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

dokumen-dokumen yang mirip
Pengolahan citra. Materi 3

COLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya

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

KONSEP DASAR PENGOLAHAN CITRA

Drawing, Viewport, dan Transformasi. Pertemuan - 02

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

Selama ini dalam pemanenan dan penjualan hasil panen, petani jeruk nipis masih belum melakukan pemilahan mutu yang baik sehingga harga jual sangat

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

Sistem Visual Manusia

Bekerja dengan Warna

BAB 2 LANDASAN TEORI

KONVERSI WARNA RGB KE HLS MENGGUNAKAN C++

BUKU TEKNIK ELEKTRONIKA TERBITAN PPPPTK/VEDC MALANG

Pengolahan Citra Berwarna

BAB 2 TINJAUAN TEORETIS

Intensity and Color. Pertemuan 12

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

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

BAB 2 LANDASAN TEORI. Digital image processing adalah istilah untuk memproses gambar (picture) dua

panjang atau bujur sangkar yang secara beraturan membentuk baris-baris dan

TEKNIK PENGOLAHAN CITRA. Kuliah 14 Pemrosesan Warna. Indah Susilawati, S.T., M.Eng.

Teori Warna. S1 Tekinik Informatika. Disusun Oleh Dr. Lily Wulandari

Studi dan Eksperimen terhadap Kombinasi Warna untuk Kriptografi Visual Warna Kromatik. Ibnu Alam

Teori Warna. Grafik Komputer 2. Isikan Judul Halaman. Grafik Komputer 2

BAB 2 TINJAUAN PUSTAKA

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop

Grafika Komputer Pertemuan Ke-14. Pada materi ini akan dibahas tentang pencahayaan By: I Gusti Ngurah Suryantara, S.Kom., M.Kom

By: Ahmad SYAUQI Ahsan

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

BAB 2 LANDASAN TEORI

Standar Kompetensi : 1. Menggunakan peerangkat lunak pembuat grafik. Kompetensi Dasar

PENGOLAHAN CITRA DIGITAL

BERANDA SK / KD INDIKATOR MATERI LATIHAN UJI KOMPETENSI REFERENSI PENYUSUN SELESAI TEKNOLOGI INFORMASI DAN KOMUNIKASI

Model Citra (bag. 2)

SATUAN ACARA PERKULIAHAN ( SAP )

Aplikasi Teori Kombinatorial Dalam Penomeran Warna

BAB II LANDASAN TEORI. Citra merupakan suatu fungsi kontinyu dari intensitas cahaya dalam

Pembentukan Citra. Bab Model Citra

BAB II TEORI PENUNJANG

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

Pertemuan 2 Representasi Citra

PERBANDINGAN SEGMENTASI CITRA BERWARNA DENGAN FUZZY CMEANS CLUSTERING PADA BEBERAPA REPRESENTASI RUANG WARNA

Pengolahan Citra Berwarna. Sumber : Dr. Aniati Murni Dina Chahyati, M.Kom Fakultas Ilmu Komputer UI, 2004

BAB II LANDASAN TEORI

Eko Purwanto WEBMEDIA Training Center Medan

BAB II DASAR TEORI. Pencarian citra merupakan permasalahan yang menarik untuk dicari

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

Dasar-dasar Photoshop

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

WARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN

BAB IV IMPLEMENTASI DAN PENGUJIAN

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

BAB II DASAR TEORI. Pengolahan Citra

APLIKASI PENGOLAHAN CITRA MENDETEKSI KUALITAS CABAI BERDASARKAN TINGKAT KEMATANGAN MENGGUNAKAN TRANSFORMASI WARNA YCbCr

Mode Warna pada Image Ada beberapa mode warna yang dapat digunakan pada Photoshop. Masingmasing mode warna mempunyai maksud dan tujuan yang berbeda, y

BAB II LANDASAN TEORI. untuk melakukan pekerjaan antara lain, yaitu: terutama gambar logo dua dimensi.

VIDEO By y N ur N ul ur Ad A h d ay a a y n a ti t 1

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

BAB I PENDAHULUAN. mulai menopang kehidupan manusia. Teknologi merupakan sebuah hasil

BAB II TINJAUAN PUSTAKA

STUDI PENENTUAN NILAI RESISTOR MENGGUNAKAN SELEKSI WARNA MODEL HSI PADA CITRA 2D

BAB 2 TINJAUAN PUSTAKA

Mengenal Stuktur Warna CMYK dan RGB

IMPLEMENTASI WARNA RGB DI ADOBE PHOTOSHOP

MENGENAL GRAFIS dan PROGRAM APLIKASINYA

BAB 2 LANDASAN TEORI

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

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

BAB 2 LANDASAN TEORI

5.3 Praktek Image Adjustment

SAMPLING DAN KUANTISASI

Tipe dan Jenis Layar Komputer Grafik. By Ocvita Ardhiani.

Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital

TEKNIK PENAJAMAN CITRA DIGITAL DENGAN MENGGUNAKAN METODE CONTRAST STRECHING

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

BAB II TINJAUAN PUSTAKA

UNIVERSITAS BINA NUSANTARA

BAB II Tinjauan Pustaka

Pengenalan Telur Berdasarkan Karakteristik Warna Citra Yustina Retno Wahyu Utami 2)

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

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

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

BAB V PENGATURAN TAMPILAN DAN WARNA

BAB II TINJAUAN PUSTAKA

Aspek Interaksi Manusia dan Komputer

IMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya

PENDEKATAN COLOR SEGMENTATION PADA CITRA KAMERA TERMOGRAFI INFRA MERAH UNTUK DIAG- NOSIS KERUSAKAN SECARA OTOMATIK

BAB 2 TINJAUAN PUSTAKA

IMPLEMENTASI ALGORITMA CONNECTED-LABELLING UNTUK MENDETEKSI OBJEK BINTANG PADA CITRA DIGITAL

Indarto 1, Murinto 2, I. PENDAHULUAN. Kampus III UAD Jl.Dr.Soepomo, Janturan, Yogyakarta

2.1. Multimedia. Multimedia BAB 2 LANDASAN TEORI

Pemanfaatan Kriptografi Visual untuk Pengamanan Foto pada Sistem Operasi Android

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 2 LANDASAN TEORI

Rifqi Baihaqi. Abstrak. Pendahuluan. proses oleh otak. warna juga. yang. copyright

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

BAB II CITRA DIGITAL

BAB 2 TINJAUAN PUSTAKA

Transkripsi:

Pengolahan Citra : Representasi Citra Universitas Gunadarma 006 Pengolahan Citra : Representasi Citra /6

Representasi Citra dalam File (/3) Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar, kita harus memiliki palet dan kanvas Palet: kumpulan warna yang dapat membentuk citra, sama halnya seperti kita hendak melukis dengan cat warna, kita memiliki palet yang bisa kita isikan berbagai warna cat air Setiap warna yang berbeda dalam palet tersebut kita beri nomor (berupa angka) Contoh untuk citra monokrom (warnanya hanya putih-abuabu-hitam), berarti kita memiliki palet sbb: Setelah itu kita dapat menggambar menggunakan warna-warna dalam palet tersebut di atas sebuah kanvas Sebuah kanvas dapat dianggap sebagai sebuah matriks dimana setiap elemen dari matriks tersebut bisa kita isikan dengan salah satu warna dari palet Informasi tentang palet (korespondensi antara warna dengan angka) disimpan dalam komputer (program pembuka citra seperti Paint, Photoshop, dll) sehingga sebuah file citra dalam komputer hanya perlu menyimpan angka-angka yang merepresentasikan sebuah warna. Pengolahan Citra : Representasi Citra /6

Representasi Citra dalam File (/3) Sebuah citra direpresentasikan dalam sebuah matriks yang berisi angka-angka Contoh : = 0 88 8 85 80 47 40 49 55 38 44 44 45 99 00 0 88 39 3 47 50 43 3 0 7 07 36 90 5 45 40 38 04 97 3 9 00 90 65 84 84 07 95 9 9 99 89 7 3 8 74 7 89 9 86 77 63 50 55 65 7 66 85 47 75 8 83 75 4 4 39 40 08 95 79 3 54 68 66 7 46 5 4 9 98 87 8 4 53 54 55 59 37 37 66 90 95 84 70 34 5 38 4 45 35 43 98 5 7 86 75 7 69 00 34 34 7 44 85 39 70 84 67 56 4 44 48 3 46 84 33 66 7 86 4 39 3 0 08 67 30 76 0 3 53 7 78 45 34 8 5 7 70 38 9 0 05 5 46 57 Pengolahan Citra : Representasi Citra 3/6

Representasi Citra dalam File (3/3) Jika kita menyimpan gambar kucing tadi ke dalam sebuah file (kucing.bmp), maka yang disimpan dalam file tersebut adalah angka-angka yang diperoleh dari matriks kanvas. File kucing.bmp: Header Angkaangka dari matriks input Program pembuka citra (Paint, Photoshop, dll) Ditampilkan di layar Ada bermacam format representasi citra dalam file, seperti bmp, tif, jpg, dan sebagainya. Format BMP merupakan format yang kurang efisien, karena semua informasi angka dalam baris disimpan semua. Misalkan ukuran header adalah H byte, ukuran citra 00x00 byte monokrom, maka ukuran file bmp tersebut adalah : H + data citra = H + 0000 Byte Bagian data citra (0000 byte) sebenarnya bisa dikompresi agar ukuran file tidak terlalu besar. Salah satu cara kompresi adalah dengan terlebih dahulu mentransformasikan citra ke ruang yang berbeda (contoh: format file JPEG) Pengolahan Citra : Representasi Citra 4/6

Warna (/) Persepsi visual citra berwarna lebih kaya dan lebih disenangi dibandingkan citra hitam putih (greyscale). Warna yang diterima oleh mata dari sebuah objek ditentukan oleh warna sinar yang dipantulkan oleh objek tersebut. Warna sinar yang direspon oleh mata adalah sinar tampak (visible spektrum) dengan panjang gelombang berkisar dari 400(biru) sampai 700 nm (merah). 400 Violet 435.8 Blue 500 546. 570 Green 700 Red 380 780 nm (0-9 m) Visible Pengolahan Citra : Representasi Citra 5/6

Warna (/) Warna-warna yang diterima oleh mata manusia merupakan hasil kombinasi dari panjang gelombang berbeda Rentang warna yang paling lebar adalah RED (R), GREEN (G) dan BLUE (B) yang disebut Warna Pokok. Warna lain diperoleh dengan mencampurkan ketiga warna pokok tersebut dengan perbandingan tertentu. Pengolahan Citra : Representasi Citra 6/6

Atribut Warna Intenity / brightness / luminance Atribut yang menyatakan banyaknya cahaya yang diterima oleh mata tanpa mempedulikan warna. Kisaran nilainya adalah antara gelap (hitam =0) dan terang (putih=55) Hue Menyatakan warna sebenarnya, seperti merah violet dan kuning. Digunakan untuk membedakan warna-warna dan menentukan kemerahan (redness), kehijauan(greeness), dsb dari cahaya. Hue berasosiasi dengan panjang gelombang cahaya. Hue dikuantisasi dengan nilai dari 0 sampai 55 (0 menyatakan merah lalu memutar nilai-nilai spektrum dan kembali lagi ke 0 untuk menyatakan merah lagi) Saturation Menyatakan tingkat kemurnian warna cahaya, yaitu mengindikasikan seberapa banyak warna putih diberikan pada warna. Contoh : warna merah adalah 00% warna jenuh (saturated color), sedangkan warna pink adalah warna merah dengan tingkat kejenuhan rendah (karena ada warna putih di dalamnya). Jika suatu warna mempunyai saturation = 0, maka warna tersebut tanpa hue, yaitu dibuat dari warna putih saja. Jika saturation = 55, maka tidak ada warna putih yang ditambahkan pada warna tersebut. Pengolahan Citra : Representasi Citra 7/6

Sistem Koordinat Warna (/3) CIE ( Commission International de l Eclairage) atau International Lighting Committee adalah lembaga yang membakukan warna pada tahun 93. Standar panjang gelombang warna pokok (CIE) R : 700 nm, G : 546. nm, B : 435.8 nm CIE mendenisikan model warna dengan menggu-nakan warna-warna fiktif yang dilambangkan dengan X,Y dan Z sehingga disebut model XYZ. Kromatisitas (chromaticity of color) masing-masing warna pokok, menunjukkan persentase relatif suatu warna pokok di antara warna pokok lainnya pada warna yang diberikan, didifinisikan sebagai : X x = ------------- () X + Y + Z Y y = ------------- () X + Y + Z Z z = ------------- (3) X + Y + Z Warna putih acuan dinyatakan dengan x = y = z =. Jumlah seluruh nilai kromatisitas warana adalah satu x + y + z = Pengolahan Citra : Representasi Citra 8/6

Sistem Koordinat Warna (/3) Pengolahan Citra : Representasi Citra 9/6

Sistem Koordinat Warna (3/3) Pengolahan Citra : Representasi Citra 0/6

Model Warna Model warna yang banyak digunakan saat ini berorientasi hardware (contoh monitor dan printer) atau aplikasi dimana manipulasi warna menjadi tujuannya (kreasi warna grafik untuk animasi) Model Warna berorientasi Hardware :. Model RGB (red, green, blue) untuk warna monitor dan warna pada kamera video. Model CMY (cyan, magenta, yellow) untuk model printer; 3. Model YIQ model, digunakan untuk standard televisi. Y berkoresponden dengan luminasi, I dan Q adalah dua komponen kromatik yang disebut inphase dan quarature. Model Warna berorientasi Software (hue, saturation, brightness) adalah manipulasi :. Model HSV (hue, saturation, value);. model HSI (hue, saturation, intensity); 3. Model HLS (hue, lightness, saturation). Pengolahan Citra : Representasi Citra /6

Transformasi Sistem Koordinat Warna (/) Transformasi warna dari basis CIE RGB ke CIE XYZ yang menjadi acuan untuk platform perangkat keras tertentu, dapat dilakukan sebagai berikut : X i Yi Zi 0.490 = 0.77 0.000 0.30 0.83 0.00 0.00 Ri 0.0 Gi 0.099 B i Transformasi sebaliknya dari CIE XYZ ke CIE RGB dilakukan sebagai berikut : Ri.365 = Gi 0.55 B i 0.005 0.30.45 0.04 0.468 X i 0.088 Yi.009 Zi Pengolahan Citra : Representasi Citra /6

Transformasi Sistem Koordinat Warna (/) Model warna yang diusulkan oleh National Television Systems Committee (NTSCC) menampilkan citra berwarna pada layar CRT. Format NTSC terdiri dari 3 komponen : Luminance (Y), Hue (I) dan Saturation (Q). Komponen pertama, yaitu Y menyatakan data greyscale, sedangkan dua komponen terakhir membentuk chrominance. Jika diberikan triplet NTSC RGB untuk pixel I, maka nilai YIQ untuk pixel yang bersangkutan dihitung : Yi 0.99 = Ii 0.596 Q i 0. 0.857 0.74 0.53 0.4 Ri 0.3 Gi 0.3 B i Nilai NTSC RGB semula dapat dihitung melalui transformasi : Ri.000 = Gi.000 B i.000 0.956 0.73.04 0.6 Yi 0.647 Ii.70 Q i Transformasi dari NTSC RGB ke CIE RGB : Ri.67 = Gi 0.4 B i 0.00 0.46 0.753 0.059 0.5 R _ NTSCi 0.59 G _ NTSCi.8 B _ NTSC i Pengolahan Citra : Representasi Citra 3/6

Model Warna CMY dan CMYK Warna cyan (C), magenta (M) dan yellow (Y) adalah warna komplementer terhadap red, greend dan blue. Dua buah warna komplementer jika dicampur denganperbandingan yang tepat menghasilkan warna putih. Model CMY dapat diperoleh dari model RGB : C = R M = G Y = B Model CMY digunakan untuk mencetak warna, namun karena ketidasempurnaan tinta, CMY tidak dapat menghasilkan warna hitam. Karena itu model CMY disempurnakan menjadi model CMYK, dengan K menyatakan warna keempat dengan perhitungan : K = min (C,M,Y) C = C K M = M K Y = Y - K Pengolahan Citra : Representasi Citra 4/6

Transformasi Warna RGB ke HIS (/) Basis RGB tidak cocok untuk beberapa aplikasi pengolahan citra Pada aplikasi pengenalan obyek akan lebih mudah mengidentifikasi obyek dengan perbedaan hue dengan memberikan nilai ambang pada rentang nilai-nilai hue yang melingkupi obyek. Diperlukan konversi dari RGB ke nilai intensity (I), hue (H) dan saturation (S) atau model warna IHS. M B W C I = /3 (R+G+B) R H S Y G H = cos R G B ( R G) + ( R B)( G B) HSI color triangle S = 3 R + G + B Pengolahan Citra : Representasi Citra 5/6

Pengolahan Citra : Representasi Citra 6/6 Grafik Komputer dan Pengolahan Citra Transformasi Warna RGB ke HIS (/) Alternatif lain konversi RGB ke HIS. Merotasikan koordinat RGB ke sistem koordinat (I, V, V ) :. Menghitung H dan S dari koordinat (V, V ) H = tan - (V /V ) S = (V + V ) / Transformasi dari model HIS ke model RGB dengan prosedur balikan : V = S cos (H) V = S sin (H) Transformasi citra dari basis RGB ke basis HIS dilakukan sebelum pengolahan citra. Citra yang sudah diproses dapat dikonversikan kembali ke basis RGB untuk tujuan display. = B G R V V I 6 6 6 0 3 3 / 3 3 / 3 3 / = 6 3 3 / 6 3 3 / 6 0 3 3 / V V R B G R