Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Ir Iyus Rusmana MT Teknik Elektro STTNAS 1. PENDAHULUAN APA YANG SAUDARA LIHAT DARI GAMBAR TERSEBUT ? Ir H Iyus Rusmana M Eng - STTNAS2.

Presentasi serupa


Presentasi berjudul: "Ir Iyus Rusmana MT Teknik Elektro STTNAS 1. PENDAHULUAN APA YANG SAUDARA LIHAT DARI GAMBAR TERSEBUT ? Ir H Iyus Rusmana M Eng - STTNAS2."— Transcript presentasi:

1 Ir Iyus Rusmana MT Teknik Elektro STTNAS 1

2 PENDAHULUAN APA YANG SAUDARA LIHAT DARI GAMBAR TERSEBUT ? Ir H Iyus Rusmana M Eng - STTNAS2

3 REPRESENTASI CITRA Ir H Iyus Rusmana M Eng - STTNAS3

4 REPRESENTASI CITRA  Suatu citra bisa didefinisikan sebagai fungsi 2D, f(x,y), dengan :  x dan y adalah koordinat spasial  amplitudo f pada pasangan koordinat (x,y) yang disebut intensitas atau tingkat keabuan citra pada titik tersebut  Jika x, y dan f semuanya berhingga, dan nilainya diskrit, kita menyebut citra tersebut sebagai citra digital. Ir H Iyus Rusmana M Eng - STTNAS4

5 REPRESENTASI CITRA Ir H Iyus Rusmana M Eng - STTNAS5 RGB GREY SCALE BINARY

6 Palet Warna  Bagaimana sebuah citra direpresentasikan dalam file?  Pertama-tama seperti halnya jika kita ingin melukis sebuah gambar, kita harus memiliki palet dan kanvas  Palet: kumpulan warna yang dapat membentuk citra, sama halnya seperti kita hendak melukis dengan cat warna, kita memiliki palet yang bisa kita isikan berbagai warna cat air  Setiap warna yang berbeda dalam palet tersebut kita beri nomor (berupa angka)  Contoh untuk citra monokrom (warnanya hanya putih-abuabu-hitam), berarti kita memiliki palet sbb: 6

7 Kanvas & Matriks  Setelah itu kita dapat menggambar menggunakan warna-warna dalam palet tersebut di atas sebuah kanvas  Sebuah kanvas dapat kita anggap sebagai sebuah matriks dimana setiap elemen dari matriks tersebut bisa kita isikan dengan salah satu warna dari palet  Informasi tentang palet (korespondensi antara warna dengan angka) disimpan dalam komputer (program pembuka citra seperti Paint, Photoshop, dll) sehingga sebuah file citra dalam komputer hanya perlu menyimpan angka-angka yang merepresentasikan sebuah warna.   sebuah citra direpresentasikan dalam sebuah matriks yang berisi angka-angka 7

8 Contoh Ir H Iyus Rusmana M Eng - STTNAS8

9 Contoh 9 201 188 181 185 180 147 140 149 155 138 144 144 145 199 200 201 188 139 132 147 150 143 123 112 102 117 207 221 222 136 90 111 125 145 140 138 122 104 97 231 219 200 90 65 84 84 107 95 92 92 99 89 227 223 181 74 72 89 92 86 77 63 50 55 65 217 211 166 85 47 75 82 83 75 42 42 39 40 208 195 179 131 54 68 66 72 46 21 15 24 19 198 187 181 141 53 54 55 59 37 21 37 66 90 195 184 170 134 52 38 42 45 35 43 98 152 172 186 175 171 169 100 34 34 27 44 85 139 170 184 167 156 142 144 112 48 32 46 84 133 166 172 186 142 139 131 120 108 67 30 76 102 123 153 171 178 145 134 128 125 117 70 38 91 101 105 125 146 157 =

10 Alur  Jika kita menyimpan gambar kucing tadi ke dalam sebuah file (kucing.bmp), maka yang disimpan dalam file tersebut adalah angka- angka yang diperoleh dari matriks kanvas. 10 File kucing.bmp: Header Angka- angka dari matriks Informasi palet dan format file citra Program pembuka citra (Paint, Photoshop, dll) input Ditampilkan di layar

11 Representasi dalam File  Untuk Windows Bitmap Files (.bmp)  Ada header berisi informasi jumlah baris dan kolom dalam citra, informasi palet, dll  Header langsung diikuti dengan angka-angka dalam matriks, disusun perbaris  Baris pertama langsung diikuti baris kedua, dst  Bagaimana mengetahui awal suatu baris? (misal untuk membedakan citra berukuran 100x200 dengan 200x100)  lihat informasi jumlah baris dan jumlah kolom di header 11 HeaderBaris 1…..Baris terakhir

12 HUBUNGAN TIGA DISIPLIN ILMU 25/06/2014PERTEMUAN KE-112 Citra Deskripsi/ Informasi Pengenalan Pola Grafika Komputer Kecerdasan Buatan Pengolahan Citra

13 HUBUNGAN TIGA DISIPLIN ILMU  Pattern Recognition menerjemahkan citra menjadi informasi yang merepresentasikan citra tersebut  Computer Graphics menvisualisasikan suatu informasi menjadi citra.  Artificial Intellegent menerjemahkan informasi input menjadi informasi lain untuk mengambil keputusan. 25/06/2014PERTEMUAN KE-113

14 CITRA DAN PENGOLAHAN CITRA  CITRA (Image)  Gambar pada bidang dua dimensi  Citra dibagi menjadi citra tampak dan citra tak Tampak 25/06/2014PERTEMUAN KE-114 Diskrit (Citra Digital) Kontinu Fungsi Matemati s CITRA Citra Tampak Citra Optis Gambar Foto Gambar Lukisan Pengelompokan Jenis – Jenis Citra Citra Tak Tampak

15 CITRA DAN PENGOLAHAN CITRA  Pengolahan Citra (Image Processing) : Pemrosesan Citra, Khususnya menggunakan komputer, menjadi citra yang kualitasnya lebih baik  Input berupa citra dan outputnya berupa citra yang kualitasnya lebih baik dari citra input.  Pengolahan Citra  Preprocessing pada bidang computer vision 25/06/2014PERTEMUAN KE-115

16 OPERASI PENGOLAHAN CITRA  Perbaikan kualitas citra ( Image Enhancement)  Pemugaran citra (Image Restoration)  Pemampatan citra (Image Compression)  Segmentasi citra (Image Segmentation)  Pengorakan/penguraian citra (Image Analysis)  Rekonstruksi citra (Image Reconstruction) 25/06/2014PERTEMUAN KE-116

17 APLIKASI PENGOLAHAN CITRA BIDANG PERDAGANGAN :  Pembacaan kode batang (bar code) yang tertera pada produk yang dijual  Mengenali huruf / angka pada formulir secara otomatis BIDANG PEMETAAN:  Klasifikasi penggunaan tanah melalui foto udara 25/06/2014PERTEMUAN KE-117

18 APLIKASI PENGOLAHAN CITRA BIDANG KEDOKTERAN :  Pengolahan citra sinar x untuk mammografi  Kedokteran Gigi (Orthodonti);  Kedokteran Biomedik BIDANG HUKUM :  Pengenalan Sidik Jari  Pengenalan foto narapidana 25/06/2014PERTEMUAN KE-118

19 Aplikasi Kedokteran Gigi (Orthodonti) 25/06/2014PERTEMUAN KE-119

20 Aplikasi Kedokteran Gigi  Pada citra cephalometri, dapat dideteksi kurva bentuk dahi manusia dari landmark Nasion (lekuk dahi ke hidung) sampai ke Bergman (titik ubun-ubun)  Dari lengkung bentuk dahi dapat dihitung koefisien transformasi Fourier dan transformasi Wavelet  Dari sampel laki2 dan perempuan dapat ditentukan aturan keputusan berdasarkan analisis diskriminan, sehingga jenis kelamin dapat ditentukan berdasarkan bentuk dahi tengkorak manusia  Eksperimen menunjukkan penggunaan transformasi Wavelet menghasilkan tingkat pengenalan yang lebih baik dari transformasi Fourier 25/06/2014PERTEMUAN KE-120

21 Aplikasi Kedokteran (Biomedik) 25/06/2014PERTEMUAN KE-121 Thorax X-Ray Standard Landmarks Thorax Tissue

22 Aplikasi Penginderaan Jarak Jauh 25/06/2014PERTEMUAN KE-122 Urut kiri ke kanan atas ke bawah: Citra Optik; Klasifikasi Optik; Fusi Joint Prob.; Citra Radar; Klasifikasi Radar; Fusi High Rank.

23 Aplikasi Penginderaan Jarak Jauh 25/06/2014PERTEMUAN KE-123 Urut kiri ke kanan atas ke bawah: Citra Optik; Klasifikasi Optik; Citra Hasil Mosaik; Citra Radar; Klasifikasi Radar; Citra Hasil Fusi.

24 Aplikasi Pengenalan Karakter 25/06/2014PERTEMUAN KE-124 Huruf A hasil scanning Huruf A setelah ‘thinning’

25 Human Biometrics & Features 25/06/2014PERTEMUAN KE-125 Citra Wajah Citra Sidik Jari

26 SUMMARY 1. Mata Kuliah Pengolahan Citra Digital memberikan pemahaman tentang manfaat pengolahan citra pada berbagai aplikasi. 2. Teknik Pengolahan Citra Digital digunakan dalam dapat digunakan dalam bidang krimininalitas, Kedokteran, dsb 25/06/2014PERTEMUAN KE-126

27 SUMMARY  Pengolahan Citra Digital bersifat multidisiplin ilmu antara lain komputer grafik, kecerdasan buatan dan komputer vision. 25/06/2014PERTEMUAN KE-127

28 REFERENSI 1. Rafael C. Gonzales dan Richard E. Woods, Digital Image Processing, Edisi 2, Prentice Hall, 2002 2. Rafael C. Gonzales, Richard E. Woods dan Steven L. Eddins, Digital Image Processing using Mathlab, Prentice Hall, 2003 3. Achmad Balza, Firdausy Kartika. Teknik Pengolahan Citra Digital dengan Delphi. Ardi Publishing.Yogyakarta.2005. 25/06/2014PERTEMUAN KE-128

29 Representasi dalam File  Ada bermacam format representasi citra dalam file, seperti bmp, tif, jpg, dan sebagainya.  Format BMP merupakan format yang kurang efisien, karena semua informasi angka dalam baris disimpan semua. Misalkan ukuran header adalah H byte, ukuran citra 100x100 byte monokrom, maka ukuran file bmp tersebut adalah : H + data citra = H + 10000 Byte  Bagian data citra (10000 byte) sebenarnya bisa dikompresi agar ukuran file tidak terlalu besar. Salah satu cara kompresi adalah dengan terlebih dahulu mentransformasikan citra ke ruang yang berbeda (contoh: format file JPEG)  Topik ini lebih lanjut akan kita bahas di bahasan tentang Transformasi 29

30 Kaitannya dengan frekuensi?  Citra  ambil 1 baris  plot (sumbu x: posisi piksel dalam baris, sumbu y: intensitas keabuan/warna) 30 Columns 1-9 : 71 70 70 70 73 77 81 83 73 …………………….. Columns 307-315: 92 93 84 93 96 79 121 218 232 Columns 316-324: 233 74 0 11 24 14 14 13 11 …………………….. Columns 397 through 400 : 24 8 13 15

31 Kaitannya dengan Frekuensi?  Frekuensi dapat dilihat perbaris dan perkolom atau perbidang 31


Download ppt "Ir Iyus Rusmana MT Teknik Elektro STTNAS 1. PENDAHULUAN APA YANG SAUDARA LIHAT DARI GAMBAR TERSEBUT ? Ir H Iyus Rusmana M Eng - STTNAS2."

Presentasi serupa


Iklan oleh Google