo
KRIPTOGRAFI VISUAL (4,4) UNTUK BERBAGI 3 CITRA RAHASIA LEWAT 4 CITRA TERSANDI Jevri Eka Susilo Email: jevriesusilo@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Jl. Prof.
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 Pada bab landasan teori ini akan diuraikan mengenai teori-teori yang terkait dengan Content Based Image Retrieval, ekstraksi fitur, Operator Sobel, deteksi warna HSV, precision dan
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Gambar multispektral adalah sejumlah gambar yang bersumber dari berbagai panjang gelombang yang berbeda-beda. Masalah umum yang muncul dari aplikasi yang berkaitan dengan gambar multispektral adalah
Lebih terperinciSesi 2: Image Formation. Achmad Basuki PENS-ITS 2006
Sesi 2: Image Formation Achmad Basuki PENS-ITS 2006 Materi Representasi Penglihatan Model Kamera Sampling Dan Kuantisasi Jenis-JenisCitra Mdel Citra Berwarna Format Warna RGB Membaca dan Menampilkan Citra
Lebih terperinciKRIPTOGRAFI VISUAL UNTUK BERBAGI DUA CITRA RAHASIA MENGGUNAKAN METODE FLIP (2,2) Putri Kartika Sari
KRIPTOGRAFI VISUAL UNTUK BERBAGI DUA CITRA RAHASIA MENGGUNAKAN METODE FLIP (2,2) Putri Kartika Sari Email: pvtrikartika@gmail.com Jurusan Teknik Elektro, Fakultas Teknik Jl. Prof. Drg. Suria Sumantri 65,
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 terperinciPeningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Gray World
Peningkatan Kualitas Citra Digital Berbasis Color Constancy Menggunakan Heri Priya Waspada, *, Supeno Mardi Susiki Nugroho, Eko Mulyanto Yuniarno S Teknik Elektro, Fakultas Teknologi Industri, ITS Surabaya
Lebih terperinciBAB 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
Lebih terperinciBAB 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
Lebih terperinciPERBAIKAN KUALITAS CITRA BERBASIS TRANSFORMASI FOURIER SKRIPSI RANI SUCI PRIMA
PERBAIKAN KUALITAS CITRA BERBASIS TRANSFORMASI FOURIER SKRIPSI RANI SUCI PRIMA 060823003 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2009 PERBAIKAN
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 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 terperinciPanduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014
Panduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014 1 Informasi citra Fisika Tomografi 1 Informasi Citra 1.1 Jenis-jenis Citra digital a. Citra Abu-abu (Grayscale)
Lebih terperinciPenerapan Watermarking pada Citra berbasis Singular Value Decomposition
Penerapan Watermarking pada Citra berbasis Singular Value Decomposition David Leonard Hasian ( 0522049 ) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Suria Sumantri
Lebih terperinciAnalisa Perbandingan Metode Edge Detection Roberts Dan Prewitt
Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt Romindo Polikteknik Ganesha Medan Jl. Veteran No. 190 Pasar VI Manunggal romindo4@gmail.com Nurul Khairina Polikteknik Ganesha Medan Jl. Veteran
Lebih terperinciPENGOLAHAN CITRA Ch.4 M E N G O L A H C I T R A M E N J A D I N E G A T I V E Bayu Pratama RN [ ]
PENGOLAHAN CITRA Ch.4 M E N G O L A H C I T R A M E N J A D I N E G A T I V E Bayu Pratama RN [ bayu.pratama.rn@gmail.com ] Tujuan Praktikum - Mengetahui cara membuat program yang mengubah image berwarna
Lebih terperinciAPLIKASI WATERMARKING CITRA DIGITAL MENGGUNAKAN TRANSFORMASI INTEGER TRIPLET
APLIKASI WATERMARKING CITRA DIGITAL MENGGUNAKAN TRANSFORMASI INTEGER TRIPLET SKRIPSI Oleh SEYSARIA PRAMADHITA J2A 605 104 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS DIPONEGORO
Lebih terperinciSISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT
SISTEM PENGKLASIFIKASIAN KUALITAS KERAMIK DENGAN MENGGUNAKAN METODE LOG DAN PREWITT Ardi Satrya Afandi art_dhi@yahoo.com Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Gunadarma Jl.
Lebih terperinciAREA PROCESS. Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel
AREA PROCESS Area processes use the input pixel as well as the pixels around it to generate a new ouput pixel Topik Bahasan Konvolusi (convolution) Filtering (nonmask convolution) Filter Morfologis 3.1
Lebih terperinciMKB3383 -TEKNIK PENGOLAHAN CITRA. Kompresi Citra. Muhammad Zidny Naf an, M.Kom. Genap, 2016/2017
MKB3383 -TEKNIK PENGOLAHAN CITRA Kompresi Citra Muhammad Zidny Naf an, M.Kom. Genap, 2016/2017 Latar Belakang 2 Latar Belakang Seringkali representasi citra yang besar membutuhkan memori yang besar Contoh
Lebih terperinciSTUDI PENENTUAN NILAI RESISTOR MENGGUNAKAN SELEKSI WARNA MODEL HSI PADA CITRA 2D
ISSN: 1693-6930 13 STUDI PENENTUAN NILAI RESISTOR MENGGUNAKAN SELEKSI WARNA MODEL HSI PADA CITRA 2D Didik Hariyanto Jurusan Pendidikan Teknik Elektro, Fakultas Teknik, Universitas Negeri Yogyakarta Karangmalang,
Lebih terperinciKRIPTOGRAFI VISUAL PADA CITRA BERWARNA MENGGUNAKAN METODE KOMBINASI PERLUASAN WARNA RED GREEN DAN BLUE
KRIPTOGRAFI VISUAL PADA CITRA BERWARNA MENGGUNAKAN METODE KOMBINASI PERLUASAN WARNA RED GREEN DAN BLUE Amazone Ruwe Munthe (0722059) Jurusan Teknik Elektro email: rue.amazone@gmail.com ABSTRAK Visual kriptografi,
Lebih terperinciPENAJAMAN DAN SEGMENTASI CITRA PADA PENGOLAHAN CITRA DIGITAL. Moehammad Awaluddin, Bambang Darmo Y *)
PENAJAMAN DAN SEGMENTASI CITRA PADA PENGOLAHAN CITRA DIGITAL Moehammad Awaluddin, Bambang Darmo Y *) Abstract Image processing takes an image to produce a modified image for better viewing or some other
Lebih terperinciKLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS
Ikhwan Ruslianto KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS IKHWAN RUSLIANTO Program Studi Teknik Informatika Sekolah Tinggi Manajemen Informatika dan
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 terperinciKOMBINASI METODA SEGMENTASI AMPLITUDO DENGAN REFLECTANCE RATIO DALAM PENGKLASIFIKASIAN AREA WARNA OBJEK
KOMBINASI METODA SEGMENTASI AMPLITUDO DENGAN REFLECTANCE RATIO DALAM PENGKLASIFIKASIAN AREA WARNA OBJEK Rahmadi Kurnia Jurusan Elektro, Fakultas Teknik, Universitas Andalas Email: rahmadi_kurnia@ft.unand.ac.id
Lebih 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 terperinciMANIPULASI CITRA ISHIHARA MENGGUNAKAN PSEUDOCOLORING
POLITEKNOLOGI VOL. 14 No. 2 MEI 2015 MANIPULASI CITRA ISHIHARA MENGGUNAKAN PSEUDOCOLORING Misriana 1 dan Rahmadi Kurnia 2 1 Teknik Elektro Politeknik Negeri Lhokseumawe, Buketrata 24301,2 Teknik Elektro,
Lebih terperinciBinarisasi Citra Menggunakan Pencocokan Piksel
Binarisasi Citra Menggunakan Pencocokan Piksel Teady Matius Surya Mulyana Program Studi Teknik Informatika, Fakultas Teknik Dan Desain, Universitas Bunda Mulia Jl. Lodan Raya No.2, Daerah Khusus Ibukota
Lebih terperinciPengolahan Citra Berwarna
MK3383 Teknik Pengolahan Citra Pengolahan Citra Berwarna M. Zidny Naf an, M.Kom. Semester Genap 2015/2016 http://www.colormatters.com/color-and-vision/how-the-eye-sees-color Bagaimana Manusia Melihat Warna?
Lebih terperinciPENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM
PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM Danny Ibrahim 1, Achmad Hidayatno 2, R. Rizal Isnanto 2 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro,
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 terperinciABSTRAK. Kata kunci : Watermarking, SVD, DCT, LPSNR. Universitas Kristen Maranatha
Penerapan Watermarking pada Citra Menggunakan Teknik Singular Value Decomposition Discrete Cosine Transform Berdasarkan Local Peak Signal to Noise Ratio Frederick Michael ( 0522072 ) Jurusan Teknik Elektro,
Lebih terperinciTEKNIK PENGOLAHAN CITRA. Kuliah 4 Neighborhood Processing. Indah Susilawati, S.T., M.Eng.
TEKNIK PENGOLAHAN CITRA Kuliah 4 Neighborhood Processing Indah Susilawati, S.T., M.Eng. Program Studi Teknik Elektro Program Studi Teknik Informatika Fakultas Teknik dan Ilmu Komputer Universitas Mercu
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 terperinciPengantar Mata Kuliah Pengolahan Citra
Achmad Basuki Nana R Fadilah Fahrul Politeknik Elektronika Negeri Surabaya Pengantar Mata Kuliah Pengolahan Citra Content: 1. Tujuan mata kuliah Pengolahan Citra 2. Apa saja yang bisa dikerjakan dengan
Lebih terperinciSimulasi 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
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 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 terperinciOperasi Titik Kartika Firdausy
Operasi Titik Kartika Firdausy tpcitra@ee.uad.ac.id blog.uad.ac.id/kartikaf 2262230 Setelah mempelajari materi ini, mahasiswa diharapkan mampu: mengidentifikasi Fungsi Transformasi Skala Keabuan menjelaskan
Lebih terperinciPENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN
PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN Dolly Indra dolly.indra@umi.ac.id Teknik Informatika Universitas Muslim Indonesia Abstrak Pada tahap melakukan ekstraksi ciri (feature extraction) faktor
Lebih terperinciBAB II TINJAUAN PUSTAKA. menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C-
8 BAB II TINJAUAN PUSTAKA 2.1 Studi Pendahuluan Sebelumnya telah ada penelitian tentang sistem pengenalan wajah 2D menggunakan PCA, kemudian penelitian yang menggunakan algoritma Fuzzy C- Means dan jaringan
Lebih terperinciKlasifikasi Warna Menggunakan Pengolahan Model Warna HSV
JURNAL ILMIAH ELITE ELEKTRO, VOL. 2, NO. 2, SEPTEMBER 2011: 83-87 Klasifikasi Warna Menggunakan Pengolahan Model Warna HSV R. D. Kusumanto 1*, Alan Novi Tompunu, dan Wahyu Setyo Pambudi 2 1. Jurusan Teknik
Lebih terperinciIMPLEMENTASI ALGORITMA COLOR FILTERING PADA APLIKASI GITAR VIRTUAL
IMPLEMETASI ALGORITMA COLOR FILTERIG PADA APLIKASI GITAR VIRTUAL Asep ana H. 1], Dewi Rosmala 2], M. Ichwan 3], Rio Wahyu Indarko 4] Jurusan Teknik Informatika, Fakultas Teknologi Industri Institut Teknologi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Citra Citra menurut kamus Webster adalah suatu representasi atau gambaran, kemiripan, atau imitasi dari suatu objek atau benda, contohnya yaitu foto seseorang dari kamera yang
Lebih terperinciBAB 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 terperinci