BAB I PENDAHULUAN 1. Latar Belakang

dokumen-dokumen yang mirip
BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN I.1 Latar Belakang

Pencocokan Citra Terkoreksi Histogram Ekualisasi TUGAS AKHIR. Rivai Nursetyo NIM

BAB III PENGOLAHAN DATA

BAB I PENDAHULUAN Latar Belakang

Sesi 3 Operasi Pixel dan Histogram. : M. Miftakul Amin, S. Kom., M. Eng.

BAB III PENGOLAHAN DATA

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

Pencocokan Citra Digital

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

KONSEP DASAR PENGOLAHAN CITRA

BAB III PENGOLAHAN DATA

Pertemuan 2 Representasi Citra

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

Dosen: M. Miftakul Amin Pengolahan Citra Digital

Gambar IV-1. Perbandingan Nilai Korelasi Antar Induk Wavelet Pada Daerah Homogen Untuk Level Dekomposisi Pertama

SAMPLING DAN KUANTISASI

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

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

Model Citra (bag. 2)

PENGOLAHAN CITRA DIGITAL

BAB 4 HASIL DAN ANALISA

DETEKSI NOMINAL MATA UANG DENGAN JARAK EUCLIDEAN DAN KOEFISIEN KORELASI

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop

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

... BAB 2 LANDASAN TEORI. 2.1 Citra

Kory Anggraeni

BAB 3 ANALISA DAN PERANCANGAN

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

BAB 2 TINJAUAN TEORETIS

BAB IV ANALISA. 4.1 Analisa teknik pengolahan citra

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB II LANDASAN TEORI

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

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

BAB IV ANALISIS. Tabel IV-1 Perbandingan Nilai Korelasi Antar Induk Wavelet pada Daerah Homogen. Wavelet

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

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

BAB III PELAKSANAAN PENELITIAN

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

BAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan 4.2 Analisis Terhadap Peta Rupabumi yang digunakan

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

BAB 2 LANDASAN TEORI

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

BAB III METODE PENELITIAN

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

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

Penggunaan Pencocokan String Metode Booyer-Moore dalam Digital Image Matching untuk Foto Udara Ideal

BAB III METODE PENELITIAN

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

Pembentukan Citra. Bab Model Citra

BAB III PENGOLAHAN DATA

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

Operasi-operasi Dasar Pengolahan Citra Digital

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB III ANALISIS DAN PERANCANGAN SISTEM

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM

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

Pengolahan citra. Materi 3

Dasar-dasar Photoshop

BAB 2 TINJAUAN PUSTAKA

Gambar 2.1 Perkembangan Alat Restitusi (Dipokusumo, 2004)

Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial

DAFTAR ISI BAB II TINJAUAN PUSTAKA...4

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

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

Operasi Piksel dan Histogram

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

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

BAB 2 LANDASAN TEORI

1. BAB I PENDAHULUAN Latar Belakang

BAB IV HASIL DAN PEMBAHASAN

Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION

KULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS

BAB I PENDAHULUAN. Dalam bab ini membahas latar belakang, rumusan masalah, tujuan dari tugas akhir, batasan-batasan masalah, dan metodologi.

KOMPRESI CITRA. Pertemuan 12 Mata Pengolahan Citra

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

BAB 4 PEMROSESAN CITRA DAN IMPLEMENTASI Pemrosesan Citra dan Rancangan Eksperimen untuk Fusi Citra

BAB III METODOLOGI PENELITIAN

MKB3383 TEKNIK PENGOLAHAN CITRA Pemrosesan Citra Biner

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

UJI COBA PERBEDAAN INTENSITAS PIKSEL TIAP PENGAMBILAN GAMBAR. Abstrak

TEKNIK PENGOLAHAN CITRA MENGGUNAKAN METODE KECERAHAN CITRA KONTRAS DAN PENAJAMAN CITRA DALAM MENGHASILKAN KUALITAS GAMBAR

BAB 2 TINJAUAN TEORITIS

BAB 2 TINJAUAN PUSTAKA

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

BAB II TI JAUA PUSTAKA

KLASIFIKASI TELUR AYAM DAN TELUR BURUNG PUYUH MENGGUNAKAN METODE CONNECTED COMPONENT ANALYSIS

BAB IV UJI COBA DAN ANALISIS

BAB 2 LANDASAN TEORI

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB 3 PERALATAN DAN PROSEDUR PENELITIAN

Representasi Citra. Bertalya. Universitas Gunadarma

BAB II LANDASAN TEORI

Transkripsi:

BAB I PENDAHULUAN 1. Latar Belakang Dalam proses pemetaan secara fotogrametris, salah satu hal yang harus diatasi adalah masalah restitusi dua foto udara yang saling pertampalan sedemikian rupa sehingga diperoleh model 3D yang relatif baik untuk keperluan pengambilan data spasial yang terkait dengan unsur-unsur yang akan dipetakan. Model 3D dapat dibentuk bila diperoleh titik-titik sekawan pada dua foto udara yang saling bertampalan. Titik-titik sekawan pada model 3D dapat diwakili oleh enam buah titik yang biasa dikenal dengan titik van Grouber. Mengacu pada enam titik van Grouber ini kemudian pada masing-masing foto akan memiliki sembilan buah titik sekawan. Posisi keenam titik van Grouber harus dibuat sedemikian rupa sehingga satu titik terletak di sekitar titik utama foto, empat titik lain terletak pada bagian sisi foto, dan empat titik lainnya terletak di sekitar setiap sudut pada foto. Pada sistem fotogrametri dijital, hubungan titik-titik sekawan ini dapat dicari salah satunya dengan mengukur nilai korelasi citra / image correlation (IM) sebagai indikator bahwa kedua citra foto udara digital tersebut saling bertampalan. Pengukuran korelasi citranya sendiri dilakukan dengan metode IM. Prinsip dasar IM adalah mencocokkan objek pada citra kiri dengan objek yang sama pada citra kanan untuk dua buah foto bertampalan (overlap). Ada sejumlah metode image matching yang dapat dipakai untuk keperluan proses restitusi foto yang selama ini diketahui orang. (Schenk, 1999) menguraikan dengan rinci tiga metode yang selama ini banyak digunakan orang. Ketiga medode yang dimaksud adalah area-based (AB), feature-based (FB), dan symbolic (SB). Pada metode area-based digunakan komposisi nilai derajat keabuan (gray level) citra di dalam pengujian nilai korelasi objek pada citra foto kiri dan kanan. Pada metode FB digunakan unsur objek secara utuh atau tepi dari area yang akan diuji menggunakan teknik hitungan fungsi cosinus. Sedangkan pada metode SB digunakan unsur symbol explanation. Khusus untuk keperluan Tugas Akhir ini, akan digunakan teknik IM metode AB. 1

Di dalam metode AB, ada dua jenis citra foto udara yang dapat digunakan, yaitu foto udara hitam-putih dan foto udara berwarna. Untuk kajian yang terkait dengan Tugas Akhir ini, citra foto udara digital yang akan dipakai adalah citra berwarna dengan pertimbangan melakukan identifikasi objek pada citra hitam-putih, memiliki kelemahan untuk bentuk dan warna yang sama yang pada kenyataanya warna kedua objek tersebut berbeda. Di samping itu, pada foto udara berwarna, proses identifikasi lebih mudah dilakukan karena pada metode area-based identifikasi objek bukan berdasarkan bentuk tepi objek secara utuh melainkan berdasarkan warna yang direpresentasikan pada window dengan ukuran tertentu dimana objek itu berada. Dengan penggunaan citra foto berwarna ini, diharapkan dapat lebih meningkatkan keberhasilan proses IM. Untuk mendapatkan citra yang lebih tajam, dilakukan upaya mengubah penyebaran nilai intensitas dengan HE sedemikian rupa sehingga piksel setiap objek yang berbeda pada umumnya memiliki brightness value yang tegas. Proses HE diperlukan untuk citra-citra yang kurang tajam, sebab citra dengan kondisi seperti ini memiliki nilai korelasi yang tidak begitu baik. 2. Tujuan Penelitian Penelitian berutujuan untuk mengkaji penerapan metode HE dalam proses IM dan mengetahui sejauh mana hasil yang diperoleh dibandingkan dengan IM tanpa HE. 3. Metodologi Penelitian Metodologi penelitian yang dilakukan pada tugas akhir ini: 1. Penyiapan Data a. Penyiapan data berupa citra foto berwarna dengan format RGB, dengan pertimbangan bahwa kombinasi warna red (R), green (G), dan blue (B) memberikan rentang warna yang paling lebar b. Pengambilan sample sebagai subcitra acuan berdasarkan karakteristik objek (heterogen dan homogen) pada citra kiri. Subcitra acuan ini dijadikan sebagai referensi untuk proses pencocokan citra. 2

c. Pengambilan sampel sebagai citra pencarian berdasarkan karakteristik objek (heterogen dan homogen) pada citra kanan, yang kemudian citra pencarian ini akan diurai menjadi beberapa subcitra pencarian sebagai objek-objek yang akan dicocokkan. 2. Proses a. Pemisahan kanal. Citra foto berwarna dengan format RGB dipisahkan menjadi tiga kanal, yaitu red (R), green (G), dan blue (B). b. Perhitungan korelasi. Perhitungan korelasi dilakukan untuk mengetahui nilai korelasi dari masing-masing kanal red (R), green (G), dan blue (B), maupun nilai korelasi gabungan dari ketiga kanal tersebut. c. Histogram HE mengubah derajat keabuan suatu pixel dengan derajat keabuan yang baru. Teknik ini adalah teknik yang paling sering digunakan untuk memperjelas suatu gambar. Teknik HE ini memperterang suatu intensitas warna dengan memperhitungkan berapa titik yang mempergunakan warna tersebut. d. Perhitungan korelasi setelah diekualisasi. Perhitungan ini dilakukan untuk mengetahui nilai korelasi dari masing-masing kanal red (R), green (G), dan blue (B), maupun nilai korelasi gabungan dari ketiga kanal tersebut setelah proses ekualisasi dilakukan e. Analisis perbandingan korelasi sebelum dan setelah HE Pada tahap ini dilakukan analisis perbandingan antara nilai korelasi sebelum dan setelah proses HE dari masing-masing kanal red (R), green (G), dan blue (B), maupun gabungan ketiga kanal tersebut. 3. Hasil Hasil yang didapat ialah berupa persentase keberhasilan korelasi antara citra kiri dan citra kanan sesudah HE Untuk lebih jelasnya, metodologi penelitian ini dideskripsikan dalam suatu diagram seperti dapat dilihat pada Gambar 1.1. Foto Kiri Penyiapan Data Foto Kanan 3

Pengambilan Sampel Citra Pencarian Pengambilan Sampel Subcitra Acuan Pengambilan Sampel Subcitra Pencarian Proses R G B Histogram Gabungan (RGB) R Setelah Histogram G Setelah Histogram B Setelah Histogram Analisis Perbandingan Nilai Korelasi Dan Posisi Sebelum Dan Sesudah Histogram Hasil Persentase Keberhasilan Korelasi Dan Posisi Antara Citra Kiri Dan Citra Kanan Sesudah Histogram Gambar 1.1. Diagram Metodologi Penelitian 4. Sistematika Penulisan Bab 1 Pendahuluan. Bab ini berisi latar belakang masalah, maksud dan tujuan penulisan, ruang lingkup kajian, metodologi penelitan dan sistematika penulisan. Bab 2 Teori Kajian Metode Perataan Histogram (Histogram Equalization) pada Proses Image Matching. Bab ini berisi teori-teori yang terkait dengan IM pada citra foto udara digital serta konsep HE. Bab 3 Pengolahan Data dalam Pengukuran Korelasi Objek pada Citra Digital. 4

Bab ini berisi tahapan pengolahan citra foto udara digital pada proses image matching untuk mengukur nilai korelasi citra dengan HE. Bab 4 Analisis terhadap Korelasi dengan Histogram (Histogram Equalization) pada Citra Digital. Bab ini berisi analisis perbandingan nilai korelasi sebelum dan sesudah HE. Bab 5 Penutup Bab ini berisi kesimpulan serta memaparkan kekurangan-kekurangan dari penelitian, sehingga dapat diperbaiki oleh penelitian-penelitian berikutnya. 5