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

dokumen-dokumen yang mirip
Pengolahan citra. Materi 3

COLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya

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

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

Bekerja dengan Warna

Pengolahan Citra Berwarna

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

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

BAB II TEORI PENUNJANG

BUKU TEKNIK ELEKTRONIKA TERBITAN PPPPTK/VEDC MALANG

By: Ahmad SYAUQI Ahsan

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

Intensity and Color. Pertemuan 12

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

Aplikasi Teori Kombinatorial Dalam Penomeran Warna

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

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop

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

DIMENSI WARNA. DEDDY AWARD WIDYA LAKSANA, M.Pd

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

Drawing, Viewport, dan Transformasi. Pertemuan - 02

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

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

Histogram Warna Pada Image

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

BAB II LANDASAN TEORI


BAB 2 LANDASAN TEORI

PENGOLAHAN CITRA DIGITAL

BAB II DASAR TEORI. Pengolahan Citra

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

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

BAB 2 LANDASAN TEORI

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

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

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

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

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

Praktikum. Jobsheet III. untuk Processing. B. Dasar Teori Ada dua mode dan HSB. (a) (b) HSB. Gambar 3.1. memperoleh. A. Tujuan

Pembentukan Citra. Bab Model Citra

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

BAB 2 TINJAUAN PUSTAKA

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

BAB II TINJAUAN PUSTAKA

DIMENSI WARNA. DEDDY AWARD WIDYA LAKSANA, M.Pd

Alat Koresi Warna & Tonal

2.1. Multimedia. Multimedia BAB 2 LANDASAN TEORI

Pemanfaatan Kriptografi Visual untuk Pengamanan Foto pada Sistem Operasi Android

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

BAB IV IMPLEMENTASI DAN PENGUJIAN

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

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

Aspek Interaksi Manusia dan Komputer

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

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

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

SAMPLING DAN KUANTISASI

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

Departemen Ilmu Komputer

IMAGE COLOR FEATURE. Achmad Basuki Politeknik Elektronika Negeri Surabaya

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

Eko Purwanto WEBMEDIA Training Center Medan

SIFAT FISIK WARNA.. 10/6/2013

BAB III METODE KERJA PRAKTEK. Nama perusahaan : PT. Krisanthium Offset Printing. : Jl. Rungkut Industri III/19 Surabaya Jawa Timur.

Teori Warna dan Vektor

BAB 2 TINJAUAN PUSTAKA

BAB II DASAR TEORI. Gambar 2.1. Cara kerja di dalam sebuah LED.

BAB II Tinjauan Pustaka

ALAT PERAGA PENGENALAN WARNA BAGI ANAK USIA DINI (STUDI KASUS : TK BHINNEKA SURABAYA)

WARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN

BAB II TINJAUAN PUSTAKA

Penerapan Aljabar Lanjar pada Grafis Komputer

TINJAUAN PUSTAKA. bagian dari kecerdasan buatan (berbasis pengetahuan) yang memungkinkan

You don t always need it

Pertemuan 02. Faktor Manusia. Sistem Komputer. Hardware

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

Dan kepintaran sang arsitek dalam mengkombinasikan antara satu warna dengan yang lain.

Pertemuan 2 Representasi Citra

INTERAKSI MANUSIA DAN KOMPUTER

BAB VI HASIL DAN PEMBAHASAN

Sistem Visual Manusia

IDENTIFIKASI OBYEK PISAU PADA CITRA X-RAY DI BANDARA

Model Citra (bag. I)

BAB II METODOLOGI. State of the art pada istilah ini merujuk pada makna keaslian atau orisinalitas karya yang akan di buat.

BAB 2 FAKTOR MANUSIA - PENGELIHATAN - PENDENGARAN - SENTUHAN. Interaksi Manusia dan Komputer Faktor Manusia 8

Pengolahan Citra Warna 2 Semester Genap 2010/2011. Dr. Fitri Arnia Multimedia Signal Processing Research Group (MuSig) Jurusan Teknik Elektro-UNSYIAH

PENGEMBANGAN SISTEM PEROLEHAN CITRA BERBASIS ISI PADA CITRA BATIK MENGGUNAKAN METODE INTEGRATED COLOR AND INTENSITY CO-OCCURRENCE MATRIX (ICICM)

BAB I PENDAHULUAN 1.1. Latar Belakang

Dasar-dasar Photoshop

BAB III METODE KERJA PRAKTEK

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

IMPLEMENTASI WARNA RGB DI ADOBE PHOTOSHOP

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

HASIL DAN PEMBAHASAN. Karakterisasi Panjang Gelombang Lampu LED

PENERAPAN SEGMENTASI MULTI KANAL DALAM MENDETEKSI SEL PARASIT PLASMODIUM SP. I Made Agus Wirahadi Putra 1, I Made Satria Wibawa 2 ABSTRAK

BAGIAN III W A R N A

FOTOGRAFI merupakan SAINS dan SENI Kata PHOTOGRAPHY berasal dari bahasa Yunani, yang berarti MENULIS DGN SINAR. Aspek Sains Fotografi mengandung arti

CAHAYA. Cahaya: Cahaya adalah suatu bentuk radiasi energi elektromagnetik yang dipancarkan dalam bagian spektrum yang dapat dilihat.

DAFTAR ISTILAH. C Menangkap atau memotret gambar. Citra yang digunakan untuk menguji keakurasian hasil identifikasi. Pemotongan gambar.

Transkripsi:

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

Outline Pengolahan warna penuh dan warna pseudo Penyajian bidang warna Pengolahan warna Koreksi Peningkatan (enhancement) Peningkatan (enhancement) Smoothing (sharpening) Segmentation

Dasar dasar Warna I Spektrum cahaya tampak adalah gelombang kontinyu Ada enam bagian Violet, biru, hijau, kuning, orange dan merah Warna objek bergantung kepada panjang gelombang yang dipantulkannya Cahaya akromatis adalah ketadaan warna (spektrum datar)

Dasar dasar Warna II Spektrum cahaya kromatis: 400-700nm Meliputi beberapa kuantitas: Radiance: energi total yang mengalir dari sumber cahaya (Watt) Luminance: jumlah energi yang diterima manusia dari sumber cahaya (lumen) Brighness: gambaran intensitas oleh sebuah subjek

Respon Penglihatan Respon Cone: Reseptor 6-7 juta Sensitivitas merah: 65% Sensitivitas hijau: 33% Sensitivitas biru:2% Reseptor paling sensitive

Respon Penglihatan Warna dasar: merah, hijau dan biru Berdasarkan standar International Comission on Illumination (CIE), nilai-nilai panjang gelombang masing-masing merah, hijau dan biru adalah: Biru (435,8 nm), hijau (546,1nm) dan merah (700 nm). Didefinisikan pada tahun 1931, namiun tidak mencerminkan persepsi manusia.

Brightness dan Chromatisitas Brightness keberadaan intensitas - grayscale Hue suatu keadaan yang diasosiasikan terhadap keberadaan suatu panjang gelombang yang dominan Warna suatu objek bergantung kepada hue-nya Saturasi: kemurnian relatif, atau jumlah cahaya putih yang tercampur pada suatu hue Warna dengan spektrum yang murni dikatakan tersaturasi penuh, contohnya merah. Saturasi berbanding terbalik terhadap jumlah cahaya putih pada warna Chromatisitas adalah gabungan dari hue dan saturasi Suatu warna dapat dicirikan oleh nilai brightness dan kromatisitasnya

Warna Primer dan Sekunder Tambahkan warna primer untuk mendapatkan warna sekunder Magenta, cyan dan kuning Warna primer dari: Cahaya: merah, hijau dan biru Pigmen menyerap (mengurangi) warna primer dan memantulakn dua yang lainnya Magenta (menyerap hijau) Cyan (menyerap merah) Kuning (menyerap kuning)

Representasi Tristimulus Nilai Tristimulus: X merah, Y hijau dan Z-biru. Koefisien Trikromatis: x + y +z =1

Representasi Tristimulus Cara lain, menggunakan diagram kromatisitas Jika diketahui komposisi warna sebagai fungsi dari merah (x) dan hijau (y), Cari titik z sesuai persamaan pada halaman sebelumnya, Proyeksikan bidang warna 3-D ke bidang 2-D

Diagram Kromatisitas Warna murni ada disekeliling kurva Warna yang tersaturasi penuh Titik titik interior adalah warna campuran Garis antara dua warna adalah semua warna gabungan yang mungkin dihasilkan dari dua warna Gamut warna -Segitiga yang didefinisikan oleh dua warna Gabungan ketiga warna tersebut terbatas pada bentuk gamut Tidak ada gamut yang dapat merepresentasikan warna pada diagram kromatisitas

Contoh Gamut Warna

Contoh Gamut Warna

Model Warna RGB Model RGB adalah bidang warna yang paling banyak digunakan pada peralatan hard-ware Monitor, kamera dll Nilai RGB dinormalisasi Skala keabuan adalah garis diagonal sepanjang kubus Kuantisasi menentukan kedalaman warna; warna penuh: representasi 24 bit (16.777.216 warna)

Lanjut: Model Warna RGB

Pembangkitan Citra Warna Citra monochrome merepresentasikan setiap komponen warna Proses akusisi kebalikan dari proses di atas, Filter cahaya untuk mendapatkan komponen RGB

Bidang Warna CMY dan CMYK CMY adalah model warna pengurangan dengan memadukan pegmen cyan, magenta dan kuning. Pada model ini, warna dianggap sebagai bagian dari spektrum tampak yang tidak diserap oleh pigmen. Sebagai contoh, pigmen kuning terlihat sebaga warna kuning sebab menyerap biru dan memantulkan merah dan hijau, sedangkan pigmen magenta plus kuning dilihat sebagai merah sebab menyerap hijau dan biru dan memantulkan merah. CMY digunakan ketika mencampurkan pigmen di atas background putih, seperti pada tinta printer pada kertas.

Lanjut: CMY Bidang warna CMY juga direpresentasikan dengan kubus satuan, dimana warna putih adalah (0,0,0) dan warna hitam diwakili oleh (1,1,1).

Bidang Warna CMY dan CMYK CMY cyan, magenta, dan yellow CMYK, tambahkan hitam Warna hitam sulit dan mahal jika harus dibentuk dari CMY, tambahkan 1 warna hitam Empat warna cetak Konversi antara RGB ke CMY diberikan oleh:

Lanjut: CMY Warna merah pada sistem RGB dituliskan sebagai (1,0,0). Pada sistem CMY warna merah dituliskan sebagai 1 0 0 1 1 1 1 1 g r m c Yaitu, magenta dan kuning. 1 1 0 0 1 1 1 1 b g y m

Model warna HSV Komponen dari model warna HSV adalah hue, saturasi dan value. Hue dan saturasi telah didefinisikan sebelumnya, Sedangkan value menentukan brightness.value sama degan nol menyatakan ketiadaan cahaya, dan value bernilai tinggi menyatakan warna yang terang (bright).

Model Warna HSV

Hue Spektrum HSV warna murni ( s = 1, v = 1 ). Perhatikan perulangan dari hue. Merah berarti h=0 dan h=1 sekaligus. h = 0 h = 1

Saturasi Warna terang (v=1) dengan nilai saturasi yang semakin berkurang. s = 1 s = 0.75 s = 0.5 s = 0.25

Value Warna murni (s=1) dengan nilai brightness yang semakin menurun. v = 1 v = 0.75 v = 0.5 v = 0.25