Dosen: M. Miftakul Amin Pengolahan Citra Digital

dokumen-dokumen yang mirip
Sesi 3 Operasi Pixel dan Histogram. : M. Miftakul Amin, S. Kom., M. Eng.

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

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

BAB I PENDAHULUAN 1. Latar Belakang

SAMPLING DAN KUANTISASI

Pertemuan 2 Representasi Citra

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

Dasar-dasar Photoshop

Kory Anggraeni

BAB II LANDASAN TEORI

TEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng.

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

BAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan

ANALISIS CONTRAST STRETCHING MENGGUNAKAN ALGORITMA EUCLIDEAN UNTUK MENINGKATKAN KONTRAS PADA CITRA BERWARNA

Model Citra (bag. 2)

Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial

PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.

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

5.3 Praktek Image Adjustment

Pengolahan citra. Materi 3

KONSEP DASAR PENGOLAHAN CITRA

BAB IV PENGUJIAN SISTEM. koordinat pada tiap-tiap area, akses pixel, contrast streching, histogram. yang

Mengenal Lebih Jauh Apa Itu Point Process

One picture is worth more than ten thousand words

BAB II TEORI PENUNJANG

BAB III METODE PENELITIAN

KULIAH 2 TEKNIK PENGOLAHAN CITRA HISTOGRAM CITRA

BAB 4 HASIL DAN ANALISA

Review Paper. Image segmentation by histogram thresholding using hierarchical cluster analysis

BAB II LANDASAN TEORI

Perbaikan Citra (Enhancement 3)

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL

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

BAB II LANDASAN TEORI

ANALISIS PERBANDINGAN HISTOGRAM EQUALIZATION DAN MODEL LOGARITHMIC IMAGE PROCESSING (LIP) UNTUK IMAGE ENHANCEMENT

PENGOLAHAN CITRA DIGITAL

PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS

Pendekatan Statistik Pada Domain Spasial dan Frekuensi untuk Mengetahui Tampilan Citra Yustina Retno Wahyu Utami 1)

PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

BAB II LANDASAN TEORI

BAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

FERY ANDRIYANTO

BAB III METODOLOGI PENELITIAN

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

BAB II LANDASAN TEORI

PENERAPAN METODE CONTRAST STRETCHING UNTUK PENINGKATAN KUALITAS CITRA BIDANG BIOMEDIS

ABSTRAK. Kata kunci : CBIR, GLCM, Histogram, Kuantisasi, Euclidean distance, Normalisasi. v Universitas Kristen Maranatha

Perbandingan Kompresi Citra Metode Five-Modulus dan Kuantisasi dengan Perbaikan Citra Histogram-Equalization

BAB 2 LANDASAN TEORI

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

KOMPRESI CITRA. Pertemuan 12 Mata Pengolahan Citra

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

EDGE DETECTION MENGGUNAKAN METODE ROBERTS CROSS

IMPLEMENTASI CONTRAST STRETCHING UNTUK PERBAIKAN KUALITAS CITRA DIGITAL

BAB 2 TINJAUAN PUSTAKA

BAB 1V HASIL SIMULASI DAN ANALISIS

MAKALAH PENGOLAHAN CITRA DIGITAL. ( Histogram Citra ) Disusun Oleh : : 1. Agus Riyanto (2111T0238) 2. M. Yazid Nasrullah ( 2111T0233 )

BAB 3 METODOLOGI PENELITIAN

PENGOLAHAN CITRA DIGITAL

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

BAB III METODE PENELITIAN

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

IMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF

Peningkatan Kualitas Citra. Domain Spasial

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

BAB II LANDASAN TEORI. Citra atau image adalah representasi spasial dari suatu objek yang

BAB 2 TINJAUAN TEORETIS

BAB II CITRA DIGITAL

TEKNIK PENAJAMAN CITRA DIGITAL DENGAN MENGGUNAKAN METODE CONTRAST STRECHING

BAB II. Computer vision. teknologi. yang. dapat. Vision : Gambar 2.1

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

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

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM

Pengenalan Bahasa Isyarat Tangan Menggunakan Metode PCA dan Haar-Like Feature

BAB III METODOLOGI PENELITIAN. Penelitian ini dilakukan di Jurusan Ilmu Komputer Fakultas Matematika dan

BAB 2 LANDASAN TEORI

2.1. Multimedia. Multimedia BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital

V. HASIL DAN PEMBAHASAN

Rika Oktaviani

UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop

BAB 2 TINJAUAN PUSTAKA

Implementasi Edge Detection Pada Citra Grayscale dengan Metode Operator Prewitt dan Operator Sobel

PERBAIKAN CITRA MELALUI PROSES PENGOLAHAN PIKSEL

Rancang Bangun Sistem Pengujian Distorsi Menggunakan Concentric Circle Method Pada Kaca Spion Kendaraan Bermotor Kategori L3 Berbasis Edge Detection

BAB II LANDASAN TEORI

BAB 2 KONSEP DASAR PENGENAL OBJEK

PERBAIKAN CITRA DENGAN METODE POWER LAW TRANSFORMATION

In line with the growing use of computers in medicine, the perceived needs of the image data in digital

Operasi Titik Kartika Firdausy

BAB 3 ANALISIS DAN PERANCANGAN

Transkripsi:

Operasi Pixel dan Histogram Dosen: M. Miftakul Amin Pengolahan Citra Digital

Materi Konversi RGB ke Gray Scale Konversi Gray Scale ke Biner Konversi Gray Scale ke m-bit Pengaturan Brightness Pengaturan Kontras Gray-scale Histogram Distribusi Kumulatif Histogram Equalization

Pixel dan Representasinya

Histogram Citra 0 Tabel frekuensi kemunculan setiap warna 7 7 0 0 7 0 0 0 0 9 7 8 7 0. 0. 0.0 0.0 0. 0.9 0.07 0.08 0 0 0 0 7 7 7 7 7 Histogram Citra 0. 0. 0. 0 0 0 0 0 0 0. 0.0 Citra 0 0 7

Histogram Citra frequency 0 Image 0 Intensity 7

Operasi Pixel Operasi piksel adalah operasi pengolahan citra yang memetakan hubungan setiap piksel yang bergantung pada piksel itu sendiri.

Konversi RGB ke Gray Scale Setiap pixel mempunyai nilai red (r), green (g) dan blue (b) dengan nilai masing-masing 0- r g b x ) Perataan ( quick and dirty ) Setiap pixel mempunyai nilai derajat keabuan x dengan nilai 0- x ar.r a g.g ab.b dim ana : ar a g ab ) Metode pembobotan

Konversi RGB ke Gray Scale x ar.r a g.g ab.b dim ana : ar a g ab Beragam Metode Pembobotan = ar ag ab 0. 0.9 0. 0. 0.7 0.07 0.99 0.87 0. Sebutan Human Eye Correction Luma, ITU-R, BT.709 BT.0

Konversi RGB ke Gray Scale. Max( R, G, B ) Min( R, G, B ) Desaturation Gray. Decomposition Gray Max ( R, G, B ) Gray Min( R, G, B ). Single color Channel Gray R Gray G Gray B

Konversi Gray Scale Ke Biner Setiap pixel mempunyai nilai derajat keabuan x dengan nilai 0- jika x 8 xbw 0 jika x 8 Setiap pixel mempunyai nilai warna xbw dengan nilai 0 dan jika x x xbw 0 jika x x

Pengaturan Brightness Proses pengaturan brightness adalah proses penambahan nilai derajat keabuan x dengan nilai perubahan brightness t brightness xbrightness x tbrightness 0 0 tbrightness bisa positif dan dan negatif

Pengaturan Brightness

Pengaturan Brightness Kode Matlab/Octave Hasil eksekusi

Pengaturan Contrast Proses pengaturan contrast adalah proses perkalian nilai derajat keabuan x dengan nilai perubahan contrast tcontrast xcontrast x tcontrast 0 0 < tkontras < m, dengan m positif 0

Peregangan Contrast

Kombingan Brightness+Contrast

Membalik/Negasi Citra

Pemetaan Non Linear

Gray-Scale Histogram Histogram di dalam gambar gray-scale menyatakan distribusi dari derajat keabuan (terang/gelap) pada suatu gambar. Dari histogram ini dapat dilihat apakah gambar tersebut lebih banyak warna gelap atau lebih banyak warna terang Teknik histogram ini dapat dikembangkan untuk memperbaiki kualitas gambar (image enhancement) dengan apa yang dinamakan dengan Histogram Equalization, suatu teknik untuk meratakan distribusi terang/gelap sehingga gambar kelihatan lebih jelas.

Gray-Scale Histogram Gambar ini didominasi warna terang, karena grafik di sebelah kanan terlihat lebih banyak. Gambar ini didominasi warna gelap, karena grafik di sebelah kiri terlihat lebih banyak.

Distribusi Kumulatif Distribusi kumulatif C(x) adalah nilai total histogram dari tingkat keabuan=0 sampai dengan tingkat keabuan=x, dan didefinisikan dengan: x C ( x) H ( w) w 0 Distribusi kumulatif ini dapat digunakan untuk menunjukkan perkembangan dari setiap step derajat keabuan. Pada distribusi kumulatif, gambar dikatakan baik bila mempunyai distribusi kumulatif yang pergerakannya hampir sama pada semua derajat keabuan.

Distribusi Kumulatif Perubahan yang tajam

Distribusi Kumulatif Gambar-gambar hasil photo mempunyai perubahan yang tidak terlalu tajam dan biasanya tidak lebih dari satu. Hal ini menunjukkan tingkat gradiasi yang halus pada gambar hasil photo. Gambar-gambar kartun mempunya banyak perubahan yang tajam, hal ini menunjukkan tingkat gradiasi pada gambar kartun rendah (kasar).

Histogram Equalization Histogram Equalization adalah suatu proses untuk meratakan histogram agar derajat keabuan dari yang paling rendah (0) sampai dengan yang paling tinggi () mempunyai kemunculan yang rata. Dengan histogram equalization hasil gambar yang memiliki histogram yang tidak merata atau distribusi kumulatif yang banyak loncatan gradiasinya akan menjadi gambar yang lebih jelas karena derajat keabuannya tidak dominan gelap atau dominan terang. Proses histogram equalization ini menggunakan distribusi kumulatif, karena dalam proses ini dilkakukan perataan gradien dari distribusi kumulatifnya.

Formula Histogram Equalization Histogram Equalization dari suatu distribusi kumulatif C adalah: cw.t w nx.n y Cw adalah nilai distribusi kumulatif pada derajat keabuan w t adalah nilai threshold derajat keabuan= 8 atau nx dan ny adalah ukuran gambar.

Perhitungan Histogram Equalization Perhatikan histogram berikut: 0 Distribusi Kumulatifnya Cw 9 0 9 7 7 0 7 0 0 0 0 0 7 8 9 0 7 8 9 0

Perhitungan Histogram Equalization Distribusi Kumulatif: 9 0 9 7 7 0 w 0 Cw w-baru (*)/ 9 0 9 7 7 9 8 0 9 7 0 0 7 0 0 0 0 0 h 0 7 8 9 0

Perhitungan Histogram Equalization 7 w Cw w-baru h (*)/ 9 0 9 7 7 9 8 0 9 7 0 0 7 0 0 0 0 7 8 9 0

Histogram Equalization Pada Gambar Sebelum Equaliztion Setelah Equaliztion

Histogram Equalization Pada Gambar Sebelum Equaliztion Setelah Equaliztion