Operasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma



dokumen-dokumen yang mirip
A. Aras Komputasi. 1. Aras Titik. 1. Aras Titik. 1. Aras Titik. 1. Aras Titik 3/18/2017

SATUAN ACARA PERKULIAHAN ( SAP )

Operasi-operasi Dasar Pengolahan Citra Digital

Operasi-operasi Dasar Pengolahan Citra Dijital

Pengolahan Citra Digital. Esther Wibowo Erick Kurniawan

Rika Oktaviani

PENGOLAHAN CITRA DIGITAL

1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016

Representasi Citra. Bertalya. Universitas Gunadarma

PENINGKATAN MUTU CITRA (IMAGE ENHANCEMENT) PADA DOMAIN SPATIAL

LAPORAN RESMI PENGOLAHAN CITRA DIGITAL MODUL 1 Operasi Aritmatika dan Geometri

SAMPLING DAN KUANTISASI

Judul : APLIKASI PERBAIKAN KUALITAS CITRA DIGITAL MENGGUNAKAN MATLAB 7. 1 Nama : MELISA NPM :

BAB II LANDASAN TEORI

APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS

PERTEMUAN - 5 PENGOLAHAN CITRA

10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 4 Operasi-operasi Dasar Pengolahan Citra. Operasi Aljabar. Efek Penjumlahan pada Citra

Fajar Syakhfari. Pendahuluan. Lisensi Dokumen:

BAB 2 LANDASAN TEORI. dari sudut pandang matematis, citra merupakan fungsi kontinyu dari intensitas cahaya

CHAPTER 3. Operasi-operasi Dasar Pengolahan Citra Operasi Aljabar: Aritmatika & Boolean Operasi Geometri. Universitas Telkom

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

Muhammad Zidny Naf an, M.Kom. Gasal 2015/2016

Pembentukan Citra. Bab Model Citra

Segmentasi Dan Pelabelan Pada Citra Panoramik Gigi

PENGOLAHAN CITRA DIGITAL

7.7 Pelembutan Citra (Image Smoothing)

GLOSARIUM Adaptive thresholding Peng-ambangan adaptif Additive noise Derau tambahan Algoritma Moore Array Binary image Citra biner Brightness

5. PEMBAHASAN 5.1 Koreksi Radiometrik

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

BAB 2 LANDASAN TEORI

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

Transformasi Geometri Sederhana. Farah Zakiyah Rahmanti 2014

Model Citra (bag. I)

BAB II TEORI PENUNJANG

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI. Pengolahan Citra adalah pemrosesan citra, khususnya dengan menggunakan

BAB 3 IMPLEMENTASI SISTEM

Pertemuan 2 Representasi Citra

(IMAGE ENHANCEMENT) Peningkatan kualitas citra di bagi menjadi dua kategori yaitu :

Drawing, Viewport, dan Transformasi. Pertemuan - 02

BAB 2 LANDASAN TEORI

Pertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc

BAB 2 TINJAUAN PUSTAKA

Oleh: Riza Prasetya Wicaksana

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MEMPERBAIKI CITRA DIGITAL

Aplikasi Matriks dalam Pengolahan Gambar

BAB 2 TINJAUAN PUSTAKA

GRAFIK KOMPUTER DAN PENGOLAHAN CITRA. WAHYU PRATAMA, S.Kom., MMSI.

MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

APLIKASI DETEKSI MIKROKALSIFIKASI DAN KLASIFIKASI CITRA MAMMOGRAM BERBASIS TEKSTUR SEBAGAI PENDUKUNG DIAGNOSIS KANKER PAYUDARA

Modifikasi Histogram

Peningkatan Kualitas Pada Citra Dengan Metode Point Operation

PENGOLAHAN CITRA DIGITAL

TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418

Transformasi Geometri Sederhana

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

One picture is worth more than ten thousand words

King s Learning Be Smart Without Limits

PENGOLAHAN CITRA DIGITAL

PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK

Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital

Pengolahan Citra : Konsep Dasar

Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation

Peningkatan Kualitas Citra. Domain Spasial

BAB II LANDASAN TEORI

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

Perspective & Imaging Transformation

Penentuan Stadium Kanker Payudara dengan Metode Canny dan Global Feature Diameter

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2.1. Sistem Remote Sensing (Penginderaan Jauh)

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

BAB II LANDASAN TEORI

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM

BAB 2 LANDASAN TEORI. pembentukan dan penggunaan prinsip-prinsip engineering untuk

BAB 2 LANDASAN TEORI

Mengenal Lebih Jauh Apa Itu Point Process

Operasi Geometri (2) Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra

MATEMATIKA. Sesi TRANSFORMASI 2 CONTOH SOAL A. ROTASI

PERBAIKAN CITRA DENGAN METODE POWER LAW TRANSFORMATION

APLIKASI TRANSFORMASI WATERSHED UNTUK SEGMENTASI CITRA DENGAN SPATIAL FILTER SEBAGAI PEMROSES AWAL

ANALISIS EDGE DETECTION CITRA DIGITAL DENGAN MENGGUNAKAN METODE ROBERT DAN CANNY

BAB 3 METODOLOGI PENELITIAN. a. Spesifikasi komputer yang digunakan dalam penelitian ini adalah

BAB II TI JAUA PUSTAKA

Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial

Konvolusi. Esther Wibowo Erick Kurniawan

Perbaikan Kualitas Citra Menggunakan Metode Contrast Stretching (Improvement of image quality using a method Contrast Stretching)

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )

ANALISIS PERBANDINGAN METODE PREWITT DAN CANNY UNTUK IDENTIFIKASI IKAN AIR TAWAR

BAB II LANDASAN TEORI

IMPLEMENTASI PENTERJEMAH KODE ISYARAT TANGAN MENGGUNAKAN ANALISIS DETEKSI TEPI PADA ARM 11 OK6410B

Operasi Geometri (1) Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra

Suatu proses untuk mengubah sebuah citra menjadi citra baru sesuai dengan kebutuhan melalui berbagai cara.

Setelah mempelajari materi ini, mahasiswa diharapkan mampu:

ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

BAB 2 LANDASAN TEORI

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA ABDUL AZIS, M.KOM

Transkripsi:

Operasi-Operasi Dasar pada Pengolahan Citra Bertalya Universitas Gunadarma 1

Operasi2 Dasar Merupakan manipulasi elemen matriks : elemen tunggal (piksel), sekumpulan elemen yang berdekatan, keseluruhan elemen. LEVEL KOMPUTASI Ada 4 level komputasi : Level titik, level lokal, level global dan level obyek. 2

Level Titik Dilakukan hanya pada piksel tunggal Dikenal dengan operasi pointwise Terdiri dari : Mengakses piksel di lokasi yang diberikan, Memodifikasi dengan operasi linier dan non linier, Menempatkan nilai piksel pada lokasi yang bersesuaian di dalam citra yang baru. Operasi ini diulangi untuk keseluruhan piksel di dalam citra. Citra masukan Secara matematis : f B (x,y) = O titik {f A (x,y)} Citra keluaran Op.linier/non linier 3

Ada 3 macam operasi : a. Berdasarkan intensitas (lihat alg. 4.1 4.3, Rinaldi) Nilai intensitas u piksel diubah dengan transformasi h nilai baru v, v = h(u), u, v ε [0,L] Contoh : operasi Thresholding f(x,y) = { a 1, f(x,y) < T a 2, f(x,y) T Citra biner : a 1 = 0 (hitam), a 2 = 1 (putih) (lihat alg. 4.1) 4

Contoh operasi titik lain : Operasi negatif (alg. 4.2, citra Lena) mengurangi nilai intensitas piksel dari nilai keabuan maksimum f(x,y) = 255 f(x,y) (gray level 256) Pemotongan (clipping) Dilakukan jika nilai intensitas piksel hasil terletak di bawah nilai intensitas min atau di atas nilai intensitas max 255, f(x,y) > 255 f(x,y) = { f(x,y), 0 f(x,y) 255 0, f(x,y) < 0 Image brightening (alg. 4.3, citra Zelda) Diperbaiki dengan menambahkan/ mengurangkan konstanta ke/ darisetiappikseldicitra f(x,y) = f(x,y) + b, jika b = +, kecerahan bertambah, jika b = -, kecerahan berkurang. Operasi clipping perlu diterapkan. 5

b. Berdasarkan geometri Posisi piksel posisi baru, intensitas tidak berubah (rotasi, translasi, dilatasi, distorsi geometri) c. Gabungan intensitas + geometri Selain mengubah nilai intensitas piksel, juga posisinya (image morphing). 6

Level Lokal Menghasilkan citra keluaran yang intensitas suatu piksel bergantung pada intensitas piksel tetangga Secara matematis : f B (x,y) = O lokal {f A (x i,y j ); (x i,y j ) ε N(x,y)} Contoh : operasi konvolusi untuk deteksi tepi dan image smoothing (bab 7 & 8) Piksel sekitar (x,y) 7

Level Global Menghasilkan citra keluaran yang intensitas suatu piksel bergantung pada intensitas keseluruhan piksel Secara matematis : f B (x,y) = O global { f A (x,y) } Contoh : operasi penyetaraan histogram. 8

Level Obyek Hanya dilakukan pada obyek tertentu di dalam citra. Bertujuan untuk mengenali obyek. Menghitung rerata intensitas, ukuran, bentuk dan karakteristik lain dari obyek. Operasi yang sulit. 9

OPERASI ARITMETIKA (alg. 4.4 4.6 Rinaldi) Operasi citra digital adalah operasi matriks. 1. Penjumlahan/ pengurangan, C(x,y) = A(x,y) ± B(x,y) 2. Perkalian, C(x,y) = A(x,y). B(x,y) 3. Penjumlahan/ pengurangan citra dengan skalar, B(x,y) = A(x,y) ± c 4. Perkalian/ pembagian citra dengan skalar B(x,y) = c. A(x,y) Termasuk ke dalam operasi level titik. 10

Penjumlahan (alg. 4.4) C adalah citra baru yang intensitas setiap piksel adalah jumlah intensitas tiap piksel pada A dan B. Jika hasil > 255, maka dibulatkan ke 255 (dianggap sebagai nilai max). Digunakan untuk mengurangi noise, dengan merata2kan gray level piksel citra yang sama yang diambil berkali2. f (x,y) = ½ {f 1 (x,y) + f 2 (x,y)} 11

Pengurangan (alg. 4.5) C adalah citra baru yang intensitas setiap piksel adalah selisih intensitas tiap piksel pada A dan B. Jika menghasilkan nilai negatif, maka operasi clipping perlu dilibatkan. Contoh : memperoleh obyek dari 2 citra, teknik di moving images. Perkalian (alg. 4.6) Digunakan untuk mengoreksi ke-nonlinier-an sensor dengan mengalikan ke matriks koreksi. (ukuran citra dan matriks koreksi N x N. 12

Penjumlahan/ Pengurangan dengan Skalar Intensitas citra baru lebih terang/ lebih gelap. Kenaikan/ penurunan intensitas sama untuk setiap piksel sebesar c. Melibatkan operasi clipping. Perkalian/ Pembagian dengan Skalar Intensitas citra baru lebih terang/ lebih gelap. Kenaikan/ penurunan intensitas setiap piksel sebanding/ berbanding terbalik dengan c. Callibration/ normalization of brightness. = algoritma 4.3, +, - diganti dengan *, / 13

OPERASI BOOLEAN (alg. 4.7 Rinaldi) 1. C(x,y) = A(x,y) and B(x,y) (&) 2. C(x,y) = A(x,y) or B(x,y) ( ) 3. C(x,y) = not A(x,y) (!) Operasi ini penting pada proses morfologi pada citra biner. Operasi not digunakan untuk menentukan komplemen dari citra pada citra biner. 14

OPERASI GEOMETRI (alg. 4.8 4.12 Rinaldi) Koordinat piksel berubah akibat transformasi, sedang intensitas tetap. (>< dari op. aritmatika) f (x,y ) = f(g 1 (x,y),g 2 (x,y)) a. Translasi (pergeseran), x = x + m, y = y + n b. Rotasi, θ = sudut rotasi berlawanan jarum jam, x = x Cos (θ) y Sin (θ), y = x Sin (θ) + y Cos (θ) c. Dilatasi (image zooming), x = s x.x, y = s y.y. Zoom out dengan s x = s y = 2 berarti menyalin setiap piksel sebanyak 4X. Zoom in = ½ berarti 4 piksel yang bertetangga menjadi 1 piksel (lih. Gb. 4.11) 15

d. Flipping (image reflection), ada 2 : horizontal, vertikal Horizontal : pencerminan di sumbu Y (cartesian), B[x][y] = A[N-x][y] Vertikal : pencerminan di sumbu X (cartesian), B[x][y] = A[x][M-y] Pencerminan pada titik asal (cartesian), B[x][y] = A[N-x][M-y] Pencerminan pada garis x = y, B[x][y] = A[y][x] 16

Operasi Aritmetik pada Citra Sumber :(Sistem Visual Manusia dan Pengolahan Citra Dijital-Aniati Murni / UI) Operasi Aritmetik antara dua citra + - x / Band ratio antara citra sensor optik Landsat TM band 3 dan band 4 dapat digunakan untuk analisis vegetasi, begitu juga ratio antara selisih dan jumlahnya. Operasi selisih antara dua citra temporal dapat digunakan untuk deteksi perubahan wilayah. Jakarta in 1994 Jakarta in 1998 (Lapan, 2001) 17

Contoh Operasi Aritmetik pada Citra Operasi selisih antara dua citra temporal dapat digunakan untuk deteksi perubahan wilayah. Jakarta in 1994 Jakarta in 1998 (Lapan, 2001) 18

Contoh Operasi Aritmetik pada Citra Operasi Lojik antara dua citra OR AND NOT Masking (AND) operation dapat digunakan untuk memisahkan antara bagian obyek dan bagian latar belakang pada citra biomedik. Object of interest jaringan paru Mask dengan operasi AND 19