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

dokumen-dokumen yang mirip
One picture is worth more than ten thousand words

Grafik Komputer : KONSEP DASAR

Model Citra (bag. I)

Model Citra (bag. 2)

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

Digital Image Fundamentals

Sistem Visual Manusia

Pertemuan 2 Representasi Citra

BAB II CITRA DIGITAL

PENGOLAHAN CITRA DIGITAL

Pembentukan Citra. Bab Model Citra

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

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

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

PERTEMUAN - 2 PENGOLAHAN CITRA

BAB II LANDASAN TEORI

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

Representasi Citra. Bertalya. Universitas Gunadarma

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

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

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

SATUAN ACARA PERKULIAHAN ( SAP )

BAB II TI JAUA PUSTAKA

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

SAMPLING DAN KUANTISASI

BAB II TEORI PENUNJANG

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

Pengolahan Citra (Image Processing)

KONSEP DASAR PENGOLAHAN CITRA

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

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

BAB II LANDASAN TEORI

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

Pengolahan Citra : Konsep Dasar

BAB 2 TINJAUAN TEORETIS

Pengolahan citra. Materi 3

BAB II LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

BAB 2 LANDASAN TEORI

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

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

BAB VI HASIL DAN PEMBAHASAN

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

BAB II TINJAUAN PUSTAKA

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

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

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

SISTEM PENGENALAN WAJAH MENGGUNAKAN WEBCAM UNTUK ABSENSI DENGAN METODE TEMPLATE MATCHING

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

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

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI. dimensi yang dinotasikan dengan f(x,y), dimana nilai x dan y menyatakan

LAPORAN PEMROSESAN CITRA DIGITAL

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

BAB II LANDASAN TEORI

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

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

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

Algoritma Kohonen dalam Mengubah Citra Graylevel Menjadi Citra Biner

BAB II LANDASAN TEORI. Data atau informasi tidak hanya disajikan dalam bentuk teks, tapi juga

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

BAB 2 TINJAUAN PUSTAKA

TRACKING OBJECT MENGGUNAKAN METODE TEMPLATE MATCHING BERBASIS STEREO VISION

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

BAB II LANDASAN TEORI

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

BAB 2 LANDASAN TEORI

UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI. dilakukan oleh para peneliti, berbagai metode baik ekstraksi fitur maupun metode

BAB 2 LANDASAN TEORI

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

SISTEM VISUAL MANUSIA DAN PEMBENTUKAN CITRA

IMPLEMENTASI METODE HISTOGRAM EQUALIZATION UNTUK MENINGKATKAN KUALITAS CITRA DIGITAL

Implementasi Morphology Concept and Technique dalam Pengolahan Citra Digital Untuk Menentukan Batas Obyek dan Latar Belakang Citra

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI. Citra atau image adalah representasi spasial dari suatu objek yang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB II DASAR TEORI. Pengolahan Citra

IMPLEMENTASI DIGITAL IMAGE PROCESSING UNTUK MENGUJI CAHAYA LAMPU PIJAR

BAB 2 LANDASAN TEORI

DETEKSI POSISI PLAT NOMOR KENDARAAN BERMOTOR BERDASARKAN AREA CITRA

BAB 2 LANDASAN TEORI

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

Transkripsi:

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

Fovea dibagian retina terdiri dari dua jenis receptor: Sejumlah cone receptor, sensitif terhadap warna, visi cone disebut photopic vision atau bright light vision Sejumlah rod receptor, memberikan gambar keseluruhan pandangan dan sensitif terhadap iluminasi tingkat rendah, visi rod disebut scotopic vision atau dim-light vision

Blind Spot bagian retina yang tidak mengandung receptor sehingga tidak dapat menerima dan menginterpretasi informasi

Subjective Brightness Merupakan tingkat kecemerlangan yang dapat ditangkap sistem visual manusia; Merupakan fungsi logaritmik dari intensitas cahaya yang masuk ke mata manusia; Mempunyai daerah intensitas yang bergerak dari ambang scotopic (redup) keambang photopic (terang).

Brightness Adaption Merupakan fenomena penyesuaian mata manusia dalam membedakan gradasi tingkat kecemerlangan; Batas daerah tingkat kecemerlangan yang mampu dibedakan secara sekaligus oleh mata manusia lebih kecil dibandingkan dengan daerah tingkat kecemerlangan sebenarnya.

Cahaya dipancarkan dari sumber cahaya Cahaya dipantulkan oleh object. Cahaya yang dipantulkan ditangkap oleh mata atau camera Cahaya adalah radiasi elektromagnetis yang menstimulir respons visual, dan diekspresikan sebagai distribusi energi spectral L(λ), dimana λ adalah panjang gelombang antara 350nm

sumber cahaya objek sistem pencitraan output : citra digital bidang citra

Citra Fungsi kontinu dari intensitas cahaya pada bidang dua dimensi. Sumber Cahaya i(x,y) Permukaan normal f(x,y)

(x,y) koordinat pada bidang dua dimensi f(x,y) intensitas cahaya (brightness) pada titik (x,y) i(x,y) Jumlah cahaya yang berasal dari sumbernya (illumination) r(x,y) Derajat kemampuan obyek memantulkan cahaya (Reflection). f(x,y) = i(x,y). r(x,y) dimana 0 < i(x,y) < dan 0 r(x,y) 1 Nilai r(x,y) = 0 mengidentifikasi penyerapan total Nilai r(x,y) = 1 mengidentifikasi pemantulan total

Citra juga dapat dikelompokkan menjadi : 1. Citra tampak (foto, gambar, lukisan, apa yang nampak di layar monitor/televisi, hologram, dll) 2. Citra tidak tampak (data foto/gambar dalam file, citra yang direpresentasikan dalam fungsi matematis)

Pencitraan merupakan proses untuk mentransformasikan citra analog menjadi citra digital. 1. Kamera Digital 2. Kamera Konvensional dan konverter analog to digital 3. Scanner 4. Sinar - X

citra analog citra digital foto berwarna 3x4 scanner komputer

201 188 181 185 180 147 140 149 155 138 144 144 145 199 200 201 188 139 132 147 150 143 123 112 102 117 207 221 222 136 90 111 125 145 140 138 122 104 97 231 219 200 90 65 84 84 107 95 92 92 99 89 227 223 181 74 72 89 92 86 77 63 50 55 65 217 211 166 85 47 75 82 83 75 42 42 39 40 208 195 179 131 54 68 66 72 46 21 15 24 19 198 187 181 141 53 54 55 59 37 21 37 66 90 195 184 170 134 52 38 42 45 35 43 98 152 172 186 175 171 169 100 34 34 27 44 85 139 170 184 167 156 142 144 112 48 32 46 84 133 166 172 186 142 139 131 120 108 67 30 76 102 123 153 171 178 145 134 128 125 117 70 38 91 101 105 125 146 157 =

D y Elemen Gambar 0 0 Elemen Matriks M - 1 y D x i M Pixel D y N Pixel (0,0) D x x N-1 j Hubungan antara elemen gambar dan elemen matriks

Citra biner : Derajat keabuan/intensitas bernilai hitam dan putih. Citra hitam putih : Derajat keabuan bergerak dari hitam ke putih Citra berwarna : Terdiri dari 3 komponen warna, yaitu red, green dan blue. Intensitas warna 1 titik/pixel diperoleh dari kombinasi 3 derajat keabuan tersebut. Indexed image : terdiri dari data matrix (X) dan colormap matrix (M). Tiap baris M terdiri dari nilai red, green dan blue. Warna tiap pixel diperoleh dari nilai X sebagai index ke colormap.

Bitmap Pemetaan Bit. Nilai intensitas pixel di dalam citra dipetakan ke sejumlah bit tertentu. Warna dalam citra bitmap kombinasi dari 3 warna : Red (R), Green (G), Blue (B). Citra dalam BMP ada 3 : 1. Citra biner nilai keabuannya hanya 0 dan 1 2. Citra greyscale nilai keabuannya 8-bit 3. Citra berwarna nilai keabuannya 24-bit

Apabila sebuah foto berwarna berukuran : 3 in x 4 in diubah ke bentuk digital dengan tingkat resolusi scanner sebesar 500 dot per inch (dpi), maka berapa ukuran file foto tersebut? 1 MByte (Mega Byte) = 1024 KByte (Kilo Byte) = 1048576 Byte = 8388608 bit 1 KByte (Kilo Byte) = 1024 Byte = 8192 bit 1 Byte = 8 bit Referensi : Teori Pengolahan Citra Digital, Sutoyo (2009)

Sekian