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

dokumen-dokumen yang mirip
Pertemuan 2 Representasi Citra

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

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

Pembentukan Citra. Bab Model Citra

PENGOLAHAN CITRA DIGITAL

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

SAMPLING DAN KUANTISASI

BAB II LANDASAN TEORI

Representasi Citra. Bertalya. Universitas Gunadarma

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

Digitalisasi Citra. Digitalisasi. Citra analog / objek / scene. Citra digital

BAB 2 LANDASAN TEORI

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

One picture is worth more than ten thousand words

BAB II CITRA DIGITAL

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

Pengolahan Citra : Konsep Dasar

BAB II LANDASAN TEORI

Model Citra (bag. I)

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

Model Citra (bag. 2)

BAB 2 LANDASAN TEORI

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

Kesepakatan. Kuliah Sopan : Toleransi terlambat masuk kelas : 15 Menit Duduk terpisah : laki - perempuan

STMIK AMIKOM PURWOKERTO PENGOLAHAN CITRA ABDUL AZIS, M.KOM

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

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

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

10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 3. Pembentukan Citra Digital. Digitalisasi Citra. Yang dipengaruhi N,M, & q

BAB 2 TINJAUAN TEORETIS

Peningkatan Kualitas Citra. Domain Spasial

BAB I PENDAHULUAN. 1.1 Latar Belakang

Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation

BAB II LANDASAN TEORI

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

KONSEP DASAR PENGOLAHAN CITRA

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

BAB II Tinjauan Pustaka

DETEKSI KEBAKARAN BERBASIS WEBCAM SECARA REALTIME DENGAN PENGOLAHAN CITRA DIGITAL

LAPORAN PEMROSESAN CITRA DIGITAL

BAB 2 LANDASAN TEORI

BAB II TEORI PENUNJANG

Penggunaan Filter Frekuensi Rendah untuk Penghalusan Citra (Image Smoothing)

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

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

Sistem Visual Manusia

Gambar (image) merupakan suatu representasi spatial dari suatu obyek, dalam pandangan 2D atau 3D.

PENGUKURAN GETARAN PADA POROS MODEL VERTICAL AXIS OCEAN CURRENT TURBINE (VAOCT) DENGAN METODE DIGITAL IMAGE PROCESSING

BAB II LANDASAN TEORI. perangkat komputer digital (Jain, 1989, p1). Ada pun menurut Gonzalez dan Woods

BAB II LANDASAN TEORI

Image Formation & Display

Peningkatan Kualitas Pada Citra Dengan Metode Point Operation

BAB 2 TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

Implementasi Algoritma Boyer-Moore untuk Memanipulasi Foto dengan Magic Color

Pengolahan citra. Materi 3

KLASIFIKASI USIA MENGGUNAKAN CIRI ORDE DUA

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

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

BAB 2 LANDASAN TEORI

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

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

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

KERANGKA BANGUN MULTIMEDIA

SATUAN ACARA PERKULIAHAN ( SAP )

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

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA

Histogram. Peningkatan Kualitas Citra

Video Pertemuan 13 &14

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL. foto, bersifat analog berupa sinyal sinyal video seperti gambar pada monitor

CEG4B3. Randy E. Saputra, ST. MT.

PENGOLAHAN CITRA DIGITAL

SIMULASI MONITORING OBJEK YANG MASUK DAN KELUAR UNTUK MENGONTROL KETERSEDIAAN LAHAN MENGGUNAKAN VIDEO PROCESSING

Types of video display

Digital Image Fundamentals

BAB II TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

MULTIMEDIA. Kompresi Video Semester Gasal 2008/200 S1 SISTEM KOMPUTER UNIVERSITAS DIPONEGORO /2009 PROGRAM STUDI. Oky Dwi Nurhayati,, ST, MT

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

KONSEP DASAR PENGOLAHAN CITRA

RESTORASI CITRA BLUR DENGAN ALGORITMA JARINGAN SARAF TIRUAN HOPFIELD

Sistem Pendeteksi Kendaraan Pada Tempat Parkir Menggunakan Kamera Iwan Kurniawan

PENCARIAN CITRA VISUAL BERBASIS ISI CITRA MENGGUNAKAN FITUR WARNA CITRA. Abstract

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

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

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

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

COMPUTER VISION UNTUK PENGHITUNGAN JARAK OBYEK TERHADAP KAMERA

Pemanfaatan Himpunan Dalam Seleksi Citra Digital

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

KONVERSI FORMAT CITRA RGB KE FORMAT GRAYSCALE MENGGUNAKAN VISUAL BASIC

Klasifikasi Warna Menggunakan Pengolahan Model Warna HSV

PERTEMUAN - 2 PENGOLAHAN CITRA

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

Transkripsi:

PENGOLAHAN CITRA Akuisisi dan Model Dasar Image 1

2

Apakah itu image / citra? Gambar atau foto atau data visual lainnya, umumnya dalam bentuk 2D atau 3D. Apakah itu digital image? Sebuah image yang berbentuk diskrit Kumpulan nilai intensitas 2D (gray value) Fungsi matrik dua dimensi Apakah itu digital image processing? Proses manipulasi dan analisis picture dengan bantuan komputer. Interpretasi manusia : informasi untuk penampakan yang lebih baik Interpretasi mesin : otomasi pemrosesan mesin 3

Langkah Fundamental dalam DIP 4

Image Acquisition Digitization / Quantization Image Enhancement and Restoration Capturing Visual data by an imaging sensor Convert data in to discrete form Improving image quality Imaging Image Processing 5

6

Problem Utama Bagaimana objek 3D yang ada pada dunia nyata dapat ditangkap dan ditampilkan p a d a b i d a n g 2 D x y z y x 7

Konsep Awal : Pinhole cameras Model kamera awal : sebuah kubus dengan satu titik lubang kecil (hole). 8

Produk awal Pinhole cameras Fotografer pertama adalah Niepce Foto pertama yang terekam adalah pada tahun Pinhole camera digunakan untuk mengatur agar image tidak terlalu gelap atau terang 1822 9

Hasil dari Pinhole Cameras B e b e r a p a dihas ilkan e f e k y a n g d ari Pinhole 10

Sample Produk awal Photografi 11

12

Image Acquisition Penangkapan oleh sensor dan kemampuan untuk melakukan digitasi terhadap sinyal yang ditangkap oleh sensor. Alat yang digunakan Video camera Digital camera Conventional camera converter : & analog-to-digital 13

Image di kenakan proses capturedoleh suatu sensor (misal monochrome atau color TV camera) kemudian d i k e n a k a n p r o s e s d i g i t a s i. Bila output dari camera atau sendor tidak langsung dalam bentuk digital maka digitasi dilakukan dengan cara proses konversi analog to digital. 14

Camera Camera umumnya terdiri d a r i 2 b a g i a n u t a m a : S e b u a h l e n s a y a n g mengumpulkan radiasi yang memancar dari objek yang menjadi fokus sehingga objek ter s e bu t da p at d it a n gka p sebagaimana objek yang real dalam dunia sesungguhnya. Sebuah semi konduktor yang dikenal sebagai CCD (Charged Coupled Device) yang akan melakukan konversi pancaran image menjadi sinyal elektrik. 15

Frame Grabber F r a m e g r a b b e r h a n ya memb u tu hka n s eb u ah circuit untuk melakukan digitasi sinyal elektrik d a r i s e n s o r i m a g i n g untuk menyimpan image dalam memori (RAM) p a d a k o m p u t e r. 16

Creating a Digital Image Image Digitization= sampling+quantization 17

18

Sebuah image di captured- oleh sensor dan diekspresikan sebagai sebuah fungsi kontinyu f(x,y) dari koordinat pada bidang datar. Yang dimaksud dengan proses digitasi adalah bagaimana agar fungsi f(x,y) tersebut kemudian dilakukan proses sampling kedalam matrik dengan ukuran M baris dan N kolom. Kuantitasi image (image quantitation) adalah melakukan assignment terhadap setiap sampling kontinyu menjadi nilai integer. Fungsi image f(x,y) kemudian di-split menjadi K interval. Semakin baik proses sampling (semakin besar nilai M dan N) dan kuantitasi (nilai K yang besar) maka akan semakin baik nilai pendekatan terhadap fungsi konituny image f(x,y). 19

20

Sinyal Adalah sebuaf fungsi yang memuat informasi. Sebuah image dapat dipandang sebagai fungsi dari ruang spasial 2D : f(x,y).nilai tersebut dapat diartikan sebagai jumlah intensitas cahaya pada suatu titik. Sensor tertentu (CAT dan MRI) dapat berupa sinyal dalam bentuk 3D : f(x,y,z). 21

Sinyal pada umumnya adalah sebuah fungsi dengan domain yang kontinyu. Dalam lingkup komputer, sinyal dipandang sebagai nilai diskrit dari domain kontinyu. Dengan demikian sinyal komputer berada dalam dalam lingkup domain diskrit. 22

Dalam dunia nyata sinyal juga berupa sebuah nilai real dengan nilai dalam besaran yang tak terbatas. Untuk menyimpan dan memanipulasi sinyal dengan komputer maka nilai tersebut harus dalam bentuk diskrit dengan batasan tertentu. Analog : sinyal dalam bentuk kontinyu secara domain dan range. Digital : sinyal dalam bentuk diskrit secara domain dan range. 23

Sampling sampling = pemberian ruang untuk nilai diskret dari domain sinyal kontinyu. sampling-rate = banyaknya sample yang diambil untuk setiap unit dari setiap dimensi, mis : samples per second, frames per second, etc. 24

Quantization Quantization = pemberian nilai diskret dari range sinyal. Umumnya dipandang sebagai jumlah bits per sample dari sinyal.mis : 1 bit per pixel (b/w images), 16-bit audio, 24-bit color images, etc. 8 levels = 2^3, uses 3 bits to represent the value of function 25

Gray Level Nilai intensitas dari image monochrome f pada koordinat f(x,y) dinyatakan dengan nilai keabuan /gray level (l). Maka l berada pada batasan nilai : adalah positif dan adalah finite Gray Scale adalah : Secara praktis umumnya dikonversi kedalam interval Dimana 0 = Black dan L = White 26

Jumlah Bit Banyaknya nilai gray level umumnya dinyatakan dengan pangkat 2 dari integer L = 2 k Jumlah bit yang diperlukan untuk menyimpan image digitasi adalah : b = M x N x k : hasil 27

28

29

Model Matematis Image Model matematis kontinyu : I = f(x,y) Pada komputer, model diskret array 2D : I = matrix(i,j) Nilai diskret dalam file berbentuk 023 233 132 232 125 134 134 212 ascii : 30

Image digital adalah sebuah image f(x,y),yang telah melalui digitasi baik secara koordinat spasial dan brightness/ gray level. Nilai dari f pada setiap titik (x,y) telah proporsional dengan brightness /gray level dari image pada titik tersebut. 31

Representasi Image Digital Sebuah image adalah fungsi yang berada pada koordinat 2D : f(x,y). Nilai dari f(x,y) adalah suatu intensitas. Untuk color image maka terdapat 3 fungsi dimana masing-masing fungsi merepresentasikan 1 komponen color. Image digital image dapat direpresentasikan sebagai sebuah matrik. 32

33

34

35

Jenis Resolution Spatial resolution Bright / Gray Level resolution Color resolution (Bila image adalah color) Frame rate (Untuk image yang bergerak) 36

Spatial and Gray Level Resolution Spatial resolution: # of samples per unit length or area DPI: dots per inch specifies the size of an individual pixel If pixel size is kept constant, the size of an image will affect spatial resolution Gray level / Gray Level resolution: Number of bits per pixel Usually 8 bits Color image has 3 image planes to yield 8 x 3 = 24 bits/pixel Too few levels may cause false contour 37

Brightness Resolution Intensity : Brightness Bergantung pada berapa bits yang digunakan saat proses quantization 8-bit : common, 16-bit : X-ray 38

Same Pixel Size, different Sizes 39

Same Size, Different Pixel Sizes 40

Efek Berbeda Resolusi Gray Level 41

Different spatial resolution Spatial resolution - How many pixels 42

Color Resolution Three brightness component-emitter Additive color property-rgb Subtractive color property-cmy 43

RGB yellow red cyan Red component Green component Blue component 44

Frame Rate Image Acquisition -sequence of images -Broadcast: 30 frame-per-second 45

Kualitas Digital Image Brightness Histograms Horizontal : 8-bit gray scale(0~255) Vertical : Jumlah pixels 46

Contrast indication 47

48

49

50

51

52

53