Pengolahan citra. Materi 3

dokumen-dokumen yang mirip
Grafik Komputer dan Pengolahan Citra. Pengolahan Citra : Representasi Citra. Universitas Gunadarma Pengolahan Citra : Representasi Citra 1/16

Model Citra (bag. 2)

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

PENGOLAHAN CITRA DIGITAL

BAB 2 TINJAUAN TEORETIS

BAB II CITRA DIGITAL

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

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

Pembentukan Citra. Bab Model Citra

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

BAB II TEORI PENUNJANG

Proses memperbaiki kualitas citra agar mudah diinterpretasi oleh manusia atau komputer

Pengolahan Citra Berwarna

COLOR SPACE. Achmad Basuki Politeknik Elektronika Negeri Surabaya

BAB 2 TINJAUAN PUSTAKA

Pertemuan 2 Representasi Citra

Citra Digital. Petrus Paryono Erick Kurniawan Esther Wibowo

BAB 2 LANDASAN TEORI

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

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

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

KONSEP DASAR PENGOLAHAN CITRA

BAB 2 LANDASAN TEORI

WARNA PERSIAPAN GRAFIKA GRAPHIC DESIGN

Intensity and Color. Pertemuan 12

SAMPLING DAN KUANTISASI

SATUAN ACARA PERKULIAHAN ( SAP )

By: Ahmad SYAUQI Ahsan

BAB II LANDASAN TEORI

Bekerja dengan Warna

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

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

Adobe Photoshop CS3. Bagian 2 Bekerja dalam Photoshop

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

BAB IV IMPLEMENTASI DAN PENGUJIAN

Aplikasi Teori Kombinatorial Dalam Penomeran Warna

Drawing, Viewport, dan Transformasi. Pertemuan - 02

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

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

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

KONSEP DASAR PENGOLAHAN CITRA

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

BAB II TINJAUAN PUSTAKA

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

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

Sistem Visual Manusia

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

BAB II LANDASAN TEORI

DIMENSI WARNA. DEDDY AWARD WIDYA LAKSANA, M.Pd

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

BAB II TINJAUAN PUSTAKA

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

BAB 2 LANDASAN TEORI

Pengolahan Citra : Konsep Dasar

BUKU TEKNIK ELEKTRONIKA TERBITAN PPPPTK/VEDC MALANG

BAB II LANDASAN TEORI

DIMENSI WARNA. DEDDY AWARD WIDYA LAKSANA, M.Pd

BAB II DASAR TEORI. Pengolahan Citra

5.3 Praktek Image Adjustment

BAB 2 TINJAUAN PUSTAKA

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

Eko Purwanto WEBMEDIA Training Center Medan

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB II LANDASAN TEORI

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

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

APLIKASI PENGHITUNG JUMLAH WAJAH DALAM SEBUAH CITRA DIGITAL BERDASARKAN SEGMENTASI WARNA KULIT

2.1. Multimedia. Multimedia BAB 2 LANDASAN TEORI

Aspek Interaksi Manusia dan Komputer

KULIAH 1 TEKNIK PENGOLAHAN CITRA PENGANTAR MATRIKS

III. METODOLOGI PENELITIAN

BAB 2 LANDASAN TEORI

Manusia pemroses informasi 1. Informasi diterima dan ditanggapi dengan proses masukankeluaran

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

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

BAB II TINJAUAN PUSTAKA

IMPLEMENTASI METODE SPEED UP FEATURES DALAM MENDETEKSI WAJAH

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

IDENTIFIKASI RAMBU-RAMBU LALU LINTAS MENGGUNAKAN LEARNING VECTOR QUANTIZATION

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

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

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

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

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

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

LANDASAN TEORI. 2.1 Citra Digital Pengertian Citra Digital

... BAB 2 LANDASAN TEORI. 2.1 Citra

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

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

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

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

BAB II LANDASAN TEORI

Alat Koresi Warna & Tonal

IV. HASIL DAN PEMBAHASAN

PENDETEKSIAN OBJEK BERWARNA BIRU MENGGUNAKAN MATLAB R2013a

Implementasi Algoritma Kompresi Shannon Fano pada Citra Digital

BAB II TI JAUA PUSTAKA

Dasar-dasar Photoshop

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

BAB II LANDASAN TEORI

Transkripsi:

Pengolahan citra Materi 3

Citra biner, citra grayscale dan citra warna Citra warna berindeks Subject Elemen-elemen Citra Digital reflectance MODEL WARNA

Citra Biner Citra Biner Banyaknya warna hanya 2 yaitu hitam dan putih Dibutuhkan 1 bit di memori untuk menyimpan warna ini

Format citra ini disebut skala keabuaan karena pada umumnya warna yang dipakai adalah warna hitam sebagai warna minimal dan warna putih sebagai warna maksimalnya, sehingga warna antaranya adalah abu-abu. Beberapa buku menyebut format citra ini sebagai citra intensitas. Ctra 2 bit mewakili 4 warna CITRA GRAYSCALE Citra 3 bit mewakili 8 warna

Jumlah kombinasi warna yang mungkin untuk format citra ini adalah 2 24 atau lebih dari 16 juta warna, dengan demikian bisa dinggap mencakup semua warna yang ada, inilah sebabnya format ini dinamakan true color. R G B R G B R G B R G B = 025 150 070 255 255 255 200 050 069 240 175 040 Citra Warna (True Color) = 240 175 040 025 150 070 025 150 070 010 105 230 = 025 150 070 010 105 230 200 050 069 200 050 069 = 200 050 069 010 105 230 255 255 255 025 150 070

Citra Warna Berindeks Jumlah memory yang dibutuhkan untuk format citra warna true color adalah 3 kali jumlah titik yang ada dalam citra yang ditinjau. Pada kebanyakan kasus jumlah warna yang ada dalam suatu citra terkadang sangat terbatas, karena banyaknya warna dalam sebuah citra tidak mungkin melebihi banyaknya titik dalam citra itu sendiri. Untuk kasus tersebut disediakan format citra warna berindeks. Pada format ini informasi setiap titik merupakan indeks dari suatu tabel yang berisi informasi warna yang tersedia, yang disebut palet warna (kadang disebut juga color map) Jumlah bit yang dibutuhkan oleh setiap titik pada citra bergantung pada jumlah warna yang tersedia dalam palet warna. Keuntungan memakai palet warna ini adalah kita dapat dengan cepat memanipulasi warna tanpa harus mengubah informasi pada setiap titik dalam citra. Keuntungan lainnya adalah besarnya data yang diperlukan untuk menyimpan citra ini lebih kecil dibandingkan dengan citra warna true color.

R G B R G B R G B R G B = 025 150 070 255 255 255 200 050 069 240 175 040 = 240 175 040 025 150 070 025 150 070 010 105 230 = 025 150 070 010 105 230 200 050 069 200 050 069 = 200 050 069 010 105 230 255 255 255 025 150 070 Pengindekan Citra Warna Index R G B = 2 0 3 1 0 255 255 255 = 1 2 2 4 1 240 175 040 = 2 4 3 3 2 025 150 070 = 3 4 0 2 3 200 050 069 4 010 105 230

Elemenelemen Citra Digital 1. Kecerahan (Brightness). Brightness merupakan intensitas cahaya yang dipancarkan piksel dari citra yang dapat ditangkap oleh sistem penglihatan. Kecerahan pada sebuah titik (piksel) di dalam citra merupakan intensitas rata-rata dari suatu area yang melingkupinya. 2. Kontras (Contrast). Kontras menyatakan sebaran terang dan gelap dalam sebuah citra. Pada citra yang baik, komposisi gelap dan terang tersebar secara merata. 3. Kontur (Contour). Kontur adalah keadaan yang ditimbulkan oleh perubahan intensitas pada piksel-piksel yang bertetangga. Karena adanya perubahan intensitas inilah mata mampu mendeteksi tepitepi objek di dalam citra. 4. Warna. Warna sebagai persepsi yang ditangkap sistem visual terhadap panjang gelombang cahaya yang dipantulkan oleh objek.

5. Bentuk (Shape). Shape adalah properti intrinsik dari objek 3 dimensi, dengan pengertian bahwa bentuk merupakan properti intrinsik utama untuk sistem visual manusia. 6. Tekstur (Texture). Texture dicirikan sebagai distribusi spasial dari derajat keabuan di dalam sekumpulan piksel-piksel yang bertetangga. Tekstur adalah sifat-sifat atau karakteristik yang dimiliki oleh suatu daerah yang cukup besar, sehingga secara alami sifat-sifat tadi dapat berulang dalam daerah tersebut. Tekstur adalah keteraturan pola-pola tertentu yang terbentuk dari susunan piksel-piksel dalam citra digital. Informasi tekstur dapat digunakan untuk membedakan sifat-sifat permukaan suatu benda dalam citra yang berhubungan dengan kasar dan halus, juga sifat-sifat spesifik dari kekasaran dan kehalusan permukaan tadi, yang sama sekali terlepas dari warna permukaan tersebut

3 kuatisasi yang dapat digunakan untuk menggambarkan warna hue ditentukan oleh dominan panjang gelombang. Warna yang dapat dilihat oleh mata memiliki panjang gelombang antara 400 nm (violet) - 700 nm (red) pada spektrum electromagnetic (Saturation ) ditentukan oleh tingkat kemurnian, dan tergantung pa- da jumlah sinar putih yang tercampur dengan hue. Suatu warna hue murni adalah secara penuh tersaturasi, yaitu tidak ada sinar putih yang tercampur. Hue dan saturation digabungkan menentukan chromatici- ty suatu warna. Intensitas ditentukan oleh jumlah sinar yang diserap. Semakin banyak sinar yang diserap semakin banyak tinggi intensitas warnanya. Sinar Achromatic tidak memiliki warna, tetapi hanya ditentukan oleh atribut intensitas. Tingkat keabuan (Greylevel) adalah ukuran intensitas yand ditentukan oleh energi, sehingga merupakan suatu kuantitas fisik. Dalam hal lain, brightness atau luminance ditentukan oleh persepsi warna (sehingga dapat merupakan efek psychology ).

reflectance Warna secara utuh bergantung pada sifat pantulan (reflectance ) suatu objek. Warna yang dilihat merupakan yang dipantulkan, sedangkan yang lainnya diserap. Sehingga sumber sinar perlu diperhitungkan begitu pula sifat alami system visual manusia ketika menangkap suatu warna. Sebagai contoh, suatu objek yang memantulkan sinar merah dan hijau akan tampak berwarna hijau apabila benda tersebut disinari oleh sinar hijau (tanpa adanya sinar merah). Demikian juga sebaliknya, objek akan tampak berwarna merah apabila tidak terdapat sinar hijau. Apabila benda tersebut disinari oleh sinar putih, maka objek tersebut berwarna kuning (merupakan gabungan warna hijau + merah)

MODEL WARNA Model warna merupakan cara standar untuk menspesifikasikan suatu warna tertentu, dengan mendefinisikan suatu sistem koordinat 3D, dan suatu ruang bagian yang mengandung semua warna yang dapat dibentuk ke dalam su- atu model tertentu. Model RGB Model CMY/ CMYK Model HSI Model YIQ

Model RGB Suatu citra dalam model RGB terdiri dari tiga bidang citra yang saling lep- as, masing-masing terdiri dari warna utama: merah, hijau dan biru. menunjukkan bentuk geometri dari model warna RGB untuk menspesifikasikan warna menggunakan sistem koordinat Cartesian. Spektrum greyscale (tingkat keabuan) yaitu warna yang dibentuk dari gabungan tiga warna utama dengan jumlah yang sama, berada pada garis yang menghubungkan titik hitam dan putih.

Model CMY atau CMYK Warna cyan (C), magenta (M), dan yellow (Y) adalah warna komplementer terhadap red, green, dan blue Model CMY dapat diperoleh dari model RGB dengan perhitungan berikut : C = 1 R M = 1 G Y = 1- B Model CMY digunakan untuk mencetak warna. Pada praktiknya pencampuran warna CMY tidak akan menghasilkan warna yang murni hitam (menghasilkan cokelat lumpur. Model CMY disempurnakan menjadi CMYK. K menyatakan hitam murni

Sistem warna yang paling mendekati cara kerja mata manusia Model warna HSI mendefinisikan warna dalam terminologi Hue, Saturation dan Intensity. * Hue menyatakan warna sebenarnya, seperti merah, violet, dan kuning. Hue digunakan untuk membedakan warna-warna dan menentukan kemerahan (redness),kehijauan (greeness), dsb, dari cahaya. Model HSI Hue berasosiasi dengan panjang gelombang. * Saturation menyatakan tingkat kemurnian suatu warna yaitu mengindikasikan seberapa banyak warna putih diberikan pada warna *Intensity adalah atribut yang menyatakan banyaknya cahaya yang diterima oleh mata tanpa memperdulikan warna

Model YIQ (luminanceinphasequadrature) Model YIQ digunakan untuk standar televisi disebut juga sistem NTSC Berisi 3 komponen yaitu Y untuk luminasi I untuk Hue Q untuk saturasi komponen Y mewakili pencahayaan (luminance), komponen I mewakili corak warna (hue) dan komponen Q mewakili intensitas atau kedalaman warna (saturation)