selanjutnya nilai alpha dan alpha matte atau key disebut dengan matte. Teknik segmentasi yang didasarkan pada perhitungan matte disebut image matting.
|
|
- Veronika Hermanto
- 6 tahun lalu
- Tontonan:
Transkripsi
1 selanjutnya nilai alpha dan alpha matte atau key disebut dengan matte. Teknik segmentasi yang didasarkan pada perhitungan matte disebut image matting. Gambar 1.1. Wilayah Unknown disebut dengan alpha (matte) Matting diartikan sebagai sebuah proses segmentasi citra yang didasarkan pada perhitungan nilai matte [5]. Pengertian lain dari matting adalah sebuah metode yang digunakan untuk ekstraksi objek dari latar belakangnya dengan tujuan untuk menempatkan objek tersebut pada citra latar belakang baru yang terkadang sulit untuk dilakukan pada dunia nyata (real world) [6], misalnya dalam pembuatan film animasi yang menyatukan manusia sebagai pemeran dengan latar belakang yang tidak ada di dunia nyata. Perpaduan antara objek dengan latar belakang baru disebut dengan compositing. Compositing diartikan sebagai penggabungan beberapa elemen citra dari sumber-sumber yang berbeda tapi masih terkait untuk menghasilkan sebuah citra yang dengan maksud tertentu [7]. Sementara hasil dari compositing disebut dengan composite. Metode matting pertama kali dikembangkan oleh Vlahos [8] yang bernama metode blue screen matting untuk video atau bidang perfilman. Awalnya metode ini menggunakan layar biru sebagai latar belakang agar memudahkan segmentasi, sehingga disebut juga dengan constant color matting [5]. Dalam penerapannya, metode ini mensyaratkan pengambilan video di dalam ruang khusus (studio) dengan pengaturan aspek pencahayaan dan warna. Agar didapat hasil yang bagus, maka dibutuhkan seorang yang ahli untuk menerapkan metode ini. Penelitian tentang matting berkembang hingga saat ini untuk menemukan metode yang bisa melakukan segmentasi citra atau video yang memberikan hasil sebaik blue screen matting. Artinya metode ini ditujukan untuk segmentasi citra 3
2 atau video yang diambil di luar studio atau dikatakan secara natural. Metode seperti Poisson [9], Bayessian [11], Knock out [12] dan lain lain telah dikembangkan agar memberikan hasil segmentasi yang bagus untuk berbagai objek. Metode matting yang ada dibantu oleh sebuah citra map yang disebut dengan tri-map, yang berguna untuk melokalisir bagian tepi objek yang perlu diolah agar mendapatkan objek utuh hasil ekstraksi dengan batas tepi yang tepat. Walaupun begitu, metode metode ini rumit bila diterapkan pada video karena tri-map harus dibuat secara manual frame per frame. Tri-map adalah sebuah peta dua dimensi yang terdiri atas tiga wilayah, yakni wilayah pasti latar belakang (definitely background), pasti latar depan (definitely foreground) dan wilayah tak dikenal (unknown region). Di dalam kebanyakan penelitian, tri-map biasanya dibuat secara manual seperti penelitian [9][10][11]. Pengguna harus menyediakan sebuah tri-map yang menyekat hasil pembagian citra menjadi tiga wilayah tersebut seperti yang diilustrasikan oleh Gambar 1.1. Teknik matting diterapkan pada wilayah tak dikenal. Pembuatan tri-map harus melingkupi keseluruhan objek, detil dan menunjukkan percampuran antara latar depan dengan latar belakang yang tepat. Artinya semakin mendekati latar belakang maka nilai piksel pada wilayah tak dikenal semakin kecil dan sebaliknya. Wilayah tak dikenal ini disebut dengan matte. Didasarkan oleh ketidakefisienan pembuatan tri-map secara manual khususnya untuk segmentasi video, maka berkembanglah metode segmentasi matting menggunakan depth untuk video yang menggunakan depth sebagai bantuan dalam pembuatan tri-map [12][13][14][15][16]. Metode ini disebut dengan depth keying. Dengan menggunakan depth, tri-map bisa dihasilkan secara otomatis sehingga frame per frame dari video bisa disegmentasi menjadi lebih mudah dan cepat. Dilatarbelakangi oleh permasalahan yang telah diuraikan, maka di dalam penelitian ini akan dirancang sebuah skema segmentasi citra yang dapat diterapkan pada frame per frame video. Segmentasi didasarkan pada citra RGB 4
3 dan depth yang akan menghasilkan tri-map secara otomatis sehingga proses segmentasi citra secara keseluruhan menjadi lebih cepat, khususnya untuk segmentasi video. Di dalam penelitian ini, data yang diolah merupakan citra diam, bukan merupakan bagian dari video. Segmentasi dengan teknik matting pada video disebut dengan video matting. Kesulitan yang ditemui dalam penelitian ini adalah perangkat keras yang tersedia dalam pengambilan data masih dibatasi jarak. Seiring dengan kemajuan teknologi, diharapkan perangkat keras dengan jarak pengambilan data dari sensor bisa lebih jauh. 1.2 Perumusan masalah Penelitian ini didasarkan pada segmentasi citra menggunakan tri-map. Permasalahan dalam penelitian ini dapat dirumuskan sebagai berikut: 1. Metode chroma keying atau blue screen matting Sebuah metode yang menggunakan penguncian chroma atau intensitas warna, yang hingga saat ini masih dipergunakan. Metode ini sangat efektif dan nyatanya masih digunakan hingga saat ini. Namun ada batasan-batasan yaitu harus dilakukan pada ruang studio khusus dengan pengaturan cahaya dan warna objek yang cermat sehingga dibutuhkan seorang yang ahli agar bisa menerapkan konsep ini. 2. Pembuatan tri-map Metode image matting mendasarkan segmentasi pada penggunaan trimap. Sebuah tri-map bisa dihasilkan secara manual atau otomatis. Tri-map yang dibuat secara manual, biasanya digambar tangan. Tri-map merupakan peta kasar yang menentukan piksel mana saja yang akan diolah, sehingga kecermatan dalam pembuatannya sangat diperlukan. Untuk sebuah citra RGB, maka tri-map bisa dibuat secara manual, tapi jika citra merupakan frame dari video yang jumlahnya bisa ratusan bahkan ribuan maka penggunaan tri-map yang dibuat manual tidak efektif karena harus dibuat frame per frame. Untuk 5
4 itu, tri-map harus dibuat secara otomatis. 3. Metode depth keying Sebuah metode yang menggunakan informasi (citra) depth. Metode ini bukanlah metode yang lebih unggul dari chroma keying tetapi pada pengembangan yang masih dilakukan hingga kini, diharapkan akan mempunyai keunggulan dibandingkan metode chroma key. Nilai depth bisa digunakan untuk mensegmentasi objek pada citra. Tapi hasil segmentasinya masih mengandung kesalahan dalam deteksi, khususnya batas tepi luar objek. Di dalam penelitian seperti [12][13][14][15][16], depth digunakan secara bervariasi yakni: - Sebagai deteksi awal wilayah objek - Sebagai pembentuk tri-map secara otomatis - Sebagai bagian dari perhitungan matte Di dalam penelitian ini, depth digunakan sebagai deteksi awal objek dan pembentuk tri-map secara otomatis. 4. Pemilihan Metode matting Metode matting citra dipisahkan dalam 2 kelompok yakni berdasarkan tri-map dan scribble. Untuk metode yang sejak awal dikembangkan berdasarkan tri-map seperti Poisson, Bayessian, Robust, Knock out dan lainnya membutuhkan sebuah tri-map dengan kecermatan yang baik agar bisa memberikan hasil yang baik. Untuk metode yang memanfaatkan goresan (scribble) seperti [21][22], beberapa goresan diletakkan pada bagian dalam objek dan bagian latar belakang. Secara otomatis, metode tersebut akan melakukan segmentasi. Dalam penelitian ini, disimpulkan bahwa metode matting yang cocok adalah yang menggunakan scribble karena tidak membutuhkan tri-map. Hal ini dikarenakan tri-map yang didapat dari depth kemungkinan besar akan mengandung kesalahan dalam ekstraksi objek. Penggunaan scribble akan 6
5 dicoba digantikan oleh tri-map, karena scribble hanya bisa digambar secara manual. 1.3 Keaslian penelitian Beberapa penelitian berikut mengolah informasi warna untuk mendapatkan nilai matte dengan menggunakan tri-map yang dibuat secara manual sebagai nilai matte awal. Kebanyakan dari mereka terdiri atas dua proses: 1) pengumpulan contoh: informasi statistik atau contoh warna F dan B untuk masing-masing piksel di dalam daerah tidak dikenal dikumpulkan dari warnawarna pasti latar depan dan pasti latar belakang. 2) perkiraan matte: matte dihitung untuk masing-masing piksel, nilai-nilai yang dihasilkan dari F dan B digunakan untuk penyelesaian persamaan matting. 3) tri-map yang digunakan dibuat secara manual. Di dalam Knockout [11], perhitungan F dan B merupakan rata-rata tertimbang dari piksel-piksel sepanjang garis keliling dari daerah-daerah latar depan dan latar belakang yang diketahui. Nilai α yang dihitung terakhir juga merupakan rata-rata tertimbang dari intensitas matte yang dihitung pada saluran RGB. Di dalam [17] dan [18], warna-warna contoh untuk F dan B dianalisa dengan percampuran dari Gaussian tanpa orientasi dan analisa komponenkomponen pokok (PCA = Principal Component Analysis) masing-masing. Cara kerja metode Bayesian matting [10], diawali dengan membentuk gugusan contoh warna-warna untuk F dan B. Masing-masing gugusan disesuaikan dengan distribusi Gaussian terorientasi (Gaussian oriented). Sebuah perhitungan posterior maksimum (MAP = Maximum A Posterior) dari α, F dan B dihitung secara serempak untuk masing-masing pasangan latar depan dan latar belakang dalam sebuah kerangka Bayesian. Nilai α akhir dipilih dari pasangan yang paling banyak kemiripan. Metode-metode ini tergantung pada contoh warna yang diberikan, sehingga kesalahan dapat dengan mudah terjadi pada variasi latar belakang yang 7
6 kompleks dan objek yang bertumpuk. Pemberian contoh warna yang salah akan memberikan hasil matting yang buruk. Difference Matting [19] memerlukan dua citra: satu dengan latar depan dan yang lain tanpa latar depan. Perbedaan dari dua citra tersebut kemudian dipetakan ke satu matte. Matting video [20] merupakan perluasan Bayesian matting. Awalnya tri-map dibuat secara manual oleh pengguna. Lalu, sebuah alogaritma aliran optikal dua arah (bi-directional optical flow algorithm) digunakan untuk menyisipkan tri-map tersebut ke dalam deretan frame video, untuk menyediakan frame-frame kunci. Metode Poisson matting [9] diterapkan untuk citra-citra natural dengan variasi latar belakang yang kompleks dengan informasi warna citra sebagai masukannya. Citra natural adalah citra yang direkam pada lingkungan alami atau tidak di dalam studio. Metode ini beroperasi secara langsung pada gradien matte. Poisson matting memperhitungkan gradien matte dari sebuah citra, lalu merekonstruksi matte dengan penyelesaian persamaan Poisson matting. Tetapi metode ini hanya berhasil untuk citra yang peralihan intensitas latar depan dan latar belakang halus. Penelitian [21] dan [22] menggunakan scribble untuk memisahkan latar depan dengan latar belakang tanpa tri-map. Scribble adalah goresan sembarang yang diberikan pada pasti latar depan dan pasti latar belakang dan biasanya diberi warna berbeda. Secara otomatis, objek diekstraksi dari citra. Untuk peralihan intensitas yang kasar antara latar depan dan latar belakang, metode [22] mampu memberikan hasil segmentasi yang bagus. Perbandingan unjuk kerja berdasarkan nilai MSE antara [22] dengan beberapa metode matting berbasis trimap, juga ditunjukkan pada penelitian tersebut. Semua metode matting yang menggunakan informasi warna dalam pengolahan, sangat tergantung pada kualitas citra tersebut. Resolusi citra dan aspek cahaya seperti kontras dan kecerahan, akan mempengaruhi hasil dari segmentasi. 8
7 Penggunaan depth dalam segmentasi citra juga sudah dilakukan. Penelitian yang dilakukan [12] menggunakan informasi gerak (motion), informasi depth dan warna untuk menghasilkan tri-map. Dalam penelitian ini, algoritma region growing menjadi pembentuk initial mask yang diterapkan dengan menggunakan pixel seeds untuk pertumbuhan atau peningkatan area batas segmentasi. Selisih depth antar frame digunakan sebagai seed. Hasil dari tahap ini diolah lagi menggunakan teknik color-based refining dengan membuat tri-map yang didapat dari K-nn sebagai pengkluster warna dan CIELAB sebagai ruang warnanya. Walaupun memiliki kelebihan dalam kecepatan dan tidak rumit, tapi ada kekurangan yakni: 1) masih ada kesalahan dalam mendeteksi tepi dari latar depan, 2) jika ada objek yang diam dalam latar depan dan berinteraksi dengan objek yang bergerak maka objek diam dianggap sebagai bagian dari objek yang bergerak. Informasi depth yang direkam oleh sensor (depth sensor) kamera ToF memiliki kekurangan yakni derau optikal, pergeseran batas tepi antara informasi depth dengan citra warna dan adanya artefak yang berkedip (depth flickering artifacts) [13][14]. Artefak ini disebut berkedip karena penelitian diterapkan pada video. Kedua penelitian tersebut menggunakan informasi depth dan warna. Pada [13], digunakan robust matting [23] untuk penyamaan batas tepi antara citra depth dengan citra warna yang ditempatkan pada bagian tahap awal proses. Pada [14] penyamaan batas tepi antara kedua data citra tersebut dilakukan dengan menggunakan algoritma graph cut [24] yang ditempatkan pada bagian tahap akhir proses. Penelitian [15][16], memanfaatkan depth untuk membentuk tri-map secara otomatis dan adaptif berdasarkan kekaburan (fuzziness) matte. Nilai matte awal diambil dari normalisasi depth pada bagian objek yang ingin diekstraksi. Penelitian ini diimplementasikan pada citra diam (still image) sebagai dasar untuk video matting. Penelitian [16][25], menggunakan depth sebagai saluran ke empat selain warna untuk mendapatkan nilai matte. Pada penelitian yang akan dikerjakan, citra RGB digunakan sebagai masukan untuk metode matting. Informasi depth dipilih karena mampu 9
8 merepresentasikan posisi objek dalam citra, sehingga bisa digunakan untuk segmentasi citra dengan cepat. Tapi hasil segmentasi dengan depth masih memberikan kesalahan sehingga perlu diperbaiki. Pemilihan wilayah objek yang akan diekstraksi berdasarkan depth, menggunakan metode region growing [26]. Pemilihan daerah tersebut melibatkan interaksi pengguna karena terdapat banyak objek dalam sebuah citra. Lalu tri-map dibuat secara otomatis berdasarkan kekaburan nilai depth yang dihitung berdasarkan modifikasi persamaan pada [16]. Nilai faktor kekaburan digunakan sebagai radius dilasi dan erosi agar terbentuk sebuah tri-map. Pada subbab 2.2.7, dijelaskan lebih rinci tentang cara menghitung faktor fuzziness. Dengan menggunakan metode closed form matting [21] dan learning based matting [22], scribble akan digantikan oleh tri-map. Tri-map terlebih dahulu dijadikan masukan untuk closed form matting, lalu nilai matte hasil proses tersebut akan dijadikan sebagai masukan untuk metode learning based matting. Hasil pengolahan terakhir merupakan nilai akhir matte yang diinginkan. Metode closed form matting didasarkan pada scribble yang dibuat manual, sementara hasil segmentasi depth tidak menjamin batas luar objek yang tepat sehingga tri-map pun bisa jadi tidak memberikan hasil yang baik. Maka dalam penelitian ini dicoba untuk menerapkan tri-map sebagai scribble otomatis pada metode closed form matting. Sementara metode learning based matting bisa menerima scribble secara manual ataupun sebuah tri-map. Pada subbab 2.2.8, dijelaskan secara rinci latar belakang pemilihan kedua metode matting ini. 1.4 Tujuan Penelitian Tujuan dari penelitian ini adalah merancang skema segmentasi citra yang direkam tanpa studio khusus, berdasarkan citra RGB dan depth menggunakan teknik matting dan tri-map yang dihasilkan secara otomatis dari hasil segmentasi depth. 1.5 Manfaat Penelitian Berdasarkan latar belakang dan tujuan penelitian maka skema segmentasi 10
9 citra yang dirancang dalam penelitian ini, ditujukan sebagai salah satu alternatif untuk ekstraksi objek dari citra yang direkam menggunakan kamera RGB dan depth. Untuk lebih spesifik adalah pada hasil rekaman video yang menggunakan kamera RGB dan kamera depth. Bidang yang dimaksud adalah bidang multimedia seperti perfilman dan penyiaran (broadcasting, forecasting). Tetapi sistem ini akan digunakan dalam post production, bukan secara realtime. Teknik image matting yang diterapkan pada video disebut dengan video matting. Cara kerjanya adalah video direkam tanpa perlu menggunakan studio khusus seperti yang dilakukan dalam metode chroma keying atau blue screen matting. Video yang direkam bukan hanya berbentuk citra RGB tapi juga depth. Dengan menggunakan sistem ini, tiap frame tunggal akan disegmentasi untuk mendapatkan objek yang diinginkan. Lalu objek hasil ekstraksi dapat dikomposisikan dengan latar belakang yang baru. 11
APLIKASI DIGITAL MATTING MENGGUNAKAN METODE BAYESIAN APPROACH
APLIKASI DIGITAL MATTING MENGGUNAKAN METODE BAYESIAN APPROACH Rudy Adipranata 1), Kartika Gunadi 2), Novita Halim 1,2) Program Studi Teknik Informatika, Universitas Kristen Petra Jl. Siwalankerto 121-131,
Lebih terperinciADAPTIVE THRESHOLD UNTUK ALPHA MATTING MENGGUNAKAN ALGORITMA OTSU
ADAPTIVE THRESHOLD UNTUK ALPHA MATTING MENGGUNAKAN ALGORITMA OTSU R. Suko Basuki 1, Moch. Hariadi 2 1 Teknik Elektro Institut Teknologi Sepuluh November Surabaya, Indonesia E-mail : ruri.basuki10@mhs.ee.its.ac.id
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 terperinciPEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK
PEMANFAATAAN BIOMETRIKA WAJAH PADA SISTEM PRESENSI MENGGUNAKAN BACKPROPAGATION NEURAL NETWORK Program Studi Matematika FMIPA Universitas Negeri Semarang Abstrak. Saat ini, banyak sekali alternatif dalam
Lebih terperinciBAB 3 PERANCANGAN SISTEM. Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang
23 BAB 3 PERANCANGAN SISTEM 3.1 Deskripsi Sistem Perancangan sistem dimulai dari penempatan posisi kamera dengan posisi yang sesuai kemudian dihubungkan dengan komputer yang akan mengolah gambar seperti
Lebih terperinci1BAB I. 2PENDAHULUAN
1BAB I. 2PENDAHULUAN 2.1. Latar Belakang Pelacak objek (object tracking) pada saat ini merupakan penelitian yang menarik dalam bidang computer vision. Pelacak objek merupakan langkah awal dari berbagai
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 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 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 3 IMPLEMENTASI SISTEM
BAB 3 IMPLEMENTASI SISTEM Bab ini akan membahas mengenai proses implementasi dari metode pendeteksian paranodus yang digunakan dalam penelitian ini. Bab ini terbagai menjadi empat bagian, bagian 3.1 menjelaskan
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 terperinciDETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL
DETEKSI GERAK BANYAK OBJEK MENGGUNAKAN BACKGROUND SUBSTRACTION DAN DETEKSI TEPI SOBEL Muhammad Affandes* 1, Afdi Ramadani 2 1,2 Teknik Informatika UIN Sultan Syarif Kasim Riau Kontak Person : Muhammad
Lebih terperinciPENGGUNAAN latar belakang dalam proses pembuatan VIDEO COMPOSITING MENGGUNAKAN POISSON BLENDING. Saiful Yahya, Mochamad Hariadi, and Ahmad Zaini,
1 VIDEO COMPOSITING MENGGUNAKAN POISSON BLENDING Saiful Yahya, Mochamad Hariadi, and Ahmad Zaini, Abstrak Penggunaan gradasi yang halus pada penggabungan dua video pada proses video kompositing. Video
Lebih terperinciOleh: Riza Prasetya Wicaksana
Oleh: Riza Prasetya Wicaksana 2209 105 042 Pembimbing I : Dr. I Ketut Eddy Purnama, ST., MT. NIP. 196907301995121001 Pembimbing II : Muhtadin, ST., MT. NIP. 198106092009121003 Latar belakang Banyaknya
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 terperinciNORMALISASI DAN PEMBOBOTAN UNTUK KLONING MULUS PADA PENCAMPURAN CITRA MENGGUNAKAN METODE POISSON
NORMALISASI DAN PEMBOBOTAN UNTUK KLONING MULUS PADA PENCAMPURAN CITRA MENGGUNAKAN METODE POISSON Ratna Shofiati, Binti Solihah, Sari Irmadani Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas
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 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 sistem pendeteksi orang tergeletak mulai dari : pembentukan citra digital, background subtraction, binerisasi, median filtering,
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Citra (image) sebagai salah satu komponen multimedia memegang peranan sangat penting sebagai bentuk informasi visual. Citra mempunyai karakteristik yang tidak dimiliki oleh
Lebih terperinciLaporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing. Avicienna Ulhaq Muqodas F
Laporan Akhir Praktikum Mempelajari Karakterisitk Visual Citra Tomat Menggunakan Image Processing Avicienna Ulhaq Muqodas F14110108 DEPARTEMEN TEKNIK MESIN DAN BIOSISTEM FAKULTAS TEKNOLOGI PERTANIAN INSTITUT
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 terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sistem parkir khususnya untuk parkir mobil di tempat-tempat pusat perbelanjaan di Indonesia pada umumnya sudah menerapkan sistem otomatis. Setiap mobil yang
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 terperinciPRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL
PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL Veronica Lusiana 1, Budi Hartono 2 1,2 Program Studi Teknik Informatika, Fakultas Teknologi Informasi, Universitas Stikubank
Lebih terperinciBAB 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 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 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 5 EFEK PADA VIDEO
BAB 5 EFEK PADA VIDEO 5.1. Efek Pada Video Efek pada video (video effect) adalah suatu perubahan yang terjadi pada clip dan dibuat untuk memberikan tambahan animasi agar video menjadi lebih enak dilihat.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Citra Digital Citra digital adalah citra yang bersifat diskrit yang dapat diolah oleh computer. Citra ini dapat dihasilkan melalui kamera digital dan scanner ataupun citra yang
Lebih terperinciBAB VI HASIL DAN PEMBAHASAN
BAB VI HASIL DAN PEMBAHASAN 4.1 Program Pengolahan Citra untuk Pengukuran Warna pada Produk Hortikultura Pengembangan metode pengukuran warna dengan menggunakan kamera CCD dan image processing adalah dengan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pada prakteknya, bidang kedokteran dan biologi mengandalkan visualisasi untuk mempelajari struktur anatomi tubuh dan sel maupun fungsi biologis untuk mendeteksi serta
Lebih terperinciBAB II Tinjauan Pustaka
BAB II Tinjauan Pustaka Pada bab ini dibahas mengenai konsep-konsep yang mendasari ekstraksi unsur jalan pada citra inderaja. Uraian mengenai konsep tersebut dimulai dari ekstraksi jalan, deteksi tepi,
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 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan perkembangan komputer dan alat pengambilan gambar secara digital yang semakin berkembang saat ini, sehingga menghasilkan banyak fasilitas untuk melakukan proses
Lebih terperinciPENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR
PENENTUAN KUALITAS DAUN TEMBAKAU DENGAN PERANGKAT MOBILE BERDASARKAN EKSTRASI FITUR RATA-RATA RGB MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR Eko Subiyantoro, Yan Permana Agung Putra Program Studi Teknik
Lebih terperinciBAB I PENDAHULUAN. telinga, wajah, infrared, gaya berjalan, geometri tangan, telapak tangan, retina,
BAB I PENDAHULUAN 1.1 Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia. Sidik jari, tanda tangan, DNA, telinga, wajah, infrared,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Meteran Air Meteran air merupakan alat untuk mengukur banyaknya aliran air secara terus menerus melalui sistem kerja peralatan yang dilengkapi dengan unit sensor, unit penghitung,
Lebih terperinciAPLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA
APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA Yusti Fitriyani Nampira 50408896 Dr. Karmilasari Kanker Latar Belakang Kanker
Lebih terperinciBab 2 Filter Kelompok Blur
Bab 2 Filter Kelompok Blur Average Opsi Average bekerja dengan cara mencari warna rata-rata di antara beberapa warna pada sebuah foto atau area terseleksi lalu mengisi foto atau area terseleksi itu dengan
Lebih terperinciPENGGUNAAN PENGOLAHAN CITRA DIGITAL DENGAN ALGORITMA EDGE DETECTION DALAM MENGIDENTIFIKASI KERUSAKAN KONTUR JALAN
PENGGUNAAN PENGOLAHAN CITRA DIGITAL DENGAN ALGORITMA EDGE DETECTION DALAM MENGIDENTIFIKASI KERUSAKAN KONTUR JALAN Andy Suryowinoto 1, Abdul Hamid 2 1,2 e-mail: andysuryo@itats.ac.id ABSTRACT Road infrastructure
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan
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 terperinciKlasifikasi 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,
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 terperinciRepresentasi Citra. Bertalya. Universitas Gunadarma
Representasi Citra Bertalya Universitas Gunadarma 2005 Pengertian Citra Digital Ada 2 citra, yakni : citra kontinu dan citra diskrit (citra digital) Citra kontinu diperoleh dari sistem optik yg menerima
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Citra Berikut adalah beberapa definisi dari citra, antara lain: rupa; gambar; gambaran (Kamus Besar Bahasa Indonesia). Sebuah fungsi dua dimensi, f(x, y), di mana x dan y adalah
Lebih terperinciTUGAS AKHIR Implementasi Block Matching Algorithm (BMA) Pada Ekstraksi Objek Bergerak
TUGAS AKHIR Implementasi Block Matching Algorithm (BMA) Pada Ekstraksi Objek Bergerak Block Matching Algorithm (BMA) Implementation of Motion Object Extraction Oleh : Amalia Sulfa Hashlinda NRP. 1208100046
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Dalam tugas akhir ini penguji melakukan pengujian dari judul tugas akhir sebelumnya, yang dilakukan oleh Isana Mahardika. dalam tugas akhir tersebut membahas pendeteksian tempat
Lebih 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 terperinciKonvolusi. 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
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 terperinciGambar 4.1 Diagram Percobaan
BAB 4 HASIL DAN PEMBAHASAN 4.1 Kerangka Percobaan Pada bab ini dilakukan pembahasan dari implementasi terhadap sistem yang telah dirancang, berupa cara kerja sistem dan pembahasan data-data percobaan 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 terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer sekarang sangat pesat, ini ditandai dengan hampir semua pengolahan data dan informasi telah dilakukan dengan komputer. Hal ini diakibatkan
Lebih terperinciRestorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah
Restorasi Citra Plat Nomor Kendaraan Menggunakan Metode Super Resolusi pada Sistem Pelanggaran Lampu Merah Bayu Setyo Prayugi Teknik Komputer dan Telematika Jurusan Teknik Elektro Insitut Teknologi Sepuluh
Lebih terperinciPENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY
PENDETEKSI TEMPAT PARKIR MOBIL KOSONG MENGGUNAKAN METODE CANNY Minati Yulianti 1, Cucu Suhery 2, Ikhwan Ruslianto 3 [1] [2] [3] Jurusan Sistem Komputer, Fakultas MIPA Universitas Tanjungpura Jl. Prof.
Lebih terperinciDETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI
DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI Marina Gracecia1, ShintaEstriWahyuningrum2 Program Studi Teknik Informatika Universitas Katolik Soegijapranata 1 esthergracecia@gmail.com,
Lebih terperinciJURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Rancang Bangun Sistem Pemantau Ruangan Berbasis Multi Kamera untuk Smartphone Android pada Jaringan Pikonet yang Adaptif terhadap Perubahan Situasi Ruangan
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 terperinciMODUL PRAKTIKUM PENGOLAHAN VIDEO dan ANIMASI
MODUL PRAKTIKUM PENGOLAHAN VIDEO dan ANIMASI LABORATORIUM TEKNIK MULTIMEDIA & JARINGAN FAKULTAS TEKNIK UNIVERSITAS TRUNOJOYO MODUL XIII TIP DAN TRIK Bab ini akan membahas berbagai tips dan trik yang biasa
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penelitian ini merupakan penelitian di bidang pemrosesan citra. Bidang pemrosesan citra sendiri terdapat tiga tingkatan yaitu operasi pemrosesan citra tingkat rendah,
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Selama lebih dari dua puluh tahun terakhir, penelitian tentang tumor otak yang dilakukan oleh National Cancer Institute Statistics (NCIS) menyebutkan penyakit tumor
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 terperinciPengenalan Benda di Jalan Raya dengan Metode Kalman Filter. Roslyn Yuniar Amrullah
Pengenalan Benda di Jalan Raya dengan Metode Kalman Filter Roslyn Yuniar Amrullah 7406040026 Abstrak Computer Vision merupakan disiplin ilmu perpanjangan dari pengolahan citra digital dan kecerdasan buatan.
Lebih terperinciGrafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra digital.
PSNR Histogram Nilai perbandingan antara intensitas maksimum dari intensitas citra terhadap error citra. Grafik yang menampilkan informasi mengenai penyebaran nilai intensitas pixel-pixel pada sebuah citra
Lebih terperinciJobsheet 3 Cara Kerja Sistem CCTV
Jobsheet 3 Cara Kerja Sistem CCTV I. Tujuan Praktikum 1.Mahasiswa mengetahui cara mengoperasikan CCTV. 2.Mahasiswa dapat mengoperasikan CCTV. 3.Mahasiswa mengetahui cara kerja sistem CCTV. II. Deskripsi
Lebih terperinciPembimbing: Ahmad Zaini, ST., MT Oleh: Saiful Yahya
Video compositing menggunakan poisson blending Pembimbing: Mochammad Hariadi, ST., M.Sc., Ph.D. Ahmad Zaini, ST., MT Oleh: Saiful Yahya ITS - 2014 Riset yang telah ada P. P erez, M. Gangnet, and A. Blake.
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN A. PROGRAM PENGOLAHAN CITRA BIJI KOPI Citra biji kopi direkam dengan menggunakan kamera CCD dengan resolusi 640 x 480 piksel. Citra biji kopi kemudian disimpan dalam file dengan
Lebih terperinciAPLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS
APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS Apri 1, Herlina 2, Ade 3 1,2 Jurusan Teknik Informatika Sekolah
Lebih terperinciPENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION
PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION Sugiarti sugiarti_fikumi@ymail.com Universitas Muslim Indonesia Abstrak Peningkatan kualitas citra merupakan salah satu proses awal
Lebih terperinciPerbandingan Metode Pergeseran Rata-Rata, Pergeseran Logaritma, dan Alpha Blending Dalam Proses Metamorfosis dari Dua Gambar Dijital
81 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 1 (2010) No. 1, pp. 81-95 Perbandingan Metode Pergeseran Rata-Rata, Pergeseran Logaritma, dan Alpha Blending Dalam Proses Metamorfosis dari
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Pendeteksian objek dalam suatu citra merupakan hal mendasar dalam banyak aplikasi analisis citra (image analysis). Manusia bisa langsung mengenali objek yang dilihatnya
Lebih terperinciPENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS
PENGAMAN RUMAH DENGAN SISTEM FACE RECOGNITION SECARA REAL TIME MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS Sinar Monika 1, Abdul Rakhman 1, Lindawati 1 1 Program Studi Teknik Telekomunikasi, Jurusan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Akhir akhir ini teknologi yang berbasis " Sound and Video Capture Device " telah banyak berkembang. Para ilmuwan ataupun perusahaan yang bergerak di bidang IT memanfaatkan
Lebih terperinciPenghitung Kendaraan Menggunakan Background Substraction dengan Background Hasil Rekonstruksi
Penghitung Kendaraan Menggunakan Substraction dengan Hasil Rekonstruksi Mohammad Musa Sanjaya #1, Dr. I Ketut Eddy Purnama, ST., MT. *2, Muhtadin,ST.,MT #3 Jurusan Teknik Elektro, ITS Surabaya 1 musopotamia@gmail.com
Lebih terperinciCOMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA
Seminar Nasional Teknologi Terapan SNTT 2013 (26/10/2013) COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA Isnan Nur Rifai *1 Budi Sumanto *2 Program Diploma Elektronika & Instrumentasi Sekolah
Lebih terperinciTraffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel
1 Traffic IP Camera untuk Menghitung Kendaraan Roda Empat Menggunakan Metode Luasan Piksel Andi Muhammad Ali Mahdi Akbar, Arief Kurniawan, Ahmad Zaini Jurusan Teknik Elektro, Fakultas Teknik Industri Institut
Lebih terperinciBAB 2 KONSEP DASAR PENGENAL OBJEK
BAB 2 KONSEP DASAR PENGENAL OBJEK 2.1 KONSEP DASAR Pada penelitian ini, penulis menggunakan beberapa teori yang dijadikan acuan untuk menyelesaikan penelitian. Berikut ini teori yang akan digunakan penulis
Lebih terperinciIP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL
IP TRAFFIC CAMERA PADA PERSIMPANGAN JALAN RAYA MENGGUNAKAN METODE LUASAN PIKSEL OLEH : ANDI MUHAMMAD ALI MAHDI AKBAR Pembimbing 1: Arief Kurniawan, ST., MT Pembimbing 2: Ahmad Zaini, ST., M.Sc. Page 1
Lebih terperinciPENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )
FAKULTAS TEKNIK INFORMATIKA PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING ) Pertemuan 1 Konsep Dasar Pengolahan Citra Pengertian Citra Citra atau Image merupakan istilah lain dari gambar, yang merupakan
Lebih terperinciAnalisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital
Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital Nurul Fuad 1, Yuliana Melita 2 Magister Teknologi Informasi Institut Saint Terapan & Teknologi
Lebih terperinciBAB 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 terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Metodologi penelitian adalah menjelaskan seluruh kegiatan selama berlangsungnya penelitian untuk menghasilkan informasi yang lebih akurat sesuai dengan permasalahan yang akan
Lebih terperinciAnalisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video
Analisis Perbandingan Algoritma Optical Flow dan Background Estimation untuk Pendeteksian Objek pada Video Ety Sutanty dan Ari Rosemala Jurusan Sistem Informasi, Universitas Gunadarma Depok, Indonesia
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 terperinciPengantar Pengolahan Citra. Ade Sarah H., M. Kom
Pengantar Pengolahan Citra Ade Sarah H., M. Kom Pendahuluan Data atau Informasi terdiri dari: teks, gambar, audio, dan video. Citra = gambar adalah salah satu komponen multimedia yang memegang peranan
Lebih terperinciTipe dan Jenis Layar Komputer Grafik. By Ocvita Ardhiani.
Tipe dan Jenis Layar Komputer Grafik By Ocvita Ardhiani. PENGERTIAN GRAFIKA KOMPUTER Grafika komputer adalah bidang dari komputasi visual dimana penggunaan komputer akan menghasilkan gambar visual secara
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 terperinciPENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY
PENGEMBANGAN APLIKASI PERHITUNGAN JUMLAH OBJEK PADA CITRA DIGITAL DENGAN MENGGUNAKAN METODE MATHEMATICAL MORPHOLOGY DAN TEKNIK CONNECTED COMPONENT LABELING Oleh I Komang Deny Supanji, NIM 0815051052 Jurusan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Identifikasi Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang 1.1.1. Identifikasi Masalah Penggunaan citra digital telah menjadi semakin popular akhir-akhir ini. Hal ini menyebabkan program pengolah grafis untuk memanipulasi citra
Lebih terperinciBAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan
BAB III METODE PENELITIAN 3.1. Model Pengembangan Tujuan dari tugas akhir ini adalah untuk membuat sebuah aplikasi untuk mengatur kontras pada gambar secara otomatis. Dan dapat meningkatkan kualitas citra
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN 3.1 Analisis 3.1.1 Permasalahan Pemanfaatan Augmented Reality pada umumnya berfokus pada kemampuan visualnya, yaitu berupa bentuk tiga dimensi, lingkungan tiga dimensi, animasi,
Lebih terperinciAPLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK
APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK Wiratmoko Yuwono Jurusan Teknologi Informasi Politeknik Elektronika Negeri Surabaya-ITS Jl. Raya ITS, Kampus ITS, Sukolilo Surabaya 60111
Lebih terperinciFERY ANDRIYANTO
SISTEM ANALISA IMAGE PROCESSING UNTUK MENCARI KEMIRIPAN PADA TEKSTUR WARNA KULIT MANUSIA MENGGUNAKAN HISTOGRAM WARNA SKRIPSI Oleh : FERY ANDRIYANTO 0734010123 JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinciBAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut sudah terintegrasi dengan komputer, dengan terintegrasinya sistem tersebut
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM. Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Model Pengembangan Dalam pengerjaan tugas akhir ini memiliki tujuan untuk mengektraksi fitur yang terdapat pada karakter citra digital menggunakan metode diagonal
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 terperinciIMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2009 IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL Bambang Hermanto¹, Koredianto Usman², Iwan Iwut Tirtoasmoro³
Lebih terperinci