Setelah mempelajari materi ini, mahasiswa diharapkan mampu:

dokumen-dokumen yang mirip
Operasi Geometri (1) Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra

Operasi Geometri (2) Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra

Operasi Bertetangga (1)

Setelah mempelajari materi ini, mahasiswa diharapkan mampu:

Operasi Titik Kartika Firdausy

Teknik Pengolahan Citra. by Kartika Firdausy

Operasi Morfologi. Kartika Firdausy - UAD blog.uad.ac.id/kartikaf. Teknik Pengolahan Citra

PERANCANGAN DAN PEMBUATAN APLIKASI UNTUK MENDESAIN KARTU UCAPAN

Rika Oktaviani

BAB III PELAKSANAAN PENELITIAN

A. Aras Komputasi. 1. Aras Titik. 1. Aras Titik. 1. Aras Titik. 1. Aras Titik 3/18/2017

PENGEMBANGAN APLIKASI PEMBUATAN POLA MOTIF BATIK DENGAN MENGGUNAKAN PENGOLAHAN CITRA DIGITAL. Oleh

Aplikasi Pembesaran Citra Menggunakan Metode Nearest Neighbour Interpolation

Operasi-operasi Dasar Pengolahan Citra Digital

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

Pertemuan 2 Dasar Citra Digital. Anny Yuniarti, S.Kom, M.Comp.Sc

KONTRAK PEMBELAJARAN (KP) MATA KULIAH. Pengolahan Citra dan Pengenalan Pola

Fajar Syakhfari. Pendahuluan. Lisensi Dokumen:

PERANCANGAN APLIKASI IMAGE MORPHING PADA CITRA DUA DIMENSI MENGGUNAKAN TEKNIK FIELD MORPHING DAN DEFORMATION TECHNIQUES. Abdurahman Tohari

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

Transformasi Geometri Sederhana

Operasi-Operasi Dasar pada Pengolahan Citra. Bertalya Universitas Gunadarma

SATUAN ACARA PERKULIAHAN ( SAP )

Ruang Vektor. Kartika Firdausy UAD blog.uad.ac.id/kartikaf. Ruang Vektor. Syarat agar V disebut sebagai ruang vektor. Aljabar Linear dan Matriks 1

1. TRANSLASI OPERASI GEOMETRIS 2. ROTASI TRANSLASI 02/04/2016

JURNAL TEODOLITA. VOL. 15 NO. 1, Juni 2014 ISSN DAFTAR ISI

KOREKSI GEOMETRIK. Tujuan :

TOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA

Pertemuan 2 Representasi Citra

Transformasi Geometri Sederhana. Farah Zakiyah Rahmanti 2014

SISTEM PENJEJAK POSISI OBYEK BERBASIS UMPAN BALIK CITRA

SOAL-SOAL LATIHAN TRANSFORMASI GEOMETRI UJIAN NASIONAL

PENGATURAN KECERAHAN DAN KONTRAS CITRA SECARA AUTOMATIS DENGAN TEKNIK PEMODELAN HISTOGRAM

TOLERANSI UNJUK PENGENALAN JARINGAN SYARAF TIRUAN PADA PENAMBAHAN DERAU DAN SUDUT PUTARAN TERHADAP POLA KARAKTER TULISAN TANGAN JENIS ANGKA

IMPLEMENTASI METODE HISTOGRAM EQUALIZATION UNTUK MENINGKATKAN KUALITAS CITRA DIGITAL

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

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

SEGMENTASI CITRA DIGITAL DENGAN MENGGUNAKAN ALGORITMA WATERSHED DAN LOWPASS FILTER SEBAGAI PROSES AWAL ( November, 2013 )

PERBAIKAN CITRA DENGAN MENGGUNAKAN METODE PROBABILITY DISTRIBUTION HISTOGRAM EQUALIZATION (PDHE)

PENERAPAN METODE INTERPOLASI LINIER DAN METODE SUPER RESOLUSI PADA PEMBESARAN CITRA

ANALISIS KOREKSI GEOMETRIK MENGGUNAKAN METODE DIRECT GEOREFERENCING PADA CITRA SATELIT ALOS DAN FORMOSAT-2

BAB 2 LANDASAN TEORI

JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH NOPEMBER SURABAYA :38:54

BAB II TEORI DASAR PENGOLAHAN CITRA DIGITAL

BAB I PENDAHULUAN 1.1. Latar Belakang

PENGENALAN SESEORANG MENGGUNAKAN CITRA GARIS TANGAN

Peningkatan Resolusi Citra Digital dengan Interpolasi Bilinear

Esther Wibowo

PERBANDINGAN METODE ROBERTS DAN SOBEL DALAM MENDETEKSI TEPI SUATU CITRA DIGITAL. Lia Amelia (1) Rini Marwati (2) ABSTRAK

ANALISIS STRUKTUR METODE MATRIX. Pertemuan ke-3 SISTEM RANGKA BATANG (PLANE TRUSS)

BAB 2 LANDASAN TEORI

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

GARIS-GARIS BESAR PROGRAM PERKULIAHAN (GBPP)

Klasifikasi Kualitas Keramik Menggunakan Metode Deteksi Tepi Laplacian of Gaussian dan Prewitt

ANALISA KOMPRESI CITRA DIGITAL MENGGUNAKAN METODE HADAMARD

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

Perbaikan Citra dengan Menggunakan Metode Histogram Equalization

Aplikasi Matriks dalam Pengolahan Gambar

PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION

I. PENDAHULUAN. Contoh untuk proses segmentasi citra yang digunakan adalah klasterisasi (clustering).

BAB 2 TINJAUAN PUSTAKA

Yang Dapat Didaur Ulang

NORMALISASI DAN PEMBOBOTAN UNTUK KLONING MULUS PADA PENCAMPURAN CITRA MENGGUNAKAN METODE POISSON

MATEMATIKA. Sesi TRANSFORMASI 2 CONTOH SOAL A. ROTASI

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

Analisa Perbandingan Metode Edge Detection Roberts Dan Prewitt

Modifikasi Histogram

PENGOLAHAN CITRA DIGITAL ( DIGITAL IMAGE PROCESSING )

Muhammad Zidny Naf an, Lc., S.Kom., M.Kom. Genap 2015/2016

IDENTIFIKASI KEMATANGAN JERUK BERDASARKAN CITRA WARNA RGB DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

BAB 2 LANDASAN TEORI

SATUAN ACARA PERKULIAHAN TEKNIK ELEKTRO ( IB ) MATA KULIAH / SEMESTER : PENGOLAHAN CITRA / 8 KODE MK / SKS / SIFAT : AK / 2 SKS / MK LOKAL

Representasi Citra. Bertalya. Universitas Gunadarma

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

DETEKSI TEPI MENGGUNAKAN OPERATOR ISOTROPIK DENGAN PENGOLAHAN AWAL MENGGUNAKAN PENGATURAN INTENSITAS

BAB II LANDASAN TEORI

10/11/2014. CIG4E3 / Pengolahan Citra Digital BAB 4 Operasi-operasi Dasar Pengolahan Citra. Operasi Aljabar. Efek Penjumlahan pada Citra

PENGEMBANGAN ALGORITMA PENGUBAHAN UKURAN CITRA BERBASISKAN ANALISIS GRADIEN DENGAN PENDEKATAN POLINOMIAL

Komposisi Transformasi

BAB II DASAR TEORI 2. 1 Fotogrametri

Hardisk 80 GB Perangkat lunak Window XP Profesional MATLAB 7.0.1

BAB 2 LANDASAN TEORI

IMPLEMENTASI DIGITAL WATERMARKING PADA CITRA DIGITAL MENGGUNAKAN METODE DISCRETE HARTLEY TRANSFORM (DHT)

Deteksi Kemiringan Citra Dokumen Berbasis Transformasi Hough untuk Deteksi Baris pada Citra Dokumen Aksara Bali

MKB Teknik Pengolahan Citra Operasi Ketetanggaan Piksel pada Domain Frekuensi. Genap 2016/2017

BAB 2 LANDASAN TEORI

Least Square Estimation

Penerapan Transformasi Lanjar pada Proses Pengolahan Gambar

METODE INTERPOLASI DAN IMPLEMENTASINYA DALAM CITRA DIGITAL

Model Citra (bag. I)

BAB I PENDAHULUAN 1.1 Latar Belakang

III. BAHAN DAN METODE

Pengolahan Citra Digital. Esther Wibowo Erick Kurniawan

... BAB 2 LANDASAN TEORI. 2.1 Citra

Pengembangan Algoritma Pengubahan Ukuran Citra Berbasiskan Analisis Gradien dengan Pendekatan Polinomial

PENDETEKSIAN TEPI OBJEK MENGGUNAKAN METODE GRADIEN

SEGMENTASI CITRA CT SCAN TUMOR OTAK MENGGUNAKAN MATEMATIKA MORFOLOGI (WATERSHED) DENGAN FLOOD MINIMUM OPTIMAL

Geometri Primitive. D3 Manajemen Informatika S1 Sistem Informasi

Modifikasi Algoritma Pengelompokan K-Means untuk Segmentasi Citra Ikan Berdasarkan Puncak Histogram

BAB V TRANSFORMASI 2D

Transkripsi:

Operasi Geometri (1) Kartika Firdausy UAD tpcitra@ee.uad.ac.id id blog.uad.ac.id/kartikaf Setelah mempelajari materi ini, mahasiswa diharapkan mampu: menjelaskan prosedur operasi geometri menerapkan metode transformasi spasial dalam operasi geometri menerapkan metode interpolasi untuk operasi geometri 1

Karakteristik setiap piksel dalam citra koordinat nilai keabuan/warna Operasi Geometri berhubungan dengan perubahan bentuk geometri citra ( ukuran ataupun orientasinya) terutama untuk memodifikasi koordinat titik ada kemungkinan mengubah nilai Contoh aplikasi operasi geometri : Pencerminan (flipping) Rotasi/pemutaran (rotating) Penskalaan (scaling/zooming) Pembengkokan (warping) Cropping Skew Menggunakan Transformasi Spasial 2

Operasi pencerminan (a) citra asli (b) citra setelah dicerminkan secara horisontal (c) vertikal (d) kombinasi Operasi rotasi (a) citra asli (b) citra setelah dirotasi ¼ putaran berlawanan arah jarum jam (90º) (d) ½ putaran (180º) (c) ¼ putaran searah jarum jam ( 90º) 3

Operasi Penskalaan (Scaling) citra asli (a) Scaling 0.7 kali menggunakan interpolasi tetangga terdekat (c) Scaling dengan Sh = 2 dan Sv = 0.8 (b) Scaling 1.6 kali Transformasi Spasial Transformasi Maju memetakan koordinat titik-titik citra asal ke koordinat titik-titik citra hasil x' = y' = f x f ( x, y) y ( x, y ) (x,y) koordinat asal (x,y ) koordinat hasil f x, f y fungsi transformasi spasial K ( x ', y' ) K ( x, y ) o = i 4

Transformasi maju bila koordinat hasil pemetaan jatuh di antara 4 buah titik hasil koordinat hasil berupa bilangan pecahan nilai keabuan titik asal didistribusikan ke keempat titik pada citra hasil dengan aturan interpolasi tertentu x x' y f x, f y (x, y) (x', y') ) y' cara ini sering disebut pixel carry-over Kekurangan Transformasi Maju titik hasil pemetaan mungkin berada di luar ukuran citra adanya koordinat titik pada citra hasil yang mungkin tidak memiliki nilai keabuan karena tidak ada titik asal yang dipetakan ke titik tersebut titik hasil mungkin merupakan tujuan dari banyak titik asal 5

Transformasi Spasial (2) Transformasi Mundur/Balik memetakan koordinat titik-titik citra hasil ke koordinat titik-titik citra asal x = f '( x', y' ) y = f '( x', y' ) x y (x,y) koordinat asal (x,y ) koordinat hasil f x, f y invers fungsi transformasi spasial Transformasi mundur/balik nilai x dan y hasil transformasi balik tidak bulat jika hasil pemetaan balik jatuh di antara 4 titik maka keabuan titik hasil dihitung berdasarkan nilai keabuan keempat titik tadi berdasarkan aturan interpolasi tertentu x x' f x', f y' y (x, y) (x', y') y' Cara ini sering disebut Teknik Pengolahan pixel Citra filling 6

Kelebihan Transformasi Mundur : nilai keabuan titik hasil dapat ditentukan dengan hanya melibatkan sedikit titik asal, sehingga nilainya dapat dihitung tanpa harus memetakan semua titik asal Kekurangan Transformasi Mundur : fungsi invers pada kasus tertentu tidak mudah untuk ditentukan Interpolasi menentukan nilai pada koordinat titik hasil berdasarkan nilai pada koordinat titik asal, jika hasil transformasi spasial bernilai tidak bulat 7

Jenis Interpolasi 1. Interpolasi tetangga terdekat nilai keabuan titik hasil diambil dari nilai keabuan pada titik asal yang paling dekat dengan koordinat hasil perhitungan transformasi spasial 2. Interpolasi bilinier nilai keabuan dari keempat titik yang bertetangga tadi memberi sumbangan terhadap nilai keabuan hasil, dengan bobot masing-masing yang linier dengan jaraknya terhadap koordinat yang dimaksud 3. Interpolasi bikubik analog dengan interpolasi bilinier, tetapi memperhitungkan sampai 16 titik bertetangga dengan bobot yang bersesuaian dengan polinomial orde 3 (a) interpolasi tetangga terdekat dan (b) interpolasi linier Potongan citra hasil operasi pembesaran 10 kali 8

Contoh Suatu transformasi balik pada operasi geometrik dari suatu titik hasil menunjukkan titik asal (8.6, 3.2) di mana nilai-nilai titik pada potongan citra asal pada posisi baris 2 sampai dengan 5 dan kolom 7 sampai dengan 10 adalah sebagai berikut: 2 60 80 100 120 3 100 80 100 180 4 140 160 200 255 5 200 180 220 255 7 8 9 10 Berapa nilai keabuan titik hasil (berikan pula cara perhitungannya) untuk pendekatan interpolasi bilinier. Perhitungan x = 8,6 ; y = 3,2 Jika digambarkan dalam sumbu koordinat bobot = 0,8 bobot = 0,4 8 8,6 9 bobot = 0,6 bobot = 0,2 3 3,2 4 x = 8,6 y = 3,2 9

Hasil perhitungan Titik Bobot Nilai Bobot x Nilai (8, 3) 0,4 x 0,8 = 0,32 80 25,6 (9, 3) 0,6 x 0,8 = 0,48 100 48 (8, 4) 0,4 x 0,2 = 0,08 160 12,8 (9, 4) 06x02=012 0,6 0,2 0,12 200 24 Σ = 110,4 110 Referensi Achmad, B, Firdausy, K, 2005, Digital menggunakan DELPHI,, Ardi Publishing, Yogyakarta Gonzales, RC, Woods, RE, 2002, Digital Image Processing, 2nd ed., Prentice-Hall Inc, New Jersey Castleman, K.R., 1996, Digital Image Processing, Prentice- Hall,Inc., New Jersey Jain, A.K., 1989, Fundamental of Digital Image Processing, Prentice-Hall,Inc., New Jersey I.T. Young, J.J. Gerbrands, L.J. van Vliet, Image Processing Fundamentals, http://www.ph.tn.tudelft.nl/courses/fip/ 10