Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

PENGOLAHAN CITRA DIGITAL : Operasi Aritmatik dan Geometri pada Citra MULAAB TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS TRUNOJOYO.

Presentasi serupa


Presentasi berjudul: "PENGOLAHAN CITRA DIGITAL : Operasi Aritmatik dan Geometri pada Citra MULAAB TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS TRUNOJOYO."— Transcript presentasi:

1 PENGOLAHAN CITRA DIGITAL : Operasi Aritmatik dan Geometri pada Citra MULAAB TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS TRUNOJOYO

2 01/09/2014PERTEMUAN KE-22 PEMBENTUKAN CITRA Citra Kontinu  dihasilkan dari sistem optik yang menerima sinyal analog, contoh : mata manusia Diskrit (Citra Digital)  dihasilkan melalui proses digitalisasi terhadap citra kontinu

3 01/09/2014PERTEMUAN KE-23 PEMBENTUKAN CITRA Citra  Fungsi kontinu dari intensitas cahaya pada bidang dua dimensi. normal Sumber Cahaya f(x,y) Permukaan i(x,y) 

4 01/09/2014PERTEMUAN KE-24 PEMBENTUKAN CITRA (x,y)  koordinat pada bidang dua dimensi f(x,y)  intensitas cahaya (brightness) pada titik (x,y) i(x,y)  Jumlah cahaya yang berasal dari sumbernya (illumination) r(x,y)  Derajat kemampuan obyek memantulkan cahaya (Reflection). f(x,y) = i(x,y). r(x,y)

5 01/09/2014PERTEMUAN KE-25 DIGITALISASI CITRA  Digitalisasi  Representasi citra dari fungsi kontinu menjadi nilai – nilai diskrit.  Ukuran dimensi citra digital dinyatakan sebagai : tinggi x lebar atau N x M dan memiliki derajat keabuan L 

6 01/09/2014PERTEMUAN KE-26 DIGITALISASI CITRA Proses Digitalisasi ada 2 macam :  Penerokan (sampling)  digitalisasi spasial (x,y)  Kuantisasi  digitalisasi intensitas f(x,y) Line Column of samples Picture Pixel Sample Spacing Sampling process Spatial resolution Line Spacing Black Gray White Brightness Spacing Proses Kwantisasi Brightness Resolution

7 01/09/2014PERTEMUAN KE-27 DIGITALISASI CITRA - PENEROKAN (0,0) DxDx DyDy x y DxDx DyDy N-1 0 j i N Pixel 0 M Pixel M - 1 Hubungan antara elemen gambar dan elemen matriks Elemen GambarElemen Matriks

8 01/09/2014PERTEMUAN KE-28 DIGITALISASI CITRA-KUANTISASI Kuantisasi  membagi skala keabuan (0,L) menjadi G level G = 2 m G = derajat keabuan m = bilangan bulat positif Skala KeabuanRentang Nilai KeabuanPixel Depth , 11 bit 2 0 sampai 72 bit sampai 153 bit sampai 2558 bit

9 01/09/2014PERTEMUAN KE-29 ELEMEN-ELEMEN CITRA DIGITAL 1. Kecerahan (brightness) 2. Kontras (contrast) 3. Kontur (contour) 4. Warna (color) 5. Bentuk (shape) 6. Tekstur (texture)

10 01/09/2014PERTEMUAN KE-210 FORMAT BERKAS BITMAP (BMP) Bitmap  Pemetaan Bit. Nilai intensitas pixel di dalam citra dipetakan ke sejumlah bit tertentu. Warna dalam citra bitmap  kombinasi dari 3 warna : Red (R), Green (G), Blue (B). Citra dalam BMP ada 3 : 1. Citra biner  nilai keabuannya hanya 0 dan 1 2. Citra greyscale  nilai keabuannya 8-bit 3. Citra berwarna  nilai keabuannya 24-bit

11 01/09/2014PERTEMUAN KE-211 HUBUNGAN ANTARA PIKSEL 4-tetangga piksel P 8-tetangga piksel P X X X X X P X X P X X X X X Connectivity/Konektivitas: 4-tetangga atau 8-tetangga dengan kriteria gray level yang sama, misal: sama-sama 0 atau sama- sama 1 atau sama-sama bedanya tidak lebih dari 5 tingkat keabuan, dlsb.nya

12 01/09/2014PERTEMUAN KE-212 LABELLING OF CONNECTED COMPONENT Dengan kriteria piksel sama-sama bernilai 1: (a) dengan aturan 4- tetangga dan (b) dengan aturan 8 tetangga: ekivalen dengan

13 01/09/2014PERTEMUAN KE-213 OPERASI ARITMATIK  + - x /  Band ratio antara citra sensor optik Landsat TM band 3 dan band 4 dapat digunakan untuk analisis vegetasi, begitu juga ratio antara selisih dan jumlahnya.  Operasi selisih antara dua citra temporal dapat digunakan untuk deteksi perubahan wilayah.

14 Operasi jumlah matrik The add filter takes two images (source and overlay images) of the same size and pixel format and produces an image, where each pixel equals to the sum value of corresponding pixels from provided images (if sum is greater than maximum allowed value, 255 or 65535, then it is truncated to that maximum

15 X = ([ ; ]); Y = ([ ; ]); Z = X+Y Z =

16 Pengurangan matrik The subtract filter takes two images (source and overlay images) of the same size and pixel format and produces an image, where each pixel equals to the difference value of corresponding pixels from provided images (if difference is less than minimum allowed value, 0, then it is truncated to that minimum value

17 Pembagian Hasil pembagiannya dibulatkan X = ([ ; ]); Y = ([ ; ]); Z = X/Y Z =

18 Perkalian Hasil perkalinnya dibulatkan

19 01/09/2014PERTEMUAN KE-219 OPERASI ARITMATIK Operasi selisih antara dua citra temporal dapat digunakan untuk deteksi perubahan wilayah. Jakarta in 1994 Jakarta in 1998

20 Complement Image X = uint8([ ; ]); X2 = imcomplement(X) X2 =

21 01/09/2014PERTEMUAN KE-221 OPERASI GEOMETRI Memodifikasi koordinat piksel dalam suatu citra dengan kemungkinan mengubah nilai skala keabuan dari titik dengan pendekatan tertentu. Transformasi Spasial  memetakan koordinat titik – titik citra asal ke koordinat titik – titik di citra hasil.

22 01/09/2014PERTEMUAN KE-222 APLIKASI OPERASI GEOMETRI Pencerminan (flipping) Rotasi / pemutaran (rotating) Penskalaan (scaling / zooming) Pembekokan (warping)

23 EE465: Introduction to Digital Image Processing 23 Image Interpolation Introduction  Apa itu interpolasi?  Mengapa kita butuh interpolasi? Interpolation Techniques  1D zero-order, first-order, third-order Interpolation Applications  Digital zooming (perbaikan resolution  Image inpainting (error concealment)  Transformasi geometri

24 EE465: Introduction to Digital Image Processing 24 Introduction (Con’t) Mengapa butuh interpolasi?  Ingin citra yang besar Contoh, ingin tampilan full screen  Kita ingin gambar yang baik Perbaikan citra karena ada error pada proses transmisi  Kita ingin COOL images Manipulasi citra yang artistik

25 EE465: Introduction to Digital Image Processing 25 Scenario I: perbaikan Citra Low-Res. High-Res.

26 01/09/2014PERTEMUAN KE-226 Penskalaan

27 EE465: Introduction to Digital Image Processing 27 Scenario II: Image Inpainting Non-damagedDamaged

28 EE465: Introduction to Digital Image Processing 28 Scenario III: Image Warping

29 EE465: Introduction to Digital Image Processing 29 Interpolation Techniques

30 EE465: Introduction to Digital Image Processing 30 1D Zero-order (Replication) n f(n) x f(x)

31 EE465: Introduction to Digital Image Processing 31 1D First-order Interpolation (Linear) n f(n) x f(x)

32 EE465: Introduction to Digital Image Processing 32 Linear Interpolation Formula a 1-a f(n) f(n+1) f(n+a) f(n+a)=(1-a)f(n)+af(n+1), 0

33 EE465: Introduction to Digital Image Processing 33 Numerical Examples f(n)=[0,120,180,120,0] f(x)=[0,60,120,150,180,150,120,60,0], x=n/2 f(x)=[0,20,40,60,80,100,120,130,140,150,160,170,180, … ], x=n/6 Interpolate at 1/2-pixel Interpolate at 1/3-pixel

34 EE465: Introduction to Digital Image Processing 34 n x f(n) f(x) Cubic spline fitting 1D Third-order Interpolation (Cubic)

35 EE465: Introduction to Digital Image Processing 35 Graphical Interpretation of Interpolation rowcolumn f(m,n)g(m,n)

36 EE465: Introduction to Digital Image Processing 36 Numerical Examples abcdabcd a ab b c cd d zero-order first-order a (a+b)/2b (a+c)/2 (a+b+c+d)/4(b+d)/2 c (c+d)/2d

37 EE465: Introduction to Digital Image Processing 37 Numerical Examples (Con ’ t) X(m,n) row m row m+1 Col n Col n+1 X(m,n+1) X(m+1,n+1)X(m+1,n) Y a1-a b 1-b Q: what is the interpolated value at Y? Ans.: (1-a)(1-b)X(m,n)+(1-a)bX(m+1,n) +a(1-b)X(m,n+1)+abX(m+1,n+1)

38 EE465: Introduction to Digital Image Processing 38 Bicubic Interpolation*

39 EE465: Introduction to Digital Image Processing 39 Pixel Replication low-resolution image (100×100) high-resolution image (400×400)

40 EE465: Introduction to Digital Image Processing 40 low-resolution image (100×100) Bilinear Interpolation high-resolution image (400×400)

41 EE465: Introduction to Digital Image Processing 41 Bicubic Interpolation low-resolution image (100×100) high-resolution image (400×400)

42 EE465: Introduction to Digital Image Processing 42 Error Concealment damagedinterpolated

43 EE465: Introduction to Digital Image Processing 43 Image Inpainting

44 EE465: Introduction to Digital Image Processing 44 Geometric Transformation Widely used in computer graphics to generate special effects MATLAB functions: griddata, interp2, maketform, imtransform

45 EE465: Introduction to Digital Image Processing 45 Basic Principle (x,y)  (x’,y’) is a geometric transformation We are given pixel values at (x,y) and want to interpolate the unknown values at (x’,y’) Usually (x’,y’) are not integers and therefore we can use linear interpolation to guess their values MATLAB implementation: z ’ =interp2(x,y,z,x ’,y ’,method);

46 EE465: Introduction to Digital Image Processing 46 Rotation x y x’ y’ θ

47 EE465: Introduction to Digital Image Processing 47 MATLAB Example % original coordinates [x,y]=meshgrid(1:256,1:256); z=imread('cameraman.tif'); % new coordinates a=2; for i=1:256;for j=1:256; x1(i,j)=a*x(i,j); y1(i,j=y(i,j)/a; end;end % Do the interpolation z1=interp2(x,y,z,x1,y1,'cubic');

48 EE465: Introduction to Digital Image Processing 48 Rotation Example θ=3 o

49 EE465: Introduction to Digital Image Processing 49 Scale a=1/2

50 EE465: Introduction to Digital Image Processing 50 Affine Transform square parallelogram

51 EE465: Introduction to Digital Image Processing 51 Affine Transform Example

52 EE465: Introduction to Digital Image Processing 52 Shear square parallelogram

53 EE465: Introduction to Digital Image Processing 53 Shear Example

54 EE465: Introduction to Digital Image Processing 54 Projective Transform quadrilateralsquare A B CD A’ B’ C’ D’

55 EE465: Introduction to Digital Image Processing 55 Projective Transform Example [ 0 0; 1 0; 1 1; 0 1] [-4 2; -8 -3; -3 -5; 6 3]

56 01/09/2014PERTEMUAN KE-256 APLIKASI OPERASI GEOMETRI Rotasi

57 01/09/2014PERTEMUAN KE-257 SUMMARY Operasi berbasis bingkai / frame adalah operasi yang melibatkan 2 buah citra atau lebih dan menghasilkan sebuah citra keluaran yang merupakan hasil operasi matematis ( operasi aritmatik dan operasi logika )

58 01/09/2014PERTEMUAN KE-258 SUMMARY Contoh implementasi operasi berbasis bingkai antara lain image blending, dan deteksi gerak. Operasi Geometrik berhubungan dengan perubahan bentuk geometrik citra, yaitu ukuran ataupun orientasinya.

59 01/09/2014PERTEMUAN KE-259 TUGAS Buat Program aplikasi pengolahan citra digital untuk operasi aritmatik / geometri

60 01/09/2014PERTEMUAN KE-260 REFERENSI 1. Rafael C. Gonzales dan Richard E. Woods, Digital Image Processing, Edisi 2, Prentice Hall, Rafael C. Gonzales, Richard E. Woods dan Steven L. Eddins, Digital Image Processing using Mathlab, Prentice Hall, Achmad Balza, Firdausy Kartika. Teknik Pengolahan Citra Digital dengan Delphi. Ardi Publishing.Yogyakarta.2005.


Download ppt "PENGOLAHAN CITRA DIGITAL : Operasi Aritmatik dan Geometri pada Citra MULAAB TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS TRUNOJOYO."

Presentasi serupa


Iklan oleh Google