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

dokumen-dokumen yang mirip
Dosen: M. Miftakul Amin Pengolahan Citra Digital

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

BAB I PENDAHULUAN 1. Latar Belakang

SAMPLING DAN KUANTISASI

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

TEKNIK PENGOLAHAN CITRA. Kuliah 4 Pengolahan Titik (2) Indah Susilawati, S.T., M.Eng.

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

Pertemuan 2 Representasi Citra

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

Dasar-dasar Photoshop

BAB 4 HASIL DAN ANALISA

PRAPROSES CITRA MENGGUNAKAN KOMPRESI CITRA, PERBAIKAN KONTRAS, DAN KUANTISASI PIKSEL

Kory Anggraeni

Model Citra (bag. 2)

BAB II LANDASAN TEORI

KONSEP DASAR PENGOLAHAN CITRA

PENGOLAHAN CITRA DIGITAL

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

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

BAB III METODE PENELITIAN. melacak badan manusia. Dimana hasil dari deteksi atau melacak manusia itu akan

Pengolahan citra. Materi 3

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

KULIAH 2 TEKNIK PENGOLAHAN CITRA HISTOGRAM CITRA

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

Pertemuan 3 Perbaikan Citra pada Domain Spasial (1) Anny Yuniarti, S.Kom, M.Comp.Sc

Pengolahan Citra Digital: Peningkatan Mutu Citra Pada Domain Spasial

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

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

Review Paper. Image segmentation by histogram thresholding using hierarchical cluster analysis

BAB II LANDASAN TEORI

BAB 2 LANDASAN TEORI

PENGOLAHAN CITRA DIGITAL

BAB II TEORI PENUNJANG

Mengenal Lebih Jauh Apa Itu Point Process

APLIKASI IMAGE THRESHOLDING UNTUK SEGMENTASI OBJEK

BAB III METODE PENELITIAN

BAB III METODOLOGI PENELITIAN

PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.

BAB II LANDASAN TEORI

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

Perbaikan Citra (Enhancement 3)

BAB 2 LANDASAN TEORI

5.3 Praktek Image Adjustment

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM

BAB II LANDASAN TEORI

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

KOMPRESI CITRA. Pertemuan 12 Mata Pengolahan Citra

One picture is worth more than ten thousand words

BAB II LANDASAN TEORI

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

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

PENERAPAN METODE CONTRAST STRETCHING UNTUK PENINGKATAN KUALITAS CITRA BIDANG BIOMEDIS

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

BAB 2 LANDASAN TEORI

BAB 2 TINJAUAN TEORETIS

PENINGKATAN KUALITAS CITRA DENGAN METODE FUZZY POSSIBILITY DISTRIBUTION

BAB III ANALISIS DAN PERANCANGAN SISTEM

PERANGKAT LUNAK PERBAIKAN KUALITAS CITRA DIGITAL MODEL RGB DAN IHS DENGAN OPERASI PENINGKATAN KONTRAS

Modifikasi Histogram

Analisa Hasil Perbandingan Metode Low-Pass Filter Dengan Median Filter Untuk Optimalisasi Kualitas Citra Digital

BAB 2 LANDASAN TEORI

Pembentukan Citra. Bab Model Citra

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

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

Studi Digital Watermarking Citra Bitmap dalam Mode Warna Hue Saturation Lightness

FERY ANDRIYANTO

Peningkatan Kualitas Citra. Domain Spasial

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop

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

BAB 1V HASIL SIMULASI DAN ANALISIS

Histogram. Peningkatan Kualitas Citra

Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital

BAB 2 TINJAUAN PUSTAKA

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

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

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

PRAKTIKUM 2. MATRIK DAN JENIS CITRA

SATUAN ACARA PERKULIAHAN ( SAP )

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

BAB III METODE PENELITIAN. Tujuan tugas akhir ini akan membangun suatu model sistem yang

Perbandingan Kompresi Citra Metode Five-Modulus dan Kuantisasi dengan Perbaikan Citra Histogram-Equalization

UJI COBA THRESHOLDING PADA CHANNEL RGB UNTUK BINARISASI CITRA PUPIL ABSTRAK

BAB 2 LANDASAN TEORI

BAB IV PREPROCESSING

EDGE DETECTION MENGGUNAKAN METODE ROBERTS CROSS

IMPLEMENTASI SEGMENTASI PEMBULUH DARAH RETINA PADA CITRA FUNDUS MATA BERWARNA MENGGUNAKAN PENDEKATAN MORFOLOGI ADAPTIF

Operasi Titik Kartika Firdausy

Image Enhancement Pada Screen Capture CCTV Dengan Menggunakan Metode Histogram Ekualisasi

DAFTAR ISI BAB II TINJAUAN PUSTAKA...4

BAB 2 LANDASAN TEORI

BAB 2 KONSEP DASAR PENGENAL OBJEK

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

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI

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

PEMBIMBING : Dr. Cut Maisyarah Karyati, SKom, MM, DSER.

BAB 2 LANDASAN TEORI

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

BAB IV ANALISA DAN PERANCANGAN

DIGITAL IMAGE CODING. Go green Aldi Burhan H Chandra Mula Fitradi Mardiyah

Transkripsi:

Sesi 3 Operasi Pixel dan Histogram Materi Kuliah Dosen : Pengolahan Citra Digital : M. Miftakul Amin, S. Kom., M. Eng.

Pokok Bahasan Konversi RGB ke Gray Scale Konversi Gray Scale ke Biner Konversi Gray Scale ke m-bit Pengaturan Brightness Pengaturan Kontras Gray-scale Histogram Distribusi Kumulatif Histogram Equalization

Pixel dan Representasinya

Histogram Citra 1 1 1 3 1 4 4 4 1 0 3 5 3 5 5 5 5 7 7 0 0 0 0 2 2 6 6 6 6 6 5 5 4 4 4 4 4 4 7 3 2 2 0 0 0 0 1 1 1 1 7 5 5 5 7 7 7 6 3 3 3 3 3 3 3 3 3 3 7 5 5 5 5 5 5 5 5 5 2 3 0 0 0 0 0 0 4 4 4 4 3 3 3 3 3 1 1 1 6 2 Citra Tabel frekuensi kemunculan setiap warna 0 1 2 3 4 5 6 7 15 12 6 20 13 19 7 8 0.15 0.12 0.06 0.20 0.13 0.19 0.07 0.08 Histogram Citra 0,25 0,2 0,15 0,1 0,05 0 0 1 2 3 4 5 6 7

Histogram Citra Image 4 4 3 3 4 4 3 3 6 4 1 2 3 5 0 1 2 3 4 3 2 1 0 frequency 1 2 3 4 5 Intensity 6 7

Operasi Pixel Operasi piksel adalah operasi pengolahan citra yang memetakan hubungan setiap piksel yang bergantung pada piksel itu sendiri.

Konversi RGB ke Gray Scale Setiap pixel mempunyai nilai red (r), green (g) dan blue (b) dengan nilai masing-masing 0-255 Setiap pixel mempunyai nilai derajat keabuan x dengan nilai 0-255 x r g 3 b x a r. r dimana: a g a. g a r a g b. b a b 1 1) Perataan ( quick and dirty ) 2) Metode pembobotan

Konversi RGB ke Gray Scale x a r. r dimana: a g a. g a r a g b. b a b 1 Beragam Metode Pembobotan = a r a g a b Sebutan 0.3 0.59 0.11 Human Eye Correction 0.2126 0.7152 0.0722 Luma, ITU-R, BT.709 0.299 0.587 0.114 BT.601

Konversi RGB ke Gray Scale 3. Desaturation Gray Max( R, G, B) Min( R, G, B) 2 4. Decomposition Gray Max( R, G, B) Gray Min( R, G, B) 5. Single color Channel Gray Gray Gray R G B

Konversi Gray Scale Ke Biner Setiap pixel mempunyai nilai derajat keabuan x dengan nilai 0-255 Setiap pixel mempunyai nilai warna x bw dengan nilai 0 dan 1 x bw 1 0 jika x 128 jika x 128 x bw 1 0 jika jika x x x x

Pengaturan Brightness Proses pengaturan brightness adalah proses penambahan nilai derajat keabuan x dengan nilai perubahan brightness t brightness x x t brightness brightness 0 255 t brightness bisa positif dan dan negatif 0 255

Pengaturan Brightness

Pengaturan Brightness Kode Matlab/Octave Hasil eksekusi

Pengaturan Contrast Proses pengaturan contrast adalah proses perkalian nilai derajat keabuan x dengan nilai perubahan contrast t contrast 0 255 x x t contrast contrast 0 < t kontras < m, dengan m positif 0 255

Peregangan Contrast

Kombinasi Brightness+Contrast

Membalik/Negasi Citra

Pemetaan Non Linear

Gray-Scale Histogram Histogram di dalam gambar gray-scale menyatakan distribusi dari derajat keabuan (terang/gelap) pada suatu gambar. Dari histogram ini dapat dilihat apakah gambar tersebut lebih banyak warna gelap atau lebih banyak warna terang Teknik histogram ini dapat dikembangkan untuk memperbaiki kualitas gambar (image enhancement) dengan apa yang dinamakan dengan Histogram Equalization, suatu teknik untuk meratakan distribusi terang/gelap sehingga gambar kelihatan lebih jelas.

Gray-Scale Histogram Gambar ini didominasi warna terang, karena grafik di sebelah kanan terlihat lebih banyak. Gambar ini didominasi warna gelap, karena grafik di sebelah kiri terlihat lebih banyak.

Distribusi Kumulatif Distribusi kumulatif C(x) adalah nilai total histogram dari tingkat keabuan=0 sampai dengan tingkat keabuan=x, dan didefinisikan dengan: C( x) x w 0 H( w) Distribusi kumulatif ini dapat digunakan untuk menunjukkan perkembangan dari setiap step derajat keabuan. Pada distribusi kumulatif, gambar dikatakan baik bila mempunyai distribusi kumulatif yang pergerakannya hampir sama pada semua derajat keabuan.

Distribusi Kumulatif Perubahan yang tajam

Distribusi Kumulatif Gambar-gambar hasil photo mempunyai perubahan yang tidak terlalu tajam dan biasanya tidak lebih dari satu. Hal ini menunjukkan tingkat gradiasi yang halus pada gambar hasil photo. Gambar-gambar kartun mempunyai banyak perubahan yang tajam, hal ini menunjukkan tingkat gradiasi pada gambar kartun rendah (kasar).

Histogram Equalization Histogram Equalization adalah suatu proses untuk meratakan histogram agar derajat keabuan dari yang paling rendah (0) sampai dengan yang paling tinggi (255) mempunyai kemunculan yang rata. Dengan histogram equalization hasil gambar yang memiliki histogram yang tidak merata atau distribusi kumulatif yang banyak loncatan gradiasinya akan menjadi gambar yang lebih jelas karena derajat keabuannya tidak dominan gelap atau dominan terang. Proses histogram equalization ini menggunakan distribusi kumulatif, karena dalam proses ini dilkakukan perataan gradien dari distribusi kumulatifnya.

Formula Histogram Equalization Histogram Equalization dari suatu distribusi kumulatif C adalah: w c n x w. t. n y C w adalah nilai distribusi kumulatif pada derajat keabuan w t adalah nilai threshold derajat keabuan= 2 8 atau 256 n x dan n y adalah ukuran gambar.

Perhitungan Histogram Equalization Perhatikan histogram berikut: 2 4 3 1 3 6 4 3 1 0 3 2 Distribusi Kumulatifnya C w 2 6 9 10 13 19 23 26 27 27 30 32 7 35 6 30 5 25 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12 20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12

Perhitungan Histogram Equalization Distribusi Kumulatif: 2 6 9 10 13 19 23 26 27 27 30 32 35 30 25 20 15 10 5 0 1 2 3 4 5 6 7 8 9 10 11 12 w Cw w-baru h 1 2 (2*12)/ 32 1 2 2 6 2 4 3 9 3 3 4 10 4 1 5 13 5 3 6 19 7 6 7 23 9 4 8 26 10 3 9 27 10 1 10 27 10 0 11 30 11 3 12 32 12 2

Perhitungan Histogram Equalization 7 6 5 4 3 2 1 0 1 2 3 4 5 6 7 8 9 10 11 12 w Cw w-baru h 1 2 (2*12)/ 32 1 2 2 6 2 4 3 9 3 3 4 10 4 1 5 13 5 3 6 19 7 6 7 23 9 4 8 26 10 3 9 27 10 1 10 27 10 0 11 30 11 3 12 32 12 2

Histogram Equalization Pada Gambar Sebelum Equaliztion Setelah Equaliztion

Sebelum Equaliztion Setelah Equaliztion

Tugas Jika diketahui citra berukuran y=8 dan x=8 dengan nilai derajat keabuan (L) bernilai dari rentang 0,1,2,3,4,5, 6, 7 seperti gambar berikut. Gambarlah citra hasil konversi ke biner dengan nilai threshold 4 Gambarlah citra hasil perubahan ke brightness dengan nilai brightness 3 Gambarlah citra hasil perubahan ke contrast dengan nilai contrast 0.75 Gambarlah Histogram Citra Tersebut Hitung dan Gambarlah Histogram hasil ekualisasi