Pengantar Mata Kuliah Pengolahan Citra



dokumen-dokumen yang mirip
Image Processing. Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2010

Pengantar PENGOLAHAN CITRA. Achmad Basuki PENS-ITS Surabaya 2007

Pengolahan Citra - Pertemuan 1 Nana Ramadijanti Politeknik Elektronika Negeri Surabaya

RENCANA PEMBELAJARAN SEMESTER (RPS)

Pengolahan Citra Digital FAJAR ASTUTI H, S.KOM., M.KOM

CS3214 Pengolahan Citra - UAS. CHAPTER 1. Pengantar Pengolahan Citra

Pendahuluan 9/7/2011. Overview. Deskripsi

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

Sistem Pembaca Teks Bahasa Indonesia Otomatis Menggunakan Kamera Web Dengan Metode Integral Proyeksi

BAB II DASAR TEORI. CV Dokumentasi CV berisi pengolahan citra, analisis struktur citra, motion dan tracking, pengenalan pola, dan kalibrasi kamera.

Praktikum Pengolahan Citra - Pertemuan 1

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

Kesepakatan. Kuliah Sopan : Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan

Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 2005

CONTENT BASED IMAGE RETRIEVAL BERDASARKAN CIRI TEKSTUR MENGGUNAKAN WAVELET

PPKF63108 DIGITAL IMAGE PROCESSING

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. sehingga memungkinkan peneliti mendapatkan informasi yang diperlukan. Output alatalat

BAB 1 PENDAHULUAN Latar Belakang

Pendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005

TEKNIK PENGOLAHAN CITRA DIGITAL TPE 418

Sistem Moving Detection dan Image Stabilizer pada Sistem Pengaman Lingkungan Menggunakan Kamera


BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

IMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya

BAB I PENDAHULUAN. semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

TRACKING ARAH GERAKAN TELUNJUK JARI BERBASIS WEBCAM MENGGUNAKAN METODE OPTICAL FLOW

BAB 2 TINJAUAN PUSTAKA

Image Filtering. Achmad Basuki Politeknik Elektronika Negeri Surabaya PENS-ITS 2005

Pengantar Pengolahan Citra. Ade Sarah H., M. Kom

Kuantisasi Gray Level untuk Enhancement Citra

Tracking Arah Gerakan Telunjuk Jari Berbasis Webcam Menggunakan Metode Optical Flow

Sistem Deteksi Wajah Pada Sistem Pengaman Lingkungan Berdasarkan Deteksi Obyek Bergerak Menggunakan Kamera

TIP 243 Computer Vision. 3 SKS Semester 5 and up Prasyarat disarankan: Pengolahan Citra Digital Dosen: Aditya Wikan Mahastama

Pemantauan Kondisi Kepadatan Jalan Kelurahan Sawojajar dengan menggunakan Image Processing Berbasis Visual Basic 6.0

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDETEKSI UANG LOGAM DENGAN METODE EUCLIDEAN

SISTEM PENGENALAN BUAH ON-LINE MENGGUNAKAN KAMERA

INDIKATOR MUSIK MELALUI EKSPRESI WAJAH

Fitur Bentuk Pada Citra. Achmad Basuki, Nana R PENS-ITS, 2008

ANALISIS PENGGUNAAN FILTER PADA SISTEM PENGENALAN PLAT NOMOR MENGGUNAKAN PHASE ONLY CORRELATION (POC)

BAB III PERANCANGAN PEDOMAN PRAKTIKUM

SATUAN ACARA PERKULIAHAN

Pengolahan Citra INTERACTIVE BROADCASTING. Yusuf Elmande., S.Si., M.Kom. Modul ke: Fakultas Ilmu Komunikasi. Program Studi Penyiaran

Implementasi Reduksi Noise Citra Berwarna dengan Metode Filter Median dan Filter Rata-rata

BAB II TEORI PENUNJANG

DATA/ INFO : teks, gambar, audio, video ( = multimedia) Gambar/ citra/ image : info visual a picture is more than a thousand words (anonim)

PENGANTAR GRAFIKA KOMPUTER

ANALISIS PENGARUH EXPOSURE TERHADAP PERFORMA ALGORITMA SIFT UNTUK IMAGE MATCHING PADA UNDERWATER IMAGE

PENDETEKSIAN HALANGAN PADA ROBOT CERDAS PEMADAM API MENGGUNAKAN KAMERA DENGAN INTEGRAL PROYEKSI

PENGENALAN WAJAH DENGAN METODE ADJACENT PIXEL INTENSITY DIFFERENCE QUANTIZATION TERMODIFIKASI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

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

PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION

SATUAN ACARA PERKULIAHAN ( SAP )

BAB I PENDAHULUAN. teknologi pengolahan citra (image processing) telah banyak dipakai di berbagai

PENGELOMPOKAN GAMBAR BERDASARKAN WARNA DAN BENTUK MENGGUNAKAN FGKA (FAST GENETIC KMEANS ALGORITHM) UNTUK PENCOCOKAN GAMBAR

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

IMPLEMENTASI PENGOLAHAN CITRA DENGAN MENGGUNAKAN TEKNIK KONVOLUSI UNTUK PELEMBUTAN CITRA (IMAGE SMOOTHING) DALAM OPERASI REDUKSI NOISE

Muhammad Nasir. Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe Jl. Banda Aceh Medan Km Lhokseumawe

1. BAB I PENDAHULUAN Latar Belakang

Pola adalah entitas yang terdefinisi dan dapat diidentifikasi melalui ciri-cirinya (features).

BAB 1 PENDAHULUAN. Dalam bahasa Inggris ada pepatah yang mengatakan a picture is worth a

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAHAN AJAR. Mata Kuliah Pengolahan Citra. Disusun oleh: Minarni, S. Si., MT

BAB 1 PENDAHULUAN. Sistem Pakar (Expert System), Jaringan Saraf Tiruan (Artificial Neural Network), Visi

BAB II TINJAUAN PUSTAKA

SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN CITRA / 8 KODE MK / SKS / SIFAT : AK / 2 SKS / MK LOKAL

Sistem Deteksi Bola Berdasarkan Warna Bola Dan Background Warna Lapangan Pada Robot Barelang FC

IMPLEMENTASI PERHITUNGAN KECEPATAN OBJEK BERGERAK BERBASIS WEBCAM DAN PENGOLAHAN CITRA DIGITAL

Oleh: Riza Prasetya Wicaksana

Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra

BAB I PENDAHULUAN. sesuai dengan berbagai macam pemikiran manusia. Banyak teori-teori maupun

corak lukisan dengan seni dekorasi pakaian, muncul seni batik tulis seperti yang kita kenal sekarang ini. Kain batik merupakan ciri khas dari bangsa I

BAB 1 PENDAHULUAN. Grafika komputer merupakan salah satu topik dalam bidang informatika.

Implementasi Noise Removal Menggunakan Wiener Filter untuk Perbaikan Citra Digital

SAMPLING DAN KUANTISASI

BAB I PENDAHULUAN Latar Belakang

SIMULASI DAN ANALISIS SISTEM PENGENALAN WAJAH TAMPAK SAMPING MENGGUNAKAN METODE LOCAL BINARY PATTERN (LBP)

APLIKASI ABSENSI KULIAH BERBASIS IDENTIFIKASI WAJAH MENGGUNAKAN METODE GABOR WAVELET

Image Processing. Nana Ramadijanti Laboratorium Computer Vision Politeknik Elekltronika Negeri Surabaya PENS-ITS 2009

BAB 2 LANDASAN TEORI

Sesi 2: Image Formation. Achmad Basuki PENS-ITS 2006

KONTRAK PEMBELAJARAN (KP) MATA KULIAH. Pengolahan Citra dan Pengenalan Pola

1. Pendahuluan 1.1 Latar Belakang

One picture is worth more than ten thousand words

PERBANDINGAN METODE PREWITT DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL

Konsep Penambahan High Pass Filter pada Pengenalan Pola Metode SIFT

Penerapan Gaussian Filter pada Edge Detection

Program Aplikasi Komputer Pengenalan Angka Dengan Pose Jari Tangan Sebagai Media Pembelajaran Interaktif Anak Usia Dini

PENINGKATAN KUALITAS CITRA SIDIK JARI MENGGUNAKAN FFT (FAST FOURIER TRANSFORM)

APLIKASI CONTENT BASED IMAGE RETRIEVAL DENGAN FITUR WARNA DAN BENTUK

PENGENDALIAN MODEL 3 DIMENSI WAJAH MELALUI PENDETEKSIAN DAN TRACKING TITIK FITUR WAJAH

PENGANTAR GRAFIK KOMPUTER DAN OLAH CITRA. Anna Dara Andriana, S.Kom., M.Kom

Operasi Titik Kartika Firdausy

Transkripsi:

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 Pengolahan Citra 3. Apa saja yang akan dipelajari dalam Pengolahan Citra 4. Metodologi Pembelajaran 5. Perangkat yang digunakan 6. Prasyarat 7. Referensi

Tujuan Mata Kuliah Pengolahan Citra Mahasiswa bisa menerapkan prinsip-prinsip pengolahan citra untuk aplikasi-aplikasi yang berhubungan dengan citra dan visualisasinya.

Peluang: Saat ini aplikasi pengolahan citra sudah banyak diterapkan di berbagai bidang seperti: 1. Photo Editing 2. Otomasi perkantoran 3. Media 4. Biometrik 5. Kedokteran (Medis) 6. Entertainment

Proyek Akhir: Content Based Image Retrieval Pengenalan Wajah Tracking Wajah secara Real Time Pengenalan Tulisan dan Tanda Tangan Untuk Cek Bank Mesin Absensi Dengan Sidik Jari Deteksi dan Pengenalan Rambu-Rambu Lalu- Lintas Deteksi Gerakan Badan Untuk Kendali Game Kendali Game Dengan Gerakan Mata Filter Gambar Porno.

Proyek Akhir: Pengenalan Buah dan Produk Menggunakan Fitur Warna Deteksi Jumlah Obyek Gambar Video Panorama Menggunakan Image Mosaic Mesin Pembaca Not Jawa Sistem Keamanan Terpadu Dengan Deteksi Gerakan Pengenalan Wajah Untuk Pencarian Data Buron Melalui Gambar Sketsa Navigasi Cerdas Pada Robot Pengenalan Golongan Darah Dll.

Materi: 1. Pengolahan Citra 2. Image Model 3. Manipulasi RGB 4. Gray-Scale Transformation 5. Image Statistic 6. Image Enhancement 7. Tranformasi Fourier and Image Spectrum 8. Image Filtering 9. Reduksi Noise 10. Deteksi Tepi 11. Image Feature Extraction (Color, Shape & Texture) 12. Image Segmentation

Metodologi Pembelajaran: 1. Kuliah teori dan diskusi 2. Praktikum dilakukan secara terstruktur 3. Tugas harian yang dilakukan di kelas atau di rumah 4. Proyek didemokan di akhir perkuliahan

Sistem Penilaian: 1. UAS: 40% 2. UTS: 30% 3. Tugas Harian: 15% 4. Proyek: 15%

Referensi : 1. Rafael C. Gonzales E.Woods, Digital Image Processing,2 nd Edition,Prentice Hall,2001 2. Wanasanan Thongsongkrit, Lecture Notes 3. Richard Alan Peter, Lecture Notes 2007,http://www.archive.org/detail s/lectures_on_image_processi ng 4. Richard Szeliski, Computer Vision: Algorithms and Applications,23 April 2010 5. Dadet Pramadihanto, Image Enhancement, Inhouse Training Politeknik Elektronika Negeri Surabaya, 1999. 6. Riyanto Sigit dkk, Step by Step dkk,pengolahan Citra Menggunakan Visual C++,Andi Offset 7. Acmad Basuki dkk,pengolahan Citra Menggunakan Visual Basic,Graha Ilmu

Ulasan singkat materi

Apakah Image Processing? Image processing adalah sub bagian dari signal processing dari gambar Meningkatkan kualitas gambar waktu dilihat oleh manusia dan/ menurut interpretasi komputer Gambar Image Processing Gambar yang lebih baik

Beberapa Bidang Ilmu yang Berhubungan dengan Gambar Computer Graphics : membuat gambar Image Processing : memperbaiki dan memanipulasi gambar hasilnya berupa gambar lain Computer Vision: menganalisa isi gambar

Pengolahan Data Berdasarkan Input/Output OUTPUT IMAGE DESKRIPSI INPUT IMAGE DESKRIPSI Image Processing Grafika Komputer Computer Vision Data Mining dll.

Image Formation

Image Formation

Image Formation

Image Formation

Image Formation

Image Formation

Quantization

Sampling & Quantization

Digital Image

Color Images

Point Processing

Color Processing

Color Corection Perubahan global pada citra untuk menghindari in the coloration of an image to alter its tint, its hues or the saturation of its colors with minimal changes to its luminant features

Transformasi Fourier 2D Pemakaian FT dalam pengolahan citra : Menjelaskan mengapa penurunan sampling dapat menambahkan distorsi pada citra dan menunjukkan bagaimana menghindarinyan. Berguna untuk reduksi tipe noise tertentu, deblurring, dan restorasi citra Untuk deteksi fitur dan enhancement khususnya pada deteksi tepi.

Citra Hasil FT (Magnitude & Phase)

Konvolusi

Spatial Filtering

Reduksi Noise

Shot & Salt Pepper Noise

Filter Median

Filter Min dan Max Min

Filter Max dan Min Max

Morfologi Biner

Kompresi Citra

Biometric

Medical Image

Image Databases

Robot Vision

Motion Capture

Document Analysis

Sekilas Info Beberapa materi yang harus dikuasai sebelum menguasai materi di dalam pengolahan citra yaitu: matematika, aljabar, pengolahan sinyal, statistik dan pemrograman.

Terimakasih