Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

dokumen-dokumen yang mirip
Pengolahan Citra : Konsep Dasar

PENGOLAHAN CITRA DIGITAL

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

Pembentukan Citra. Bab Model Citra

Pendahuluan Pengantar Pengolahan Citra. Bertalya Universitas Gunadarma, 2005

BAB 2 TINJAUAN PUSTAKA

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

BAB II TINJAUAN PUSTAKA. merekam suatu adegan melalui media indra visual. Citra dapat dideskripsikan

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

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

KONSEP DASAR PENGOLAHAN CITRA

BAB II LANDASAN TEORI

Model Citra (bag. 2)

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

BAB II LANDASAN TEORI. mesin atau robot untuk melihat (

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

BAB II CITRA DIGITAL

KONSEP DASAR PENGOLAHAN CITRA

SATUAN ACARA PERKULIAHAN ( SAP )

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

CS3214 Pengolahan Citra - UAS. CHAPTER 1. Pengantar Pengolahan Citra

Pertemuan 2 Representasi Citra

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

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

BAB 2 TINJAUAN TEORITIS

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

Pengolahan citra. Materi 3

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PERTEMUAN - 2 PENGOLAHAN CITRA

BAB II LANDASAN TEORI

Pengantar Pengolahan Citra

BAB 2 TINJAUAN PUSTAKA

Pemampatan citra dengan menggunakan metode pemampatan kuantisasi SKRIPSI. Oleh : Sumitomo Fajar Nugroho M

Pengenalan Pola Untuk Deteksi Uang Koin

SATUAN ACARA PERKULIAHAN ( SAP )

Representasi Citra. Bertalya. Universitas Gunadarma

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

Model Citra (bag. I)

Judul : APLIKASI PERBAIKAN KUALITAS CITRA DIGITAL MENGGUNAKAN MATLAB 7. 1 Nama : MELISA NPM :

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

Perbandingan Metode Pergeseran Rata-Rata, Pergeseran Logaritma, dan Alpha Blending Dalam Proses Metamorfosis dari Dua Gambar Dijital

BAB 2 TINJAUAN TEORETIS

IDENTIFIKASI DAUN BERDASARKAN FAKTOR KEKOMPAKAN DAN FAKTOR KEBUNDARAN BENTUK DAUN

BAB 2 TINJAUAN PUSTAKA

BAB 2 LANDASAN TEORI

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

DETEKSI TEPI MENGGUNAKAN METODE CANNY DENGAN MATLAB UNTUK MEMBEDAKAN UANG ASLI DAN UANG PALSU ABSTRAKSI

BAB II TEORI PENUNJANG

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

BAB 2 LANDASAN TEORI

One picture is worth more than ten thousand words

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

Pengolahan Citra INTERACTIVE BROADCASTING. Yusuf Elmande., S.Si., M.Kom. Modul ke: Fakultas Ilmu Komunikasi. Program Studi Penyiaran

BAB 2 LANDASAN TEORI

BAB II LANDASAN TEORI

PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION

Faktor Penentu Tingkat Keberhasilan Sistem Deteksi Wajah pada Citra Digital

BAB II LANDASAN TEORI

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

BAB 2 TINJAUAN PUSTAKA 2.1 Dasar Teori Citra Digital

Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation

Pengolahan Citra Digital 201

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN PUSTAKA

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

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

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

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

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

SATUAN ACARA PERKULIAHAN ( SAP )

BAB II LANDASAN TEORI

KLASIFIKASI USIA MENGGUNAKAN CIRI ORDE DUA

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI. 1. Gambaran obyek yang dibuahkan oleh pantulan atau pembiasan sinar yang difokuskan oleh sebuah lensa atau sebuah cermin.

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

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

BAB I PENDAHULUAN. semakin berkembang. Semakin banyak penemuan-penemuan baru dan juga

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

c. Segmentasi Iris Mata Menggunakan Metode Deteksi Tepi dan Operasi Morfologi (Karmilasari, 2009)

BAB II LANDASAN TEORI. dihadapi dengan standar median filter. Perbedaan mendasar antara dua filter ini

SILABUS MATAKULIAH. Indikator Pokok Bahasan/Materi Aktifitas Pembelajaran

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

ABSTRAK. PDF created with FinePrint pdffactory Pro trial version

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

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

IMPLEMENTASI METODE RETINEX UNTUK PENCERAHAN CITRA

BAB I PERSYARATAN PRODUK

ANALISIS PERBANDINGAN HISTOGRAM EQUALIZATION DAN MODEL LOGARITHMIC IMAGE PROCESSING (LIP) UNTUK IMAGE ENHANCEMENT

MAKALAH PENGOLAHAN CITRA DIGITAL. ( Histogram Citra ) Disusun Oleh : : 1. Agus Riyanto (2111T0238) 2. M. Yazid Nasrullah ( 2111T0233 )

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

Sistem Pendeteksi Kendaraan Pada Tempat Parkir Menggunakan Kamera Iwan Kurniawan

Transkripsi:

Pengolahan Citra / Image Processing : Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer Teknik pengolahan citra dengan mentrasformasikan citra menjadi citra lain, contoh : pemampatan citra (image compression) Pengolahan citra merupakan proses awal (preprocessing) dari komputer visi.

Pengenalan pola (pattern recognition) : Pengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh komputer agar suatu objek dalam citra dapat dikenali dan diinterpreasi. Pengenalan pola adalah tahapan selanjutnya atau analisis dari pengolahan citra.

1. Perbaikan kualitas citra (image enhacement) Tujuan : memperbaiki kualitas citra dengan memanipulasi parameter-parameter citra. Operasi perbaikan citra : Perbaikan kontras gelap/terang Perbaikan tepian objek (edge enhancement) Penajaman (sharpening) Pemberian warna semu(pseudocoloring) Penapisan derau (noise filtering)

2. Pemugaran citra (image restoration) Tujuan : menghilangkan cacat pada citra. Perbedaannya dengan perbaikan citra : penyebab degradasi citra diketahui. Operasi pemugaran citra : Penghilangan kesamaran (deblurring) Penghilangan derau (noise)

3. Pemampatan citra (image compression) Tujuan : citra direpresentasikan dalam bentuk lebih kompak, sehingga keperluan memori lebih sedikit namun dengan tetap mempertahankan kualitas gambar (misal dari format *.BMP menjadi *.JPG)

4.Segmentasi citra (image segmentation) Tujuan : memecah suatu citra ke dalam beberapa segmen dengan suatu kriteria tertentu. Berkaitan erat dengan pengenalan pola.

5. Pengorakan citra (image analysis) Tujuan : menghitung besaran kuantitatif dari citra untuk menghasilkan deskripsinya. Diperlukan untuk melokalisasi objek yang diinginkan dari sekelilingnya Operasi pengorakan citra : Pendeteksian tepi objek (edge detection) Ekstraksi batas (boundary) Represenasi daerah (region)

6. Rekonstruksi citra (Image recontruction) Tujuan : membentuk ulang objek dari beberapa citra hasil proyeksi.

Citra ada 2 macam : 1. Citra Kontinu (Citra Analog) Dihasilkan dari sistem optik yang menerima sinyal analog. Contoh : mata manusia, kamera analog, televisi, gambar pada pita kaset. 2. Citra Diskrit (Citra Digital) Dihasilkan melalui proses digitalisasi terhadap citra kontinu. Contoh : kamera digital, scanner

1. Kecerahan (Brightness) Kecerahan : intensitas cahaya rata-rata dari suatu area yang melingkupinya.

1. Kecerahan (Brightness)

1. Kecerahan (Brightness)

2. Kontras (Contrast) Kontras : sebaran terang (lightness) dan gelap (darkness) di dalam sebuah citra. Citra dengan kontras rendah komposisi citranya sebagian besar terang atau sebagian besar gelap. Citra dengan kontras yang baik, komposisi gelap dan terangnya tersebar merata.

2. Kontras (Contrast)

2. Kontras (Contrast)

3. Kontur (Contour) Kontur : keadaan yang ditimbulkan oleh perubahan intensitas pada pixel-pixel tetangga, sehingga kita dapat mendeteksi tepi objek di dalam citra. Contoh : Kontur pada Pulau Wangiwangi (Sulawesi Tenggara)

3. Kontur (Contour)

4. Warna (Color) Warna : persepsi yang dirasakan oleh sistem visual manusia terhadap panjang gelombang cahaya yang dipantulkan oleh objek. Warna-warna yang dapat ditangkap oleh mata manusia merupakan kombinasi cahaya dengan panjang berbeda. Kombinasi yang memberikan rentang warna paling lebar adalah red (R), green(g) dan blue (B).

4. Warna (Color)

4. Warna (Color)

5. Bentuk (Shape) Bentuk : properti intrinsik dari objek tiga dimensi, dengan pengertian bahwa bentuk merupakan properti intrinsik utama untuk visual manusia. Umumnya citra yang dibentuk oleh manusia merupakan 2D, sedangkan objek yang dilihat adalah 3D. 6. Tekstur (Texture) Tekstur : distribusi spasial dari derajat keabuan di dalam sekumpulan pixel-pixel yang bertetangga.

Digitizer (Digital Acqusition System) : sistem penangkap citra digital yang melakukan penjelajahan citra dan mengkonversinya ke representasi numerik sebagai masukan bagi komputer digital. Hasil dari digitizer adalah matriks yang elemenelemennya menyatakan nilai intensitas cahaya pada suatu titik. Digitizer terdiri dari 3 komponen dasar : Sensor citra yang bekerja sebagai pengukur intensitas cahaya Perangkat penjelajah yang berfungsi merekam hasil pengukuran intensitas pada seluruh bagian citra Pengubah analog ke digital yang berfungsi melakukan sampling dan kuantisasi.

Digitizer terdiri dari 3 komponen dasar : Sensor citra yang bekerja sebagai pengukur intensitas cahaya Perangkat penjelajah yang berfungsi merekam hasil pengukuran intensitas pada seluruh bagian citra Pengubah analog ke digital yang berfungsi melakukan sampling dan kuantisasi.

Komputer digital, digunakan pada sistem pemroses citra, mampu melakukan berbagai fungsi pada citra digital resolusi tinggi. Piranti Tampilan, peraga berfungsi mengkonversi matriks intensitas tinggi merepresentasikan citra ke tampilan yang dapat diinterpretasi oleh manusia. Media penyimpanan, piranti yang mempunyai kapasitas memori besar sehingga gambar dapat disimpan secara

Sekian