One picture is worth more than ten thousand words

dokumen-dokumen yang mirip
10/11/2014 SISTEM VISUAL MANUSIA. CIG4E3 / Pengolahan Citra Digital BAB 2. Konsep Dasar Citra Digital

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

Sistem Visual Manusia

Digital Image Fundamentals

Grafik Komputer : KONSEP DASAR

Representasi Citra. Bertalya. Universitas Gunadarma

Pertemuan 2 Representasi Citra

SAMPLING DAN KUANTISASI

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

KONSEP DASAR PENGOLAHAN CITRA

PERTEMUAN - 2 PENGOLAHAN CITRA

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

BAB II CITRA DIGITAL

BAB 2 LANDASAN TEORI

MAKALAH APLIKASI KOMPUTER 1 SISTEM APLIKASI KOMPUTER GRAFIK KOMPUTER DAN KONSEP DASAR OLAH CITRA. Diajukan sebagai Tugas Mandiri Mata Kuliah NTM

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

Pembentukan Citra. Bab Model Citra

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

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

PENGOLAHAN CITRA DIGITAL

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

Model Citra (bag. I)

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

BAB 2 LANDASAN TEORI

BAB II TEORI PENUNJANG

Model Citra (bag. 2)

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

BAB 2 LANDASAN TEORI

Dasar Pengolahan Citra Dijital

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

Konsep Dasar Pengolahan Citra. Pertemuan ke-2 Boldson H. Situmorang, S.Kom., MMSI

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

BAB II LANDASAN TEORI

Pengolahan Citra : Konsep Dasar

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital

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

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

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

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

BAB 2 TINJAUAN TEORETIS

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

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

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

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA. Akuisisi dan Model ABDUL AZIS, M.KOM

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

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

BAB II LANDASAN TEORI

Teknik Pengolahan Citra. by Kartika Firdausy

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

SISTEM VISUAL MANUSIA DAN PEMBENTUKAN CITRA

BAB 2 TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

PENGOLAHAN CITRA DIGITAL

BAB 2 TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

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

BAB I PENDAHULUAN. Citra (image) istilah lain untuk gambar sebagai salah satu komponen

Image Formation & Display

BAB II DASAR TEORI. 2.1 Meter Air. Gambar 2.1 Meter Air. Meter air merupakan alat untuk mengukur banyaknya aliran air secara terus

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

APLIKASI PENGOLAHAN CITRA DIGITAL DENGAN PROSES PERKALIAN DAN PEMBAGIAN UNTUK PENGGESERAN BIT DENGAN MENGGUNAKAN METODE BITSHIFT OPERATORS

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

ANALISA PERBANDINGAN VISUAL METHOD DAN LIQUID PENETRANT METHOD DALAM PERBAIKAN CITRA FILM RADIOGRAFI

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

Pendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. mesin atau robot untuk melihat (

Implementasi Principal Component Analysis (PCA) Untuk Pengenalan Wajah Manusia

BAB 2 LANDASAN TEORI

Penggunaan Filter Frekuensi Rendah untuk Penghalusan Citra (Image Smoothing)


BAB II LANDASAN TEORI

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

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB II TI JAUA PUSTAKA

DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL

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

Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation

Aplikasi Matriks dalam Pengolahan Gambar

Operasi Titik Kartika Firdausy

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

KONSEP DASAR PENGOLAHAN CITRA

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

BAB 2 LANDASAN TEORI

ANALISA PERBANDINGAN METODE VEKTOR MEDIAN FILTERING DAN ADAPTIVE MEDIAN FILTER UNTUK PERBAIKAN CITRA DIGITAL

IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA

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

Peningkatan Kualitas Pada Citra Dengan Metode Point Operation

BAB II LANDASAN TEORI

Transkripsi:

Budi Setiyono

One picture is worth more than ten thousand words

Citra Pengolahan Citra Pengenalan Pola Grafika Komputer Deskripsi/ Informasi Kecerdasan Buatan 14/03/2013 PERTEMUAN KE-1 3

Image Processing Image Computer Graphics Computer Vision Description Here comes your footer Page 4

Pattern Recognition menerjemahkan citra menjadi informasi yang merepresentasikan citra tersebut Computer Graphics menvisualisasikan suatu informasi menjadi citra. Artificial Intellegent menerjemahkan informasi input menjadi informasi lain untuk mengambil keputusan. 14/03/2013 PERTEMUAN KE-1 5

CITRA (Image) Gambar pada bidang dua dimensi Citra dibagi menjadi citra tampak dan citra tak Tampak CITRA Citra Tak Tampak Fungsi Matematis Kontinu Diskrit (Citra Digital) Citra Tampak Gambar Foto Gambar Lukisan Citra Optis Pengelompokan Jenis Jenis Citra 14/03/2013 PERTEMUAN KE-1 6

Pembentukan Citra oleh Sensor Mata o Intensitas cahaya ditangkap oleh diagram iris dan diteruskan ke bagian retina mata. o Bayangan obyek pada retina mata dibentuk dengan mengikuti konsep sistem optik dimana fokus lensa terletak antara retina dan lensa mata. o Mata dan syaraf otak dapat menginterpretasi bayangan yang merupakan obyek pada posisi terbalik. 7

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

Bentuk seperti sphere Rata-rata diameter 20mm 3 membran Cornea dan sclera Choroid Retina menutup mata 9 GEMBONG EDHI SETYAWAN, ST.,MT. A cross section of the human eye (Gonzalez & Woods, 1992)

Fovea di bagian retina terdiri dari dua jenis receptor: o Sejumlah cone receptor, sensitif terhadap warna, visi cone disebut photocopic vision atau bright light vision o Sejumlah rod receptor, memberikan gambar keseluruhan pandangan dan sensitif terhadap iluminasi tingkat rendah, visi rod disebut scotopic vision atau dim-light vision Blind Spot o adalah bagian retina yang tidak mengandung receptor sehingga tidak dapat menerima dan menginterpretasi informasi 10

Subjective brightness o Merupakan tingkat kecemerlangan yang dapat ditangkap sistem visual manusia; o Merupakan fungsi logaritmik dari intensitas cahaya yang masuk ke mata manusia; o Mempunyai daerah intensitas yang bergerak dari ambang scotopic (redup) ke ambang photocopic (terang). Brightness adaption o Merupakan fenomena penyesuaian mata manusia dalam membedakan gradasi tingkat kecemerlangan; o Batas daerah tingkat kecemerlangan yang mampu dibedakan secara sekaligus oleh mata manusia lebih kecil dibandingkan dengan daerah tingkat kecemerlangan sebenarnya. 11

Kepekaan dalam pembedaan tingkat kecemerlangan merupakan fungsi yang tidak sederhana, namun dapat dijelaskan antara lain dengan dua fenomena berikut: o Mach Band (ditemukan oleh Ernst Mach): pita tengah bagian kiri kelihatan lebih terang dari bagian kanan. o Simultaneous Contrast: kotak kecil disebelah kiri kelihatan lebih gelap dari kotak kecil disebelah kanan, padahal intensitasnya sama tapi intensitas latar belakang berbeda. Hal sama terjadi bila kertas putih di meja kelihatan lebih putih daripada kertas sama diarahkan ke sinar matahari. 12

Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan harga fungsi tersebut pada setiap titik (x,y) merupakan tingkat kecemerlangan citra pada titik tersebut; Citra digital adalah citra f(x,y) dimana dilakukan diskritisasi koordinat spasial (sampling) dan diskritisasi tingkat kecemerlangannya/keabuan (kwantisasi); Citra digital merupakan suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar / piksel / pixel / picture element / pels) menyatakan tingkat keabuan pada titik tersebut. 13

Dikenal: resolusi spasial dan resolusi kecemerlangan, berpengaruh pada besarnya informasi citra yang hilang. Resolusi spasial: halus / kasarnya pembagian kisi-kisi baris dan kolom. o Transformasi citra kontinue ke citra digital disebut dijitisasi (sampling). Hasil digitasi dengan jumlah baris 256 dan jumlah kolom 256 - resolusi spasial 256 x 256. Resolusi kecemerlangan (intensitas / brightness): halus / kasarnya pembagian tingkat kecemerlangan. o Transformasi data analog yang bersifat kontinue ke daerah intensitas diskrit disebut kwantisasi. Bila intensitas piksel berkisar antara 0 dan 255 - resolusi kecemerlangan citra adalah 256. 14

Color images have 3 values per pixel; monochrome images have 1 value per pixel. a grid of squares, each of which contains a single color each square is called a pixel (for picture element) 14 March 2013 15

BIOMEDIS (BIOMEDICAL) Citra MRI Citra MSCT CT-Scan

PENGINDERAAN JARAK JAUH (REMOTE SENSING) Hasil Remote Sensing

PENGENALAN BIOMETRIK

PENGENALAN OBJEK/KARAKTER

PEMAMPATAN CITRA DAN VIDEO

SUPERRESOLUTION

Frame n Frame 3 Frame 2 Frame 1 Input (source image)

KEAMANAN DATA & PROTEKSI HAK CIPTA Citra ter-watermark Aplikasi Steganografi

OPERASI TINGKAT TITIK Nilai output pada koordinat tertentu hanya bergantung pada nilai input pada koordinat tersebut o Pengaturan kecerahan (brightness) o Pengaturan kontras o Negasi citra o Konversi citra warna ke citra grayscale Here comes your footer Page 25

OPERASI TINGKAT LOKAL Nilai output pada koordinat tertentu bergantung pada nilai input tetangganya o Konvolusi o Deteksi tepi o Penghalusan citra o Penajaman citra o Eliminasi noise Here comes your footer Page 26

OPERASI TINGKATGLOBAL Nilai output pada koordinat tertentu bergantung pada seluruh nilai dari citra input o Ekualisasi histogram Here comes your footer Page 27

OPERASI TINGKAT OBJEK Karakteristik citra (ukuran, bentuk, intensitas rata-rata) harus dihitung karena berkaitan dengan pengenalan objek yang akan dianalisis Here comes your footer Page 28