UAS PENGOLAHAN CITRA DIGITAL

  Nama : Sindy Claudya

NIM    : 21040011


 PENGOLAHAN CITRA DIGITAL

● Perbaikan kualitas citra (Image Enhancement)

●Pemugaran citra (Image Restoration)

● Segmentasi citra (Image Segmentation)

● Rekonstruksi citra (Image Reconstruction)

● Penambahan efek citra (Image Stylization)

● Pemampatan citra (Image Compression)

● Analisis citra (Image Analysis)

PENGERTIAN CITRA DIGITAL

Citra Digital

● Citra digital merupakan fungsi intensitas cahaya f(x,y), dimana harga x dan y merupakan koordinat spasial dan nilai fungsi tersebut pada setiap titik (x,y) merupakan tingkat keabuan citra pada titik tersebut;

● Citra digital adalah citra f(x,y) dimana dilakukan diskritisasi koordinat spasial (sampling) dan diskritisasi tingkat keabuan (kuantisasi);

● Citra digital merupakan suatu matriks dimana indeks baris dan kolomnya menyatakan suatu titik pada citra tersebut dan elemen matriksnya (yang disebut sebagai elemen gambar / piksel / pixel / picture element / pels) menyatakan tingkat keabuan pada titik tersebut.

DASAR - DASAR CITRA DIGITAL

Model Matematis Citra

● Model matematis kontinyu :

I = f(x,y)

● Pada komputer, model diskret

array 2D :

I = matrix(i,j)

● Image digital adalah sebuah image f(x,y),yang telah melalui digitasi baik secara koordinat spasial dan brightness/ gray level

Jumlah Bit

● Banyaknya nilai gray

level umumnya dinyatakan dengan pangkat 2 dari integer :

L = 2k

dimana k>0

● Jumlah bit yang diperlukan untuk menyimpan image hasil digitasi adalah :

b = M x N x k

Hubungan Dasar Antar Piksel

● Piksel tetangga

● Adjacency

● Connectivity

● Regions

● Boundaries

● Pengukuran jarak

Latihan Implementasi

● Buat program untuk menampilkan citra

● Tampilkan informasi resolusi spasial (M x N)

● Tampilkan informasi tingkat keabuan (L)

PENINGKATAN KUALITAS CITRA

Tujuan Perbaikan Citra

● Tujuan dari teknik peningkatan mutu citra adalah untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas relatif lebih baik dari citra awal untuk aplikasi tertentu.

● Kata baik disini tergantung pada jenis aplikasi dan problem yang dihadapi

Jenis Teknik Peningkatan Kualitas

● Teknik peningkatan kualitas citra dapat dibagi menjadi dua:

Peningkatan kualitas pada domain spasial

1.Point processing

2. Mask processing

Peningkatan kualitas pada domain frekuensi Point Processing

● Cara paling mudah untuk melakukan peningkatan kualitas citra pada domain spasial adalah dengan melakukan pemrosesan yang hanya melibatkan satu piksel saja (tidak menggunakan jendela ke tetanggaan)

● Pengolahan menggunakan histogram juga termasuk dalam bagian point processing

PENGOLAHAN CITRA BERWARNA

Model Warna

● Tujuan dari model warna adalah untuk memberikan fasilitas spesifikasi warna standard.

● Esensinya, model warna lebih ke arah spesifikasi koordinat sistem dimana setiap warna direpresentasikan oleh suatu titik piksel.

Implementasi Model Warna

● Orientasi penggunaan model warna

● Hardware

● Model Warna Monitor

● Printer

● Aplikasi

● Kreasi warna pengolahan gambar

● Kreasi pewarnaan animasi

● Ekstraksi fitur

Model Warna RGB

Jika masing-masing RGB memiliki graylevel 8- bit, maka dikatakan memiliki kedalaman 24- bit.

    Model Warna CMY dan CMYK 

● Cyan, Magenta, dan Yellow merupakan warna skunder atau alternatif dari warna primer, yaitu RGB.

● Merupakan hasil substraksi antara nilai graylevel tertinggi (L-1) dengan suatu nilai pada masing-masing sinyal warna.

● Untuk menghasilkan nilai warna yang lebih baik, CMY diperbaiki dengan CMYK.

● CMYK ditujukan untuk menambahkan warna yang keempat, yaitu black. 

● Disebut dengan "four-color printing" yang didapatkan dari CMY dan Black.

     Model Warna HSI, HSV, HSL

● RGB dan CMY ideal untuk implementasi hardware, tidak untuk persepsi manusia 

 ● Ketika manusia memandang object, deskripsi yang diterima adalah hue, saturation, dan brightness

 ● Hue : atribut warna yang mendeskripsikan pure color (pure yellow, orange, atau red)

 ● Saturation : ukuran derajat dimana pure color dicerahkan 

 ● Brightness : subjective deskripsi intensitas

             I : Intensity

            V : Value

            L : Lightness

    Model Warna YUV

Model YUV terdiri dari komponen luminance / brightness (Y) dan dua komponen konten warna / chrominance (U dan V).

    Model Warna YCbCr 

YCbCr merupakan model warna hasil encoding non-linear sinyal RGB, biasanya digunakan studio TV Eropa dan kompresi citra 

 Komponen Y : luma (luminance), komponen Cb dan Cr masing-masing merupakan bentuk substractive dari B dan R pada model RGB.

    Full-Color Image Processing

 ● Untuk citra dengan ukuran M x N, terdapat MN sehingga c(x,y) untuk x=0,1,2,…,M-1 dan y=0,1,2,…,N-1

 ● Diproses secara terpisah seperti proses pada graylevel

 ● Untuk sebuah piksel dalam ruang citra berwarna dilakukan proses sebanyak sinyal warnanya

    Color Image Smoothing 

● Diberikan Sxy merupakan notasi himpunan koordinat dari piksel ketetanggaan dengan pusat (x,y)  

● Nilai rata-rata komponen RGB dalam ketetanggaan tersebut

    Color Image Sharpening

● Menghitung fungsi Laplacian pada Color Image sama dengan menghitung fungsi Laplacian setiap komponen sinyal seperti pada graylevel.

MORFOLOGI CITRA

Morfologi Citra

Apa yang bisa dilakukan oleh morfologi citra ?

Operasi morfologi :

● Fit dan Hit

● Erosi (Erosion)

● Dilasi (Dilation)

● Operasi Gabungan (Compound Operations)

Cara Kerja Morfologi Citra

● Konversi citra ke dalam bentuk Grayscale

● Lakukan binerisasi citra ->Thresholding

● Morfologi

● Dapat juga diterapkan pada citra grayscale

Morfologi Citra

● Structuring Elements (SE) dapat terdiri dari sebarang ukuran sesuai dengan kebutuhan

● Nilai dari elemen adalah 0 atau 1, namun dimungkinkan memiliki nilai yang lain (termasuk tidak ada nilainya)

● Nilai kosong pada SE berarti bebas (don’t care)

Aplikasi Menghitung Koin

● Kesulitan menghitung koin pada gambar dibawah disebabkan tergabungnya object koin

● Solusi: Thresholding dan Erosi utk memisahkannya!

Ringkasan

● Morphology

● Fit and Hit operations

● Erosion (based on Fit): Make objects smaller

● Separate objects, remove small objects (noise)

● Dilation (based on Hit): Make objects bigger

● Remove holes in objects

● Compound operations

● Finding the outlines of the objects

● Opening (Erosion + Dilation)

● As Erosion but less destructive

● Closing (Dilation + Erosion)

● As Dilation but less destructive


Postingan populer dari blog ini

UJIAN TENGAH SEMESTER (UTS) PENGANTAR TEKNOLOGI INFORMASI SEMESTER 3

UAS PTI R1A Sindy Claudya