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

dokumen-dokumen yang mirip
SAMPLING DAN KUANTISASI

Mengubah Citra Berwarna Menjadi Gray Scale dan Citra biner

Pertemuan 2 Representasi Citra

Dasar Pengolahan Citra (3)

Color Detection. Praktikum

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

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

Perbaikan Citra (Enhancement 1)

Perbaikan Citra (Enhancement 1)

Model Citra (bag. 2)

BAB II Tinjauan Pustaka

Pengolahan citra. Materi 3

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

BAB II CITRA DIGITAL

Aplikasi Teori Kombinatorial Dalam Penomeran Warna

COLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

Pengolahan Citra (Image Processing)

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

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

Pembentukan Citra. Bab Model Citra

Praktikum Pengolahan Citra - Pertemuan 1.2

IDENTIFIKASI DAN TRACKING OBJEK BERBASIS IMAGE PROCESSING SECARA REAL TIME

BAB II TEORI PENUNJANG

BAB III METODE PENELITIAN

PENGOLAHAN CITRA DIGITAL

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

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

Dasar Pengolahan Citra (2) )

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

Pemanfaatan Kriptografi Visual untuk Pengamanan Foto pada Sistem Operasi Android

1. Grafis Bitmap Dan Vektor 2. Konsep Warna Digital 3. Gambar Digital 4. Editing Gambar Photoshop 5. Membuat Kop Web

Praktikum 9 Reduksi Noise

Histogram Warna Pada Image

BAB II LANDASAN TEORI

PROGRAM STUDI S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO. Oky Dwi Nurhayati, ST, MT

Intensitas cahaya ditangkap oleh diagram iris dan diteruskan ke bagian retina mata.

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

Perbaikan Citra (Enhancement 2)

Model Citra (bag. I)

Bekerja dengan Warna

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

KULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS

BAB IV PENGUJIAN SISTEM. mendeteksi tempat parkir yang telah selesai dibuat. Dimulai dari pengambilan

Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color

BAB 2 TINJAUAN TEORETIS

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

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

Aplikasi Pengolahan Citra DETEKSI WARNA. Achmad Basuki PENS-ITS, 26 Des 2006

2.1. Multimedia. Multimedia BAB 2 LANDASAN TEORI

BAB II TI JAUA PUSTAKA

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

BAB III METODOLOGI PENELITIAN

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

Deteksi Warna. Resty Wulanningrum,S.Kom Universitas Nusantara PGRI Kediri

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB III PERANCANGAN SISTEM. Pada dewasa sekarang ini sangat banyak terdapat sistem dimana sistem tersebut

BAB 2 LANDASAN TEORI

Pengenalan Angka. Ubah properti control dan tambahkan class variabel control tipe dan membernya seperti pada tabel berikut :

Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

Eko Purwanto WEBMEDIA Training Center Medan

APLIKASI IDENTIFIKASI ISYARAT TANGAN SEBAGAI PENGOPERASIAN E-KIOSK

BAB II LANDASAN TEORI

Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt

Perbaikan Citra (Enhancement 2)

IDENTIFIKASI KEMATANGAN BUAH TOMAT MENGGUNAKAN METODA BACKPROPAGATION

Tipe dan Jenis Layar Komputer Grafik. By Ocvita Ardhiani.

BAB 2 TINJAUAN PUSTAKA

Perbaikan Citra (Enhancement 3)

UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK

PENDETEKSIAN OBJEK BERWARNA BIRU MENGGUNAKAN MATLAB R2013a

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

artifak / gambar dua dimensi yang memiliki kemiripan tampilan dengan sebuah subjek. - wikipedia

Deteksi Tepi (Edge Detection)

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

Penggunaan Filter Frekuensi Rendah untuk Penghalusan Citra (Image Smoothing)

Pengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial

BAB IV PENGUJIAN DAN ANALISIS

Mereduksi Noise Tujuan Dasar Teori. Praktikum

Dasar Pengolahan Citra (1)

1.1 Intensitas. 1.2 Luminansi. 1.3 Lightness. 1.4 Hue. 1.5 Saturasi

Intensity and Color. Pertemuan 12

BAB IV ANALISA. 4.1 Analisa teknik pengolahan citra

Grafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16

PENERAPAN METODE SOBEL DAN GAUSSIAN DALAM MENDETEKSI TEPI DAN MEMPERBAIKI KUALITAS CITRA

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

Pengolahan Citra Warna 1 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH

BAB III PROSEDUR DAN METODOLOGI

BAB 2 LANDASAN TEORI

BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop

DAFTAR ISI. Lembar Pengesahan Penguji... iii. Halaman Persembahan... iv. Abstrak... viii. Daftar Isi... ix. Daftar Tabel... xvi

BAB II LANDASAN TEORI

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

Transkripsi:

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

Representasi Penglihatan Representasi penglihatan ini menunjukkan cara kerja kamera dalam meng-capture suatu gambar.

Dasar Radiometri Radiometri adalah bagian dari image formation yang membahas relasi antara besaran energi dari sumber, besaran refleksi dari permukaan dan besaran yang diterima oleh sensor

Model Kamera Laboratorium Computer Vision Politeknik Elektronika Negeri Surabaya

Sampling Proses capture pada kamera melakukan penangkapan besaran intensitas cahaya pada sejumlah titik yang ditentukan oleh besar kecilnya kemampuan resolusi sebuah kamera. Proses pengambilan titik-titik ini dinamakan dengan sampling.

Kuantisasi Laboratorium Computer Vision Politeknik Elektronika Negeri Surabaya

Kuantisasi (Warna) Laboratorium Computer Vision Politeknik Elektronika Negeri Surabaya

Sampling dan Kuantisasi Sampling menunjukkan banyaknya pixel (blok) untuk mendefinisikan suatu gambar Kuantisasi menunjukkan banyaknya derajat nilai pada setiap pixel (menunjukkan jumlah bit pada gambar digital b/w dengan 2 bit, grayscale dengan 8 bit, true color dengan 24 bit

Tiga Jenis Citra Laboratorium Computer Vision Politeknik Elektronika Negeri Surabaya

Model Citra Berwarna Dengan RGB Laboratorium Computer Vision Politeknik Elektronika Negeri Surabaya

Representasi Citra Laboratorium Computer Vision Politeknik Elektronika Negeri Surabaya

Format Warna RGB R G B Format warna 24 BIT dinyatakan dengan: 11001001 01011001 00001011 R (8 bit) G (8 bit) B (8 bit) Masing-masing komponen warna RGB mempunyai nilai 0 s/d 255 (8 bit) derajat kecerahan (derajat keabuan)

Format Warna RGB Warna R G B Merah 255 0 0 Hijau 0 255 0 Biru 0 0 255 Kuning 255 255 0 Magenta 255 0 255 Cyan 0 255 255 Putih 255 255 255 Hitam 0 0 0 Abu-abu 128 128 128

Contoh Warna RGB Dalam HexaDecimal Laboratorium Computer Vision Politeknik Elektronika Negeri Surabaya

Fungsi Untuk Membaca Warna RGB void WarnaToRGB(long int warna,int *Red, int *Green, int *Blue) { *Red = warna & 0x000000FF; *Green = (warna & 0x0000FF00) >> 8; *Blue = (warna & 0x00FF0000) >> 16; } Contoh: Warna 0x00F0A122 bila dioperasikan akan menjadi: Red = 0x00F0A122 & 0x000000FF = 22 (Hexa) = 34 Green = 0x00F0A122 & 0x0000FF00 = A1 (Hexa) = 161 Blue = 0x00F0A122 & 0x00FF0000 = F0 (Hexa) = 240

Fungsi Untuk Membuat Warna RGB long int RGBToWarna(int Red, int Green, int Blue) { return(red+(green<<8)+(blue<<16)); }

Membaca dan Menampilkan Citra Proses untuk membaca citra sama seperti proses membaca matrik, karena citra adalah suatu matrik. Setiap pixel pada citra mempunyai 3 nilai R,G dan B Proses untuk menampilkan citra sama seperti proses untuk menampilkan citra seperti menampilkan matrik dengan setiap pixelnya diberi nilai (R,G,B)

Membaca dan Menampilkan Citra pada Bahasa C Membaca Citra pada titik (x,y) : // Membaca citra warna=dcmem.getpixel(x,y); // Mengambil warna (R,G,B) WarnaToRGB(warna,&red,&green,&blue); Memberikan nilai warna pada titik (x,y) warna=rgbtowarna(red,green,blue); dcmem.setpixel(k,j,warna); Menampilkan citra di layar pdc->bitblt(0,0,150,100,&dcmem,0,0,srccopy);